基于内容的音乐特征提取及分类技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-12页 |
| 1.1.1 基于内容的音乐特征工程概述及意义 | 第10-11页 |
| 1.1.2 机器学习方法概述 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容及章节安排 | 第13-15页 |
| 第二章 论文采用技术介绍 | 第15-30页 |
| 2.1 信号频域处理方法 | 第15-17页 |
| 2.1.1 傅里叶分析 | 第15-16页 |
| 2.1.2 梅尔倒谱系数 | 第16-17页 |
| 2.2 信号时频域处理方法 | 第17-23页 |
| 2.2.1 短时傅里叶分析 | 第17-18页 |
| 2.2.2 小波分析 | 第18-23页 |
| 2.3 信号时域处理方法 | 第23-24页 |
| 2.4 基于矩阵的分析方法 | 第24-26页 |
| 2.4.1 主成分分析 | 第24-25页 |
| 2.4.2 矩阵奇异值分解 | 第25-26页 |
| 2.5 传统机器学习方法 | 第26-29页 |
| 2.5.1 距离度量方法 | 第26-27页 |
| 2.5.2 分类方法 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于内容的音乐分类系统实现 | 第30-51页 |
| 3.1 系统设计 | 第30-31页 |
| 3.2 音乐特征提取 | 第31-45页 |
| 3.2.1 音色特征 | 第31-35页 |
| 3.2.2 听感特征 | 第35-38页 |
| 3.2.3 节拍统计特征 | 第38-45页 |
| 3.3 分类 | 第45-50页 |
| 3.3.1 逻辑回归 | 第46-48页 |
| 3.3.2 支持向量机 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 系统实验与结果分析 | 第51-58页 |
| 4.1 实验环境 | 第51页 |
| 4.2 基于内容的音乐特征提取实验 | 第51-52页 |
| 4.3 基于样本特征的分类实验 | 第52-56页 |
| 4.4 实验结果分析与比较 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 论文主要工作与创新点 | 第58页 |
| 5.2 下一步工作 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63页 |
