[發明專利]一種基于云基因表達式編程的音樂情感識別方法

有效

• 申請號: 201310060278.3
• 申請日: 2013-02-26
• 公開（公告）號: CN103116646A
• 公開（公告）日: 2013-05-22
• 發明（設計）人: 張克俊;孫守遷;高增桂;邢白夕;汪佳希;張樂凱;唐智川
• 申請（專利權）人: 浙江大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

1.一種基于云基因表達式編程的音樂情感識別方法，其特征在于，包括以下步驟：

（1）將音樂的情感劃分為若干情感語義，記錄P個測試者對多個樣本樂曲的每種情感語義的評分；

（2）利用云情感標注方法得到每個樣本樂曲的每種情感語義的正態云模型，具體方法如下：

2-1、設P個測試者對某個樣本樂曲的第一個情感語義的評分情況為λ₁,λ₂,λ₃...λ_P，求出λ₁,λ₂,λ₃...λ_P的期望Ex₁、熵Eh₁和超熵He₁，得到λ₁,λ₂,λ₃...λ_P的正態云模型y₁＝{Ex₁,En₁,He₁}；

2-2、重復步驟2-1若干次，求得該樣本樂曲其它情感語義的正態云模型，將該首樣本樂曲所有情感語義的正態云模型結合，得到該樣本樂曲的正態云模型V＝[y₁,y₂,y₃...y_n]，其中，n為情感語義的種類數；

（3）提取樣本樂曲的聲紋特征參數，將每首樣本樂曲與步驟（2）得到的相應樣本樂曲的正態云模型對應，構建得到音樂情感數據庫；

（4）利用步驟（3）得到的音樂情感數據庫，構建音樂聲紋特征參數與音樂情感的最優關系模型，具體步驟如下：

4-1、對步驟（3）中音樂情感數據庫中的樣本樂曲的聲紋特征參數和其相應的正態云模型進行個體編碼，建立初始化種群；

4-2、執行進化操作，形成新種群；

4-3、計算步驟4-2中新種群的所有個體的個體適應值，如果滿足終止條件，則將相應的個體加入到新種群中，轉至步驟4-7，如果不滿足終止條件，則繼續進行步驟4-4；

4-4、將步驟4-3中得到的所有個體適應值由小到大進行排序，從前K個個體中隨機挑選L個，求出一個當前最優模式，該當前最優模式記為模式云，將該模式云保存到臨時種群中；

4-5、重復步驟4-4T次，得到T個模式云；

4-6、實例化臨時種群中的每個模式云，生成T個個體，分別計算T個個體的個體適應值，從中選出個體適應值最小的S個個體加入新種群中，并從新種群中去除個體適應值最大的S個個體，轉至步驟4-2；

4-7、保存所得的個體適應值最小的最優個體，即為所求的音樂聲紋特征參數與音樂情感的關系模型；

4-8、重復步驟4-1至步驟4-7k次，得到k個音樂聲紋特征參數與音樂情感的關系模型，利用集成學習方法，求出所述最優關系模型；

（5）依據步驟（4）中的最優關系模型和待識別音樂的聲紋特征參數對音樂進行音樂情感識別。

2.如權利要求1所述的基于云基因表達式編程的音樂情感識別方法，其特征在于，所述個體適應值的計算函數為其中，x_i為聲紋特征參數輸入，f(x_i)為關系模型計算得到的樣本樂曲的情感語義評分輸出，u_i為測試者對樣本樂曲的情感語義評分，m為樣本樂曲的數目。

3.如權利要求1所述的基于云基因表達式編程的音樂情感識別方法，其特征在于，所述的步驟4-8中集成學習的具體步驟如下：

4-8-1、將步驟（4）中樣本樂曲的聲紋特征參數與該樣本樂曲的第一種情感語義的關系模型分別記為f₁₁(x),f₁₂(x),f₁₃₍x)...f_1k(x)，其中，k為關系模型的個數；

4-8-2、令f(x)為集成學習得到的樣本樂曲的聲紋特征參數與該樣本樂曲的第一種情感語義的最優關系模型，其中，i為關系模型的編號，w_i為每種關系模型在該最優關系模型中的權重；

4-8-3、重復步驟4-8-1和步驟4-8-2，得到樣本樂曲的聲紋特征參數與該樣本樂曲的每種情感語義的最優關系模型，進而得到樣本樂曲的聲紋參數特征與該樣本樂曲的音樂情感的最優關系模型。

4.如權利要求1所述的基于云基因表達式編程的音樂情感識別方法，其特征在于，所述步驟4-3中的終止條件為個體適應值小于0.05。