龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江海洋大学
摘要：本发明涉及裂隙预测技术领域，公开了一种基于深度卷积‑对抗神经网络的连通性裂隙网络结构智能生成算法，包括以下步骤：步骤S1、采集裂隙数据并对采集的数据进行预处理从而形成数据集；步骤S2、构建DC‑GAN模型：DC‑GAN模型包括Generator模型和Discriminator模型。本发明能够在水文地质和石油工程领域生成符合复杂几何结构的裂隙网络，生成大规模裂隙网络，生成具有多样性、连通性和复杂几何特征的裂隙模型，有效提升了模拟效率，降低了计算成本，并为裂隙网络的表征和预测提供了更加自动化和智能化的解决方案，高效地进行裂隙网络的建模和预测，大幅提升对油气开采、地下水流动和地热能利用的研究和应用效率。
主权项：1.一种基于深度卷积-对抗神经网络的连通性裂隙网络结构智能生成算法，其特征在于，包括以下步骤：步骤S1、采集裂隙数据并对采集的数据进行预处理从而形成数据集；步骤S2、构建DC-GAN模型：DC-GAN模型包括Generator模型和Discriminator模型；其中，Generator模型包括依次连接的输入层A、全连接层A1、全连接层A2、全连接层A3、Unflatten层、转置卷积层A1、转置卷积层A2、卷积层A1、卷积层A2和输出层A；Discriminator模型包括依次连接的输入层B、卷积层B1、卷积层B2、卷积层B3、卷积层B4、卷积层B5、全连接层B和输出层B，且输入层B与输出层A连接；步骤S3、将数据集按照比例划分为训练集和测试集，并输入DC-GAN模型进行训练以及优化。
全文数据：
权利要求：
百度查询： 浙江海洋大学 一种基于深度卷积-对抗神经网络的连通性裂隙网络结构智能生成算法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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