吸隔声性能提升
采用知识-数据双驱动方法，通过多层多目标框架结合自适应学习率LSTM，优化声学包系统的吸声和隔声性能，显著优于传统方法。
黄海波 · Huang, Xiaorong · 丁渭平 · Zhang, Siwen · Pang, Jian
Mechanical Systems and Signal Processing 2023
自适应学习率森林使学习率可增可减，克服了传统LSTM学习率单调递减导致的局部最优问题。
多层多目标方法作为知识模型，对声学包系统-子系统-部件多层结构进行建模，弥补了纯数据驱动方法忽略知识属性的不足。
实验验证表明，所提方法在有效性和鲁棒性上优于传统直接映射方法和传统LSTM方法，能更可靠地优化声学包性能。