技術總結
本發(fā)明一種基于測度學習改進支持向量機的鋼琴樂譜難度識別算法，包括：建立分類數(shù)字鋼琴樂譜代表集；提取難度相關特征，構建特征向量空間，并對提取到的特征進行歸一化預處理；利用測度學習從訓練樣本中有監(jiān)督的得到新的距離測度，并用新的距離測度改進高斯徑向基核函數(shù)；用one?versus?all方法將SVM擴展到多分類；5)基于網格搜索算法選擇最優(yōu)的高斯徑向基核函數(shù)參數(shù)，建立多分類支持向量機模型；6)對于待識別數(shù)字樂譜，重復第2)步，依據(jù)訓練好的多分類支持向量機模型得到的決策函數(shù)，計算各子分類器的決策值，將待識別數(shù)字樂譜歸為所有決策值中最大值所對應的類別。本發(fā)明具有較高識別穩(wěn)定性和識別準確率。

技術研發(fā)人員：李鏘;郭龍偉;關欣
受保護的技術使用者：天津大學
文檔號碼：201610915260
技術研發(fā)日：2016.10.20
技術公布日：2017.03.22