基于LS-SVR的高速列车车内声品质主观评价

摘要：

针对传统主观评价方法用于高速列车车内噪声信号评价存在效率低、评价时间长、可重复性差等问题,本文运用心理声学参数表征主观评价结果,从而建立评价模型,以探究两者之间的复杂非线性关系,用最小二乘法对原始信号进行点拟合,反向筛选短时噪声信号,对筛选出的声音信号分别计算声压级、响度、粗糙度、尖锐度、抖动度和AI指数6种心理声学参数的算数平均值.以"烦躁度"作为主观评价指标,用单位间隔的语义细分法作为主观评价方法来主观评价实验得到评价结果,以样本集中样本的心理声学参数作为输入,主观评价结果作为输出,建立高速列车车内声品质的最小二乘法—支持向量机回归(LS-SVR)预测模型,同时设置测试集对LS-SVR模型进行预测精度检验,并与线性回归模型进行比较.检验结果发现,在测试集中模型预测误差率较低,比多元线性回归模型预测精度高,说明LS-SVR模型针对高速列车车厢内声品质评价预测是有效适用的.

关键词：最小二乘、支持向量机、高速列车、声品质、主观评价

所属期刊栏目：12

分类号：TB535(声学工程)

资助基金：国家自然科学基金52172371

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：191-194,封3