為了提高音樂(lè)分類和檢測(cè)正確率,設(shè)計(jì)了一種復(fù)雜噪聲環(huán)境中的音樂(lè)分類和檢測(cè)模型。首先分析當(dāng)前音樂(lè)分類和檢測(cè)的研究進(jìn)展,指出各種音樂(lè)分類和檢測(cè)模型存在的缺陷,然后采集音樂(lè)分類和檢測(cè)信號(hào),引入去噪技術(shù)對(duì)噪聲進(jìn)行消除處理,從信號(hào)中提取特征,最后將特征和音樂(lè)類型分別作為神經(jīng)網(wǎng)絡(luò)的輸入和輸出向量,通過(guò)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練建立音樂(lè)分類和檢測(cè)模型。在相同環(huán)境下,與其它音樂(lè)分類和檢測(cè)模型進(jìn)行了對(duì)比測(cè)試,結(jié)果表明,無(wú)噪聲環(huán)境下,這個(gè)模型的音樂(lè)分類和檢測(cè)精度超過(guò)95%,在復(fù)雜噪聲環(huán)境下,文中模型的音樂(lè)分類和檢測(cè)精度超過(guò)90%,遠(yuǎn)遠(yuǎn)超過(guò)音樂(lè)處理的實(shí)際應(yīng)用控制范圍,音樂(lè)分類和檢測(cè)效果優(yōu)于對(duì)比模型,具有一定的實(shí)際應(yīng)用價(jià)值。 

【文章來(lái)源】：微型電腦應(yīng)用. 2020,36(10)

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
0 引言
1 多種噪聲環(huán)境下的音樂(lè)分類和檢測(cè)模型
    1.1 音樂(lè)噪聲的去除技術(shù)
    1.2 音樂(lè)分類和檢測(cè)特征提取
    1.3 BP神經(jīng)網(wǎng)絡(luò)算法
    1.4 噪聲環(huán)境中的音樂(lè)分類和檢測(cè)步驟
2 音樂(lè)分類和檢測(cè)模型的性能對(duì)比測(cè)試
    2.1 測(cè)評(píng)平臺(tái)
    2.2 測(cè)評(píng)對(duì)象
    2.3 音樂(lè)分類和檢測(cè)精度分析
    2.4 音樂(lè)分類和檢測(cè)效率析
3 總結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]基于Android與JAVA的音樂(lè)在線分類管理與播放系統(tǒng)研究[J]. 倪璐.  自動(dòng)化技術(shù)與應(yīng)用. 2020(02)
[2]基于深度置信網(wǎng)絡(luò)的多特征融合音樂(lè)分類算法[J]. 鄭旦.  電子設(shè)計(jì)工程. 2020(04)
[3]基于U-Net和BGRU-RNN的實(shí)用歌聲檢測(cè)系統(tǒng)[J]. 陳志高,張旭龍,肖寒,肖川.  微型電腦應(yīng)用. 2019(10)
[4]基于過(guò)零率及頻譜的語(yǔ)音音樂(lè)分類算法[J]. 孫慧芳,龍華,邵玉斌,杜慶治.  云南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[5]面向中文歌詞的音樂(lè)情感分類方法[J]. 王潔,朱貝貝.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(08)
[6]PCA-改進(jìn)RPROP方法的BP算法在音樂(lè)信號(hào)分類中的應(yīng)用[J]. 符朝興,沈威,高述勇,閆福珍.  測(cè)控技術(shù). 2019(07)
[7]改進(jìn)的BP算法在音樂(lè)分類中的應(yīng)用研究[J]. 黃歡歡,盧亞玲.  武漢輕工大學(xué)學(xué)報(bào). 2018(04)
[8]一種基于分層結(jié)構(gòu)的音樂(lè)自動(dòng)分類方法[J]. 杜威,林滸,孫建偉,于波,姚愷豐.  小型微型計(jì)算機(jī)系統(tǒng). 2018(05)
[9]基于改進(jìn)的T型關(guān)聯(lián)度在音樂(lè)分類中的應(yīng)用[J]. 楊曉宇,黃浩,王浩華.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(20)
[10]基于DBN的多特征融合音樂(lè)情感分類方法[J]. 龔安,丁明波,竇菲.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(09)



本文編號(hào)：3164666