一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法（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全局信息判别GAN的DAS数据多尺度噪声消减方法，属于井中地震勘探DAS数据消噪的方法。包括井中DAS实际记录的获取，多尺度全局信息GAN模型构建，多尺度全局信息GAN的训练集构建，多尺度全局信息GAN模型训练，实际地震资料现场数据处理。优点在于根据井中地震勘探DAS数据的多尺度特征和对抗训练思路设计了针对性的全局信息判别生成对抗网络去噪模型，融入了多尺度特征提取、对抗训练及全局信息融合，使优化目标空间更多向鉴别网络倾斜，有效消减地震勘探DAS数据中的多类型噪声，提高勘探DAS记录的信噪比，有利于后续成像、反演和解释工作，对油气资源勘探有较强的实用性。

《一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法（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 2022113649823，当前法律状态为已下证，由吉林大学提出申请，发明人为马海涛;于敬业;吴宁;李月;田雅男，申请日期为2022-11-02，公开（公告）日期为2025-07-22，国际专利分类号（IPC）为 G06F 18/10 (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全局信息判别GAN的DAS数据多尺度噪声消减方法，属于井中地震勘探DAS数据消噪的方法。包括井中DAS实际记录的获取，多尺度全局信息GAN模型构建，多尺度全局信息GAN的训练集构建，多尺度全局信息GAN模型训练，实际地震资料现场数据处理。优点在于根据井中地震勘探DAS数据的多尺度特征和对抗训练思路设计了针对性的全局信息判别生成对抗网络去噪模型，融入了多尺度特征提取、对抗训练及全局信息融合，使优化目标空间更多向鉴别网络倾斜，有效消减地震勘探DAS数据中的多类型噪声，提高勘探DAS记录的信噪比，有利于后续成像、反演和解释工作，对油气资源勘探有较强的实用性。

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！