-
公开(公告)号：CN116124813A
公开(公告)日：2023-05-16
申请号：CN202210881518.5
申请日：2022-07-26
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N23/223
Abstract: 本发明属于元素检测技术领域，公开了一种基于LLE‑SVR的XRF重金属元素定量分析方法，基于LLE‑SVR的XRF重金属元素定量分析方法包括：利用基于机器学习中的局部线性嵌入降维和支持向量机回归预测算法，通过建立峰值信息与元素含量的关系，定量分析物质所含元素的含量信息。本发明定量分析过程简单，科学合理，预测准确率高，结果直观，通俗易懂；本发明的定量分析方式具有高检测精度，高预测准确率等特点，通过建立元素组分值与元素含量的关系，解决了传统仪器测量方法不准确、元素之间存在峰值重叠干扰等问题，减少了环境本底的影响，实现精准预测待测物所含元素含量。
-
公开(公告)号：CN115932959A
公开(公告)日：2023-04-07
申请号：CN202211411023.2
申请日：2022-11-11
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于地震波数据处理领域，公开了一种基于UNet的地震面波频散质量快速评估方法，其首先采集面波频散数据，对每个频散点人为标记合格标签，并将其分成训练集样本和测试集样本；然后构建面波频散质量评估的UNet模型，并利用训练集样本对UNet模型进行训练；最后将周期、面波频散、以及频散的变化率作为训练好的UNet模型的输入，得到质量评估后的面波频散的UNet预测结果。本发明所述的方法能够在短时间内完成批量频散数据的处理，不仅能够作为传统方法的替代，且相对于传统的人工识别方法极大地提升了数据处理的效率，为面波频散的实时反演奠定基础。
-
公开(公告)号：CN119471835A
公开(公告)日：2025-02-18
申请号：CN202411412326.5
申请日：2024-10-10
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V3/38 , G06F30/20 , G06F111/10
Abstract: 本发明属于地球物理探测技术领域，公开了一种基于复杂地形下地空瞬变电磁衰减场成像方法，其模拟地空瞬变电磁场景，针对勘探目标地区构建带地形电阻率模型，并对该模型进行电磁场有限体积数值模拟，计算不同半空间电阻率条件下的扩散场感应电动势分布；然后构建均匀背景电阻率条件下的感应电动势和观测感应电动势二范数的损失函数，通过搜索最佳背景电阻率使观测资料在扣除扩散场信息之后达到最小值，从而提取衰减场进行成像。本发明能够有效去除瞬变电磁法中二次场中的扩散信息以及地形的影响，突出衰减场的空间分布差异，可以实现三维瞬变电磁数据的快速成像，避免了复杂地形对瞬变电磁反演成像的影响，提高了瞬变电磁法的探测效率及可靠性。
-
公开(公告)号：CN117130062A
公开(公告)日：2023-11-28
申请号：CN202311084689.6
申请日：2023-08-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V3/08 , G01V3/10 , G01V3/38 , G06N3/0464 , G06N3/08
Abstract: 本发明属于隧道超前预测技术领域，公开了一种隧道电磁联合扫描探测方法及系统，引入了一种新的隧道电磁探测系统，称为TEJS，实现了多分量、时间域和频率域信号的三维联合反演，形成了隧道联合扫描成像，用于隧道前方低阻体的预测。该方法采用地表发射，地下接收，多源发射、多分量接收的模式,在探测过程中，平行发射源沿x轴移动，以便扫描地下介质，进行地表和地下成像，直到覆盖整个目标区域。基于该观测系统，构建大量随机模型并进行数值模拟，利用模拟数据构建起大量训练数据集，完成UNet模型的训练。该模型可以实现三维空间中低阻异常体位置的实时快速成像。该算法通过地表成像和地下成像形成双检查机制，共同约束异常体的三维空间位置，以防止误判。
-
公开(公告)号：CN116859470A
公开(公告)日：2023-10-10
申请号：CN202310826882.6
申请日：2023-07-07
Applicant: 电子科技大学长三角研究院(湖州)
Inventor： 甘露
Abstract: 本发明属于隧道超前预测技术领域，公开了隧道超前预测电磁观测系统及探测方法，采用地表发射、地下接收，多源发射、多分量接收的观测模式，这种模式下可以很方便的使用大功率发射，改善了隧道内运输成本高的问题和采集的数据信噪比低的问题，且能够提高观测数据的覆盖面积，获取更多有效信息。基于该观测系统，发展基于深度学习的隧道超前预测反演算法，实现多分量、时间域和频率域信号的准三维联合反演，旨在充分发挥深度学习算法的优势和充分利用时间域和频率域电磁信号，提升反演的计算效率和探测精度，降低反演中的非唯一性，实现地下空间结构快速成像。
-
Patent Agency Ranking
公开(公告)号：CN117933049A
公开(公告)日：2024-04-26
