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！

龙图腾网获悉经纬地信(成都)科技有限公司;经纬地信(太仓)科技有限公司申请的专利基于PMU-Net深度学习网络的重力异常体反演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：CN120910810B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511439014.8，技术领域涉及：G06F18/25；该发明授权基于PMU-Net深度学习网络的重力异常体反演方法是由税尹麒;郑通元;吴平渝;李柏洋;樊丹彤;徐铮伟;李军设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本基于PMU-Net深度学习网络的重力异常体反演方法在说明书摘要公布了：本发明公开了一种基于PMU‑Net深度学习网络的重力异常体反演方法，属于重力反演领域，包括：通过联合反演两种不同重力异常数据，增加观测方程组数量，全面呈现地下地质结构。借助两个独立通道处理数据，一通道使用Mamba模块捕捉观测点间依赖，另一通道利用空间预训练模型捕捉观测点与地下密度的位置关联。处理后的特征融合输入一维卷积构建的U型神经网络，减少计算量并提升效率。还包含模拟数据生成模块，通过嵌入先验知识解决深度学习在重力反演中的可解释性弱问题。本发明有效提高了复杂地质条件下反演的准确性和可靠性，为地球物理勘探提供了一种高效、准确的新方法。

本发明授权基于PMU-Net深度学习网络的重力异常体反演方法在权利要求书中公布了：1.一种基于PMU-Net深度学习网络的重力异常体反演方法，其特征在于，包括以下步骤： 获取两种不同类型的重力异常数据作为输入； 通过两个独立通道分别处理两种重力异常数据，挖掘数据间的相关性与互补性，其中一个通道使用Mamba模块捕捉观测点间依赖，另一通道通过空间预训练模型捕捉观测点和地下密度之间的位置关联； 所述Mamba模块包括： 对重力异常数据的各测点进行相对坐标编码构建空间关联矩阵； 通过多尺度卷积核提取所述重力异常数据的空间模式特征； 基于动态状态空间模型，以平面坐标网格索引构建测点演化序列，并依据质量守恒定律演化每个测点的物理状态； 将重力异常信号通过地下物性构造响应矩阵进行映射，并将映射结果与初始地质状态通过状态转移矩阵进行张量耦合； 将更新后的地质状态通过观测算子投影至可探测的物理量空间，并引入岩性-密度转换矩阵以保留原始输入信号的直接影响项； 通过双路径融合机制，进行构造演化动力学过程与密度物性静态分布的协同约束； 所述空间预训练模型包括： 构建重力场特征与反演空间的物理关联框架，进行观测信号与地下构造的跨域特征耦合； 通过F-Encoder提取重力场图中的多尺度局部特征并捕捉观测点空间相关性，生成表征重力场特征的低维向量； 通过P-Encoder对反演空间位置坐标进行几何变换对齐，生成包含目标体几何结构信息的高维向量； 协同所述低维向量与高维向量，同步处理重力异常密度差异引发的梯度变化与反演空间的几何约束，形成场-空特征耦合机制； 通过所述场-空特征耦合机制为反演过程提供正则化约束； 将处理后的特征进行融合，将融合后的特征输入至一维卷积构建的U型神经网络中进行反演，得到地下密度分布结果。

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经纬地信(成都)科技有限公司;经纬地信(太仓)科技有限公司，其通讯地址为：610095 四川省成都市中国(四川)自由贸易试验区成都高新区府城大道西段399号天府新谷7号楼C座6楼7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。