收藏本站
《天津大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的音乐自动分类

朱健康  
【摘要】:音乐分类实质上是音频分类的一个分支,现已逐渐成为模式识别领域的一个研究热点,其研究发展方向大体可以归纳为以下三个方面:一是在音乐特征提取的方法和特征向量的组成上做改进;二是在分类器的选择上做改进;三是在解决多分类问题的方法上做改进。 本文采用SVM做分类器,对流行音乐、古典乐器、钢琴曲、民歌、美声、戏曲六种不同风格的音乐进行分类,实验所做的工作归纳如下: 第一,通过学习数字音频技术理论来掌握音频短时处理技术,结合实际对每个音乐样本进行预加重、分帧、加窗、判别静音帧等短时预处理,然后提取音乐样本的时、频域感知特征和基音频率特征;提取音乐样本的MFCC矩阵并求取该矩阵的统计特征。 第二,在深入理解SVM分类原理的基础上,比较标准SVM与变种SVM的优缺点,确定本实验采用标准SVM来进行分类;测试了MFCC维数、MFCC统计特征、MFCC与感知特性的各种组合方式对SVM分类器性能的影响,比较了同等条件下SVM与其它分类器的优势。 第三,研究多分类方法的应用,分析比较各种多类分类方法的优劣,提出了利用先验知识和树形结构相结合的方法构造多分类系统。用标准SVM对样本进行训练得到多个两类分类器,比较各分类器的分类精度,按照比较的结果对样本进行人为的最优聚类,再用树形非交叠结构构造多分类系统,最后测试得到较好的分类效果。
【关键词】:音乐分类 特征提取 支持向量机 多类分类
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP18;TP391.4
【目录】:
  • 摘要3-4
  • ABSTRACT4-8
  • 第一章 绪论8-13
  • 1.1 研究的背景与意义8-9
  • 1.2 音乐分类发展的历史与现状9-11
  • 1.3 本文的主要内容和结构安排11-13
  • 第二章 支持向量机的基本理论13-27
  • 2.1 统计学习理论13-15
  • 2.2 支持向量机的分类基础15-25
  • 2.2.1 线性可分与最优平面16-18
  • 2.2.2 线性不可分与软间隔概念18-21
  • 2.2.3 非线性与核函数21-25
  • 2.3 支持向量机的优势和特点25-27
  • 第三章 多分类问题和分类器集成方法27-35
  • 3.1 多分类问题的解决思路27-28
  • 3.2 多类分类器的分解组合方法28-31
  • 3.3 树型多类分类方法31-35
  • 第四章 音乐特征的提取35-55
  • 4.1 信号预处理35-41
  • 4.1.1 预加重36-37
  • 4.1.2 分帧、加窗37-39
  • 4.1.3 判别静音帧39-41
  • 4.2 提取音乐样本的特征属性41-54
  • 4.2.1 MFCC的提取41-45
  • 4.2.2 基音周期特征的提取45-49
  • 4.2.3 音乐信号的时域特征49-51
  • 4.2.4 信号频域特征的提取51-54
  • 4.3 音乐特征向量的构成54-55
  • 第五章 基于SVM的音乐分类系统55-66
  • 5.1 音乐样本的处理56-57
  • 5.2 几种分类器性能的比较57-59
  • 5.3 分类器实现及其组合59-66
  • 第六章 总结与展望66-68
  • 参考文献68-71
  • 致谢71

【参考文献】
中国期刊全文数据库 前3条
1 董春曦,杨绍全,饶鲜,汤建龙;支持向量机推广能力估计方法比较[J];电路与系统学报;2004年04期
2 孔安生,王洪澄,李国正;神经网络集成与支持向量机在多值分类问题上的比较研究[J];计算机工程与应用;2005年01期
3 卢坚 ,陈毅松 ,孙正兴 ,张福炎;语音/音乐自动分类中的特征分析[J];计算机辅助设计与图形学学报;2002年03期
中国博士学位论文全文数据库 前3条
1 赵晖;支持向量机分类方法及其在文本分类中的应用研究[D];大连理工大学;2006年
2 何灵敏;支持向量机集成及在遥感分类中的应用[D];浙江大学;2006年
3 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
中国硕士学位论文全文数据库 前1条
1 白亮;音频分类与分割技术研究[D];国防科学技术大学;2004年
【共引文献】
中国期刊全文数据库 前10条
1 陈征;;一类系统的二次李雅普诺夫函数存在性的判断[J];安徽电子信息职业技术学院学报;2006年04期
2 孙小军;焦建民;何俊红;;解优化问题的遗传加速信赖域搜索算法[J];安徽大学学报(自然科学版);2008年03期
3 张家昕;段复建;;一种结合NCP函数的SQP滤子新算法[J];安徽大学学报(自然科学版);2010年05期
4 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
5 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
6 相征;朗朗;王静;;基于基音频能值的端点检测算法[J];安徽工程科技学院学报(自然科学版);2008年03期
7 高洪;孟舒;查为民;李玲纯;张海涛;;6-3-3并联机构物理样机结构优化[J];安徽工程大学学报;2011年03期
8 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
9 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
10 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 刘钰;韩峰;董楠;陆希成;雷鸣;;爆炸容器安全概率的统计分析方法[A];全国危险物质与安全应急技术研讨会论文集(下)[C];2011年
3 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
6 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
7 姚智颖;刘冬;;基于Kazakov线性化的迭代滤波[A];第二十九届中国控制会议论文集[C];2010年
8 ;State Estimation Model of Ferment Process Based on PSO[A];第二十九届中国控制会议论文集[C];2010年
9 王春林;;灰熔点预测建模研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
10 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
4 张海涛;自律计算系统的自律可信性评估研究[D];哈尔滨工程大学;2010年
5 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
6 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
7 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
8 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年
9 刘冬雁;川西高原甘孜黄土记录的早更新世晚期以来的古气候变化[D];中国海洋大学;2009年
10 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 张小亮;非线性规划的信赖域算法[D];河南理工大学;2010年
