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！

龍圖騰網獲悉成都理工大學申請的專利一種基于鉆進碎巖過程聲振信號特征實時預測巖性的方法和系統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：CN117216676B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202310799393.6，技術領域涉及：G06F18/2415；該發明授權一種基于鉆進碎巖過程聲振信號特征實時預測巖性的方法和系統是由王勝;張拯;柏君;賴昆;張潔;李冰樂;王文杰設計研發完成，并于2023-06-30向國家知識產權局提交的專利申請。

本一種基于鉆進碎巖過程聲振信號特征實時預測巖性的方法和系統在說明書摘要公布了：本發明提供了一種基于鉆進碎巖過程聲振信號特征實時預測巖性的方法和系統，屬于鉆探技術領域，本發明通過分析聲振信號中含有的巖性特征與鉆進狀態特征，結合深度學習卷積神經網絡，構建了基于聲振信號的巖性識別模型，并對模型的決策進行了解釋，又針對各個模型識別巖性能力不同的情況，結合模型共同決策的思想，提供了一種多模型集成學習的巖性智能識別方法及其系統。

本發明授權一種基于鉆進碎巖過程聲振信號特征實時預測巖性的方法和系統在權利要求書中公布了：1.一種基于鉆進碎巖過程聲振信號特征實時預測巖性模型的構建方法，其特征在于：它包括如下步驟： 1獲得鉆進碎巖的聲音信號和振動信號，振動信號包括x軸振動信號、y軸振動信號和z軸振動信號； 2將前述聲音信號、振動信號分別進行預處理，預處理包括預加重、小波閾值降噪、帶通濾波和時頻域分析，得到聲音信號、x軸振動信號、y軸振動信號和z軸振動信號的時頻圖像； 3在AlexNet的基礎上加入CBAM注意力機制和殘差結構，搭建出AlexNet-RCBAM卷積神經網絡，以步驟2得到的時頻圖像為數據集，進行數據增強，拆分數據集，輸入AlexNet-RCBAM卷積神經網絡，進行訓練，調優，構建出聲音、x軸振動、y軸振動、z軸振動四個信號的基礎模型； 4將步驟3的四個基礎模型以加權平均法進行集成，得到集成模型； 加權方式為基分類器輸出類概率加權，以均方倒數法分配權重； AlexNet-RCBAM網絡輸出的向量經過Softmax函數處理即轉換為每個類別對應的概率，如下式： 式中，n為識別任務對象數量；ai為輸入Softmax的向量的第i個元素；pi為模型識別數據為第i類的概率； 以加權調和平均數Fβ綜合基分類器上的查準率與查全率，其計算公式如下： 式中，P為查準率；R為查全率；β為P與R之間的權重； Fβ值表示了基分類器準確識別某類巖性的能力，因此1-Fβ的值則可表示相對于完美識別時的預測誤差，基于誤差大應賦值小權重而誤差小則賦值大權重的原則，以均方倒數法的方式分配權重，計算公式如下： 式中，Fβij為第j個基分類器識別第i類對象的加權調和平均數；Wij為第j個基分類器識別第i類對象時分配的權重，且滿足 集成后強分類器識別數據為第i類的概率為Pwi＝Wi1pi1+Wi2pi2+…+Wimpim。

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成都理工大學，其通訊地址為：610000 四川省成都市二仙橋東三路1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”。