【摘要】：非遺民族音樂因其潛在的文化藝術(shù)及商業(yè)價值,逐漸受到廣泛的關(guān)注。伴隨著國民經(jīng)濟(jì)的發(fā)展,藝術(shù)形式愈發(fā)多樣,給非遺民族音樂帶來的文化沖擊也隨之而來,部分非遺民族音樂甚至陷入了失傳的窘境。目前,對非遺民族音樂的研究如數(shù)家珍,本文基于深度置信網(wǎng)絡(luò)(DBN),以融合特征作為網(wǎng)絡(luò)輸入,提取了用于情感分類的高層特征,提高了非遺民樂情感分類精度。主要研究工作如下:(1)根據(jù)現(xiàn)有音樂情感模型,結(jié)合非遺民族音樂的特殊背景,本文建立了符合非遺民族音樂情感表達(dá)的情感模型;根據(jù)國家級非物質(zhì)文化遺產(chǎn)名錄,收集并整理了1903個非遺民族音樂片段,建立了包含4種情感屬性的非遺民族音樂庫。(2)根據(jù)非遺民族音樂的情感表達(dá)特性,提取了能體現(xiàn)音樂音調(diào)、音質(zhì)、音色及音樂時頻域?qū)傩缘娜诤咸卣?在音樂分類實(shí)驗(yàn)中,通過與提取的傳統(tǒng)特征對比,證明了融合特征的有效性和優(yōu)越性。(3)以融合特征作為輸入,利用改進(jìn)的深度置信網(wǎng)絡(luò)提取音樂樣本的高層特征,結(jié)合支持向量機(jī)(SVM)實(shí)現(xiàn)非遺民族音樂的情感分類。其中深度置信網(wǎng)絡(luò)的改進(jìn)主要是通過添加Dropout層、改變網(wǎng)絡(luò)中權(quán)值及偏置的更新原則實(shí)現(xiàn)的。通過與傳統(tǒng)分類方法的對比實(shí)驗(yàn),發(fā)現(xiàn)利用本文提取的融合特征,結(jié)合DBN和SVM的分類模型能夠得到更好的音樂情感分類效果,分類準(zhǔn)確率達(dá)到了74.3%。
【圖文】：

西北大學(xué)碩士專業(yè)學(xué)位論文，利用平面 C 劃分樣本點(diǎn)可以實(shí)現(xiàn)不同類別樣本點(diǎn)之間距抗擾動能力隨之也更強(qiáng)，這在一定層面體現(xiàn)了平面 C 的為最佳超平面。將空間里的超平面記作( )w ,b，若超平面訓(xùn)練出正確的分類，則應(yīng)滿足：( )yb 1TiwX樣本一側(cè)的輸入樣本數(shù)據(jù)集X 中的任意一個樣本iX ，都在法向量上的投影到原點(diǎn)的距離大于閾值 c 時，若將該樣此時 1iy ，且值 c 的大小應(yīng)該滿足公式 wXcT。

第二章 基礎(chǔ)理論絡(luò)(DBN)絡(luò)（Deep Belief Networks, DBN）和 CNN 一樣是一應(yīng)的輸入進(jìn)行學(xué)習(xí)，得到更抽象更高層的特征。深度下的機(jī)器學(xué)習(xí)模型，但在實(shí)際運(yùn)用中往往會將 DBNM 實(shí)現(xiàn)樣本數(shù)據(jù)特征無監(jiān)督的正向傳播，再通過有監(jiān)圖 8 是一個典型的深度置信網(wǎng)絡(luò)結(jié)構(gòu)模型圖，，主要包 DBN 的模型圖中可以看出，它主要是由多個 RBM 見層和隱含層的重構(gòu)過程及 RBM 的訓(xùn)練過程，在 D
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：J607;TP391.1;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周國祥;吳克啟;戴浩;于爽;;基于混合DBN的海上編隊(duì)通信鏈路威脅估計(jì)[J];湖南文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年01期

