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！

龙图腾网获悉电子科技大学申请的专利基于对数正态混合变分自编码器的无监督地震相分析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：CN116520399B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310365732.X，技术领域涉及：G01V1/28；该发明授权基于对数正态混合变分自编码器的无监督地震相分析方法是由钱峰;华浩为;岳跃华;胡光岷设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本基于对数正态混合变分自编码器的无监督地震相分析方法在说明书摘要公布了：本发明公开了一种基于对数正态混合变分自编码器的无监督地震相分析方法，通过获得叠前地震数据，进行数据预处理，制作数据集，构建LMVAE的深度聚类模型，使用LMVAE深度聚类模型对数据集进行迭代训练，完成无监督叠前地震数据反射模式分析，预测地震相类别，并生成叠前地震相图。本发明的方法通过对地震数据在特征进行对数正态混合概率建模，解决了深度特征空间分布不对称的数据在地震反射模式分析中的局限，同时，为简化模型求解，构造了一个使用重参数化技巧直接优化的推理模型，克服了复杂潜在结构下深度生成模型推理困难的问题，提高了地震相图的精确度，从而为叠前地震数据反射模式分析提供了有力的技术支持。

本发明授权基于对数正态混合变分自编码器的无监督地震相分析方法在权利要求书中公布了：1.一种基于对数正态混合变分自编码器的无监督地震相分析方法，具体步骤如下： S1、获得叠前地震数据，进行数据预处理，制作数据集； S2、构建LMVAE的深度聚类模型，使用LMVAE深度聚类模型对数据集进行迭代训练； LMVAE的深度聚类模型由生成模型和推理模型组成；LMVAE的深度聚类模型的生成模型表示如下： 1； 2； 3； 4； 5； 其中，、表示神经网络参数，表示地震相提前设定的分类数目，表示潜变量z的第k个元素，其大小表示混合对数正态分布中第k个对数正态分布的混合权重，表示潜变量w的概率密度，表示潜变量z的概率密度，表示潜变量u基于潜变量z，w的概率密度，由参数为的神经网络给出，表示潜变量w基于潜变量u的概率密度，由参数为的神经网络给出表示叠前地震数据的CDP集合，表示高斯分布，表示多元伯努利分布，潜变量表示服从且从混合概率采样的向量，即CDP集相对应的地震相类别，表示服从和条件下对数正态混合分布的连续潜变量，即CDP集点在潜特征空间中的投影；表示单位矩阵；分别用和参数化神经网络得到和，、表示基于和的混合对数正态分布中第k个对数正态分布的均值和方差，、表示基于和的混合对数正态分布中的均值和方差； S3、基于步骤S2完成无监督叠前地震数据反射模式分析，预测地震相类别，并生成叠前地震相图。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。