重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (1): 158-165.

• 信息·计算机 • 上一篇    下一篇

面向翻唱歌曲识别的改进相似度网络融合算法

朱东辉,陈 宁   

  1. 华东理工大学 信息科学与工程学院,上海 20023
  • 出版日期:2023-02-16 发布日期:2023-02-16
  • 作者简介:朱东辉,男,硕士研究生,主要从事声纹识别和翻唱歌曲识别研究,Email:y30190705@mail.ecust.edu.cn;通讯 作者 陈宁,女,教授,主要从事翻唱歌曲识别研究,Email:chenning750210@163.com。

A modified similarity network fusion algorithm for cover song identification

  • Online:2023-02-16 Published:2023-02-16

摘要: 提出了改进型相似度网络融合(modifiedsimilaritynetworkfusion,MSNF)算法,通过 自建核矩阵实现了非方阵的直接融合;通过引入核矩阵的融合,避免了由表现较差的特征构造 的核矩阵的负面影响的延伸。在 3个数据集上的实验结果表明:MSNF算法在翻唱歌曲识别任 务中取得了比 SNF算法更高的识别准确率,大幅度降低了时间复杂度。

关键词: 翻唱歌曲识别, 相似度网络融合, 核矩阵

Abstract: This paper proposes the Modified Similarity Network Fusion (MSNF) algorithm, which realizes a direct fusion of non-square matrices by introducing self-built kernel matrices. At the same time, the kernel matrices are fused in advance to avoid the extension of negative influences caused by the kernel matrices constructed based on poorly behaved features. Experimental results on the three datasets demonstrate that the MSNF algorithm achieves higher recognition accuracy than the Similarity Network Fusion algorithm in cover song identification tasks, and greatly reduces the time complexity at the same time.

中图分类号: 

  • TP391