本发明专利技术实施例提供一种噪声品质确定方法及装置,该方法包括:获取待识别噪声的多个目标特征参数;获取各所述目标特征参数对应的权重值;根据所述多个目标特征参数、及各所述目标特征参数的权重值,确定所述待识别噪声的噪声品质。用于提高确定噪声品质的准确性。
【技术实现步骤摘要】
本专利技术实施例涉及声学
,尤其涉及一种噪声品质确定方法及装置。
技术介绍
随着科学技术的不断发展,用户对产品(例如空调、冰箱等)噪声品质的要求越来越高。目前,产品的噪声品质已成为用户购买产品的重要指标,因此,在产品上市之前,通常需要确定产品的噪声品质。在现有技术中,通常启动运行产品,获取产品在运行过程中产生噪声的分贝值,并根据噪声的分贝值确定噪声品质。然而,分贝值相同的不同噪声对人体舒适度的影响不同,因此,在现有技术中,仅根据分贝值确定的噪声品质的准确性较差。
技术实现思路
本专利技术实施例提供一种噪声品质确定方法及装置,用于提高确定噪声品质的准确性。第一方面,本专利技术实施例提供一种噪声品质确定方法,包括:获取待识别噪声的多个目标特征参数;获取各所述目标特征参数对应的权重值;根据所述多个目标特征参数、及各所述目标特征参数的权重值,确定所述待识别噪声的噪声品质。在一种可能的实施方式中,所述获取各所述目标特征参数对应的权重值,包括:获取各所述目标特征参数的目标参数类型;在预设数据库中获取各所述目标参数类型对应的权重值,其中,所述预设数据库中包括多个参数类型、及各所述参数类型对应的权重值。在另一种可能的实施方式中,在预设数据库中获取各所述目标参数类型对应的权重值之前,还包括:获取样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数;根据所述样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数,生成各所述特征参数的参数类型对应的权重值;在所述预设数据库中存储各所述参数类型对应的权重值。在另一种可能的实施方式中,所述根据所述样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数,生成各所述特征参数的参数类型对应的权重值,包括:根据各所述样本噪声的特征参数,确定各所述样本噪声对应的特征向量;通过神经网络对各所述特征向量、及各所述特征向量对应的用户评价参数进行处理,得到各所述特征参数的参数类型对应的权重值。在另一种可能的实施方式中,所述神经网络包括BP神经网络、RBF神经网络、广义回归神经网络中的至少一种。在另一种可能的实施方式中,所述根据所述多个目标特征参数、及各所述目标特征参数的权重值,确定所述待识别噪声的噪声品质,包括:根据如下公式一,确定所述待识别噪声的噪声品质Q:其中,所述n为目标特征参数的个数,所述λi为第i个目标特征参数的权重值,所述ki为第i个目标特征参数。在另一种可能的实施方式中,所述获取待识别噪声的多个特征参数,包括:获取多个预设参数类型;根据各所述预设参数类型,获取所述待识别噪声的、各所述预设参数类型对应的特征参数。在另一种可能的实施方式中,所述目标特征参数的类型包括响度、尖锐度、粗糙度、抖动度中的至少一种。第二方面,本专利技术实施例提供一种噪声品质确定装置,包括:第一获取模块,用于获取待识别噪声的多个目标特征参数;第二获取模块,用于获取各所述目标特征参数对应的权重值;确定模块,用于根据所述多个目标特征参数、及各所述目标特征参数的权重值,确定所述待识别噪声的噪声品质。在一种可能的实施方式中,所述第二确定模块具体用于:获取各所述目标特征参数的目标参数类型;在预设数据库中获取各所述目标参数类型对应的权重值,其中,所述预设数据库中包括多个参数类型、及各所述参数类型对应的权重值。在另一种可能的实施方式中,所述装置还包括第三获取模块、生成模块和存储模块,其中,所述第三获取模块用于,在所述第二获取模块在预设数据库中获取各所述目标参数类型对应的权重值之前,获取样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数;所述生成模块用于,根据所述样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数,生成各所述特征参数的参数类型对应的权重值;所述存储模块用于,在所述预设数据库中存储各所述参数类型对应的权重值。在另一种可能的实施方式中,所述生成模块具体用于:根据各所述样本噪声的特征参数,确定各所述样本噪声对应的特征向量;通过神经网络对各所述特征向量、及各所述特征向量对应的用户评价参数进行处理,得到各所述特征参数的参数类型对应的权重值。