一种结合通道注意力机制的改进CNN用于火焰发射光谱去噪方法

本发明公开了一种结合通道注意力机制的改进CNN用于火焰发射光谱去噪方法，提出一种基于卷积神经网络的CBC架构，通过集成通道启发式注意力机制和自适应通道选择模块，动态调整光谱通道数量以平衡模型复杂度与降噪性能。通过在每一层卷积操作后引入通道注意力模块，使得模型能够针对低信噪比的光谱信号进行自适应的去噪处理。这种机制通过计算各个通道的权重，对输入特征图进行加权调整，使得网络能够集中关注更重要的信号部分，同时抑制噪声和不相关信息的影响。这种自适应的调整能力极大地增强了网络在处理复杂噪声环境中的表现，尤其是在处理低SNR的短曝光光谱数据时，去噪效果得到了显著提升。