Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜成都理工大学马超获国家专利权

恭喜成都理工大学马超获国家专利权

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!

龙图腾网恭喜成都理工大学申请的专利一种岩性识别方法、装置、计算机设备及存储介质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:CN116935116B

龙图腾网通过国家知识产权局官网在2025-04-18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:202310884260.9,技术领域涉及:G06V10/764;该发明授权一种岩性识别方法、装置、计算机设备及存储介质是由马超;侯立;侯明才;唐闻强;钟瀚霆;周羽漩设计研发完成,并于2023-07-18向国家知识产权局提交的专利申请。

一种岩性识别方法、装置、计算机设备及存储介质在说明书摘要公布了:本申请公开一种岩性识别方法、装置、计算机设备及存储介质。所述岩性识别方法包括如下步骤:收集并整理地层微电阻率扫描成像FMI图像数据及与其对应的岩性描述;按照预设比例构建训练数据集、验证数据集和测试数据集,并对构建好的各种数据集进行标准化处理;基于双模态少信息剔除深度学习模型建立岩性识别模型,并通过经标准化处理后的所述训练数据集、所述验证数据集和所述测试数据集对所述岩性识别模型进行训练;采用随机梯度下降方法不断优化岩性识别模型,直至获得训练完成的岩性识别模型;基于所述训练完成的岩性识别模型对所述测试数据集中的FMI图像数据进行测试识别,将输出的预测结果与标准标签进行对比和分析,得到最终的岩性识别模型。

本发明授权一种岩性识别方法、装置、计算机设备及存储介质在权利要求书中公布了:1.一种岩性识别方法,其特征在于,包括如下步骤:S1:收集并整理地层微电阻率扫描成像FMI图像数据及与其对应的岩性描述;S2:按照预设比例构建训练数据集、验证数据集和测试数据集,并对构建好的所述训练数据集、所述验证数据集和所述测试数据集进行标准化处理;S3:基于双模态少信息剔除深度学习模型建立岩性识别模型,并通过经标准化处理后的所述训练数据集、所述验证数据集和所述测试数据集对所述岩性识别模型进行训练,其中所述双模态少信息剔除深度学习模型包括:数据分割模块、块编码及分类头模块、剔除模块、信息提取模块以及分类模块,所述双模态少信息剔除深度学习模型构建过程为:所述数据分割模块将所述标准化处理后的数据分割为N个大小相等且不重叠的图像块,N为大于等于1的整数,所述块编码及分类头模块对所述N个图像块添加位置编码与分类头,所述剔除模块剔除包含空白带信息和冗余信息区域的图像数据,所述信息提取模块提取数据信息,所述分类模块对数据进行分类识别并输出岩性分类结果;S4:采用随机梯度下降方法不断优化岩性识别模型,直至获得训练完成的岩性识别模型;S5:基于所述训练完成的岩性识别模型对所述测试数据集中的FMI图像数据进行测试识别,将输出的预测结果与标准标签进行对比和分析,得到最终的岩性识别模型。

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:610059 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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。