-
公开(公告)号：CN117763971A
公开(公告)日：2024-03-26
申请号：CN202311831850.1
申请日：2023-12-28
Applicant: 吉林大学
IPC: G06F30/27 , G06F111/08
Abstract: 本发明公开一种大地电磁数据处理方法、系统、电子设备及存储介质，涉及电磁数据处理技术领域。所述方法包括：获取开源数据；开源数据包括大地电磁时间序列及对应的标定结果，以及经开源平台上传的用户共享数据；标定结果包括由强至弱分别为I级、II级、III级、IV级和V级的噪声强度等级；利用开源数据和半监督学习方法，分别对生成模型和判别模型进行模型参数优化，得到训练好的模型；训练好的模型用于进行噪声识别；对训练好的模型输出的噪声识别结果进行对应算法处理，得到大地电磁时间序列的视电阻率曲线和相位曲线。本发明能够对大地电磁数据应用半监督学习，充分利用现有的数据资源，解决数据标注困难或代价较高的问题。
-
公开(公告)号：CN114910958B
公开(公告)日：2023-03-14
申请号：CN202210534525.8
申请日：2022-05-17
Applicant: 吉林大学
Abstract: 本发明提出了一种地震全波形反演方法与系统，包括：对采样区域的波动方程进行全离散转化，根据波动方程全离散方程组按照预设时间间隔生成N组波场快照，得到波场快照矩阵；利用奇异值分解，按照预设比例从波场快照矩阵中提取出若干个恰当正交基；根据恰当正交基建立波动方程的降阶模型，并对降阶模型求解得到近似解；根据近似解和实际解的误差对降阶模型进行调整，直到降阶模型的近似解和实际解的误差在预设误差范围内；利用初始介质参数模型对波动方程的降阶模型进行波场正演，得到理论波场；根据理论波场和观测波场的误差，对初始介质参数模型进行迭代优化，得到优化好的初始介质参数模型进行波场正演，提高了地震全波形反演的计算效率。
-
公开(公告)号：CN108205958A
公开(公告)日：2018-06-26
申请号：CN201810234743.3
申请日：2018-03-21
Applicant: 吉林大学
IPC: G09B25/00
CPC classification number: G09B25/00
Abstract: 本发明公开了一种地震模拟体验平台，包括震动装置和地震模拟控制系统。震动装置包括体验平台，第一支撑平台，第二支撑平台和底座，体验平台和第一支撑平台之间均匀布置若干个支撑弹簧；在第一支撑平台和第二支撑平台之间固定有垂直驱动装置，所述驱动装置由伺服电机，滚珠丝杆和伸缩杆组成；水平驱动装置固定于第二支撑平台与底座之间，并且均安装在一侧；第二支撑平台与底座之间还设有滑块滑轨机构。地震模拟控制系统对固定于底座上的控制柜操作实现；不同烈度地震的模拟由PCL控制器通过变频器向终端伺服电机输出相应数据信号实现。本发明具有结构简单、性能稳定和准确度高的优点，可以模拟出不同烈度地震时的真实震动效果。
-
公开(公告)号：CN112380198A
公开(公告)日：2021-02-19
申请号：CN202011184316.2
申请日：2020-10-29
Applicant: 吉林大学
IPC: G06F16/215 , G06F16/29 , G06N3/08 , G06N3/04 , G06N3/12
Abstract: 本发明请求保护一种基于深度学习的地震接收函数自动挑选方法，搭建深度学习模型，借鉴LeNet5模型构建一维数据二分类CNN神经网络，并利用中国国家台网记录的波形数据计算提取的接收函数构建不同规模的训练集和测试集进行模型训练和验证，最终得到的模型用于接收函数的自动挑选。分别使用人工挑选的接收函数和自动挑选的接收函数对两个台站下方的地壳厚度、波速比以及方位各项异性进行计算，并对结果进行分析，证明了本方法的有效性。利用本发明提出的深度学习自动挑选接收函数方法具有较高的准确率和数据质量，所述自动挑选方法可以应用于震级较小的远震，有效地提高了观测数据的利用率，为后续的分析研究提供更好的约束。
-
Patent Agency Ranking
公开(公告)号：CN117787054A
公开(公告)日：2024-03-29
申请号：CN202311826374.4
申请日：2023-12-28
Applicant: 吉林大学
