基于数据挖掘技术的音乐风格分类方法的研究

作     者：钟子岳 

作者单位：南昌大学 

学位级别：硕士

导师姓名：武友新

授予年度：2013年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

主      题：音乐分类 数据挖掘 粗糙集原理 主动式Apriori 

摘      要：飞速发展的数字化信息技术对音乐产业产生了巨大的影响,音乐的播放与下载也已经成为了许多互联网运营商的主要业务。互联网技术促进了音乐产业的发展,各种新兴的音乐风格层出不穷,用户的欣赏喜好也因人而异。各大企业与众多学者已经开始研究如何利用计算机来解决音乐风格分类的问题。 本文以音乐学理论知识为基础,从数据挖掘技术的角度出发,提出了一种基于MIDI音乐文件的风格分类方法,该风格分类方法以音乐中原本的和声与旋律信息作为风格分类的依据,利用数据挖掘技术对音乐进行自底向上、分段、分层的风格分类,并与相关的其它分类方法进行了试验分析比较,得到了较为理想的试验结果。 本文主要的创新点包括：(1)改进了Skyline主旋律提取算法,提出了一种基于阈值与信息熵的MIDI文件主旋律提取算法;(2)提出了MIDl文件和声提取算法;(3)文章首次将粗糙集理论运用于音乐风格分类应用领域;(4)提出了一种时间复杂度为o(|C‖U|C|)的属性约简算法;(5)提出了一种主动查找式的Apriori频繁模式挖掘算法,有效地降低了挖掘频繁模式过程中的时空开销以及I/O开销：(6)本文提出了一种主旋律分段算法,有效地解决了音乐中的变调与离调表现手法对主旋律分析造成的影响,并使用了自底向上分层决策的方法,以音乐的和声与旋律分别作为依据对音乐的风格进行分类。 本文中的实验部分使用MATLAB进行仿真,并采用由Torvaldis等人开发的Midi Toolbox进行MIDI文件解码。