摘要
本发明公开了一种车内噪音评价预测实现方法、装置、设备及介质,涉及车辆应用技术领域,该方法包括对目标车辆进行车内噪音测试得到车内噪音频谱数据,同时基于主观评价方式得到主观评价结果;对车内噪音频谱数据进行频带划分,并采用对应车内噪音频谱数据的主观评价结果进行打标签,得到数据集,以实现训练集和验证集的构建;采用所述训练集对构建的深度学习网络模型进行训练,采用所述验证集对训练完成的深度学习网络模型进行验证;根据验证结果,基于深度学习网络模型进行车内噪音的主观评价结果预测,或者,优化车内噪音频谱数据的频带划分以再次得到训练集,并再次对深度学习网络模型进行训练。本申请能够实现车内噪音主观评价的准确预测。
技术关键词
深度学习网络模型
数据
打标签
训练集
随机梯度下降
算法
可读存储介质
车辆
处理器
程序
优化器
模块
存储器
计算机
非线性
频率
系统为您推荐了相关专利信息
NLP技术
协同过滤算法
智能匹配模块
人脸特征
身份验证模块
智能跳绳
导电高分子聚合物
传感
数据处理模块
柔性绝缘材料
装备
图像采集装置
误差测量方法
机器学习模型
条纹
工业互联网
集成分析方法
集成分析系统
数据适配器
设备故障预测