“姚兴苗”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果63个，建议您升级VIP下载更多相关专利

[发明专利]一种基于知识约束的深度学习地震相识别方法-CN202310565439.8在审
发明人： 姚兴苗;张祥烨;董月;郭翔宇;胡光岷 -专利权人：电子科技大学
申请日： 2023-05-19 - 公布日： 2023-08-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于知识约束的深度学习地震相识别方法，应用于人工智能与地球科学交叉领域，针对现有技术存在的无法实现在小样本和地震反射特征薄弱条件下的地震相分割的问题；本发明通过将地震相知识图谱G中所表征的地震相实体的信息通过地震相知识图谱实体关系学习模型进行学习，最终得到各个地震相实体的知识图谱实体表征向量V，然后利用标签插值得到中间部分地震数据的空间约束，并将得到的地震相表征向量进行填充，得到地震数据的空间知识约束，最后将地震数据及其空间知识约束共同输入深度学习网络进行训练，并用收敛后的模型进行地震相分割预测。
一种基于知识约束深度学习地震相识方法

[发明专利]一种基于深度先验的多分辨率U-net曲面重建方法-CN202310277429.4在审
发明人：何翔;王炼;李杨思伟;姚兴苗;刘海隆;胡光岷 -专利权人：电子科技大学
申请日： 2023-03-21 - 公布日： 2023-05-23 - 主分类号： G06T17/00 文献下载
摘要：本发明公开一种基于深度先验的多分辨率U‑net曲面重建方法，应用于地质研究与勘探数据处理领域，针对现有技术存在的重建精度不高的问题；本发明将残缺的图像数据作为多分辨率U‑net网络的学习目标，以达到让多分辨率U‑net网络捕获先验信息的目的，再通过多分辨率U‑net网络对先验信息的学习，将输入图像进行分块，对各局部块数据进行反复迭代得到局部重建结果，再进行局部结果拼接，最终得到重建结果图；因为多分辨率U‑net网络是无监督式网络，使用该网络对层位进行重建，可以规避构建大型训练数据集遇到的问题，并且引入了空洞卷积以及新的损失函数，使得对层位曲面重建的准确性得到了提升。
一种基于深度先验分辨率 net 曲面重建方法

[发明专利]基于多任务的断层智能识别方法-CN202210621060.X有效
发明人： 姚兴苗;董月;李祖宜;胡光岷 -专利权人：电子科技大学
申请日： 2022-06-02 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于多任务的断层智能识别方法，应用于地质勘探与解释领域，针对现有的三维断层识别网络中模型泛化性不足，在不同工区中识别效果差异较大的问题，本发明引入倾角方位角检测这两个辅助任务，利用主任务以及辅助任务间的相关性以及公共特征的提取，提高了模型的泛化性，使得模型在不同分布，不同特征的地震数据中都有较好的表现。同时也提出了数据预测的改进方法，从断层建模的角度，对断层的预测过程进行相应的优化。本文所提出的方法有效的解决了断层识别问题中模型泛化性较差的问题。网络效果在理论数据以及真实数据集上都表现出了较好的效果，充分证明了本文方法的有效性与实用性。
基于任务断层智能识别方法

[发明专利]一种基于局部保留投影的断层片提取方法-CN202110945786.4有效
发明人： 姚兴苗;朱开明;周成;胡光岷 -专利权人：电子科技大学
申请日： 2021-08-17 - 公布日： 2023-04-18 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于断层点云局部保留投影的断层片提取方法，首先在三维地震数据中，提取断层概率体、倾角体、方位角体，并在倾角和方位角的约束下，提取出三维点云断层数据，再结合种子点生长法对断层点云数据进行聚类，得到分类的断层数据点集合，应用断层点云局部保留投影算法对三维断层数据点降维至二维，并在二维空间中构建断层点三角网，获取断层点间的拓扑连接关系，将拓扑连接关系映射回三维空间中，即可得到三维空间中的三角网断层曲面的构建结果。本发明的方法采用全自动的断层解释，消除了人工解释的主观性，对数据的整体空间结构保留较好；提取的断层数据位置准确，精度较高，同时具有概率信息表征确实为断层的置信度。
一种基于局部保留投影断层提取方法

[发明专利]基于采样点叠加去干涉的地震拓频方法、设备及存储介质-CN202211307549.6在审
发明人：倪长宽;胡光岷;姚兴苗;洪忠 -专利权人：电子科技大学
申请日： 2022-10-25 - 公布日： 2023-01-24 - 主分类号： G01V1/30 文献下载
摘要：本发明公开一种基于采样点叠加去干涉的地震拓频方法、设备及存储介质，应用于是有勘探技术领域，针对现有技术中提高分辨率处理存在的不能同时保持地震数据振幅与相位、旁瓣增多等问题；本发明将地震数据的每一样点看作，当前样点的地震响应与相邻样点对应的地震响应在当前样点的叠加，进而通过采样点振幅叠加的方法去干涉，使得地震数据的主频与频宽大幅提高。与现有技术相比，本发明从薄层干涉入手，可以在不改变振幅谱形态的情况下，对高频衰减部分进行增强，因此，可以很好的保持原地震数据振幅、相位不变。
基于采样叠加干涉地震方法设备存储介质

