一种可见光谱降噪及重金属离子检测方法

本发明涉及光谱分析技术领域，公开了一种可见光谱降噪及重金属离子检测方法，包括将待测水样与显色剂反应生成显色体系，通过光学成像设备获取灰度光谱信号并进行变分模态分解，采用奇异值分解优化信号，使用粒子群优化算法确定最优重构阶数并重构信号，最终从降噪后的光谱信号中提取特征值，通过神经网络模型进行金属离子种类及浓度的预测。通过多头自注意力与可学习位置编码协同建模光谱全局/局部特征，结合变分模态分解与交叉注意力实现信号频‑时域跨模态融合，并创新采用强化学习策略动态优化训练参数，基于梯度多样性奖励机制自适应平衡分类与回归任务，最终在复杂噪声场景下实现离子种类识别与浓度预测的双重精度提升及模型鲁棒性强化。