项目名称: 基于人工神经网络技术的商业步行街声景预测研究

项目编号: No.51308145

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 建筑科学

项目作者: 孟琪

作者单位: 哈尔滨工业大学

项目金额: 24万元

中文摘要: 商业步行街是我国大中城市重点投资建设的项目之一,同时也是重要的城市景观。然而商业步行街人数众多,噪声污染大,声环境复杂,使得人们的听觉感受较低,从而严重影响了商业步行街的使用性与观赏性。因此,如何利用绿色声学和可持续发展理念改善和预测商业步行街声环境,成为一个亟待解决的重要科学问题。本研究首先以客观测量和主观调查的方式为基础,建立商业步行街声景的数据库。其次,通过分析声音、使用者、空间和环境等因子,确定商业步行街声景的影响因素。再次,构建基于人工神经网络的商业步行街声景预测模型,并在多参数比较和神经网络模型对比分析的基础上,确定最优的预测模型。最后,本研究将根据商业步行街的特点,提出多种有针对性的分类预测模型,并通过提炼出声景的主要影响因素,结合预测结果,编制商业步行街声景预测指南。本研究期望通过人工神经网络预测模型和预测指南为商业步行街的立项决策、优化设计、项目验收和大众监督提供依据。

中文关键词: 商业步行街;声景;人工神经网络;预测模型;声舒适度

英文摘要: Commercial pedestrian streets are not only important projects but also indispensable landscapes in present cities.However, because of noise pollution as well as large number of persons, the evaluation of sound environment in commercial pedestrian streets is low, therefore, how to improve the environmental construction using the concept of green acoustics and of sustainable development becomes an important scientific problem. In this research, firstly, a soundscape database which combines characteristics of sounds, users, environment and spaces will be established based on measurements and questionnaire surveys. Secondly, the factors which influenced the soundscape in commercial pedestrian streets will be analyzed by using different methods such as statistics, building acoustics and environmental psychology. Thirdly, the optimized prediction models based on artificial neural networks (ANN) for soundscape in commercial pedestrian streets will be given by analyzing the different parameters and networks. Finally, some group prediction models will be given by considering different types of commercial pedestrian streets, while a prediction handbook for soundscape in commercial pedestrian streets will be also given based on main factors of soundscape and prediction models. From this research, the prediction models and

英文关键词: commercial pedestrian street;soundscape;artificial neural network;prediction model;acoustic comfort

成为VIP会员查看完整内容
0

相关内容

WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
专知会员服务
97+阅读 · 2021年6月23日
【WSDM2021-Tutorial】偏见感知推荐系统的进展,134页ppt
专知会员服务
49+阅读 · 2021年3月9日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
创业邦招聘丨2022,一起探索商业“未来式”
创业邦杂志
0+阅读 · 2022年3月4日
2022 还有新商业机会吗?
人人都是产品经理
0+阅读 · 2022年1月2日
AI数据派祝您中秋快乐
THU数据派
0+阅读 · 2021年9月21日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
Arxiv
2+阅读 · 2022年4月17日
Arxiv
18+阅读 · 2021年3月16日
Arxiv
35+阅读 · 2021年1月27日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关VIP内容
WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
专知会员服务
97+阅读 · 2021年6月23日
【WSDM2021-Tutorial】偏见感知推荐系统的进展,134页ppt
专知会员服务
49+阅读 · 2021年3月9日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
相关资讯
创业邦招聘丨2022,一起探索商业“未来式”
创业邦杂志
0+阅读 · 2022年3月4日
2022 还有新商业机会吗?
人人都是产品经理
0+阅读 · 2022年1月2日
AI数据派祝您中秋快乐
THU数据派
0+阅读 · 2021年9月21日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
相关论文
Arxiv
2+阅读 · 2022年4月17日
Arxiv
18+阅读 · 2021年3月16日
Arxiv
35+阅读 · 2021年1月27日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
24+阅读 · 2018年10月24日
微信扫码咨询专知VIP会员