一种基于深度学习的微震多时窗智能P波到时拾取方法
一种基于深度学习的微震多时窗智能P波到时拾取方法,步骤为:1)采集用于模型训练与测试的数据集,并根据到时标签将微震波形分为不同种类的微时窗;2)搭建CGAS的P波到时拾取深度学习模型,并对该模型进行训练;3)使用测试集对模型进行测试评估;4)使用CGAS模型对波形进行P波到时拾取;5)当多个台站监测到微震事件后,使用CGAS模型对多个台站监测到的震动波形数据进行多时窗的P波到时拾取;6)记录微震事件和各台站的到时信息。本发明通过上述方法,解决了现有技术中存在的拾取精度低、微震事件漏检或误检等问题,提供了一种高鲁棒、高精度的微震多时窗智能P波到时拾取方法。
《一种基于深度学习的微震多时窗智能P波到时拾取方法》是一发明专利,专利号为 2022105265959,当前法律状态为已下证,由辽宁大学提出申请,发明人为罗浩;于靖康;潘一山;丁琳琳;张利;刘阳军;刘乐,申请日期为2022-05-16,公开(公告)日期为2024-07-30,国际专利分类号(IPC)为 G06F 18/2431 (2023.01),高新资质:未报高企,所属技术领域包括:地球物理学与人工智能。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:一种基于深度学习的微震多时窗智能P波到时拾取方法,步骤为:1)采集用于模型训练与测试的数据集,并根据到时标签将微震波形分为不同种类的微时窗;2)搭建CGAS的P波到时拾取深度学习模型,并对该模型进行训练;3)使用测试集对模型进行测试评估;4)使用CGAS模型对波形进行P波到时拾取;5)当多个台站监测到微震事件后,使用CGAS模型对多个台站监测到的震动波形数据进行多时窗的P波到时拾取;6)记录微震事件和各台站的到时信息。本发明通过上述方法,解决了现有技术中存在的拾取精度低、微震事件漏检或误检等问题,提供了一种高鲁棒、高精度的微震多时窗智能P波到时拾取方法。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
