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！

龙图腾网恭喜南京大学申请的专利一种融合多层空洞卷积与注意力机制的三维断层识别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：CN114972939B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202210467937.4，技术领域涉及：G06V10/80；该发明授权一种融合多层空洞卷积与注意力机制的三维断层识别方法是由笪玥;唐杰;武港山设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本一种融合多层空洞卷积与注意力机制的三维断层识别方法在说明书摘要公布了：一种融合多层空洞卷积与注意力机制的三维断层识别方法，通过识别网络对输入的待预测图像输出断层识别结果，识别网络包括基于多层空洞卷积的H‑Unet网络和基于注意力机制的RA‑Unet网络，以三维合成地震数据体和其标签作为输入分别训练H‑Unet网络和RA‑Unet网络，将两个网络的预测结果相融合，对两个网络在每个像素点上的预测结果进行加权求平均，输出最后的预测图像作为识别结果。本发明针对三维地震断层识别特点，设计了基于多层空洞卷积的H‑Unet网络和基于注意力机制的RA‑Unet网络融合的识别网络，能够有效提取三维地震数据体的信息，识别断层及其宽度和局部细节。

本发明授权一种融合多层空洞卷积与注意力机制的三维断层识别方法在权利要求书中公布了：1.一种融合多层空洞卷积与注意力机制的三维断层识别方法，其特征是通过识别网络对输入的待预测图像输出断层识别结果，识别网络包括基于多层空洞卷积的H-Unet网络和基于注意力机制的RA-Unet网络，以三维合成地震数据体和其标签作为输入分别训练H-Unet网络和RA-Unet网络，将两个网络的预测结果相融合，对两个网络在每个像素点上的预测结果进行加权求平均，输出最后的预测图像作为识别结果，H-Unet网络基于Unet网络改进其收缩路径，在收缩路径以HD模块替换Unet编码器中的卷积块，所述HD模块由3×3×3的卷积层和空洞率为3、5的空洞卷积层组合而成，同时使用混合扩张卷积和正常卷积来提取地震图像的多尺度特征，RA-Unet网络基于Unet网络改进其扩展路径，扩展路径包括三级残差模块和注意门模块，在U-Net网络中的跳跃连接中加入注意门模块，低层特征图经上采样及残差模块输出，同时作为门控信号向量与跳跃连接来的特征图经过注意门模块输出，两个输出拼接后输入下一级，最终得到网络输出，其中注意门模块接收左上层特征图xl和右下层特征图gl，左上层指由跳跃连接过来的编码器端的特征图，右下层指解码器的上一级输出的特征图，右下层特征图gl作为门控信号向量，得到注意门模块的输出αxl，α为注意系数： 其中σ是sigmoid激活函数，σl是Relu激活函数，wx、wg和ψ是线性变换，bg和bψ是偏移项；训练分别输入两个模型，进行联合训练，损失函数为： 其中N是标签的总数，gi为真实值，即标签值，pi为网络输出的预测值，w为非断层点占比，λ为调节参数，通过损失函数计算网络中各网络层的参数梯度，使用Adam优化器对其进行监督训练；针对调节参数λ设置衰减策略，设置λ随当前的epoch的大小而改变， j为当前epoch数，n为总epoch数量。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。