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！

龙图腾网获悉中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心申请的专利一种基于快速自监督学习的地震数据压缩感知重构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：CN117724152B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202311700498.8，技术领域涉及：G01V1/28；该发明授权一种基于快速自监督学习的地震数据压缩感知重构方法是由黄小刚;丁继才;刘志鹏;孙文博;王建花;叶云飞;朱振宇;张云鹏;鲍铁钊;张洪亮;薛东川;焦振华;陶杰设计研发完成，并于2023-12-12向国家知识产权局提交的专利申请。

本一种基于快速自监督学习的地震数据压缩感知重构方法在说明书摘要公布了：本发明涉及一种基于快速自监督学习的地震数据压缩感知重构方法，包括：利用采集的含缺失道的三维地震数据进行标签制作，形成用于网络模型训练的标签数据；利用标签数据进行快速自监督学习深度卷积神经网络的网络模型训练；利用训练好的网络模型进行自监督数据重构，得到重构后无缺失的地震数据。本发明使用自监督学习方式进行深度学习模型训练，不需要额外的训练数据，突破泛化性约束，同时，使用轻量化的编解码与残差连接网络结构、门控卷积、像素重排模块，从而提高训练效率，在短时间内获得较高的压缩感知数据重构表现，能够应用到实际生产中。因此，本发明可以广泛应用于地震数据压缩感知重构技术领域。

本发明授权一种基于快速自监督学习的地震数据压缩感知重构方法在权利要求书中公布了：1.一种基于快速自监督学习的地震数据压缩感知重构方法，其特征在于包括： 利用采集的含缺失道的三维地震数据进行标签制作，形成用于网络模型训练的标签数据； 利用标签数据进行快速自监督学习深度卷积神经网络的网络模型训练； 利用训练好的网络模型进行自监督数据重构，得到重构后无缺失的地震数据； 所述利用标签数据进行快速自监督学习深度卷积神经网络的网络模型训练，包括： 搭建深度卷积神经网络模型； 基于标签数据和预设迭代次数，对深度卷积神经网络模型进行训练，得到满足预设要求的深度卷积神经网络模型； 所述深度卷积神经网络模型包括： 三维门控卷积层模块，用于对输入数据进行特征提取，得到三维随机缺失特征图； 三维像素重排与反重排模块，用于对三维随机缺失特征图进行解码与编码操作，在不同尺度下进行特征提取与缺失数据重建； 自监督学习模块，用于对三维门控卷积层模块和三维像素重排与反重排模块中的网络参数进行修正，使得输出结果逐渐向标签输出收敛。

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海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心，其通讯地址为：100010 北京市东城区朝阳门北大街25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。