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！

龙图腾网获悉湖南工学院申请的专利致密砂岩拉伸与剪切裂纹的识别方法、系统和设备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：CN119169310B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411376660.X，技术领域涉及：G06V10/44；该发明授权致密砂岩拉伸与剪切裂纹的识别方法、系统和设备是由耿伟乐;郭胜利;宋真龙;黄滚;陈晓春;王军;董子文;蒋丹丹;刘嘉树;李迪志设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本致密砂岩拉伸与剪切裂纹的识别方法、系统和设备在说明书摘要公布了：本申请涉及一种致密砂岩拉伸与剪切裂纹的识别方法、系统和设备，通过收集目标致密砂岩的声发射时频图数据，并将其输入训练好的Transformer模型来识别裂纹类型。Transformer模型由自注意力机制的自编码神经网络、全连接层和softmax层组成。在预训练中加入表示对齐约束，限制解码器学习编码信息，从而将编码任务约束在自注意编码器中，提高了其特征表示能力。同时，自注意编码器采用自注意力模块，通过自相关操作全面分析时频图信息，使神经网络更充分表征时频图特征。利用训练好的模型可以有效区分拉伸裂纹和剪切裂纹，提高了致密砂岩裂纹识别的精度和效率。

本发明授权致密砂岩拉伸与剪切裂纹的识别方法、系统和设备在权利要求书中公布了：1.一种致密砂岩拉伸与剪切裂纹的识别方法，其特征在于，包括步骤： 收集目标致密砂岩的目标声发射数据；所述目标声发射数据为目标致密砂岩的声发射时频图； 将所述目标声发射数据输入至训练好的Transformer模型；所述Transformer模型包括基于自注意力机制的自编码神经网络、全连接层网络和softmax层网络；在训练过程中，在所述自编码神经网络加入表示对齐约束；所述自编码神经网络包括自注意编码器和解码器，所述自注意编码器包括嵌入层、归一层、自注意力模块和多感知模块，所述自注意编码器的对齐损失函数为： ； 其中，表示通过所述自注意编码器获得的掩码块特征编码，表示所述自注意编码器输出的预测特征编码； 获得所述Transformer模型输出的所述目标声发射数据的目标裂纹类型；所述目标裂纹类型包括拉伸裂纹和剪切裂纹； 所述Transformer模型的训练过程包括预训练过程，所述预训练过程包括步骤：对已有的各预训练声发射数据分别进行图像切分，获得各所述预训练声发射数据的图像小块，对各所述预训练声发射数据的图像小块进行图像编码和位置编码的融合编码，获得预训练数据集；将所述预训练数据集随机掩码后，将各未掩码和对应掩码块的预训练数据分别输入至所述自注意编码器，获得各所述预测特征编码和对应的各所述掩码块特征编码；根据所述对齐损失函数、各所述预测特征编码和对应的各所述掩码块特征编码，对所述自注意编码器进行优化；根据各所述预测特征编码，重构各所述预训练声发射数据，获得各预训练重构声发射数据；根据重构损失函数、各所述预训练重构声发射数据和各所述预训练声发射数据，对所述自编码神经网络进行优化； 所述重构损失函数为： ； 其中，n表示训练批次中的图像数量，P表示训练批次的图像集，表示处理后图像的均值，表示真实图像的均值，表示处理后图像的方差，表示真实图像的方差，表示处理后图像和真实图像的协方差，C 1表示第一常数，C 2表示第二常数。

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湖南工学院，其通讯地址为：421002 湖南省衡阳市珠晖区衡花路18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”。