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！

龙图腾网获悉中国科学院地质与地球物理研究所申请的专利基于深度学习的地学表格数据增强方法、装置及系统和存储介质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：CN120277557B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510766148.4，技术领域涉及：G06F18/243；该发明授权基于深度学习的地学表格数据增强方法、装置及系统和存储介质是由吕鹏飞;薛国强;陈卫营设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本基于深度学习的地学表格数据增强方法、装置及系统和存储介质在说明书摘要公布了：本发明属于资源勘查、地质填图和环境监测技术领域，公开一种基于深度学习的地学表格数据增强方法、装置及系统和存储介质，其中方法通过将数据集中的连续特征向量作为条件输入，保留其物理属性和多尺度关联性；并构建基于随机森林、SVM和XGBoost的分类投票器，实现离散特征的预测与补全，有效应对小样本离散标签不足的问题。为系统评估模型性能，还构建了多维度评价体系。以多组岩芯分析数据为例的实验结果表明，与目前最优的CTGAN模型相比，ICG‑GAN生成的数据分布更接近原始数据，在六项应用指标上均实现显著性能提升。

本发明授权基于深度学习的地学表格数据增强方法、装置及系统和存储介质在权利要求书中公布了：1.一种基于深度学习的地学表格数据增强方法，其特征在于，所述方法包括： 建立数据增强模型；其中，所述数据增强模型包括生成器、监督分类器以及判别器；所述生成器响应于输入的随机噪声向量和条件信息，输出模拟的连续特征数据，所述条件信息为通过对地学表格数据的连续变量进行预处理得到的向量，所述地学表格数据的连续变量包括磁化率、视电阻率和元素含量，所述监督分类器对所述模拟的连续特征数据进行分类，得到对应的类别标签，将所述模拟的连续特征数据及其对应的类别标签组成样本对，并通过反归一化至原始尺度，实现离散标签的补全过程，得到生成样本；所述判别器用于根据真实数据样本或生成样本以及条件信息，输出数据来源的概率估计； 对所述数据增强模型进行训练，得到训练后的数据增强模型； 构建多维度评估体系，从数据相似性与下游预测任务性能两方面综合评价扩增数据的实际效用；其中，所述扩增数据基于所述训练后的数据增强模型得到； 所述监督分类器包括多个基分类器，所述监督分类器对所述模拟的连续特征数据进行分类，得到对应的类别标签的方式包括： 每个基分类器对输入的模拟的连续特征数据输出一个针对所有类别的概率分布； 基于每个基分类器的输出，确定类别标签； 基于每个基分类器的输出，通过如下公式确定类别标签： ； 式中，表示类别标签，是参与投票的分类器数目，表示第个分类器对类别的预测概率，X表示输入样本，k表示类别数目。

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中国科学院地质与地球物理研究所，其通讯地址为：100029 北京市朝阳区北土城西路19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”。