基于相空间重构和柔性神经树的乐器分类.pdfVIP

第32卷第2期 计算机应用与软件 Vo1．32 No．2 2015年 2月 ComputerApplicationsandSoftware Feb．2015 基于相空间重构和柔性神经树的乐器分类 郅逍遥 李临生 郭 拮 郭一娜 闫庆森 (太原科技大学电子信息工程学院 山西太原030024) 摘 要 基于相空间重构理论和主成分分析理论，对不同乐器产生的音频时间序列进行处理。通过分析各类乐器的高维特性，采 用概率密度函数来刻画各个乐器在相空间中的差异，然后将概率密度函数的参数与其他音色特征相结合，采用柔性神经树作为分类 器 ，提出一种新的乐器分类方法。柔性神经树能够解决人工神经网络结构的高度依赖性问题，还具有较高的识别率。实验表明，该 分类器与BP神经网络和支持向量机比较具有较高的平均分类准确率和较低的均方根误差值。 关键词 乐器分类 相空间重构 主成分分析 概率密度函数 柔性神经树 中图分类号 TP3 文献标识码 A DOI：10．3969／j．issn．1000—386x．2015．02．040 MUSICAL INSTRUMENTS CLASSIFICATIoN BASED oN PHASE SPACE RECoNSTRUCTIoN AND FLEXIBLE NEURAL TREES ZhiXiaoyao LiLinsheng GuoZhe GuoYi’na YahQingsen (SchoolofElectronicsInformationEngineering，Taiy~anUniveni~ofScienceandTechnology，Taiyuan030024，Shanxi，China) Abstract Basedonphasespacereconstructiontheoryandprincipalcomponentanalysistheory ，weprocessaudiotimesequencesproduced bydifferentmusical insturments．A musicalinstrumentsclassificationmethod isproposed byanalysingthehigh dimensionalpropertiesof variousinsturmentsandadoptingprobabilitydensityfunctiontodescribethedifferenceofeachinsturmentinphasespace，andthencombining theparametersofprobabilitydensi~functionwithothertimbrefeaturesaswellasusingflexibleneuraltrees(FNT)astheclassifier．The FNT cansolvehighlysturcturedependentproblem oftheartificialneuralnetworkandalsohashigherrecognitionrate．Experimentindicates thatcomparedwithBPneuralnetworkandsuppo~ vectormachine，thisclassifierhashigheraverageaccuracyrateofclassificationandlower RMSE valHe． Keywords Musicalinstrumentclassification Phasespacereconsturction Principalcomponentna alysis Probabilitydensityfunction Flexibleneuraltree 研究成果中，一些音频信号的分类准确率普遍偏低，说明上述的 0 引 言