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！

龙图腾网获悉成都理工大学申请的专利基于事件分割标注的DAS数据压缩方法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：CN121441323B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202512042205.7，技术领域涉及：H03M7/30；该发明授权基于事件分割标注的DAS数据压缩方法是由王洪辉;刘仝;阳习科;王翔;任际周;何素兰;姚光乐设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本基于事件分割标注的DAS数据压缩方法在说明书摘要公布了：本发明公开了一种基于事件分割标注的DAS数据压缩方法，属于DAS数据压缩技术领域，包括步骤：构造数据集D；构造包括构造编码模块、侧量化分支、侧解码分支、主量化分支和主解码分支的DAS数据压缩网络；构造损失函数L；训练DAS数据压缩网络得到DAS数据压缩模型MDAS；将验证集内样本输入MDAS选取最优事件阈值；获取待压缩DAS数据用MDAS压缩和解压，再用最优事件阈值过滤，得到对应的过滤样本。本发明同时实现DAS数据压缩与降噪任务，通过降噪任务指导压缩模型重点压缩目标事件，避开压缩效率低的噪声压缩，从而实现远超单独压缩模型的压缩比，极大地提高了DAS数据的存储传输效率与后续处理效率。

本发明授权基于事件分割标注的DAS数据压缩方法在权利要求书中公布了：1.一种基于事件分割标注的DAS数据压缩方法，其特征在于，包括以下步骤： S1，构造数据集D； 采集包含W×H个数据点的DAS数据，其中部分数据点为目标事件，W、H分别为DAS数据的单通道采样点数和通道总数； 对每个DAS数据逐通道归一化，再进行数据增强生成DAS数据样本； 为每个DAS数据样本生成一伪纯净事件样本，第i个DAS数据样本xi的伪纯净事件样本gti，并将xi,gti构成样本对，所有样本对构成数据集D，并划分训练集、验证集与测试集； S2，构造一DAS数据压缩网络，包括步骤S21~S22； S21，预设第一通道数C1、第二通道数C2，C1＜C2； S22，构造编码模块、侧量化分支、侧解码分支、主量化分支和主解码分支； 所述编码模块包括依次设置第一卷积模块、第一压缩模块、第一降噪模块、第二压缩模块和第二降噪模块，用于输入xi，经卷积操作提升将通道数提升至C1，再经两轮交错的压缩和降噪操作，生成通道数为C2的编码特征yi； 所述侧量化分支用于对yi进行超参数编码得到参数分布特征zi，再量化为离散值，算术编码为二进制比特流zstring； 所述侧解码分支用于输入zstring，并依次对其进行算术解码、反量化和超参数解码操作，输出用于预测yi高斯分布的超参数特征params； 所述主量化分支用于将yi量化为离散值，再与params一起算术编码为二进制比特流ystring，其中、的通道数均为C2； 所述主解码分支用于根据params将ystring算术解码回，将反量化为连续的预测编码特征，再解码为xi对应的重构数据； S3，构造DAS数据压缩网络的损失函数L； ， 式中，Lbpp为压缩效率，Lmse为降噪质量损失，Lfea为基于xi、gti经第一降噪模块和第二降噪模块的输出构造的特征损失，α、β分别为Lmse和Lfea的权重； S4，用训练集和验证集训练DAS数据压缩网络至收敛，得到DAS数据压缩模型MDAS； S5，将验证集内样本输入MDAS，得到对应的重构数据，构成第一重构数据集D1； S6，预设一事件阈值对D1中样本过滤，得到过滤样本，构成第二重构数据集D2，计算D2的峰值信噪比； S7，用不同事件阈值重复步骤S5~S6，将峰值信噪比最低的事件阈值作为最优事件阈值； S8，压缩和解压缩： 获取待压缩DAS数据，压缩阶段，将待压缩DAS数据经MDAS生成对应的ystring和zstring；解压缩阶段，MDAS根据ystring和zstring得到对应的重构数据，再经最优事件阈值过滤，得到对应的过滤样本。

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成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1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。