基于支持向量机音乐类型分类方法

被引：2

作者：

颜景斌 ^{[1
]}

伊戈尔艾杜阿尔达维奇 ^{[2
]}

机构：

[1] 哈尔滨理工大学电气与电子工程学院

[2] 白俄罗斯国立大学无线电物理与电子系

来源：

计算机应用与软件 | 2009年 / 26卷 / 11期

关键词：

音乐类型分类; 小波; 支持向量机; 核函数;

D O I：

暂无

中图分类号：

TP391.42 [];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

音乐类型分类是音乐检索中非常重要的一个方面。采用支持向量机方法进行音乐类型分类,提取B样条小波特征作为音乐的特征。采用指数径向基函数(ERBF)内核,分类正确率可达86%,比传统的混合高斯模型和K近邻分类器,分类性能分别提高了22%和24%。实验结果表明,采用B样条小波和支持向量机方法是一种有效的音乐类型分类方法。

引用

页码：221 / 222+245 +245

页数：3