噪声烦恼度预测模型训练、预测方法、系统、装置及介质

摘要

本发明公开了一种噪声烦恼度预测模型训练方法、预测方法、系统、装置及介质，训练方法包括：获取交通噪声数据集，交通噪声数据集包括多个交通噪声信号和交通噪声信号的第一特征值；确定受试者的第二特征值，并确定受试者对交通噪声信号的烦恼度评价值；根据第一特征值、第二特征值以及烦恼度评价值确定训练数据集；将训练数据集输入到预先构建的神经网络模型中进行训练，得到训练好的噪声烦恼度预测模型。本发明实施例考虑了不同人群特征对噪声烦恼度的影响，提高了噪声烦恼度预测模型的全面性和准确度，将交通噪声的特征值作为模型训练的输入，可以对来源未知的噪声进行烦恼度预测，提高了噪声烦恼度预测的效率，可广泛应用于交通噪声技术领域。