《表1 部分特征数据:音乐流派的多种机器学习模型分类比较》
每一个音频信号都包含很多特征,运用Python的Librosa工具提取特征,选取的特征有chroma_stft、chroma_cqt、rmse、spectral_centroid、spectral_bandwidth、rolloff、zero_crossing_rate、tonnetz、tempogram、contrast、poly_features、chroma_cens以及20组梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)[14],共33 000个特征数据,然后将数据集保存到.csv文件中,作为分类算法的输入,表1是特征数据集的一部分数据.
图表编号 | XD00199174600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 李欣、米红娟、吴雪君 |
绘制单位 | 兰州财经大学信息工程学院、兰州财经大学信息工程学院、兰州财经大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |