10.3969/j.issn.1007-757X.2020.10.034
复杂噪声环境中的音乐分类和检测模型
为了提高音乐分类和检测正确率,设计了一种复杂噪声环境中的音乐分类和检测模型.首先分析当前音乐分类和检测的研究进展,指出各种音乐分类和检测模型存在的缺陷,然后采集音乐分类和检测信号,引入去噪技术对噪声进行消除处理,从信号中提取特征,最后将特征和音乐类型分别作为神经网络的输入和输出向量,通过神经网络的训练建立音乐分类和检测模型.在相同环境下,与其它音乐分类和检测模型进行了对比测试,结果表明,无噪声环境下,这个模型的音乐分类和检测精度超过95%,在复杂噪声环境下,文中模型的音乐分类和检测精度超过90%,远远超过音乐处理的实际应用控制范围,音乐分类和检测效果优于对比模型,具有一定的实际应用价值.
噪声干扰、音乐分类、检测精度、提取特征向量、神经网络、仿真测试
36
TP181(自动化基础理论)
2020-12-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
107-109