基于径向基函数神经网络的封闭空间声压级预测
封闭空间作为一种常见的典型声场,其声学特性的研究一直以来都广受关注.声压级是最常见的衡量声环境的参数,其获取途径主要依赖于数值计算.而数值计算适用的频率范围有限,且计算量大.为了简化声压级的计算,快速有效地获取特定接收点的声压级,采用基于径向基函数神经网络,建立与声压级紧密相关的参数到接收点的声压级的非线性映射,对接收点的声压级进行预测.实验结果表明:该方法不仅可以有效地对特定接收点的声压级进行预测,同时频率适用范围更大.
RBF神经网络、声压级、封闭空间、ODEON
43
TP2(自动化技术及设备)
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
53-56