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
基于相关反馈的视频检索算法
视频检索
相关反馈
神经网络
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Adaboost-BP神经网络的图像情感分类方法研究
图像情感分类
OCC情感模型
BP神经网络
Adaboost算法
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
总被引数(次)
31135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导