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！

龙图腾网获悉西安交通大学申请的专利基于自编码器的稀疏时频谱分析方法、模型、设备及介质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：CN115964624B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211212676.8，技术领域涉及：G06F18/213；该发明授权基于自编码器的稀疏时频谱分析方法、模型、设备及介质是由杨阳;雷友波;刘乃豪;张宇新;魏圣焘;王家乐;王治国;高静怀设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于自编码器的稀疏时频谱分析方法、模型、设备及介质在说明书摘要公布了：本申请提供了一种基于自编码器的稀疏时频谱分析方法、模型、设备及介质，所述方法基于Unet网络的稀疏时频分析网络模型的编码器，提取地震信号的地震信号特征，并将地震信号特征转换为地震时频谱矩阵；基于混合范数约束，对所述地震时频谱矩阵进行稀疏约束和光滑约束；基于Unet网络的稀疏时频分析网络模型的解码器，对地震时频谱矩阵进行解码，生成地震信号对应的地震时频谱，以根据所述地震时频谱进行时频分析。通过上述方式，本申请引入深度学习网络模型计算地震数据的稀疏时频谱，避免了传统计算过程中大量的人工选取参数实验，提高了时频分析的效率；同时利用无监督的思想，不再依赖数据标签，突破了实际地震数据标签难以获得的难题。

本发明授权基于自编码器的稀疏时频谱分析方法、模型、设备及介质在权利要求书中公布了：1.一种基于自编码器的稀疏时频谱分析方法，其特征在于，所述基于自编码器的稀疏时频谱分析方法包括： 利用深度学习框架构建基于Unet网络的稀疏时频分析网络模型，包括： 基于Unet网络，构建用于将一维地震信号映射到二维时频谱的编码器，并根据短时傅里叶变换的反变换公式，构建解码器； 基于Unet网络的稀疏时频分析网络模型的所述编码器，提取地震信号的地震信号特征，并将所述地震信号特征转换为地震时频谱矩阵； 根据混合范数公式构建混合范数约束，其中，所述混合范数公式为： 其中，||·||1和分别为稀疏约束和光滑约束，||·||1和分别为l1范数和l2范数，f是地震信号，Ψθ是具有参数的编码器，λ1、λ2分别用于控制稀疏性和光滑性的权重，分别作用于l1范数和l2范数； 基于所述混合范数约束，对所述地震时频谱矩阵进行稀疏约束和光滑约束； 基于Unet网络的稀疏时频分析网络模型的解码器，对所述地震时频谱矩阵进行解码，生成所述地震信号对应的地震时频谱，以根据所述地震时频谱进行时频分析。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。

以上内容由龙图腾AI智能生成。