基于降维-支持向量回归的车内稳态声品质预测

基于降维-支持向量回归的车内稳态声品质预测
夏小均;赖诗洋;徐中明
【期刊名称】《现代制造工程》
【年(卷),期】2018(0)11
【摘要】基于信号分析与机器学习方法,提出基于降维-支持向量回归(Dimension Reduction-Support Vector Regression,DR-SVR)的声品质主观预测模型.以车内稳态声样本为研究对象,计算并分析了其基本物理参数、心理声学参数.运用成对比较法对声样本进行了主观偏好性实验,验证了烦恼度(Psychoacoustic Annoyance,PA)模型初步判断该类样本声品质好坏的可用性.通过因子分析、聚类分析与相关分析,完成了声样本的降维,提取出了主要影响参量,再以支持向量回归的方法建立了主观评价预测模型.相关分析显示,基于降维-支持向量回归预测模型的计算值与主观评价值的相关性较高,其预测能力比未降维的支持向量回归模型更优,证明运用DR-SVR方法对车内稳态声品质预测是有效的.
【总页数】7页(P1-6,28)
【作者】夏小均;赖诗洋;徐中明
【作者单位】重庆车辆检测研究院有限公司,国家客车质量监督检验中心,重庆401122;重庆工程职业技术学院机械工程学院,重庆 402260;重庆大学汽车工程学院,重庆 400030
【正文语种】中文
【中图分类】U461.4
【相关文献】
1.支持向量机在汽车加速车内声品质预测中的应用 [J], 崔丹丹
2.支持向量机车内加速噪声声品质预测 [J], 周明刚;刘阳;陈源;文瑶
3.基于支持向量机的车内噪声声品质预测 [J], 申秀敏;左曙光;韩乐;何吕昌;张世炜;李林
4.基于支持向量回归机的车辆排气噪声品质预测分析 [J], 吕瑞霞;张晓旭
5.基于遗传-支持向量回归的车内稳态噪声声品质预测 [J], 朱仝;郑松林;袁卫平因版权原因，仅展示原文概要，查看原文内容请购买。