刘　婷

(首都医科大学附属北京妇产医院　北京　100026)



基于EMD和相空间重构的钢琴和弦识别*

刘婷

(首都医科大学附属北京妇产医院北京100026)

摘要论文建立了特征参量结合分类器的识别流程。在特征参量方面,论文采用相空间重构的方法获取和弦信号的非线性特征用于分类器的构造和相关的识别实验。由于不同和弦信号对应不同的最优相空间重构参数,而在识别未知和弦以及分类器构造过程中,需要固定延迟时间和嵌入维的数值,因此,会造成特征信息丢失的问题,影响识别准确率。为了弥补上述不足,论文在信号预处理环节中引入了EMD自适应信号分解的方法,相关实验表明,该方法可以较为准确地识别出具体的和弦种类。

关键词和弦识别; 相空间重构; EMD

Piano Chord Recognition Based on EMD and Phase Space Reconstruction

LIU Ting

(Beijing Obstetrics and Gynecology Hospital, Capital Medical University, Beijing100026)

AbstractThe process on the basis of characteristic parameters and classifier is built in this thesis. Nonlinear characteristics extracted from the chord are used in constructing classifier and experiments. Although different chords have different phase space reconstruction parameters, the value of delay-time and embedding dimension has to be fixed. And part of the nonlinear characteristics will be lost which lower the recognition accuracy. For making up the disadvantage mentioned above, EMD adaptive signal decomposition methods are used in preprocessing. The result of experiments show that different type of chords can be recognized by this method.

Key Wordschord recognition, phase space reconstruction, EMD

Class NumberTN912

1引言

随着计算机网络和多媒体技术的发展,音乐的种类和数量也在快速地增长,随之而来的是对音乐进行有效储存、检索和管理的实际需求,而和弦作为音乐的重要内容之一,也越来越多地应用到这些领域当中[1]。对于专业的音乐人士,能够通过听力来进行音乐和弦种类的识别,而在信号分析识别领域,人们希望让计算机也具备这样的能力。已有的音乐识别方法中大多基于时频分析,该方法容易受噪声影响,使识别准确率降低,因此,如何提高音乐信号特征信息的抗噪性和识别准确率一直以来都是研究人员关注的问题[2~4]。

随着混沌理论的不断发展,音乐信号的非线性特征从一个新的角度反映了信号的本质特征,因此,可以将利用相空间重构方法获得的特征矩阵应用到和弦分类器的构造和相关的识别实验中[5~6]。……