基于概率神經(jīng)網(wǎng)絡(luò)的流行音樂分類研究

【摘要】在本文中，主要是把我國的流行音樂作為研究的對象，并且就如何的區(qū)分音樂風(fēng)格問題進(jìn)行分析，進(jìn)而建立起了概率神經(jīng)網(wǎng)絡(luò)模型，以此來對我國流行音樂風(fēng)俗給予一個(gè)自然以及合理的分類方法，以此來方便為網(wǎng)絡(luò)電臺(tái)的推薦功能以及一些可用于其他用途提供支出，通過分析概率神經(jīng)網(wǎng)絡(luò)流行音樂分類的研究，進(jìn)而提出了以下方面內(nèi)容。

【關(guān)鍵詞】流行音樂；概率神經(jīng)；音樂分類；研究分析

引言

在本文當(dāng)中主要選取了重要的七個(gè)音符在樂譜當(dāng)中所出現(xiàn)的頻率對應(yīng)的歌曲風(fēng)格，并且通過采用試驗(yàn)的方式驗(yàn)證了概率神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性以及有效性，以此來為音樂風(fēng)格提供出科學(xué)有效的分類方法，進(jìn)而為以后的應(yīng)用提供依據(jù)。

一、關(guān)于研究的背景資料

對于流行音樂來說，主要是起源于十九世紀(jì)末期美國，并且從音樂的體系上面看，流行音樂主要是這爵士樂、搖滾樂以及布魯斯等等。我國的流行音樂風(fēng)格和形態(tài)主要是受到了歐洲和美國的影響，在這個(gè)基礎(chǔ)上逐漸地形成了本土的音樂，在最近的幾年來，流行音樂刮其了一陣中國風(fēng)，音樂的風(fēng)格不同音樂人主要是借助這個(gè)元素來向著我國傳統(tǒng)音樂元素進(jìn)行靠近，從而使流行音樂具有我國獨(dú)特的風(fēng)格。我國的流行音樂元素也在逐漸的增大，比如流行音樂出現(xiàn)了戲曲以及古典元素等等，促進(jìn)我國的流行音樂得到了更好的發(fā)展。

二、關(guān)于模型的建立以及求解

（一）對模型數(shù)據(jù)的處理

主要是選取了我國流行音樂當(dāng)中的六大類風(fēng)格音樂作為訓(xùn)練的樣本，并且選擇的七個(gè)音符主要是在樂譜當(dāng)中數(shù)目的百分比能夠更加直接地反映出歌曲的風(fēng)格。主要是根據(jù)數(shù)據(jù)源去計(jì)算出主要音符在樂譜當(dāng)中所出現(xiàn)的概率。進(jìn)而從計(jì)算的數(shù)據(jù)當(dāng)中，能夠很好地看出歌曲樂譜當(dāng)中的音符數(shù)頻，進(jìn)而很好的使其能夠滿足一定的均勻分布，其主要是基于分布在了0以及1之間，進(jìn)而我們可以吧數(shù)據(jù)作為訓(xùn)練的樣本，在神經(jīng)網(wǎng)絡(luò)系統(tǒng)當(dāng)中對其進(jìn)行試驗(yàn)，進(jìn)而希望試驗(yàn)?zāi)軌虻玫揭粋€(gè)比較準(zhǔn)確的效率。

（二）關(guān)于概率神經(jīng)網(wǎng)絡(luò)模型的分析

對于概率神經(jīng)網(wǎng)絡(luò)來說，其主要是一種基于Bayes分類方法規(guī)則以及Parzen的窗概率密度函數(shù)，為估計(jì)的方法發(fā)展所出現(xiàn)的算法。在實(shí)際進(jìn)行應(yīng)用的過程中，特別是在進(jìn)行解決分類的問題過程中，其優(yōu)勢主要是能夠用在線性學(xué)習(xí)算法來對其非線性學(xué)習(xí)算法中的工作進(jìn)行完成，與此同時(shí)，也能夠保持非線性算法的高精度等等特點(diǎn)。對于概率神經(jīng)網(wǎng)絡(luò)來說主要是能夠用在更多的樣本進(jìn)行預(yù)測過程中，如果在訓(xùn)練比較大的樣本并且要求其精度比較高的時(shí)候，那么網(wǎng)絡(luò)通暢情況下不會(huì)收斂，同時(shí)也將會(huì)陷入局部的最優(yōu)。

