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！

龙图腾网获悉东华理工大学申请的专利利用密集残差混洗注意力网络的地磁数据去噪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：CN121210849B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511405403.9，技术领域涉及：G06F18/10；该发明授权利用密集残差混洗注意力网络的地磁数据去噪方法及系统是由孙立微;李广;严加永;杨余鑫;刘浩源;赵国豪;温轲设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本利用密集残差混洗注意力网络的地磁数据去噪方法及系统在说明书摘要公布了：本发明公开了一种利用密集残差混洗注意力网络的地磁数据去噪方法及系统，通过密集残差混洗注意力网络DRSANet实现去噪。DRSANet包括输入头部、主干模块和输出层，其中主干模块包括多个Block模块，前半部分Block模块的输出经下采样作为下个Block模块的输入，后半部分的Block模块的输出经上采样再与前半部分大小相同的Block模块输出相加作为下个Block模块的输入。Block模块包括双分支卷积模块、RDSAB模块、HDRDSAB模块和CA模块。本发明结合残差网络的特征复用优势、高密度连接的细粒度特征提取优势与混洗注意力的自适应特征选择优势，为地磁数据去噪提供了全新高效解决方案。

本发明授权利用密集残差混洗注意力网络的地磁数据去噪方法及系统在权利要求书中公布了：1.一种利用密集残差混洗注意力网络的地磁数据去噪方法，其特征在于，包括如下步骤： 将待去噪的地磁数据输入至地磁数据去噪模型进行噪声压制，从而得到去噪后的地磁数据； 所述地磁数据去噪模型为训练完成后的密集残差混洗注意力网络DRSANet，DRSANet包括依次连接的输入头部、主干模块和输出层； 所述输入头部将原始输入扩展为所需的层数后作为主干模块的输入； 所述主干模块包括总数为奇数个的Block模块，并以处于中间位置的Block模块作为前半部分和后半部分的分界，从第一个Block模块开始，前半部分的每个Block模块的输出都通过一个下采样模块处理后作为下一个Block模块的输入，直至处于中间位置的Block模块； 再从处于中间位置的Block模块开始，后半部分的每个Block模块的输出都通过一个上采样模块处理后，再与前半部分Block模块中未经下采样模块处理前大小相同的输出相加，来作为下一个Block模块的输入，直至最后一个Block模块；其中每个Block模块均包括依次连接的双分支卷积模块、RDSAB模块、HDRDSAB模块和CA模块，以提取输入数据的细部特征和宏观特征并进行融合； 所述输出层接收主干模块最后一个Block模块的输出，且输出层的输出再与DRSANet的原始输入相加后作为DRSANet的最终输出； 所述Block模块中的RDSAB模块包括多个依次连接的卷积层，每个卷积层均首先执行卷积核大小为1×3的卷积操作，然后再经ReLU激活函数处理，ReLU激活函数的输出再与卷积层的原输入基于通道维度执行拼接操作来作为卷积层的输出；最后一个卷积层的输出送入ShuffleAttention模块进行空间和通道混洗注意力操作，再通过一个1×1卷积后与RDSAB模块的原始输入执行残差连接后输出； 所述Block模块中的HDRDSAB模块结构与RDSAB模块相同，但卷积层的扩张率相较RDSAB模块中的卷积层更大，以扩大模型的感受野； 所述Block模块中的ShuffleAttention模块包括依次连接的以下单元： 通道分割单元，用于对数据的通道维度进行衰减，然后将数据分割为两部分； 通道注意力计算单元，对输入的分割后的其中一部分数据进行平均池化，然后经计算得到通道注意力参数，并与通道注意力计算单元的输入数据逐个元素相乘，输出通道注意力特征结果； 空间注意力计算单元，对输入的分割后的另一部分数据进行分组归一化，然后经计算得到空间注意力参数，并与空间注意力计算单元的输入数据逐个元素相乘，输出空间注意力特征结果； 通道混洗计算单元，将所述通道注意力特征结果与空间注意力特征结果进行拼接，然后将拼接后的结果重整为与输入数据相同的数组形状，再进行通道混洗，最后输出混洗注意力结果作为ShuffleAttention模块的输出。

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东华理工大学，其通讯地址为：330013 江西省南昌市经开区广兰大道418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。