發(fā)布時(shí)間：2017-10-18 20:40

  本文關(guān)鍵詞：中國(guó)民族音樂(lè)特征提取與分類技術(shù)的研究

  更多相關(guān)文章： 中國(guó)民樂(lè) 特征提取 音樂(lè)分類 特征選擇 啟發(fā)式

【摘要】：隨著現(xiàn)代科技的發(fā)展,音樂(lè)信息檢索已經(jīng)發(fā)展為一個(gè)新興的研究領(lǐng)域,在國(guó)內(nèi)外都屬于比較熱門(mén)的研究課題。作為音樂(lè)信息檢索以及其他音頻處理的重要輔助手段,音樂(lè)自動(dòng)分類方法的研究在理論上和應(yīng)用上都具有重要的意義。 中國(guó)地域遼闊、歷史文化積淀厚重,孕育了獨(dú)特的中國(guó)民族音樂(lè),其地方色彩之豐美,世界各國(guó)難與相媲美。對(duì)中國(guó)民樂(lè)研究,在探索音樂(lè)文化歷史形態(tài)的變遷和歷史音頻修復(fù)等方面都有著重要意義。本文采用信號(hào)處理、機(jī)器學(xué)習(xí)等領(lǐng)域的技術(shù)方法,從特征提取、分類器選擇、特征選擇三個(gè)方面對(duì)中國(guó)民樂(lè)分類方法進(jìn)行了較深入的研究。 本文收集并整理642首中國(guó)傳統(tǒng)民樂(lè),共分古琴、古箏、揚(yáng)琴、二胡、笛子、琵琶、南音和嗩吶8類,建立了中國(guó)民樂(lè)音樂(lè)數(shù)據(jù)庫(kù),同時(shí)對(duì)音頻文件進(jìn)行10s長(zhǎng)度和20s長(zhǎng)度切片處理,形成數(shù)據(jù)集Folk10s和Folk20s。本文的主要實(shí)驗(yàn)數(shù)據(jù)均來(lái)源于此。 音樂(lè)的自動(dòng)分類一般可以分為特征提取與分類兩個(gè)階段。本文首先通過(guò)對(duì)各類民樂(lè)音頻特性的深入分析,建立音樂(lè)特性與音頻數(shù)字特征的對(duì)應(yīng)關(guān)系,從音調(diào)、響度、音色和節(jié)奏4個(gè)方面挑選出14個(gè)具有代表性的數(shù)字特征(共70維),作為民族音樂(lè)分類的音頻特征。然后使用模式識(shí)別領(lǐng)域中常見(jiàn)的5中分類器：BP神經(jīng)網(wǎng)絡(luò)分類、樸素貝葉斯分類器、K近鄰分類算法(KNN)、決策樹(shù)分類算法和統(tǒng)計(jì)支持向量機(jī)(SVM)來(lái)探索適合于中國(guó)民樂(lè)的分類方法。實(shí)驗(yàn)表明,SVM在處理民樂(lè)分類問(wèn)題上性能優(yōu)于其它分類器。 為了研究支持向量機(jī)核函數(shù)的選擇和各聲學(xué)特征集及其組合對(duì)分類器性能的影響,本文使用支持向量機(jī)在民樂(lè)數(shù)據(jù)集上對(duì)各特征集的分類性能進(jìn)行了評(píng)估,并驗(yàn)證了徑向基核函數(shù)(RBF)的有效性。 雖然使用支持向量機(jī)在民樂(lè)分類上取得了不錯(cuò)的效果,但一些無(wú)用特征和冗余特征的存在仍然對(duì)分類器的性能造成了一定的負(fù)面影響。為減少分類器的訓(xùn)練時(shí)間,提升分類準(zhǔn)確率,發(fā)現(xiàn)最能反映民樂(lè)特征的特征,我們分別使用了ReliefF、ReliefF-PCA、Relief-CA三種過(guò)濾式特征選擇算法在FolklOs數(shù)據(jù)集上進(jìn)行了特征選擇實(shí)驗(yàn),并提出了兩種基于混合模型的特征選擇算法：?jiǎn)l(fā)式向前搜索(HFS)和啟發(fā)式向后搜索(HBS)。實(shí)驗(yàn)結(jié)果表明,這兩種特征選擇算法均表現(xiàn)出優(yōu)秀的性能。為了探究HFS和HBS方法在多數(shù)據(jù)集上的性能,本文在另外兩個(gè)非音樂(lè)類數(shù)據(jù)集：波形噪聲數(shù)據(jù)集和手寫(xiě)字符識(shí)別數(shù)據(jù)集上進(jìn)行了特征選擇實(shí)驗(yàn)。結(jié)果表明HFS和HBS不論從分類準(zhǔn)確率上還是降維方面的表現(xiàn)都優(yōu)于其它的方法,這進(jìn)一步驗(yàn)證了它們的有效性和魯棒性。 中國(guó)民樂(lè)是一種特殊形式的傳統(tǒng)音樂(lè),色彩豐美,藝術(shù)價(jià)值很高。通過(guò)基于內(nèi)容的民樂(lè)分類之后,為進(jìn)一步的民樂(lè)檢索和相關(guān)的分析處理如民樂(lè)修復(fù)和數(shù)字化重制等工作提供了便利。因此,研究基于中國(guó)民樂(lè)自動(dòng)分類方法是一項(xiàng)非常重要而有意義的工作。
【關(guān)鍵詞】：中國(guó)民樂(lè) 特征提取 音樂(lè)分類 特征選擇 啟發(fā)式
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：J607
【目錄】：

