文档介绍：随着通信技术和计算机技术,尤其是鷈姆伤俜⒄梗髦指餮男畔摘要成几何级数增长,人们也更有机会接触到大量的多媒体内容,如图像、视频、音频等。这些多媒体数据已经逐渐成为信息处理领域中主要的信息媒体形式。但是随着数据量的快速增长,如何自动的对这些内容进行管理就成为了一个突出的问题。特别是对于身边日益繁多的海量音乐信息,人们要求有快速高效的方法对它们进行分类管理菀衾至髋苫蜓莩U叩。音乐的自动分类实质是语音信号识别问题,一直以来都得到了人们的重视和研究。尽管随着语音识别技术的发展,许多新的方法都被应用到音乐分类这一领目前大部分的音频音乐分类算法都包含了两个阶段:特征提取阶段和分类阶段。许多音乐特征可用于实现这一算法,包括时域的短时能量、短时过零率等,频域的带宽、谱质心等,还有基于听觉感受的珩系数等。而分类算法可利用模式识别和模式分类中的大量现存的高效算法,例如高斯混合模型神经网络矶煞蚰P亍乜等面对如此多的特征和分类算法,如何组合它们来得到较好的分类精确率,是否有可能对某些特征进行预处理来提高分类精确率,或是根据音乐分类的特殊性对分类器进行优化来取得高精确率A私饩稣飧鑫侍猓疚脑诖罅肯执娴囊衾Ⅸ为基础,具有简洁的数学形式、标准的训练方法和良好的泛化性能,己广泛应用于模式识别、函数估计和时间序列预测及分类问题中。但在难芯恐腥匀淮嬖谛矶辔侍馍写饩觯纾耗P脱≡裎侍狻⒄攵源蠊模训练集的学习效率问题等。目前,在难把盗饭讨校负跛醒芯都以单个支持向量机作为训练器,关于亩嘌捌餮胺椒ㄑ芯可跎佟<域来,却由于音乐的多样性和不确定性,使其离大规模的实际应用尚有一段距离。世奇。分类算法的基础上,提出了一种与支持向量机集成技术相结合的新的音乐分类算法及结构。自于年提出支持向量机,后,支持向量机已经在很多领域得到了成功的应用。它以统计学习理论山东度搜Х矷:学位论义
价值的结果,将集成学习技术引入到爸校梢愿玫靥岣逽的泛化能力,因此,基于集成学习的胺椒ㄑ芯砍晌D壳癝研究中一个重要的方向。本文系统地研究了裳胺椒ḿ耙衾址掷嗟脑怼⒎椒ㄓ爰际酰现有的支持向量机集成算法进行了改进,并尝试把捎τ糜谝衾址掷嗟研究,最后对提出的算法进行了大量的数值实验和性能测试,实验中对不同的分类器针对不同特征集进行分类的结果进行了仿真,仿真结果不但验证了使用珊笠衾址掷嗟淖钪站范扔辛私洗蟮奶岣撸乙蚕允玖薙在分类问题上相对于其它分类器的优势。关键词:音乐分类支持向量机集成学习特征提取中图分类号:成学习技术作为一种有效的多学习器学习方法已获得许多有山东帅池人学硕学位论文
譼瓻彻皊琕撕,,.‘劬广“禼印黟母.,,,瓸鄉,日’:甃—餰、.‘】,甤
騣甌,,锄锄咖,衝咖印鏽餰曲癱贸趾、,巧琒印,瓾%“,鱡猄瑃,.鏻丘縤璽,,:琣現山东帅池人学坝貉宦畚瓸,琧,痚瓵、.琣.,甧:
本学位论文作者完全了解数有关保留、使用学位论文的规定,有权保留人授权邋可以将学位论文的全部或部分内容编入有关数据库进行检索,可以,司鬈学位论文作者签名:筌晟滤曛甓嘣露嗳独创声学位论文版权使用授权书明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其有其他需要特别声明的,本栏可空蚱渌逃沟难换蛑な槭褂霉牟牧稀并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮他人已经发表或撰写过的研究成果,也不包含为获得ⅲ喝缑与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:导师签密后适用本授权书签字同期:
进行检索,女附图像中的颜色、纹理,或视频中的场景、片段进行分析和特征提预报、公安、艺术馆藏资料管理等许多领域。尤其是随着鷈姆⒄梗悠怠研究背景和意义第滦髀随着互联网络以及广播技术的发展,人们有机会接触到大量的多媒体内容。所谓多媒体系统是指使用计算机交互技术和数字通信网络技术处理多种表示媒体,如文本、图像和声音,使多种信息建立逻辑连接的集成交互式系统。因此,多媒体本身是计算机技术与音频、视频和通信技术的集成产物。和检索的,这就需要有一种针对多媒体的有效的检索方式。如何有效的帮助人们快速、准确地找到所需要的多媒体信息,成了多媒体信息库所要解决的核心问题。是一种新的检索技术,脱离了关键词,根据媒体对象内容及上下文的语义、特征取,并基于这些特征进行相似性匹配。基于内容的检索是一项实用性很强的高科技技术,能广泛应用于遥感图像处理和空问探测、医疗图像、建筑工程图、天气语音进行检索:是美国哥伦比亚大学电子工程系与电信研究中心图索系