基于DBN的多特征融合音乐情感分类方法

• 作者: 丁明波 窦菲 龚安
• 来源期刊: 计算机系统应用
• 关键词: 音乐情感分类 深度学习 深度置信网络 音乐特征提取 特征融合
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 158-164
• 页数: 7页
• 字数: 5368字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005994

摘要

本文在音乐情感分类中的两个重要的环节:特征选择和分类器上进行了探索.在特征选择方面基于传统算法中单一特征无法全面表达音乐情感的问题,本文提出了多特征融合的方法,具体操作方式是用音色特征与韵律特征相结合作为音乐情感的符号表达;在分类器选择中,本文采用了在音频检索领域表现较好的深度置信网络进行音乐情感训练和分类.实验结果表明,该算法对音乐情感分类的表现较好,高于单一特征的分类方法和SVM分类的方法.