混合型深层神经网络在基于音频数据的作曲家分类问题 - 大眼睛实验室.docVIP

下载本文档

16
0
约2.3万字
约 14页
2017-08-17 发布于天津
举报

混合型深层神经网络在基于音频数据的作曲家分类问题 - 大眼睛实验室.doc

基于深度学习的作曲家分类问题胡振傅昆张长水清华大学自动化系北京清华信息科学与技术国家实验室筹北京智能技术与系统国家重点实验室清华大学北京摘要在音乐信息检索领域作曲家分类是一个十分重要的问题这一问题的目标是通过音频数据来识别相应的作曲家信息传统的分类算法都是通过提取复杂的特征来进行分类的而深层神经网络在特征学习上具有比较强的能力因此提出用深层神经网络来解决这一问题为了结合不同深层神经网络模型的优点设计了一种混合模型该模型基于深度置信网络和级联去噪自编码器可以较好地解决作曲家分类问题实验表明该模型取

基于深度学习的作曲家分类问题胡振( 傅昆张长水（清华大学自动化系北京 100084）（清华信息科学与技术国家实验室(筹) 北京 100084）（智能技术与系统国家重点实验室清华大学北京 100084）（huz06@） Audio Classical Composer Identification by Deep Neural Network Hu Zhen, Fu Kun, and Zhang Changshui （Department of Automation, Tsinghua University, Beijing 100084）（State Key Lab

您可能关注的文档

文档评论（0）

1亿VIP精品文档

更多 >

混合型深层神经网络在基于音频数据的作曲家分类问题 - 大眼睛实验室.docVIP