首页> 中国专利> 基于稀疏约束空-频域联合学习的波场数值频散压制方法

基于稀疏约束空-频域联合学习的波场数值频散压制方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及的是基于稀疏约束空‑频域联合学习的波场数值频散压制方法，它包括:训练数据集预处理；样本标签准备；卷积核稀疏化准备；设计联合学习模型G的网络结构；设计损失函数；训练并保存网络模型；测试网络模型性能。通过傅立叶变换将波场数据变换至频率域，获得频域波场的纹理特征；将用低价有限差分法对波动方程进行求解所得到的高频散波场数据作为输入，高阶有限差分法所得到的无频散的空域与频域特征作为标签；构建空间域与频率域联合深度学习网络结构；利用波场数据的稀疏性引入稀疏约束对卷积核进行稀疏化，本发明充分利用波场特征，有效压制数值频散问题，得到高精度、高质量的波场数据。

著录项

公开/公告号CN114065595A

专利类型发明专利
公开/公告日2022-02-18

原文格式PDF
申请/专利权人东北石油大学;
展开▼

申请/专利号CN202111501938.8
发明设计人张岩;崔淋淇;董宏丽;宋利伟;田枫;李井辉;赵建民;周一帆;
展开▼

申请日2021-12-09
分类号G06F30/23(20200101);G06F30/27(20200101);G01V1/36(20060101);G06N3/04(20060101);G06N3/08(20060101);G06F111/10(20200101);G06F111/04(20200101);
代理机构23118 哈尔滨东方专利事务所;
代理人曹爱华
地址 163319 黑龙江省大庆市高新技术开发区学府街99号
入库时间 2023-06-19 14:14:25

法律信息

法律状态公告日

法律状态信息

法律状态
2022-03-08

实质审查的生效 IPC(主分类):G06F30/23 专利申请号:2021115019388 申请日:20211209

实质审查的生效

相似文献

专利
中文文献
外文文献

1. 基于稀疏约束空-频域联合学习的波场数值频散压制方法 [P] . 中国专利： CN114065595A . 2022-02-18
2. 一种基于空-频域的联合视频图像的上采样方法 [P] . 中国专利： CN104883579A . 2015-09-02
3. Big data processing method based on deep learning model satisfying k-degree sparse constraint [P] . US11048998B2 . 2021-06-29

机译：基于k度稀疏约束的深层学习模型的大数据处理方法
4. BIG DATA PROCESSING METHOD BASED ON DEEP LEARNING MODEL SATISFYING K-DEGREE SPARSE CONSTRAINT [P] . 美国专利： US2018068216A1 . 2018-03-08

机译：基于满足K-度稀疏约束的深度学习模型的大数据处理方法
5. BIG DATA PROCESSING METHOD BASED ON DEEP LEARNING MODEL SATISFYING K-DEGREE SPARSE CONSTRAINT [P] . 欧洲知识产权局专利： EP3282401A1 . 2018-02-14

机译：基于满足K-度稀疏约束的深度学习模型的大数据处理方法