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！

龙图腾网恭喜江西应用技术职业学院;中南大学;香港中文大学(深圳)申请的专利一种基于深度学习的二维大地电磁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：CN119323176B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411438657.6，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的二维大地电磁反演方法及系统是由凌巍炜;潘克家;贺冬冬;钟鑫;孙源;刘争光;肖文博;占志良设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种基于深度学习的二维大地电磁反演方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的二维大地电磁反演方法及系统，涉及大地电磁反演技术领域，包括对待反演的大地电磁数据，进行正演得到响应数据；构建改进型U‑Net网络模型，对原U‑net网络模型的编码器替换为可变形卷积以及多尺度残差模块，并将原U‑net网络模型的解码器的上采样替换为采用可变形卷积以及双线性插值方法；基于大地电磁数据集，对改进型U‑Net网络模型进行训练，获取用于二维大地电磁反演的二维反演模型；将大地电磁正演得到的响应数据输入到二维反演模型，获取二维反演模型的电阻率参数。本发明基于可变形卷积与多尺度残差模块神经网络，从而能够有效提高大地电磁反演工作效率。

本发明授权一种基于深度学习的二维大地电磁反演方法及系统在权利要求书中公布了：1.一种基于深度学习的二维大地电磁反演方法，其特征在于，包括：对待反演的大地电磁数据，进行正演得到响应数据；构建改进型U-Net网络模型，对原U-net网络模型的编码器替换为可变形卷积以及多尺度残差模块，并将原U-net网络模型的解码器的上采样替换为采用可变形卷积以及双线性插值方法；基于大地电磁数据，对改进型U-Net网络模型进行训练，获取用于二维大地电磁反演的二维反演模型；将大地电磁正演得到的响应数据输入到二维反演模型，通过可变形卷积提取响应数据不同尺度下的图像特征得到特征映射，再进行最大池化将特征映射转移到多尺度残差块中，获取缩小尺寸的多尺度特征图；通过采用可变形卷积以及双线性插值方法，获取放大后的多尺度特征图，并通过输出层对特征图进行预测，得到二维反演模型的电阻率参数。

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江西应用技术职业学院;中南大学;香港中文大学(深圳)，其通讯地址为：341000 江西省赣州市红旗大道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”。