10.3969/j.issn.1006-1355.2021.03.025
汽车关门声品质预测的MSA-SVR方法研究
从多元统计分析方法与机器学习理论出发,建立一种基于多元统计分析-支持向量回归(Multivariate statis-tical analysis-support vector regression,MSA-SVR)的汽车关门声品质主观偏好值预测模型.以采集的14辆乘用车关门声样本为对象,运用成对比较法试验得出其主观偏好值,通过因子分析、聚类分析及相关性分析等多元统计方法对各客观参量间及主客观参量间的相关关系进行分析,得到其主要客观参数为响度、尖锐度以及A计权声压级;然后通过支持向量回归方法构建主观偏好值预测模型.结果显示,基于MSA-SVR方法的模型预测值均方误差更小,与偏好性试验的相关性更高,表明其预测能力更优,验证了MSA-SVR方法对汽车关门声品质预测的可行性和高效性.
声学、关门声、声品质、因子分析、支持向量回归、聚类分析、相关性分析
41
U467.4(汽车工程)
重庆市教委科研项目;整车NVH性能集成开发与匹配资助项目
2021-07-01（万方平台首次上网日期，不代表论文的发表时间）
共6页
145-150
