音乐流派的多种机器学习模型分类比较
李欣; 米红娟; 吴雪君
2020-12-11
发表期刊宜宾学院学报
期号2020,20(12)页码:42-47
摘要基于音乐数据集GTZAN,对决策树、逻辑回归、随机森林、支持向量机、BP神经网络以及基于Keras框架的全连接神经网络进行实验比对.首先将音频数据转换为谱图,然后从谱图中利用Python工具包Librosa提取音频特征,把这些特征数据作为输入数据提交给各分类模型,进而对输出结果进行比较分析.实验结果表明,在音乐特征数据上,采用10折交叉验证法的分类准确率从高到低依次是BP神经网络、支持向量机、逻辑回归、随机森林、决策树,基于Keras框架的神经网络的训练效果次于支持向量机.
关键词音乐流派 决策树 逻辑回归 随机森林 支持向量机 BP神经网络 Keras
DOI10.19504/j.cnki.issn1671-5365.2020.12.009
URL查看原文
语种中文
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/157
专题信息工程与人工智能学院
工商管理学院
作者单位兰州财经大学信息工程学院
第一作者单位信息工程与人工智能学院
推荐引用方式
GB/T 7714
李欣,米红娟,吴雪君. 音乐流派的多种机器学习模型分类比较[J]. 宜宾学院学报,2020(2020,20(12)):42-47.
APA 李欣,米红娟,&吴雪君.(2020).音乐流派的多种机器学习模型分类比较.宜宾学院学报(2020,20(12)),42-47.
MLA 李欣,et al."音乐流派的多种机器学习模型分类比较".宜宾学院学报 .2020,20(12)(2020):42-47.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[李欣]的文章
[米红娟]的文章
[吴雪君]的文章
百度学术
百度学术中相似的文章
[李欣]的文章
[米红娟]的文章
[吴雪君]的文章
必应学术
必应学术中相似的文章
[李欣]的文章
[米红娟]的文章
[吴雪君]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。