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一种瞬变电磁数据噪声抑制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：CN120234527B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202510303732.6，技术领域涉及：G06F18/10；该发明授权一种瞬变电磁数据噪声抑制方法是由徐秉诚;安志国;底青云设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种瞬变电磁数据噪声抑制方法在说明书摘要公布了：本发明提供了一种基于神经网络的瞬变电磁数据噪声抑制方法，主要包括构建基于改进SPPF_CMA优化的CNN‑LSTM神经网络，生成合成训练数据，并设计混合损失函数。所述网络包含卷积层、池化层、双向长短时记忆层和全连接层。通过改进SPPF_CMA模块，在卷积层输出后增加CA注意力机制，并采用多尺度池化分支。生成合成训练数据的方法包括使用一维正演模拟无噪声的TEM信号并叠加人工噪声。训练终止的条件是验证集的混合损失函数值在连续五次迭代中未下降，本方法对实测数据预处理后进行去噪。

本发明授权一种瞬变电磁数据噪声抑制方法在权利要求书中公布了：1.一种瞬变电磁数据噪声抑制方法，其特征在于：所述的方法包括： 构建基于改进SPPF_CMA优化的CNN-LSTM神经网络，所述网络依次包含卷积层、池化层、SPPF_CMA模块、双向长短时记忆层和全连接层； 所述SPPF_CMA模块的改进包括：  a.在卷积层输出后增加CA注意力机制，通过水平和垂直方向的全局平均池化生成方向感知特征图，对输入特征进行通道权重调整；  b.采用多尺度池化分支，包含3个池化尺寸为5的最大池化层、1个池化尺寸为9的平均池化层和1个池化尺寸为13的平均池化层，将各分支输出特征与卷积输出拼接； 设计混合损失函数，包含时域均方误差项、频域幅度谱误差项和L2正则化项； 生成合成训练数据，通过一维正演模拟无噪TEM信号并叠加人工噪声； 所述CA注意力机制的具体实现包括： 对输入特征图X∈RH×W×C，分别在水平方向使用H,1池化核、垂直方向使用1,W池化核进行全局平均池化，获得两个方向的特征编码；将水平与垂直特征编码进行拼接，通过1×1卷积和Sigmoid激活函数生成注意力权重矩阵；将权重矩阵与原特征图逐通道相乘，输出加权后的特征图Xatt； 所述双向长短时记忆层包含前向和后向两个LSTM子层，每个子层的隐藏单元数为64-128，时间步长与输入TEM数据的采样点数相等；前向LSTM处理从早期到晚期的时间序列，后向LSTM处理从晚期到早期的反向序列，两者输出在特征维度拼接后输入全连接层； 实测数据去噪前需进行预处理，包括： 对原始电压信号进行时间道归一化，使各时间道的幅值映射到1,1区间；对衰减时间10ms的晚期数据进行对数压缩处理；将整条测线的多测点数据按空间顺序排列，形成二维输入矩阵，通过滑动窗口提取局部时空特征块输入网络； 所述多尺度池化分支中，3个最大池化层采用相同的池化尺寸5，但分别设置不同的步长参数，具体为步长2、步长3和步长4；两个平均池化层的池化尺寸分别为9和13，步长均为5；各池化分支输出的特征图经零填充保持尺寸一致后，与原始卷积输出沿通道维度拼接，形成多尺度融合特征； 所述3个最大池化层的表达式如下： ; ; ; 所述两个平均池化层的表达式如下： ; ; 所述生成合成训练数据中，一维正演模拟采用中心回线装置模型，通过时域扩散方程计算不同地电模型的响应曲线；所叠加人工噪声包含高斯白噪声、50Hz工频谐波和随机脉冲噪声三部分，信噪比控制在-5dB至10dB范围内，噪声总能量占比不低于原始信号幅值的30%； 训练终止条件为：当验证集的混合损失函数值在连续5次迭代中未下降，且当前损失值大于历史最小损失值的1.05倍时，保存历史最优模型参数并终止训练；验证集数据量占训练集总量的15%-20%； 所述卷积层采用深度可分离卷积结构，卷积核尺寸为3×3，通道数扩展因子设置为4；每个卷积层后接批归一化层和LeakyReLU激活函数，其中LeakyReLU的负斜率参数设置为0.01。

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”。

以上内容由龙图腾AI智能生成。