摘要
本发明公开了一种基于机器学习的声学材料隔声性能评估方法,包括进行图像识别获取声学材料第一表观特征,构建声学材料图神经网络,根据声学材料图神经网络预测有限元关键参数并进行声学模拟获得预测基本隔声性能,根据深度隔声性能预测模型获得预测深度隔声性能,根据声学材料设计目标确定第一性能权重,根据所述环境状态修正所述第一性能权重获得第二性能权重,根据所述第二性能权重、所述预测深度隔声性能和所述预测基本隔声性能确定隔声评分,根据所述隔声评分确定待评估声学材料隔声等级。该方法可以精准高效地进行声学材料隔声性能评估,同时为声学材料的研发、选型与应用提供了强有力的技术支撑。
技术关键词
性能预测模型
性能评估方法
隔声特征
置信度阈值
物理特征提取
参数
耦合特征
材料横截面
表达式
控制点
多模态
表面微结构
矩阵
边缘曲率特征
配准算法
图像
节点
SIFT特征点
材料杨氏模量
系统为您推荐了相关专利信息
视频监控信息
状态评价方法
学生
关键词
学习监督技术
遥感图像匹配方法
交叉注意力机制
轻量级卷积神经网络
矩阵
参数化技术
板书文字
混合高斯模型
板书图像
YOLO模型
分辨率
轻量化方法
蒸馏
交互注意力
适配器
Softmax函数