基于集成学习的音乐识别方法研究.pdfVIP

第39卷 第 12期 计 算 机 科 学 Vo1．39No．12 2012年 12月 Computer Science Dec2012 基于集成学习的音乐识别方法研究 邱 诚 王大海 任伟家 邹 权 (厦门大学信息科学与技术学院 厦门361005) (佳木斯大学音乐学院 佳木斯 154002) 摘 要 随着信息和多媒体的发展，音乐数据变得更加丰富。如何能够高效地检索和管理音乐数据是一个挑战。音乐 分类是音乐信息检索领域的一个关键问题，可以很好地管理不同类别的音乐数据。基于KMeans聚类的循环静态选择 策略是一种双层选择集成模型，它的第一层是通过基于聚类的选择策略在全部的基分类器中筛选 出相互之间差异性较 大的候选基分类器集合，然后通过第二层的循环静态选择策略进行第二轮的选择操作，并进行投票集成，以达到更好的 集成效果。通过两组标准的音乐数据集验证了该策略的有效性。 关键词 音乐信息检索，音乐分类，选择性集成学习，聚类，机器学习 ResearchofM usicRecognitionBasedonDlseITlbIe 嗣Irning Q】U Chenga WANGDa-hai2 RENWe．_jia2 ZOUQuart1 (SchoolofInformationScienceandTechnology，XiamenUniversity，Xiamen361005，Chi~) (CollieofMusic，JiamusiUniversity，Jiamusi154002，Chi~) Abstract W iththedevelopmentofinformationandmultimediat~}mologies。musicdatabeoamemoreandmorediversity．ItiSa challengetoretrieveandma11agethemusicdata．Musicclassificationisthekeyissueofmusicinformationretrievalandcanhelp USmanagedifferentkindsofmusicdata．乃 estaticselectivestrategyofcirculatingcombinationbasedonK-Meansclusteringis adoublelayerselectiveensemblemoda1．Inthefirstlayer，clusteringalgorithmismeployeatochoosetheclassifiers thhrh diversity．Then，viathecirculatingframework，classifiercandidatesaregeneratedbythestaticselectivestrategynadvotedfor the lastresult．Experimentsontwobenchmusicdatasctsverifytheperformanceofthepmpos~ strategy． Kaeywords Musicinformationretrieval，Musicclassification，Selectiveensemblelearning，Clustering，Machnielearning 中的，近几年，音乐信息检索领域的专家和学者们将越来越多 1 引言 的注意力集中在如何更好地进行音乐分类上，许多新技术被用 随着信息和多媒体技术的发展，获得数字化音乐的途径越 于完成这项任务，使得音乐分类获得了前所未有的发展。 来越多，比如网络、收音机广播等l】]，在欣赏大量各式各样的音