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！

龙图腾网获悉吉林大学申请的专利地面磁共振多类型噪声去噪网络的构建系统及去噪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：CN116226618B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310084305.4，技术领域涉及：G06F18/10；该发明授权地面磁共振多类型噪声去噪网络的构建系统及去噪方法是由张扬;韦萌;于思佳;林婷婷设计研发完成，并于2023-02-02向国家知识产权局提交的专利申请。

本地面磁共振多类型噪声去噪网络的构建系统及去噪方法在说明书摘要公布了：本发明属于核磁共振测深信号噪声抑制方法领域，为一种地面磁共振多类型噪声去噪网络的构建系统及去噪方法，包括磁共振信号构建模块，仿真多组磁共振有效信号及环境噪声，构造出分别受到三种类型噪声影响的含噪数据集；去噪神经网络搭建模块，根据磁共振信号构建模块生成的磁共振信号分别基于三种含噪数据集与噪声数据集训练优化网络，得到三个针对不同种类噪声的去噪网络，分类与判别模型，采用支持向量机方法根据不同噪声的特性，判断噪声类型，根据判断结果输出到去噪神经网络搭建模块中相应的去噪网络模型中。本发明能够减少标签数据量的规模，缩短模型的训练时间，并且对噪声进行有针对性地去除，可以减少网络模型对数据多样性的依赖。

本发明授权地面磁共振多类型噪声去噪网络的构建系统及去噪方法在权利要求书中公布了：1.一种地面磁共振多类型噪声去噪网络的构建系统，其特征在于，包括： 磁共振信号构建模块，根据地面磁共振地下水探测原理，仿真多组磁共振有效信号及环境噪声，包括尖峰噪声，工频噪声和随机噪声，构造出分别受到三种类型噪声影响的含噪数据集； 去噪神经网络搭建模块，根据磁共振信号构建模块生成的磁共振信号分别基于三种含噪数据集与噪声数据集训练优化网络，得到三个针对不同种类噪声的去噪神经网络，包括剔除尖峰噪声的模型Netsθs、消减工频谐波噪声的模型Nethθh，和消除随机噪声的模型Netrθr； 分类与判别模型构建模块，构建成的分类与判别模型采用支持向量机方法根据不同噪声的特性，判断噪声类型，根据判断结果输出到去噪神经网络搭建模块中相应的去噪网络模型中； 通过磁共振信号构建模块构建数据集，具体包括： a1，构建磁共振信号，时域表达式如下 ， 其中，，，，，，=25kHz，N=6250，按上式得到有效信号数据x1，改变各信号参数，得到n个有效信号X={x1,x2,...,xn}； a2，根据不同类型噪声的特性，利用MATLAB中randn函数和三角函数构造噪声，包括尖峰噪声s、工频噪声h和随机噪声r，改变噪声参数，每种噪声数据集有n组，包括尖峰噪声数据集S={s1,s2,...,sn}、工频噪声数据集H={h1,h2,...,hn}和随机噪声数据集R={r1,r2,...,rn}； a3，将构造的噪声数据集中的噪声分别与信号数据集中的有效信号叠加，得到三个含噪数据集，包括Ns={ns1,ns2,...,nsn},Nh={nh1,nh2,...,nhn}和Nr={nr1,nr2,...,nrn}； 通过去噪神经网络搭建模块搭建三个针对不同种类噪声的去噪网络，包括：利用卷积及上采样操作搭建去噪网络，并引入跳层连接卷积与上采样，卷积运算由下式描述： ， 其中，*为卷积操作，k为卷积核，b为偏置，f为激活函数，x为卷积操作过程中的输入输出特征，上采样由下式描述： ， 其中，为上采样函数； 将数据集{Ns,S},{Nh,H},和{Nr,R}分别用于训练去噪网络，网络的目标函数如下式： ， ， ， 通过不断更新网络模型的参数，和，优化目标函数，得到剔除尖峰噪声的模型Nets、消减工频谐波噪声的模型Neth，和消除随机噪声的模型Netr。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。