-
公开(公告)号：CN118191922A
公开(公告)日：2024-06-14
申请号：CN202410438745.X
申请日：2024-04-12
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种空间结构正则化多道稀疏脉冲反褶积方法。首先，该方法假设反射系数在时间上满足柯西函数描述的稀疏分布，将其引入到稀疏脉冲反褶积的正则化条件。此外，该方法基于地震信号在空间上的连续性和可预测性，采用结构张量对地震信号的空间结构进行估算和表征，也将其引入到稀疏脉冲反褶积的正则化条件。本发明方法实现了稀疏结构和空间结构联合驱动的多道稀疏脉冲反褶积处理，抑制了随机噪声对反褶积结果的影响，增强了高频地震信号恢复精度。
-
公开(公告)号：CN116903381A
公开(公告)日：2023-10-20
申请号：CN202310872194.3
申请日：2023-07-17
Applicant: 电子科技大学长三角研究院(湖州)
IPC: C04B35/584 , C04B35/622 , C04B35/632 , C04B35/634 , B28C5/38 , B28C5/46 , B28B1/29 , B28B3/00 , B28B11/24
Abstract: 本发明提供一种高导热高强度氮化硅基板制备方法，涉及半导体陶瓷基板制造技术领域。该高导热高强度氮化硅基板制备方法是将羚基共聚物改性分散剂、甲苯、无水乙醇、氧化镁、氧化钇、β‑Si3N4晶种、α‑Si3N4粉体按一定比例混合加入球磨罐中球磨24h；在球磨后的混合物中加入丙烯酸树脂以及聚酯增塑剂继续球磨48h，得到氮化硅浆料；将得到氮化硅浆料经过真空脱泡、过滤、流延成型，得到氮化硅生坯；对得到氮化硅生坯进行切割处理，得到切割后的氮化硅生坯；对切割后的氮化硅生坯进行排胶处理，得到排胶后的氮化硅生坯；将排胶后的氮化硅生坯进行气压烧结，得到氮化硅基板。本发明得到的氮化硅基板产品热导率≥90W/m·k，抗弯强度≥750MPa。
-
公开(公告)号：CN118409354A
公开(公告)日：2024-07-30
申请号：CN202410438746.4
申请日：2024-04-12
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V1/36
Abstract: 本发明公开了一种基于结构张量正则化的多道反演吸收补偿方法，包括以下步骤：(1)利用结构张量提取地震信号的空间倾角，沿倾角方向设计空间预测滤波器；(2)将空间预测滤波器引入到多道反演吸收补偿的正则化条件，在多道反演理论框架下实现地层吸收补偿。由于将地震信号的空间可预测性引入了吸收补偿反演的目标函数，因此，该反演系统具有一定的信号和噪声识别能力，能够实现信号和噪声的选择性补偿。该方法有效地抑制了噪声干扰在吸收补偿过程中的放大效应，在恢复高频信号的同时，较好地保持了地震记录的信噪比。
-
公开(公告)号：CN119247461B
公开(公告)日：2025-03-28
申请号：CN202411795882.5
申请日：2024-12-09
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V1/28 , G01V1/30 , G06T17/00 , G06T7/10 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明属于但不限于地震相智能识别技术领域，尤其涉及一种基于V‑Net的三维地震相智能识别方法及系统，包括：S1：三维地震数据及相应地震相解释结果的获取；S2：针对三维地震相识别的学习样本的建立；S3：基于V‑Net的地震相智能识别模型的搭建；S4：未知数据的三维地震相识别。本发明将地震相识别当成一个三维图像分割问题，同时在建模中加入残差，优化了模型张成假设空间的合理性，能有效提高地震相智能识别的精度。本发明在三维U‑Net建模的基础上添加残差层，优化了智能模型的结构，有助于保障模型张成假设空间的合理性，从而提高网络整体的特征学习能力。
-
公开(公告)号：CN119148205B
公开(公告)日：2025-02-21
申请号：CN202411597271.X
申请日：2024-11-11
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于成像技术领域，公开了一种用于微地震逆时定位的Poynting矢量和偏振矢量混合成像方法，本发明基于弹性波场的Poynting矢量和速度偏振矢量，提出了一种针对微地震逆时成像的Poynting矢量与偏振矢量混合成像条件（PPMIC），该成像条件能够在无需对P波和S波进行解耦的前提下利用P波、S波的时差进行成像，相比于传统成像条件节省了大量的计算时间和计算机存储；同时该成像条件充分利用了波场的偏振和传播方向信息，能够更好的压制成像假象，提升微地震定位的精度。将PPMIC与任意曲线网格有限差分算法结合，极大的拓展了微地震逆时成像算法的应用场景，在不需要对地震数据进行复杂的静校正处理的情况下，能够对复杂地形区域采集的微地震数据进行准确成成像。
-
Patent Agency Ranking
公开(公告)号：CN119247461A
