针对特种车车内声品质,提出了一种关于声品质客观评价参数对主观评价结果预测和影响权重的径向基函数（RBF）神经网络方法。首先对三辆不同类型特种车进行实车道路试验,用等级评分法进行主观评价试验,计算声品质的客观评价参数;然后搭建关于车内声品预测的RBF神经网络模型,以客观评价参数作为RBF神经网络输入,主观评价结果作为输出,通过仿真与声品质的主观评价值对比获得较好的一致性;最后利用各网络层间的连接权值,计算车内声品质客观评价参数对主观烦躁度的影响权重。探究表明:车内声品质主要受到总响度、响度和语言干扰级（SIL-4）3个客观参数的影响。
类型: 期刊论文
作者: 张勇,王坤祥,欧健,柳亚
关键词: 声品质,预测,神经网络,客观参数,权重
来源: 控制工程 2019年11期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,自动化技术
单位: 重庆理工大学汽车零部件先进制造技术教育部重点实验室,重庆理工大学车辆工程学院,重庆车辆检测研究院有限公司
基金: 重庆市教育委员会科学技术研究项目(KJ1600911)
分类号: U467;TP183
DOI: 10.14107/j.cnki.kzgc.170833
页码: 2025-2030
总页数: 6
文件大小: 963K
下载量: 135
本文来源: https://www.lunwen90.cn/article/82e75013cc903d7388760f98.html