《表1 基于covers80库的翻唱歌曲识算法性能比较》

  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

《基于深度学习和手工设计特征融合的翻唱歌曲识别模型》

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

基于covers80数据库，将本文算法与文献[3-5，16]中基于单个手工提取的特征相似度BSC_CC、HPCP_Qmax、HPCP_Dmax算法以及文献[12-13]中采用SNF融合算法、粒子群寻优（Partical Swarm Optimization，PSO）融合算法、HSM融合算法对MLD以及DPCP的融合结果进行比较。参数寻优后发现，当设置SVM的惩罚权重C0，C1的比值为1∶2时，取得了最优实验结果，如表1所示。