[发明专利]基于趋势约束的曲面重建方法-CN202011007204.X有效
发明人： 姚兴苗;江慕才;胡光岷 -专利权人：电子科技大学
申请日： 2020-09-23 - 公布日： 2022-12-20 - 主分类号： G06T17/05 文献下载
摘要：本发明公开一种基于趋势约束的曲面重建方法，应用于地质数据处理领域，针对现有技术中存在的获取稀疏的地质数据，采用传统的曲面重建方法无法获得理想的地貌的起伏和趋势特征的问题，本发明通过对参考的地质数据的特征点的提取，作为原始稀疏数据的补充点，从而在原始数据极为稀疏，参考数据与原始数据有相似特征但数值跨度非常大的情况下，更好的表达原始稀疏数据想要表达的地貌特征。
基于趋势约束曲面重建方法

[发明专利]一种基于岩石物理样本增强的集成学习岩相预测方法-CN202110279103.6有效
发明人：陈沅忠;罗贤哲;王峣钧;姚兴苗;胡光岷 -专利权人：电子科技大学
申请日： 2021-03-16 - 公布日： 2022-11-22 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于岩石物理样本增强的集成学习岩相预测方法，包括以下步骤：S1、建立岩石物理模型：通过测井数据分析选择岩石物理模型，然后利用少量的孔隙度数据训练岩石物理模型参数；S2、扩展样本集合：根据S1中的岩石物理模型，生成大量的测井数据样本；S3、建立Adaboost岩相分类模型：使用决策树作为基础学习器，将多个决策树集成为一个强分类器；S4、使用Adaboost岩相分类模型对测井数据进行分类。本发明引入岩石物理模型可以在一定程度上扩充样本；对扩充样本的每个参数添加随机噪声，从而使添加样本可以覆盖更大的分布空间；使用简单的决策树模型进行分类，序列化生成多个决策树分类器从而提升分类准确性。
一种基于岩石物理样本增强集成学习岩相预测方法

[发明专利]一种深度对抗多视图网络叠后地震反射模式分析方法-CN202210818819.3在审
发明人：蔡涵鹏;邹修懿;赵玉婷;胡光岷;王峣钧;姚兴苗 -专利权人：电子科技大学
申请日： 2022-07-13 - 公布日： 2022-10-14 - 主分类号： G01V1/28 文献下载
摘要：本发明公开一种深度对抗多视图网络叠后地震反射模式分析方法，应用于地震数据处理领域，针对地震数据维度高，数据量大，传统方法基于单点周围的体数据进行处理，对计算资源要求较高；且现有方法在叠后数据下对河道边缘的刻画不够清晰，对内部非均质性的识别精度不够高的问题；本发明通过提取水平和垂直方向的数据，减少了数据量的同时还保持了较好的识别效果。通过叠后数据的测试，本发明可以发现深度对抗多视图聚类网络相比较于传统方法，对河道边缘的刻画更加清晰，并且该方法能够识别到河道内部分布的差异性，明确河道的两侧物质分布不均匀的情况，对地震反射模式的识别更加精确。
一种深度对抗视图网络地震反射模式分析方法

[发明专利]点控制的连续断层追踪方法-CN202110549406.5有效
发明人：周成;姚兴苗;陈豪;胡光岷 -专利权人：电子科技大学
申请日： 2021-05-20 - 公布日： 2022-08-02 - 主分类号： G01V1/30 文献下载
摘要：本发明公开一种点控制的连续断层追踪方法，应用于油气勘探领域，针对现有技术中断层特征缺少断层的连接关系的问题，本发明的方法首先从断层属性数据出发，确定种子点，计算倾角，并在倾角的约束下从种子点开始进行断层的连续追踪，获得一条条断层结果；本发明的方法能同时实现断层增强的效果，将有缺失的断层信息进行补充，获得连续性更好的断层连接结果。
控制连续断层追踪方法

[发明专利]基于全卷积神经网络的断层面识别方法-CN201810995076.0有效
发明人： 姚兴苗;黄浪;胡光岷 -专利权人：电子科技大学
申请日： 2018-08-29 - 公布日： 2022-03-04 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于全卷积神经网络的断层面识别方法，其包括获取地震振幅断层数据，构建全卷积神经网络模型，训练全卷积神经网络训练模型，对地震振幅断层数据进行识别。本发明从地震振幅图像级别的断层分类识别延伸到了像素级别的分类，使用全卷积神经网络来对三维地震振幅数据体进行断层识别分割，既能够实现快速的断层识别，也通过使用全卷积的方式代替全连接层来避免空间信息的丢失，从而得到更精准的断层分割和识别。
基于卷积神经网络断层识别方法

