基于深度学习的流行音乐“快乐因子”提取研究任务书
2021-12-26 16:13:04
全文总字数:1928字
1. 毕业设计(论文)的内容、要求、设计方案、规划等
深度学习是一种基于无监督的特征学习方法,近年来在各项模式识别大赛中取得了绝对的优势。
本毕业设计拟采用现有的深度学习技术,对网络音乐进行特征学习,发现不同类型音乐的本质区别,比如快乐音乐与忧伤音乐的区别。
主要采用cnn convolutional neural networksdbndeep belief networkssae stacked auto-encoderscaeconvolutional auto-encoders 方法。
2. 参考文献(不低于12篇)
Yoshua Bengio, Learning Deep Architectures for AI, Foundations andTrendsin Machine Learning, 2(1), pp.1-127, 2009.LeCun, Chopra, Hadsell, Ranzato, Huang: A Tutorial on Energy-BasedLearning,in Bakir, G. and Hofman, T. and Scholkopf, B. and Smola, A. and Taskar, B. (Eds),Predicting Structured Data, MIT Press, 2006LeCun, Bottou, Bengio and Haffner: Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 86(11):2278-2324, November 1998Jarrett, Kavukcuoglu, Ranzato, LeCun: What is the Best Multi-Stage Architecture for Object Recognition?, Proc. International Conference on Computer Vision (ICCV'09), IEEE, 2009Kavukcuoglu, Sermanet, Boureau, Gregor, Mathieu, LeCun: Learning Convolutional Feature Hierachies for Visual Recognition, Advances inNeural Information Processing Systems (NIPS 2010), 23, 2010余凯, 贾磊, 陈雨强,等. 深度学习的昨天、今天和明天[J]. 计算机研究与发展, 2013, 50(9):1799-1804.郑胤, 陈权崎, 章毓晋. 深度学习及其在目标和行为识别中的新进展[J]. 中国图象图形学报, 2014, 19(2):175-184.孙志军, 薛磊, 许阳明,等. 深度学习研究综述[J]. 计算机应用研究, 2012, 29(8):2806-2810.梁军, 柴玉梅, 原慧斌,等. 基于深度学习的微博情感分析[J]. 中文信息学报, 2014, 28(5):155-161.郭丽丽, 丁世飞. 深度学习研究进展[J]. 计算机科学, 2015, 42(5):28-33.吕启, 窦勇, 牛新,等. 基于DBN模型的遥感图像分类[J]. 计算机研究与发展, 2014, 51(9):1911-1918.卢宏涛, 张秦川. 深度卷积神经网络在计算机视觉中的应用研究综述[J]. 数据采集与处理, 2016, 31(1):1-17.李彦冬, 郝宗波, 雷航. 卷积神经网络研究综述[J]. 计算机应用, 2016, 36(9):2508-2515.周长建, 司震宇, 邢金阁,等. 基于Deep Learning网络态势感知建模方法研究[J]. 东北农业大学学报, 2013, 44(5):144-149.梁淑芬, 刘银华, 李立琛. 基于LBP和深度学习的非限制条件下人脸识别算法[J]. 通信学报, 2014, 35(6):154-160.