Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 甘肃省地震局(中国地震局兰州地震研究所)高鹏获国家专利权

甘肃省地震局(中国地震局兰州地震研究所)高鹏获国家专利权

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!

龙图腾网获悉甘肃省地震局(中国地震局兰州地震研究所)申请的专利地震波形分类检测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:CN120468936B

龙图腾网通过国家知识产权局官网在2025-12-09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:202510669909.4,技术领域涉及:G01V1/30;该发明授权地震波形分类检测方法是由高鹏设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

地震波形分类检测方法在说明书摘要公布了:本发明公开了地震波形分类检测方法,涉及地震监测技术领域,包括,对波形数据通过希尔伯特变换和小波变换进行时频特征提取,并通过变分自编码器提取波形数据的潜在表示;基于核化代价矩阵使用动态时间规整算法对波形数据特征计算相似性矩阵;基于卷积神经网络构建波形分类器,基于特征融合矩阵生成地震波形分类结果;利用时间反向成像方法定位地震源。本发明所述方法通过结合多种特征提取技术和先进的特征融合方法,能够更全面、准确地提取地震波形的特征,并生成综合特征矩阵,在此基础上,利用卷积神经网络构建波形分类器,进一步提高了分类精度,引入时间反向成像方法,实现对地震源的精确定位。

本发明授权地震波形分类检测方法在权利要求书中公布了:1.地震波形分类检测方法,其特征在于:包括,S1、获取原始波形数据并进行预处理; S2、对波形数据通过希尔伯特变换和小波变换进行时频特征提取,并通过变分自编码器提取波形数据的潜在表示,生成综合特征矩阵,包括,基于预处理后的波形数据通过希尔伯特变换提取波形的包络线; 基于波形的包络线提取振幅统计特征,包括峰值振幅、均值振幅以及变化率; 使用连续小波变换将波形数据从时域信号映射到时频域,生成二维时频谱图; 基于二维时频谱图,计算每个频段的能量值; 将预处理后的波形数据输入变分自编码器的编码器,编码器结构包含卷积层和全连接层,卷积层提取局部特征,全连接层将局部特征映射到潜在空间得到潜在变量的均值和标准差; 基于潜在变量的均值和标准差通过随机采样公式生成潜在变量; 将潜在变量输入变分自编码器的解码器,编码器包含全连接层和反卷积层,通过全连接层和反卷积层生成重构波形数据; 将重构误差和正则化误差作为损失函数,通过梯度下降优化编码器和解码器的参数; 针对波形集合S={s1,s2,…,sk},将每个波形数据输入优化后的变分自编码器生成潜在变量,并计算每个波形数据的峰值振幅、均值振幅、变化率以及各个频段的能量值,进行标准化处理后,构建最终的综合特征矩阵F; S3、采用径向基核函数构建核化代价矩阵,基于核化代价矩阵使用动态时间规整算法对波形数据特征计算相似性矩阵,生成特征融合矩阵; 所述生成特征融合矩阵,包括,将相似性矩阵与综合特征矩阵进行拼接,生成特征融合矩阵; S4、基于卷积神经网络构建波形分类器,基于特征融合矩阵生成地震波形分类结果; S5、利用时间反向成像方法将收集到的波形数据反向传播,根据波形能量的聚焦情况构建成像函数,基于成像函数定位地震源; S6、基于地震波形分类结果和地震源定位结果,生成地震波形分析报告。

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甘肃省地震局(中国地震局兰州地震研究所),其通讯地址为:730000 甘肃省兰州市城关区东岗西路450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。

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。