呂小姣,張玉梅,楊紅紅,吳曉軍

(1.民歌智能計算與服務(wù)技術(shù)文化和旅游部重點實驗室,陜西 西安710119;2.陜西師范大學(xué)計算機科學(xué)學(xué)院,陜西 西安710119;3.陜西師范大學(xué)現(xiàn)代教學(xué)技術(shù)教育部重點實驗室,陜西 西安710062)

1 引言

隨著計算機技術(shù)的發(fā)展,音頻信號分析、分類檢索和音頻信號合成已經(jīng)成為語音研究領(lǐng)域的熱點話題,各種機器學(xué)習(xí)分類算法都為音樂分類問題提供了很好的解決辦法。中國民歌是歷史和歲月的積淀,中國傳統(tǒng)文化的精髓也都在民歌上體現(xiàn)得淋漓盡致。由于各個區(qū)域的語言和生活習(xí)俗不盡相同,不同的地域也就形成了各式各樣風(fēng)格的民歌[1]。在時代發(fā)展的潮流中,越來越多的人們開始追求流行音樂,而忘卻了先輩們留下來的非物質(zhì)文化遺產(chǎn)——民歌。因此,對于中國民歌的分類和保護工作必須提上日程,大力推廣民歌,讓越來越多的人了解民歌,了解中華民族不同地域的優(yōu)秀傳統(tǒng)文化。

在音樂分類問題上,國外在關(guān)于樂器和流派的分類問題上進行了深入研究,國內(nèi)研究人員則主要聚焦于中國傳統(tǒng)戲曲、傳統(tǒng)民樂和民歌的分類[2]。數(shù)據(jù)集的創(chuàng)建是進行分類實驗的基礎(chǔ)。Tzanetakis等[3]構(gòu)建的數(shù)據(jù)集GTZAN包含了10個音樂流派的歌曲,目前該數(shù)據(jù)集已成為音樂分類研究常用的一個公開數(shù)據(jù)集。在音樂分類的特征選擇問題上,由于語音的特征較多,所以要將不同的音頻特征進行組合分析與比較。Sujeet等[4]在印度2種民間音樂的分類問題上,提取民歌的音色、頻譜和節(jié)拍作為特征進行分類。盧堅等[5]針對音樂特征進行了綜合性的分析,包括音調(diào)、響度、諧度等感覺特征與梅爾頻率倒譜系數(shù)等,并考察這些特征在分類中的性能表現(xiàn)。張一彬等[6]使用音頻處理技術(shù),提取了戲曲數(shù)據(jù)的短時能量、過零率和譜通量等構(gòu)建特征向量。在眾多關(guān)于音樂分類的研究中,支持向量機SVM(Support Vector Machine)是被使用最多的分類算法。Sujeet等[4]、張一彬等[6]、Agostini等[7]以及劉怡等[8]分別在民間音樂、戲曲、樂器和民歌的分類研究中都使用了SVM分類算法,但是他們都是使用經(jīng)典的SVM算法,并沒有對SVM的參數(shù)進行優(yōu)化。

基于以上分析,以往民歌分類研究中還存在數(shù)據(jù)集不完整、音頻特征單一以及分類方法的參數(shù)未進行優(yōu)化等問題,這使得最終的分類效果不理想。因此,本文提出基于距離排序的DUPSO-DSVM(Dissipative Uniform Particle Swarm Optimization—Distance sorted Support Vector Machine)算法,對SVM的核心參數(shù)以及參數(shù)訓(xùn)練時間進行優(yōu)化,并針對民歌分類問題中的民歌數(shù)據(jù)集創(chuàng)建及數(shù)據(jù)預(yù)處理、民歌特征參數(shù)提取和民歌分類方法展開研究。

