三峡大学盛冠群获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉三峡大学申请的专利基于深度学习的微地震剖面去噪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116088043B 。
龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310050424.8，技术领域涉及：G01V1/28；该发明授权基于深度学习的微地震剖面去噪方法是由盛冠群;张峥嵘;唐新功;马凯;谢凯;汤婧设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。
本基于深度学习的微地震剖面去噪方法在说明书摘要公布了：本申请提供一种基于深度学习的微地震剖面去噪方法，步骤一，将一批无噪声的剖面和噪声信号输入到条件生成对抗网络（cGAN）的生成器中，并给定生成器约束条件，从而获得用来训练的含噪剖面；鉴别器接收真实剖面和从生成器生成的剖面，并给鉴别器约束条件，利用鉴别器和生成器之间的相互博弈生成更加真实的剖面，进而达到扩容数据集的目的；步骤二，将X^0,0输入主网络，输出网络的噪声预测X^0,4。主网络由UNet++的结构为主体，融合了Cliqueblock结构；步骤三，将噪声预测X^0,4与网络输入X^0,0进行残差学习R•，得到去噪后的剖面；步骤四，将待去噪的微地震剖面通过该网络，输出去噪后的剖面，解决了微地震监测时信号中去除随机噪声的问题。
本发明授权基于深度学习的微地震剖面去噪方法在权利要求书中公布了：1.一种基于深度学习的微地震剖面去噪方法，其特征是包括以下步骤： S1、将批量的无噪声的剖面和噪声信号输入条件生成对抗网络的生成器中，给定生成器的约束条件，获得用来训练的含噪剖面； 鉴别器接收真实剖面和从生成器生成的剖面，设定鉴别器的约束条件，利用鉴别器和生成器之间的相互博弈生成更加真实的剖面，实现数据集扩容； S2、将经过扩容后的剖面X0,0输入主网络，输出网络的噪声预测X0,4； S3、将噪声预测X0,4与主网络输入的扩容后的剖面X0,0进行残差学习得到改进的主网络； 为去噪后的剖面，X0,0为扩容后的剖面，X0,4为噪声预测，Θ为网络参数； S4、将待去噪的微地震剖面输入改进的主网络，输出去噪后的剖面。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号