基于支持向量机与LASSO的双模态音乐分类与评价

摘要：

随着互联网技术的高速发展,人们与数字音乐的关系更加紧密,人们会依据自己的偏好以及场所选择音乐,因此如何有效管理数量庞大的音乐并对其分门别类显得尤为重要.为提高音乐分类的准确率,本文从音频中提取特征向量,运用遗传算法优化支持向量机实现音乐流派分类;从歌词中提取特征关键词,采用LASSO降维实现文本情感分类,最终构建双模态音乐分类模型.结果表明,该分类方法准确率为73.1％,可靠性与稳定性良好,有效地避免了传统方法产生局部最优的问题.

关键词：音乐分类;支持向量机;遗传算法;LASSO;双模态融合

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-78