基于听觉特性卷积神经网络的音乐分类方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 论文的研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 音乐自动分类方法关键技术 | 第14-15页 |
| 1.3.1 特征提取 | 第15页 |
| 1.3.2 分类方法 | 第15页 |
| 1.4 论文主要工作 | 第15-17页 |
| 1.5 论文结构安排 | 第17-18页 |
| 第二章 人耳听觉感知及音乐特性 | 第18-23页 |
| 2.1 人耳听觉感知 | 第18-20页 |
| 2.1.1 人耳结构 | 第18-20页 |
| 2.1.2 听觉感知的形成 | 第20页 |
| 2.2 音乐特性 | 第20-22页 |
| 2.2.1 频率 | 第20-21页 |
| 2.2.2 旋律 | 第21页 |
| 2.2.3 音色 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 时频倒谱系数 | 第23-41页 |
| 3.1 傅里叶变换及短时傅里叶变换 | 第23-26页 |
| 3.1.1 傅里叶变换 | 第23-24页 |
| 3.1.2 短时傅里叶变换 | 第24-26页 |
| 3.2 梅尔频率倒谱系数 | 第26-30页 |
| 3.2.1 Mel频率 | 第26-27页 |
| 3.2.2 倒谱分析 | 第27-28页 |
| 3.2.3 梅尔频率倒谱系数提取流程 | 第28-30页 |
| 3.3 小波变换 | 第30-35页 |
| 3.3.1 小波变换定义 | 第30-32页 |
| 3.3.2 小波变换特性 | 第32-34页 |
| 3.3.3 小波变换与傅里叶变换的对比 | 第34-35页 |
| 3.4 耳蜗滤波器倒谱系数 | 第35-40页 |
| 3.4.1 耳蜗滤波器倒谱系数提取流程 | 第35-36页 |
| 3.4.2 耳蜗滤波器 | 第36-39页 |
| 3.4.3 毛细胞窗口和非线性变换 | 第39页 |
| 3.4.4 DCT和结果保存 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于听觉特性的卷积神经网络 | 第41-59页 |
| 4.1 卷积神经网络 | 第41-49页 |
| 4.1.1 卷积运算 | 第41-43页 |
| 4.1.2 池化操作 | 第43-46页 |
| 4.1.3 激活函数 | 第46-49页 |
| 4.2 损失函数 | 第49-50页 |
| 4.3 网络模型的优化算法 | 第50-54页 |
| 4.3.1 随机梯度下降算法 | 第51-52页 |
| 4.3.2 Momentum算法 | 第52页 |
| 4.3.3 Adam算法 | 第52-54页 |
| 4.4 基于听觉特性的卷积神经网络原理 | 第54-56页 |
| 4.5 设计听觉特性卷积神经网络 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 实验及结果分析 | 第59-70页 |
| 5.1 实验环境及实验数据 | 第59-60页 |
| 5.2 音乐适用场景自动分类实验 | 第60-68页 |
| 5.2.1 梅尔频率倒谱系数提取实验 | 第60-62页 |
| 5.2.2 耳蜗滤波器倒谱系数提取实验 | 第62-63页 |
| 5.2.3 传统卷积神经网络实验 | 第63-65页 |
| 5.2.4 基于听觉特性的卷积神经网络实验 | 第65-68页 |
| 5.3 实验结果对比分析 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |
