基于贝叶斯判别法对音乐特征信号的分类研究
在大量的乐库中,对音乐进行有效、快速的分类已是研究热点.各个音乐App按照音乐流派识别并推送用户感兴趣的音乐,可以提高用户使用体验和对平台的使用黏性.文章从音乐的流派进行研究,提取四种不同类型音乐信号的Mel频率倒谱系数(Mel Frequency Cestrum Coefficient,MFCC)(24个数值)作为特征值,利用贝叶斯分类算法对80组样本进行分类研究,判别准确率为97.5%;同时,文章分别用贝叶斯分类、BP神经网络等五种不同分类算法,对20组测试数据进行分类判别.结果表明,贝叶斯分类具有较高的音乐分类准确度.
MFCC、贝叶斯算法、音乐、特征信号、分类
18
TP18(自动化基础理论)
2022-07-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
79-81