一种基于神经元网络算法对噪音加权评估的方法及其应用
公开
摘要
本发明公开的属于人工智能算法技术领域，具体为一种基于神经元网络算法对噪音加权评估的方法及其应用，其方法包括非线性多层的神经元网络的构建、神经元网络自动化推衍算法、神经元网络算法全面训练后推导的制动噪音加权响应面三个步骤，本发明采用了四层神经元网络方案，建立了鲁棒性优的非线性模型，为量化人耳主观评价提供了合适的加权矩阵。通过应用大量生产和试验制动系统获得的车辆测试结果，来开发和训练神经元网络模型。通过完全训练的神经元网络可以提供一个完整的制动噪音加权响应面，替代传统的响度加权曲线，并集成于国产ProStruct仿真求解器的后处理流程中，实现仿真模拟/人工智能一体化的应用实践。
基本信息
专利标题 ：
一种基于神经元网络算法对噪音加权评估的方法及其应用
专利标题（英）：
暂无
公开（公告）号 ：
CN114444376A
申请号 ：
CN202111544813.3
公开（公告）日 ：
2022-05-06
申请日 ：
2021-12-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
戴轶
申请人 ：
中昇易维软件科技（苏州）有限公司
申请人地址 ：
江苏省苏州市高新区竹园路209号4号楼13层1303室19工位(集群登记)
代理机构 ：
苏州国卓知识产权代理有限公司
代理人 ：
刘颖棋
优先权 ：
CN202111544813.3
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 G06N3/04 G06F119/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
