買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國自然資源航空物探遙感中心申請的專利一種重力數(shù)據(jù)反演方法、系統(tǒng)及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119337135B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16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?zhí)?專利號為：202411458386.0，技術領域涉及：G06F18/214；該發(fā)明授權(quán)一種重力數(shù)據(jù)反演方法、系統(tǒng)及介質(zhì)是由徐光晶;舒晴;李瑞;張凱淞;高維;李靖設計研發(fā)完成，并于2024-10-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種重力數(shù)據(jù)反演方法、系統(tǒng)及介質(zhì)在說明書摘要公布了：本發(fā)明涉及了一種重力數(shù)據(jù)反演方法、系統(tǒng)及介質(zhì)，一種重力數(shù)據(jù)反演方法，包括：生成數(shù)以萬計的隨機單異常訓練樣本對；基于所有的隨機單異常訓練樣本對，選取一部分預設數(shù)量的數(shù)據(jù)作為訓練數(shù)據(jù)集，選取另一部分預設數(shù)量的數(shù)據(jù)作為驗證數(shù)據(jù)集；使用訓練數(shù)據(jù)集訓練一系列具有不同網(wǎng)絡復雜度的寬度學習網(wǎng)絡，所述重力反演的目標是估計出最優(yōu)密度模型；應用驗證數(shù)據(jù)集識別最合適的網(wǎng)絡復雜度的寬度學習網(wǎng)絡；將測量到的重力數(shù)據(jù)向量輸入到最合適的網(wǎng)絡復雜度的寬度學習網(wǎng)絡中，得到最優(yōu)密度模型。本發(fā)明利用寬度學習網(wǎng)絡和單異常訓練樣本來提高密度結(jié)構(gòu)建模的精度和效率。

本發(fā)明授權(quán)一種重力數(shù)據(jù)反演方法、系統(tǒng)及介質(zhì)在權(quán)利要求書中公布了：1.一種重力數(shù)據(jù)反演方法，其特征在于，包括：生成數(shù)以萬計的隨機單異常訓練樣本對：通過測量到的重力數(shù)據(jù)的正演建模生成一個輸入-輸出訓練樣本對，地下密度模型是用一個單一的、彩色的、立方體形狀的異常塊嵌入均勻背景中構(gòu)建的，所述地下密度模型在x軸、y軸和z軸方向上分別被離散為不同數(shù)量的網(wǎng)格單元，每個所述地下密度模型中異常塊的大小和空間位置隨機變化，異常密度值在-2～2gcm3范圍內(nèi)隨機選取，圍繞所述密度模型中心點進行協(xié)調(diào)旋轉(zhuǎn)，生成不同方向的單個樣本作為隨機單異常訓練樣本對，其中，每個所述隨機單異常訓練樣本對包括輸入重力訓練數(shù)據(jù)和輸出密度模型訓練數(shù)據(jù)；基于所有的所述隨機單異常訓練樣本對，選取一部分預設數(shù)量的數(shù)據(jù)作為訓練數(shù)據(jù)集，選取另一部分預設數(shù)量的數(shù)據(jù)作為驗證數(shù)據(jù)集；使用所述訓練數(shù)據(jù)集訓練一系列具有不同網(wǎng)絡復雜度的寬度學習網(wǎng)絡，具體為：寬度學習網(wǎng)絡構(gòu)造所述輸入重力訓練數(shù)據(jù)集與輸出密度模型訓練數(shù)據(jù)集之間的函數(shù)映射近似于函數(shù)F.，其中函數(shù)F.表示實測重力數(shù)據(jù)與所述地下密度模型的函數(shù)關系，表示為: 其中，Mt表示所述輸出密度模型訓練數(shù)據(jù)集，F(xiàn)NF＝[F1,F2，…，F(xiàn)NF]表示映射特征，ENE表示增強節(jié)點，WB表示網(wǎng)絡權(quán)重矩陣，這是寬度學習網(wǎng)絡訓練中唯一需要確定的未知參數(shù)，每組寬度學習網(wǎng)絡的映射特征表示為: 其中，Dt為所述實測重力數(shù)據(jù)向量，φ為稀疏自編碼器進行數(shù)據(jù)降維的特征映射函數(shù)，WFi為帶有隨機值的第i個權(quán)重矩陣，βFi為帶有隨機值的第i個偏置，NF為映射特征的組數(shù)，根據(jù)映射的特征FNF，每組增強節(jié)點計算為： 其中ξ為非線性激活函數(shù)，WEj為與WFi相似的第j個隨機權(quán)重矩陣，βEj為與βFi相似的第j個隨機偏置矩陣，NE為增強節(jié)點組數(shù)，應用下式計算寬度學習網(wǎng)絡唯一未知參數(shù)WB:WB＝A+Mt式中A＝[FNF，ENE]，其中，偽逆A+的計算是通過脊回歸完成的，計算得到權(quán)重矩陣WB，則訓練過程完成，得到訓練好的寬度學習網(wǎng)絡；重力反演的目標是估計出最優(yōu)密度模型，其中，所述最優(yōu)密度模型是實際密度模型的近似值，所述訓練樣本包括了輸入重力訓練，所述網(wǎng)絡復雜度指標包括每組映射特征的神經(jīng)元數(shù)量、映射特征的組數(shù)和增強節(jié)點的組數(shù)；應用所述驗證數(shù)據(jù)集識別最合適的網(wǎng)絡復雜度的寬度學習網(wǎng)絡；將測量到的重力數(shù)據(jù)向量輸入到所述最合適的網(wǎng)絡復雜度的寬度學習網(wǎng)絡中，得到所述最優(yōu)密度模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國自然資源航空物探遙感中心，其通訊地址為：100000 北京市海淀區(qū)學院路29號；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)”。