為解決單模態(tài)數(shù)據(jù)在音樂情感分類上的局限性,并同時提高對音樂情感分類的準確性,文中提出了一種基于前向神經(jīng)網(wǎng)絡的多特征融合音樂分類算法。在傳統(tǒng)的前向神經(jīng)網(wǎng)絡模型中融入切比雪夫正交多項式簇作為隱藏層各神經(jīng)元的激勵函數(shù),使每一層神經(jīng)元的激勵函數(shù)各不相同。利用梯度下降學習算法來進行網(wǎng)絡參數(shù)的有監(jiān)督訓練;同時利用音頻、歌詞中不同模態(tài)的數(shù)據(jù),使其形成多模態(tài)數(shù)據(jù),來進行音樂情感分類模型的訓練。實驗測試結果表明,該算法對音樂情感的分類具有較好的效果,平均準確率為78. 37%,具有良好的有效性與可行性。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 音樂情感分類
2 情感特征的提取
    2.1 音頻情感特征的提取
    2.2 歌詞情感特征的提取
3 基于前向神經(jīng)網(wǎng)絡的多特征融合音樂分類算法
    3.1 前向神經(jīng)網(wǎng)絡
    3.2 梯度下降學習算法
4 測試與驗證
5 結束語



本文編號：3978147