公开(公告)号：CN114638992A

公开(公告)日：2022-06-17

申请号：CN202210274629.X

申请日：2022-03-21

Applicant: 东北大学

Inventor： 侯振隆 ,  赵文天 ,  申晋容 ,  魏继康 ,  刘欣慰 ,  张显

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06T7/11 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明提供一种基于人工智能的显微镜下岩矿石图像识别方法，涉及矿产勘查中的岩矿石鉴定领域，首先，进行矿石标本数据采集并在显微镜下拍摄图像；其次，根据不同矿物在显微镜下的特征，通过人工观察进行初步的种类划分与归类；然后，对获取的图像数据进行增强和处理，创建训练集与测试集；最后，利用U‑net卷积神经网络进行训练并测试，计算矿物含量与识别准确率。本发明能够有效提高显微镜下岩矿石识别鉴定的效率，基于人工智能的识别方法还能有效避免人为主观干扰，降低人工成本，适用于大批量岩矿石样本的自动化识别，对于研究深部地壳结构、实现矿体的精准圈定，以及矿山生产中的岩矿石分类提供了技术支撑。

公开(公告)号：CN117688785B

公开(公告)日：2024-04-16

申请号：CN202410146681.6

申请日：2024-02-02

Applicant: 东北大学

Inventor： 侯振隆 ,  赵信阳 ,  王家辉 ,  张显

IPC: G06F30/20 ,  G06F119/02

Abstract: 本发明属于地球物理数据解译技术领域，涉及一种基于种植思想的全张量重力梯度数据反演方法，包括：根据长方体元，计算灵敏度矩阵；将剩余密度非零的长方体元作为生长体；搜索生长体的相邻长方体元；结合灵敏度矩阵计算每个相邻长方体元纳入生长体后的密度模型的目标函数值；在相邻长方体元纳入生长体后的密度模型满足预设生长条件的情况下，选择目标函数值最小的密度模型作为新的密度模型继续迭代；否则停止迭代得到最终反演结果；利用单个分量数据分别迭代生长，获得各个分量数据反演结果；根据各个分量数据的反演结果定权，将加权全张量重力梯度数据联合反演，获得最终联合反演结果。其有益效果是，降低反演问题的多解性、提高反演分辨率。

公开(公告)号：CN117688785A

公开(公告)日：2024-03-12

申请号：CN202410146681.6

申请日：2024-02-02

Applicant: 东北大学

Inventor： 侯振隆 ,  赵信阳 ,  王家辉 ,  张显

IPC: G06F30/20 ,  G06F119/02

Abstract: 本发明属于地球物理数据解译技术领域，涉及一种基于种植思想的全张量重力梯度数据反演方法，包括：根据长方体元，计算灵敏度矩阵；将剩余密度非零的长方体元作为生长体；搜索生长体的相邻长方体元；结合灵敏度矩阵计算每个相邻长方体元纳入生长体后的密度模型的目标函数值；在相邻长方体元纳入生长体后的密度模型满足预设生长条件的情况下，选择目标函数值最小的密度模型作为新的密度模型继续迭代；否则停止迭代得到最终反演结果；利用单个分量数据分别迭代生长，获得各个分量数据反演结果；根据各个分量数据的反演结果定权，将加权全张量重力梯度数据联合反演，获得最终联合反演结果。其有益效果是，降低反演问题的多解性、提高反演分辨率。