針對機器學習模型對音樂流派特征識別能力較弱的問題,提出了一種基于深度卷積神經網絡的音樂流派識別（Deep Convolutional Neural Network Music Genre Recognition,DCNN-MGR）模型。該模型首先通過快速傅里葉變換（Fast Fourier Transformation,FFT）提取音頻信息,生成可以輸入DCNN的頻譜并切割生成頻譜切片。然后對AlexNet作出了改進:將AlexNet中卷積層的激活函數線性整流（Rectified Linear Unit,Re LU）函數替換為帶泄露整流（Leaky Rectified Linear Unit,Leaky Re LU）函數,解決Re LU函數帶來的神經元壞死問題,避免Re LU函數自變量進入負區(qū)間后神經元不學習的問題;將AlexNet中全連接層的激活函數Re LU函數替換為雙曲正切（Hyperbolic Tangent,Tanh）函數,利用Tanh函數零均值化處理的特征,在迭代過程中不斷增強網絡對音樂特征的提取效果;去掉AlexNet中對音樂特征識別的泛化能力增益較弱的局部響應歸一化（L... 

【文章來源】：遼寧工程技術大學遼寧省

【文章頁數】：69 頁

【學位級別】：碩士

【部分圖文】：

音頻處理得到的頻譜切片圖

遼寧工程技術大學碩士學位論文46派識別系統(tǒng)進行測試校驗，提升音樂流派識別系統(tǒng)的健壯性。音樂爬蟲系統(tǒng)界面如圖4.10所示。圖4.10音樂爬蟲系統(tǒng)界面Figure4.10Musiccrawlersysteminterface4.5.4音樂流派識別系統(tǒng)本文設計了基于改進AlexNet的音樂流派識別系統(tǒng)，音樂流派識別系統(tǒng)后臺應用DCNN-MGR進行音樂流派元素分析，并以餅狀圖的形式展現DCNN-MGR模型對用戶輸入音樂的流派元素分析結果，餅狀圖以不同的顏色區(qū)分用戶輸入音樂的流派元素占比，餅狀圖右側的圖例表示音樂流派所對應的顏色，音樂流派識別系統(tǒng)界面如圖4.11所示。圖4.11音樂流派識別系統(tǒng)界面Figure4.11Musicgenrerecognitionsysteminterface

遼寧工程技術大學碩士學位論文46派識別系統(tǒng)進行測試校驗，提升音樂流派識別系統(tǒng)的健壯性。音樂爬蟲系統(tǒng)界面如圖4.10所示。圖4.10音樂爬蟲系統(tǒng)界面Figure4.10Musiccrawlersysteminterface4.5.4音樂流派識別系統(tǒng)本文設計了基于改進AlexNet的音樂流派識別系統(tǒng)，音樂流派識別系統(tǒng)后臺應用DCNN-MGR進行音樂流派元素分析，并以餅狀圖的形式展現DCNN-MGR模型對用戶輸入音樂的流派元素分析結果，餅狀圖以不同的顏色區(qū)分用戶輸入音樂的流派元素占比，餅狀圖右側的圖例表示音樂流派所對應的顏色，音樂流派識別系統(tǒng)界面如圖4.11所示。圖4.11音樂流派識別系統(tǒng)界面Figure4.11Musicgenrerecognitionsysteminterface

【參考文獻】：
期刊論文
[1]基于AlexNet模型的AD分類[J]. 張柏雯,林嵐,吳水才.  北京工業(yè)大學學報. 2020(01)
[2]MFCC-小波神經網絡電氣主設備音頻監(jiān)控研究[J]. 王林,扈海澤,方夢鴿.  電力與能源. 2019(06)
[3]基于PNCC與基頻的魯棒電話語音性別檢測方案[J]. 鐘順明,況鵬,莊豪爽,馮韓德,王劍瑩,張涵.  華南師范大學學報(自然科學版). 2019(06)
[4]結合運動目標檢測和ResNet的車速車型智能識別[J]. 梁棟,何佳,石陸魁,王松,劉佳.  北京交通大學學報. 2019(05)
[5]基于徑向變換和改進AlexNet的胃腫瘤細胞圖像識別方法[J]. 甘嵐,郭子涵,王瑤.  計算機應用. 2019(10)
[6]基于改進深度卷積神經網絡的紙幣識別研究[J]. 蓋杉,鮑中運.  電子與信息學報. 2019(08)
[7]基于FFT優(yōu)化ResNet模型的短期負荷預測方法[J]. 許言路,盧悅,朱冰,王斌斌,鄧卓夫,萬政委.  控制工程. 2019(06)
[8]基于深度學習的車牌定位和識別方法[J]. 李祥鵬,閔衛(wèi)東,韓清,劉瑞康.  計算機輔助設計與圖形學學報. 2019(06)
[9]基于AlexNet模型的雷達信號調制類型識別[J]. 郭立民,陳鑫,陳濤.  吉林大學學報(工學版). 2019(03)
[10]基于腦網絡的古典音樂和搖滾音樂對工作記憶的影響研究[J]. 李穎,張東穎,蘇晴,李繼鵬,閆偉.  中國生物醫(yī)學工程學報. 2019(02)

博士論文
[1]基于內容的海量音樂檢索技術研究[D]. 王鏹.北京郵電大學 2013

碩士論文
[1]基于卷積神經網絡的音樂流派分類研究[D]. 杜佑宸.大連理工大學 2019
[2]基于深度學習的音樂流派分類方法的研究[D]. 袁斌.北方工業(yè)大學 2019
[3]基于深度注意力機制的音樂流派分類方法研究[D]. 姚佳寧.大連理工大學 2018
[4]基于內容的音樂流派自動分類系統(tǒng)的研究與實現[D]. 王冰聰.北京化工大學 2018



本文編號：3239980