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质矿产勘查开发局第三地质矿产勘查院申请的专利一种深层地质勘探用信息融合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：CN119885088B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510376505.6，技术领域涉及：G06F18/25；该发明授权一种深层地质勘探用信息融合方法及系统是由陈毅;李昊鹏;袁臻;李作鹏;夏发来;曹超;白明;李智斌设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种深层地质勘探用信息融合方法及系统在说明书摘要公布了：本发明提供了一种深层地质勘探用信息融合方法及系统，涉及数据处理技术领域。包括：获取待勘探区域的多组深度信息，所述深度信息包括浅层数据和深层数据；利用改进的非线性转换算法处理所述浅层数据，得到第一转化信息集；利用深度学习算法处理所示深层数据，得到第二转化信息集；分别对所述第一转化信息集和所述第二转化信息集进行数据融合，得到第一融合信息子集和第二融合信息子集；通过张量分解算法和联合反算法将所述第一融合信息子集和第二融合信息子集进行数据优化和融合，得到最终的融合数据。本发明解决了现有技术在处理复杂地质环境时，仍然存在基线长度不足和信息整合效率低的问题。

本发明授权一种深层地质勘探用信息融合方法及系统在权利要求书中公布了：1.一种深层地质勘探用信息融合方法，其特征在于，包括： 获取待勘探区域的多组深度信息，所述深度信息包括浅层数据和深层数据； 利用改进的非线性转换算法处理所述浅层数据，得到第一转化信息集； 利用深度学习算法处理所示深层数据，得到第二转化信息集； 分别对所述第一转化信息集和所述第二转化信息集进行数据融合，得到第一融合信息子集和第二融合信息子集； 通过张量分解算法和联合反演算法将所述第一融合信息子集和第二融合信息子集进行数据优化和融合，得到最终的融合数据； 所述获取待勘探区域的多组深度信息，包括： 建立待测区域对应的三维模型； 根据三维模型获取不同基线的勘探路线； 根据不同基线的勘探路线选取对应的传感器设备，得到深度信息； 所述建立待测区域对应的三维模型包括： 获取实时多源数据和历史多源数据； 根据所述实时多源数据和所述历史多源数据得到待测区域的地质特征； 根据所述地质特征确定待构建三维模型的地质单元； 基于地质建模软件，根据所述地质单元和克里金插值法构建三维模型； 多源数据包括： 地震数据、钻探数据、电磁数据和遥感影像； 所述根据所述实时多源数据和所述历史多源数据得到待测区域的地质特征，包括： 对所述实时多源数据进行数据清洗、数据标准化和噪声处理，得到预处理实时数据集； 对所述历史多源数据进行归一化处理并利用插值方法填补缺失值，得到预处理历史数据集； 利用改进的卡尔曼滤波算法对所述预处理的实时数据集进行融合，得到实时融合地质信息； 利用地质统计学方法对所述预处理历史数据集进行处理，得到历史融合地质信息； 基于机器学习算法对所述实时融合地质信息进行地质特征提取，得到第一初始地质特征； 利用改进的时间序列分析方法对所述历史融合地质信息进行地质特征提取，得到第二初始地质特征； 对所述第一初始地质特征和所述第二初始地质特征进行特征融合，得到待测区域的地质特征； 所述实时融合地质信息的表达式为： ； 其中，A为实时融合地质信息，为状态转移矩阵，为状态向量，为卡尔曼增益矩阵，为观测向量； ； ； 其中，表示预测误差协方差矩阵，为过程噪声协方差矩阵；为观测向量，由预处理实时多源数据集确定；引入权重矩阵后卡尔曼增益矩阵能够动态调整不同数据源的贡献，量化了状态向量的不确定性，指导卡尔曼增益矩阵的计算并且通过更新； 状态向量包括岩层厚度、断层位置和物理属性；状态向量和所述观测向量均通过预处理的实时多源数据经过第一映射函数和第二映射函数得到； 第一映射函数： 提取地质结构参数：岩层厚度、断层位置、物理属性、数据降维、时序对齐； 第二映射函数：将预处理后的实时多源数据映射为观测向量Yt； ；分别为地震数据、钻探数据、电磁数据和遥感影像数据的误差方差； 所述第二初始地质特征的计算表达式为： ； 其中，为第二初始地质特征，为第m个模态的变分模态分解，为第m个模态的双向长短期记忆网络，为第m个模态的时空门控权重，为空间注意力机制，为历史融合地质信息，M为模态总数； 多模态自适应分解替代预设小波基；双向时序建模捕捉更完整的时间依赖关系；时空门控联合优化时间与空间注意力，动态调整模态权重；端到端空间注意力直接提取地质空间特征； 浅层数据：短基线地震波数据； 深层数据：长基线电磁测深数据； 短基线路线生成，200-500m间距： 提取浅层目标区的三维坐标点； 执行德劳内三角剖分，生成初始三角形网格； 对三角形边长200m的区域插入新节点，迭代细化至网格边长≤200m； 沿三角形边生成平行测线，确保覆盖密度≥2条km2； 长基线路线生成，1-3km间距： 计算三维模型中各体素的构造连续性； 定义信息素更新规则； 蚁群迭代搜索最优路径，迭代次数≥100次； 对路径进行贝塞尔曲线平滑处理，避开地形障碍； 所述利用改进的非线性转换算法处理所述浅层数据，得到第一转化信息集，包括： 利用自适应小波阈值对所述浅层数据进行去噪并将去噪后的数据按照基线长度进行分割和归一化处理，得到预处理后的浅层数据； 自适应小波去噪：针对短基线浅层数据的高频噪声特性，动态调整阈值以保留细节； 分段归一化：按基线长度分割数据，消除传感器灵敏度差异导致的局部偏差； 利用多项式拟合函数获取所述预处理后的浅层数据的局部非线性特征； 利用高斯核函数获取所述预处理后的浅层数据的全局地质结构； 根据所述局部非线性特征和所述全局地质结构确定第一转化信息集； 具体的，将局部非线性特征和全局地质结构映射至统一坐标系以进行融合得到第一转化信息集。

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质矿产勘查开发局第三地质矿产勘查院，其通讯地址为：730050 甘肃省兰州市七里河区兰工坪路121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。