| 专利号 | 2025117838705 | 申请日 | 2025-12-01 | 专利名称 | 基于敏感度信息约束深度学习的面波频散曲线反演方法、介质和设备 |
| 授权日 | 2026-03-24 | 专利权人 | 中国海洋大学 | 发明人 | 童思友;刘柏嘉;王金刚;胡嘉晨;谷统梁;刘滨瑞;刘钰琨 |
| 主分类号 | G01V1/28 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于地球物理勘探数据处理技术领域，涉及基于敏感度信息约束深度学习的面波频散曲线反演方法、介质和设备，所述方法包括构建Senformer网络模型、制作数据集、优化训练过程和反演测试；所述方法基于构建引入敏感度信息的Senformer网络模型，通过将频散曲线与其对应的敏感度特征共同输入网络模型，利用卷积层与多层Transformer编码器提取局部与全局特征，结合交叉注意力机制实现敏感度信息对反演过程的有效约束。本发明提出基于敏感度信息加权的SmoothL1损失函数，提高对关键层位横波速度反演的稳定性与准确性。通过大规模正演数据集训练与优化，本发明能够高效、稳定地实现复杂速度结构的建模，在抗噪性、稳定性和反演精度等方面均具有显著优势。 | ||||
| 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 | |||||
