[发明专利]基于示例语义的音乐检索装置在审
申请号: | 201810292525.5 | 申请日: | 2018-03-30 |
公开(公告)号: | CN108664557A | 公开(公告)日: | 2018-10-16 |
发明(设计)人: | 秦静;汪祖民;季长清;黄爱钰 | 申请(专利权)人: | 大连大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06F17/27 |
代理公司: | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人: | 刘斌 |
地址: | 116622 辽宁省*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于示例语义的音乐检索装置,属于语义分析和音乐检索领域,用于解决发展中文音乐的信息检索的问题,要点是包括标注模块、网络参数获取模块、网络输出获取模块、语义向量获取模块、示例音乐语义向量获取模块、距离计算模块、名称集合获取模块、列表获取模块;效果是可以得到与所记得的歌曲名称最为相似的音乐列表。 | ||
搜索关键词: | 获取模块 音乐检索 语义 语义向量 音乐 距离计算模块 网络参数获取 列表获取 网络输出 信息检索 语义分析 标注 集合 歌曲 中文 | ||
【主权项】:
1.一种基于语义的音乐检索装置,其特征在于,包括:标注模块:标注音乐数据集
该数据集中每首音乐被表示成一个d维的特征向量xi,xi∈X,X是数据集,X∈D,i是数据集中音乐的序号,j是语义空间中语义标签的序号;q是待检索的示例音乐,yj是在训练好的网络模型中的xi对应的网络输出;网络参数获取模块:按照卷积神经网络结构,使用已知标记数据集中xi和yj间的关系,按照设计好的卷积神经网络结构训练网络模型,得到网络参数Wk,bk;Wk是权值网络参数,bk是偏置网络参数;网络输出获取模块:使用训练好的网络模型,将待检索数据集中每首音乐作为输入,得到网络输出
所述训练好的网络模型结构,是根据用户所出示的示例歌曲信号,从中获取底层物理特征并映射到卷积神经网络,把从卷积神经网络得到的语义特征向量导入语义检索算法,在标注数据集的加持下得出检索结果,把用户的交互信息导入交互检索及推荐算法,在标注数据集的加持下得出交互结果,将检索结果和交互结果反馈给用户而形成的网络模型结构;语义向量获取模块:根据网络模型输出,计算待检索数据集中每首音乐的语义向量,得到语义向量集:
sementic表示为语义的,p表示语义向量集中语义向量的项数,
是网络输出值;示例音乐语义向量获取模块:将示例音乐作为卷积神经网络输入,得到网络输出值
计算示例音乐q的语义向量
距离计算模块:计算
和
之间余弦距离Rs;名称集合获取模块:令音乐列表Xlist是Rs值最小的前n个音乐的名称集合;列表获取模块:输出在语义空间中与示例音乐最相似的音乐列表Xlist。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连大学,未经大连大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810292525.5/,转载请声明来源钻瓜专利网。