基于降维-支持向量回归的车内稳态声品质预测

• 作者: 夏小均 徐中明 赖诗洋
• 来源期刊: 现代制造工程
• 学科: 交通运输
• 关键词: 支持向量回归 降维 声品质 主客观评价 预测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 试验研究
• 页码范围: 1-6,28
• 页数: 7页
• 分类号: U461.4
• 字数: 3963字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2018.11.001

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.

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	重庆大学汽车工程学院	207	2110	25.0	35.0
2	夏小均	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	16	9	2.0	2.0
3	赖诗洋	重庆工程职业技术学院机械工程学院	18	25	3.0	4.0