深度学习网络用于贝多芬钢琴奏鸣曲创作时期分类的研究 |
| |
引用本文: | 夏一婷,江怡维,李天然,叶涛.深度学习网络用于贝多芬钢琴奏鸣曲创作时期分类的研究[J].复旦学报(自然科学版),2021,60(3):353-359. |
| |
作者姓名: | 夏一婷 江怡维 李天然 叶涛 |
| |
作者单位: | 南方科技大学电子与电气工程系,广东深圳518055;星海音乐学院作曲系,广东广州510006 |
| |
基金项目: | 广东省重点领域研发计划;高水平大学建设经费 |
| |
摘 要: | 把音频文件转化为自然语言序列后,使用mLSTM模型+softmax回归的深度学习网络对贝多芬钢琴奏鸣曲的创作时期进行分类,10折交叉验证的平均准确率可达到90%.这一工作说明创作于不同时期的贝多芬钢琴奏鸣曲的确呈现出不同的艺术特征,这一模型也可为其他的音乐分类问题提供新的思路.
|
关 键 词: | 深度学习 自然语言处理 音乐分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|