Institutional Repository of School of Information Engineering and Artificial Intelligence
| 基于深度玻尔兹曼机的乐器分类问题研究 | |
周畅 ; 米红娟
| |
| 2018 | |
| 发表期刊 | 计算机应用研究
 |
| 期号 | 7页码:2031-2034 |
| 摘要 | 应用传统浅层模型处理乐器分类任务存在非线性拟合能力较差的问题,使分类准确率得不到有效保证,有必要引入深度学习方法来提升复杂任务的非线性建模能力。将深度玻尔兹曼机作为特征提取器提取表达能力更强的数据特征,分别以SVM与softmax分类器作为深度神经网络的顶层设置形成DBM+SVM组合模型与DBM+softmax组合模型,引入平均场理论和动量项因子优化网络训练过程。将上述两组模型及单一SVM分类器在五类乐器音频数据上进行对比实验,两种深度学习组合模型的分类准确率分别达到89. 29%和87. 5%,与传统浅层分类方法 SVM的73. 21%的准确率相比优势明显。实验结果表明深度玻尔兹曼机在乐器分类领域的应用颇具前景。 |
| 关键词 | 深度玻尔兹曼机 乐器分类 深度学习 平均场理论 动量项 |
| DOI | 10.19734/j.issn.1001-3695.2018.01.0022 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| ISSN | 1001-3695 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6549458 |
| 来源期刊等级 | C2类 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/906 |
| 专题 | 信息工程与人工智能学院 |
| 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 | 周畅,米红娟. 基于深度玻尔兹曼机的乐器分类问题研究[J]. 计算机应用研究,2018(7):2031-2034. |
| APA | 周畅,&米红娟.(2018).基于深度玻尔兹曼机的乐器分类问题研究.计算机应用研究(7),2031-2034. |
| MLA | 周畅,et al."基于深度玻尔兹曼机的乐器分类问题研究".计算机应用研究 .7(2018):2031-2034. |
| 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 |
| [周畅]的文章 |
| [米红娟]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [周畅]的文章 |
| [米红娟]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [周畅]的文章 |
| [米红娟]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
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。
修改评论