改进极限学习机的电子音乐分类模型

发布时间：2018-08-13 09:25

【摘要】：针对传统模型无法准确实现电子音乐分类和识别的难题,提出改进极限学习机的电子音乐分类模型。首先对电子音乐数据进行采集,并提取其倒谱系数特征,并采用核主成分分析对特征进行筛选;然后采用遗传算法对极限学习机的参数进行选择,并用于构建电子音乐的分类器;最后采用多种类型的电子音乐进行仿真实验,改进极限学习机的电子音乐平均分类率达到了95%以上,电子音乐的错分率要远远低于当前其他电子音乐分类模型。实验结果验证了该电子音乐分类模型的可行性以及优越性。
[Abstract]:Aiming at the difficult problem that traditional model can not accurately realize the classification and recognition of electronic music, an improved electronic music classification model based on extreme learning machine is proposed. Firstly, the electronic music data are collected, and its cepstrum coefficients are extracted, then the features are screened by kernel principal component analysis, and then the parameters of the ultimate learning machine are selected by genetic algorithm. And it is used to construct the classifier of electronic music. Finally, the average classification rate of electronic music of the improved extreme learning machine is over 95% by using a variety of electronic music simulation experiments. The error rate of electronic music is much lower than that of other current electronic music classification models. The experimental results verify the feasibility and superiority of the electronic music classification model.
【作者单位】： 郑州大学体育学院;
【分类号】：J605;TP18

【参考文献】

相关期刊论文 前9条

1 邹昊;;基于概率神经网络的流行音乐分类研究[J];北方音乐;2015年16期

2 高林杰;张明;;基于熵和支持向量机的音乐分类方法[J];计算机系统应用;2014年05期

3 张宝印;于俊清;唐九飞;何云峰;王赠凯;;面向情感的电影背景音乐分类方法[J];计算机科学;2013年12期

4 韩浩;王寅潇;王博;谯妍;田京京;;基于概率神经网络的流行音乐分类研究[J];数字技术与应用;2013年08期

5 刘建辉;曾丽辉;许金凤;刘遵雄;;基于最小二乘支持向量机的乐器音乐分类[J];华东交通大学学报;2009年06期

6 孟永辉;蒋冬梅;付中华;谢磊;;一种新颖的语言/音乐分割与分类方法[J];计算机工程与科学;2009年04期

7 张燕;唐振民;李燕萍;邹益;;基于MFCC和HMM的音乐分类方法研究[J];南京师范大学学报(工程技术版);2008年04期

8 张家发;胡景凯;高阳;黄建东;;基于MDCT域特征的MP3音乐分类[J];江南大学学报(自然科学版);2007年06期

9 胡景凯;吴磊;高阳;;基于学习分类器(LCS)的MP3音乐分类方法[J];重庆邮电大学学报(自然科学版);2007年04期

【共引文献】

相关期刊论文 前10条

1 赵亮;;改进极限学习机的电子音乐分类模型[J];现代电子技术;2017年05期

2 梅铁民;路瑞茜;;一种音频分类算法[J];沈阳理工大学学报;2016年05期

3 董旭;吕晓东;张宁;;电影《卧虎藏龙》背景音乐分析[J];通俗歌曲;2016年07期

4 许济沧;;优化音乐信息资源组织与检索研究综述[J];云南科技管理;2016年01期

5 闫乐林;;基于未确知测度的视频情感语义识别[J];南京大学学报(自然科学);2015年06期

6 金琴;陈师哲;李锡荣;杨刚;许洁萍;;基于声学特征的语言情感识别[J];计算机科学;2015年09期

7 索南尖措;次仁平措;陈硕;周张颖;楚彭子;;拉萨方言语音特征向量的AP聚类分析[J];数学的实践与认识;2015年02期

8 高林杰;张明;;基于熵和支持向量机的音乐分类方法[J];计算机系统应用;2014年05期

9 吴淦洲;;基于特征提取与神经网络的音乐分类方法[J];数学的实践与认识;2014年05期

10 孙孟方;张立文;高火涛;;基于支持向量机的字符编码识别系统[J];武汉大学学报(理学版);2013年03期

【二级参考文献】

相关期刊论文 前7条

1 林铭德;戴一t，

本文编号：2180561