基于群智优化神经网络的音乐风格分类模型研究

摘要：

针对用户音乐检索问题,传统采用人工标注的音乐风格分类方法已经无法满足实际需求,提出一种基于群智优化神经网络的古典音乐风格分类模型.首先,采用Skyline主旋律提取算法对音乐文件进行特征提取;然后,对基于BP神经网络的分类器训练和分类流程进行分析,并构建4层BP神经网络结构;最后,采用果蝇群智优化算法对BP神经网络的初始化权值参数进行优化,以便提高全局搜索能力.仿真实验结果显示,与已有的成果相比,提出的分类模型具有更好的准确率,准确率可达81％,能够实现音乐风格自动分类.

关键词：音乐风格分类、自动分类、BP神经网络、Skyline主旋律、果蝇算法、群智优化

所属期刊栏目：42

分类号：TN911.1-34

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：82-85