作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
自动化音乐风格分类能提高数字音乐库的管理效率,本文提出利用基于八音阶频谱对比度特征表现某段音乐剪辑的频谱特性,它表现了相对频谱的分布而不是平均谱包络.实验表明基于频谱对比度特征的方法在音乐风格分类方面表现良好.另一个对比实验展示了基于频谱对比度特征比以前在音乐风格分类系统中常用的MFCC特征能更好的区分不同音乐风格.
推荐文章
基于音频特征的SVM音乐风格识别
音频特征
支持向量机
经验模态分解
音乐风格
样本熵
基于群智优化神经网络的音乐风格分类模型研究
音乐风格分类
自动分类
BP神经网络
Skyline主旋律
果蝇算法
群智优化
基于群智优化神经网络的音乐风格分类模型研究
音乐风格分类
自动分类
BP神经网络
Skyline主旋律
果蝇算法
群智优化
基于优化神经网络的音乐分类模型研究
音乐分类
分类模型
特征提取
模型训练
最优权值确定
模型构建
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于频谱对比度特征的音乐风格分类
来源期刊 微型电脑应用 学科 工学
关键词 频谱对比度 音乐分类
年,卷(期) 2005,(3) 所属期刊栏目 技术交流
研究方向 页码范围 51-53,59
页数 4页 分类号 TP391
字数 4179字 语种 中文
DOI 10.3969/j.issn.1007-757X.2005.03.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 项慨 16 35 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
频谱对比度
音乐分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导