基于回归分析的音乐情感分类系统

发布时间：2017-10-04 20:22

  本文关键词：基于回归分析的音乐情感分类系统

  更多相关文章： 音乐情感分类 情感模型 连续型情绪感知 支持向量回归 k平面分段回归

【摘要】：近年来,爆炸式增长的网络音乐资源使得音乐信息的检索和管理变得困难。如何对音乐信息进行高效地检索与分类成为人们研究的热点。作为音乐信息检索的一个重要领域,音乐情感分类将音乐数据根据表达情感分成不同类别,非常符合用户搜索音乐的思维习惯。然而,情感独有的模糊性与主观性增加了机器自动化分类的难度,分类效果通常较差。本文研究的音乐情感分类系统试图找到使其性能提高的方法,具有重要的意义与实用性。在对情感模型进行分析后,选择Thayer的二维情感平面作为建立音乐情感数据库的基础。根据音乐信息检索国际会议建立的音乐情感标准将音乐分成五类,并引入连续型情绪感知的概念,将音乐情感视为二维情感平面上的点,由活跃度(A)和激励度(V)两个情感变量共同确定其位置。采用人工标注的方法确定五类情感在情感平面上的位置范围,并使用回归方法求取VA值与音乐特征之间的关系,从而将音乐情感分类问题转化为回归问题。设计并实现了基于回归的音乐情感分类系统,该分类系统主要包括训练部分与测试部分。训练部分采用多项式回归、支持向量回归与k平面分段回归三种算法求取回归模型。其中,k平面分段回归基于k平面聚类算法提出,通过多次迭代求取超平面的方法避免传统分段回归需事先求取断点的步骤。测试部分对输入音乐数据进行回归预测得到其VA值后进行分类,用分类准确率考量系统性能。结果表明,支持向量回归和k平面分段回归相结合的方法与单独使用一种算法相比,准确率提高了3到4个百分点;与基于支持向量机的传统分类方法相比,准确率提高了6个百分点。
【关键词】：音乐情感分类 情感模型 连续型情绪感知 支持向量回归 k平面分段回归
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1;TP391.3
【目录】：

• 摘要4-5
• abstract5-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8-9
• 1.2 音乐情感分类技术简介9-10
• 1.3 本文主要研究内容10-11
• 1.4 论文组织结构11-13
• 第二章 音乐情感建模13-20
• 2.1 音乐情感基本特征13-15
• 2.2 音乐情感模型15-18
• 2.2.1 Hevner情感环15-17
• 2.2.2 Thayer情感模型17
• 2.2.3 Plutchik情感模型17-18
• 2.3 音乐情感分类标准18-19
• 2.4 本章小结19-20
• 第三章 基于回归分析的音乐情感分类系统框架20-41
• 3.1 常用音乐信号特征20-25
• 3.1.1 声学特征21-23
• 3.1.2 感知特征23-25
• 3.2 特征提取25-33
• 3.2.1 短时特征提取25-32
• 3.2.2 时间特征分析32-33
• 3.3 常用的音乐情感分类方法33-37
• 3.3.1 基于模式识别的传统分类法33-35
• 3.3.2 基于模糊算法的分类方法35-37
• 3.4 基于回归的音乐情感分类方法37-39
• 3.4.1 连续型情绪感知37-38
• 3.4.2 回归思想的引入38-39
• 3.5 本章小结39-41
• 第四章 回归算法理论基础41-52
• 4.1 支持向量回归41-48
• 4.1.1 SVR相关统计学习理论41-43
• 4.1.2 支持向量回归的线性情况43-46
• 4.1.3 支持向量回归的非线性情况46-48
• 4.2 K平面分段回归48-51
• 4.2.1 k平面聚类算法49
• 4.2.2 k平面分段回归49-51
• 4.3 本章小结51-52
• 第五章 系统仿真与实验结果52-64
• 5.1 建立音乐数据集52-55
• 5.2 基于MATLAB环境的音乐情感分类系统55-60
• 5.3 实验结果及分析60-63
• 5.3.1 三种回归模型结果对比60-62
• 5.3.2 回归方法与模式识别方法结果对比62-63
• 5.4 本章小结63-64
• 第六章 总结与展望64-66
• 6.1 本文研究工作总结64-65
• 6.2 未来研究展望65-66
• 参考文献66-69
• 附录 攻读硕士学位期间撰写的论文69-70
• 致谢70

【相似文献】

中国期刊全文数据库 前2条

1 陆琴霞;;浅谈高中艺术教育的乐、动、新[J];科学大众(科学教育);2013年09期

2 ;[J];;年期

中国重要会议论文全文数据库 前7条

1 王愈;蔡锐;蔡莲红;;音乐情感分类中关键问题的研究[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

2 孙守迁;王鑫;刘涛;汤永川;;音乐情感的语言值计算模型研究[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

3 王静;朱慕华;胡明涵;;部分监督的音乐情感分类[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

4 张娜;孙峗;毛峡;;音乐情感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

5 肖利侠;;民乐华彩(一)[A];第三届中小学教师教学设计展论文集[C];2013年

6 刘怡;高s，

本文编号：972658