買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜北京石油化工學(xué)院申請(qǐng)的專利一種適用于嵌入式系統(tǒng)的輕量級(jí)地震相位拾取方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118151229B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202410279779.9，技術(shù)領(lǐng)域涉及：G01V1/28；該發(fā)明授權(quán)一種適用于嵌入式系統(tǒng)的輕量級(jí)地震相位拾取方法及系統(tǒng)是由朱亞?wèn)|洋;趙曙光;藍(lán)波;張曉燕;丁潔;鄧紀(jì)勛設(shè)計(jì)研發(fā)完成，并于2024-03-12向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種適用于嵌入式系統(tǒng)的輕量級(jí)地震相位拾取方法及系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種適用于嵌入式系統(tǒng)的輕量級(jí)地震相位拾取方法及系統(tǒng)，包括以下步驟：采集地震信號(hào)數(shù)據(jù)，并對(duì)所述地震信號(hào)數(shù)據(jù)進(jìn)行降噪和濾波處理；構(gòu)建嵌入式系統(tǒng)的地震相位拾取模型；將降噪和濾波處理后的地震信號(hào)數(shù)據(jù)輸入所述地震相位拾取模型，獲得地震相位拾取結(jié)果。本發(fā)明將卷積神經(jīng)網(wǎng)絡(luò)的歸納學(xué)習(xí)能力與Transformer的全局感知優(yōu)勢(shì)相結(jié)合，旨在為低端嵌入式處理器上的地震相位拾取網(wǎng)絡(luò)提供一個(gè)輕量級(jí)解決方案。這種混合模型不僅在設(shè)計(jì)層面上實(shí)現(xiàn)了兩種不同網(wǎng)絡(luò)結(jié)構(gòu)的融合，而且在提升全局信息處理能力的同時(shí)，保持了對(duì)局部特征的敏感性，為地震數(shù)據(jù)處理提供了一種新穎而有效的工具。

本發(fā)明授權(quán)一種適用于嵌入式系統(tǒng)的輕量級(jí)地震相位拾取方法及系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種適用于嵌入式系統(tǒng)的輕量級(jí)地震相位拾取方法，其特征在于，包括以下步驟：采集地震信號(hào)數(shù)據(jù)，并對(duì)所述地震信號(hào)數(shù)據(jù)進(jìn)行降噪和濾波處理；構(gòu)建嵌入式系統(tǒng)的地震相位拾取模型；將降噪和濾波處理后的地震信號(hào)數(shù)據(jù)輸入所述地震相位拾取模型，獲得地震相位拾取結(jié)果；所述地震相位拾取模型包括：初始特征提取模塊、雙分支注意力特征提取模塊和反卷積模塊；其中，所述雙分支注意力特征提取模塊包括：遞歸自注意力模塊和跳躍連接模塊；將降噪和濾波處理后的地震信號(hào)數(shù)據(jù)輸入所述地震相位拾取模型，獲得地震相位拾取結(jié)果的方法包括：基于所述初始特征提取模塊，獲得降噪和濾波處理后的地震信號(hào)數(shù)據(jù)的初始特征；基于所述雙分支注意力特征提取模塊，對(duì)所述初始特征進(jìn)行處理，獲得融合的特征；基于所述反卷積模塊，將所述融合的特征映射到與每個(gè)時(shí)間點(diǎn)的地震信號(hào)P相和S相相關(guān)的概率序列，獲得地震相位拾取結(jié)果；基于所述雙分支注意力特征提取模塊，對(duì)所述初始特征進(jìn)行處理，獲得融合的特征的方法包括：預(yù)設(shè)用X∈RL×C表示雙分支注意力特征提取模塊的輸入特征映射，通過(guò)XPW＝PWX將輸入的初級(jí)特征進(jìn)行逐點(diǎn)卷積得到輸出XPW；通過(guò)瓶頸層對(duì)所述XPW進(jìn)行特征降維，輸出局部特征XBottle＝BottleNeckXPW；對(duì)所述局部特征XBottle＝BottleNeckXPW進(jìn)行逐點(diǎn)卷積核深度卷積，輸出XDW＝DWXBottle；將所述XDW＝DWXBottle通過(guò)遞歸自注意力模塊，得到全局特征Xattention＝RMSAXDW；將所述局部特征XBottle＝BottleNeckXPW與所述全局特征Xattention＝RMSAXDW進(jìn)行相加，得到XFeature＝XBottle+Xattention；將所述全局特征Xattention＝RMSAXDW與XFeature＝XBottle+Xattention沿通道進(jìn)行拼接，獲得XConcat＝Xattention+XFeature；通過(guò)所述跳躍連接模塊將逐點(diǎn)卷積核深度卷積的輸出XDW＝DWXBottle相加后，通過(guò)1x1卷積進(jìn)行融合，再將融合后的信息同所述XConcat＝Xattention+XFeature相加，獲得融合的特征XBlock＝BagXPW+XDW+FuseXConcat。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京石油化工學(xué)院，其通訊地址為：102617 北京市大興區(qū)清源北路19號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。