技术特征:
1.一种结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,包括以下步骤:
1)随机招募听力正常的被试,利用噪声敏感性量表得到个体的噪声敏感性值,其取值区间为[a,b];
2)根据被试的噪声敏感性值,以δd为间隔,按噪声敏感性值从低到高将被试分为c组,各组被试编号为j,j=1,2,3,…,c-1,c;
3)选取若干噪声样本,针对步骤1)中被试,开展噪声烦恼听力实验,计算每一组被试对单个噪声样本的烦恼度平均值;
4)采用配对样本t检验,从噪声敏感程度最高的第c组开始,分别检验该组被试与其余各组任何一组被试的噪声感知烦恼度差异,根据检验结果判断第j组被试是否应归为噪声高敏感人群;
5)基于步骤4),若判定噪声敏感程度高的第f 1~c组被试为噪声高敏感人群,则进一步分析第f组被试中噪声敏感性值高于该组噪声敏感性值区间的分界值的被试是否应归为噪声高敏感人群;
6)基于步骤5)中所述的分界值,将参与实验的全部被试中噪声敏感性值大于等于该分界值的被试归为噪声较敏感组,小于该分界值的被试归为噪声较不敏感组,计算所有噪声样本感知烦恼度组间差值的算术平均值
7)获取噪声样本声级范围内准确的噪声感知烦恼度组间差值的算术平均值
8)将
2.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤1)中,所述的噪声敏感性量表为weinstein噪声敏感性量表,其问题均采用6点李克特量表,正向计分时“完全同意”赋分为1,“完全不同意”赋分为6,反向计分则反之;被试对所有问题的选项得分之和为个体的噪声敏感性值;该值越大,表明被试对噪声越敏感。
3.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤2)中,分组方式具体为:
将噪声敏感性值小于r的被试合为一组,各组被试噪声敏感性值取值区间分别为[a,r),[r,r δd),[r δd,r 2δd),…,[r (c-4)δd,r (c-3)δd),[r (c-3)δd,r (c-2)δd),[r (c-2)δd,b]。
4.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤3)中,计算方法具体为:
根据
公式中,i为噪声烦恼数字等级量表中的烦恼等级,ni为选择第i等级的被试人次数。
5.根据权利要求1或4所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,所述的噪声样本为标准噪声或真实的环境噪声,所述的噪声烦恼数字等级量表为iso15666-2003给出的11级数字等级量表。
6.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤4)中,判定第j组被试为噪声高敏感人群的方法具体为:
若第j组被试与第j 1~c组中任何一组被试的噪声感知烦恼度的显著性大于预设值,且与第1~j-1组中至少一组被试的噪声感知烦恼度的显著性小于预设值,则判定第j组被试为噪声高敏感人群;
若c组被试均未判定为噪声高敏感人群,则进一步减小噪声敏感性值的分组间隔δd,重新分组,再通过步骤4)判定噪声高敏感人群。
7.根据权利要求6所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,所述预设值为0.05。
8.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤6)中,
根据
公式中,q为噪声样本数,x为噪声样本序号,δmax为样本x的感知烦恼度的组间差值。
9.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤7)中,
采用逻辑函数
公式中,k、m为待定系数,l、h分别为实验样本声学因子af区间的下限和上限,mahigh(af)、malow(af)分别为样本声学因子af与噪声较敏感组和较不敏感组被试感知烦恼度的逻辑拟合函数。
10.根据权利要求1所述的结合噪声烦恼反应识别噪声敏感人群的方法,其特征在于,步骤8)中,判断第f组被试中噪声敏感性值高于该组噪声敏感性值区间的分界值的被试是否应归为噪声高敏感人群以及阈值的确定方法具体为:
若
技术总结
本发明公开了一种结合噪声烦恼反应识别噪声敏感人群的方法,利用噪声敏感性量表获得被试的噪声敏感性值,结合噪声烦恼听力实验,可确定区分噪声高敏感和低敏感人群的阈值,解决了噪声敏感人群识别这一难题。由于噪声敏感性是一种稳定的人格特质,其与噪声类型、暴露强度无关,在确定区分噪声高敏感和低敏感人群的阈值后,无需开展噪声烦恼听力实验,可根据个体的噪声敏感性值是否超过该阈值,快速判断该个体是否属噪声高敏感人群。
技术研发人员:翟国庆;姚瑶;陈聪;林秦豪;吴健;马建刚
受保护的技术使用者:浙江大学;国网陕西省电力公司电力科学研究院
技术研发日:2021.05.17
技术公布日:2021.08.17
本文用于企业家、创业者技术爱好者查询,结果仅供参考。