基于内容的音乐流派自动分类系统的研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题的研究背景 | 第12-13页 |
| 1.2 音乐流派自动分类的研究现状及课题意义 | 第13-16页 |
| 1.3 课题的研究内容和篇章结构 | 第16-20页 |
| 1.3.1 课题主要研究内容 | 第16-17页 |
| 1.3.2 论文篇章组织结构 | 第17-20页 |
| 第二章 相关技术概述 | 第20-34页 |
| 2.1 音频数据的表征 | 第20-23页 |
| 2.1.1 经典方法中常见的音频特征 | 第20-21页 |
| 2.1.2 梅尔倒谱系数(MFCC) | 第21-23页 |
| 2.2 深度学习方法 | 第23-32页 |
| 2.2.1 多层网络训练 | 第24页 |
| 2.2.2 局部感受域 | 第24-26页 |
| 2.2.3 共享权值和偏置 | 第26-27页 |
| 2.2.4 池化层 | 第27-30页 |
| 2.2.5 长短时记忆(LSTM) | 第30-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 模型结构设计与实现 | 第34-48页 |
| 3.1 实验数据集 | 第34页 |
| 3.2 特征提取 | 第34-36页 |
| 3.2.1 频谱图 | 第34-36页 |
| 3.3 模型结构设计 | 第36-43页 |
| 3.4 基于和声打击分离的集成学习分类器 | 第43-46页 |
| 3.4.1 和声打击分离 | 第43-44页 |
| 3.4.2 集成学习分类器 | 第44-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 性能验证与提升 | 第48-62页 |
| 4.1 网络结构有效性验证 | 第48-52页 |
| 4.1.1 深度学习分类器的性能 | 第48-49页 |
| 4.1.2 深度学习分类器的混淆矩阵 | 第49-52页 |
| 4.2 集成分类器性能分析 | 第52-60页 |
| 4.2.1 集成分类器的分类准确率 | 第52-53页 |
| 4.2.2 集成分类器的混淆矩阵 | 第53-55页 |
| 4.2.3 集成分类器的P/R曲线 | 第55-58页 |
| 4.2.4 集成分类器的ROC曲线 | 第58-60页 |
| 4.3 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者和导师简介 | 第70-71页 |
| 附表 | 第71-72页 |
