音樂(lè)內(nèi)容和歌詞相結(jié)合的歌曲情感分類(lèi)方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在當(dāng)今數(shù)字化的信息時(shí)代,互聯(lián)網(wǎng)對(duì)人們生活影響巨大,大量音頻、文本、圖像等信息出現(xiàn)在網(wǎng)絡(luò)之上。如何對(duì)海量的歌曲信息進(jìn)行有效分類(lèi)檢索是信息處理領(lǐng)域的研究熱點(diǎn),而音樂(lè)內(nèi)容和歌詞相結(jié)合的歌曲情感分類(lèi)方法能夠較好地解決此類(lèi)問(wèn)題。然而,該分類(lèi)方法還存在著歌曲情感多義性、分類(lèi)結(jié)果有效結(jié)合等問(wèn)題。
   針對(duì)這些問(wèn)題,本文對(duì)音樂(lè)內(nèi)容和歌詞相結(jié)合的歌曲情感分類(lèi)方法進(jìn)行了研究,主要完成了以下工作:
   (1)分析并總結(jié)了歌曲情感的音樂(lè)內(nèi)容

2、和歌詞分類(lèi)方法的優(yōu)缺點(diǎn);
   (2)提出了一種基于向量夾角的多標(biāo)記k近鄰(θ-Multilabel k Nearest Neighbor,θ-MLkNN)分類(lèi)和詞頻與倒文檔頻度(Term Frequency*Inverse Document Frequency,TFIDF)相結(jié)合的歌曲情感分類(lèi)方法,將歌詞內(nèi)容分類(lèi)正確的類(lèi)別標(biāo)記修正音樂(lè)內(nèi)容分類(lèi)錯(cuò)誤的類(lèi)別標(biāo)記,以提高歌曲情感分類(lèi)的準(zhǔn)確率;
   (3)建立了一種θ-MLk

3、NN算法與基于歌詞的歌曲情感檢測(cè)相結(jié)合的歌曲情感分類(lèi)方法,在該結(jié)合方法中通過(guò)對(duì)歌詞結(jié)果的聚類(lèi)分析,對(duì)情感值的閾值的計(jì)算,確定了歌詞、音樂(lè)內(nèi)容的分類(lèi)結(jié)果,并用線(xiàn)性融合的方法優(yōu)化了分類(lèi)的結(jié)果,確定了歌曲情感各個(gè)類(lèi)別的重要程度,提高了歌曲情感分類(lèi)結(jié)果的準(zhǔn)確率;
   (4)將提出的歌曲情感結(jié)合分類(lèi)方法在由396首英文歌曲組成的數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn),并將結(jié)果與MLkNN方法進(jìn)行了比較,驗(yàn)證了方法的有效性。
   最后,論文對(duì)所做的工

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論