基于前向神经网络的音乐情感识别分类算法

发布时间：2024-05-19 14:09

　　为解决单模态数据在音乐情感分类上的局限性,并同时提高对音乐情感分类的准确性,文中提出了一种基于前向神经网络的多特征融合音乐分类算法。在传统的前向神经网络模型中融入切比雪夫正交多项式簇作为隐藏层各神经元的激励函数,使每一层神经元的激励函数各不相同。利用梯度下降学习算法来进行网络参数的有监督训练;同时利用音频、歌词中不同模态的数据,使其形成多模态数据,来进行音乐情感分类模型的训练。实验测试结果表明,该算法对音乐情感的分类具有较好的效果,平均准确率为78. 37%,具有良好的有效性与可行性。

【文章页数】：5 页

【文章目录】：
0 引言
1 音乐情感分类
2 情感特征的提取
    2.1 音频情感特征的提取
    2.2 歌词情感特征的提取
3 基于前向神经网络的多特征融合音乐分类算法
    3.1 前向神经网络
    3.2 梯度下降学习算法
4 测试与验证
5 结束语



本文编号：3978147