基于粒子群算法优化神经网络的电子音乐分类模型

发布时间：2021-07-28 19:06

　　针对基于神经网络算法构建的电子音乐分类模型容易陷入局部最小值问题,分类精准度低,提出基于粒子群算法优化神经网络的电子音乐分类模型。构建模型时需先收集多种类型原生态电子音乐数据,去噪处理收集到的电子音乐数据,分帧和端点检测去噪后的电子音乐,从检测到的有效电子音乐信号中提取电子音乐的时域、频域方差特征和短时能量特征,采用灰色关联分析方法确定三种特征对电子音乐分类的贡献,加权操作上述特征,将加权后的三种特征作为粒子群算法优化的神经网络输入部分,通过优化后的神经网络输出电子音乐分类结果。经过实验分析发现,该电子音乐分类模型对10种电子音乐类型的分类结果与实际电子音乐所属类别相同,分类精准度较高。 

【文章来源】：现代电子技术. 2020,43(09)北大核心

【文章页数】：5 页

【部分图文】：

电子音乐模型分类框架

对比结果

【参考文献】：
期刊论文
[1]基于PNN的音乐情感分类[J]. 李强,刘晓峰.  计算机工程与设计. 2019(02)
[2]一种基于分层结构的音乐自动分类方法[J]. 杜威,林浒,孙建伟,于波,姚恺丰.  小型微型计算机系统. 2018(05)
[3]基于改进PSO和DE优化神经网络的电能质量扰动分类[J]. 金梅,张伟亚,张淑清,张立国,颜庭鑫.  高技术通讯. 2018(04)
[4]基于粒子群优化算法的RBF神经网络在闸墩裂缝宽度预测中的应用[J]. 闫滨,王闯.  水力发电. 2018(03)
[5]基于改进的T型关联度在音乐分类中的应用[J]. 杨晓宇,黄浩,王浩华.  数学的实践与认识. 2017(20)
[6]一种融入用户情绪因素的综合音乐推荐方法[J]. 琚春华,汪澍.  情报学报. 2017(06)
[7]基于粒子群优化BP神经网络的医患关系风险预警模型[J]. 王宗杰,邢明峰,王洪泊.  北京工业大学学报. 2017(01)
[8]基于隐马尔可夫模型的音乐分类[J]. 肖晓红,张懿,刘冬生,欧阳春娟.  计算机工程与应用. 2017(16)
[9]基于粒子群算法和RBF神经网络的云计算资源调度方法研究[J]. 赵宏伟,李圣普.  计算机科学. 2016(03)
[10]基于粒子群优化BP神经网络的水产养殖水温及pH预测模型[J]. 徐大明,周超,孙传恒,杜永贵.  渔业现代化. 2016(01)



本文编号：3308471