基于优化神经网络的音乐分类模型研究

• 作者: 黄璟
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 96-99
• 页数: 4页
• 分类号: TN911.1-34|TP181
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.03.023

摘要

为高效、精准地判断音乐风格归属,帮助用户快速获取偏好音乐风格,基于群智优化神经网络构建音乐风格分类模型.提取音乐样本的音质、节奏、旋律特征作为模型训练样本输入BP神经网络,通过初始化、隐含层及输出层计算、权值计算等步骤完成神经网络模型训练.采用粒子群算法确定神经网络的最优权值与阈值,粒子群算法首先编码神经网络权值与阈值,其次计算粒子适应度值,更新粒子速度和位置,符合终止条件时输出神经网络的权值与阈值优化结果,并据此构建基于群智优化神经网络的音乐风格分类模型.模型测试结果表明,所提模型在正确区分不同音乐风格的同时,展示了音质、节奏、旋律等特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄璟	莆田学院音乐学院	9	13	2.0	3.0