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！

龙图腾网获悉中国自然资源航空物探遥感中心申请的专利一种基于先验知识深度学习的实测重磁数据去噪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：CN120045926B 。

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：202510123315.3，技术领域涉及：G06F18/2131；该发明授权一种基于先验知识深度学习的实测重磁数据去噪方法是由孟庆奎;付长亮;张文志;郭良辉;郭雅;杨怡;张帅设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本一种基于先验知识深度学习的实测重磁数据去噪方法在说明书摘要公布了：本发明提供了一种基于先验知识深度学习的重磁数据去噪方法，其包括：构建融合先验知识的数据集，对重磁数据进行人工滤波处理得到去噪结果，对此结果切片以形成标签，模拟产生噪声数据，叠加在标签上，形成与标签一一对应的深度学习网络模型输入数据；搭建深度学习网络模型；构建融合先验知识的损失函数，优化深度学习的预测结果；对深度学习网络模型进行训练和超参数调优；将预测区域的重磁数据输入到训练好的深度学习网络模型中，得到深度学习的预测结果并对其进行优化处理，得到最终的重磁数据去噪结果。本发明可有效处理通过航空、船载和卫星平台获取的含噪重磁数据，去除因平台运动、仪器观测或周围环境干扰等原因产生一定量。

本发明授权一种基于先验知识深度学习的实测重磁数据去噪方法在权利要求书中公布了：1.一种基于先验知识深度学习的重磁数据去噪方法，其特征在于，主要包括以下步骤： 1训练阶段 1.1构建融合先验知识的数据集，在分析重磁数据的噪声特征和组成的基础上，对重磁数据进行人工滤波处理得到去噪结果，对此结果切片以形成标签，根据重磁数据的噪声特征模拟产生噪声数据，叠加在标签上，形成与标签一一对应的深度学习网络模型输入数据； 1.2根据重磁数据去噪需求，搭建深度学习网络模型； 1.3构建融合先验知识的损失函数，调和场是重力场的一个特征且具有光滑特性，在损失函数中加入拉普拉斯约束，优化深度学习的预测结果；具体过程为： 先将Dice函数引入在重力数据去噪中，表征去噪数据与原始数据之间的相似程度或重叠程度，当Dice函数为1时，表示去噪数据与原始数据之间完全重叠，故构造Dice损失函数为： 2； 上式2中，、为重力数据去噪预测值，为重力数据去噪理论值，为训练样本数量，为每个样本网格点数，为指示训练样本数量变化的变量，为指示每个样本网格点数变化的变量； 再引入拉普拉斯算子对深度学习网络模型的预测结果的光滑性进行约束；拉普拉斯算子可表示为重力数据去噪预测值在二维格网上分别对方向和方向的二维偏导数之和： 3； 则拉普拉斯损失可表示为如下的离散形式： 4； 故总的损失函数即上式2和式4的和可表示为： 5； 上式5中，为权重系数，用于调整Dice损失与拉普拉斯损失之间的比重； 1.4对深度学习网络模型进行训练和超参数调优，满足设定的迭代次数或损失函数达到阈值后停止训练，保存深度学习网络模型； 2预测阶段 2.1将预测区域的重磁数据输入到训练好的深度学习网络模型中，得到深度学习的预测结果； 2.2对深度学习的预测结果进行细微的优化处理，得到最终的重磁数据去噪结果。

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中国自然资源航空物探遥感中心，其通讯地址为：100000 北京市海淀区学院路29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。