吉林大学周帅获国家专利权
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地形扰动层的磁法数据物性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：CN121299786B 。
龙图腾网通过国家知识产权局官网在2026-02-24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：202511860489.4，技术领域涉及：G01V3/38；该发明授权基于深度学习地形扰动层的磁法数据物性反演方法及系统是由周帅;姚秀安;马国庆设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。
本基于深度学习地形扰动层的磁法数据物性反演方法及系统在说明书摘要公布了：本发明公开了基于深度学习地形扰动层的磁法数据物性反演方法及系统，涉及地球物理勘探技术领域，包括，建立磁异常数据集，通过混合六面体模型与地形扰动函数生成地下三维磁异常模型，并通过正演得到对应的磁异常数据，每组磁异常数据均对应不同的地形参数组合；构建基于UNet的深度学习反演网络模型；基于磁异常数据对深度学习反演网络模型进行训练，将训练后的训练集参数作为深度学习反演网络权重，训练结束后使用验证集验证效果并根据测试集预测效果。本发明将传统同维随机投影反演方法与深度学习网络结构相结合，利用地形扰动层实现地形参数的动态变换，使得网络在不同地形起伏条件下保持高反演精度与稳定性。
本发明授权基于深度学习地形扰动层的磁法数据物性反演方法及系统在权利要求书中公布了：1.基于深度学习地形扰动层的磁法数据物性反演方法，其特征在于：包括， 建立磁异常数据集，通过混合六面体模型与地形扰动函数生成地下三维磁异常模型，并通过正演得到对应的磁异常数据，每组磁异常数据均对应不同的地形参数组合； 构建基于UNet的深度学习反演网络模型； 所述基于UNet的深度学习反演网络模型包括编码器、解码器、地形扰动层及反演输出层； 地形扰动层位于编码器与解码器之间，负责在每次训练轮次中根据随机扰动函数动态调整地形参数映射； 地形扰动层通过参数扰动矩阵与随机加权矩阵联合实现特征增强，其计算公式为： ； 其中，为扰动后特征映射，经过地形扰动层调整后的新特征表示，为原始特征映射，为地形扰动后的高程变化量； 基于磁异常数据对深度学习反演网络模型进行训练，将训练后的训练集参数作为深度学习反演网络权重，训练结束后使用验证集验证效果并根据测试集预测效果。
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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励