作者:
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:
为提高钢琴音频信号的识别准确率,在传统音符特征提取的基础上,再将音符特征叠加到频谱样本中得到音符频谱.然后提出基于卷积神经网络的钢琴音乐分类方法,将各个分类的钢琴音乐的频谱作为卷积神经网络的输入图像进行训练,通过图像识别来间接实现对钢琴音乐的分类.结果表明,改进后的自相关法的识别方法识别准确率更高,且将音符频谱作为训练样本的训练结果比频谱更好,分类正确率提高了 4%,进一步说明提出方法具备有效性.
推荐文章
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
基于卷积神经网络的交通声音事件识别方法
Gammatone滤波器
卷积神经网络
音频事件识别
公路交通环境
声音数字信号
子带滤波
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于卷积神经网络的通信信号调制识别研究
调制信号识别
数字通信信号
卷积神经网络
深度学习
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 基于卷积神经网络的钢琴音频信号识别算法
来源期刊 自动化与仪器仪表 学科 工学
关键词 卷积神经网络 特征提取 音频识别
年,卷(期) 2021,(12) 所属期刊栏目 智能检测与信息处理|INTELLIGENT DETECTION AND INFORMATION PROCESSING
研究方向 页码范围 12-15
页数 4页 分类号 TP399
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2021.12.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
研究主题发展历程
节点文献
卷积神经网络
特征提取
音频识别
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导