买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院申请的专利基于神经网络的密度预测方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116027399B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111241541.X，技术领域涉及：G01V1/28；该发明授权基于神经网络的密度预测方法、装置、设备及存储介质是由谢玮;毕臣臣;胡华锋;姚铭;雷朝阳;张克非设计研发完成，并于2021-10-25向国家知识产权局提交的专利申请。

本基于神经网络的密度预测方法、装置、设备及存储介质在说明书摘要公布了：本申请提供的一种基于神经网络的密度预测方法、装置、设备及存储介质，包括：数据准备：获取研究区的深度域实测深度域纵波速度、深度域横波速度和密度测井资料；样本集构建：对所述深度域实测深度域纵波速度、深度域横波速度和密度测井资料进行归一化预处理，从而组成神经网络的训练样本集；模型训练：构建基于深度前馈神经网络的密度预测模型，并利用所述训练样本集对其进行训练，得到深度域纵波速度和深度域横波速度与密度之间的非线性关系模型，实现密度预测功能；模型应用：将实测深度域纵波速度、深度域横波速度的预测数据进行归一化预处理，再将归一化预处理后预测数据输入所述非线性关系模型，进行密度的预测。

本发明授权基于神经网络的密度预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于神经网络的密度预测方法，其特征在于，包括： S1：数据准备：获取研究区的深度域实测深度域纵波速度、深度域横波速度和密度测井资料； S2：样本集构建：对所述深度域实测深度域纵波速度、深度域横波速度和密度测井资料进行归一化预处理，从而组成神经网络的训练样本集； S3：模型训练：选择共轭梯度法作为神经网络的优化算法，构建基于深度前馈神经网络的密度预测模型，并利用所述训练样本集对其进行训练，得到深度域纵波速度和深度域横波速度与密度之间的非线性关系模型，实现密度预测功能； S4：模型应用：将实测深度域纵波速度、深度域横波速度的预测数据进行归一化预处理，再将归一化预处理后的预测数据输入所述非线性关系模型，进行密度的预测； 所述神经网络为深度前馈神经网络，所述深度前馈神经网络的网络的结构包括：输入层、输出层和L-1个隐含层；所述深度前馈神经网络的网络的输入层神经元个数，输入层激活函数选择ReLU函数，输出层和隐含层的激活函数选择Sigmoid函数，输出层神经元个数； 所述深度前馈神经网络属于全连接神经网络，相邻层间的神经元相互全连接，而同一隐含层以及相隔隐含层间的各神经元互不相连；针对训练样本集Setz中的输入数据xz∈和输出数据yz∈R，其隐含层的输出为： 深度前馈神经网络待学习的参数为： 所述研究区的深度域实测深度域纵波速度、深度域横波速度和密度测井资料具体包括： 从常规测井和全波列测井中获得的所述深度域纵波速度、深度域横波速度和密度数据； 所述深度域实测深度域纵波速度和深度域横波速度作为神经网络的输入数据； 所述密度作为神经网络的输出数据； 所述对所述深度域实测深度域纵波速度、深度域横波速度和密度测井资料进行归一化预处理之前，所述方法还包括： 对所述深度域实测深度域纵波速度、深度域横波速度和密度测井资料进行异常值剔除； 所述归一化预处理的具体方法包括： 式中，bz和az分别为归一化前、后的测井值；和分别为归一化前测井值的最大值和最小值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院，其通讯地址为：100728 北京市朝阳区朝阳门北大街22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。