基于支持向量回归机的车辆排气噪声品质预测分析

被引：2

作者：

吕瑞霞 ^{[1
]}

张晓旭 ^{[2
]}

机构：

[1] 烟台汽车工程职业学院汽车工程系

[2] 北京威卡威汽车零部件股份有限公司

来源：

节能技术 | 2019年 / 37卷 / 01期

关键词：

公路运输; 车辆; 声音品质; 排气噪声; 支持向量回归;

D O I：

暂无

中图分类号：

U464.134.4 [];

学科分类号：

080704 ;

摘要：

通过对比较法测试得到34种车辆噪声的满意度评价,应用支持向量回归机建立车辆噪声声音品质之间的预测模型,对排气噪声的满意度进行了预测,在相同的训练与测试样本集下,与多元线性回归模型预测结果进行了对比。结果表明:向量回归机回归模型预测值更接近实测值,具有更小的预测误差,更强的泛化能力。采用向量回归机模型构建的车辆排气噪声主观评价预测模型可以获得理想的样本满意度测试结果,平均预测误差不超过8%,最大只有7.36%,小于2%的样本是4个,其余样本介于3%～6%范围内,比较接近。

引用

页码：84 / 86+94 +94

页数：4

共 9 条

[1] 电动汽车声品质的评价分析及建模 [J].

胡腾 ;

陆益民 .

汽车技术, 2016, (03) :26-30

[2] 基于支持向量机改进算法的船舶类型识别研究 [J].

戴卫国 ;

李海涛 ;

颜恒平 ;

刘启军 .

声学技术, 2015, 34 (03) :203-208

[3] 小波包分形与支持向量机在水声目标识别中的应用研究 [J].

李海涛 ;

程玉胜 ;

戴卫国 ;

李智忠 .

声学技术, 2015, 34 (03) :219-222

[4] 车用发动机柴油天然气双燃料改装研究综述 [J].

彭育辉 ;

林腾飞 ;

孙太平 ;

窦卫东 .

节能技术, 2014, 32 (05) :461-464

[5] 基于神经网络的车辆排气噪声声音品质预测技术 [J].

石岩 ;

舒歌群 ;

毕凤荣 ;

刘海 .

农业机械学报, 2010, 41 (08) :16-19+30

[6] 模糊支持向量机在轴系振动故障诊断中的应用 [J].

邓唯一 ;

胡翼飞 .

节能技术, 2007, (05) :423-425+469

[7] 人群分类与车内噪声声品质主观评价研究(英文) [J].

焦风雷 ;

田静 ;

刘克 ;

毛东兴 ;

GU Fengshou ;

Andrew BALL ;

蒋剑 .

声学技术, 2006, (06) :568-572

[8] Prediction of the Glass Transition Temperatures of Styrenic Copolymers by Using Support Vector Regression Combined with Particle Swarm Optimization [J].

Pei, J. F. ;

Cai, C. Z. ;

Tang, J. L. ;

Zhao, S. ;

Yuan, F. Q. .

JOURNAL OF MACROMOLECULAR SCIENCE PART B-PHYSICS, 2012, 51 (07) :1437-1448

[9]

Sound quality evaluation of the booming sensation for passenger cars[J] . Sung-Hwan Shin,Jeong-Guon Ih,Takeo Hashimoto,Shigeko Hatano.Applied Acoustics . 2008 (2)

← 1 →