现代电子技术

2018, v.41;No.512(09) 109-112+116

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于最小二乘支持向量机的电子音乐识别研究
Research on electronic music recognition based on least square support vector machine

周婧,范凌云

摘要(Abstract):

为了提高电子音乐识别精度,更快从海量电子音乐中找到用户真正需要的电子音乐,提出基于最小二乘支持向量机的电子音乐识别模型。首先收集电子音乐的数据,并采用小波分析对电子音乐数据进行去噪处理,然后提取电子音乐的特征,并对特征进行归一化处理,最后采用最小二乘支持向量机对处理后的电子音乐数据进行训练,建立电子音乐识别模型。采用具体电子音乐数据对模型的有效性进行验证,结果表明,与传统电子音乐识别模型相比,支持向量机对噪声数据具有良好的鲁棒性,可以有效识别各种类型的电子音乐,而且电子音乐的识别速度更优。

关键词(KeyWords): 电子音乐;短时特征;特征向量归一化;最小二乘支持向量机;噪声鲁棒性;识别速度

Abstract:

Keywords:

基金项目(Foundation): 江西省教育科学规划办公室课题(11YB247):江西非物质音乐文化遗产的传承与高校音乐教育相结合问题的研究;; 江西省教育厅课题(YS1106):红色音乐资源在江西地方高校普及的理论与实践研究~~

作者(Author): 周婧,范凌云

DOI: 10.16652/j.issn.1004-373x.2018.09.024

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享