[发明专利]一种岩屑图像特征随钻监测装置-CN201910442122.9有效
发明人：汪兴明;王华;胡光岷;姚兴苗 -专利权人：成都理工大学
申请日： 2019-05-24 - 公布日： 2022-01-11 - 主分类号： E21B47/12 文献下载
摘要：本发明公开了一种岩屑图像特征随钻监测装置，包括图像特征采集模块、抽样采集模块和密度测量模块；所述图像特征采集模块用于拍摄下落岩屑数字图像，所述抽样采集模块用于对下落岩屑进行抽样，并将抽样岩屑送入密度测量模块，密度测量模块用于测量所述抽样岩屑特征参数。在钻井现场振动筛岩屑出口的岩屑下落过程中获取岩屑颗粒的图像特征，并根据实际情况变化和工程需要，抽样采集岩屑并计算岩屑的密度，该过程实时、连续，具有自动化程度高、劳动强度低等优点。
一种岩屑图像特征监测装置

[发明专利]一种基于grad-CAM注意力引导的断层识别方法-CN202011005843.2有效
发明人： 姚兴苗;李岱;周成;胡光岷 -专利权人：电子科技大学
申请日： 2020-09-23 - 公布日： 2021-07-20 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于grad‑CAM注意力引导的断层识别方法，包括以下步骤：S1、通过grad‑CAM获得卷积神经网络的注意力图；S2、向卷积神经网络的目标函数中添加注意力图和地学专家标记的注意力图的交叉熵损失函数，得到新的卷积神经网络目标函数；S3、利用步骤S2得到的目标函数训练断层识别模型。本发明在典型的深度学习框架基础上，引入注意力引导机制，可以有效的增加网络对于断层及其邻域像素的关注，能够实现对神经网络做出断层分类判断的有效引导，能够有效改善断层识别结果发生断裂的情况，得到了连续性更好的识别结果。
一种基于 grad cam 注意力引导断层识别方法

[发明专利]一种基于切片叠加的薄层预测方法-CN202010227683.X有效
发明人：倪长宽;胡光岷;姚兴苗;钱峰 -专利权人：电子科技大学
申请日： 2020-03-27 - 公布日： 2021-07-06 - 主分类号： G01V1/30 文献下载
摘要：本发明公开了一种基于切片叠加的薄层预测方法，包括以下步骤：S1、确定目标层和干涉层的时间位置；S2、提取目标层和干涉层的振幅切片；S3、确定干涉层的无干涉点坐标位置，并提取干涉层的无干涉点的振幅；S4、计算叠加切片。本发明以常规地层切片为基础，通过叠加干涉层与目标薄层的切片来减弱邻层干涉，清晰的刻画了目标薄储层的分布范围，解决了由于薄层干涉引起的切片范围预测结果不准的问题，可有效提高薄储层的预测精度。
一种基于切片叠加薄层预测方法

[发明专利]基于神经网络的沉积相图像分割方法-CN201710728114.1有效
发明人： 姚兴苗;颜博;胡光岷 -专利权人：电子科技大学
申请日： 2017-08-23 - 公布日： 2021-05-04 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于神经网络的沉积相图像分割方法，将人的经验和计算机的计算速度结合起来，将地质工作者的工作经验和机器的计算能力有机的结合起来，即人工输入层位标签信息，而机器根据这些标签信息计算得到层位的分类信息，最后根据层位分类信息追踪区域边界，做到人机交互并且充分利用。具体的，对沉积相图利用超像素算法SLIC做初步处理，分割为同质化的区域，接下来利用深度神经网络进行分类，将图像分为相应数目的类别，这样将会把沉积相中不同的像素区域融合为一个类别的区域，达到减少计算量的目的。在样本数据中加入地震属性数据，使得分类结果更加的准确，并将数据放置于网格结构上，由于数据分布于空间网格中，更为方便高效。
基于神经网络沉积相图像分割方法

[发明专利]一种三维地震断层智能组合方法-CN202011056839.9在审
发明人：何翔;李祖宜;杨盾;姚兴苗;胡光岷 -专利权人：电子科技大学
申请日： 2020-09-30 - 公布日： 2021-03-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种三维地震断层智能组合方法，应用于地震数据处理领域，针对现有技术中缺少断层建模方法，本发明的方法基于视频流的神经网络模型，该神经网络由编码器和解码器两个主要部分组成，并辅以跳跃连接，全局卷积块；采用本发明的模型将少量人工解释断层实例标签和地震数据作为输入，结合渐进迭代式的训练方法，能够自定义地设置解释范围，实现断层智能组合；本发明的神经网络可以充分利用神经网络特的高级征挖取能力且以人工解释经验为约束；能够实现端到端的断层智能实例识别与组合和快速的断层重建。
一种三维地震断层智能组合方法

1
2
3
4
5
下一页»
尾页
共 63 条