基于特征选择的多情感音乐数据分类方法、装置及可读介质
技术特征:
1.一种基于特征选择的多情感音乐数据分类方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于特征选择的多情感音乐数据分类方法,其特征在于,所述特征空间矩阵表示为其中为所述特征空间矩阵中的第i行的元素构成的向量,表示第i个多情感音乐数据的特征,所述特征包括旋律的振幅、歌词中内容的统计、节奏特征或音色特征,表示实数空间,d表示d维特征,n表示多情感音乐数据的总数,所述标记空间矩阵包含l个情感分类标签所对应的值,表示为所述情感分类标签包括惊奇、高兴、放松、安静、悲伤、愤怒,若第i个多情感音乐数据的特征xi与第j个情感分类标签相关联,则所述标记空间矩阵中对应的元素yij=1,若第i个多情感音乐数据的特征xi与第j个情感分类标签不相关,则所述标记空间矩阵中第i行第j列的元素yij=0。
3.根据权利要求1所述的基于特征选择的多情感音乐数据分类方法,其特征在于,基于所述特征空间矩阵和特征选择矩阵构造出具有结构化子空间的流形学习框架,通过潜在子空间探索所述音乐数据的相关性并构造出多情感音乐数据的几何结构,基于所述标记空间矩阵构造标记相关性模型,根据所述流形学习框架、几何结构和标记相关性模型构造出目标函数,具体包括:
4.根据权利要求3所述的基于特征选择的多情感音乐数据分类方法,其特征在于,对所述目标函数进行求解,得到优化后的特征选择矩阵,基于所述优化后的特征选择矩阵确定特征子集,具体包括:
5.根据权利要求1所述的基于特征选择的多情感音乐数据分类方法,其特征在于,基于所述优化后的特征选择矩阵确定特征子集,具体包括:
6.根据权利要求1所述的基于特征选择的多情感音乐数据分类方法,其特征在于,所述分类器包括mlknn分类器。
7.一种基于特征选择的多情感音乐数据分类装置,其特征在于,包括:
8.一种电子设备,包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
技术总结
本发明公开了一种基于特征选择的多情感音乐数据分类方法、装置及可读介质,包括:基于若干个具有已知情感标签的多情感音乐数据构造出特征空间矩阵和标记空间矩阵;从特征空间矩阵随机生成特征选择矩阵,基于特征空间矩阵和特征选择矩阵构造出具有结构化子空间的流形学习框架,通过潜在子空间探索音乐数据的相关性并构造出多情感音乐数据的几何结构,基于标记空间矩阵构造标记相关性模型,根据流形学习框架、几何结构和标记相关性模型构造出目标函数,对目标函数进行求解,得到优化后的特征选择矩阵,基于优化后的特征选择矩阵确定特征子集,基于特征子集训练分类器,经训练的分类器便可以对音乐数据进行分类,得到情感分类结果,能提高分类性能。
技术研发人员:范宇凌,柳培忠,唐加能,刘景华
受保护的技术使用者:华侨大学
技术研发日:
技术公布日:2024/11/18
技术研发人员:范宇凌,柳培忠,唐加能,刘景华
技术所有人:华侨大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
