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！

龙图腾网获悉中国石油大学(华东)申请的专利基于模糊规则与互信息空频域解耦的地震数据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：CN120847878B 。

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：202511351441.0，技术领域涉及：G01V1/36；该发明授权基于模糊规则与互信息空频域解耦的地震数据去噪方法是由王珺;许浩然;刘宝弟设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于模糊规则与互信息空频域解耦的地震数据去噪方法在说明书摘要公布了：本发明公开基于模糊规则与互信息空频域解耦的地震数据去噪方法，属于地震数据去噪技术领域，用于地震数据去噪，包括将含噪图像进行下采样、输入第一模糊卷积层、进行下采样、输入第二模糊卷积层和激活函数层、进行下采样、输入第三模糊卷积层和批归一化层、进行下采样；下采样结果依次输入第四模糊卷积层、空频注意力交互模块、解耦互信息约束模块、第一反模糊卷积层，然后依次进行上采样、输入第二反模糊卷积层和批归一化层、进行上采样、输入第三反模糊卷积层和激活函数层、进行上采样、输入第四反模糊卷积层，最后得到去噪图像。本发明最大程度上保留有效信号同时抑制噪声，在保留地震信号高频细节的同时维持低频结构的完整性。

本发明授权基于模糊规则与互信息空频域解耦的地震数据去噪方法在权利要求书中公布了：1.基于模糊规则与互信息空频域解耦的地震数据去噪方法，其特征在于，包括将含噪图像进行下采样、输入第一模糊卷积层、进行下采样、输入第二模糊卷积层和ReLU激活函数层、进行下采样、输入第三模糊卷积层和批归一化层、进行下采样； 下采样结果依次输入第四模糊卷积层、空频注意力交互模块、解耦互信息约束模块、第一反模糊卷积层，然后依次进行上采样、输入第二反模糊卷积层和批归一化层、进行上采样、输入第三反模糊卷积层和ReLU激活函数层、进行上采样、输入第四反模糊卷积层，最后得到去噪图像； 模糊卷积层包括两支，一支依次计算局部方差、基于高斯隶属度的动态隶属度权重，另一支输入3×3卷积，将两支的结果进行特征加法最终得到加权输出特征； 所述空频注意力交互模块将输入特征分别输入至空域特征提取分支和频域特征提取分支，频域特征提取分支输出频域特征和频域权重，频域权重输入至Sigmoid激活函数层，然后与空域权重进行特征乘法得到空导频项，空导频项与频域特征进行特征乘法； 空域特征提取分支输出空域特征和空域权重，空域权重输入至Sigmoid激活函数层，然后与频域权重进行特征乘法得到频导空项，频导空项与空域特征进行特征乘法； 将两个特征乘法的结果进行特征加法，得到空频注意力交互模块的输出； 所述解耦互信息约束模块包括特征解耦模块和互信息约束模块； 特征解耦模块包括，将解耦互信息约束模块的输入特征分为两线路，一线路输入3×3深度可分离卷积层、全局平均池化层、全连接层，另一线路输入3×3卷积层、LeakyReLU激活函数层、1×1卷积层、Sigmoid激活函数层； 互信息约束模块包括，全连接层获得噪声特征，结合解耦互信息约束模块的输入特征进行最小化KL散度处理，Sigmoid激活函数层获得内容特征，结合解耦互信息约束模块的输入特征进行最大化JSD散度，最后将两个散度处理结果进行特征加法，输出互信息约束损失； 解耦互信息约束模块的损失函数为： ； 为解耦互信息约束模块的损失函数，为最大化输入与内容特征之间的互信息的损失函数，为最小化输入与噪声特征间的互信息的损失函数，为平衡互信息约束权重。

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石油大学(华东)，其通讯地址为：266590 山东省青岛市黄岛区长江西路66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。