本发明公开了一种基于深度信念网络的气溶胶消光系数反演方法，包括如下步骤：S1：获取米散射激光雷达的回波功率信号和拉曼激光雷达反演得到的气溶胶消光系数，形成训练和测试样本集；S2：获得归一化后的训练样本集；S3：根据归一化后的训练样本集构建深度信念网络，调整网络参数，训练网络；S4：将测试样本集的回波功率信号输入优化后的网络，获得网络输出；将网络输出结果与测试样本集的气溶胶消光系数进行比对，判断是否满足预期；S5：如果比对结果满足预期，则网络优化结束；如果不满足，则返回S3继续训练深度信念网络，直到比对结果满足预期。本发明提高了米散射激光雷达的探测精度，实现了气溶胶消光系数的快速、准确反演。

本发明公开了一种基于深度信念网络的气溶胶消光系数反演方法，包括如下步骤：S1：获取米散射激光雷达的回波功率信号和拉曼激光雷达反演得到的气溶胶消光系数，形成训练和测试样本集；S2：获得归一化后的训练样本集；S3：根据归一化后的训练样本集构建深度信念网络，调整网络参数，训练网络；S4：将测试样本集的回波功率信号输入优化后的网络，获得网络输出；将网络输出结果与测试样本集的气溶胶消光系数进行比对，判断是否满足预期；S5：如果比对结果满足预期，则网络优化结束；如果不满足，则返回S3继续训练深度信念网络，直到比对结果满足预期。本发明提高了米散射激光雷达的探测精度，实现了气溶胶消光系数的快速、准确反演。