学位论文 > 优秀研究生学位论文题录展示

基于证据理论和语义细胞模型的多标签音乐情感识别研究

作　者: 颜程祎
导　师: 汤永川
学　校: 浙江大学
专　业: 计算机应用技术
关键词: 音乐情感多标签语义细胞证据理论
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 82次
引　用: 0次
阅　读: 论文下载

内容摘要

本文关注多标签音乐情感的识别,对多标签音乐情感识别进行建模并评估其识别性能。本文首先对音乐情感空间表示和多标签进行描述,选择一个合适的数据集来作为实验数据集。接着,用语义细胞模型进行建模求出初始信任分配函数,最后用D-S证据理论进行多标签信息的融合,实现最终的情感标签识别。本文在最后给出了实验结果性能评价标准和实验结果数据,并和不通过语义细胞求mass函数的实验结果进行对比,论证了在使用证据理论来进行多标签音乐情感识别时结合语义细胞来求mass函数能获得较好的实验结果。本文还用实验证明了在进行多标签音乐情感识别时,可以通过主成分分析来降低音乐特征的维度。本论文是第一次尝试结合语义细胞给出初始信任分配函数,并用证据理论进行证据融合来对多标签音乐情感进行识别,以及在有效使用此方法的基础上通过主成分分析来降低音乐特征的维度。

全文目录

摘要  4-5
Abstract  5-10
第1章绪论  10-17
  1.1 研究背景  10-11
  1.2 研究现状  11-15
  1.3 论文结构  15-16
  1.4 本章小结  16-17
第2章情感空间的表示和特征的提取  17-25
  2.1 音乐情感背景  17
  2.2 音乐情感表示  17-20
    2.2.1 Thayer二维情感模型  18-19
    2.2.2 Tellegen-Watson-Clark情感模型  19-20
  2.3 多标签  20
    2.3.1 多标签背景  20
    2.3.2 基于多标签分类  20
  2.4 Emotions数据集介绍  20-24
    2.4.1 音乐素材的来源  21
    2.4.2 音乐特征的提取  21-22
    2.4.3 数据集的建立  22-24
  2.5 本章小结  24-25
第3章主成分分析降维处理  25-30
  3.1 主成分分析简述  25-27
  3.2 主成分分析用于音乐特征的降维  27-29
  3.3 本章小结  29-30
第4章语义细胞模型  30-33
  4.1 语义细胞模型概述  30-32
  4.2 语义细胞模型用于多标签音乐情感识别  32
  4.3 本章小结  32-33
第5章证据理论  33-41
  5.1 证据理论概述  33
  5.2 多值变量  33
  5.3 证据理论基本定义  33-35
  5.4 多值变量的信任分配函数  35-37
    5.4.1 框架(C(Ω),(?))  35-37
    5.4.2 在C(Ω)上的mass函数  37
  5.5 证据理论应用与标签分类  37-39
    5.5.1 单标签KNN分类  38-39
    5.5.2 多标签KNN分类  39
  5.6 本章小结  39-41
第6章实验过程  41-67
  6.1 实验流程  41-43
  6.2 实验数据集  43
  6.3 主成分分析降维  43
  6.4 基于KNN从训练集选取样本  43-44
  6.5 产生不精确标签的处理  44-46
  6.6 基于语义细胞模型,计算初始信任分配函数  46-49
  6.7 证据融合  49-61
    6.7.1 证据融合流程  49-51
    6.7.2 证据融合示例  51-61
  6.8 结果评价标准  61-64
  6.9 降维后的实验结果  64-65
  6.10 本章小结  65-67
第7章总结和展望  67-69
  7.1 总结  67-68
  7.2 下一步的研究计划  68-69
参考文献  69-74
致谢  74

基于证据理论和语义细胞模型的多标签音乐情感识别研究

内容摘要

全文目录

相似论文