《表1 3种方法在测试集上的准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于群智优化神经网络的音乐风格分类模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。