《表1 3种方法在测试集上的准确率》
在隐含层节点数设为100的条件下,本文分类模型、典型BP神经网络分类模型[8]和PSO-BP神经网络分类模型[9]在测试集上的准确率对比结果如表1所示,可以看出本文训练出来的分类模型具有更好的准确率,均值超过81%。这是由于与文献[8]不同的是,本文采用Skyline方法有效地把乐曲的伴奏和主旋律进行了分离并取出主旋律特征。此外,采用果蝇优化方法对BP神经网络进行优化,提高了全局寻优能力。结果说明,相比PSO-BP神经网络模型,果蝇优化BP神经网络模型在乐曲风格分类上效果更好。
图表编号 | XD00112639900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 温赞扬 |
绘制单位 | 重庆师范大学涉外商贸学院 |
更多格式 | 高清、无水印(增值服务) |