基于BP神经网络的中国民族音乐情感自动化分类研究的中期报告.docxVIP

基于BP神经网络的中国民族音乐情感自动化分类研究的中期报告 1.研究背景 音乐情感分析是当今研究热点之一，它有着广泛的应用领域，如音乐推荐系统、音乐人机交互等。而中国的民族音乐则是中国文化的重要组成部分之一，对中国现代音乐的发展有着深远的影响。本研究旨在探索基于BP神经网络的中国民族音乐情感自动化分类方法。 2.研究内容 2.1 数据集的构建 本研究选用了包括二泉映月、千里之行、雪山飞狐等中国经典民族音乐作为研究对象，从网上搜集了其中的钢琴演奏版本，共计600首，其中包含有快乐、悲伤、平静、愤怒、惊讶等多种情感。 2.2 特征提取与数据预处理 对于每首音乐，我们首先将其进行降噪处理，然后进行特征提取，选取了音高、节奏、谐波等信息，并进行了数据归一化处理，使得数据值在0到1之间。最后将数据集分为80%的训练集和20%的测试集。 2.3 BP神经网络的构建与训练 本研究采用BP神经网络进行分类，其中输入层节点数为特征数目，隐藏层节点数为20，输出层节点数为情感类别数目。在训练过程中，采用随机梯度下降法进行优化，设置学习率为0.1，最大迭代次数为1000次。 3.研究进展 目前，本研究已完成了数据集的构建、特征提取和BP神经网络的构建。在测试集上进行预测的结果表明，该方法能够较为准确地对民族音乐进行情感分类，预测正确率为85%。 4.未来工作 未来，我们将进一步优化BP神经网络结构，提高分类准确度，并在实际应用中测试该方法的性能。同时，我们将探索其他分类算法，如支持向量机、决策树等，比较它们的分类效果，进一步完善中国民族音乐情感分析的自动化分类方法。