今天是：2025年6月16日 星期一
| 专利号 | 2023105210113 | 申请日 | 2023-05-10 | 专利名称 | 一种基于TransUNet深度学习网络的地震相智能识别检测方法 |
| 授权日 | 2025-05-13 | 专利权人 | 中国石油大学(华东) | 发明人 | 李克文;董明辉;殷若南;朱信源 |
| 主分类号 | G01V1/28 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于TransUNet深度学习网络的地震相智能识别检测方法，通过对原始三维地震数据进行切片，获取二维地震数据原始图像，采用卷积神经网络和Transformer的编码器结构，对二维地震数据原始图像进行编码，得到地震数据编码特征图，再将特征图上采样到原始地震数据大小，从而实现地震相智能分类。本发明通过利用全卷积神经网络和Transformer编码器对地震数据进行特征提取和编码，使用U‑Net上采样结构将编码后的特征图解码到全像素密度，实现地震相智能识别检测，改善了人工地震相分类出现的效率低、过度依赖经验的问题；利用Transformer先天的自注意力机制和U‑Net卷积神经网络对局部细节的感知，TransUNet能够兼顾局部细节特征和全局特征，能够有效应用于地震相智能分类，有效提高地震相分类效率和精度。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 相关服务业 新技术与创新创业服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
