包含不确定性分析的各向异性介质多参数全波形反演方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明为一种包含不确定性分析的各向异性介质多参数全波形反演方法,包括:建立具有倾斜对称轴的横向各向异性介质中各独立弹性模量的初始模型;采用弹性模量的初始模型进行正演数值模拟得到合成地震数据集;计算观测地震数据与模拟地震数据之间的数据残差;基于贝叶斯概率体系推导最大后验解;由低频到高频,利用迭代扩展卡尔曼滤波法进行下一频率模型参数以及后验协方差矩阵的迭代更新,前一个频率反演结果作为下一个频率反演的初始模型,直到计算频率值达到所设定的最大频率值,且最终的数据残差满足精度要求。本发明解决了现有弹性各向异性介质多参数反演与不确定性定量估计问题。
《包含不确定性分析的各向异性介质多参数全波形反演方法(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 2023103181493,当前法律状态为已下证,由吉林大学提出申请,发明人为黄兴国;叶雯睿;王乃建,申请日期为2023-03-29,公开(公告)日期为2025-11-11,国际专利分类号(IPC)为 G01V 1/28 (2006.01),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:本发明为一种包含不确定性分析的各向异性介质多参数全波形反演方法,包括:建立具有倾斜对称轴的横向各向异性介质中各独立弹性模量的初始模型;采用弹性模量的初始模型进行正演数值模拟得到合成地震数据集;计算观测地震数据与模拟地震数据之间的数据残差;基于贝叶斯概率体系推导最大后验解;由低频到高频,利用迭代扩展卡尔曼滤波法进行下一频率模型参数以及后验协方差矩阵的迭代更新,前一个频率反演结果作为下一个频率反演的初始模型,直到计算频率值达到所设定的最大频率值,且最终的数据残差满足精度要求。本发明解决了现有弹性各向异性介质多参数反演与不确定性定量估计问题。
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!
