基于CNN和LSTM融合特征提取的车内声品质评价模型研究OA
Research on Sound Quality Evaluation of Vehicle Interior Noise Based on Merged Features Extracted by CNN and LSTM
基于深度学习方法建立的车内声品质评价模型不需要高度依赖声学理论和经验知识,可以有效提取深层次特征,客观高效地获得符合主观感受的评价结果.为获取噪声中符合人耳对声音感受的频率信息,便于在深度学习中进行特征提取,采用对数梅尔频谱和时频遮掩相结合的方法对采集到的噪声样本进行预处理.为有效提取车内噪声深层次特征,融合卷积神经网络(Convolution Neural Network,CNN)和长短时记忆网络(Long Short-Term Memory …查看全部>>
杨礼强;王攀;王杰
重庆大学机械与运载工程学院,重庆 400044重庆大学机械与运载工程学院,重庆 400044作业帮教育科技(北京)有限公司,北京 100085
交通工程
车内声品质评价模型卷积神经网络长短时记忆网络
《汽车工程学报》 2022 (5)
662-669,8
重庆市技术创新与应用发展专项资助项目(cstc2019jscx-zdztzxX0024)
评论