【摘要】：針對傳統(tǒng)模型無法準確實現(xiàn)電子音樂分類和識別的難題,提出改進極限學(xué)習(xí)機的電子音樂分類模型。首先對電子音樂數(shù)據(jù)進行采集,并提取其倒譜系數(shù)特征,并采用核主成分分析對特征進行篩選;然后采用遺傳算法對極限學(xué)習(xí)機的參數(shù)進行選擇,并用于構(gòu)建電子音樂的分類器;最后采用多種類型的電子音樂進行仿真實驗,改進極限學(xué)習(xí)機的電子音樂平均分類率達到了95%以上,電子音樂的錯分率要遠遠低于當(dāng)前其他電子音樂分類模型。實驗結(jié)果驗證了該電子音樂分類模型的可行性以及優(yōu)越性。
[Abstract]:Aiming at the difficult problem that traditional model can not accurately realize the classification and recognition of electronic music, an improved electronic music classification model based on extreme learning machine is proposed. Firstly, the electronic music data are collected, and its cepstrum coefficients are extracted, then the features are screened by kernel principal component analysis, and then the parameters of the ultimate learning machine are selected by genetic algorithm. And it is used to construct the classifier of electronic music. Finally, the average classification rate of electronic music of the improved extreme learning machine is over 95% by using a variety of electronic music simulation experiments. The error rate of electronic music is much lower than that of other current electronic music classification models. The experimental results verify the feasibility and superiority of the electronic music classification model.
【作者單位】： 鄭州大學(xué)體育學(xué)院;
【分類號】：J605;TP18

【參考文獻】

相關(guān)期刊論文 前9條

1 鄒昊;;基于概率神經(jīng)網(wǎng)絡(luò)的流行音樂分類研究[J];北方音樂;2015年16期

2 高林杰;張明;;基于熵和支持向量機的音樂分類方法[J];計算機系統(tǒng)應(yīng)用;2014年05期

3 張寶印;于俊清;唐九飛;何云峰;王贈凱;;面向情感的電影背景音樂分類方法[J];計算機科學(xué);2013年12期

4 韓浩;王寅瀟;王博;譙妍;田京京;;基于概率神經(jīng)網(wǎng)絡(luò)的流行音樂分類研究[J];數(shù)字技術(shù)與應(yīng)用;2013年08期

5 劉建輝;曾麗輝;許金鳳;劉遵雄;;基于最小二乘支持向量機的樂器音樂分類[J];華東交通大學(xué)學(xué)報;2009年06期

6 孟永輝;蔣冬梅;付中華;謝磊;;一種新穎的語言/音樂分割與分類方法[J];計算機工程與科學(xué);2009年04期

7 張燕;唐振民;李燕萍;鄒益;;基于MFCC和HMM的音樂分類方法研究[J];南京師范大學(xué)學(xué)報(工程技術(shù)版);2008年04期

8 張家發(fā);胡景凱;高陽;黃建東;;基于MDCT域特征的MP3音樂分類[J];江南大學(xué)學(xué)報(自然科學(xué)版);2007年06期

9 胡景凱;吳磊;高陽;;基于學(xué)習(xí)分類器(LCS)的MP3音樂分類方法[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2007年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 趙亮;;改進極限學(xué)習(xí)機的電子音樂分類模型[J];現(xiàn)代電子技術(shù);2017年05期

2 梅鐵民;路瑞茜;;一種音頻分類算法[J];沈陽理工大學(xué)學(xué)報;2016年05期

3 董旭;呂曉東;張寧;;電影《臥虎藏龍》背景音樂分析[J];通俗歌曲;2016年07期

4 許濟滄;;優(yōu)化音樂信息資源組織與檢索研究綜述[J];云南科技管理;2016年01期

5 閆樂林;;基于未確知測度的視頻情感語義識別[J];南京大學(xué)學(xué)報(自然科學(xué));2015年06期

6 金琴;陳師哲;李錫榮;楊剛;許潔萍;;基于聲學(xué)特征的語言情感識別[J];計算機科學(xué);2015年09期

7 索南尖措;次仁平措;陳碩;周張穎;楚彭子;;拉薩方言語音特征向量的AP聚類分析[J];數(shù)學(xué)的實踐與認識;2015年02期

8 高林杰;張明;;基于熵和支持向量機的音樂分類方法[J];計算機系統(tǒng)應(yīng)用;2014年05期

9 吳淦洲;;基于特征提取與神經(jīng)網(wǎng)絡(luò)的音樂分類方法[J];數(shù)學(xué)的實踐與認識;2014年05期

10 孫孟方;張立文;高火濤;;基于支持向量機的字符編碼識別系統(tǒng)[J];武漢大學(xué)學(xué)報(理學(xué)版);2013年03期

【二級參考文獻】

相關(guān)期刊論文 前7條

1 林銘德;戴一t，

本文編號：2180561