×

音乐类型:随着不同鼓的节奏跳动。 (英语) Zbl 1376.62140号

摘要:由于互联网和数字音频的快速增长,在线音乐数据库大幅增加,需要开发更快、更高效的音乐内容分析工具。音乐流派广泛用于组织音乐收藏。本文通过探索从各自复杂的网络表示中获得的基于节奏的特征,解决了单标签和多标签音乐类型自动分类的问题。为了分析韵律符号事件的时间序列,建立了马尔可夫模型。特征分析采用两种多元统计方法:主成分分析(无监督)和线性判别分析(监督)。同样,为了识别节奏的类别,使用了两种分类器:高斯假设下的参数贝叶斯分类器(有监督)和凝聚层次聚类(无监督)。通过使用kappa系数和获得的聚类得到的定性结果证实了该方法的有效性。

MSC公司:

62页99 统计学的应用
62H25个 因子分析和主成分;对应分析
62H30型 分类和区分;聚类分析(统计方面)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Lena J C和Peterson R A 2008年文化分类:音乐流派的类型和轨迹美国社会版次。73 697-718·doi:10.1177/000312240807300501
[2] 霍尔特F 2007流行音乐中的流派(伊利诺伊州芝加哥:芝加哥大学出版社)·doi:10.7208/chicago/9780226350400.001
[3] Scaringella N、Zoia G和Mlynek D 2006音乐内容的自动体裁分类——一项调查IEEE信号处理。美格。23 133-41 ·doi:10.1109/MSP.2006.1598089
[4] Aucounturier J J和Pachet F 2005代表音乐流派:艺术状态J.新音乐研究。32 83-93 ·doi:10.1076/jnmr.32.183.16801
[5] Pachet F和Cazaly D 2000音乐流派分类程序。基于内容的多媒体信息访问(RIAO)(巴黎)第1238-45页
[6] Costa L da F和Cesar R M J R 2001形状分析与分类理论与实践(佛罗里达州博卡拉顿:CRC出版社)·Zbl 1173.68800号
[7] Duda R O、Hart P E和Stork D G 2001模式分类(纽约:威利)·Zbl 0968.68140号
[8] Catatepe Z、Yasian Y和Sonmez 2007年使用迷笛和音频功能的音乐流派分类EURASIP J.高级信号处理第1-8页·Zbl 1168.68516号
[9] Li T、Ogihara M、Shao B和Wang D,2009音乐信息检索的机器学习方法机器学习理论及其新应用(奥地利维也纳:I-Tech)第259-78页
[10] Mostafa M M和Billor N 2009使用机器学习技术识别西方风格音乐类型专家系统。申请。36 11378-89 ·doi:10.1016/j.eswa.2009.03.050
[11] 王莉,黄S,王S,梁J,徐B 2008基于多分类器融合的音乐体裁分类第四届国际自然计算大会第580-3页·doi:10.1109/ICNC.2008.815
[12] Song Y和Zhang C 2008基于内容的信息融合用于半监督音乐流派分类IEEE传输。多媒体10 145至52·doi:10.1109/TMM.2007.911305
[13] Panagakis I、Benetos E和Kotropulos C 2008音乐流派分类:一种多线性方法程序。第九届国际音乐信息检索大会第583-8页
[14] Hong J、Deng H和Yan Q 2008标签艺术家相似性和类型分类程序。IEEE国际标准。论知识获取与建模第628-31页·doi:10.1109/KAMW.2008.4810567
[15] Holzapfel A和Stylianou Y 2007使用非负矩阵分解的音乐体裁分类统计方法IEEE声学、语音和信号处理国际会议第2卷第II-693-6页
[16] Silla C N、Kaestner A A和Koerich A L 2007使用分类器集成的自动音乐类型分类程序。IEEE系统、人与控制论国际会议第1687-92页
[17] Scaringela N和Zoia G 2005关于音频信号中自动类型识别系统的时间信息建模程序。第六国际交响乐团。论音乐信息检索第666-71页
[18] Shao X、Xu C和Kankanhalli M 2004使用隐马尔可夫模型对音乐类型进行无监督分类程序。多媒体探索(ICME)国际会议第2023-6页·doi:10.1109/IMCE.2004.1394661
[19] Burred J J和Lerch A 2003自动音乐体裁分类的层次方法程序。国际数字音频效果会议第8-11页
[20] Akhtaruzzaman Md 2008基于数学和几何分析的音乐节奏表现及其分类系统程序。计算机与通信工程国际会议第466-71页·doi:10.1109/ICCCE.2008.4580648
[21] Karydis I 2006基于音高和持续时间的符号音乐类型分类程序。第十届东欧数据库和信息系统进展会议第329-38页·doi:10.1007/111827252_25
[22] Gouyon F和Dixon S 2005自动节奏描述系统综述计算。音乐J。29 34-54 ·doi:10.1162/comj.2005.29.1.34
