龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华北水利水电大学
申请日：2024-04-28
公开（公告）日：2024-06-21
公开（公告）号：CN118226532A
主分类号：G01V1/30
分类号：G01V1/30;G01V1/28;G06V10/764;G06V10/774;G06V10/82;G06V10/44;G06N3/0464;G06N3/0442;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于深度学习的地震速度谱拾取算法模型VSAP，采集地震数据得到速度谱图像的数据集，利用目标拾取网络模型FasterR‑CNN构建的多分类拾取任务，对地震速度谱内的一般能量团、多次波能量团、复杂地质构造和低信噪比等区域形成的能量团进行特征提取，并获取相应的“时间‑速度”对作为算法模型的训练集，将初步得到的拾取点坐标输入通过深度学习框架Pytorch混合目标拾取网络FasterR‑CNN和长短期记忆模型LSTM构建的地震速度谱自动拾取算法模型VSAP内进行训练，由训练后的模型进行叠加速度谱的准确拾取以及限定区域精细化调整速度谱拾取点位置的操作，最后输出模型自动拾取的地震速度谱。
主权项：1.一种基于深度学习的地震速度谱智能拾取方法，其特征在于，包括以下步骤：步骤一：采集地震数据获得速度谱图像的数据集，并将采集的数据集分为训练集、验证集和测试集；步骤二：通过目标拾取网络FasterR-CNN构建的多分类拾取任务，对地震速度谱内的一般能量团、多次波能量团、复杂地质构造和低信噪比区域形成的能量团进行特征提取，并获取相应的“时间-速度”对作为算法模型的训练集；步骤三：将初步得到的拾取点坐标输入通过深度学习框架Pytorch混合目标拾取网络FasterR-CNN和长短期记忆模型LSTM构建的地震速度谱自动拾取算法模型VSAP内进行训练；步骤四：由训练后的模型进行叠加速度谱的准确拾取以及限定区域精细化调整速度谱拾取点位置的操作，最后输出模型自动拾取的地震速度谱。
全文数据：
权利要求：
百度查询： 华北水利水电大学 一种基于深度学习的地震速度谱智能拾取方法及其系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号