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:
目的 构造音乐情感分类器,为计算机理解情感提供途径.方法 首先分析现有音乐情感模型,然后提取音乐情感特征并采用神经网络构造音乐情感分类器,最后采用相关反馈对分类结果进行标注并进一步训练分类器,直至训练样本的错误分类率在一定误差范围内.结果 对测试样本进行情感分类,达到了最高89%的分类准确率,实现了音乐情感分类器的构建和音乐片断的情感标注.结论 研究成果是音乐情感检索的基础工作,也可用于其他音频的情感识别和分类.
推荐文章
一个相关反馈三维模型深度图像检索算法
三维模型
深度图像
边界方向
Zernike矩
相关反馈
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
基于粒子群算法优化神经网络的电子音乐分类模型
电子音乐分类模型
神经网络优化
数据收集
特征提取
多特征融合
分类结果输出
基于BP神经网络的音乐分类模型
情感特征
音频特征
RBF神经网络
音乐分类器
音乐检索
智能学习
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 一个基于相关反馈的神经网络音乐情感分类器构建算法
来源期刊 西北大学学报(自然科学版) 学科 工学
关键词 音乐情感 反馈 分类器 神经网络
年,卷(期) 2012,(1) 所属期刊栏目 数理科学与信息科学
研究方向 页码范围 30-35
页数 分类号 TP391.4
字数 4202字 语种 中文
DOI 10.3969/j.issn.1000-274X.2012.01.008
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 李鹏 陕西师范大学计算机科学学院 90 270 8.0 14.0
2 耿国华 西北大学信息学院 497 5986 35.0 55.0
3 刘晓宁 西北大学信息学院 44 280 11.0 14.0
4 王小凤 西北大学信息学院 31 210 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (7)
参考文献  (10)
节点文献
引证文献  (13)
同被引文献  (28)
二级引证文献  (13)
1935(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(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)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
音乐情感
反馈
分类器
神经网络
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
西北大学学报(自然科学版)
双月刊
1000-274X
61-1072/N
大16开
西安市太白北路229号
52-10
1913
chi
出版文献量(篇)
4455
总下载数(次)
8
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导