第一个书签之前
摘 要
Abstract
1 绪论
1.1 课题研究背景与意义
1.2 音乐流派分类的研究现状
1.2.1 传统的音乐流派分类
1.2.2 基于深度学习的音乐流派分类
1.3 本文主要研究内容及章节安排
1.3.1 本文主要内容
1.3.2 章节安排
2 相关理论及技术
2.1 引言
2.2 音乐特征
2.2.1 时域特征
2.2.2 频域特征
2.2.3 倒谱域特征
2.3 STFT声谱图
2.4 卷积神经网络
2.5 循环神经网络
2.6 注意力机制与编解码框架
3 基于深度串行注意力机制的分类模型
3.1 引言
3.2 基于深度串行注意力机制的分类模型实现
3.2.1 双向循环神经网络
3.2.2 Adam优化算法
3.3 音乐流派分类实验结果与分析
3.3.1 数据集介绍与数据集增强
3.3.2 实验设置
3.3.3 实验结果分析
3.4 本章小结
4 基于深度并行注意力机制的分类模型
4.1 引言
4.2 基于深度并行注意力机制的分类模型实现
4.2.1 并行线性注意力模型
4.2.2 并行CNN注意力模型
4.3 音乐流派分类实验结果与分析
4.3.1 实验设置
4.3.2 实验结果分析
4.4 本章小结
结 论
参考文献
攻读硕士学位期间发表学术论文情况
致 谢
大连理工大学学位论文版权使用授权书
大连理工大学;