买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华中科技大学

摘要：本发明提供了PSO优化延时算子模型的车辆驾驶室声品质评价方法，通过采用具备全局寻优能力的PSO算法，使PSO算法优化网络的初始权值和阈值一开始就落在一个较小的范围内，减小了后续训练成本，实现了提高对声品质的评价精度的功能。本发明采用的含有延时算子的声品质预测模型具有收敛速度快、训练时间短、能有效利用历史学习样本、评价模型的准确性高、能有效抑制局部极小值出现的优点。本发明解决了传统声品质评价模型训练时间复杂度较大、陷入寻找某个极小值无法自拔导致的声品质预测精度较低的问题。

主权项：1.PSO优化延时算子模型的车辆驾驶室声品质评价方法，其特征在于：包括以下步骤：S1：输入多组样本数据作为训练集，设置输入变量为响度、尖锐度、粗糙度，输出变量为烦躁度；S2：构建含延时算子的神经网络模型，设置初始权值和阈值；含延时算子的神经网络模型按信号流向依次包括输入层、隐藏层和输出层，还包括若干个延时算子节点，用于记忆k-1时刻隐藏层的输出，并作为k时刻隐藏层的输入之一；所述的步骤S2的含延时算子的网络模型中，设x、x1、x2、x3为输入层节点，x1、x2、x3分别代表响度、尖锐度、粗糙度；y、y1、y2为隐藏层节点，用于模型的训练和计算；o、o1为输出层节点，o1代表人对于声音的烦躁度；b0、b1为阈值；k为时刻，w为从隐藏层到输出层的权值向量，g为输出层的传递函数；则输出层节点向量为：ok＝g[wyk]；设z为从隐藏层到延时算子的权值向量，d为延时算子的输出向量，v为从输入层到隐藏层的权值向量，f为隐藏层的传递函数；则隐藏层节点向量为：yk＝f[zdk+vxk-1]；延时算子向量为：dk＝yk-1；误差为： S3：通过PSO算法优化初始权值和阈值，具体步骤为；S31：定义粒子群；将含延时算子的神经网络模型的训练集误差函数作为PSO算法的适应度函数；S32：计算粒子的个体适应度；S33：寻找粒子的个体极值和群体极值；S34：更新粒子的速度和位置；S35：计算粒子适应度；S36：更新粒子的个体极值和群体极值；S37：若所有粒子都找到一次自己的局部最优解则算一次迭代；判断当前迭代次数是否达到预设的最大迭代次数，若达到则满足终止条件并结束优化；若未达到则执行步骤S34；S4：通过训练集训练含延时算子的神经网络模型；S5：采集车辆驾驶室内的声音数据并输入训练好的含延时算子的神经网络模型，通过输出结果对车辆驾驶室内的声品质进行评价。

全文数据：

权利要求：

百度查询： 华中科技大学 PSO优化延时算子模型的车辆驾驶室声品质评价方法