電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問(wèn) 
發(fā)資料
發(fā)視頻多核學(xué)習(xí)支持向量機(jī)應(yīng)用音樂(lè)流派自動(dòng)分類(lèi)
資料介紹
針對(duì)不同特征向量下選擇最優(yōu)核函數(shù)的學(xué)習(xí)方法問(wèn)題，將多核學(xué)習(xí)支持向量機(jī)（ MK-SVM）應(yīng)用于音樂(lè)流派自動(dòng)分類(lèi)中，提出了將最優(yōu)核函數(shù)進(jìn)行加權(quán)組合構(gòu)成合成核函數(shù)進(jìn)行流派分類(lèi)的方法。多核分類(lèi)學(xué)習(xí)能夠針對(duì)不同的聲學(xué)特征采用不同的最優(yōu)核函數(shù)，并通過(guò)學(xué)習(xí)得到各個(gè)核函數(shù)在分類(lèi)中的權(quán)重，從而明確各聲學(xué)特征在流派分類(lèi)中的權(quán)重，為音樂(lè)流派分類(lèi)中特征向量的分析和選擇提供了一個(gè)清晰、明確的結(jié)果。在ISMIR 2011競(jìng)賽數(shù)據(jù)集上驗(yàn)證了提出的基于多核學(xué)習(xí)支持向量機(jī)（ MKL-SVM）的分類(lèi)方法，并與傳統(tǒng)的基于單核支持向量機(jī)的方法進(jìn)行了比較分析。實(shí)驗(yàn)結(jié)果表明基于MKL-SVM的音樂(lè)流派自動(dòng)分類(lèi)準(zhǔn)確率比傳統(tǒng)單核支持向量機(jī)的分類(lèi)準(zhǔn)確率提高了6. 58%，且該方法與傳統(tǒng)的特征選擇結(jié)果比較，更清楚地解釋了所選擇的特征向量對(duì)流派分類(lèi)的影響大小，通過(guò)選擇影響較大的特征組合進(jìn)行分類(lèi)，分類(lèi)結(jié)果也有了明顯的提升。
- 使用深度學(xué)習(xí)方法對(duì)音樂(lè)流派進(jìn)行分類(lèi)
- 最小內(nèi)內(nèi)方差支持向量引導(dǎo)的字典學(xué)習(xí)算法 7次下載
- 基于Gabor小波變換和多核支持向量機(jī)的診斷方法 16次下載
- 應(yīng)用于風(fēng)格化數(shù)據(jù)的正則化最小二乘以支持向量機(jī) 6次下載
- 基于近鄰傳輸?shù)牧６?b class="flag-6" style="color: red">支持向量機(jī)學(xué)習(xí)算法 9次下載
- OpenCV機(jī)器學(xué)習(xí)SVM支持向量機(jī)的分類(lèi)程序免費(fèi)下載 5次下載
- 多分類(lèi)孿生支持向量機(jī)研究進(jìn)展 0次下載
- 基于多核支持向量機(jī)集成的智能玻璃制品檢測(cè)算法_劉煥軍 0次下載
- 基于形態(tài)小波范數(shù)熵和支持向量機(jī)的電能質(zhì)量分類(lèi)研究 0次下載
- 一種基于Web挖掘的音樂(lè)流派分類(lèi)方法
- 特征加權(quán)支持向量機(jī)
- 支持向量機(jī)在入侵檢測(cè)系統(tǒng)中的應(yīng)用
- 基于多分類(lèi)支持向量機(jī)的隱寫(xiě)域盲檢測(cè)
- 改進(jìn)的支持向量機(jī)特征選擇算法
- 基于概率投票策略的多類(lèi)支持向量機(jī)及應(yīng)用
- 使用MATLAB的支持向量機(jī)解決方案 479次閱讀
- 深度學(xué)習(xí)中的時(shí)間序列分類(lèi)方法 2.9k次閱讀
- 怎樣使用Python從零實(shí)現(xiàn)多分類(lèi)SVM呢？ 1k次閱讀
- 機(jī)器學(xué)習(xí)相關(guān)介紹：支持向量機(jī)(低維到高維的映射) 3.1k次閱讀
- Qdrant不只是高性能向量數(shù)據(jù)庫(kù) 1.5w次閱讀
- 什么是支持向量機(jī) 什么是支持向量 2.3w次閱讀
- 圖像分類(lèi)的5種技術(shù)，總結(jié)并歸納算法、實(shí)現(xiàn)方式，并進(jìn)行實(shí)驗(yàn)驗(yàn)證 7.6w次閱讀
- 支持向量機(jī)的分類(lèi)思想 6.3k次閱讀
- 機(jī)器學(xué)習(xí)之支持向量機(jī)SVM 7.7k次閱讀
- 基于Proteus單片機(jī)的音樂(lè)演奏實(shí)現(xiàn)系統(tǒng) 6.2k次閱讀
- 關(guān)于支持向量機(jī)(SVMs) 4.6k次閱讀
- 機(jī)器學(xué)習(xí)-8. 支持向量機(jī)(SVMs)概述和計(jì)算 5.8k次閱讀
- 機(jī)器學(xué)習(xí)所負(fù)責(zé)的任務(wù)的分類(lèi)方法介紹 2.7k次閱讀
- 機(jī)器學(xué)習(xí)之理解支持向量機(jī)SVM 2k次閱讀
- 支持向量機(jī)（SVM）的定義、分類(lèi)及工作流程圖詳解 8.7w次閱讀
上傳資料賺積分下載排行
本周
- 1MDD品牌三極管MMBT3906數(shù)據(jù)手冊(cè)
- 2.33 MB | 次下載 | 免費(fèi)
- 2MDD品牌三極管S9012數(shù)據(jù)手冊(cè)
- 2.62 MB | 次下載 | 免費(fèi)
- 3聯(lián)想flex2-14D/15D說(shuō)明書(shū)
- 4.92 MB | 次下載 | 免費(fèi)
- 4收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊(cè)
- 2.50 MB | 次下載 | 免費(fèi)
- 524Pin Type-C連接器設(shè)計(jì)報(bào)告
- 1.06 MB | 次下載 | 免費(fèi)
- 6新一代網(wǎng)絡(luò)可視化（NPB 2.0）
- 3.40 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測(cè)量模擬前端芯片技術(shù)手冊(cè)
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時(shí)間測(cè)量(TDC)電路數(shù)據(jù)手冊(cè)
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛(ài)華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠商的資料說(shuō)明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書(shū)
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開(kāi)源硬件-PMP21529.1-4 開(kāi)關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
工商網(wǎng)監(jiān)
評(píng)論