2 民歌數(shù)據(jù)集的構(gòu)建和預(yù)處理

數(shù)據(jù)的搜集和數(shù)據(jù)集的創(chuàng)建為分類研究提供原材料,分類器的訓(xùn)練常常對數(shù)據(jù)資源數(shù)量的要求比較高?；ヂ?lián)網(wǎng)上針對中國民歌分類問題的相關(guān)研究比較少,也很難找到合適的公開民歌數(shù)據(jù)集。本文的民歌數(shù)據(jù)集由作者構(gòu)建,選擇廣東、廣西、貴州、湖南、江西、內(nèi)蒙古、青海、陜北、四川和西藏共10個地域的民歌構(gòu)建分類實驗的數(shù)據(jù)集。

MP3格式的音樂文件采樣率和精度都比較高,然而較高的音頻采樣率會使得特征提取的開銷過大,而且每個音樂文件含有許多無關(guān)的標(biāo)簽信息,這些無關(guān)信息會干擾到實驗結(jié)果。因此,在實驗之前,要對音頻數(shù)據(jù)的采樣頻率、聲道數(shù)、采樣精度等進行格式轉(zhuǎn)換。數(shù)據(jù)集預(yù)處理的過程如圖1所示。

Figure 1 Preprocessing of the dataset

數(shù)據(jù)集的預(yù)處理過程是:首先將民歌文件進行無關(guān)標(biāo)簽的刪除;然后對民歌文件進行30 s切分保存,為了保持實驗結(jié)果的有效性,將切分后不足30 s的音頻文件刪除;最后對音頻文件進行文件格式轉(zhuǎn)換。整個民歌數(shù)據(jù)集共有2 500個音頻數(shù)據(jù)文件,每個地域民歌類型有250個音頻文件。

3 民歌特征分析和提取

音頻信號研究的首要工作是抽取在分類問題上有區(qū)分度的特征系數(shù),一般較為常見的特征系數(shù)包括短時參數(shù)(短時能量、短時過零率等)、線性預(yù)測系數(shù)、梅爾頻率倒譜系數(shù)MFCC(Mel-scale Frequency Cepstral Coefficient)和線性預(yù)測倒譜系數(shù)LPCC(Linear Predictive Cepstral Coefficient)等[9],其中MFCC和LPCC特征系數(shù)更加符合聽覺規(guī)律和發(fā)聲原理。

(1)MFCC。

MFCC在語音信號研究中是一種常見的特征函數(shù)。由于人的聽覺在不同頻率信號上的敏感度差異明顯,所以當(dāng)2個響度不同的信號同時通過人耳時,響度較低的成分會受到較高響度信號的影響而使人不易察覺,這就是掩蔽效應(yīng)[10]。因此,要對音頻的高頻到低頻部分進行濾波,得到語音的輸入特征,這樣的特征符合聽覺模型的特點,又對信號沒有過多的限制和假設(shè)[11]。實際頻率f與其梅爾頻率Mel(f)的關(guān)系如式(1)所示:

Mel(f)=2595 lg(1+f/700)

(1)

由于音頻信號的非穩(wěn)態(tài)特性,在對其進行研究分析時不能夠直接應(yīng)用到識別系統(tǒng)中,應(yīng)該先經(jīng)過預(yù)處理進行加工。以一段陜北民歌為例,MFCC的提取步驟如圖2所示。

Figure 2 Process of MFCC extraction

(2)LPCC。

線性預(yù)測倒譜系數(shù)LPCC是線性預(yù)測系數(shù)的倒譜域表現(xiàn)形式[12],它基于發(fā)聲原理,能夠很好地描述元音,但是較難描述輔音且不易抗噪[13]。LPCC參數(shù)是根據(jù)全極點模式對線性預(yù)測系數(shù)LPC(Linear Prediction Coefficient)遞推而得到的,遞推公式如式(2)所示:

(2)

