-
题名支持向量机在汽车加速车内声品质预测中的应用
被引量：21
- 1
-
-
作者
贺岩松
涂梨娥
徐中明
张志飞
谢耀仪
-
机构
重庆大学
重庆大学汽车工程学院
-
出处
《汽车工程》
EI
CSCD
北大核心
2015年第11期1328-1333,共6页
-
基金
国家自然科学基金(50975296和51275540)资助
-
文摘
应用支持向量机方法对汽车加速时车内声品质进行预测。以噪声样本的响度、尖锐度、粗糙度、AI指数等客观评价参量作为输入因子,主观烦躁度评价结果作为输出因子,利用支持向量机回归方法建立了汽车加速车内声品质的预测模型。对比结果表明,与多元线性回归模型相比,基于支持向量机的汽车加速车内声品质预测模型能够更准确地反映客观评价参量与主观烦躁度之间的非线性映射关系,预测精度更高。
-
关键词
车内噪声
声品质
支持向量机
预测模型
-
Keywords
vehicle interior noise
sound quality
SVM
prediction model
-
分类号
U467.493
[机械工程—车辆工程]
-
-
题名基于粒子群-向量机的汽车加速噪声评价
被引量：11
- 2
-
-
作者
徐中明
谢耀仪
贺岩松
张志飞
涂梨娥
-
机构
重庆大学机械传动国家重点实验室
重庆大学汽车工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2015年第2期25-29,共5页
-
基金
国家自然科学基金(51275540
50975296)
-
文摘
以乘用车由50 km/h加速到100 km/h时的噪声信号为评价对象,用成对比较法对车内加速噪声品质偏好性进行主观评价实验,获得每个样本的偏好性评价值。计算各噪声样本的主要心理声学客观参数并进行相关分析。鉴于评价者对非稳态噪声主观评价过程的复杂性,建立支持向量机(Support Vector Machine,SVM)的主客观评价模型,并利用粒子群优化算法(Particle Swarm Optimization,PSO)对模型参数进行优化。为对比优化后预测效果,建立BP神经网络回归模型。结果表明,优化后的粒子群-向量机回归模型用于噪声声品质评价能获得更好的预测效果,可较大程度提高声品质预测精度。
-
关键词
加速
声品质
主客观评价
粒子群
向量机
-
Keywords
acceleration
sound quality
subjective and objective evaluation
PSO
SVM
-
分类号
U467.1
[机械工程—车辆工程]
-
-
题名乘用车关门声品质风格划分评价研究
被引量：6
- 3
-
-
作者
王政钦
毕锦烟
黄涛
涂梨娥
-
机构
广州汽车集团股份有限公司汽车工程研究院
武汉理工大学
-
出处
《汽车技术》
CSCD
北大核心
2020年第7期30-34,共5页
-
文摘
以10款具有不同关门声品质感的乘用车为研究对象,基于语义细分法、成对比较法的主观评价试验结果和心理声学客观参量(尖锐度积分、响度能量比、响度能量变化率、响度变化时间)建立了主、客观预测模型,为了提高模型预测精度,将评价模型分为"豪华感"和"时尚感"两类。将该模型与传统多元回归映射模型进行对比,结果表明,该模型样本内预测精度最大提升18.5%,样本外预测精度最大提升40.3%,基于风格类型划分的关门声品质预测模型具有更高的预测精度。
-
关键词
关门声
声品质
主观评价
风格划分
预测模型
-
Keywords
Door closure sound
Sound quality
Subjective evaluation
Sound style
Prediction model
-
分类号
U463.834
[机械工程—车辆工程]
-
