基于多特征的民俗音乐分类系统研究与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文结构安排 | 第11-12页 |
| 第二章 相关理论 | 第12-20页 |
| 2.1 深度学习相关技术 | 第12-17页 |
| 2.1.1 深度学习概述 | 第12-13页 |
| 2.1.2 深度学习的模型 | 第13-17页 |
| 2.2 网络爬虫 | 第17-20页 |
| 2.2.1 爬虫爬取策略 | 第17-19页 |
| 2.2.2 爬虫相关组件 | 第19-20页 |
| 第三章 特征提取 | 第20-30页 |
| 3.1 民俗戏曲的多特征选择 | 第20-21页 |
| 3.2 梅尔倒谱系数 | 第21-22页 |
| 3.3 基音频率 | 第22-23页 |
| 3.4 共振峰 | 第23-25页 |
| 3.5 频带能量分布 | 第25-26页 |
| 3.6 特征提取实验 | 第26-30页 |
| 3.6.1 实验环境 | 第26页 |
| 3.6.2 实验结果与分析 | 第26-30页 |
| 第四章 分类模型 | 第30-42页 |
| 4.1 逻辑回归模型 | 第30-34页 |
| 4.1.1 基本推导 | 第30-32页 |
| 4.1.2 优化求解 | 第32-34页 |
| 4.2 深度置信网络模型 | 第34-37页 |
| 4.2.1 受限玻尔兹曼机 | 第34-35页 |
| 4.2.2 深度置信网络模型 | 第35-36页 |
| 4.2.3 激活函数 | 第36页 |
| 4.2.4 BP网络 | 第36-37页 |
| 4.3 民俗乐曲数据集的构建 | 第37-38页 |
| 4.4 分类模型试验 | 第38-42页 |
| 4.4.1 实验环境 | 第38页 |
| 4.4.2 实验结果与分析 | 第38-42页 |
| 第五章 系统实现 | 第42-54页 |
| 5.1 需求分析 | 第42-43页 |
| 5.1.1 系统开发目标 | 第42页 |
| 5.1.2 系统功能分析 | 第42-43页 |
| 5.1.3 性能需求分析 | 第43页 |
| 5.2 系统设计 | 第43-50页 |
| 5.2.1 系统架构设计 | 第43-45页 |
| 5.2.2 系统用例设计 | 第45-46页 |
| 5.2.3 系统功能设计 | 第46-49页 |
| 5.2.4 数据库设计 | 第49-50页 |
| 5.3 系统测试 | 第50-54页 |
| 5.3.1 系统性能测试 | 第50-51页 |
| 5.3.2 系统功能测试 | 第51-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 未来工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 致谢 | 第62页 |
