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！

龙图腾网恭喜中国石油大学(华东)申请的专利一种地震数据自适应分块化无损切合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：CN115437010B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202211112653.X，技术领域涉及：G01V1/36；该发明授权一种地震数据自适应分块化无损切合方法是由宋建国;李哲;马博仑;陈鸿龙;苏裕斐;高志敏设计研发完成，并于2022-09-14向国家知识产权局提交的专利申请。

本一种地震数据自适应分块化无损切合方法在说明书摘要公布了：本发明公开了一种新型地震数据生成深度学习样本标签方法与地震数据自适应分块化无损切合方法。属于地震信号数据预处理与后处理领域。本发明基于复合滤波提取实际地震资料噪声，将其与模拟地震数据结合实现了样本集构建，基于自适应分块与动态加权融合算法实现了地震数据的随机分块化与数据块无损合成完整地震数据，是一套完整的地震数据训练预处理与后处理流程。本方法生成的随机分块化训练集与样本集更加适用于深度学习训练，训练样本集包含实际噪声，从而提高模型预测结果的准确率，进而提高地震资料质量；无损切合能消除数据块合成带来的总体失真与过拟合现象，为基于深度学习的地震数据噪声压制提供了新的思路。

本发明授权一种地震数据自适应分块化无损切合方法在权利要求书中公布了：1.一种地震数据自适应分块化无损切合方法，其特征在于：通过复合滤波算法从真实地震数据中提取噪声来获得接近真实情况的噪声，随后将噪声样本与模拟合成地震数据进行加权与动态叠加融合，融合过程采取高斯随机分块化，从而获得纯净标签与含有真实噪声分布的样本数据，进而让网络模型学习有效压制地震噪声；通过对地震二维数据进行两个维度自适应切块与边缘动态渐变加权，做到深度学习化地震数据的同时自适应切割与无损融合，更适用于对地震数据进行深度学习模型训练；方法主要步骤如下：首先通过复合滤波算法对选取的地震数据进行广泛的噪声提取，获得低幅值真实噪声样本；然后根据模拟地震数据的分部将低幅值真实噪声加权与动态叠加融合，获得含有真实噪声分布的样本数据，模拟地震数据为纯净标签；然后将生成的二维数据按自定义规模进行自适应切割，将单个二维矩阵地震数据转换为多组二维地震数据方块，每个方块直接包含了一定的重复数据保证模型学习的全面性，并且方块经过随机打乱防止模型学习过拟合；若要预测结果，则模型得到的多组二维地震数据方块两两合并，合并时采用边缘动态渐变加权，保证数据块之间合并时的数据衔接和平滑过渡，从而生成更少损失的预测结果；自适应切割与边缘动态渐变加权具体为：首先在切割分块中预先设定块的步长step，让切割的每个块之间有重叠数据，从而神经网络在预测时会产生多组相同区域的预测结果，为多组数据的平滑拟合提供前提条件；数据块拼接过程中对块重叠区域的合并采用动态加权处理，检测数据块1、数据块2的size与step属性，根据重叠size生成数据块1权重矩阵W1n，其中权重矩阵值w1n∈[0.1]，如下式： 其中，m、n与两数据块重叠区域大小一致，w1n值随块的中心距离而变化，最远处的权重矩阵最小，从而让数据块的数据越靠近边缘对拟合作用的影响效果越低；数据块2权重矩阵W2n，其中权重矩阵值w2n∈[0,1]，与w1n关系如下式： 两数据块融合过程为各自与权重矩阵的乘积和，如下式：O1,2n＝I1n×W1n+I2n×W2n。

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：266580 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”。