← 返回列表
融合多源城市数据的声景预测模型训练方法和预测方法
申请人信息
- 申请人:深圳大学
- 申请人地址:518061 广东省深圳市南山区粤海街道南海大道3688号
- 发明人: 深圳大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 融合多源城市数据的声景预测模型训练方法和预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311763103.9 |
| 申请日 | 2023/12/19 |
| 公告号 | CN117743931A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 深圳大学 |
| 发明人 | 涂伟; 蔡钊悦; 叶垚森; 陈思琦; 陈睿哲; 余俊娴 |
| 地址 | 广东省深圳市南山区南海大道3688号深圳大学 |
摘要文本
深圳大学取得“一种透气窗帘布”专利技术，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。
专利主权项内容
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。