公开(公告)日：2025-01-03
申请号：CN202411795882.5
申请日：2024-12-09
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V1/28 , G01V1/30 , G06T17/00 , G06T7/10 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明属于但不限于地震相智能识别技术领域，尤其涉及一种基于V‑Net的三维地震相智能识别方法及系统，包括：S1：三维地震数据及相应地震相解释结果的获取；S2：针对三维地震相识别的学习样本的建立；S3：基于V‑Net的地震相智能识别模型的搭建；S4：未知数据的三维地震相识别。本发明将地震相识别当成一个三维图像分割问题，同时在建模中加入残差，优化了模型张成假设空间的合理性，能有效提高地震相智能识别的精度。本发明在三维U‑Net建模的基础上添加残差层，优化了智能模型的结构，有助于保障模型张成假设空间的合理性，从而提高网络整体的特征学习能力。
-
公开(公告)号：CN119148205A
公开(公告)日：2024-12-17
申请号：CN202411597271.X
申请日：2024-11-11
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于成像技术领域，公开了一种用于微地震逆时定位的Poynting矢量和偏振矢量混合成像方法，本发明基于弹性波场的Poynting矢量和速度偏振矢量，提出了一种针对微地震逆时成像的Poynting矢量与偏振矢量混合成像条件（PPMIC），该成像条件能够在无需对P波和S波进行解耦的前提下利用P波、S波的时差进行成像，相比于传统成像条件节省了大量的计算时间和计算机存储；同时该成像条件充分利用了波场的偏振和传播方向信息，能够更好的压制成像假象，提升微地震定位的精度。将PPMIC与任意曲线网格有限差分算法结合，极大的拓展了微地震逆时成像算法的应用场景，在不需要对地震数据进行复杂的静校正处理的情况下，能够对复杂地形区域采集的微地震数据进行准确成成像。
-
公开(公告)号：CN117540149A
公开(公告)日：2024-02-09
申请号：CN202311484125.1
申请日：2023-11-08
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06V10/30 , G06F123/02
Abstract: 本发明属于海洋电磁技术领域，公开了一种海洋电磁数据噪音智能识别方法及系统，采用数据分段方式，通过STA/LTA算法识别噪音，结合仪器数据存储的特点，判断噪音是否具有周期性，快速标识、移除时间序列中的周期性噪音；对于非周期性噪音，采用调整窗长、窗口比值阈值的方式，循环快速扫描时间序列，逐级标识、移除时间序列中的噪音，在保证数据处理效率的同时，又能够实现不同噪音类型的准确拾取。本发明根据海洋电磁数据的特点，制定针对性的解决方案，能够从根源上识别并移除相关噪音，减少对有效数据的破坏，最大限度地保持原始信号的特征，确保数据的真实可靠。
-
公开(公告)号：CN116068626A
公开(公告)日：2023-05-05
申请号：CN202310207347.2
申请日：2023-02-28
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V1/28
Abstract: 本发明公开了一种高阶谱驱动的同态滤波高分辨率地震数据处理方法，首先输入地震记录，采用谱模拟方法由地震记录估算地震子波的振幅谱，计算地震记录的三阶累积量并进行傅里叶变换得到其相位谱，计算分离点的混合相位子波的相位谱，采用粒子群算法从地震记录的复赛谱序列中确定地震子波与反射系数序列的最佳分离点，从地震记录中分离出混合相位地震子波，并对地震记录进行混合相位子波反褶积，得到混合相位子波反褶积的输出记录。本发明的方法通过同态滤波与高阶谱变换的联合应用，将复杂的高维泛函反演问题降维为单参数反演问题，提高混合相位子波估算的稳定性和计算精度及地震记录的分辨率，增强混合相位子波反褶积方法揭示地下薄层结构的能力。
-
公开(公告)号：CN117473416A
公开(公告)日：2024-01-30
申请号：CN202311561432.5
申请日：2023-11-21
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/2415 , G06F18/214 , G06N3/08
Abstract: 本发明公开的一种基于动态分类器选择的测井岩性智能识别方法，包括如下步骤：S1，建立用于测井岩性智能识别建模的学习样本；S2，基于相同的学习样本，建立学习算法不同的多个分类模型，构成模型池；S3，根据未知数据T中的每个样例的特点对模型池中的分类模型执行动态选择，并将选择的分类模型用于具体样例的识别。该方法能根据样本特点动态选择合适的分类器用于测井岩性识别，从而具备更高的准确率，而且方法整体也展现出更好的泛化性，进而保障具体科研问题智能化实现的效率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.032 seconds)
