菜单
　　
    摘要：在如今的信息化数字时代，海量的音乐、文本、图像等信息在网络上出现，可见互联网对人们生活有着巨大的影响。而面对这些繁杂而巨大的歌曲信息，如何进行高效的分类检索是信息领域研究的热点，传统的利用音乐的文本信息来对音乐进行检索的方式，已经不能满足如今快速发展的时代要求，需要更智能化，更个性化的方式。我们知道在音乐情感分类的研究方面，一般都是通过音频的角度，反映人类情感的相关特征，进而对音乐进行情感研究。本文通过将具有音乐情感内容的歌词，与音乐、计算机、心理学等领域的知识相结合，使用计算机领域文本分类的技术，利用KNN分类算法，对流行音乐中的情感进行挖掘，从而实现对中文歌词的歌曲进行情感分类。21520
    毕业论文关键词：    情感；流行音乐；分类；歌词 ;KNN算法
    Pop Music Emotion Classification Using KNN
    Abstract: In the today’s digital information era , the massive music, texts, images and other information are existing in the web.It can be seen that the Internet has a great influence on people's life. In terns of these complicated and huge songs information, how to make an efficient classification is a heat debate in the field of information retrieval.  Traditional text information description based on the music retrieval has become unnormal.That is means it unable to meet people’s intelligent and personalized needs. At the same time, in the study of music emotion classification, through audio perspective, reflect the characteristics of human emotion, and emotion of music is the generally methods. This paper will have the emotional contents combined with the lyrics and music,computers, psychology and other fields of knowledge.Basing on computer domainately text classification technology, using KNN classification algorithm, this paper excavates emotion in pop music and achieves the Chinese lyrics emotion classification.
    Keywords:    pop music; emotion; classification; KNN
                   目录
    1    绪论    3
    1.1    研究背景    4
    1.1.1    数据挖掘    4
    1.1.2    情感分类    4
    1.2    国内外发展现状    5
    1.3论文研究内容与研究意义    6
    2    音乐情感背景    7
    2.1    音乐中的情感表达    7
    2.2    歌词与音乐情感    7
    2.3    情感的分类    7
    2.4    本论文的情感分类    8
    3    KNN算法    9
    3.1    分类模型    9
    3.2    分类算法    10
    3.3    KNN算法详细介绍    11
    4    总体设计    13
    4.1    分类总体设计介绍    13
    4.2    预处理    15
    4.2.1    歌词预处理方法    15
    4.2.2    歌词预处理工具    15
    4.3    特征项选择    18
    4.3.1    特征词汇选择    18
    4.3.2    语义分析    20
    4.3.3    词频统计及权重    22
    4.4    具体实施步骤    23
    5    实验结果与分析    24
    5.1    情感词汇类别对应表修改版    24
  1. 上一篇：ASP.net《电工学》课程试题库建设
  2. 下一篇：幼教类Flash小型网站设计

  1. 基于MATLAB的图像增强算法设计

  2. 基于Kinect的手势跟踪与识别算法设计

  3. JAVA+MYSQL《算法与数据结构...

  4. 神经网络算法在核素识别中的应用研究

  5. 人脸图像品质评估算法设计与实现

  6. 基于RGB-D摄像机的图像分割算法研究与实现

  7. 云虚拟环境下资源分配优化算法的研究

  8. 乳业同业并购式全产业链...

  9. java+mysql车辆管理系统的设计+源代码

  10. 大众媒体对公共政策制定的影响

  11. 杂拟谷盗体内共生菌沃尔...

  12. 电站锅炉暖风器设计任务书

  13. 中考体育项目与体育教学合理结合的研究

  14. 当代大学生慈善意识研究+文献综述

  15. 十二层带中心支撑钢结构...

  16. 河岸冲刷和泥沙淤积的监测国内外研究现状

  17. 酸性水汽提装置总汽提塔设计+CAD图纸

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回