[发明专利]值得保护的城市声景观品质自动监测方法

权利要求书

1.一种值得保护的城市声景观品质自动监测方法，其特征在于，包括步骤：

步骤一：对值得保护的城市声景观的不同品质状态进行录音采集；

步骤二：把步骤一采集到的声音信号转换为数字信号得到原声景观信号，将原声景观信号与不同类型、不同声级大小的噪声信号进行混缩，得到多个被噪声干扰的混缩噪声信号；对所有信号指代声景观品质的指标进行计算，从而获得每一个采集片段的指标参量；

步骤三、以未混缩噪声的原声景观信号作为对照组，以混缩噪声后的混缩噪声信号作为评价组，将二者进行配对比较评价，得到每一个采集片段中声景观品质受到影响程度的评价等级；

步骤四、基于步骤二和步骤三的数据集，建立决策树分类模型，该步骤进而分为以下步骤；

4-1、读取数据集及数据集预处理；

4-2、训练决策树模型，将数据集中一部分数据作为训练数据，另一部分数据作为测试数据，输入决策树模型进行训练；决策树模型的训练分为以下过程：首先，设第一个结点的训练数据集为D，计算现有特征对该数据集的基尼指数；其次，在所有可能的特征A以及他们所有可能的切分点a中，选择基尼系数最小的特征及其对应的切分点作为最优特征与最优切分点，再次，依最优特征与最优切分点，从现节点生成两个子节点，将训练数据集依特征分配到两个子结点中去；之后，对两个子节点递归地调用上述两个步骤，直至满足停止条件；最终，生成决策树模型；

4-3、数据集中声景观品质的改变程度3个等级分类，将其记为无影响、轻微影响、严重影响；生成后，决策树上的每个节点都标示了分支条件；

步骤五：基于步骤四中的得到的决策树分类模型的分支条件，获取指代声景观品质的指标的不同组合方式与声景观品质受影响程度之间的关系，用于实践中对声景观品质监测，对声景观的受影响程度进行分类识别。

2.根据权利要求1所述的值得保护的城市声景观品质自动监测方法，其特征在于：步骤一中，采集点设在值得保护的声景观场景中的典型位置；采集时间为15秒，采样频率为44.1kHz。

3.根据权利要求1所述的值得保护的城市声景观品质自动监测方法，其特征在于：步骤二中，噪声信号的类型包括两类：交通噪声和人群噪声；噪声信号的声级大小用信噪比表示，信噪比包括：-5dB、0dB、5dB、10dB和15dB五种情况。

4.根据权利要求1所述的值得保护的城市声景观品质自动监测方法，其特征在于：步骤二中，指代声景观品质的指标包括：声事件频谱重心方差、声事件频谱重心方差改变量、响度、响度改变量、尖锐度、尖锐度改变量、响度波动、响度波动改变量、Phi_1、Phi_1改变量、Tau_e改变量、节奏改变量以及粗糙度改变量；其中，声事件频谱重心方差用于描述混缩噪声信号和原声景观信号的背景声和声事件成分的特征，单位为Hz²；响度用于指代人耳对于混缩噪声信号和原声景观信号的强度，单位为sone；响度改变量为混缩噪声信号相对于原声景观信号的响度改变量，单位为sone；尖锐度用于描述人耳对于混缩噪声信号和原声景观信号的音高感，反映声信号的频率分布情况，单位为acum；尖锐度改变量为混缩噪声信号相对于原声景观信号的尖锐度改变量，单位为acum；响度波动用于描述混缩噪声信号和原声景观信号的波动情况，单位为dB；响度波动改变量为混缩噪声信号相对于原声景观信号的响度波动改变量，单位为dB；Phi_1、Tau_e为自相关函数的重要参数，用于描述声信号在事件上的重复性，Phi_1单位为dB，Tau_e单位为ms；节奏改变量为混缩噪声信号相对于原声景观信号的节奏改变量，单位为BPM；粗糙度改变量为混缩噪声信号相对于原声景观信号的粗糙度改变量，单位为asper，粗糙度用于描述声信号由于周期性时域波动所引起的主观听感。

5.根据权利要求1所述的值得保护的城市声景观品质自动监测方法，其特征在于：步骤三中，声景观品质受到影响程度的评价等级包括：无影响、轻微影响和严重影响三个等级。

6.根据权利要求1所述的值得保护的城市声景观品质自动监测方法，其特征在于：步骤四中，决策树模型的构建基于CART算法，在构建CART决策树时使用“基尼指数”准则来选择和划分属性；使用max_depth作为剪枝参数；在确定深度时，分别设置1-20不同深度，比较不同深度的拟合效果，选择效果最佳的深度设定为最大深度构建决策树模型；在确定分类效果时，采用准确率作为分类效果评价的参照，其表达式为其中TP指模型将正例预测准确的个数，TN指反例预测准确的个数，P和N分别是正和反的样本数总数。