檢索結果:共4筆資料 檢索策略: "Music Genre".ekeyword (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
近年來的研究已經指出使用卷積神經網路(CNN)來進行圖片分類極為有效,這是因為卷積神經網路是依照資訊的結構性來進行訓練。也有一些研究[1]試著將卷積神經網路應用在非圖片資訊的使用上,想要知道在非圖片…
2
本論文提出使用音樂旋律特徵進行自動風格分類的方法。我們比較了三種統計分類方法:以關聯度為基礎的方法、類神經網路、k個最近相似度方法。在基礎實驗中以類神經網路67.5%的正確率最高,而本論文的關聯度分…
3
音樂類型在音樂信息檢索領域具有特別重要的意義,近年來,許多研究藉由對音樂做各式各樣的特徵提取後,再使用機器學習的技術做訓練,結果在音樂類型的分類上獲得很大的成就,不過本文希望能夠跳過繁瑣的特徵提取過…
4
本論文研究了階層式及分類器混合這兩種複合式的分類器結構,用於提升音樂曲風分類之正確率。首先我們對輸入的樂曲分析出四種頻域特徵,分別是梅爾頻譜,梅爾倒頻譜,調變頻譜及打擊音效頻譜,作為基礎聲學特徵;然…