计算机工程与科学

作者：吕小姣, 张玉梅, 杨红红, 吴晓军,

单位：1.民歌智能计算与服务技术文化和旅游部重点实验室，陕西 西安710119；2.陕西师范大学计算机科学学院，陕西 西安710119；3.陕西师范大学现代教学技术教育部重点实验室，陕西 西安710062

关键词：民歌分类,特征提取,DUPSO算法,支持向量机,支持向量预选取,

基金：国家自然科学基金(11872036);中央高校基本科研业务费创新团队项目(GK202101004)；陕西省创新能力支撑计划(2022TD-26)

在网络信息快速发展的时代背景下，不同的音乐爱好者对音乐信息检索的需求也在不断提高，音乐分类成为了一个非常值得研究的问题。提出了将耗散均匀搜索粒子群优化算法DUPSO与基于距离排序的支持向量预选取算法DSVM相结合的DUPSO-DSVM民歌快速分类算法。该算法利用DUPSO算法对SVM的惩罚系数C和核函数参数g进行优化，并利用DSVM算法优化DUPSO算法的参数优化时间。实验结果表明，在使用了DUPSO-DSVM算法之后，算法的训练时间只占未使用DUPSO-DSVM算法的26.26%，民歌分类正确率为84%，但仍然保持着较高的分类正确率。

来源：2023年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第10期