声明
第1 章绪论
1.1 课题研究背景、意义及目的
1.2 声品质的国内外研究现状
1.2.1 声品质的国外研究现状
1.2.2 声品质的国内研究现状
1.2.3 车内加速噪声声品质的研究现状
1.2.4 支持向量机的研究现状
1.3课题主要研究思路和研究内容
第2 章 SVM 的基本原理及声品质评价基础研究
2.1 SVM基本原理
2.1.1 机器学习
2.1.2 机器学习的几个主要概念
2.1.3 支持向量机回归
2.2.4 支持向量机核函数
2.3 声品质评价基础的研究
2.3.1 人耳的听觉原理
2.3.2 掩蔽效应
2.3.3 特征频带
2.4 本章小结
第3 章车内加速噪声实验及主客观评价分析
3.1 心理声学参量
3.1.1 响度
3.1.2 尖锐度
3.1.3 粗糙度
3.1.4波动度
3.2 车内加速噪声采集实验的设计
3.3 车内加速噪声客观评价试验
3.4主观评价试验的设计
3.4.1 成对比较法
3.4.2 主观评价参量的选择
3.4.3 主观评价者的选择
3.4.4 试验场所和设备的选择
3.4.5 成对比较法的设计
3.4.6 主观评价试验结果数据的检验
3.4.7 主客观评价参量的相关性分析检验
3.4 本章小结
第4 章基于SVM的车内加速噪声声品质预测
4.1 非等响度支持向量机(SVM)模型
4.1.1 主客观评价结果
4.1.2 样本选择及数据预处理
4.1.3 模型参数和核函数参数的选择
4.1.4 预测结果及分析
4.2等响度支持向量机(SVM)模型
4.2.1 主客观评价结果
4.2.2 样本选择及数据预处理
4.2.3 模型参数和核函数参数的选择
4.2.4 预测结果及分析
4.3模型的两组对比分析
4.3.1 支持向量机模型与多元线性回归模型的对比
4.3.2 等响度支持向量机模型对比
4.4 本章小结
第5 章总结和展望
5.1总结
5.2展望
参考文献
致谢
攻读硕士学位期间发表的学术论文
附件一 成对比较法非等响度打分表格
附件二 成对比较法等响度打分表格
附件三 成对比较法部分评价者的打分表格
附件四 支持向量机模型的matlab 部分程序
湖北工业大学;