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！

龙图腾网获悉安徽理工大学申请的专利一种基于时空特征融合与迁移学习的震源定位方法及系统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：CN121559589B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511823902.X，技术领域涉及：G01V1/01；该发明授权一种基于时空特征融合与迁移学习的震源定位方法及系统是由刘文杰;杨科;华心祝;马衍坤;刘钦节;李家卓;张杰设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本一种基于时空特征融合与迁移学习的震源定位方法及系统在说明书摘要公布了：本发明公开了一种基于时空特征融合与迁移学习的震源定位方法及系统，方法包括以下步骤：采集微震监测数据并进行预处理，构建模型输入样本；构建时空特征融合模型，并利用时空特征融合模型对模型输入样本进行频域特征提取和时域特征提取，并将得到的频域特征向量和时域特征向量进行注意力融合，得到融合后特征；对融合后特征进行多尺度划分得到若干特征序列，并将若干特征序列进行融合，得到融合后特征表示；对融合后特征表示进行时序特征聚合，得到聚合特征；利用迁移学习对时空特征融合模型和时序特征聚合过程进行处理，并基于聚合特征预测震源的位置和能量。

本发明授权一种基于时空特征融合与迁移学习的震源定位方法及系统在权利要求书中公布了：1.一种基于时空特征融合与迁移学习的震源定位方法，其特征在于，包括以下步骤： 采集微震监测数据并进行预处理，构建模型输入样本； 构建时空特征融合模型，并利用所述时空特征融合模型对所述模型输入样本进行频域特征提取和时域特征提取，并将得到的频域特征向量和时域特征向量进行注意力融合，得到融合后特征； 对所述融合后特征进行多尺度划分得到若干特征序列，并将若干所述特征序列进行融合，得到融合后特征表示； 对所述融合后特征表示进行时序特征聚合，得到聚合特征； 利用迁移学习对所述时空特征融合模型和时序特征聚合过程进行处理，并基于所述聚合特征预测震源的位置和能量； 所述预处理的方法包括： 从原始数据库提取连续微震事件数据，得到所述微震监测数据，每条所述微震监测数据包含微震能量E和震源坐标ΦX,ΦY,ΦZ； 对所述微震监测数据进行Min-Max归一化，将各特征值缩放至[0,1]区间： 其中，X’表示归一化后特征，X表示微震监测数据，Xmin与Xmax表示每个特征维度的最小值与最大值； 基于所述归一化后特征构建所述模型输入样本x； 所述注意力融合的方法包括： 分别计算所述频域特征向量和所述时域特征向量的局部方差，得到频域特征局部方差和时域特征局部方差： 其中，表示时域特征局部方差，表示频域特征局部方差，Ftime表示时域特征向量，Ffreq表示频域特征向量，Var表示方差计算； 基于所述频域特征局部方差和所述时域特征局部方差计算第一权重： 其中，α表示第一权重，Sigmoid表示激活函数； 基于所述频域特征局部方差、所述时域特征局部方差和所述权重，计算所述融合后特征： 其中，Ffused表示融合后特征，表示Hadamard积。

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安徽理工大学，其通讯地址为：232001 安徽省淮南市山南新区泰丰大街168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。