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！

龙图腾网获悉中冶武勘工程技术有限公司申请的专利一种基于深度学习的三维地震断层自动识别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：CN119644423B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202411649439.7，技术领域涉及：G01V1/30；该发明授权一种基于深度学习的三维地震断层自动识别方法是由刘柯;孙丽娜;刘术湘;白石磊;杨文;顿新海;曾严;毛梦霞;杨金昆设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于深度学习的三维地震断层自动识别方法在说明书摘要公布了：本发明提供一种基于深度学习的三维地震断层识别方法，包括以下步骤：1自动建模生成三维地震数据以及精准的断层标签，得到三维地震图像数据集，将数据集分为训练集和测试集，2以训练集的三维合成地震数据和其标签作为输入训练改进的双通道结构的3D‑Unet的卷积神经网络或融合了注意力机制和残差学习的AG‑3D‑Unet网络，利用测试集进行验证，得到训练好的地震断层识别模型，3输入真实地震数据，通过识别网络对输入的待预测图像输出断层识别结果。本发明无论是在断层识别的清晰度、断层连续性以及精确度上都有明显的提升，在实际地震数据断层解释中具有较高的实用价值。

本发明授权一种基于深度学习的三维地震断层自动识别方法在权利要求书中公布了：1.一种基于深度学习的三维地震断层识别方法，其特征在于，包括以下步骤： 1自动建模生成三维地震数据以及精准的断层标签，得到三维地震图像数据集，将数据集分为训练集和测试集； 2以训练集的三维合成地震数据和其标签作为输入，训练改进的双通道结构的3D-Unet的卷积神经网络，利用测试集进行验证，得到训练好的地震断层识别模型； 3输入真实地震数据，通过地震断层识别模型对输入的待预测图像输出断层识别结果； 所述改进的双通道结构的3D-Unet的卷积神经网络是基于3D-Unet原始架构衍生而来，模型包含两个独立的数据流，分别以不同的方式转换和提取输入地震图像的视觉特征，在编码和解码连接部分加入了空洞空间金字塔来增大感受野捕捉多尺度的图像信息， 在改进后的双通道结构的3D-Unet网络中，具有两个独立的分支作为下采样部分，这些分支负责将输入的地震图像转换为潜在空间中的特征图，分支中的每组层都由一对三维卷积层，大小为2,2,2的卷积核，以及一个步长为2的三维池化层组成，并在编码器的最后部分加入Drop层来防止模型过拟合，在解码部分，两个编码器通道输出与解码器上一层输出通过跳跃连接进行特征拼接，最后经过一个卷积层和sigmoid函数得到输出结果； 在改进的双通道结构的3D-Unet的卷积神经网络训练阶段，使用了混合损失函数来评估断层识别的准确性， 混合损失函数公式如下， 其中L1为平衡交叉熵损失函数，L2为Dice损失函数，α为权重系数。

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冶武勘工程技术有限公司，其通讯地址为：430080 湖北省武汉市青山区冶金大道17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。