首页 | 本学科首页   官方微博 | 高级检索  
     

基于CGABC-SVM的多特征融合音乐分类算法研究
引用本文:韩彬彬,程科,王义军.基于CGABC-SVM的多特征融合音乐分类算法研究[J].计算机与数字工程,2023(4):820-825.
作者姓名:韩彬彬  程科  王义军
作者单位:1. 江苏科技大学计算机学院;2. 中铁隧道集团三处有限公司
摘    要:对电子音乐进行合理且有效的分类,可以使用户能快速搜索到喜爱的音乐,也使音乐推荐系统能进行更加精准的推荐。为了提高音乐分类的准确性,论文提出了基于CGABC-SVM的多特征融合音乐分类方法。在特征提取方面,针对单一音频特征表达不完整的问题,提取基音频率、共振峰、梅尔频率倒谱系数和相对谱-感知线性预测4种音频特征,组成多特征融合矩阵。在分类器选择方面,针对支持向量机(SVM)参数难以选取的问题,论文使用交叉全局人工蜂群算法(CGABC)来优化SVM的参数,构建CGABC-SVM音乐分类模型。实验结果表明,论文音乐分类方法可以有效地区分各种音乐信号,音乐分类的准确性显著好于对比音乐分类方法。

关 键 词:音乐分类  CGABC  SVM  特征融合
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号