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！

龙图腾网恭喜中国石油大学(华东)申请的专利一种基于TransUNet深度学习网络的地震相智能识别检测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：CN116559944B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202310521011.3，技术领域涉及：G01V1/28；该发明授权一种基于TransUNet深度学习网络的地震相智能识别检测方法是由李克文;董明辉;殷若南;朱信源设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本一种基于TransUNet深度学习网络的地震相智能识别检测方法在说明书摘要公布了：本发明公开了一种基于TransUNet深度学习网络的地震相智能识别检测方法，通过对原始三维地震数据进行切片，获取二维地震数据原始图像，采用卷积神经网络和Transformer的编码器结构，对二维地震数据原始图像进行编码，得到地震数据编码特征图，再将特征图上采样到原始地震数据大小，从而实现地震相智能分类。本发明通过利用全卷积神经网络和Transformer编码器对地震数据进行特征提取和编码，使用U‑Net上采样结构将编码后的特征图解码到全像素密度，实现地震相智能识别检测，改善了人工地震相分类出现的效率低、过度依赖经验的问题；利用Transformer先天的自注意力机制和U‑Net卷积神经网络对局部细节的感知，TransUNet能够兼顾局部细节特征和全局特征，能够有效应用于地震相智能分类，有效提高地震相分类效率和精度。

本发明授权一种基于TransUNet深度学习网络的地震相智能识别检测方法在权利要求书中公布了：1.一种基于TransUNet深度学习网络的地震相智能识别检测方法，其特征在于，包括以下步骤：A.采用滑动窗口策略平面化三维样本集：设置地震数据切片大小，沿三位地震原始数据体的主测线、联络侧线、SW-NE、NW-SE四个方向划分出二维地震剖面，在每一条地震剖面上选取滑动窗口，在保证遵循地震相数据空间分布规律的基础上增加样本的多样性，对训练数据中所有地震原始数据的振幅值进行标准化，使其阈值在-1到1之间，将标签数据转换为独热编码以增强其稀疏性；B.构建基于TransUNet的地震相智能判定模型：构建基于TransUNet的地震相智能判定模型，使用三个卷积层作为特征提取器，将得到的地震数据特征图通过一个可训练的线性投影映射到一个D维嵌入空间，并为其添加可学习的位置向量，得到一个D维嵌入向量，将嵌入向量输入到由L层多头注意力模块MSA和多层感知器模块MLP组成的Transformer模块；C.训练基于TransUNet的地震相智能判定模型：按照3:7的比例划分原始地震数据并对模型训练，采用梯度下降方法进行反向传播,直到模型收敛，得到最终的网络模型，使用测试集数据对模型进行测试，计算模型的IoU、准确率Acc，用于衡量模型的具体性能。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。