其中,c1,…,cn表示n個LPCC特征系數(shù),a1,…,ap表示p個LPC特征系數(shù)。

(3)短時平均能量。

語音信號的能量不是一直穩(wěn)定的,它會隨著時間的改變而變化,尤其是清、濁音之間的能量明顯不一樣[14],所以分析短時平均能量可以描述語音的能量特征變化。一段音頻信號在某時刻的短時平均能量定義如式(3)所示:

(3)

其中,x(m)表示語音信號,w(n1)表示加窗函數(shù),一般選擇矩形窗或漢明窗,N表示窗長。短時平均能量不僅能夠作為區(qū)分清音和濁音的特征參數(shù),也能夠作為輔助的特征參數(shù)用于語音識別。

(4)短時平均過零率。

音頻信號的過零率是語音信號每一幀采樣點的值正、負變化的頻數(shù),能夠度量信號頻率,直觀形象地反映出語音中的噪音信息[15]。一般情況下,音樂的過零率比語音信號的過零率高。假設(shè)語音信號x(n2)分幀后有yi(n2),L表示幀長,則短時平均過零率的定義如式(4)所示:

1≤i≤fn

(4)

其中,fn表示分幀后的總幀數(shù),sgn[·]表示符號函數(shù),如式(5)所示:

(5)

4 民歌快速分類算法DUPSO-DSVM

DUPSO算法在搜尋最優(yōu)參數(shù)時會出現(xiàn)訓(xùn)練時間過長的問題,本文提出民歌快速分類算法DUPSO-DSVM,通過對支持向量進行預(yù)選取來減少訓(xùn)練樣本,以此優(yōu)化參數(shù)的訓(xùn)練時間。

4.1 支持向量機

SVM在處理非線性回歸、模式識別和分類等問題方面應(yīng)用廣泛,它的基本原理是統(tǒng)計學(xué)習(xí)理論[16]。C-SVC(C-Support Vector Classification)算法是較為常見的二分類支持向量機算法,其中C表示懲罰系數(shù),其建立過程如下:

(1)設(shè)數(shù)據(jù)的訓(xùn)練集為式(6):

T={(x1,y1),…,(xi1,yi1)…,

(xl,yl)}∈(X×Y)l

(6)

其中,xi1∈X=Rn,yi1∈Y={-1,1},i1=1,2,…,l,xi1表示特征向量,yi1表示類別標(biāo)簽。

(2)選擇合適的核函數(shù)K(xi1,xj1)和懲罰系數(shù)C,建立如式(7)所示的模型:

(7)

K(xi1,xj1)=exp(-g‖xi1-xj1‖2)

(8)

(9)

(4)構(gòu)造決策函數(shù)如式(10)所示:

(10)

因此,當(dāng)SVM選擇徑向基核函數(shù)完成民歌的分類任務(wù)時,民歌的分類正確率往往會受到懲罰系數(shù)C和核函數(shù)參數(shù)g的影響,所以本文選擇使用DUPSO算法優(yōu)化SVM的參數(shù),以此取得更好的民歌分類效果。

4.2 基于距離排序的支持向量預(yù)選取算法

支持向量往往存在于2類樣本的相鄰邊界區(qū)域,所以本文將利用2類樣本的距離排序?qū)吔缦蛄窟M行選擇,以此達到支持向量預(yù)選取的目的[17]?；诰嚯x排序的支持向量預(yù)選取算法的步驟如下所示:

步驟1假設(shè)有待分類的陜北民歌和四川民歌數(shù)據(jù)樣本,提取它們的40維MFCC、12維LPCC、1維短時平均能量參數(shù)以及1維短時平均過零率參數(shù)構(gòu)成54維特征向量,再加上1維的民歌類別標(biāo)簽組成集合T:

T={(x1,1,x1,2,…,x1,54,y1),…,

(xN,1,xN,2,…,xN,54,yN)}

按照7∶3的比例將數(shù)據(jù)集劃分成訓(xùn)練集和測試集,將民歌的訓(xùn)練集按照標(biāo)簽分成2類,即:

