基于连续小波和支持向量机分类音乐类型

《基于连续小波和支持向量机分类音乐类型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第l8卷第12期计算机技术与发展Vo1．I8No．122008年l2月CoⅣI兀ERTECHN010GYANDDEVEIPINTDec．2008基于连续小波和支持向量机分类音乐类型颜景斌，伊戈尔·艾杜阿尔达维奇2(1．哈尔滨理工大学电气与电子工程学院，黑龙江哈尔滨150040；2．白俄罗斯国立大学无线电物理与电子系，白俄罗斯明斯克220050)摘要：音乐类型分类主要包括两个阶段：特征提取和分类。文中在研究小波变换理论基础上，采用连续小波分析方法提取音乐特征参数。支持向量机是专门针对有限样本情况下的一种分类方法。它是建立

2、在统计学习理论的vc维理论和结构风险最小原理基础上，根据有限的样本信息在模型的复杂性和学习能力之问寻求最佳折衷，以期获得最好的推广能力。采用指数径向基函数(脚)内核，分类正确率可达85％，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21％和23％。实验结果表明，采用小波和支持向量机方法是一种相当有效的音乐类型分类方法。关键词：音乐类型分类；小波；支持向量机；核函数中图分类号：TN912．3文献标识码：A文章编号：1673—629X(2008)l2—0o19—03MusicalGenreClassificati

3、onBasedonContinuousWaveletandSupportVectorMachinesYANJing-bin。，IGOR．Kheidorov2(1．Electric&ElectronicEngineeringCollege，HarbinUniversityofScienceandTechnology，Harbin150040，China；2．DepartmentofRadiophysicsandElectronics，BelarusianStateUniversity，Minsk220050，Belaru

4、s)Abstract：Musica1genreclassificationtaskfallsintotwomajorstages：featureextractionandclassification．Accordingtoaresearchinwavelettheory．continuouswaveletanalysismethodisusedtoextractfeatureparametersofmusic．sⅧisdesignedtoelaesifyingoflimit—edsamples．ItisbasedonV

5、CdimensionandtheERM(expectationriskminimum)ofstatisticallearningtheory．Accordingtoinformationoflimitedsamples，thereisatrsde—offexistingbetweenmodelscomplexitiesandlearningcapabilitytOgetbestextendingability．Expo·nentialradialbasisfunction(EVa3V)kernelfunctionare

6、usedtOclassifythemusicalgenre。85％ofclassificationRreeorr~et．IncomparisonwithGaussianmixturemodel(GMM)classifierandKn~arestneighboring(KNN)classifier，theclassificationperformenees8reimprovedby21％and23％respectively．Experimentalresultsindieatethatwaveletands、isusef

7、ulmethodformusicalgenreclassification．Keywords．musicalgenreclassification；wavelet；supportvectormachines；kernelfunction0引言场景的一种有效方法。音乐类型分类是多媒体应用中的重要组成部分。从本质上讲，音乐类型分类是一个模式识别的问随着数据存储、压缩技术和互联网技术的飞速发展，音题，主要包括两个方面内容：特征提取和分类。很多研乐类型数据急剧增加。在实际应用中，所有的商业音究者在这个领域做了大量的工作，采用了

8、不同的音频乐数据库和mp3音乐下载站点首要的任务是将这些特征和分类方法。文献[1]采用混合高斯模型，对音乐收藏到不同音乐类型的数据库中。传统的人工信MPEG一7格式的13种类型音乐分类。文献[2]使用KNN和GMM分类器和小波特征分类音乐类型，错误息检索技术已经不能满足对海量信息的检索分类。基于音乐类型分类技术目的就是为了解决上述