毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

基于机器学习的音调分类研究

时间:2022-03-05 22:23来源:毕业论文
基于机器学习的计算机音乐流派的分类研究。音乐风格反映了音乐作品的总体基本特征,是音乐欣赏、研究的基础。而音乐分类本身标准不尽相同,我们认为分类结果越接近人的感受就

摘要随着互联网的发展和大数据时代的来临,多媒体信息日益丰富。音频应用如音乐联想, 音乐检索,语音识别等都在进行着有关的研究。音乐分类辨别方法的研究在理论上和应用 上都具有重要的意义。音乐分类辨识的蓬勃发展将对音乐联想、音乐检索和音乐存储管理 等具有非常重要的意义。本论文是基于机器学习的计算机音乐流派的分类研究。音乐风格 反映了音乐作品的总体基本特征,是音乐欣赏、研究的基础。而音乐分类本身标准不尽相 同,我们认为分类结果越接近人的感受就越优秀。在本论文中,我们首先将会提取音乐的 不同特征,然后输入训练特征来训练我们的神经网络,建立分类辨识模型,接下来输入测 试特征来得到我们的分类结果,最后与支持向量机方法进行对比,比较两种方法哪种能更 优秀的从听觉上对音乐进行分类辨别。78605

毕业论文关键词  机器学习  神经网络  特征提取 分类辨识 

Title  Research of Music Classification Based on Machine Learning                       

Abstract With the development of the Internet and the advent of Big Data Era, Multimedia information has become increasingly perse。 Many relevant studies about audio applications are being performed, music search, speech recognition and so on。 Research on music classification are of great significance in theory and practice。 Music classification success will have very important significance on music association, music search and music storage。 This paper is the research of music classification based on machine learning。 Music style reflects the basic features of a music art, which is basis of music appreciation and study。 We think that it is better if the classification result is close to people’s feeling。 In this paper, we will first extract the different characteristics of music。 Next, enter the training features to train our neural network and establish the classification models。 Then, enter the test feature to get our classification results。 Finally, by comparing the results with SVM we choose one which is better at classifying music in hearing sense。

Keywords Machine learning Classification Feature extraction Neural networks

本科毕业设计说明书 第 I 页

1  绪论 。。 1 

1。1 研究背景 。。 1 

1。2 国内外研究现状 。。 1 

1。3 论文结构和章节概述 。 2 

2  人类对于音乐的分类辨识 。。 4 

2。1 人类对音乐的辨识  4 

2。2 音乐的基本特征 。。 4 

3  音乐流派的介绍 。 7 

3。1 音乐流派的介绍 。。 7 

4  音乐辨识特征的选取 。。 10 

4。1 音乐辨识特征  10 

5  音乐流派的辨识方法 。。 14 

5。1  BP 神经网络 。 14 

5。2 卷积神经网络  19 

6  音乐流派辨识过程和实验结果  23 

6。1 实验流程 。 23 

6。2 特征提取和特征归一化 。 23 

6。3 三层神经网络分类辨识效果  25 

6。4 五层神经网络分类辨识效果  28 

6。5 和 SVM 算法的比较 。。 29 

结  论 。。 31 

致  谢 。。 33 

参 考 文 献  34 

1 绪论

本章首先介绍了课题的研究背景和国内外的研究现状,简要的说明了本课题的提出背景, 以及国内外到目前为止取得的成就。随后,对各个章节进行了概述,简要的谈论了音乐的基 本特征、人耳对音乐的分辨、音乐流派的基本介绍、音乐特征的选取和基本的神经网络算法 知识以及最后的音乐辨识实验。在本论文中,我会依次说明课题目的、课题内容、课题结论 和对本课题的展望。 论文网 基于机器学习的音调分类研究:http://www.youerw.com/jisuanji/lunwen_90627.html

------分隔线----------------------------
推荐内容