在另一种可能的实施方式中,所述神经网络包括BP神经网络、RBF神经网络、广义回归神经网络中的至少一种。在另一种可能的实施方式中,所述确定模块具体用于:根据如下公式一,确定所述待识别噪声的噪声品质Q:其中,所述n为目标特征参数的个数,所述λi为第i个目标特征参数的权重值,所述ki为第i个目标特征参数。在另一种可能的实施方式中,所述第一获取模块具体用于:获取多个预设参数类型;根据各所述预设参数类型,获取所述待识别噪声的、各所述预设参数类型对应的特征参数。在另一种可能的实施方式中,所述目标特征参数的类型包括响度、尖锐度、粗糙度、抖动度中的至少一种。本专利技术实施例所示的噪声品质确定方法及装置,当确定装置需要确定待识别噪声的噪声特性时,确定装置获取待识别噪声的多个目标特征参数、及各目标特征参数对应的权重值,根据多个目标特征参数、及各目标特征参数的权重值,确定待识别噪声的噪声品质。在上述过程中,由于目标特征参数对应的权重值为确定装置根据样本噪声的客观的特征参数、及用户对样本噪声的主观的用户评价参数确定得到的,使得目标特征参数对应的权重值更加精确,进而使得确定装置根据多个目标特征参数、及各目标特征参数的权重值,确定得到的噪声品质更加精确,提高了确定噪声品质的精确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术提供的噪声品质确定方法的应用场景示意图;图2为本专利技术提供的噪声品质确定方法的流程示意图;图3为本专利技术提供的确定权重值方法的流程示意图;图4为本专利技术提供的确定参数类型对应的权重值方法的流程示意图;图5为本专利技术提供的噪声品质确定装置的结构示意图一;图6为本专利技术提供的噪声品质确定装置的结构示意图二。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。图1为本专利技术提供的噪声品质确定方法的应用场景示意图,请参见图1,包括噪声品质确定装置101。该噪声品质确定装置可以确定多种产品的噪声品质,其中,该产品包括但不仅限于空调、冰箱、洗衣机、电脑等。当需要确定待识别噪声的噪声品质时,噪声品质确定装置先获取待识别噪声的多种特征参数,并根据预设的识别模型对多种特征参数进行处理,得到待识别噪声的噪声品质。在本申请中,根据噪声的多种特征参数确定噪声的噪声品质,使得确定得到的噪声品质更加精确。下面,通过具体实施例对本申请所示的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。图2为本专利技术提供的噪声品质确定方法的流程示意图,该方法的执行本文档来自技高网...
【技术保护点】
一种噪声品质确定方法,其特征在于,包括:获取待识别噪声的多个目标特征参数;获取各所述目标特征参数对应的权重值;根据所述多个目标特征参数、及各所述目标特征参数的权重值,确定所述待识别噪声的噪声品质。
【技术特征摘要】
1.一种噪声品质确定方法,其特征在于,包括:获取待识别噪声的多个目标特征参数;获取各所述目标特征参数对应的权重值;根据所述多个目标特征参数、及各所述目标特征参数的权重值,确定所述待识别噪声的噪声品质。2.根据权利要求1所述的方法,其特征在于,所述获取各所述目标特征参数对应的权重值,包括:获取各所述目标特征参数的目标参数类型;在预设数据库中获取各所述目标参数类型对应的权重值,其中,所述预设数据库中包括多个参数类型、及各所述参数类型对应的权重值。3.根据权利要求2所述的方法,其特征在于,在预设数据库中获取各所述目标参数类型对应的权重值之前,还包括:获取样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数;根据所述样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数,生成各所述特征参数的参数类型对应的权重值;在所述预设数据库中存储各所述参数类型对应的权重值。4.根据权利要求3所述的方法,其特征在于,所述根据所述样本噪声的多个特征参数、及各所述样本噪声对应的用户评价参数,生成各所述特征参数的参数类型对应的权重值,包括:根据各所述样本噪声的特征参数,确定各所述样本噪声对应的特征向量;通过神经网络对各所述特征向量、及各所述特征向量对应的用户评价参数进行处理,得到各所述特征参数的参数类型对应的权重值。5.根据权利要求4所述的方法,其特征在于,所述...
【专利技术属性】
技术研发人员:徐超,赵现枫,郝玉密,
申请(专利权)人:海信山东空调有限公司,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。