基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为有效甄别存在异常噪声的车窗电机,提出一种基于BP神经网络的车窗电机噪声在线评价系统.由于现有客观参量不能够完全适用于车窗电机的噪声评价,根据车窗电机噪声特点提出了一种形如窗函数的加权因子用于修正尖锐度参量,并通过主客观评价实验优化了心理声学客观参量.在此基础上,以有效的客观参量和物理参量为特征值,构建使用附加动量法优化的BP神经网络分类器,并最终建立了噪声在线评价系统.测试结果表明,该系统对车窗电机噪声的分类准确率在90%以上,且与传统BP神经网络分类器相比,具有更高的准确率和更少的耗时,可用于车窗电机噪声的在线评价.
推荐文章
基于BP神经网络的电梯噪声评价方法
电梯噪声
噪声评价
倍频程声压级特征
支持向量机
基于AHP与BP神经网络的电机系统节能评价
电机系统
层次分析法
BP神经网络
狼群-模拟退火算法
节能评价
基于BP神经网络的电网调度系统安全评价
BP神经网络
电网调度系统
安全评价
基于BP神经网络算法的河湖生态健康评价研究
BP神经网络
河湖生态
健康指数
评价指标
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的电机噪声在线评价系统
来源期刊 噪声与振动控制 学科 交通运输
关键词 声学 车窗电机噪声 心理声学参量 附加动量法 BP神经网络 在线评价系统
年,卷(期) 2017,(1) 所属期刊栏目 信号处理与故障诊断
研究方向 页码范围 142-148
页数 7页 分类号 U467.4+93|TM301.4+3|X839
字数 6921字 语种 中文
DOI 10.3969/j.issn.1006-1335.2017.01.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谭建平 中南大学高性能复杂制造国家重点实验室 250 1509 17.0 22.0
2 易子馗 中南大学高性能复杂制造国家重点实验室 9 40 4.0 6.0
3 闫涛 中南大学高性能复杂制造国家重点实验室 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (51)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (2)
1940(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(2)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
声学
车窗电机噪声
心理声学参量
附加动量法
BP神经网络
在线评价系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导