[23] Gouyon F、Dixon S、Pampalk E和Widmer G 2004评估音乐类型分类的节奏描述符程序。第25届国际AES会议。第196-204页
[24] Katakis I、Tsoumakas G和Vlahavas I 2008自动标签建议的多标签文本分类程序。ECML/PKDD公司pp 75-83 2008发现挑战
[25] Boutell M R、Luo J、Shen X和Brown C M 2004学习多标签场景分类模式识别。37 1757-71 ·doi:10.1016/j.patcog.2004.03.009
[26] Diplaris S、Tsoumakas G、Mitkas P和Vlahavas I 2005使用多种算法进行蛋白质分类程序。第十届泛希腊信息学大会(PCI 2005)第448-56页
[27] Trohidis K、Tsoumakas G、Kalliris G和Vlahavas I 2008音乐情感的多标签分类程序。2008年国际音乐信息检索大会(ISMIR 2008)第325-30页
[28] Albert R和Barabasi A L 2002复杂网络的统计力学修订版Mod。物理学。74 47至97·Zbl 1205.82086号 ·doi:10.103/修订版物理版74.47
[29] Newman M E J 2003复杂网络的结构和功能SIAM版本。45 167-256 ·Zbl 1029.68010号 ·doi:10.1137/S003614450342480
[30] 展位T L 1967顺序机器与自动机理论(纽约:威利)·兹伯利0165.02303
[31] Rohrmeier M 2006音乐和声运动建模:分析巴赫合唱团中Pc集序列的特性和动态方面博士论文剑桥大学出版社
[32] Costa L da F、Rodrigues F A、Travieso G和Boas V P R 2007复杂网络的表征:测量调查高级物理。56 167-242 ·网址:10.1080/00018730601170527
[33] 米兰达E R 2001用电脑作曲(英国牛津:焦点出版社)
[34] Eerola T和Toviainen P I 2004MIDI工具箱:用于音乐研究的工具MATLAB(Jyväskylä,芬兰:Jyváskyl-ä大学)
[35] Devijver P A和Kittler J 1981模式识别:一种统计方法(新泽西州恩格尔伍德悬崖:普伦蒂斯·霍尔)·兹比尔0458.62047
[36] Webb A R 2002年统计模式识别(纽约:威利)·Zbl 1102.68639号 ·数字对象标识代码:10.1002/0470854774
[37] Therrien C W 1989年决策估计和分类:模式识别简介及相关主题(纽约:威利)·Zbl 0996.68530号
[38] Theodoridis S和Koutroumbas K 2006模式识别(阿姆斯特丹:爱思唯尔)·Zbl 1093.68103号
[39] Cohen J 1960标称刻度的一致系数教育。精神病。测量。20 37-46 ·doi:10.1177/001316446002000104
[40] Congalton R G 1991遥感数据分类准确性评估综述远程传感器环境。37 35-46 ·doi:10.1016/0034-4257(91)90048-B
[41] Fukunaga K 1990年统计模式识别导论(纽约:学术版)·兹比尔0711.62052
[42] Tsoumakas G和Katakis I 2007多标签分类:概述Int.J.数据仓库最低。3 1-13 ·doi:10.4018/jdwm.2007070101
[43] Hyvarinen A、Karhunen J和Oja E,2001年独立成分分析(纽约:威利)·数字对象标识代码:10.1002/0471221317
[44] Jain A K和Dubes R C 1988数据聚类算法(新泽西州恩格尔伍德悬崖:普伦蒂斯·霍尔)·Zbl 0665.62061号
[45] 安德伯格M R 1973应用程序的聚类分析(纽约:学术版)·Zbl 0299.62029号
[46] Romesburg H C 1990年研究的聚类分析(北卡罗来纳州莫里斯维尔:LULU出版社)
[47] Kuiper F K和Fisher L A 1975六种聚类过程的蒙特卡罗比较生物识别31 777-83 ·Zbl 0307.62045号 ·doi:10.2307/2529565
[48] Blashfield R K 1976聚类分析的混合模型检验:四种凝聚层次方法的准确性精神病。牛市。83 377-88 ·doi:10.1037/0033-2909.83.3.377
[49] Mojena R 1975分层分组方法和停止规则:一个评估J.计算。20 359-63 ·Zbl 0364.62065号 ·doi:10.1093/comjnl/20.4.359
[50] Landis J R和Koch G G 1977分类数据的观察者一致性测量生物识别33 159-74 ·Zbl 0351.62039号 ·doi:10.2307/2529310
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。