Resumen

La clasificación musical es propicia para la recuperación de música en línea, pero el modelo actual de clasificación musical encuentra difícil identificar con precisión varios tipos de música, lo que hace que el efecto de clasificación del modelo actual sea pobre. Para mejorar la precisión de la clasificación musical, se propone un modelo de clasificación musical basado en la fusión de múltiples características y algoritmos de aprendizaje automático. Primero, obtenemos la señal musical, luego extraemos diversas características de la clasificación de la señal musical y utilizamos algoritmos de aprendizaje automático para describir el tipo de señal musical y la relación entre las características. Se establecen el clasificador musical y los modelos de aprendizaje automático de red de creencia profunda en regresión logística superficial, respectivamente. Se diseñaron experimentos para estos dos modelos para verificar la aplicabilidad del modelo para la clasificación musical. Al comparar los resultados experimentales, se encontró que la precisión de clasificación del modelo de red de creencia profunda es mayor que la del modelo de regresión logística, pero el número de iteraciones necesarias para que su precisión

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Clasificación de música; Recuperación de música en línea; Fusión de múltiples características; Algoritmo de aprendizaje automático; Señal de música; Red de creencias profundas
• Keywords:Music classification; Online music retrieval; Multifeature fusion; Machine learning algorithm; Music signal; Deep belief network