机译:使用基于KDLPCCA的相关性和EEG特征进行新颖的音频特征投影,以进行喜欢的音乐分类
Hokkaido Univ Grad Sch Informat Sci & Technol Sapporo Hokkaido 0600814 Japan;
Electroencephalogram (EEG); music liking/disliking; canonical correlation analysis (CCA); kernel method; locality preservation; support vector machine (SVM);
机译:根据情绪,语言和音频特征之间的相关性对音乐进行自动分类
机译:使用MPEG-7音频特征和SVM具有置信区间的音乐情绪分类
机译:减少音频特征在自动音乐流派分类中的重要性
机译:使用通过KDLPCCA选择的基于EEG的最佳音频功能进行新颖的喜爱音乐分类
机译:蜂箱音频样本分类的特征选择和最佳特征子集的生成
机译:使用基于多变量投影的固定边界经验小波变换和从多机组EEG信号提取的自动睡眠阶段分类系统的开发
机译:基于脑电与音乐互相关特征的熟悉度分类