TY -的A2 -汗,拉毛AU -甘,杰PY - 2021 DA - 2021/06/11 TI -音乐特性分类基于递归神经网络通道的注意机制SP - 7629994六世- 2021 AB -多媒体和数字技术的发展,音乐在互联网上资源迅速增加,改变了听众的习惯从硬盘到在线音乐平台。它允许研究人员使用分类技术有效的存储、组织、检索和推荐的音乐资源。传统音乐分类方法使用许多人为设计的声学特性,需要在音乐领域知识。不同分类任务的特点往往是不通用的。本文提供了一个解决这个问题提出了一种新颖的方法和递归神经网络通道的注意机制对音乐功能分类。音乐基于卷积神经网络分类方法忽略了音频本身的时间特性。因此,本文结合卷积与双向递归神经网络结构,使用注意力机制来分配不同的权重注意递归神经网络的输出在不同的时间;权重分配获得更好的表现音乐的整体特征。模型的分类精度上GTZAN数据集已经增加到93.1%。multilabel标签数据集上的AUC MagnaTagATune已经达到了92.3%,超过了其他比较的方法。 The labeling of different music labels has been analyzed. This method has good labeling ability for most of the labels of music genres. Also, it has good performance on some labels of musical instruments, singing, and emotion categories. SN - 1574-017X UR - https://doi.org/10.1155/2021/7629994 DO - 10.1155/2021/7629994 JF - Mobile Information Systems PB - Hindawi KW - ER -