圖1 概率網(wǎng)絡(luò)神經(jīng)訓(xùn)練之后效果圖以及誤差圖

（三）關(guān)于概率神經(jīng)網(wǎng)絡(luò)的模型求解分析

主要是采用訓(xùn)練好的概率神經(jīng)完了對其訓(xùn)練的數(shù)據(jù)進(jìn)行跌送，進(jìn)而使其得到了六十個(gè)樣本來對其結(jié)果進(jìn)行判斷，如圖1所表示，因此可以知道，只有六個(gè)樣本存在著判斷的失誤，其準(zhǔn)確的效率能夠達(dá)到百分之九十之上，然后采用MATAB軟件來做出其誤差圖，這樣便可以更加清晰地看出該模型所存在著的準(zhǔn)確性，在這之中，所出現(xiàn)錯(cuò)誤的六個(gè)樣本主要是因?yàn)檫@些樣本中不僅僅是屬于只有一種風(fēng)格的屬性，與此同時(shí)也存在著其他風(fēng)格的屬性，由于該模型的決策屬性主要是為音符、空拍以及節(jié)拍延長等等，并且主要是在樂譜當(dāng)中所出現(xiàn)的頻率所組成的，因此難免將會(huì)存在著前幾個(gè)屬性服從一種風(fēng)格，然而其他的屬性為另外的一個(gè)風(fēng)格，因此判斷其存在著誤差。

三、關(guān)于概率神經(jīng)模型的推廣分析

（一）對現(xiàn)階段流行音樂市場分析

現(xiàn)階段，隨著我國呼網(wǎng)絡(luò)市場的快速發(fā)展，在通過采用概率網(wǎng)絡(luò)上神經(jīng)模型分析分類的過程中，主要是可以采用MATLAB來對其進(jìn)行很好的實(shí)現(xiàn)。與此同時(shí)也能夠更好的看出分類的準(zhǔn)確性，其能夠達(dá)到百分之九十五之上，這也表明了這種分類的方法是比較合理的。通過采用這種方法能夠?qū)σ魳愤M(jìn)行詳細(xì)的分類，其搜索的靈敏度比較高，例如網(wǎng)絡(luò)電臺(tái)對于音樂的推薦將會(huì)具有很好的幫助。在音樂電臺(tái)當(dāng)中通常要滿足聽眾的需要會(huì)搜索不同的類型歌曲，其歌曲將會(huì)因?yàn)閭€(gè)人的喜歡具有不同的風(fēng)格，通過采用概率神經(jīng)模型的方法能夠?qū)⒉煌愋偷母枨M(jìn)行詳細(xì)的分類，進(jìn)而使其能夠在電臺(tái)中找出聽眾所需要的歌曲，及時(shí)的滿足聽眾的需要。

（二）關(guān)于流行音樂的大眾審美研究分析

通過采用概率網(wǎng)絡(luò)神經(jīng)模型的方法，能夠很好地對音樂進(jìn)行更加細(xì)致以及準(zhǔn)確的分類，進(jìn)而能夠更好地從內(nèi)心直覺方面感受到音樂，同時(shí)也能夠刺激人們的想象以及聯(lián)想，對其音樂進(jìn)行更好的審美，與此同時(shí)，視聽聯(lián)覺形象的思維以及創(chuàng)造性思維等方面的培養(yǎng)，也是與音樂的審美存在著直接的關(guān)系，因此，我們必須要根據(jù)充分的去調(diào)動(dòng)視聽聯(lián)覺通過音樂的審美去不斷的鍛煉自己的思維以及想象能力，進(jìn)而對音樂的審美能力不斷地提高，對其審美特征以方法進(jìn)行更好地掌握，這樣能夠更好地了解審美音樂的心理要素，并且也能夠?qū)ζ浠顒?dòng)過程進(jìn)行掌握，使其更加的鍛煉人的思維能力。

總結(jié)

通過上述的內(nèi)容對概率網(wǎng)絡(luò)神經(jīng)模型的分析可以知道，這種方法能夠很好地對歌曲進(jìn)行分類，與此同時(shí)在應(yīng)用的過程中也具有十分優(yōu)秀的效果，因此，在日后應(yīng)該要對其進(jìn)行加深研究，使其能夠不斷地完善，更好的應(yīng)用于音樂的分類當(dāng)中，與此同時(shí)也能夠?yàn)槭褂谜咛峁└嗟膸椭?/p>

參考文獻(xiàn)

[1]芮瑞，鮑長春.基于概率神經(jīng)網(wǎng)絡(luò)的語音與音樂分類[A].中國電子學(xué)會(huì)信號(hào)處理分會(huì)、中國儀器儀表學(xué)會(huì)信號(hào)處理分會(huì).第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2009）論文集[C].中國電子學(xué)會(huì)信號(hào)處理分會(huì)、中國儀器儀表學(xué)會(huì)信號(hào)處理分會(huì)，2009：4.

[2]林銘德，戴一璟.基于差異演化概率神經(jīng)網(wǎng)絡(luò)的電氣構(gòu)件分類研究[J].貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，01：98-102+110.

[3]孫家康.數(shù)字音頻系統(tǒng)下音樂情緒分類算法的研究與實(shí)現(xiàn)[D].華南理工大學(xué)，2012.

作者簡介：鄒昊（1979—），女，漢族，職稱：副教授，學(xué)歷：碩士 ，出生地： 江西，工作單位：南昌航空大學(xué)，主要研究方向：音樂學(xué)。