摘要
本申请公开了一种基于贝叶斯神经网络的隔声墙高频传声损失预测方法、装置、设备及介质,涉及计算机技术领域。包括:构建原始贝叶斯神经网络,并基于历史测量数据对原始贝叶斯神经网络进行训练以得到目标贝叶斯神经网络;获取待预测隔声墙的结构属性数据以及低频隔声量数据;结构属性数据包括待预测隔声墙的构成材料的参数数据;参数数据包括材料厚度数据以及材料面密度数据;低频隔声量数据为预设目标低频段的隔声量数据;将待预测隔声墙的结构属性数据以及低频隔声量数据输入到目标贝叶斯神经网络,以便生成与待预测隔声墙对应的高频隔声量数据。从而能够在不破坏隔声墙的情况下实现高精度的变电站隔声墙高频传声损失预测。
技术关键词
贝叶斯神经网络
参数
高频段
数据输出模块
节点
数据获取模块
吸声材料
蒙特卡洛
预测装置
建筑材料
可读存储介质
金属材料
变电站
处理器
电子设备
存储器
计算机
算法