利用遗传算法改进SOM网络初始权值的乐器分类.pdfVIP

计算机系统应用 http：llv嗍．c-S—a．org．ca 利用遗传算法改进SOM网络初始权值的乐器分磐 杨松，于凤芹 (江南大学物联刚工程学院，无锡214122) 摘要：针对SOM网络在分类中由于其初始权值的随机性而导致的训练次数过多且易陷入局部最小的问题，提 算法计算出每种乐器各阶系数的适应度值，并以此作为网络的初始权值，之后使用已赋初值的SOM网络分类。 仿真实验结果表明：利用遗传算法改进SOM网络初始权值的乐器分类方法的分类正确率最高可达到83．51％。 关键词：乐器分类；自组织特征映射网络；遗传算法 Genetic to theInitial ofSOMNetworkinthe Using Improve Algorithms Weights InstrumentClassification YANG Song，YUFeng—Qin ofIntemet (School ofThingsEngineering，JiangnanUniversity,Wuxi214122，China) Abstract：Forthe of to excessive and fallintolocalminimuminSOMnetworkinthe problem trainingeasy classificationcausedthe its by randonmessof initial to networkinitial weight，usinggeneticalgorithmimprove weights ininstrumentclassificationis 1 MFCC of10different extract2一order coefficients proposed．Simulation experiments kindsofmusicalinstruments．Thenusethe valueof orderin tocalculatethefitness each each geneticalgorithm usethefitnessvalueasthenetworkinitial resultsshowthat：theof instrument，and weights．Simulation wayusing to theinitial ofSOMnetworkinthemusicalinstrumentclassificationiseffective geneticalgorithmsimprove weights andtheclassificationcanreach83．51％． accuracy words：musicalinstrument Key classification，SOMnetwork,geneticalgorithms 乐器分类就是通过分辨不同乐器所产生的声频信 号从而将乐器区分开来，广泛应用于信息检索及模式 特征参数，适用于乐器分类。文献【3】中使用MFCC作 识别领域【1】。传统的弦乐，打击乐，木管乐，铜管乐， 为特征对6种乐器实现分类，正确率达到92．5％。除 键盘乐等5类乐器之间的大类区分由于其频率范围的 声学特征外，分类器性能同样至关重要。自组织特征