改进神经网络的电子音乐辨识研究

摘要

电子音乐辨识对电子音乐的融合和处理具有十分重要的意义,当前电子音乐辨识方法不能有效描述电子音乐包含的信息,使得电子音乐辨识错误率极高,实际应用价值较低,为了改善当前电子音乐辨识过程中存在的一些难题,以获得更优的电子音乐辨识结果为 目标,提出了改进神经网络的电子音乐辨识方法.首先分析当前神经网络在电子音乐辨识建模过程中的缺陷,然后通过引入自适应遗传算法解决神经网络参数优化缺陷,最后将改进的神经网络应用于电子音乐辨识研究中,并与其它电子音乐辨识方法进行了对照测试,结果表明,相对于传统神经网络,改进神经网络的电子音乐辨识精度提升了 10％左右,而且电子音乐辨识稳定更好,电子音乐辨识效率也得到了明显的改善,较好地克服了当前电子音乐辨识方法存在的不足,为电子音乐后续处理打下了良好的基础.