基于稀疏核支持向量机的音乐自动分类系统关键技术研究

本课题研究基于核稀疏成分分析支持向量机的音乐自动分类理论与关键技术，包括(1)模拟人的听觉感知特性，研究基于内容的音乐信号过完备稀疏表示理论和方法，确定表征音乐信号内容的字典函数集合；(2)通过分析、比较字典函数与音乐曲式结构、风格、情感内涵等整体特征之间的联系，找到代表音乐类属本质的整体特征空间；(3)基于稀疏核函数，将聚类和分类算法相结合，建立开放式音乐类属体系，并以较高的正确率确定音乐作品的类属。音乐自动分类是一个新兴的研究领域，是基于内容音乐信息检索的支撑技术之一。通过对当前海量音乐资源进行有效梳理，将大大提高音乐信息检索的效率，并将推动音乐相似性分析、音乐推荐系统、音乐自动抄录系统等相关领域的研究。在网络、多媒体技术飞速发展的今天，具有广阔的应用前景和重要的研究价值。其研究成果将进一步促进和推动网络多媒体信息检索技术相关领域的研究与发展。