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！

龍圖騰網獲悉西安交通大學申請的專利一種基于自監督生成對抗學習和重構物理約束的稀疏時頻分析方法、設備及可讀存儲介質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：CN115687887B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202211307564.0，技術領域涉及：G06F18/00；該發明授權一種基于自監督生成對抗學習和重構物理約束的稀疏時頻分析方法、設備及可讀存儲介質是由劉乃豪;雷友波;楊陽;王家樂;王靜宇;王治國;高靜懷設計研發完成，并于2022-10-25向國家知識產權局提交的專利申請。

本一種基于自監督生成對抗學習和重構物理約束的稀疏時頻分析方法、設備及可讀存儲介質在說明書摘要公布了：本發明公開一種基于自監督生成對抗學習和重構物理約束的稀疏時頻分析方法、設備及可讀存儲介質。其中方法包括利用深度學習框架構建基于自監督生成對抗網絡的稀疏時頻分析網絡，稀疏時頻分析網絡包括生成器、監管器和重構模塊；計算合成地震數據的稀疏時頻譜，構建監管器的數據集；選取部分實際地震數據與合成地震數據合并，作為生成器的數據集；分別設計生成器損失函數和監管器損失函數；訓練基于自監督生成對抗網絡的稀疏時頻分析網絡模型；將完成訓練的基于自監督生成對抗網絡的稀疏時頻分析網絡模型用于三維疊后地震數據，以分析解釋地質儲層結構。該方法能夠提高計算的效率，降低稀疏時頻變換方法的設計成本。

本發明授權一種基于自監督生成對抗學習和重構物理約束的稀疏時頻分析方法、設備及可讀存儲介質在權利要求書中公布了：1.一種基于自監督生成對抗學習和重構物理約束的稀疏時頻分析方法，其特征在于，包括以下步驟： 利用深度學習框架構建基于自監督生成對抗網絡的稀疏時頻分析網絡，所述稀疏時頻分析網絡包括生成器、監管器和重構模塊，具體包括： 基于圖像分割的模型，構建能夠將一維地震信號映射為二維時頻譜的生成器， 根據短時傅里葉變換的反變換公式，構建具有物理含義的重構模塊， 基于衡量稀疏性的方法和卷積神經網絡搭建監管器， 所述重構模塊具有物理含義，且用于約束所述生成器生成正確的稀疏時頻譜，所述監管器用于監管所述生成器生成的稀疏時頻譜是否接近真實的稀疏時頻譜； 計算合成地震數據的稀疏時頻譜，構建所述監管器的數據集； 選取部分實際地震數據與所述合成地震數據合并，作為所述生成器的數據集； 分別設計生成器損失函數和監管器損失函數，具體包括： 指定所述監管器的優化約束， 所述重構模塊使用短時傅里葉變換反變換以構建的重構物理約束， 利用所述監管器提供稀疏約束， 利用所述重構物理約束和所述稀疏約束構成所述生成器損失函數； 訓練基于自監督生成對抗網絡的稀疏時頻分析網絡模型； 將完成訓練的基于自監督生成對抗網絡的稀疏時頻分析網絡模型用于三維疊后地震數據，以分析解釋地質儲層結構。

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西安交通大學，其通訊地址為：710049 陜西省西安市碑林區咸寧西路28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”。