基于支持向量机的居住区声景预测模型研究

《基于支持向量机的居住区声景预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工学硕士学位论文基于支持向量机的居住区声景预测模型研究RESEARCHONPREDICTIONMODELOFRESIDENTIALDISTRICTSOUNDSCAPEBASEDONSUPPORTVECTORMACHINE卢素梅2011年12月国内图书分类号：TU922学校代码：10213国际图书分类号：725.21密级：公开工学硕士学位论文基于支持向量机的居住区声景预测模型研究硕士研究生：卢素梅导师：康健教授，金虹教授申请学位：工学硕士学科：建筑技术科学所在单位：建筑学院答辩日期：2011年12月授予学位单位：哈尔滨工业大学ClassifiedInd

2、ex:TU922U.D.C:725.21DissertationfortheMasterDegreeinEngineeringRESEARCHONPREDICTIONMODELOFRESIDENTIALDISTRICTSOUNDSCAPEBASEDONSUPPORTVECTORMACHINECandidate：LuSumeiSupervisor：Prof.KangJianProf.JinHongAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ArchitectureTechnologyAf

3、filiation：SchoolofarchitectureDateofDefence：December,2011Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着人们环境意识的提高，对于健康舒适生活的追求已经成为必然。居住区作为人类居住环境中最重要的部分，居民对其各方面的环境质量越来越重视。在居住区的设计和使用过程中，声环境也越来越受到重视。如何让小区的规划师、建筑师和城市管理者能认识到居住区声环境的重要性并且能在工作中切实有效地改善居民居住区内的

4、声环境，是本文研究的着眼点。同时希望能在城市管理部门准备投入巨额资金改善环境噪声之前，为设计实践决策制定正确的方向。本文采用支持向量机预测技术对居住区进行了声景预测模型的研究。本文选择哈尔滨三个典型居住区作为调查地点，结合本文的研究内容设计调查问卷并实地进行客观物理指标的调查测量，包括风速、声压级、温度、湿度和亮度等。本文主要从居民/使用者、声音/声源、空间环境三个方面研究了他们与主观声舒适度评价之间的关系。首先对使用者/居民的性别、年龄、收入、学历和职业等社会特征和健康、性格、活动时间等个人特征与主观声舒适度之间的关系进行了研究。研究发现：使用者/

5、居民的收入、学历和职业等社会特征与声舒适度之间存在显著相关性；且健康、性格等个人特征与声舒适度之间也存在一定相关性。其次对声音/声源与声舒适度之间的关系进行了分析研究。研究发现：声压级与声舒适度的关系呈抛物线趋势变化；而且某些独立声源与整体环境下的主观声舒适度评价存在一定的相关性。例如汽车声、摩托车声、施工声、叫卖声和嬉闹声的主观响度和主观声舒适度对整体环境的声舒适度主观评价具有显著相关性。最后在空间环境方面，研究表明空间类型、区位交通、环境氛围和规划等空间因素对声舒适度存在一定影响。在其他物理环境因子方面，湿度、亮度、风速等环境因素与声舒适度存在相

6、关性。为了更进一步的研究居住区声景中各影响因素与声舒适度的关系，本文采用支持向量机预测技术建立了居住区声景预测模型。具体研究内容和成果如下：首先在调研结果分析的基础上对样本数据集进行了标准化处理，然后采用主因子分析法确定预测参数，并将数据进行规范化处理以便适应支持向量机分析工具LibSVM的应用；然后在操作系统为WindowsXP，LibSVM工具包的基础上进行试验对比，采用C++编译实现实证研究，得出现有声景数据库下所对应的支持向量机的最佳参数，最后建立居住区声景通用模型和独立模型。在这两类预测模型中，通用模型的概括性最好，预测结果的准确值较高。三

7、个独立模型的预测结果并不比通用模型高。通用模型预测结果的准确率为-I-哈尔滨工业大学工学硕士学位论文0.78。三个独立模型的预测结果的准确率分别为0.58、0.75、0.79。三个独立模型除了亚麻小区预测模型效果欠佳外，另外两个预测模型都得到了较好的预测效果。通过通用模型与独立模型预测结果的对比分析，可知通用型模型可以用来预测居住区声景。与独立模型相比，通用模型更适用于声景预测和指导居住区内有关声景的设计。在和谐社会的背景下，居住区的声景研究与预测模型的建立必将为居住区声环境的改善提供全新的设计理念和思考方法。关键词：居住区；声景；主观声舒适度；支持

8、向量机；预测模型-II-哈尔滨工业大学工学硕士学位论文AbstractWiththeimprovemento