基于內(nèi)容的相關(guān)反饋式音樂檢索方法研究.pdf

1、數(shù)字音樂是一種重要的多媒體數(shù)據(jù)形式，隨著互聯(lián)網(wǎng)和音頻處理技術(shù)的發(fā)展，海量的音樂被創(chuàng)作出來并迅速的在消費(fèi)者中進(jìn)行傳播。在浩如煙海的音樂庫中如何快速、有效的尋找到所需要的音樂是一項(xiàng)非常有意義的課題。目前商業(yè)搜索引擎如谷歌、百度等依靠音樂相關(guān)聯(lián)的文字信息完成檢索任務(wù)，面臨著文字信息的獲得費(fèi)時(shí)、費(fèi)力、片面等問題。近年來，基于內(nèi)容的音樂檢索獲得了廣泛的關(guān)注，然而由于“語義鴻溝”的存在，檢索的性能往往不盡如人意。將相關(guān)反饋技術(shù)引入到基于內(nèi)容音樂檢索

2、中，可以彌補(bǔ)音樂底層特征和高層語義信息之間的差距，提高檢索性能。
　　 在音樂內(nèi)容的表達(dá)方面，首先，就音樂特征的提取方法進(jìn)行了有益的探討。所涉及的音樂特征，不僅僅包括語音信號處理領(lǐng)域常用的時(shí)頻特征，還包括音樂信號特有的音色、節(jié)拍等特征。對于音樂的節(jié)拍特征，提出了一種基于常數(shù)Q 變換特征的音樂節(jié)拍特征提取算法，并將其與自動(dòng)規(guī)劃算法有效結(jié)合，從而實(shí)現(xiàn)了基于音樂節(jié)拍的自動(dòng)標(biāo)注，為后續(xù)研究工作的開展打下了基礎(chǔ)。
　　 在音樂特征

3、提取的基礎(chǔ)上，著重開展了基于支持向量機(jī)相關(guān)反饋式音樂檢索方面的研究。首先采用單類支持向量機(jī)相關(guān)反饋的方法進(jìn)行音樂檢索，針對單類支持向量機(jī)不能處理負(fù)相關(guān)反饋樣本的問題，提出了一種將正負(fù)相關(guān)樣本同時(shí)引入單類支持向量機(jī)相關(guān)反饋的思路，并以此實(shí)現(xiàn)了基于單類支持向量機(jī)的相關(guān)反饋方法。
　　 對于兩類支持向量機(jī)的相關(guān)反饋，進(jìn)一步展開了針對多樣本相關(guān)反饋式音樂檢索的研究，提出了一種多抽樣樣本反饋的方法。提出了距離復(fù)雜度的概念，對于所選擇的抽樣

4、樣本，不僅僅要求能最大化減小支持向量機(jī)版本空間面積，還要求在映射空間中最小距離最大，且來自于高密度區(qū)域，用以消除樣本間的冗余度和避免孤異點(diǎn)的選取。音樂檢索實(shí)驗(yàn)表明，所提出的算法取得了比現(xiàn)有文獻(xiàn)中提出的反饋算法更好的實(shí)驗(yàn)結(jié)果。
　　 在基于內(nèi)容的音樂標(biāo)注方面，國內(nèi)外現(xiàn)有文獻(xiàn)主要是采用兩類分類方法，結(jié)果得到多個(gè)分類器，造成用戶標(biāo)注資源利用率不高。提出了一種基于多類支持向量機(jī)的音樂標(biāo)注算法，不但能夠解決多類分類問題，而且通過主動(dòng)學(xué)習(xí)的