基于音樂旋律的特征聚類算法研究及其應用_24086.pdf

1、在基于旋律的檢索機制中,主要研究的內容是旋律的特征提取、特征表示以及特征匹配引擎,在目前的研究中,旋律匹配高速化算法以及旋律模型的魯棒性建模方面已取得了一定的成績。本文的研究是圍繞基于內容的音樂檢索技術進行展開的,旨在實現較高檢索精度的基礎上,提高檢索的效率。
　　 本文的主要工作涉及了語音信號處理、MIDI主旋律提取、模式識別、數據挖掘等領域的相關技術。研究的主要內容包括MIDI格式音樂的主旋律提取、哼唱波形文件的特征提取、特

2、征數據庫聚類以及旋律匹配問題等。圍繞上述研究內容開展了以下研究工作:
　　 1.搜集MIDI格式樂曲并分析其格式信息,對多音軌MIDI樂曲進行主旋律提取,將提取的旋律特征數據存儲為特征數據庫,該方法為樂曲庫的聚類分析和檢索匹配提供了數據支持。
　　 2.針對哼唱旋律特征提取的方法,就時域分析法和頻域分析法做了補充實驗,并將基于Matlab環(huán)境下提取的特征數據調用到VS環(huán)境下,該做法改善了原系統(tǒng)的操作性能,為后續(xù)研究提供了

3、實用性較強的實驗環(huán)境。
　　 3.在數據挖掘技術中,聚類方法常用于對海量數據的分析研究中。為使本文匹配檢索效率提高,本文根據對音頻聚類算法的研究分析以及對兩級匹配算法的認識,提出了在樂曲匹配檢索之前將數據庫進行自動分組的單側連續(xù)匹配聚類算法,實驗證明該方法可以在提高檢索效率的基礎上,保證檢索的準確度。
　　 4.最后,結合特征聚類算法和線性對其匹配算法,設計實現了一個基于旋律的音樂檢索測試系統(tǒng),并通過不同測試,對實驗數據

4、進行分析和評價,驗證了本文聚類算法的性能優(yōu)勢以及檢索的準確性。
　　 本文圍繞MIDI主旋律提取、旋律特征數據的聚類、旋律的檢索匹配以及哼唱檢索系統(tǒng)的搭建等四個主要問題進行研究,重點研究了對旋律信息的特征聚類和旋律的匹配算法；提出了具有較強容差性的基于單側連續(xù)匹配的聚類算法,實現了候選歌集的優(yōu)化；測試實驗表明該方法明顯降低了檢索匹配所需的實際時間,為大規(guī)模樂曲數據庫的哼唱檢索提供了有參考價值的數據支持,并為基于內容的多媒體檢索提