買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南工程學院申請的專利基于機器學習的三維隨機地質模型的構建方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120430216B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510951053.X，技術領域涉及：G06F30/27；該發明授權基于機器學習的三維隨機地質模型的構建方法及裝置是由魏星星;梁橋;段建;李魏達;李盛南;陳偉;淳野楊;廖建;劉思鴻設計研發完成，并于2025-07-10向國家知識產權局提交的專利申請。

本基于機器學習的三維隨機地質模型的構建方法及裝置在說明書摘要公布了：本發明提供一種基于機器學習的三維隨機地質模型的構建方法及裝置。該構建方法包括：構建地質模型區域范圍并離散化為n個體素；基于鉆孔數據確定的已知體素的標簽值及基于立方學習域確定的未知體素的初始標簽值，構建初始地質模型；構建每個體素的鄰域系統，并設置13個方向的空間約束；基于初始地質模型中每個體素的標簽值，根據標簽概率預測公式以及粒度系數的更新迭代公式，獲取預測結果；基于預測結果，獲取每個未知體素的邊緣概率和每個未知體素的預測標簽值；基于每個未知體素的預測標簽值對初始地質模型進行更新，構建三維隨機地質模型。采用本發明構建方法構建得到的三維隨機地質模型，模擬結果準確，同時能表征地層的不確定性。

本發明授權基于機器學習的三維隨機地質模型的構建方法及裝置在權利要求書中公布了：1.一種基于機器學習的三維隨機地質模型的構建方法，其特征在于，所述構建方法包括以下步驟： 步驟S10、基于建模區域的地質體構建三維的地質模型區域范圍，并將所述地質模型區域范圍離散化為n個體素，且對每個體素進行編號，所述建模區域內包括多個開設于地質體的鉆孔； 步驟S20、將所述建模區域內每個鉆孔的鉆孔位置和鉆孔信息映射到所述n個體素上，對與鉆孔位置對應的多個已知體素完成標簽賦值，并根據以未知體素為中心建立的立方學習域中的已知體素的標簽值確定未與鉆孔位置對應的未知體素的初始標簽值，基于所述已知體素的標簽值和未知體素的初始標簽值，構建得到初始地質模型； 步驟S20中，基于每個已知體素的標簽值，根據預設順序依次確定每個未知體素的初始標簽值，其中，初始地質模型中的任意一個未知體素的初始標簽值的確定的步驟包括： 步驟（1）、以未知體素i為中心體素，按照預設尺寸構建立方學習域，并獲取立方學習域內所有體素的坐標信息，所述立方學習域內的體素被區分為標簽值已知的第一體素和標簽值未知的第二體素，其中，所述坐標信息用坐標索引表示； 步驟（2）、獲取每個第一體素的標簽值，基于每個第一體素的坐標信息和標簽值，獲取標簽值相同的多個第一體素間的第一協方差矩陣和標簽值不相同的多個第一體素間的第二協方差矩陣； 步驟（3）、基于所述第一協方差矩陣和第二協方差矩陣，獲取中心體素的局部度量； 步驟（4）、基于每個第一體素的坐標信息和標簽值、中心體素的坐標信息以及中心體素的局部度量，獲取每個第一體素與中心體素之間的DANN距離； 步驟（5）、基于每個第一體素與中心體素之間的DANN距離以及局部概率計算公式，獲取中心體素的初始標簽值； 步驟S30、基于馬爾可夫隨機場構建每個未知體素的鄰域系統，并對每個未知體素設置13個方向的空間約束，同時以粒度系數β1~β13描述每個不同方向的空間約束強度，其中，每個未知體素的鄰域系統由與未知體素相鄰且共享節點的其他體素組成； 步驟S40、基于所述每個未知體素的初始標簽值、每個已知體素的標簽值以及每個未知體素的鄰域系統，根據標簽概率預測公式以及粒度系數的更新迭代公式，獲取預測結果，所述預測結果包括每個未知體素的M個采樣標簽值，M為正整數； 步驟S50、基于每個未知體素的M個采樣標簽值，獲取每個未知體素的邊緣概率，并基于每個未知體素的邊緣概率，獲取每個未知體素的預測標簽值； 步驟S60、基于每個未知體素的預測標簽值對所述初始地質模型進行更新，構建得到三維隨機地質模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南工程學院，其通訊地址為：411100 湖南省湘潭市岳塘區福星東路88號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。