中国科学技术大学昌吉获国家专利权
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！
龙图腾网获悉中国科学技术大学申请的专利一种可解释的测井曲线补全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：CN115455828B 。
龙图腾网通过国家知识产权局官网在2025-07-15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：202211125581.2，技术领域涉及：G06F30/27；该发明授权一种可解释的测井曲线补全方法是由昌吉;王继晨;康宇;吕文君设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。
本一种可解释的测井曲线补全方法在说明书摘要公布了：本发明提供一种可解释的测井曲线补全方法，基于样本测井，构建包含已解释的完整测井曲线的样本数据集合和包含待预测的缺失测井曲线的样本数据集合，分别记为源域和目标域；将所述源域和目标域中的测井曲线样本数据作为输入参数，采用双流神经网络模型进行回归预测训练；向训练完成的双流神经网络模型中输入目标测井的完整测井曲线，对目标测井缺失的测井曲线进行补全。本发明采用双流神经网络模型进行回归预测训练，在训练时引入了全卷积神经网络，有效的捕获和融合不同测井尺度的特征，并引入了随机傅里叶域差异损失和域单向对齐损失，提高了计算效率和测井特征的可解释性。
本发明授权一种可解释的测井曲线补全方法在权利要求书中公布了：1.一种可解释的测井曲线补全方法，其特征在于，具体包括以下步骤： S100、基于样本测井，构建包含已解释的完整测井曲线的样本数据集合和包含待预测的缺失测井曲线的样本数据集合，分别记为源域和目标域； S200、将所述源域和目标域中的测井曲线样本数据作为输入参数，采用双流神经网络模型进行回归预测训练； S201、通过全卷积神经网络对测井曲线样本提取多尺度特征并通过门控多尺度特征融合方法进行特征融合； S202、通过全连接层维持特征表示能力一致性，基于最大平均差异准则度量数据的分布差异，并引入随机傅里叶特征构建域差异损失； S203、最小化目标域测井曲线样本重构前后的差异，使源域向目标域单向对齐实现特征迁移； S204、对对齐后的特征进行回归预测，重构缺失的测井曲线； S300、向训练完成的双流神经网络模型中输入目标测井的完整测井曲线，对目标测井缺失的测井曲线进行补全。
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科学技术大学，其通讯地址为：230041 安徽省合肥市金寨路96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”。
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。
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。
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