基于测度学习改进支持向量机的钢琴乐谱难度识别算法

摘要

本发明一种基于测度学习改进支持向量机的钢琴乐谱难度识别算法，包括：建立分类数字钢琴乐谱代表集；提取难度相关特征，构建特征向量空间，并对提取到的特征进行归一化预处理；利用测度学习从训练样本中有监督的得到新的距离测度，并用新的距离测度改进高斯径向基核函数；用one‑versus‑all方法将SVM扩展到多分类；5)基于网格搜索算法选择最优的高斯径向基核函数参数，建立多分类支持向量机模型；6)对于待识别数字乐谱，重复第2)步，依据训练好的多分类支持向量机模型得到的决策函数，计算各子分类器的决策值，将待识别数字乐谱归为所有决策值中最大值所对应的类别。本发明具有较高识别稳定性和识别准确率。