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！

龙图腾网获悉吉林大学申请的专利基于深度学习加速变分模态分解寻优的地学信号处理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：CN121009315B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511536698.3，技术领域涉及：G06F18/20；该发明授权基于深度学习加速变分模态分解寻优的地学信号处理方法是由张铭;耿赫远;王沁怡;林君设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本基于深度学习加速变分模态分解寻优的地学信号处理方法在说明书摘要公布了：本发明公开了基于深度学习加速变分模态分解寻优的地学信号处理方法，涉及地球物理信号处理技术领域，包括构建CNN‑LSTM深度学习代理模型，利用训练数据集训练，建立地学信号、VMD候选参数组合以及真实适应度值的映射关系；采集的地学信号样本通过迭代优化算法生成VMD候选参数组合，输入CNN‑LSTM深度学习代理模型，获取预测适应度值，反馈至迭代优化算法，获取最优VMD参数组合；根据最优VMD参数组合，对待处理的地学信号进行VMD分解，获取IMF分量并筛选重构，获取消噪的地学信号。实现快速确定全局最优VMD参数组合，提升地学信号处理质量。

本发明授权基于深度学习加速变分模态分解寻优的地学信号处理方法在权利要求书中公布了：1.基于深度学习加速变分模态分解寻优的地学信号处理方法，其特征在于：包括， 采集地学信号样本，在预设VMD参数空间生成VMD候选参数组合，通过VMD分解，计算真实适应度值，构建训练数据集； 构建CNN-LSTM深度学习代理模型，利用训练数据集离线训练深度学习代理模型，建立地学信号、VMD候选参数组合以及真实适应度值之间的映射关系； 将采集的地学信号样本通过迭代优化算法生成VMD候选参数组合，输入至CNN-LSTM深度学习代理模型，获取预测适应度值，将预测适应度值反馈给迭代优化算法，获取最优VMD参数组合； 基于最优VMD参数组合，对待处理的原始地学信号进行VMD分解，获取IMF分量，对IMF分量进行筛选和重构，获取消噪的地学信号； 所述构建训练数据集，具体步骤为， 采集地学信号样本并登记采样信息和编号，依据预设VMD参数空间设定模态数和二次惩罚因子范围，生成VMD候选参数组合清单； 将地学信号样本和VMD候选参数组合进行VMD分解，获取IMF分量集合； 根据IMF分量集合，按照熵类指标，计算真实适应度值； 以地学信号样本、VMD候选参数组合以及对应的真实适应度值为要素，对所有采集的地学信号样本和所有VMD候选参数组合构建训练样本，生成训练数据集； 所述构建CNN-LSTM深度学习代理模型，具体步骤为， 将训练数据集中的地学信号样本和VMD候选参数组合进行预处理，并输入至CNN-LSTM深度学习代理模型； 在CNN-LSTM深度学习代理模型中，通过一维卷积层提取地学信号局部特征，地学信号局部特征通过长短时记忆网络层，获取地学信号的时序依赖关系，将地学信号的时序依赖关系通过全连接层，输出为预测适应度值； 所述利用训练数据集离线训练深度学习代理模型，建立地学信号、VMD候选参数组合以及真实适应度值之间的映射关系，具体步骤为， 以真实适应度值为参考，通过损失函数，计算预测适应度值和真实适应度值的误差，调整CNN-LSTM深度学习代理模型参数，反复训练直至误差稳定，获取训练完成的CNN-LSTM深度学习代理模型； 保存训练完成的CNN-LSTM深度学习代理模型，并建立地学信号、VMD候选参数组合以及真实适应度值之间的映射关系。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。