一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统,深度学习模型包含IncepTCN分类网络及CS‑GRUTCN去噪网络,本发明将参考道数据约束思想引入时间序列的编辑,获得可靠的训练集;并将注意力机制、门控循环单元及时域卷积网络结合,充分利用了注意力机制可以提高模型特征提取能力及性能稳定性,门控循环单元(GRU)可以捕捉到数据中的时间相关性和长期依赖关系以及时域卷积网络(TCN)具有平移不变性和高效的并行计算能力,实现高效、高精度的地磁数据噪声识别与去除,显著提高了地磁数据噪声压制的自动化程度、去噪精度、噪声适应性等性能。
《一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023111929788,当前法律状态为已下证,由东华理工大学提出申请,发明人为李广;伍守立;刘晓琼;蔡红柱;娄秋秋;吴臣轩;刘宇伟,申请日期为2023-09-15,公开(公告)日期为2024-07-09,国际专利分类号(IPC)为 G06F 18/241 (2023.01),高新资质:未报高企。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:本发明涉及一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统,深度学习模型包含IncepTCN分类网络及CS‑GRUTCN去噪网络,本发明将参考道数据约束思想引入时间序列的编辑,获得可靠的训练集;并将注意力机制、门控循环单元及时域卷积网络结合,充分利用了注意力机制可以提高模型特征提取能力及性能稳定性,门控循环单元(GRU)可以捕捉到数据中的时间相关性和长期依赖关系以及时域卷积网络(TCN)具有平移不变性和高效的并行计算能力,实现高效、高精度的地磁数据噪声识别与去除,显著提高了地磁数据噪声压制的自动化程度、去噪精度、噪声适应性等性能。
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!
