為高效、精準(zhǔn)地判斷音樂風(fēng)格歸屬,幫助用戶快速獲取偏好音樂風(fēng)格,基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)構(gòu)建音樂風(fēng)格分類模型。提取音樂樣本的音質(zhì)、節(jié)奏、旋律特征作為模型訓(xùn)練樣本輸入BP神經(jīng)網(wǎng)絡(luò),通過(guò)初始化、隱含層及輸出層計(jì)算、權(quán)值計(jì)算等步驟完成神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練。采用粒子群算法確定神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值與閾值,粒子群算法首先編碼神經(jīng)網(wǎng)絡(luò)權(quán)值與閾值,其次計(jì)算粒子適應(yīng)度值,更新粒子速度和位置,符合終止條件時(shí)輸出神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值優(yōu)化結(jié)果,并據(jù)此構(gòu)建基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)的音樂風(fēng)格分類模型。模型測(cè)試結(jié)果表明,所提模型在正確區(qū)分不同音樂風(fēng)格的同時(shí),展示了音質(zhì)、節(jié)奏、旋律等特征。 

【文章來(lái)源】：現(xiàn)代電子技術(shù). 2020年03期 北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)基本網(wǎng)絡(luò)結(jié)構(gòu)示意圖

基于PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)流程如圖2所示。基于PSO優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，輸入涵蓋音質(zhì)、節(jié)奏、旋律特征的音樂樣本完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練，構(gòu)建基于PSO優(yōu)化的神經(jīng)網(wǎng)絡(luò)音樂風(fēng)格分類模型，即基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)的音樂風(fēng)格分類模型。

圖3為采用粒子群算法優(yōu)化前后神經(jīng)網(wǎng)絡(luò)最優(yōu)個(gè)體適應(yīng)度值變化情況。從圖3可以看出，粒子群算法優(yōu)化后神經(jīng)網(wǎng)絡(luò)迭代48次后收斂，收斂后曲線趨于平穩(wěn)；而優(yōu)化前神經(jīng)網(wǎng)絡(luò)需迭代62次完成收斂，收斂之后產(chǎn)生短時(shí)期波動(dòng)。由此可知，采用粒子群算法優(yōu)化后神經(jīng)網(wǎng)絡(luò)適應(yīng)度值收斂速度較快、運(yùn)行穩(wěn)定。

【參考文獻(xiàn)】：
期刊論文
[1]粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在甲烷檢測(cè)中的應(yīng)用[J]. 王志芳,王書濤,王貴川.  光子學(xué)報(bào). 2019(04)
[2]深度卷積神經(jīng)網(wǎng)絡(luò)在音樂風(fēng)格識(shí)別中的應(yīng)用[J]. 胡昭華,余媛媛.  小型微型計(jì)算機(jī)系統(tǒng). 2018(09)
[3]基于時(shí)間序列的音樂流行趨勢(shì)預(yù)測(cè)研究[J]. 郁偉生,鄧偉,張瑤,李蜀瑜.  計(jì)算機(jī)工程與科學(xué). 2018(09)
[4]采用量子粒子群算法耦合差分進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的銑床熱誤差預(yù)測(cè)研究[J]. 吳金文,王玉鵬,周海波.  制造技術(shù)與機(jī)床. 2018(06)
[5]基于BP神經(jīng)網(wǎng)絡(luò)多類分類的湍流目標(biāo)探測(cè)[J]. 張強(qiáng),肖剛,藍(lán)屹群.  系統(tǒng)工程與電子技術(shù). 2018(07)
[6]基于快速群體智能算法的毫米波天線設(shè)計(jì)[J]. 陳月云,簡(jiǎn)榮靈,趙庸旭.  電子與信息學(xué)報(bào). 2018(02)
[7]基于新的改進(jìn)粒子群算法的BP神經(jīng)網(wǎng)絡(luò)在擬合非線性函數(shù)中的應(yīng)用[J]. 林宇鋒,鄧洪敏,史興宇.  計(jì)算機(jī)科學(xué). 2017(S2)
[8]基于元胞自動(dòng)機(jī)和BP神經(jīng)網(wǎng)絡(luò)算法的Landsat-TM遙感影像森林類型分類比較[J]. 田靜,邢艷秋,姚松濤,曾旭婧,焦義濤.  林業(yè)科學(xué). 2017(02)
[9]基于盲動(dòng)粒子群頻率分解的極速學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)建模[J]. 劉加存,梅其祥,楊東紅.  信息與控制. 2017(01)
[10]基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的養(yǎng)腸胃菜譜判定[J]. 張璐,雷雪梅.  計(jì)算機(jī)科學(xué). 2016(S2)



本文編號(hào)：2932859