基于κ平面分段回归的音乐情感分类

为了提高基于回归的音乐情感分类准确率,文中运用了κ平面分段回归的方法,在音乐特征与音乐情感组成的高维空间内,通过多次迭代寻找超平面的方法直接求解非线性回归问题,进而预测二维情感变量值Valence与Arousal,并通过该二维情感变量值进行音乐情感分类。为了验证分类系统的性能,实验中按MIREX分类标准建立有5类音乐情感的音乐库,对其300首音乐样本进行分类,与传统的多元线性回归和支持向量回归相比分类准确率有了一定提高。表明κ平面分段回归的方法可以有效运用于音乐情感分类。