一种基于数据驱动的特种车辆座椅振动舒适性评价方法

本发明公开了一种基于数据驱动的特种车辆座椅振动舒适性评价方法，涉及座椅舒适性评估技术领域，本发明通过将传感器采集到的9通道振动信息输入到多通道基本模型中进行第一次特征提取并进行数据融合；此外，数据融合前在模型中加入通道优先卷积注意力机制提取特征信息；然后将提取融合后的特征信息通过改进残差收缩模块生成新的网络模型进行座椅振动舒适度评估，本发明提出评估模型在评估座椅振动舒适程度方面表现出较高的准确性。本发明使用深度学习应用于特种车辆振动舒适性评价，提高了舒适性评估的准确率，减小了由于人为主观因素引起的舒适性评估误差，相比传统主观评价方法而言提高了特种车辆座椅舒适性评估效率。