基于支持向量机音乐类型分类方法

• 作者: 伊戈尔·艾杜阿尔达维奇 颜景斌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 音乐类型分类 小波 支持向量机 核函数
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 221-222,245
• 页数: 3页
• 分类号: TP3
• 字数: 2249字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.11.073

摘要

音乐类型分类是音乐检索中非常重要的一个方面.采用支持向量机方法进行音乐类型分类,提取B样条小波特征作为音乐的特征.采用指数径向基函数(ERBF)内核,分类正确率可达86%,比传统的混合高斯模型和K近邻分类器,分类性能分别提高了22%和24%.实验结果表明,采用B样条小波和支持向量机方法是一种有效的音乐类型分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜景斌	哈尔滨理工大学电气与电子工程学院	34	186	9.0	12.0