步驟2根據(jù)式(10)計算出2類民歌的特征向量構(gòu)成的訓(xùn)練樣本的距離矩陣,如式(11)所示:

d(xii,xji)=

(11)

其中,K(xii,xji)表示核函數(shù),用于將非線性可分的民歌樣本映射到高維空間,使得樣本線性可分,選擇徑向基核函數(shù),其表達式如式(12)所示:

(12)

其中,σ表示函數(shù)的寬度參數(shù),用以控制函數(shù)的徑向作用范圍。

步驟3對距離矩陣中的每個元素按照從小到大的順序排序,在排序的過程中元素關(guān)聯(lián)的民歌樣本點不能重復(fù),即每個民歌樣本點在排序中只出現(xiàn)1次。

步驟4在排好的序列中抽取一定比例的前z個元素所關(guān)聯(lián)的2z個民歌樣本點作為訓(xùn)練樣本進行訓(xùn)練。

4.3 基于距離排序的DUPSO-DSVM的民歌快速分類

粒子群優(yōu)化PSO(Particle Swarm Optimization)算法的思想最初是來自對鳥類捕食行為的討論[18]。雖然PSO算法的效率比遺傳算法等的效率高,但是它的缺點是容易陷入極值。PSO算法的基本思想是在多維空間中移動一組粒子,以在復(fù)雜空間中搜索粒子位置的最優(yōu)解。它的粒子速度Vid(t)和位置Xid(t)的更新公式分別如式(13)和式(14)所示:

Vid(t+1)=ωVid(t)+c′1r1[Pid(t)-Xid(t)]+

c′2r2[Pgd(t)-Xid(t)]

(13)

Xid(t+1)=Xid(t)+Vid(t+1)

(14)

其中,id表示粒子的序號,c′1和c′2表示學(xué)習(xí)系數(shù),r1和r2表示0～1的隨機值,ω表示慣性權(quán)重,t表示當(dāng)前的迭代次數(shù),Pid(t)表示粒子當(dāng)前的個體最優(yōu)值,Pgd(t)表示種群當(dāng)前的全局最優(yōu)值。

均勻動態(tài)粒子群優(yōu)化UPSO(Uniform Search Particle Swarm Optimization)算法[19]在優(yōu)化函數(shù)特別是非均勻多峰函數(shù)時具有更快的收斂速度和更優(yōu)的算法穩(wěn)定性。耗散粒子群優(yōu)化DPSO(Dissipative Particle Swarm Optimization)算法[20]在PSO算法中引入一個排斥的過程,根據(jù)某種確定的概率,重新定位粒子的位置和速度,能夠提升種群中粒子的多樣性,從而防止粒子過早成熟。

由于實驗中的粒子極值通常是非均勻的,所以在UPSO算法的基礎(chǔ)上引入DPSO算法的排斥過程,形成耗散均勻搜索粒子群優(yōu)化DUPSO(Dissipative Uniform Particle Swarm Optimization)算法[21],可以解決預(yù)測參數(shù)的全局優(yōu)化問題。但是,DUPSO算法在進行參數(shù)優(yōu)化時,訓(xùn)練數(shù)據(jù)量過大會導(dǎo)致訓(xùn)練時間較長的問題。

DUPSO算法對于粒子位置和速度的更新原理,不僅可以為提升種群的多樣性做出更有利的貢獻,而且還能夠使種群中粒子的分布更加均勻[22]。本文將DUPSO算法與DSVM算法進行結(jié)合,對SVM中的2個參數(shù)C和g以及算法的訓(xùn)練時間進行優(yōu)化。優(yōu)化算法的流程圖如圖3所示,算法具體的步驟如下:

Figure 3 Flow chart of folk songs fast classification using DUPSO-DSVM

步驟1首先將提取到的40維MFCC、12維LPCC、1維短時平均能量參數(shù)以及1維短時平均過零率參數(shù)構(gòu)成的54維特征向量進行預(yù)處理和歸一化。

