检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于SVM主动学习的音乐分类

计算机工程与应用 2016年第6期52卷 127-133页

作者：邵曦姚磊南京邮电大学通信与信息工程学院南京210003

提出了一种改进的SVM(支持向量机)主动学习方法,通过多次迭代提供给用户信息量最大的样本并将其加入训练集,可以大大减少人工标记样本所耗费的代价。为了评估分类器的性能,实验中对包含了五种音乐流派类别(舞曲、抒情、爵士、民乐、摇滚... 详细信息

提出了一种改进的SVM(支持向量机)主动学习方法,通过多次迭代提供给用户信息量最大的样本并将其加入训练集,可以大大减少人工标记样本所耗费的代价。为了评估分类器的性能,实验中对包含了五种音乐流派类别(舞曲、抒情、爵士、民乐、摇滚)的801首音乐样本进行了分类,并在分类准确率的收敛速度和达到同等准确率下需要标注的样本数目两个方面验证了提出的SVM主动学习方法的有效性。

关键词：支持向量机主动学习音乐分类

在线全文

学校读者我要写书评

暂无评论

基于特征提取与神经网络的音乐分类方法

数学的实践与认识 2014年第5期44卷 94-100页

作者：吴淦洲广东石油化工学院理学院广东茂名525000

首先用离散傅立叶变换对音乐进行预处理,然后根据不同类型音乐的统计规律提取了特征向量.最后利用BP神经网络对特征向量进行训练,建立了一种基于神经网络的音乐分类方法.仿真实验结果表明,方法是一种有效的分类方法.

关键词：离散傅立叶变换特征提取神经网络音乐分类

在线全文

学校读者我要写书评

暂无评论

基于改进的T型关联度在音乐分类中的应用

数学的实践与认识 2017年第20期47卷 155-163页

作者：杨晓宇黄浩王浩华海南大学信息科学技术学院海南海口570228

在音乐分类问题中,绝大多数的算法需要提取多个特征值进行分析,工作量和复杂程度也随之增加,并且分类太绝对化.为了降低工作量和复杂程度,采用新的方式对音乐进行分类,即引进灰色关联度分析方法.现有的灰色T型关联度模型均存在不足,对... 详细信息

在音乐分类问题中,绝大多数的算法需要提取多个特征值进行分析,工作量和复杂程度也随之增加,并且分类太绝对化.为了降低工作量和复杂程度,采用新的方式对音乐进行分类,即引进灰色关联度分析方法.现有的灰色T型关联度模型均存在不足,对序列采用绝对初值化处理,并且对关联系数计算公式进行改进,增强了结果的准确性和可信度.将提取出的短时能量、短时平均过零率和短时平均幅度作为音乐分类的三大特征值,对大部分音乐进行了较为准确的分类,排除率达到90.1%.而且此方法能够体现出各音乐之间的关联程度,使得分类更加人性化,这点具有现实意义.并且避免了复杂的计算过程和巨大的工作量,简化了解决问题的方式,也减少了对特征值的依赖,仅采用三种特征就达到了很好的效果.这充分反映了思路的正确性、实用性和可行性.

关键词：灰色T型关联度改进特征值音乐分类

在线全文

学校读者我要写书评

暂无评论

神经网络在音乐分类中的应用研究

计算机仿真 2010年第11期27卷 168-171页

作者：李剑重庆工程职业技术学院计算机系重庆400037

针对音乐的多样性和不确定性,使传统分类方法在大规模的实际音乐分类应用中速度慢、正确率低。为了提高音乐分类的正确率和分类精度,提出一种基于神经网络的音乐分类方法。首先采用倒谱系数提取音乐特征,选择最优的特征信号,加快识别速... 详细信息

针对音乐的多样性和不确定性,使传统分类方法在大规模的实际音乐分类应用中速度慢、正确率低。为了提高音乐分类的正确率和分类精度,提出一种基于神经网络的音乐分类方法。首先采用倒谱系数提取音乐特征,选择最优的特征信号,加快识别速度,然后利用BP神经网络模型对特征信号进行训练,建立最优分类器模型,最后对测试音乐进行分类。对民歌、古筝、摇滚和流行四种音乐进行仿真实验,神经网络分类方法平均分类正确率达88.6%,比传统方法的分类正确率高出5%,同时速度也相应加快。结果表明,神经网络分类方法是一种有效的音乐类型分类方法。

关键词：音乐分类神经网络特征提取隐含马尔科夫模型

在线全文

学校读者我要写书评

暂无评论

基于关联规则数据挖掘技术在音乐分类中应用

现代电子技术 2020年第1期43卷 99-101,106页

作者：张婷婷宝鸡文理学院

为了提高音乐分类的精准性及个性化,提出基于关联规则的数据挖掘技术在音乐分类中的使用,解决单一轨道提取的局限性问题。首先,对音乐文件预处理进行分析,主要包括提取主旋律、分析和声;之后,对基于FP_Growth关联规则挖掘算法的音乐风... 详细信息

为了提高音乐分类的精准性及个性化,提出基于关联规则的数据挖掘技术在音乐分类中的使用,解决单一轨道提取的局限性问题。首先,对音乐文件预处理进行分析,主要包括提取主旋律、分析和声;之后,对基于FP_Growth关联规则挖掘算法的音乐风格进行分析。因为FP_Growth算法只需要扫描两遍原始数据,对原始数据进行压缩具有较高的效率,所以将FP_Growth关联规则挖掘算法应用于音乐媒体的风格分类中,并且创建基于FP_Growth关联规则挖掘的音乐风格分类,减少所需频繁项集的数量,从而提高数据库扫描速度,在此过程中不需要候选项集,实现音乐分类过程中的数据挖掘;最后,对数据挖掘的效率进行Matlab测试,测试结果表示,相比基于LAD和Apriori算法的音乐风格分类,基于FP_Growth的音乐风格分类减少了I/O开销,提高了运行效率和分类的精准性。

