支持向量机在汽车加速车内声品质预测中的应用

• 作者: 张志飞 徐中明 涂梨娥 谢耀仪 贺岩松
• 来源期刊: 汽车工程
• 关键词: 车内噪声 声品质 支持向量机 预测模型
• 年，卷（期）: 2015,（11）
• 页码范围: 1328-1333
• 页数: 6页
• 字数: 3984字
• 语种: 中文

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐中明	重庆大学机械传动国家重点实验室	207	2110	25.0	35.0
5	张志飞	重庆大学汽车工程学院	136	1442	23.0	31.0
6	贺岩松	重庆大学机械传动国家重点实验室	142	1346	21.0	31.0
10	谢耀仪	重庆大学汽车工程学院	2	22	1.0	2.0
11	涂梨娥	重庆大学汽车工程学院	3	47	2.0	3.0