《表1 分类结果准确率：基于深度置信网络的多特征融合音乐分类算法》

  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

《基于深度置信网络的多特征融合音乐分类算法》

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

结合以上关于训练时间和准确率的分析，最终选用4层微调RBM与1层传统RBM作为最终的音乐情感分类器的模型。并与仅使用softma作为分类器的模型，针对各种情感类型的分类结果如下表所示。下表中不同音乐情感的分类准确率均在75.21%以上，最高为82.23%。该结果与上文的分析结果相符合，不同情感的结果出现较大波动，主要是由于仅依靠基音频率与频带能量分布这两个特征的10维数据存在一定的局限性，而仅使用softma作为分类器的模型大多数的情感分类准确率比本文的结果低。这表明，在DBN模型中融入softmax可显著提高音乐情感分类的准确率。