← 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

申请号: CN202311534138.5
申请人: 海南师范大学
申请日期: 2023/11/17

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。

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。