基于多模态融合的音乐情感分类方法研究

《基于多模态融合的音乐情感分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一一？－；‘轄ｒ＾＾ｒ＞；节．．－？二＇Ｖ二．Ｓ＾、＇－＊——？？－－■女：’；＞．Ｖ４疗＾、．心＇‘：終？钱！；Ｖｋ，，Ｘ．識、－乂達，户吉痴ｉ貨；皂占七研究生毕业论文矣＜每三１；＾（申请硕壬学位），；ｒｒ：ｒ乃，．＾－展■ｖ占？＊＜ｙ？‘／作。？、、＊一、ｃ．一．、．一、＾户＇＇一．＾、、，．、．，、：峰诉、喻－吉二Ｖ、护矿＾‘－心：；為窺ｒ论文题目基于多模态融合的音乐情感分类方法研究￣掌—备、作者姓名寧呈＾、户！＾．：＇０

2、＾嗦？－学科、专业方向计算机软件与理论＿．－‘－巧户心＇＾夢＇＇指导教师苏丰副教授＇—’’．．．Ｚ研究方向多媒体计算．■■■—￣—■■－Ｉ．＾￣…．－‘：术．：，；‘、一‘一．＾：＇’＇‘．、＿＇－＾一ｉ／Ｖ安．矣方分乂．＇，一＜今：．／‘．．＼—六Ｘ，产ｙ夸似－－Ｖ＊＇Ｘ‘乂於—－＊－：说１６５３０日＇－月■年１＾＂？．？一－：／＇．一．〇一—分．－、、、一－＾’＇－■、＊＊少咬，＂＊‘Ｉ７；二卸話？：；！疋：，．，一ＪＶ学

3、号：ＭＧ１２３３０４１论文答辩日期：２０１６年５月３０日指导教师：（签字）ＴｈｅＲｅｓｅａｒｃｈｏｎＭｕｓｉｃＭｏｏｄＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｓ－ｂａｓｅｄｏｎＭｕｌｔｉＭｏｄａｌＦｕｓｉｏｎｂｙＨａｏＸｕｅＤｉｒｅｃｔｅｄｂｙＦｅｎｇＳｕ，ＡｓｓｏｃｉａｔｅＰｒｏｆｅｓｓｏｒＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｉｌｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮａｎｉｎＵｎｉｖｅｒｓＵｊｇｙＭａ２０１６ｙＳｕｂｍ＾ｉｔｔｅｄｉｎａｊｔｉａｌｕｌｌｍｅｎｔ

4、ｏｔｈｅｒｅｕｉｒｅｍｅｎｔｓｐｆｆｉｆｑｆｏｒｔｈｅｄｅｒｅｅｏｆｅｒｉｎＣｏｍｕｔｅｒＳｏｆｔｗａｒｅａｎｄＴｈｅｏｒｇＭａ巧ｐｙ南京大学研究生毕业论文中文摘要首页巧纸毕业论文题目：基于多模态融合的音乐情感分类方法研究计算机软件与理论专业２０１２级硕壬生姓名：薛吴指导教师（姓名、职称）：苏丰副教授摘要随着信息技术的飞速发展，海量的音乐数据涌现在互联网中。如何有效地对这些音乐数据进行组织与检索吸引了越来越多来自不同领域研究者的关注。一作为音乐检索的个重要手段，基于音乐的情感属性对音乐进行

5、分类可有效提高音乐检索的精度和效率，但同时也面临着诸多技术挑战。音乐数据通常由音频信号与歌词文本两种模态所组成，传统的音乐情感分类方法多数侧重于对单一模态数据的分析，由于单模态数据中所包含语义信息的局限性，使得其往往无法完全表达音乐中蕴含的情感信息，因此研究有效的方法挖掘和利用音乐中多种模态数据间相关性与互补性，对提离现有音乐情感分类方法的性能具有十分重要的意义。本文Ｗ融合多种模态数据的音乐情感分类方法为具体研究对象，探索综合利用多种模态音乐数据中包含的相关情感信息Ｗ有效提高情感分类的准确率。不同于＾往基于文档级音乐表示的多

6、模态音乐情感分类方法，１本文提出了句子层次的音乐特征表示机制Ｗ从更细粒度精确刻画其情感属性，并且提出了基于区分度排序与同义词扩展的音乐文本预处理方法Ｗ提高音乐文本数据的情感类一别区分能力方面，。另为消除不同模态数据间的异构性Ｗ实现更加有效的融合，本文提出了针对音乐情感分类的多模态Ｌｏｃ址巧ＰｒｅｓｅｒｖｉｎｇＰｒｏｊｅｃｔｉｏｎ算法，将音频与歌词模态数据映射到更具情感分类能力的公共隐式特征空间中。在其一基础上，本文进步提出了基于多模态投票的Ｈｏｕｇｈ森林音乐情感分类方法，利用不同模态的音乐数据在时间上的相关性提升了音乐情感分类的准

7、确率。另一方面，本文提出了基于多模态Ｋ近邻与團学习的音乐情感分类方法，基于不同模态特征在隐式空间中的相似度实现情感标签的有效传播，充分利用了不同模态音乐数据之间的相关性和互补性，提高了音乐情感分类的准确率。实验结果表明，本文提出的方法有效融合了不同模态音乐数据中的情感信息，有效提升了音乐情感分类的精度。关键词：音乐情感分类；多模态；图学习；Ｈｏｕ班森林；隐式空间ｉ南京大学研究生毕业论文英文摘要首页用纸ＴＨＥＳＩＳ：ＴｈｅＲｅｓｅａｒｃｈｏｎＭｕｓｉｃＭｏｏｄＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｓｂａｓｅｄ

8、ｏｎＭｕ－ｌｔｉＭｏｄａｌＦｕ