- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种融入混合注意力Unet神经网络隧洞地震数据重建方法,通过人工智能神经网络自动地学习现有隧洞地震数据之间的特征,建立缺失数据与完整数据之间的非线性映射关系;通过人工智能中具有图像语义分割、通讯信号消噪等诸多强大功能的Unet神经网络,设计基于通道注意力和空间注意力的混合注意力机制并融入Unet网络的跳跃链接部分,提升网络模型对于有效信号同相轴的提取同时摒弃冗余信息如噪声;并通过对实测数据进行分类建立强泛化性的训练数据集和测试数据集,训练网络模型参数并验证其效果,将隧洞地震数据重建结
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117826243A
(43)申请公布日2024.04.05
(21)申请号202311618560.9
(22)申请日2023.11.30
(71)申请人吉林大学
地址130012
您可能关注的文档
最近下载
- 小学语文教学中的困惑与思考解析.doc VIP
- GBT 17888.3-2020《机械安全 接近机械的固定设施 第3部分:楼梯、阶梯和护栏》(1).docx VIP
- YST5230-2019 边坡工程勘察规范 (2).pdf VIP
- 应征入伍服兵役高等学校学生国家教育资助申请表1(样表).docx
- 21.1 一元二次方程 课件(共20张PPT).ppt VIP
- 胡寿松自动控制原理7版课后答案.docx VIP
- 冠心病健教育讲座.doc VIP
- 脑卒中一病一品护理汇报.pptx VIP
- 高中化学全套思维导图(2023 最全高清精品版).doc VIP
- 部编版六年级语文上册第一二单元综合知识测试题(有答案).docx VIP
文档评论(0)