已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、最近幾年,隨著Internet網(wǎng)和數(shù)字音頻技術(shù)的發(fā)展,基于內(nèi)容的音樂信息研究逐漸成為研究熱點。音樂信息檢索是基于內(nèi)容的音樂信息研究的重要課題之一。最近隨著互聯(lián)網(wǎng)上音樂的迅速增加,從互聯(lián)網(wǎng)上檢索出所需要的音樂變得十分困難。然而,目前大多數(shù)的音樂的分類都是基于手工分類,面對數(shù)字音樂如此蓬勃發(fā)展,手工分類已經(jīng)不足以應(yīng)對這種發(fā)展態(tài)勢,因此,基于內(nèi)容的音樂分類技術(shù)就顯得迫切和重要。
本文在音樂特征提取方面,引入音質(zhì)特征,主要包含其統(tǒng)
2、計方面的特征。在模式識別與分類方面,本文將新的模式識別與分類的方法應(yīng)用于本文的音頻分類系統(tǒng)中。在音樂流派自動分類系統(tǒng)中,本文新引入的特征比較有效,并且提高了正確率。在分類方法上,將支持向量機方法與基于最小-范數(shù)的稀疏表示方法的進行比較,基于稀疏表示的分類方法體現(xiàn)出較好的分類效果。同時通過實驗說明PCA與分類方法的有效結(jié)合,可以提高分類正確率。
中國古典樂器是世界樂器的重要組成部分,具有悠久的歷史。然而對中國古典樂器的研究少
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于信號稀疏表示的重構(gòu)與分類算法研究.pdf
- 基于近似_0范數(shù)最小化的NMR波普稀疏重建算法.pdf
- 基于稀疏表示的高光譜圖像分類算法研究.pdf
- 基于深度學(xué)習(xí)的音樂流派及中國傳統(tǒng)樂器識別分類研究.pdf
- 基于稀疏表示與鑒別分析算法的人臉圖像分類研究.pdf
- 基于神經(jīng)反應(yīng)模型和稀疏表示的圖像分類算法研究.pdf
- 基于BoW模型與稀疏表示的乳腺腫塊良惡性分類算法研究.pdf
- 基于二維稀疏表示和向量范數(shù)優(yōu)化的織物疵點有監(jiān)督分類研究.pdf
- 基于稀疏表示的SAR圖像分類模型及其算法的研究.pdf
- 基于稀疏表示的紋理分類方法研究.pdf
- 基于稀疏表示的圖像分類與目標跟蹤研究.pdf
- 基于稀疏表示的圖像分類方法研究.pdf
- 基于稀疏表示和深度神經(jīng)網(wǎng)絡(luò)模型的西洋樂器自動分類方法.pdf
- 基于稀疏表示的目標檢測與跟蹤算法研究.pdf
- 基于稀疏表示的視覺跟蹤算法研究與實現(xiàn).pdf
- 基于稀疏表示的目標跟蹤算法研究與實現(xiàn).pdf
- 基于稀疏表示的手勢識別算法研究.pdf
- 基于稀疏表示的圖像目標分類方法研究.pdf
- 基于稀疏表示分類器的和弦識別研究.pdf
- 基于稀疏表示的目標跟蹤算法.pdf
評論
0/150
提交評論