基于概率神经网络的流行音乐分类研究

• 作者: 王博 王寅潇 田京京 谯妍 韩浩
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 音乐分类 概率神经网络(PNN)模型 Matlab编程
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 应用研究
• 页码范围: 64-65
• 页数: 2页
• 分类号: TP183
• 字数: 1978字
• 语种: 中文

摘要

本文以中国的流行音乐为研究对象，就如何区分音乐风格的问题，我们建立了概率神经网络(PNN)模型，对流行音乐的风格给出一个自然、合理的分类方法，以便给网络电台的推荐功能和其它可能的用途提供支持。我们选取了重要的七个音符在乐谱中出现的频率来反应歌曲的风格，通过实验验证了该模型的有效性和准确性，为音乐风格分类提供科学客观准确的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田京京		35	53	4.0	4.0
2	韩浩		2	4	1.0	2.0
3	王寅潇		1	3	1.0	1.0
4	王博		1	3	1.0	1.0
5	谯妍		1	3	1.0	1.0