声明
摘要
第一章 绪论
1.1 课题的研究背景
1.2 音乐流派自动分类的研究现状及课题意义
1.3 课题的研究内容和篇章结构
1.3.1 课题主要研究内容
1.3.2 论文篇章组织结构
第二章 相关技术概述
2.1 音频数据的表征
2.1.1 经典方法中常见的音频特征
2.1.2 梅尔倒谱系数(MFCC)
2.2 深度学习方法
2.2.1 多层网络训练
2.2.2 局部感受域
2.2.3 共享权值和偏置
2.2.4 池化层
2.2.5 长短时记忆(LSTM)
2.3 本章小结
第三章 模型结构设计与实现
3.1 实验数据集
3.2 特征提取
3.2.1 频谱图
3.3 模型结构设计
3.4 基于和声打击分离的集成学习分类器
3.4.1 和声打击分离
3.4.2 集成学习分类器
3.5 本章小结
第四章 性能验证与提升
4.1 网络结构有效性验证
4.1.1 深度学习分类器的性能
4.1.2 深度学习分类器的混淆矩阵
4.2 集成分类器性能分析
4.2.1 集成分类器的分类准确率
4.2.2 集成分类器的混淆矩阵
4.2.3 集成分类器的P/R曲线
4.2.4 集成分类器的ROC曲线
4.3 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者和导师简介