首页> 中文期刊> 《现代电子技术》 >基于粒子群算法优化神经网络的电子音乐分类模型

基于粒子群算法优化神经网络的电子音乐分类模型

         

摘要

cqvip:针对基于神经网络算法构建的电子音乐分类模型容易陷入局部最小值问题,分类精准度低,提出基于粒子群算法优化神经网络的电子音乐分类模型。构建模型时需先收集多种类型原生态电子音乐数据,去噪处理收集到的电子音乐数据,分帧和端点检测去噪后的电子音乐,从检测到的有效电子音乐信号中提取电子音乐的时域、频域方差特征和短时能量特征,采用灰色关联分析方法确定三种特征对电子音乐分类的贡献,加权操作上述特征,将加权后的三种特征作为粒子群算法优化的神经网络输入部分,通过优化后的神经网络输出电子音乐分类结果。经过实验分析发现,该电子音乐分类模型对10种电子音乐类型的分类结果与实际电子音乐所属类别相同,分类精准度较高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号