《表1 实验结果:基于粒子群算法优化神经网络的电子音乐分类模型》
为验证本文模型的分类结果,选取我国联合电子音乐平台中的10种电子音乐作为训练样本,输入所选电子音乐特征,其中,用电子音乐音高、音长表示电子音乐频域特征,用混响时间和音调表示电子音乐时域特征,电子音乐短时能量均方根表示电子音乐能量特征,采用本文电子音乐分类模型分别输出10种电子音乐所属的电子音乐类型,实验结果如表1所示。从表1中可以看出,采用本文电子音乐分类模型能够有效分类10种电子音乐的类型,对比分类结果与电子音乐实际所属类别发现,本文电子音乐分类模型分类效果与实际电子音乐所属类别相同,说明本文电子音乐分类模型分类精准度较高。
图表编号 | XD00174647200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 张晓娜、赵晶晶 |
绘制单位 | 石家庄学院、石家庄学院 |
更多格式 | 高清、无水印(增值服务) |