典型文献
基于人工神经网络的音符识别研究
文献摘要：
针对音符识别准确率不高的问题,提出一种基于人工神经网络的音符识别方法.为提高识别准确率,首先采用归一化和汉明窗方法对音频信号进行预处理,然后采用CQT和MFCC分别提取频域特征和倒频域特征;利用BP神经网络和Softmax回归模型,提出Softmax回归结合BP神经网络音符识别模型,并构建音符识别分类器;最后通过MATLAB R2016a作为仿真软件,在自构音符库的基础上,对音符进行识别.结果表明,在CQT和MFCC共同提取特征和不同样本数量下,本研究构建的音符识别器的识别率都高于93％,且与其他参考文献的识别率相比,本研究算法也具有明显优势.由此说明,本研究构建的音符特征提取与识别方案可行.
文献关键词：
音符识别;Softmax回归模型;BP神经网络
中图分类号：
作者姓名：
侯清睿;安冬
作者机构：
陕西财经职业技术学院,陕西咸阳712000
文献出处：
引用格式：
[1]侯清睿;安冬-.基于人工神经网络的音符识别研究)[J].自动化与仪器仪表,2022(01):53-58
A类：
音符识别,R2016a
B类：
人工神经网络,对音,识别准确率,汉明,音频信号,CQT,MFCC,频域特征,Softmax,识别模型,识别分类,分类器,构音,提取特征,样本数量,研究构建,识别器,识别率,参考文献,特征提取与识别
AB值：
0.261728
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。
