基于最小一范数的稀疏表示音乐流派与乐器分类算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·本论文课题的研究目的和背景 | 第7-8页 |
| ·音乐流派自动分类技术的发展及研究现状 | 第8-10页 |
| ·中国古典乐器自动分类技术的发展及研究现状 | 第10-11页 |
| ·本论文的结构及创新点 | 第11-12页 |
| 第二章 音乐简介 | 第12-18页 |
| ·音乐的基本物理量 | 第12-13页 |
| ·频率 | 第12-13页 |
| ·谱能量 | 第13页 |
| ·声音的主观量 | 第13-15页 |
| ·音调 | 第13-14页 |
| ·响度 | 第14-15页 |
| ·音色 | 第15页 |
| ·音乐学 | 第15-16页 |
| ·节奏 | 第15页 |
| ·旋律 | 第15-16页 |
| ·音乐流派 | 第16-17页 |
| ·中国古典乐器 | 第17-18页 |
| 第三章 特征向量集 | 第18-31页 |
| ·信号预处理 | 第18-20页 |
| ·分帧 | 第18页 |
| ·预加重 | 第18-19页 |
| ·加窗 | 第19-20页 |
| ·传统音质特征 | 第20-22页 |
| ·新音质特征 | 第22-24页 |
| ·多贝西小波系数直方图 | 第24-25页 |
| ·鼓点特征(Beat) | 第25-31页 |
| 第四章 音频分类系统设计与实现 | 第31-50页 |
| ·基于最小一范数的稀疏表示方法 | 第31-37页 |
| ·概述 | 第31页 |
| ·理论模型 | 第31-36页 |
| ·抗噪声能力 | 第36页 |
| ·基于稀疏表示的有效性 | 第36-37页 |
| ·支持向量机简介 | 第37-43页 |
| ·VC 维 | 第37-38页 |
| ·支持向量机分类 | 第38-43页 |
| ·主分量分析（PCA） | 第43-46页 |
| ·概述 | 第43-44页 |
| ·主分量分析的基本原理 | 第44-45页 |
| ·主分量分析的计算步骤 | 第45-46页 |
| ·主成分分析的应用 | 第46页 |
| ·系统设计与实现 | 第46-50页 |
| 第五章 实验评价 | 第50-59页 |
| ·音乐流派分类 | 第50-55页 |
| ·数据库介绍 | 第50页 |
| ·实验 | 第50-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·中国古典乐器分类 | 第55-59页 |
| ·数据库 | 第56页 |
| ·实验 | 第56页 |
| ·实验结果与分析 | 第56-59页 |
| 第六章 总结和展望 | 第59-61页 |
| ·本课题的研究总结 | 第59页 |
| ·对未来工作的研究展望 | 第59-61页 |
| ·规范样本数据库 | 第60页 |
| ·音乐信号的特征空间 | 第60页 |
| ·音乐信号的其他分类 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65页 |
