恭喜山东大学蒋鹏获国家专利权
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！
龙图腾网恭喜山东大学申请的专利基于跨孔电阻率CT深度学习的孤石成像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：CN116168098B 。
龙图腾网通过国家知识产权局官网在2025-05-23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：202211641189.3，技术领域涉及：G06T11/00；该发明授权基于跨孔电阻率CT深度学习的孤石成像方法及系统是由蒋鹏;庞永昊;蔡玉梅;刘本超;郭诗雨;刘征宇设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。
本基于跨孔电阻率CT深度学习的孤石成像方法及系统在说明书摘要公布了：本发明提供了一种基于跨孔电阻率CT深度学习的孤石成像方法及系统，针对跨孔电阻率CT观测方式下非图像数据的特点，建立用于特征提取与成像的网络架构；借鉴传统反演方法中常用的参考模型，构建了以参考模型引导的损失函数，利用背景电阻率引导，保证了网络在训练中向生成真实模型方向更新，更准确的学习观测数据与电阻率模型间的映射关系，并采用自适应单时间步多次叠加计算梯度，提高网络中梯度的准确性进而提高成像效果。
本发明授权基于跨孔电阻率CT深度学习的孤石成像方法及系统在权利要求书中公布了：1.一种基于跨孔电阻率CT深度学习的孤石成像方法，其特征是，包括以下步骤：根据历史孤石的电阻率模型建立地电模型，通过跨孔电阻率CT正演模拟，建立无监督深度学习的数据库；将数据库中的非图像数据输入深度学习网络，通过编码器网络得到特征图，使用卷积层输出预测电阻率模型，在输出端加入正演模块，计算预测电阻率模型的正演结果，通过与输入的非图像数据拟合来训练网络参数，形成无监督深度学习网络；构造基于参考模型引导的损失函数，采用自适应单时间步多次叠加计算梯度，以数据库内的数据训练所述无监督深度学习网络，使网络能够拟合观测数据与电阻率模型的映射关系；获取目标探测区域的观测数据，利用训练后的无监督深度学习网络得到与该数据对应的预测模型，实现对探测区域孤石的成像。
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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号