基于聽覺圖像的音樂流派自動(dòng)分類系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡(luò)上的音樂信息成千上萬,如何在最短時(shí)間內(nèi)篩選出滿足用戶需求的音樂,成為現(xiàn)代生活中亟待解決的問題。于是,基于內(nèi)容的音樂信息檢索技術(shù)成為信息檢索領(lǐng)域至關(guān)重要的技術(shù),音樂流派自動(dòng)分類成為近年來研究的熱點(diǎn)之一。
　　本文將聽覺圖像引入音樂流派自動(dòng)分類的研究中,采用聽覺圖像模型,設(shè)計(jì)濾波器等模擬人耳耳蝸的結(jié)構(gòu)功能,將一維音頻信號(hào)轉(zhuǎn)換為二維聽覺圖像。然后,對(duì)不同音樂流派的聽覺圖像進(jìn)行尺度不變特征轉(zhuǎn)換(SIFT)及空間金字塔

2、匹配(SPM),提取不同流派聽覺圖像的紋理特征。其中,尺度不變特征變換可以提取不同空間位置上聽覺圖像灰度值相對(duì)位置、大小關(guān)系和梯度方向信息,能夠更加全面的描述圖像局部特征;而空間金字塔匹配方法在3個(gè)不同層次上將稀疏化的聽覺圖像局部特征以不同刻度整合起來,表征聽覺圖像在不同層次上的全局特征?；诼犛X圖像的特征向量是高維度的、稀疏化的向量,本文分類方法選取在音樂流派自動(dòng)分類中效果較明顯的K-最近鄰分類器和支持向量機(jī)。不同 k值的K-最近鄰結(jié)