Key points are not available for this paper at this time.
Die inhaltsbasierte Musikgenreklassifikation ist ein grundlegender Bestandteil von Musik-Informationsretrieval-Systemen und hat an Bedeutung gewonnen und erfreut sich mit dem Aufkommen von digitaler Musik im Internet wachsender Aufmerksamkeit. Derzeit wurde wenig Arbeit an der automatischen Musikgenreklassifikation geleistet, und zudem sind die berichteten Klassifikationsgenauigkeiten relativ niedrig. Dieses Papier schlägt eine neue Merkmals-extraktionsmethode für die Musikgenreklassifikation vor, DWCHs. DWCHs steht für Daubechies-Wavelet-Koeffizienten-Histogramme. DWCHs erfassen die lokalen und globalen Informationen von Musiksignalen gleichzeitig, indem sie Histogramme auf ihren Daubechies-Wavelet-Koeffizienten berechnen. Die Wirksamkeit dieses neuen Merkmals und zuvor untersuchter Merkmale wird unter Verwendung verschiedener maschineller Lernklassifikationsalgorithmen verglichen, einschließlich Support Vector Machines und Linear Discriminant Analysis. Es wird gezeigt, dass die Verwendung von DWCHs die Genauigkeit der Musikgenreklassifikation erheblich verbessert.
Li et al. (Mon.) untersuchten diese Frage.