← 返回列表
一种基于图神经网络的钻孔应变数据多台站分析方法
摘要文本
本发明公开了一种基于图神经网络的钻孔应变数据多台站分析方法,包括以下步骤:获取各个台站钻孔应变数据并进行应变换,获得对应的第一剪应变数据、第二剪应变数据和面应变数据;分别对所述第一剪应变数据、第二剪应变数据和面应变数据进行分解、重构以及融合;基于1D卷积层和图卷积层构建图神经网络,基于融合后的数据对所述图神经网络进行训练;基于训练后的图神经网络对多台站钻孔应变数据进行分析和预测。本发明充分利用相邻区域多台站数据之间的关联与制约,使各台站钻孔应变数据预测结果更加精确合理;同时能够有效的融合不同台站的数据,实现了区域性多台站数据联合分析。
申请人信息
- 申请人:海南师范大学
- 申请人地址:571158 海南省海口市龙昆南路99号
- 发明人: 海南师范大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于图神经网络的钻孔应变数据多台站分析方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311534138.5 |
| 申请日 | 2023/11/17 |
| 公告号 | CN117572491A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G01V1/01 |
| 权利人 | 海南师范大学 |
| 发明人 | 池成全; 李晨阳; 韩瑛 |
| 地址 | 海南省海口市龙昆南路99号 |
专利主权项内容
1.一种基于图神经网络的钻孔应变数据多台站分析方法,其特征在于,包括以下步骤:获取各个台站钻孔应变数据并进行应变换,获得对应的第一剪应变数据、第二剪应变数据和面应变数据;分别对所述第一剪应变数据、第二剪应变数据和面应变数据进行分解、重构以及融合;基于1D卷积层和图卷积层构建图神经网络,基于融合后的数据对所述图神经网络进行训练;基于训练后的图神经网络对多台站钻孔应变数据进行分析和预测。