吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (3): 489-496.
王瑞敏,杨文博,邓 聪,鲁统祥,张文祥
WANG Ruimin, YANG Wenbo, DENG Cong, LU Tongxiang, ZHANG Wenxiang
摘要: 针对现有卷积神经网络在强背景噪声下弱信号恢复不足的问题,提出了一个基于多尺度U-Net和注意力 融合机制的去噪网络(MAUnet: Multi-Scale U-Net and An Attention Fusion Mechanism)。 创新性地构建了双重机 制, 通过多尺度模块使网络学习不同尺度上的特征;通过注意力特征融合机制使网络可将浅层高频细节与深层 语义信息融合,增强网络的学习能力,实现特征互补。 实验结果表明,相较于对比方法,所提方法具有更好的 噪声衰减和弱信号恢复能力。
中图分类号: