針對基于神經(jīng)網(wǎng)絡(luò)算法構(gòu)建的電子音樂分類模型容易陷入局部最小值問題,分類精準(zhǔn)度低,提出基于粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的電子音樂分類模型。構(gòu)建模型時(shí)需先收集多種類型原生態(tài)電子音樂數(shù)據(jù),去噪處理收集到的電子音樂數(shù)據(jù),分幀和端點(diǎn)檢測去噪后的電子音樂,從檢測到的有效電子音樂信號中提取電子音樂的時(shí)域、頻域方差特征和短時(shí)能量特征,采用灰色關(guān)聯(lián)分析方法確定三種特征對電子音樂分類的貢獻(xiàn),加權(quán)操作上述特征,將加權(quán)后的三種特征作為粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)輸入部分,通過優(yōu)化后的神經(jīng)網(wǎng)絡(luò)輸出電子音樂分類結(jié)果。經(jīng)過實(shí)驗(yàn)分析發(fā)現(xiàn),該電子音樂分類模型對10種電子音樂類型的分類結(jié)果與實(shí)際電子音樂所屬類別相同,分類精準(zhǔn)度較高。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(09)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

電子音樂模型分類框架

對比結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于PNN的音樂情感分類[J]. 李強(qiáng),劉曉峰.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(02)
[2]一種基于分層結(jié)構(gòu)的音樂自動分類方法[J]. 杜威,林滸,孫建偉,于波,姚愷豐.  小型微型計(jì)算機(jī)系統(tǒng). 2018(05)
[3]基于改進(jìn)PSO和DE優(yōu)化神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類[J]. 金梅,張偉亞,張淑清,張立國,顏庭鑫.  高技術(shù)通訊. 2018(04)
[4]基于粒子群優(yōu)化算法的RBF神經(jīng)網(wǎng)絡(luò)在閘墩裂縫寬度預(yù)測中的應(yīng)用[J]. 閆濱,王闖.  水力發(fā)電. 2018(03)
[5]基于改進(jìn)的T型關(guān)聯(lián)度在音樂分類中的應(yīng)用[J]. 楊曉宇,黃浩,王浩華.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2017(20)
[6]一種融入用戶情緒因素的綜合音樂推薦方法[J]. 琚春華,汪澍.  情報(bào)學(xué)報(bào). 2017(06)
[7]基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的醫(yī)患關(guān)系風(fēng)險(xiǎn)預(yù)警模型[J]. 王宗杰,邢明峰,王洪泊.  北京工業(yè)大學(xué)學(xué)報(bào). 2017(01)
[8]基于隱馬爾可夫模型的音樂分類[J]. 肖曉紅,張懿,劉冬生,歐陽春娟.  計(jì)算機(jī)工程與應(yīng)用. 2017(16)
[9]基于粒子群算法和RBF神經(jīng)網(wǎng)絡(luò)的云計(jì)算資源調(diào)度方法研究[J]. 趙宏偉,李圣普.  計(jì)算機(jī)科學(xué). 2016(03)
[10]基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的水產(chǎn)養(yǎng)殖水溫及pH預(yù)測模型[J]. 徐大明,周超,孫傳恒,杜永貴.  漁業(yè)現(xiàn)代化. 2016(01)



本文編號：3308471