步驟2使用DSVM算法對10類民歌按照一對余的分類方法進行支持向量的預(yù)選取。首先根據(jù)式(10)的樣本距離計算規(guī)則計算出2類樣本的距離矩陣,然后對距離矩陣進行排序,在排序過程中距離矩陣元素關(guān)聯(lián)的每個民歌樣本點只能出現(xiàn)1次,在排好的序列中按照57%的比例選擇前z個元素所關(guān)聯(lián)的2z個民歌樣本組成訓(xùn)練集。

步驟3初始化支持向量機的參數(shù)C和g,選擇徑向基核函數(shù)作為DSVM算法的核函數(shù),建立DSVM算法民歌分類模型。

步驟4對種群中每個粒子的初始位置Xid(0)和初始速度Vid(0)進行隨機初始化,然后計算出各個粒子的適應(yīng)度F(Xid(0)),并且令第id個粒子的當(dāng)前最優(yōu)值Pid(0)=Xid(0),將使得F(Xid(0))的值最小的粒子位置Xid(0)作為種群的全局最優(yōu)值。

步驟5根據(jù)DUPSO算法的更新規(guī)則式(14)和式(15)對粒子個體的位置Xid(t)和速度Vid(t)進行更新:

Vid(t+1)=ωVid(t)+

c[rPid(t)+(1-r)Pgd(t)-Xid(t)]

(15)

其中,c表示學(xué)習(xí)系數(shù),r表示0～1的隨機值,ω表示慣性權(quán)重,t表示當(dāng)前的迭代次數(shù)。

步驟6獲取粒子的個體最優(yōu)值Pid(t)和種群的全局最優(yōu)值Pgd(t),并計算當(dāng)前時刻粒子的適應(yīng)度值。若F(Xid(t))

步驟7若訓(xùn)練達到迭代次數(shù),則將利用DUPSO算法求得的最優(yōu)參數(shù)值C和g代入DSVM算法,在10個地域的民歌測試集上進行分類預(yù)測,否則返回步驟5繼續(xù)進行迭代。

商家回應(yīng)：您反饋的食材問題小店非常重視，小店選用食材都是當(dāng)天采購，絕對新鮮的。這個問題希望您可以和小店取得聯(lián)系，將事情核實。一定給您滿意的結(jié)果。

5 仿真實驗

為了驗證DUPSO-DSVM民歌分類算法的有效性,本節(jié)針對不同的語音特征和分類方法進行研究和比較,以確定出適用于中國地域民歌的最佳分類方法。實驗硬件平臺為Intel?CoreTMi7處理器,主頻為2.9 GHz,內(nèi)存為16 GB,在Windows操作系統(tǒng)上運行Matlab R2019a。

實驗首先提取廣東、廣西、貴州、湖南、江西、內(nèi)蒙古、青海、陜北、四川和西藏10個地域民歌的40維MFCC、12維LPCC、1維短時平均能量和1維短時平均過零率參數(shù)共54維特征作為特征向量。整個民歌數(shù)據(jù)集共有2 500個樣本,每種民歌包含250個樣本,每個樣本數(shù)據(jù)為55維,前54維是音頻特征,最后1維為DSVM算法的分類標(biāo)簽,1～10分別代表10個不同地域的民歌類型,將民歌的特征向量按照7∶3隨機分成訓(xùn)練集和測試集。

Table 1 Classification results of folk songs of algorithms using different characteristics

5.1 音頻特征對比

圖4～圖7分別展示了以廣東、廣西、貴州、陜北和四川5個地域民歌的MFCC、LPCC、短時平均能量和短時平均過零率特征參數(shù)值。

Figure 4 MFCC values of ten regional folk songs

對連續(xù)的語音信號經(jīng)過預(yù)加重、分幀加窗、快速傅里葉變換等一系列處理操作后得到5個地域民歌的MFCC參數(shù)。由圖4可以看出,同一地域民歌中MFCC在每一幀信號中的幅值都不一樣。從整體來看,5個不同地域民歌的幅值變化情況更是大不相同。

