一种基于多模态融合与生成模型的脉冲星候选识别方法

本发明提出一种基于多模态融合与生成模型的脉冲星候选识别方法。所述方法包括使用VQVAE和GPT‑2生成模型对数据进行增强。VQVAE将输入图片降维并解码重构生成清晰图像，GPT‑2则通过编码表拟合随机生成新的图片。结合原始和生成数据，采用多模态融合技术建立深度学习模型，对不同诊断图进行识别，融合特征后进行分类，充分利用诊断图互补性。二维诊断图建模过程中引入通道注意力机制，使模型更关注真实脉冲星信号特征，提高准确率。本发明适用于脉冲星信号检测领域，显著提升识别准确性和可靠性。