关键词：音乐分类数据挖掘关联规则算法音乐风格分析主旋律提取 FP_Growth

在线全文

学校读者我要写书评

暂无评论

结合DCTM与HMM的音乐分类方法

计算机工程与设计 2012年第11期33卷 4245-4249,4332页

作者：徐桂彬邓伟苏州大学计算机科学与技术学院江苏苏州215006

改进相关主题模型(correlated topic model,CTM)使其具有动态性,提出了动态相关主题模型(dynamic correla-ted topic model,DCTM),使用变分卡尔曼滤波推断模型的隐含主题参数。将DCTM作为降维模型与隐马尔克夫模型(hidden Markov model,... 详细信息

改进相关主题模型(correlated topic model,CTM)使其具有动态性,提出了动态相关主题模型(dynamic correla-ted topic model,DCTM),使用变分卡尔曼滤波推断模型的隐含主题参数。将DCTM作为降维模型与隐马尔克夫模型(hidden Markov model,HMM)相结合对音乐分类。这一方法将音乐片段分割为等长的小片段,将小片段的声学特征向量通过相似性比较转化为单词序列,通过DCTM将单词序列转换为主题向量。将主题向量输入HMM得出分类结果。由于DCTM的动态建模,更好地提取对分类有用的信息,因此增强了方法的分类能力。实验验证了方法的有效性。

关键词：音乐分类相关主题模型动态相关主题模型变分卡尔曼滤波隐马尔克夫模型

融合KPCA与改进KNN的蒙古族音乐分类方法

在线全文

学校读者我要写书评

暂无评论

复旦学报（自然科学版） 2022年第5期61卷 573-580,588页

作者：宋扬王海龙柳林裴冬梅内蒙古师范大学计算机科学技术学院内蒙古呼和浩特010022

蒙古族音乐存在传承方式较为落后导致发展缓慢的问题,如何有效利用音乐分类技术对蒙古族音乐进行分类研究,有助于蒙古族音乐的传承与发展。现有的音乐分类方法在特征提取过程中由于特征数量的增多易存在无关和冗余特征,无关和冗余特征... 详细信息

蒙古族音乐存在传承方式较为落后导致发展缓慢的问题,如何有效利用音乐分类技术对蒙古族音乐进行分类研究,有助于蒙古族音乐的传承与发展。现有的音乐分类方法在特征提取过程中由于特征数量的增多易存在无关和冗余特征,无关和冗余特征反而会带来过拟合的风险,导致分类模型的性能差。针对此问题,本文提出一种融合核主成分分析和改进KNN的分类方法,即KPCA-FSKNN。该方法可以将提取到的特征进行有效降维,避免特征过度冗余,选择出有助于提升分类效果的最佳特征子集。实验结果表明,该方法优于其他分类算法,对蒙古族音乐分类的研究具有重要意义。

关键词：蒙古族音乐音乐分类核主成分分析改进KNN算法

在线全文

学校读者我要写书评

暂无评论

基于优化神经网络的音乐分类模型研究

现代电子技术 2020年第3期43卷 96-99页

作者：黄璟莆田学院音乐学院

为高效、精准地判断音乐风格归属,帮助用户快速获取偏好音乐风格,基于群智优化神经网络构建音乐风格分类模型。提取音乐样本的音质、节奏、旋律特征作为模型训练样本输入BP神经网络,通过初始化、隐含层及输出层计算、权值计算等步骤完... 详细信息

为高效、精准地判断音乐风格归属,帮助用户快速获取偏好音乐风格,基于群智优化神经网络构建音乐风格分类模型。提取音乐样本的音质、节奏、旋律特征作为模型训练样本输入BP神经网络,通过初始化、隐含层及输出层计算、权值计算等步骤完成神经网络模型训练。采用粒子群算法确定神经网络的最优权值与阈值,粒子群算法首先编码神经网络权值与阈值,其次计算粒子适应度值,更新粒子速度和位置,符合终止条件时输出神经网络的权值与阈值优化结果,并据此构建基于群智优化神经网络的音乐风格分类模型。模型测试结果表明,所提模型在正确区分不同音乐风格的同时,展示了音质、节奏、旋律等特征。

关键词：音乐分类分类模型特征提取模型训练最优权值确定模型构建

在线全文

学校读者我要写书评

暂无评论

改进极限学习机的电子音乐分类模型

现代电子技术 2017年第5期40卷 155-158页

作者：赵亮郑州大学体育学院河南郑州450000

针对传统模型无法准确实现电子音乐分类和识别的难题,提出改进极限学习机的电子音乐分类模型。首先对电子音乐数据进行采集,并提取其倒谱系数特征,并采用核主成分分析对特征进行筛选;然后采用遗传算法对极限学习机的参数进行选择,并用... 详细信息

针对传统模型无法准确实现电子音乐分类和识别的难题,提出改进极限学习机的电子音乐分类模型。首先对电子音乐数据进行采集,并提取其倒谱系数特征,并采用核主成分分析对特征进行筛选;然后采用遗传算法对极限学习机的参数进行选择,并用于构建电子音乐的分类器;最后采用多种类型的电子音乐进行仿真实验,改进极限学习机的电子音乐平均分类率达到了95%以上,电子音乐的错分率要远远低于当前其他电子音乐分类模型。实验结果验证了该电子音乐分类模型的可行性以及优越性。

关键词：音乐分类核主成分分析极限学习机音乐特征遗传算法