語音特征系數(shù)LPCC能夠很好地描述人的發(fā)聲原理,在民歌分類問題上,具有很好的魯棒性。由圖5可以看出,廣東民歌的LPCC參數(shù)比較集中,而四川民歌的則表現(xiàn)得較為離散。

Figure 5 LPCC values of ten regional folk songs

對5個不同地域的民歌進行分幀,計算出每一幀的短時平均能量,將分幀后每一幀的時間計算出來,繪制出民歌的短時平均能量圖。由圖6可以看出,廣東民歌的短時平均能量變化較為突出,而陜北民歌的短時平均能量變化則不太明顯。

Figure 6 Short-term average energy values of ten regional folk songs

連續(xù)語音信號中過零意味著信號在時域的波形通過時間軸,因為高頻率意味著較高的短時平均過零率,低頻意味著較低的短時平均過零率,可以認(rèn)為清、濁音和短時平均過零率的高低有關(guān)。所以,通過對圖7中不同地域民歌短時平均過零率進行分析,能夠區(qū)分出不同地域民歌中的清音和濁音。

Figure 7 Short-term zero-crossing rates of ten regional folk songs

將MFCC、LPCC、短時平均能量和短時平均過零率這4種特征分別進行組合,選擇支持向量機作為分類算法,進行10個地域民歌的分類實驗,通過仿真結(jié)果得到每一種特征組合下的民歌分類正確率,組合情況如表1所示。

5.2 分類算法對比

機器學(xué)習(xí)領(lǐng)域的分類算法很多。為了選擇出最適合解決民歌分類問題的分類器,本節(jié)根據(jù)提取的40維MFCC、12維LPCC、1維短時平均能量以及1維短時平均過零率參數(shù),共54維參數(shù)組成的特征向量,分別使用支持向量機、K近鄰分類器、樸素貝葉斯分類器、決策樹分類器和BP神經(jīng)網(wǎng)絡(luò)在民歌數(shù)據(jù)集上進行仿真實驗。圖8為民歌分類算法的基本步驟。

Figure 8 Process of folk songs classification algorithms

根據(jù)式(16),可以得到上述5種分類器在民歌數(shù)據(jù)集上的分類正確率,如表2所示。

Table 2 Classification results of folk songs with different classification algorithms

(16)

從表2可以看出,SVM的分類預(yù)測率為72.4%,而決策樹的正確率最低,這表明SVM在民歌分類問題中是一種非常有效的分類器。

5.3 DUPSO-DSVM快速分類算法分析

5.3.1 PSO-SVM分類算法的仿真結(jié)果

采用PSO算法進行SVM參數(shù)優(yōu)化時,初始種群設(shè)置為20,迭代次數(shù)為100,學(xué)習(xí)因子c′1=1.5,c′2=1.7。實驗得到的適應(yīng)度曲線、民歌測試集的分類預(yù)測結(jié)果、預(yù)測偏差和混淆矩陣等結(jié)果如圖9～圖12所示。

Figure 9 Fitness curve of PSO-SVM algorithm

圖9適應(yīng)度曲線表明,在訓(xùn)練過程中粒子的最佳正確率達到了78.69%,此時懲罰因子C和核函數(shù)參數(shù)g的最優(yōu)值分別為74.56和3.13。圖10中測試集的樣本數(shù)目為750,通過預(yù)測分類和實際分類的比較結(jié)果可以得出最終測試集的分類正確率達到了83.2%,相比優(yōu)化前的72.4%提高了10.8%。

Figure 10 Actual and prediction classification plots of PSO-SVM algorithm on test set

