-
公开(公告)号：CN117826243A
公开(公告)日：2024-04-05
申请号：CN202311618560.9
申请日：2023-11-30
Applicant: 吉林大学
Abstract: 本发明提出了一种融入混合注意力Unet神经网络隧洞地震数据重建方法，通过人工智能神经网络自动地学习现有隧洞地震数据之间的特征，建立缺失数据与完整数据之间的非线性映射关系；通过人工智能中具有图像语义分割、通讯信号消噪等诸多强大功能的Unet神经网络，设计基于通道注意力和空间注意力的混合注意力机制并融入Unet网络的跳跃链接部分，提升网络模型对于有效信号同相轴的提取同时摒弃冗余信息如噪声；并通过对实测数据进行分类建立强泛化性的训练数据集和测试数据集，训练网络模型参数并验证其效果，将隧洞地震数据重建结果精度最高的一次模型训练参数作为最终结果，从而实现隧洞地震波法超前地质预报缺失数据的智能、准确重建。
-
Patent Agency Ranking
公开(公告)号：CN117631028A
公开(公告)日：2024-03-01
申请号：CN202311618562.8
申请日：2023-11-30
Applicant: 吉林大学
Abstract: 本发明涉及一种多尺度全局信息融合神经网络地震数据低频重构方法，解决了对于任一复杂实际地震记录的准确低频重构、提高全波形反演的收敛性的问题。本方法融入了分网格局部共享模块和非局部注意力模块的多尺度编解码结构的神经网络，在有效提取输入数据局部特征的同时，充分考虑了低频信号这种长波长时序信号的全局信息相关性，且突出强调了全局信息对于低频重构的重要性，并结合在公开标准地层速度模型上获取的模拟地震数据训练集，自动学习缺失低频地震数据与其相应的低频数据之间的非线性映射关系，实现地震数据频带从高频到低频的智能外推，准确获取携带了地下介质真实长波长信息的低频数据，有效全波形反演速度建模的准确性。
-
公开(公告)号：CN109709184B
公开(公告)日：2020-12-01
申请号：CN201910070147.0
申请日：2019-01-24
Applicant: 吉林大学
IPC: G01N27/30
Abstract: 一种基于In2O3‑碳点复合物的室温NO2传感器及其制备方法，属于半导体金属氧化物气体传感器技术领域。由外表面带有2个彼此分立且环形金电极的Al2O3陶瓷管、均匀地涂覆在环形金电极和Al2O3陶瓷管外表面的In2O3‑碳点复合物敏感材料薄膜组成。本发明利用碳点的气体吸附能力和屏蔽效应及其与In2O3之间的协同作用，从而增加了被检测气体的表面化学反应以及形成了In2O3和碳点之间的电荷转移，进而有效地提高了传感器对于NO2的敏感特性，且将传感器的响应提高了5倍；同时具有器件工艺简单、体积小、适于大批量生产的优良效果。
-
公开(公告)号：CN119622231A
公开(公告)日：2025-03-14
申请号：CN202411715207.7
申请日：2024-11-27
Applicant: 吉林大学
IPC: G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于Mamba的地震数据插值方法，包括构建地震数据插值方法训练、验证和测试所需数据集；构建基于Mamba的地震数据插值网络，用于恢复数据中的缺失道；构建损失函数；网络模型训练；网络模型测试；网络模型应用。本发明通过多个密集状态空间模块来高效提取全局特征，用以解决地震数据的缺失和稀疏采集导致的低密度的问题。本发明所引入的Mamba模型，不仅能捕获全局特征，使插值后的数据质量更优，还由于其轻量化的设计显著减少了训练时间。同时，本发明中的密集连接让各层之间的特征交互更为丰富，使地震数据的特征更好地在每一层被利用。本发明可在提升地震数据完整性与准确性的同时，显著降低计算复杂度与时间成本。
-
公开(公告)号：CN109900745A
公开(公告)日：2019-06-18
申请号：CN201910135006.2
申请日：2019-02-25
Applicant: 吉林大学
IPC: G01N27/00
Abstract: 一种基于rGO-SnS2复合物的NO2传感器及其制备方法，属于半导体金属硫化物气体传感器技术领域。其由外表面自带有2个彼此分立环形金电极的Al2O3陶瓷管、均匀地涂覆Al2O3陶瓷管外表面的rGO-SnS2复合物敏感材料薄膜、Al2O3陶瓷管内部的镍镉合金线圈组成。实验结果表明，基于准二维rGO-SnS2混合物的传感器对NO2表现出独特的选择性，rGO的存在有效地降低了最佳工作温度。基于rGO-SnS2的传感器的响应(32)与原始SnS2(3.5)相比几乎增加了一个数量级。
-
公开(公告)号：CN109709184A
公开(公告)日：2019-05-03
申请号：CN201910070147.0
申请日：2019-01-24
Applicant: 吉林大学
IPC: G01N27/30
Abstract: 一种基于In2O3-碳点复合物的室温NO2传感器及其制备方法，属于半导体金属氧化物气体传感器技术领域。由外表面带有2个彼此分立且环形金电极的Al2O3陶瓷管、均匀地涂覆在环形金电极和Al2O3陶瓷管外表面的In2O3-碳点复合物敏感材料薄膜组成。本发明利用碳点的气体吸附能力和屏蔽效应及其与In2O3之间的协同作用，从而增加了被检测气体的表面化学反应以及形成了In2O3和碳点之间的电荷转移，进而有效地提高了传感器对于NO2的敏感特性，且将传感器的响应提高了5倍；同时具有器件工艺简单、体积小、适于大批量生产的优良效果。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
