HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

结合DCTM与HMM的音乐分类方法

作者:徐桂彬 邓伟音乐分类相关主题模型动态相关主题模型变分卡尔曼滤波隐马尔克夫模型

摘要:改进相关主题模型(correlated topic model,CTM)使其具有动态性,提出了动态相关主题模型(dynamic correla—ted topic model,DCTM),使用变分卡尔曼滤波推断模型的隐含主题参数。将DCTM作为降维模型与隐马尔克夫模型(hidden Markov model,HMM)相结合对音乐分类。这一方法将音乐片段分割为等长的小片段,将小片段的声学特征向量通过相似性比较转化为单词序列,通过DCTM将单词序列转换为主题向量。将主题向量输入HMM得出分类结果。由于DCTM的动态建模,更好地提取对分类有用的信息,因此增强了方法的分类能力。实验验证了方法的有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机工程与设计

《计算机工程与设计》(CN:11-1775/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情