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！

龙图腾网获悉地球脉动(无锡)科技有限公司申请的专利基于物理属性特征域适应的微地震信号识别方法和系统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：CN120233421B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510306423.4，技术领域涉及：G01V1/28；该发明授权基于物理属性特征域适应的微地震信号识别方法和系统是由王峣钧;陈喻溪;王俊钦;高翔;李皓;胡楠;李振华;黄保;王磊设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于物理属性特征域适应的微地震信号识别方法和系统在说明书摘要公布了：本发明涉及微地震信号识别技术领域，尤其涉及基于物理属性特征域适应的微地震信号识别方法和系统，该方法将计算所得的微地震信号物理属性特征视为源域标签，其与真实标签具有一定相似性；通过搭建两个异步编码‑解码网络进行域适应学习；该方法可以对不同微地震信号进行有效分类，通过某地实际数据集的应用，证明了其在标签稀缺条件下的有效性和适用性；有助于解决微地震信号智能识别问题中的标签稀缺的问题，进一步提高了微地震信号的识别和监测的准确率。

本发明授权基于物理属性特征域适应的微地震信号识别方法和系统在权利要求书中公布了：1.基于物理属性特征域适应的微地震信号识别方法，其特征在于：包括步骤： S1、对原始采集的微地震信号进行预处理； S2、物理属性特征构建源域样本：提取预处理数据对应的物理属性特征，构建源域样本标签集，所述物理属性特征用于表征微地震事件类型； S3、源域样本训练：通过编码解码网络进行源域样本标签监督学习，实现从地震信号到物理属性特征的映射，得到相应物理属性特征的源域模型； S4、域适应训练：共享源域样本训练的源域模型参数，冻结编码层网络参数，对解码层进行参数微调，实现从微地震信号到事件分类结果的映射，得到基于物理属性特征域适应模型； S5、分类应用：使用训练好的基于物理属性特征域适应模型对真实数据进行微地震信号识别； S6、多物理属性特征优选：当存在多个物理属性特征时，选出最优物理属性特征实现步骤S3和步骤S4； 在步骤S1中，预处理包括对原始采集的微地震多通道信号进行归一化和去中心化处理，以及通过时间窗切片操作构建样本序列； 在步骤S2中，基于预处理后的微地震信号数据，对每个时间窗切片的微地震信号的每个分量，计算物理属性特征，以表征微地震事件类型，物理属性特征包括峰度、偏度和离差平方和，三分量微地震信号对应的物理属性特征向量作为该时间窗的标签，构建包含多个时间窗标签的数据集，作为源域样本标签集，使用不同的物理属性特征可以得到相应物理属性特征的源域样本标签集； 在步骤S3中，源域样本训练具体为： S3-1、使用编码解码网络进行训练，编码解码网络包括13层，前6层为编码层，第7层为瓶颈层，后6层为解码层； S3-2、使用卷积核进行特征提取，使用BN层进行批归一化，通过激活函数得到特征矩阵，重复此过程直至完成编码层部分； S3-3、使用与编码层对应数量、大小与滑动步长的卷积核，每一层均将通过反卷积得到的特征向量经过BN层、ReLU激活函数得到对应的特征向量，同时采用跳跃连接层将特定层次提取得到的特征融合起来，补充缺失特征； S3-4、最后一层使用ReLU作为激活函数，训练过程采用均方差损失函数与Adam优化器进行参数优化； 在步骤S3-4中，Adam优化器的优化过程如下所示： mt＝β1mt-1+1-β1gt 其中，θt为t时刻的源域模型参数，gt为t时刻损失函数对参数θt求偏导，mt为t时刻，梯度在动量形式下的一阶矩估计，vt为t时刻，梯度在动量形式下的二阶矩估计，为t时刻偏差纠正后的一阶矩估计,为偏差纠正后的二阶矩估计，β1与β2为动力值大小，∈＝1e-8，η为学习率； 在步骤S4中，具体为： 加载源域样本训练好的编码解码网络参数，作为初始基于物理属性特征域适应模型参数，冻结编码层参数，使用交叉熵损失函数和Adam优化器对解码层进行参数微调，实现从地震信号到事件分类结果的映射； 在步骤S5中，使用得到的基于离差平方和、峰度、偏度特征域适应模型分别对数据进行预测： 其中，P为精确率，R为召回率，F1Score为F1分数，三者为评估基于物理属性特征域适应模型性能的指标，Tp表示目标微震信号被有效拾取，Fp表示目标微震信号被错误拾取，Fn表示目标微震信号未被拾取或误拾； 在步骤S6中，基于验证集准确率和F1分数进行综合评价，最终选出最优物理属性特征。

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地球脉动(无锡)科技有限公司，其通讯地址为：214000 江苏省无锡市新吴区金城东路333-24-101；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。