加筋板材料辨识的导纳特征表达与冲击声特征提取

以表征物理属性的导纳特征为中间量,提取与加筋板材料属性有关的冲击声特征。先用相关分析方法获得金属加筋板物理属性的导纳特征表达以及导纳特征与冲击声特征之间的联系,间接得到表征声源物理属性的冲击声特征,然后通过支持向量机分类器验证不同特征在金属加筋板材料分类辨识中的性能。结果表明,所得的4组冲击声特征能准确识别出不同的材料,单个特征的识别率与对应材料属性的可分程度有关,理想冲击声声特征比音色特征的平均识别率更高。由此可见,利用导纳特征提取与材料属性相关冲击声特征的方法是有效的,且所提的特征能够很好的反映声源材料属性。      

基于Shamma模型的车辆噪声听觉谱特性与目标分类

为了满足现代交通对汽车类型自动识别的需求,针对等响度车辆噪声提出基于Shamma模型的听觉谱特性识别特征。首先分析了Shamma模型中听觉早期阶段和听皮层多尺度分析阶段的转换原理,给出了中枢听觉模型中STRF模型及纹波密度-速率图的计算方法。利用三类车辆空转状态下噪声的幅频、听觉谱和密度-速率特性进行分类识别,发现密度-速率特征具有识别率高、计算量小的特点,更适宜用于作为目标自动识别特征。     

基于听觉中枢模型的水下噪声音色表达与特性分析

为建立水下噪声音色特征的定量表达以用于目标识别, 本文将主观评价实验获得的 4个本质音色维度得分与声音的听觉中枢响应建立联系, 得到音色的偏最小二乘回归模型, 并基于回归系数对每个维度进行物理分析. 为验证该方法的有效性, 本文提取大量音色描述符作为自变量进行对比, 结果表明听觉中枢模型预测能力有一定优势. 同时发现, 前 3个本质音色维度可分别由高频能量比例、谱平坦程度和时域连续性描述, 而第4 维度则无法与任何声学特征建立联系. 关键词： 本质音色 听觉中枢模型 偏最小二乘回归 音色描述符     

基于不相似度评价的水下声目标分类与听觉特征辨识

本文旨在探索人类被试对水下声目标的感知分类及在该过程中所利用的听觉特征.首先设计了成对比较实验.然后利用CLASCAL算法对实验获得的不相似度评分进行建模,获得感知空间,并分析了3个公共维度、特异性和3个被试潜类各自的特性及其在目标感知分类中所起的作用.最后,基于Gammatone听觉滤波器组对声样本进行分析,发现了能够有效描述3个公共维度以及节拍特性的听觉特征,并利用它们构造决策树对新样本实现了分类,从而为实际中如何应用这些特征提供了指导.