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！

龙图腾网获悉西安石油大学申请的专利一种基于深度学习的岩心荧光亮度与面积计算的定级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：CN119559427B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411596867.8，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的岩心荧光亮度与面积计算的定级方法是由陈志鹏;蒋小龙;张晨;杨艳飞设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种基于深度学习的岩心荧光亮度与面积计算的定级方法在说明书摘要公布了：本发明公开了一种基于深度学习的岩心荧光亮度与面积计算的定级方法，S1、形成标注荧光区域数据集和未标注荧光区域数据集；S2、对标注荧光区域数据集和未标注荧光区域数据集中的岩心荧光图像进行预处理；S3、对荧光区域进行分割和标注；S4、构建半监督模型；S5、基于扩展数据集中的标注数据和伪标签数据，利用改进深度卷积神经网络模型对荧光区域的亮度与面积进行量化计算；S6、输出岩心的荧光亮度等级和地质特性评价结果；S7、将定级结果和相关计算数据存储于数据库中，并生成分析报告。本发明能够在提高荧光亮度与面积计算精度的同时，提升大规模数据处理的效率，且能够动态适应不同岩心样本的特性。

本发明授权一种基于深度学习的岩心荧光亮度与面积计算的定级方法在权利要求书中公布了：1.一种基于深度学习的岩心荧光亮度与面积计算的定级方法，其特征在于，包括如下步骤： S1、使用成像设备获取多角度和多分辨率的岩心荧光图像，形成标注荧光区域数据集和未标注荧光区域数据集； S2、对标注荧光区域数据集和未标注荧光区域数据集中的岩心荧光图像进行预处理； S3、利用预训练的改进深度卷积神经网络模型对预处理后的标注荧光区域数据集进行分析，自动识别岩心荧光图像中的荧光区域，并对荧光区域进行分割和标注； S4、构建半监督模型，针对未标注荧光区域数据集通过一致性正则化技术对同一未标注岩心荧光图像的不同增强版本进行预测，施加一致性损失，使得该岩心荧光图像在不同增强条件下的预测结果保持一致，生成未标注数据的伪标签，将伪标签数据与标注荧光区域数据集合并形成扩展数据集； S5、基于扩展数据集中的标注数据和伪标签数据，利用改进深度卷积神经网络模型对荧光区域的亮度与面积进行量化计算； S6、将荧光亮度和面积的计算结果输入训练后的半监督深度学习模型，通过半监督深度学习模型对扩展数据集进行定级，输出岩心的荧光亮度等级和地质特性评价结果； S7、将定级结果和相关计算数据存储于数据库中，并生成分析报告，报告包括荧光亮度、面积和定级结果信息。

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西安石油大学，其通讯地址为：710000 陕西省西安市雁塔区电子二路东段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”。

以上内容由龙图腾AI智能生成。