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！

龙图腾网恭喜西安交通大学申请的专利一种基于自注意力机制与U型结构结合的地震相自动化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：CN115081719B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202210759364.2，技术领域涉及：G06Q10/04；该发明授权一种基于自注意力机制与U型结构结合的地震相自动化识别方法是由王治国;陈宇民;杨阳;高照奇;李振;王倩楠;高静怀设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种基于自注意力机制与U型结构结合的地震相自动化识别方法在说明书摘要公布了：本发明公开了一种基于自注意力机制和U型结构的地震相自动识别方法，首先提出了一种基于Segformer的编码器结构，然后将块扩张模块引入构建解码器结构，并引入Hypercolumns技术融合特征进行地震相识别。通过设计合理的训练及推理流程进行图像地震相分割，最后基于这个地震相识别结果构成地震相体，从而解释地下不同的沉积环境。通过公开数据和实际数据实验，对比传统卷积神经网络的地震相识别模型，本发明提出的地震相自动识别方法具有较少的噪声点，边界细节更加明显、横向连续性更强，能够更加准确的解释地下不同的沉积环境。

本发明授权一种基于自注意力机制与U型结构结合的地震相自动化识别方法在权利要求书中公布了：1.一种基于自注意力机制与U型结构结合的地震相自动识别方法，其特征在于，包括以下步骤： 获得叠后地震数据体，并对所述叠后地震数据体进行预处理，以构建样本训练验证数据集； 利用具有下采样功能的重叠块合并模块与能够全局建模表示的高效自注意力变换器模块构造编码器； 利用具有线性上采样功能的块扩张模块、所述高效自注意力变换器模块与能够融合高低层特征的跳跃连接模块构造解码器； 利用所述编码器、所述解码器与超列模块构造地震相识别模型，所述地震相识别模型包括超列酉分割器； 构建混合损失函数，利用所述样本训练验证数据集中的训练验证集迭代训练所述地震相识别模型；输入测试数据，以获得测试地震数据地震相； 所述利用具有下采样功能的重叠块合并模块与能够全局建模表示的高效自注意力变换器模块构造模型编码器具体包括以下步骤： 对于一个输入高度、宽度分别为H、W的地震图像构造一编码器复合函数使得且对于特征图有第一子函数其中，为复合函数运算符，Ci为第i个编码器输出特征图的通道数，所述第一子函数由1个所述重叠块合并模块和2个所述高效自注意力变换器模块组成，所述第一子函数包括4个，4个所述第一子函数组成所述编码器的4个连续的阶段，其中，所述重叠块合并模块通过步长小于核大小的卷积层实现，所述高效自注意力变换器模块包含自注意力子模块和前馈神经网络子模块，所述自注意力子模块以及所述前馈神经网络子模块的计算公式为： sAttx＝MHSALNx+x，1 FFNx＝L2cvL1LNx+x2 其中，LN为层归一化函数，MHSA为多头自注意力计算函数，L1，L2为两个全连接函数，cv为卷积层函数； 所述利用具有线性上采样功能的块扩张模块、所述高效自注意力变换器模块与能够融合高低层特征的跳跃连接模块构造模型解码器具体包括以下步骤： 构造一个解码器函数fd，使得所述解码器函数fd包括4个第二子函数，且4个第二子函数组成解码器的4个阶段，对于编码特征图与解码特征图有其中i＝{2，3，4}，d4＝x4，concat·，·为沿着通道维度张量拼接操作，最后一个阶段的特征图 所述第二子函数由所述块扩张模块与2个所述高效Transformer模块构成；当输入特征图为x，所述块扩张模块的计算公式为： x＝Linear[C，2C]x，3 其中，Linear为全连接层，Reshape为维度重塑操作，C为联络测线Crossline数， 在编码器与解码器的对应阶段中通过所述跳跃连接模块连接，以使所述解码器接收来自相同阶段的所述编码器的特征进行融合； 所述利用所述编码器、所述解码器与超列模块构造地震相识别模型具体包括以下步骤： 引入超列结构对所述解码器的每个阶段输出特征图进行融合，并对融合后的特征图进行像素级别的地震相分类，其计算公式为： M＝Linear[C，NC]df8 其中，Upsample[2i×]表示上采样2i倍的双线性插值操作，Concat为沿着通道维度拼接的操作，Linear[C，NC]为从维度C到维度NC的线性映射，NC为地震相类别数；所述超列酉分割器为所述编码器与所述解码器组成一个U型结构，所述U型结构的左边为所述编码器，所述U型结构的右边为所述解码器，所述解码器的各个阶段输出由所述超列结构融合特征进行地震相分类。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。