申请号：CN202310918290.7
申请日：2023-07-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F30/27 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F30/23 , G06T17/00 , G06T17/20 , G06F111/10
Abstract: 本发明属于地下结构探测技术领域，公开了基于深度学习的航空瞬变电磁三维反演方，采用化整为零的思想，将大尺度区域分解为多个局部区域，在局部区域尺度上建立随机电阻率模型训练集，基于深度学习方法实现局部区域的模型训练和预测，并将反演之后的单个模型重组成最终的三维模型。该策略能够实现大面积目标区域三维电阻率结构快速探测，有针对性的解决了传统三维ATEM反演计算效率低下的问题，以及前人发展的基于深度学习的三维反演迁移能力差的问题，有望突破当前三维ATEM探测成像中遇到的瓶颈。
-
公开(公告)号：CN115453623A
公开(公告)日：2022-12-09
申请号：CN202211145748.1
申请日：2022-09-20
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于UNet的接收函数与面波频散联合反演方法，包括以下步骤：S1：构建速度模型，并进行正演计算，得到训练数据集；S2：构建UNet，利用训练数据集进行训练，并将待反演的接收函数和面波频散数据作为UNet的输入，得到地壳及上地幔的速度结构。本发明提出的基于UNet的接收函数与面波频散联合反演方法，可以减小反演中的非唯一性，提高反演效率以及稳定性，并探索深度学习方法在联合反演中的适用性，可以作为常规反演的替代，改善了常规反演的缺陷，为地球物理实时反演解释奠定基础。
-
公开(公告)号：CN117111162A
公开(公告)日：2023-11-24
申请号：CN202311084050.8
申请日：2023-08-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01V3/38 , G01V3/08 , G01V3/10 , G06F30/27 , G06N3/0464 , G06N3/0985 , G06F111/10
Abstract: 本发明属于地球物理探测领域，公开了一种瞬变电磁探测深度预测方法、系统、介质、设备及终端，基于已有的公开电阻率模型数据库，进行层状介质下瞬变电磁场的计算，并基于雅可比矩阵计算有效探测深度，建立训练数据集；将模拟的感应电动势作为神经网络的输入，将计算的有效探测深度作为网络的输出；利用残差神经网络建立起观测数据到探测深度之间的快速映射；在对合成数据或者实测资料进行预测时，首先需要对数据进行预处理，以满足神经网络的输入形式，然后把模拟或者实测感应电动势作为网络的输入，可以快速得到有效探测深度。
-
公开(公告)号：CN115859804A
公开(公告)日：2023-03-28
申请号：CN202211507392.1
申请日：2022-11-29
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F30/27 , G06F18/22 , G06N3/08 , G06N3/0464 , G06F119/02
Abstract: 本发明属于地震信号处理技术领域，公开了一种地震接收函数质量评估方法，利用卷积神经网络来对接收函数的质量进行快速评估，该方法通过一次训练之后，能够在数秒的时间内完成大批量数据的挑选；针对前人利用卷积神经网络挑选接收函数中存在的通过人工挑选接收函数作为训练集导致最终的挑选出的数据中存在低信噪比的情况，且通过人为观察的方式难以对最终的挑选结果进行定量的评估的问题，本文引入信噪比和相似度的方法来以相对定量的判定接收函数质量的好坏，不仅能够在构建训练集的步骤中提高效率，还能够更加定量的评估预测结果，更重要的是，该方法的引入能够避免挑选的数据中存在低信噪比的情况，为接收函数的成像奠定坚实的基础。
-
公开(公告)号：CN117590476A
公开(公告)日：2024-02-23
申请号：CN202311372824.7
申请日：2023-10-23
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种瞬变电磁扫描探测系统及方法，采用携带仪器的越野车牵引偏移距6~8米的发射和接收线圈，发射线圈在XZ平面内任意旋转，接收线圈为X和Z方向，线圈搭载GPS，工作时，车每隔数米短暂停留，发射线圈旋转扫描直到180°，接收线圈完成一个点的扫描探测，车行至下个测点重复该过程；反演由深度学习模型实现，随机产生大量电阻率模型，基于观测系统，数值模拟每个电阻率模型对应的感应电动势；基于感应电动势数据和电阻率模型，建立基于深度学习框架的TEM预测模型，输入为感应电动势数据，输出为线圈下方的二维电阻率结构；车采集TEM数据导入深度学习网络，实时获得线圈下的地下电阻率结构进行瞬变电磁扫描探测。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.034 seconds)
