线性回归和BP神经网络在噪声监测中的应用

• 作者: 曾华朴 尤志宁 黄兴旺 浦云明
• 来源期刊: 计算机系统应用
• 关键词: 噪声监测 神经网络 线性回归 自动校正
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 研究开发|Research and Development
• 页码范围: 317-323
• 页数: 7页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.008131

摘要

噪声监测系统能够自动测量噪声分贝值,并实时处理系统监测到的各种声音环境信息,但是在噪声监测系统的实际应用中,噪声的分贝值受到温度、湿度和大气压力等多个因素影响,与实际值存在误差.为了提高噪声的测量精度,必须使用相关技术进行校正,系统采用了线性回归和BP神经网络技术,研究了预测模型的因素和系数,分析了模型中因素的相关性,获得了噪声监测的自动校正模型.从线性回归和BP神经网络自动校正数据的测试效果看,优化了测量数据的容错性并改进了数据校正的精度,使预测模型的判定系数R2的值有了较大提升.