IPC: G06F30/23 , G01V11/00 , G06F119/02
Abstract: 本发明提供一种地震走时与大地电磁测深联合反演方法，所述方法包括：获取反演数据；所述反演数据包括电阻率反演结果和速度反演结果；利用所述反演数据和地球物理观测数据对预训练模型进行迭代优化，并将优化训练好的预训练模型确定为联合反演模型；所述预训练模型包括相互连接的生成模型和判别模型；所述生成模型是根据变分自编码器构建的；根据所述联合反演模型进行联合反演，得到最终的电阻率模型和速度模型，并将所述最终的电阻率模型和速度模型共同作为联合反演结果。本发明可以避免有监督学习下，联合反演计算效率过高的问题，同时也使整个反演算法流程更见稳健。
-
公开(公告)号：CN110045414B
公开(公告)日：2021-03-12
申请号：CN201910358907.8
申请日：2019-04-30
Applicant: 吉林大学
Abstract: 本发明属于地下金属矿探测技术领域，具体涉及一种矿区深部金属矿的探测方法，根据矿区采矿爆破的震源位置，在地表布设爆破信号接收系统，接收并保存一定时间内的采矿爆破产生的地震信号和噪声，接收结束后将数据传输至电脑分析处理，并据此分析矿区深部金属矿的分布情况。利用采矿爆破信号探测深部金属矿，即利用矿区地下采矿爆破作为震源，无需人工产生震源，大大降低了成本，并且野外作业方便，地震台阵同时具备主动源与被动源勘探的优点。
-
公开(公告)号：CN114910958A
公开(公告)日：2022-08-16
申请号：CN202210534525.8
申请日：2022-05-17
Applicant: 吉林大学
Abstract: 本发明提出了一种地震全波形反演方法与系统，包括：对采样区域的波动方程进行全离散转化，根据波动方程全离散方程组按照预设时间间隔生成N组波场快照，得到波场快照矩阵；利用奇异值分解，按照预设比例从波场快照矩阵中提取出若干个恰当正交基；根据恰当正交基建立波动方程的降阶模型，并对降阶模型求解得到近似解；根据近似解和实际解的误差对降阶模型进行调整，直到降阶模型的近似解和实际解的误差在预设误差范围内；利用初始介质参数模型对波动方程的降阶模型进行波场正演，得到理论波场；根据理论波场和观测波场的误差，对初始介质参数模型进行迭代优化，得到优化好的初始介质参数模型进行波场正演，提高了地震全波形反演的计算效率。
-
公开(公告)号：CN112380198B
公开(公告)日：2022-06-21
申请号：CN202011184316.2
申请日：2020-10-29
Applicant: 吉林大学
IPC: G06F16/215 , G06F16/29 , G06N3/08 , G06N3/04 , G06N3/12
Abstract: 本发明请求保护一种基于深度学习的地震接收函数自动挑选方法，搭建深度学习模型，借鉴LeNet5模型构建一维数据二分类CNN神经网络，并利用中国国家台网记录的波形数据计算提取的接收函数构建不同规模的训练集和测试集进行模型训练和验证，最终得到的模型用于接收函数的自动挑选。分别使用人工挑选的接收函数和自动挑选的接收函数对两个台站下方的地壳厚度、波速比以及方位各项异性进行计算，并对结果进行分析，证明了本方法的有效性。利用本发明提出的深度学习自动挑选接收函数方法具有较高的准确率和数据质量，所述自动挑选方法可以应用于震级较小的远震，有效地提高了观测数据的利用率，为后续的分析研究提供更好的约束。
-
公开(公告)号：CN110045414A
公开(公告)日：2019-07-23
申请号：CN201910358907.8
申请日：2019-04-30
Applicant: 吉林大学
Abstract: 本发明属于地下金属矿探测技术领域，具体涉及一种矿区深部金属矿的探测方法，根据矿区采矿爆破的震源位置，在地表布设爆破信号接收系统，接收并保存一定时间内的采矿爆破产生的地震信号和噪声，接收结束后将数据传输至电脑分析处理，并据此分析矿区深部金属矿的分布情况。利用采矿爆破信号探测深部金属矿，即利用矿区地下采矿爆破作为震源，无需人工产生震源，大大降低了成本，并且野外作业方便，地震台阵同时具备主动源与被动源勘探的优点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
