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！

龙图腾网获悉成都理工大学申请的专利一种基于CBAM-Res2Unet网络地震数据插值方法及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：CN120276031B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510488487.0，技术领域涉及：G01V1/28；该发明授权一种基于CBAM-Res2Unet网络地震数据插值方法及系统是由潘晓;王宁;王宇;周艳;吴昊;文晓涛;张馨予设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于CBAM-Res2Unet网络地震数据插值方法及系统在说明书摘要公布了：本发明属于油气勘探及地震资料处理技术领域，公开了一种基于CBAM‑Res2Unet网络的地震数据插值方法及系统。该方法解决了传统ResUNet网络因固定卷积核导致感受野受限及跳跃连接中低级特征无选择性传递的问题。方法包括：通过波动方程正演模拟生成地震记录，构建含随机缺失数据的训练集；设计CBAM‑Res2Unet网络，其编码器与解码器采用含压缩激励模块的Res2Net模块，通过分组卷积和分层残差连接增强多尺度特征提取能力；在跳跃连接中引入CBAM模块，利用通道与空间注意力机制自适应加权特征；网络深层添加频谱归一化层以稳定训练。系统包括数据采集、网络生成、训练及插值模块。本发明通过多尺度特征融合、注意力机制及稳定性优化，实现了复杂缺失地震数据的高精度插值。

本发明授权一种基于CBAM-Res2Unet网络地震数据插值方法及系统在权利要求书中公布了：1.一种基于CBAM-Res2Unet网络地震数据插值方法，其特征在于，包括以下步骤： 步骤1：获取地震数据，并构成训练集和验证集，其中，地震数据为地震炮集记录； 步骤2：获取预设的基于CBAM-Res2Unet网络，所述网络包括编码器模块、解码器模块、跳跃连接层，其中： 编码器模块，包含五个层，每层依次包括卷积层、含有压缩激励模块的Res2Net模块和和下采样层，其中第五层的卷积层外添加频谱归一化层； 解码器模块，包含五个层，每层依次包括卷积层、含有压缩激励模块的Res2Net模块和上采样层； 跳跃连接层，在编码器与解码器对应层级间设置CBAM模块，每个CBAM模块通过自适应学习通道和空间注意力权重以增强特征表达能力； 步骤3：基于训练集和验证集对所述的CBAM-Res2Unet网络进行训练和验证； 步骤4：基于训练好的CBAM-Res2Unet网络对待插值的地震数据进行插值; 所述步骤2中预设的基于CBAM-Res2Unet网络包括依次连接的输入层、编码器模块、解码器模块和输出层，以及用于连接编码器跟解码器的跳跃连阶层； 其中编码器模块：包含5层相连接的编码器结构，每层编码器依次包括卷积层、含有压缩激励模块的Res2Net模块和下采样层，每一层包括一个用于将输入特征图直接加到本层的卷积层的输出上一个残差连接，残差连接包括一个用于捕捉特征图像的卷积层，第五层的两个卷积层外分别添加了一个频谱归一化层， 卷积层对输入的特征图进行卷积操作，以保留细节特征和信息，通过特征提取和残差连接的方式，逐步降低特征图的尺寸，同时保留重要信息； Res2Net模块对输入的特征图进行分组卷积操作，在更细粒度的层次上提高了多尺度表示能力，并增加了每个网络层的感受野； 压缩激励模块在Res2Net模块中的第二卷积层后，模块中的残差连接前，用于对不同通道的特征进行加权，以增强关键特征； 在第五层两个卷积层：两个卷积层外分别添加了一个频谱归一化层，用于增强网络的稳定性； 跳跃连接层包括：包括四个CBAM模块的跳跃连接，每一个跳跃连接包括一个CBAM模块， CBAM模块通过自适应地学习通道和空间注意力权重，以提高网络的特征表达能力，能够在不同维度上捕获特征之间的相关性； 解码器模块包括：包括五个卷积层和上采样层相连接的解码器，每个解码器包括一个卷积层、含有压缩激励模块的Res2Net模块和一个上采样层。

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成都理工大学，其通讯地址为：610000 四川省成都市二仙桥东三路1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。