噪声声品质主观评价研究中数据分析的新特点.pdf

节选段落一：
2非度量多维尺度分析
NMDS是一种多元统计分析方法，常用于市场满意度的调查中。它的基本原理是:假设所评价的样本
有N个，通过实验获得的对于样本两两之间感觉相似性的数据是N-1维，通过采用采用适当的降维方法，
将这种相似 (不相似)距离程度在低维度空间中点与点之间的距离表示出来。如果是仅仅利用相似性数据
的排序信息，则称为NMDS。该方法优点，不必事先预先对于感知的维度有物理的假定，而不受限制，实
现对于数据的可视化观察。


节选段落二：
作者将NMDS用于车内噪声声品质的研究中，成功地解释噪声声品质的主观感知属性[[3]，并且提出采
用NMDS进行主观评价实验的数据检验[[41
3主观实验系统
本文的实验声样本:车辆在匀速运行条件下驾驶舱内部噪声，样本数目15或者40个。声信号是采用
Head Acoustics公司声品质分析硬件、软件，实验声信号的记录和Sennheiser HD600耳机回放。采集的声
信号经过信号长度调节，和等响预处理，处理后为5秒钟的信号。评价者为34人。采用分组成对比较法、
语义细分法进行低沉度、偏好性主观评价。文献[4]中对实验介绍比较详细。


节选段落三：
其中重要的特点在于，对于评价者进行分类处理。即按照评价者之间的正负相关将人群分为两类，
分类处理之后分别平均进行偏好性的NMDS分析，两类偏好性分别采用一个维度就可以表示，即为对于成
对比较法采用直接排序法得到的声样本分数值。
这里本文，与采用偏好性语义细分法的实验数据进行分析比较。同样采用将评价者分类处理，然后进
行NMDS分析。图1为其中第二类评价者偏好性NMDS分析的结果。分析结果表明，对于语义细分法两
类人的偏好性评价采用2个维度才能获得好的效果。