2 葉元今,伊麗瑩;用DBN-偶氮胂雙波長分光光度法測定微量釷[J];巖礦測試;1989年02期

3 陳懷進(jìn);劉雅奇;和偉;王旭贏;;基于DBN的雷達(dá)干擾目標(biāo)選擇方法[J];現(xiàn)代雷達(dá);2014年09期

4 田文慧;張來斌;胡瑾秋;;基于DBN的煙氣輪機(jī)退化失效預(yù)警模型研究[J];設(shè)備管理與維修;2015年S2期

5 韓智慧;趙建華;;一種用于DBN圖像局部變形方法的改進(jìn)研究仿真[J];計(jì)算機(jī)仿真;2016年12期

6 肖秦琨;高曉光;高嵩;王海蕓;;DBN結(jié)構(gòu)學(xué)習(xí)度量分解性能分析[J];系統(tǒng)工程與電子技術(shù);2009年04期

7 仝兆景;張艷杰;趙運(yùn)星;蘆彤;;基于DBN的特種車輛前向防撞推理模型[J];測控技術(shù);2019年10期

8 肖秦漢;杜永軍;劉聰;;平穩(wěn)動態(tài)系統(tǒng)DBN結(jié)構(gòu)學(xué)習(xí)模型設(shè)計(jì)[J];計(jì)算機(jī)測量與控制;2009年08期

9 高強(qiáng);陽武;李倩;;DBN層次趨勢研究及其在航拍圖像故障識別中的應(yīng)用[J];儀器儀表學(xué)報(bào);2015年06期

10 任佳;高曉光;白勇;;信息不完備小樣本條件下離散DBN參數(shù)學(xué)習(xí)[J];系統(tǒng)工程與電子技術(shù);2012年08期

相關(guān)會議論文 前3條

1 田文慧;張來斌;胡瑾秋;;基于DBN的煙氣輪機(jī)退化失效預(yù)警模型研究[A];2015年中國機(jī)械工程學(xué)會設(shè)備與維修工程分會學(xué)術(shù)年會論文集[C];2015年

2 劉汝佳;孫增圻;;RoboCup救援仿真組中火勢蔓延的DBN模型[A];2007年足球機(jī)器人大會論文集[C];2007年

3 李丹丹;葛冰玉;黃文雯;謝磊;;DBN深度學(xué)習(xí)算法在反竊電系統(tǒng)中的應(yīng)用研究[A];數(shù)字中國 能源互聯(lián)——2018電力行業(yè)信息化年會論文集[C];2018年

相關(guān)博士學(xué)位論文 前1條

1 緱葵香;基于貝葉斯理論的基因調(diào)控網(wǎng)絡(luò)建模研究[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 胡洋;基于DBN和SVM的非遺民樂情感分類研究[D];西北大學(xué);2019年

2 李國棟;基于微服務(wù)架構(gòu)與DBN的服務(wù)器信號燈檢測及應(yīng)用研究[D];北京工業(yè)大學(xué);2018年

3 唐義杰;基于DBN模型的電子商務(wù)虛假評論識別[D];安徽財(cái)經(jīng)大學(xué);2018年

4 李強(qiáng);基于DBN的移動自組織網(wǎng)絡(luò)入侵檢測技術(shù)研究[D];電子科技大學(xué);2015年

5 唐登龍;基于DBN的服裝風(fēng)格自主發(fā)育的研究與實(shí)現(xiàn)[D];東華大學(xué);2014年

6 晁靜;基于DBN的匯率預(yù)測研究[D];南京大學(xué);2012年

7 黃偉;基于特征分類器優(yōu)化匹配和DBN決策的人臉表情識別[D];合肥工業(yè)大學(xué);2016年

8 王廣;基于改進(jìn)的DBN網(wǎng)絡(luò)在無刷直流電動機(jī)中的應(yīng)用[D];北京工業(yè)大學(xué);2016年

9 張亮;基于多源數(shù)據(jù)融合的變結(jié)構(gòu)DBN模型基因調(diào)控網(wǎng)絡(luò)構(gòu)建[D];天津大學(xué);2009年

10 袁祖瑞;基于DBN的Android惡意程序檢測研究[D];北京理工大學(xué);2016年

本文編號：2624023