一种基于线性判别分析和支持向量机的音乐分类方法

摘要	第1-5页
ABSTRACT	第5-8页
第1章 绪 论	第8-12页
·研究背景和意义	第8-9页
·音乐分类算法发展的历史与现状	第9-11页
·本论文主要贡献与内容结构安排	第11-12页
第2章 用于音乐分类的模式分类技术	第12-28页
·统计模式识别基本理论	第13-16页
·神经网络模式分类器	第16-20页
·支持向量机模式分类器	第20-26页
·本章小结	第26-28页
第3章 基于LDA 和SVM 的音乐分类方法	第28-52页
·算法结构总体框图	第28-29页
·语音信号预处理	第29-34页
·用于分类的音乐特征的提取	第34-44页
·使用LDA 对特征向量进行降维	第44-48页
·使用SVM 对特征向量进行分类	第48-50页
·本章小结	第50-52页
第4章 实验结果及结论	第52-65页
·算法实现流程图	第52-53页
·论文数据库及算法实验过程	第53-55页
·MFCC 特征长度L 对分类精确度的影响	第55-59页
·使用SVM 分类器后对音乐分类性能的提高	第59-61页
·使用LDA 降维后对音乐分类性能的提高	第61-63页
·使用LDA＋SVM 的一个具体例子	第63-64页
·本章小结	第64-65页
第5章 总结与展望	第65-67页
参考文献	第67-70页
缩略语	第70-71页
致谢	第71-72页
攻读硕士学位期间发表的论文	第72-74页