典型文献
融合KPCA与改进KNN的蒙古族音乐分类方法
文献摘要：
蒙古族音乐存在传承方式较为落后导致发展缓慢的问题,如何有效利用音乐分类技术对蒙古族音乐进行分类研究,有助于蒙古族音乐的传承与发展.现有的音乐分类方法在特征提取过程中由于特征数量的增多易 存在无关和冗余特征,无关和冗余特征反而会带来过拟合的风险,导致分类模型的性能差.针对此问题,本文提出一种融合核主成分分析和改进KNN的分类方法,即KPCA-FSKNN.该方法可以将提取到的特征进行有效降维,避免特征过度冗余,选择出有助于提升分类效果的最佳特征子集.实验结果表明,该方法优于其他分类算法,对蒙古族音乐分类的研究具有重要意义.
文献关键词：
蒙古族音乐;音乐分类;核主成分分析;改进KNN算法
中图分类号：
作者姓名：
宋扬;王海龙;柳林;裴冬梅
作者机构：
内蒙古师范大学计算机科学技术学院,内蒙古呼和浩特010022
文献出处：
引用格式：
[1]宋扬;王海龙;柳林;裴冬梅-.融合KPCA与改进KNN的蒙古族音乐分类方法)[J].复旦学报（自然科学版）,2022(05):573-580,588
A类：
FSKNN
B类：
KPCA,蒙古族音乐,音乐分类,分类方法,传承方式,发展缓慢,分类技术,乐进,分类研究,传承与发展,特征数,冗余特征,过拟合,分类模型,核主成分分析,取到,分类效果,特征子集,分类算法
AB值：
0.25523
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
