申请/专利权人:深圳大学
申请日:2023-12-19
公开(公告)日:2024-03-22
公开(公告)号:CN117743931A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/214;G06F18/213;G06N3/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及声景预测技术领域,具体是涉及融合多源城市数据的声景预测模型训练方法和预测方法。本发明对环境数据进行统计分析,以得到与声景相关的特征,也就是得到声景训练特征,基于声景训练特征训练神经网络模型,以得到声景预测模型。采集需要预测声景的待预测地理区域内的环境数据,并对该环境数据应用声景预测模型,预测模型输出该待预测地理区域的声景信息。本发明的环境数据是已有的数据,而不需要去现场采集,也就是只要采用已有的环境数据即可预测声景信息,从而扩大了本发明声景预测方法的应用场景。而且本发明采用声景预测模型预测声景信息,能够全面准确的预测声景。
主权项:1.一种融合多源城市数据的声景预测模型训练方法,其特征在于,包括:获取训练地理区域内已保存的环境数据,并对所述环境数据进行统计分析,以得到所述训练地理区域的声景训练特征;对所述声景训练特征应用神经网络模型,得到所述神经网络模型输出的针对所述训练地理区域的声景训练标签;获取所述训练地理区域的声景实测标签,依据所述声景实测标签和所述声景训练标签,计算所述神经网络模型的损失函数,并依据所述损失函数,训练所述神经网络模型,以得到声景预测模型。
全文数据:
权利要求:
百度查询: 深圳大学 融合多源城市数据的声景预测模型训练方法和预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。