基于音频信号处理的音乐风格研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 当前研究现状 | 第10-12页 |
| 1.3 论文工作与结构 | 第12-13页 |
| 第二章 研究对象与方法 | 第13-19页 |
| 2.1 研究对象的选取 | 第13-15页 |
| 2.1.1 小提琴的声学特性 | 第13-14页 |
| 2.1.2 小提琴的演奏技巧 | 第14-15页 |
| 2.2 机器学习原理 | 第15-18页 |
| 2.2.1 四种基本类型 | 第15-16页 |
| 2.2.2 机器学习流程 | 第16-17页 |
| 2.2.3 结果验证方法 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 特征参数提取 | 第19-35页 |
| 3.1 常用特征介绍 | 第19-21页 |
| 3.1.1 短时特征 | 第19-20页 |
| 3.1.2 长时特征 | 第20-21页 |
| 3.2 样本的预处理 | 第21-22页 |
| 3.3 典型样本的特征分析与提取 | 第22-34页 |
| 3.3.1 四种类型典型样本的特点 | 第22-24页 |
| 3.3.2 特征参数的计算和提取 | 第24-33页 |
| 3.3.3 特征总结 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 分类与特征分析 | 第35-56页 |
| 4.1 基于决策树的演奏方式分类 | 第35-40页 |
| 4.1.1 决策树原理 | 第35-36页 |
| 4.1.2 CART决策树算法 | 第36-37页 |
| 4.1.3 实验结果与性能分析 | 第37-40页 |
| 4.2 基于支持向量机的演奏方式分类 | 第40-50页 |
| 4.2.1 支持向量机原理 | 第40-43页 |
| 4.2.2 实验结果与性能分析 | 第43-50页 |
| 4.3 特征参数的深入研究 | 第50-54页 |
| 4.3.1 特征重要性的分析 | 第50-53页 |
| 4.3.2 部分特征门限值的分析 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 应用型分类系统的设计和实现 | 第56-61页 |
| 5.1 系统组成 | 第56-58页 |
| 5.2 应用实例 | 第58-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
