基于貝葉斯判別法對音樂特征信號的分類研究

打開文本圖片集

摘要：在大量的樂庫中，對音樂進(jìn)行有效、快速的分類已是研究熱點。各個音樂App按照音樂流派識別并推送用戶感興趣的音樂，可以提高用戶使用體驗和對平臺的使用黏性。文章從音樂的流派進(jìn)行研究，提取四種不同類型音樂信號的Mel頻率倒譜系數(shù)（Mel Frequency Cestrum Coefficient，MFCC）（24個數(shù)值）作為特征值，利用貝葉斯分類算法對80組樣本進(jìn)行分類研究，判別準(zhǔn)確率為97.5%;同時，文章分別用貝葉斯分類、BP神經(jīng)網(wǎng)絡(luò)等五種不同分類算法，對20組測試數(shù)據(jù)進(jìn)行分類判別。（剩余4100字）