典型文献
基于多模态深度学习的音乐情感分类算法
文献摘要：
针对现有算法仅考虑音乐或视频单模态特征,分类效率低下的问题,本文提出了基于多模态深度学习的音乐情感分类算法.首先设计了二维音频卷积神经网络,该网络将音频梅尔谱图作为输入,以学习音乐的音频特征;其次,设计了视频神经网络,以学习音乐视频的时空特征;采用多模态融合技术,将音频和视频特征融合,设计了多模态深度学习分类算法对音乐的情感进行分类.针对缺乏已标记音乐视频数据集的问题,本文构建了一个具有多样性的音乐视频数据集.基于该数据集进行实验,以验证所提出算法的有效性,并对比分析了不同优化器对单模态分类模型性能的影响.实验结果表明,与单模态情感分类器相比,多模态分类器能实现最佳的分类性能.
文献关键词：
深度学习;音乐情感分类;多模态融合
中图分类号：
作者姓名：
周萍
作者机构：
南昌职业大学 信息技术学院,南昌330500
文献出处：
引用格式：
[1]周萍-.基于多模态深度学习的音乐情感分类算法)[J].智能计算机与应用,2022(09):110-114
A类：
B类：
多模态深度学习,音乐情感分类,分类算法,单模,模态特征,谱图,音频特征,音乐视频,时空特征,多模态融合,融合技术,特征融合,对音,视频数据,优化器,分类模型,模型性能,分类器,分类性能
AB值：
0.232049
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。
