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！

龙图腾网获悉东华理工大学南昌校区申请的专利基于物理模拟准则的MT深度学习跨尺度反演方法及系统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：CN120873352B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511386277.7，技术领域涉及：G06F17/12；该发明授权基于物理模拟准则的MT深度学习跨尺度反演方法及系统是由邓居智;袁崇伟;陈辉;余辉;桂团福;尹敏设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于物理模拟准则的MT深度学习跨尺度反演方法及系统在说明书摘要公布了：本发明公开了基于物理模拟准则的MT深度学习跨尺度反演方法及系统，该方法基于电磁法物理特性推导出电磁法物理模拟所遵循的相似准则，并创造性地将相似准则引入MT深度学习反演技术中，实现训练空间与真实空间的数据等效切换，促使以某一频率和尺度的MT数据集训练的网络适用于同一领域的其他场景下的MT数据，极大的增强了网络的泛化能力，节省了训练网络的时长。具体是利用相似准则，将真实空间的空间物理参数切换至训练空间，进而基于切换后空间物理参数，将真实空间的MT正演响应数据转换为训练空间的正演响应数据并输入基于神经网络的MT反演模型得到反演结果，最后，再次利用相似准则，将得到的反演结果切换至真实空间。

本发明授权基于物理模拟准则的MT深度学习跨尺度反演方法及系统在权利要求书中公布了：1.一种基于物理模拟准则的MT深度学习跨尺度反演方法，其特征在于：包括以下步骤： 步骤1：基于电磁法物理特性构建训练空间与真实空间的相似准则，所述训练空间为基于神经网络的MT反演模型在训练阶段使用的正演响应数据所处的采样空间；所述真实空间为待反演的正演响应数据所处的采样空间； 步骤2：利用所述相似准则，先将真实空间的空间物理参数切换至训练空间，再将真实空间频点所对应的MT正演响应数据转换为训练空间频点对应的MT正演响应数据； 其中，判断转换后的正演响应数据的频率宽度是否符合训练数据的频率宽度； 若转换后的正演响应数据存在频率缺失或者频率宽度小于训练数据的频率宽度，则需要对转换后的数据添加掩码使其频率宽度与训练频率宽度平齐； 转换后的正演响应数据的频率宽度超过训练数据的频率宽度，则进行滑动窗口式数据分割，将分割后频率宽度等于训练数据的频率宽度的数据作为一个频率单元； 针对每个频率单元，再以训练空间的频率范围为标准，将真实空间频点所对应的MT正演响应数据转换为训练空间频点对应的MT正演响应数据，以便执行步骤3中的网络反演，所述滑动窗口的频率宽度等于训练数据的频率宽度； 若对正演响应数据进行了滑动窗口式的分割，则步骤3将整合每一个频率单元数据反演的地电模型得到整合的地电模型； 步骤3：利用训练空间数据训练的基于神经网络的MT反演模型对切换后的所述训练空间频点对应的MT正演响应数据进行反演，得到地电模型； 其中，对每一个频率单元数据网络反演得到的地电模型进行整合的过程，设定拟合目标函数并进行求解得到最优的地电模型参数，所述拟合目标函数包括数据拟合项，平滑约束项和趋势一致性项；若所述地电模型参数为电阻率，所述拟合目标函数表示为： ； 式中，为拟合目标函数，为整合模型的电阻率层数，为不同尺度的输出模型的数量，，，代表整合模型第i层，第i+1层，第i+2层的电阻率，代表第j个输出模型插值在整合模型尺度的第i层的电阻率，为第j个模型及第i层电阻率对应的权重，是初始模型第i层的电阻率； 步骤4：再利用所述相似准则，将得到地电模型的模型尺度切换至真实空间的模型尺度。

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东华理工大学南昌校区，其通讯地址为：330000 江西省南昌市经济技术开发区广兰大道418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。