一种基于自监督学习的LIBS降噪模型的建立方法

本发明涉及降噪模型建立方法技术领域，具体为：一种基于自监督学习的LIBS降噪模型的建立方法，具体包括以下步骤：步骤一，确定模型架构：基于盲点网络架构，采用盲点网络架构，盲点网络架构基于自监督学习，在原始光谱数据中随机遮挡某些数据点，利用盲点卷积模块根据其余未遮挡部分数据推断缺失部分的真实值，以此在无不含噪声的目标数据情况下实现降噪；步骤二，构建降噪模型：且降噪模型包括掩膜模块以及降噪编码模块。本发明中的降噪模型无论是在高强度波段还是低强度波段，都能在有效降噪的同时很好地保留光谱细节特征，精准还原原始光谱信号，确保检测结果的准确性，避免因失真而导致的元素误判或漏判。