典型文献
基于贝叶斯判别法对音乐特征信号的分类研究
文献摘要：
在大量的乐库中,对音乐进行有效、快速的分类已是研究热点.各个音乐App按照音乐流派识别并推送用户感兴趣的音乐,可以提高用户使用体验和对平台的使用黏性.文章从音乐的流派进行研究,提取四种不同类型音乐信号的Mel频率倒谱系数(Mel Frequency Cestrum Coefficient,MFCC)(24个数值)作为特征值,利用贝叶斯分类算法对80组样本进行分类研究,判别准确率为97.5％;同时,文章分别用贝叶斯分类、BP神经网络等五种不同分类算法,对20组测试数据进行分类判别.结果表明,贝叶斯分类具有较高的音乐分类准确度.
文献关键词：
MFCC;贝叶斯算法;音乐;特征信号;分类
中图分类号：
作者姓名：
常凤;徐小华;胡忠旭
作者机构：
昭通学院,云南昭通657000
文献出处：
引用格式：
[1]常凤;徐小华;胡忠旭-.基于贝叶斯判别法对音乐特征信号的分类研究)[J].电脑知识与技术,2022(13):79-81
A类：
Cestrum
B类：
贝叶斯判别法,对音,音乐特征,特征信号,分类研究,乐进,已是,App,音乐流派,推送,感兴趣,使用体验,黏性,Mel,倒谱系数,Frequency,Coefficient,MFCC,贝叶斯分类,分类算法,测试数据,分类判别,音乐分类,贝叶斯算法
AB值：
0.402943
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。
