首页|城市公园声景长时感知模型研究—以加拿大温哥华市3个城市公园为例

城市公园声景长时感知模型研究—以加拿大温哥华市3个城市公园为例

Modeling Long-Term Perceived Soundscape in Urban Parks: A Case Study of Three Urban Parks in Vancouver, Canada

扫码查看
原文链接
  • 万方数据
为探究循环神经网络(RNN)对长时间模拟城市公园声景感知响度(PLS)和感知协调度(PHS)的适用性,采用具有时序记忆和延迟功能的Elman神经网络和NARX神经网络分别进行验证.将城市公园声景和光景客观指标作为输入层,PLS和PHS作为输出层进行神经网络训练和模拟.研究结果显示:1)PLS和PHS同时与等效A声级(LAeq)、背景声(L95)以及光景客观指标中的直射光(TL)之间具有相关性;2)Elman神经网络对PLS有较好的长时模拟效果,而NARX神经网络则对PHS具有较优的长时模拟效果;3)从输入层各参数的贡献率来看,等效A声级(LAeq)、前景声(L5)、心理声学参数响度(LO)和漫射光(EL)同时在两个RNN模型中体现出了较高的贡献度.该结果表明,循环神经网络适用于城市公园的声景长时感知模型,并为城市公园的声景优化设计提供了有效的评估方法和参考依据.

洪昕晨、黄圳、王光玉、刘江

展开 >

福州大学建筑与城乡规划学院

加拿大英属哥伦比亚大学林学院

声景 光景 循环神经网络(RNN) 城市公园 长时模拟 感知响度 感知协调度

国家重点研发计划教育部人文社会科学研究项目福建省中青年教师科研项目

2018YFC070470521YJCZH038JAT200010

2022

10.14085/j.fjyl.2022.03.0086.06

风景园林
北京林业大学

风景园林

CSTPCDCHSSCD
影响因子：0.866
ISSN：1673-1530
年,卷(期)：2022.29(3)
  • 1
  • 9