• 摘要5-7
• Abstract7-12
• 第1章 緒論12-18
• 1.1 課題研究的背景和意義12-13
• 1.2 音樂(lè)分類國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.3 論文的主要研究?jī)?nèi)容15-16
• 1.4 論文的組織結(jié)構(gòu)16-18
• 第2章 民樂(lè)特征分析與提取18-31
• 2.1 中國(guó)民族音樂(lè)簡(jiǎn)介18-19
• 2.2 音樂(lè)信號(hào)處理相關(guān)技術(shù)19-21
• 2.2.1 短時(shí)處理技術(shù)19-20
• 2.2.2 傅里葉變換20-21
• 2.3 民樂(lè)信號(hào)的預(yù)處理21-22
• 2.4 民樂(lè)分類特征22-29
• 2.4.1 表征音調(diào)的特征23-24
• 2.4.2 表征響度的特征24-25
• 2.4.3 表征音色的特征25-28
• 2.4.4 表征節(jié)奏的特征28-29
• 2.5 民樂(lè)數(shù)據(jù)集和特征向量的構(gòu)建29-31
• 2.6 本章小結(jié)31
• 第3章 民樂(lè)分類方法的選擇31-43
• 3.1 引言31-33
• 3.2 經(jīng)典分類器介紹33-41
• 3.2.1 樸素貝葉斯33-34
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)34-36
• 3.2.3 K近鄰36-38
• 3.2.4 決策樹(shù)38-39
• 3.2.5 支持向量機(jī)39-41
• 3.3 分類實(shí)驗(yàn)及結(jié)果分析41-42
• 3.4 本章小結(jié)42-43
• 第4章 基于支持向量機(jī)的民樂(lè)分類43-52
• 4.1 統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)43-48
• 4.1.1 統(tǒng)計(jì)學(xué)習(xí)理論43-46
• 4.1.2 支持向量機(jī)的多分類問(wèn)題46-47
• 4.1.3 支持向量機(jī)的特點(diǎn)及應(yīng)用47-48
• 4.2 核函數(shù)的選擇對(duì)分類器性能的影響48-49
• 4.3 不同聲學(xué)特征集的分類性能比較分析49-51
• 4.4 本章小結(jié)51-52
• 第5章 民樂(lè)分類中的特征選擇52-75
• 5.1 引言52-53
• 5.2 過(guò)濾式特征選擇算法53-60
• 5.2.1 Focus算法54-55
• 5.2.2 ReliefF算法55-58
• 5.2.3 ReliefF算法的改進(jìn)58-60
• 5.3 封裝式特征選擇算法60-62
• 5.4 兩種啟發(fā)式的混合特征選擇算法62-64
• 5.4.1 啟發(fā)式向前搜索(HFS)62-63
• 5.4.2 啟發(fā)式向后搜索(HBS)63-64
• 5.5 實(shí)驗(yàn)結(jié)果與分析64-74
• 5.5.1 過(guò)濾式特征選擇算法結(jié)果64-67
• 5.5.2 HBS和HFS特征選擇算法結(jié)果67-72
• 5.5.3 各種算法性能比較72-73
• 5.5.4 HBS和HFS算法的推廣探索73-74
• 5.6 本章小結(jié)74-75
• 第6章 總結(jié)與展望75-77
• 參考文獻(xiàn)77-80
• 攻讀碩士期間發(fā)表的學(xué)術(shù)論文80-81
• 致謝81

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 劉洪健;李小明;;云南民族文化珍貴歷史音頻資料信息管理系統(tǒng)應(yīng)用初探[J];云南藝術(shù)學(xué)院學(xué)報(bào);2014年04期

2 劉洪健;李小明;;云南民族文化珍貴歷史音頻資料修復(fù)與數(shù)字化保存研究——以黃虹錄音唱片《小河淌水》、《彌度山歌》為例[J];云南藝術(shù)學(xué)院學(xué)報(bào);2013年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 楊博天;產(chǎn)品評(píng)論的有效評(píng)價(jià)句提取及自動(dòng)分類技術(shù)的研究[D];東華大學(xué);2014年

，

本文編號(hào)：1057070