圖11的預(yù)測偏差表明,實驗的分類結(jié)果達到了不錯的效果。圖12混淆矩陣的每一個矩陣元素Xa,b表示的是實際類別為a預(yù)測類別為b的民歌數(shù)量。顯然,混淆矩陣的對角線元素就代表預(yù)測準(zhǔn)確的民歌數(shù)量,由混淆矩陣可以看出類別1和類別2的分類正確率最高,即廣東民歌和廣西民歌的分類正確率最好。

Figure 11 Prediction bias plot of PSO-SVM algorithm on test set

Figure 12 Confusion matrix of PSO-SVM algorithm

5.3.2 DUPSO-SVM分類算法的仿真結(jié)果

采用DUPSO算法優(yōu)化SVM參數(shù)并進行民歌分類得到的適應(yīng)度曲線、民歌測試集的分類預(yù)測結(jié)果和混淆矩陣結(jié)果如圖13～圖15所示。

Figure 13 Fitness curve of DUPSO-SVM algorithm

本節(jié)對民歌分類算法DUPSO-SVM在民歌分類問題上的有效性進行驗證,對10個地域風(fēng)格的民歌進行分類實驗。圖13適應(yīng)度曲線表明,在訓(xùn)練過程中粒子的最佳正確率達到了79.49%,此時懲罰因子C和核函數(shù)參數(shù)g的最優(yōu)值分別為94.59和2.26。圖14表明,測試集的分類正確率達到了84%,相比標(biāo)準(zhǔn)PSO算法的83.2%提高了0.8%。圖15混淆矩陣表明了每一種地域風(fēng)格的民歌的分類正確率,可以看出廣東民歌和廣西民歌的分類正確率最高,均為94.7%。

Figure 14 Prediction bias plot of DUPSO-SVM algorithm on test set

Figure 15 Confusion matrix of DUPSO-SVM algorithm

5.3.3 DUPSO-DSVM分類算法的仿真結(jié)果

保持測試集不變,本節(jié)對訓(xùn)練集中的數(shù)據(jù)利用DSVM算法進行支持向量預(yù)選取,選擇1 000個樣本組成訓(xùn)練集,利用DUPSO-DSVM算法進行樣本訓(xùn)練,得到的實驗結(jié)果如表3所示。

Table 3 Experimental results of DUPSO-DSVM algorithm

從表3可以看出,DUPSO-SVM算法相對于PSO-SVM算法的分類正確率提高了0.8%,但是訓(xùn)練時間也增加了975 s。在經(jīng)過支持向量預(yù)選取算法的優(yōu)化之后,訓(xùn)練數(shù)據(jù)由1 750個樣本減少為1 000個訓(xùn)練樣本,DUPSO-SVM的參數(shù)優(yōu)化時間為9 065 s,而DUPSO-DSVM算法參數(shù)優(yōu)化時間為2 380 s,其優(yōu)化時間只占DUPSO-SVM算法優(yōu)化時長的26.26%。DUPSO-DSVM算法大大縮短了參數(shù)的優(yōu)化時間,但仍保持著較高的分類正確率,相對于僅使用SVM進行分類的分類正確率提高了3.73%。

6 結(jié)束語

本文基于DUPSO-DSVM算法對中國民歌的分類問題進行研究。首先,收集了10個不同地域共2 500條民歌數(shù)據(jù)資源,創(chuàng)建數(shù)據(jù)集并進行數(shù)據(jù)預(yù)處理;然后,對民歌進行特征分析提取,確定了將40維MFCC、12維LPCC、1維短時平均能量和1維短時平均過零率參數(shù)共54維特征作為特征向量;最后,使用本文提出的基于距離排序的DUPSO-DSVM快速分類算法與5種經(jīng)典的分類算法進行比較。實驗結(jié)果表明,DUPSO-SVM算法使得民歌的分類正確率最終達到了84%;DUSPO-DSVM算法使得參數(shù)訓(xùn)練時間只占優(yōu)化前時間的26.26%,在民歌快速分類方面取得了良好的效果。