文献

J-GLOBAL ID：201602268108938946   整理番号：16A1238115

エントロピー法とELM-ADABOOSTに基づく懸架装置のイソフラボン品質予測【JST・京大機械翻訳】

Prediction of a suspension shock absorber’s sound metric based on sample entropy and ELM-adaboost

著者 (5件)： Huang Haibo (School of Mechanical Engineering, Southwest Jiaotong University) ,  Li Renxian (School of Mechanical Engineering, Southwest Jiaotong University) ,  Huang Xiaorong (School of Mechanical Engineering, Southwest Jiaotong University) ,  Yang Mingliang (School of Mechanical Engineering, Southwest Jiaotong University) ,  Ding Weiping (School of Mechanical Engineering, Southwest Jiaotong University)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 35  号： 13  ページ： 125-133,193  発行年： 2016年 
JST資料番号： C2157A  ISSN： 1000-3835  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 車両懸架装置の騒音は,車両の音響品質を悪化させることができ,そして,異なる道路条件の下の車両の道路試験を,設計した。収集した車内騒音信号に対して、それぞれAの音圧レベルと心理音響の客観パラメータ(ラウドネス、鮮鋭度、音声明瞭度、抖動度度と粗さ)を計算し、減振器異の特徴的な情報を抽出し、それと主観評価との相関分析を行った。一方,ウェーブレットパケット分解とエントロピーの概念を導入して,減振器異の特性情報を効果的に抽出し,ADABOOSTに基づく限界学習機械(ELM)アルゴリズムを提案し,ダンパの品質予測モデルを確立した。それをサポートベクトルマシン(SVM),一般化ニューラルネットワーク(GENERALIZED)と比較した。研究結果は以下を示す。従来のA重みづけ音圧と心理音響学的指標は,ダンパの品質予測に効果的に適用できず,ウェーブレットパケットエントロピーによって抽出された異常値特性とELM-ADABOOSTアルゴリズムは,効果的に,ダンパの品質を予測することができ,SVMとGRNNよりも優れている。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： ラウドネス ,  *懸架装置 ,  *品質 ,  鮮鋭度 ,  音圧 ,  音圧レベル ,  ダンパ ,  音質 ,  *エントロピー ,  心理音響 ,  サポートベクトルマシン ,  主観評価
準シソーラス用語： 相関分析 ,  車内騒音 ,  *品質予測 , 【Automatic Indexing@JST】

著者キーワード (6件)： shock absorber abnormal noise ,  sound metric ,  wavelet packet ,  sample entropy ,  Adaboost ,  extreme learning machine

分類 (1件)： 懸架装置  (QG03050G)

タイトルに関連する用語 (4件)： エントロピー法 ,  懸架装置 ,  イソフラボン ,  品質予測