【摘要】：音樂是情感的重要載體,是人們?nèi)粘Ｉ钪胁豢苫蛉钡闹匾蛩亍ｋS著數(shù)字音樂數(shù)量的快速增長(zhǎng),人們對(duì)音樂情感分類和檢索的需求也在不斷增加。目前的音樂情感分類研究均把情感分類看作一個(gè)靜態(tài)的過程,并且忽視了用戶對(duì)音樂情感理解的主觀偏好。本文主要研究基于增強(qiáng)學(xué)習(xí)的個(gè)性化音樂情感分類系統(tǒng)。本文以心理學(xué)經(jīng)典情感模型VA模型為基礎(chǔ)提取了一個(gè)包含12種情感類別的情感空間,以歌曲的音頻特征為分類基礎(chǔ),應(yīng)用并比較多種分類算法訓(xùn)練了一個(gè)全新的音樂情感分類靜態(tài)模型�？紤]到靜態(tài)分類模型本身的誤差和用戶對(duì)音樂情感理解的主觀偏差,在該靜態(tài)模型的基礎(chǔ)上,本文對(duì)用戶在收聽音樂過程中的行為進(jìn)行了分析,構(gòu)建了一個(gè)新穎的基于增強(qiáng)學(xué)習(xí)的動(dòng)態(tài)模型。該模型通過對(duì)用戶行為的學(xué)習(xí)動(dòng)態(tài)調(diào)整情感分類結(jié)果,以實(shí)現(xiàn)對(duì)用戶情感偏好的個(gè)性化定制。本文從商業(yè)音樂網(wǎng)站收集了均勻涵蓋12種情感類別的600首歌曲,對(duì)歌曲進(jìn)行了音頻特征提取和特征篩選,建立了一個(gè)全新的音樂情感分類訓(xùn)練集,實(shí)現(xiàn)了一個(gè)新穎的音樂情感分類原型系統(tǒng)。本文通過實(shí)驗(yàn)分析了靜態(tài)情感分類模型的分類正確率,通過對(duì)用戶行為的模擬驗(yàn)證了動(dòng)態(tài)學(xué)習(xí)模型的可行性和有效性。小規(guī)模的用戶體驗(yàn)調(diào)查分析結(jié)果表明本文所研究的原型系統(tǒng)具有較好的應(yīng)用效果。
[Abstract]:Music is an important carrier of emotion and an indispensable factor in people's daily life. With the rapid growth of the number of digital music, the demand for music emotion classification and retrieval is increasing. The current research on music emotion classification takes emotion classification as a static process and ignores the subjective preference of users for music emotion understanding. This paper mainly studies the personalized music emotion classification system based on enhanced learning. Based on the classical emotional model of psychology, VA model, this paper extracts an emotional space containing 12 emotional categories, and classifies the audio features of songs as the basis of classification. A new static model of music emotion classification is trained by applying and comparing a variety of classification algorithms. Considering the error of static classification model itself and the subjective deviation of user's understanding of music emotion, this paper analyzes the behavior of users in listening to music on the basis of this static model. A novel dynamic model based on reinforcement learning is constructed. The model adjusts the emotional classification results dynamically by learning the user's behavior to realize the personalized customization of the user's emotional preference. This paper collects 600 songs covering 12 emotional categories evenly from the commercial music website, carries on the audio feature extraction and the feature screening to the songs, and establishes a brand-new music emotion classification training set. A novel prototype system of music emotion classification is implemented. In this paper, the classification accuracy of static emotion classification model is analyzed by experiments, and the feasibility and effectiveness of dynamic learning model is verified by simulation of user behavior. The results of a small-scale user experience survey show that the prototype system studied in this paper has a good application effect.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.3;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 蔣盛益;李霞;李碧;王連喜;;音樂情感自動(dòng)分析研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年18期

2 徐欣;周運(yùn);邵曦;;基于音樂情感特征提取的音樂檢索分析[J];信息通信;2011年05期

3 張玉英;孫旭光;馬睿;;基于音樂情感的音樂噴泉CAD系統(tǒng)[J];科技創(chuàng)新導(dǎo)報(bào);2012年11期

4 梁曉雯;閔友鋼;;音樂情感分類技術(shù)在媒體資產(chǎn)管理中的應(yīng)用[J];廣播與電視技術(shù);2009年01期

5 莊周;孟子厚;;混響對(duì)音樂情感感知的影響[J];演藝科技;2012年08期

6 袁文彬;;論舞蹈作品中肢體語言和音樂情感的關(guān)系[J];藝術(shù)科技;2014年05期

7 ;[J];;年期

相關(guān)會(huì)議論文 前7條

1 王愈;蔡銳;蔡蓮紅;;音樂情感分類中關(guān)鍵問題的研究[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

2 孫守遷;王鑫;劉濤;湯永川;;音樂情感的語言值計(jì)算模型研究[A];2006年首屆ICT大會(huì)信息、知識(shí)、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

3 王靜;朱慕華;胡明涵;;部分監(jiān)督的音樂情感分類[A];中國(guó)計(jì)算語言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

4 張娜;孫峗;毛峽;;音樂情感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

5 肖利俠;;民樂華彩(一)[A];第三屆中小學(xué)教師教學(xué)設(shè)計(jì)展論文集[C];2013年

6 劉怡;高s，

本文編號(hào)：2468619