-
题名基于关联规则数据挖掘技术在音乐分类中应用
被引量：5
- 1
-
-
作者
张婷婷
-
机构
宝鸡文理学院
-
出处
《现代电子技术》
北大核心
2020年第1期99-101,106,共4页
-
文摘
为了提高音乐分类的精准性及个性化,提出基于关联规则的数据挖掘技术在音乐分类中的使用,解决单一轨道提取的局限性问题。首先,对音乐文件预处理进行分析,主要包括提取主旋律、分析和声;之后,对基于FP_Growth关联规则挖掘算法的音乐风格进行分析。因为FP_Growth算法只需要扫描两遍原始数据,对原始数据进行压缩具有较高的效率,所以将FP_Growth关联规则挖掘算法应用于音乐媒体的风格分类中,并且创建基于FP_Growth关联规则挖掘的音乐风格分类,减少所需频繁项集的数量,从而提高数据库扫描速度,在此过程中不需要候选项集,实现音乐分类过程中的数据挖掘;最后,对数据挖掘的效率进行Matlab测试,测试结果表示,相比基于LAD和Apriori算法的音乐风格分类,基于FP_Growth的音乐风格分类减少了I/O开销,提高了运行效率和分类的精准性。
-
关键词
音乐分类
数据挖掘
关联规则算法
音乐风格分析
主旋律提取
FP_Growth
-
Keywords
music classification
data mining
association rule algorithm
music style analysis
main melody extraction
FP_Growth
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
TP393
[自动化与计算机技术—计算机应用技术]
-
