基于皮尔逊特征标记的双分支光谱定量分析方法

本发明提出基于皮尔逊特征标记的双分支光谱定量分析方法Mark‑GLNet，协同优化全局依赖建模与局部特征提取。Mark标记层以皮尔逊相关系数量化波长重要性，剔除冗余波长，抑制低相关度噪声。精炼特征输入GLNet：全局分支利用序列连续性与跨空间相关性，动态权重凸显关键、抑制冗余；局部分支以多尺度卷积补偿通道相关性，强化细节。双分支经特征补偿协同，降低冗余干扰，提升预测精度。在四个开源近红外数据集验证，模型结构简洁，参数量与计算复杂度低，泛化能力优异，具备高实用性与可扩展性。