基于卷积神经网络的盲文音乐识别研究
盲人音乐家在交流创作的音乐作品时面临着人工转换和效率较低的问题,信息科学与技术的迅速发展为解决此类问题提供了许多解决方案.虽然目前有许多盲文音乐作品的识别方案,但其存在识别效率低和兼容能力不足等缺点.为了避免传统方案在盲文音乐图片特征提取时过多依赖人工经验,通过研究提出并设计了基于卷积神经网络的识别模型.在对盲文音乐图片的样例数据进行预处理之后,通过多次反复迭代训练,模型就可学习到盲文音乐图片中音乐符号的特征.实验结果表明,该模型的识别有效性和较强的泛化能力为盲文音乐作品的识别提供了一种新的解决方案.
机器学习、盲文音乐识别、卷积神经网络、深度学习、计算机视觉、图像识别、人工智能、图像处理
14
TP39(计算技术、计算机技术)
广西科技计划项目桂科 AA17204096,桂科 AD16380076;兰州市人才创新创业科技项目2014-RC-3
2019-03-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
186-193