2 周雪梅;基于颜色和形状特征的图像检索技术研究[D];河南理工大学;2010年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
6 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
7 韩晓峰;高斯混合模型及在探测网络社区结构中的应用[D];山东科技大学;2010年
8 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
9 易明;地震作用下渡槽结构的动力可靠度分析[D];郑州大学;2010年
10 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 董春曦,杨绍全,饶鲜,汤建龙;支持向量机推广能力估计方法比较[J];电路与系统学报;2004年04期
2 裴继红,范九伦,谢维信;一种新的高效软聚类方法:[J];电子学报;1998年02期
3 叶芗芸,戚飞虎,朱国霞;一种多级分类器集成的字符识别方法[J];电子学报;1998年11期
4 焦李成,张莉,周伟达;支撑矢量预选取的中心距离比值法[J];电子学报;2001年03期
5 李蓉 ,叶世伟 ,史忠植;SVM-KNN分类器——一种提高SVM分类精度的新方法[J];电子学报;2002年05期
6 李玉榕,陆向成,杨富文;一种基于Dempster-Shafer理论的分类器组合算法[J];福州大学学报(自然科学版);2002年03期
7 林鸿飞,战学刚,姚天顺;基于概念的文本结构分析方法[J];计算机研究与发展;2000年03期
8 张文生,王珏,戴国忠;支持向量机中引入后验概率的理论和方法研究[J];计算机研究与发展;2002年04期
9 刘学军,陈松灿,彭宏京;基于支持向量机的计算机键盘用户身份验真[J];计算机研究与发展;2002年09期
10 刘向东,陈兆乾;一种快速支持向量机分类算法的研究[J];计算机研究与发展;2004年08期
中国博士学位论文全文数据库 前1条
1 沈掌泉;神经网络集成技术及其在土壤学中应用的研究[D];浙江大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 韩永章;;基于支持向量机的旋转机械故障诊断研究[J];科技信息;2010年12期
2 毛伟;;基于支持向量机的回归应用研究[J];科技资讯;2011年12期
3 张问银;金宁德;刘印锋;;基于支持向量机的CD4细胞图像识别方法[J];计算机工程与科学;2009年07期
4 刘磊;;多类分类支持向量机方法研究[J];福建电脑;2010年08期
5 潘浪;单明霞;;支持向量机在资源评价中的应用研究[J];长江大学学报(自然科学版)理工卷;2009年04期
6 盘善荣;傅明;史长琼;;支持向量机在P2P流量识别中的应用[J];计算机工程与科学;2010年02期
7 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
8 乔冠军;那健;俞赛赛;;基于SVM的信息化装备状态趋势预测方法研究[J];自动化技术与应用;2007年11期
9 谢书娟;;SVM理论在图书馆馆藏图像标引方面的应用[J];甘肃科技;2010年01期
10 周珂;彭宏;胡劲松;;支持向量机在心电图分类诊断中的应用[J];微计算机信息;2006年09期
中国重要会议论文全文数据库 前10条
1 郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 朱晓霞;孙同景;陈桂友;;基于支持向量机理论的两级指纹分类实现方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
5 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
6 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
7 王志刚;赖丽娟;吴效明;熊冬生;;基于小波变换和支持向量机的急性低血压预测方法研究[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
8 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
9 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
10 徐继伟;李建中;柳勃;杨昆;;使用支持向量机和改进特征提取方法的蛋白质分类[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
中国重要报纸全文数据库 前10条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
3 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
4 李水根;计算机详解配伍与药效关系[N];健康报;2005年
5 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
6 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
7 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
8 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
9 ;选择合适的数据挖掘算法[N];计算机世界;2007年
10 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
中国博士学位论文全文数据库 前10条
1 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
2 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
3 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
4 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
5 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
6 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
7 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
8 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
9 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
10 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
中国硕士学位论文全文数据库 前10条
1 朱健康;基于支持向量机的音乐自动分类[D];天津大学;2010年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 武晓娟;基于支持向量机(SVM)的火电电厂工程造价预测研究[D];华北电力大学(河北);2009年
4 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年
9 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
10 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026