基于支持向量機(jī)的層次預(yù)測音樂自動分類及應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)絡(luò)的發(fā)展，越來越多的信息資源在網(wǎng)上發(fā)布共享，如何快速的發(fā)現(xiàn)和定位特定的網(wǎng)絡(luò)資源，成為研究的一個重點(diǎn)，現(xiàn)有的第二代搜索引擎，百度，google，yahoo等為人們提供了文本信息檢索服務(wù)，但隨著用戶需求的日益提高，這種只針對文本信息的檢索方式已經(jīng)不能滿足人們對于多媒體數(shù)據(jù)的查找，隨之海量視音頻數(shù)據(jù)的檢索成為一個熱點(diǎn)和難點(diǎn)，同時做為第三代搜索引擎的重要組成部分而被廣泛的研究。傳統(tǒng)的視音頻檢索都是建立在對媒體數(shù)據(jù)元信息人工標(biāo)注的基礎(chǔ)上

2、，歸根到底還是對于文本信息的檢索，遠(yuǎn)不能滿足指數(shù)級增長的多媒體數(shù)據(jù)處理的要求，所能搜索的范圍也局限于標(biāo)注信息，不能提供更準(zhǔn)確的基于音視頻內(nèi)容的檢索服務(wù)。同時在廣電行業(yè)，安全行業(yè)中對視音頻數(shù)據(jù)的處理要求越來越高，如何基于視音頻內(nèi)容的自動檢索成為一個巨大的課題，其中基于內(nèi)容的音頻檢索包括音頻特征提取，音頻分類，音頻索引，音頻檢索等幾個研究方面。而音樂分類做為其中的一個子課題也開始被深入的研究。 本文的工作和研究方向主要包括以下幾個方

3、面： （1)研究了音樂的特征表示，分析了音頻分類的主流技術(shù)，對比了基于規(guī)則的分類方法和基于統(tǒng)計學(xué)習(xí)的分類方法. (2)著重應(yīng)用統(tǒng)計學(xué)習(xí)方法中的支持向量機(jī)對音樂數(shù)據(jù)集進(jìn)行訓(xùn)練和預(yù)測，分析了支持向量機(jī)錯誤樣本分布情況。 (3)提出基于支持向量機(jī)的層次預(yù)測音樂自動分類方法，并設(shè)計實(shí)現(xiàn)了關(guān)鍵算法，最后加以實(shí)驗(yàn)驗(yàn)證。 (4)應(yīng)用本文提出的自動分類方法開發(fā)出自動分類引擎，改進(jìn)了現(xiàn)有的音樂檢索系統(tǒng)，對改進(jìn)后的系統(tǒng)進(jìn)行了