一种脉冲星数据的RFI分类方法

本发明提供一种脉冲星数据的RFI分类方法，包括：建立分类模型MobileNetV2；在Bottleneck 块的升维的1×1卷积层后加入SENet注意力机制模块；将Bottleneck 块的3×3的深度卷积层和降维的1×1的卷积层的激活函数改为动态激活函数，其斜率和截距由SENet注意力机制模块生成，得到RFI分类模型；将实时获取的脉冲星观测信号处理为可视化频谱图后输入RFI分类模型，进行训练RFI分类模型，训练完成后，得到脉冲星观测信号的RFI分类结果。本发明的RFI分类方法通过模型自适应学习，融合SENet注意力机制来加强模型的特征学习能力，并通过修改激活函数最大程度提升模型的轻量化能力。