科研之友
微信
新浪微博
Facebook
分享链接
摘要
音乐具有多样性和不确定性，使用传统分类方法对音乐进行分类，速度较慢，且正确率不高，要提升音乐分类的正确性以及分类的精度，可以采用一种神经网络的分类模型。这种分类模型构建需要提取倒谱系数的音乐特征，将其中最优的特征信号选出来，提升识别速度，再通过BP逆向传播神经网络模型来及时识别特征信号，构建相应的分类模型，对测试音乐开展分类。这种音乐分类方法应用可以实现对传统民歌、古筝、流行音乐以及摇滚音乐的仿真实验，相应神经网络分类方法平均分类正确率接近90%，相对传统分类方法，正确率提升约5%，速度也明显加快。可见，这种基于优化神经网络的音乐分类模型应用成效显著。
- 单位
