版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、最近幾年,隨著Internet網(wǎng)和數(shù)字音頻技術(shù)的發(fā)展,基于內(nèi)容的音樂(lè)信息研究逐漸成為研究熱點(diǎn)。音樂(lè)信息檢索是基于內(nèi)容的音樂(lè)信息研究的重要課題之一。最近隨著互聯(lián)網(wǎng)上音樂(lè)的迅速增加,從互聯(lián)網(wǎng)上檢索出所需要的音樂(lè)變得十分困難。然而,目前大多數(shù)的音樂(lè)的分類(lèi)都是基于手工分類(lèi),面對(duì)數(shù)字音樂(lè)如此蓬勃發(fā)展,手工分類(lèi)已經(jīng)不足以應(yīng)對(duì)這種發(fā)展態(tài)勢(shì),因此,基于內(nèi)容的音樂(lè)分類(lèi)技術(shù)就顯得迫切和重要。
本文在音樂(lè)特征提取方面,引入音質(zhì)特征,主要包含其統(tǒng)
2、計(jì)方面的特征。在模式識(shí)別與分類(lèi)方面,本文將新的模式識(shí)別與分類(lèi)的方法應(yīng)用于本文的音頻分類(lèi)系統(tǒng)中。在音樂(lè)流派自動(dòng)分類(lèi)系統(tǒng)中,本文新引入的特征比較有效,并且提高了正確率。在分類(lèi)方法上,將支持向量機(jī)方法與基于最小-范數(shù)的稀疏表示方法的進(jìn)行比較,基于稀疏表示的分類(lèi)方法體現(xiàn)出較好的分類(lèi)效果。同時(shí)通過(guò)實(shí)驗(yàn)說(shuō)明PCA與分類(lèi)方法的有效結(jié)合,可以提高分類(lèi)正確率。
中國(guó)古典樂(lè)器是世界樂(lè)器的重要組成部分,具有悠久的歷史。然而對(duì)中國(guó)古典樂(lè)器的研究少
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于信號(hào)稀疏表示的重構(gòu)與分類(lèi)算法研究.pdf
- 基于近似_0范數(shù)最小化的NMR波普稀疏重建算法.pdf
- 基于稀疏表示的高光譜圖像分類(lèi)算法研究.pdf
- 基于深度學(xué)習(xí)的音樂(lè)流派及中國(guó)傳統(tǒng)樂(lè)器識(shí)別分類(lèi)研究.pdf
- 基于稀疏表示與鑒別分析算法的人臉圖像分類(lèi)研究.pdf
- 基于神經(jīng)反應(yīng)模型和稀疏表示的圖像分類(lèi)算法研究.pdf
- 基于BoW模型與稀疏表示的乳腺腫塊良惡性分類(lèi)算法研究.pdf
- 基于二維稀疏表示和向量范數(shù)優(yōu)化的織物疵點(diǎn)有監(jiān)督分類(lèi)研究.pdf
- 基于稀疏表示的SAR圖像分類(lèi)模型及其算法的研究.pdf
- 基于稀疏表示的紋理分類(lèi)方法研究.pdf
- 基于稀疏表示的圖像分類(lèi)與目標(biāo)跟蹤研究.pdf
- 基于稀疏表示的圖像分類(lèi)方法研究.pdf
- 基于稀疏表示和深度神經(jīng)網(wǎng)絡(luò)模型的西洋樂(lè)器自動(dòng)分類(lèi)方法.pdf
- 基于稀疏表示的目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于稀疏表示的視覺(jué)跟蹤算法研究與實(shí)現(xiàn).pdf
- 基于稀疏表示的目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf
- 基于稀疏表示的手勢(shì)識(shí)別算法研究.pdf
- 基于稀疏表示的圖像目標(biāo)分類(lèi)方法研究.pdf
- 基于稀疏表示分類(lèi)器的和弦識(shí)別研究.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
評(píng)論
0/150
提交評(píng)論