车辆噪声预测方法、电子设备及介质

本发明提供了一种车辆噪声预测方法、电子设备及介质，本发明的方法包括：获取车辆多源数据；对多源数据进行相关性分析，选择相关性系数大于阈值的数据作为数据集；将数据集作为深度学习网络模型的输入，训练深度学习网络模型，得到噪声预测模型；深度学习网络模型包括多层并联的神经网络、输出层，神经网络包括依次连接的隐藏层和注意力机制层，注意力机制层和输出层连接。本发明结合牵引传动系统多源数据的相关性特征分析和注意力机制，有效提取牵引电机‑齿轮箱的噪声动态特性；通过注意力机制可以帮助模型在少量样本数据下抓取重要数据进行分析及学习，注意力机制计算关键特征数据的权重，对耦合噪声特性进行精准捕捉，提高噪声预测的准确性。