[发明专利]基于测度学习半监督的钢琴乐谱难度识别方法在审
| 申请号： | 201710942785.8 | 申请日： | 2017-10-11 |
| 公开（公告）号： | CN107909090A | 公开（公告）日： | 2018-04-13 |
| 发明（设计）人： | 闫晗晗;李锵;关欣 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器学习、乐谱自动识别技术，为实现具有适应乐谱数据变化的能力，并具有高的识别稳定性和识别准确率，为钢琴教学和学习过程，提供可靠的钢琴难度等级信息。为此，本发明，基于测度学习半监督的钢琴乐谱难度识别方法，包括下列步骤1)收集具有难度标签的实验数据源即两种不同评价体系下的数据集；2)对提取到的特征数据进行归一化预处理、数据清洗，解决数据不平衡问题，并评估难度相关特征的有效性；3)对其中一个数据集进行基于测度学习理论的有监督算法分类，获到分类正确率；4)现已收集两个评价体系的数据集；5)利用其中一个评价体系下的数据去提升另一个评价体系下的数据集分类正确率。本发明主要应用于乐谱识别场合。 | ||
| 搜索关键词： | 基于 测度 学习 监督 钢琴 乐谱 难度 识别 方法 | ||
【主权项】：
一种基于测度学习半监督的钢琴乐谱难度识别方法，其特征是，包括下列步骤：1)收集具有难度标签的实验数据源即两种不同评价体系下的数据集，针对难度等级要求有目的地采集难度相关特征，构成表征难度的特征向量，最后形成难度相关特征空间；2)对提取到的特征数据进行归一化预处理、数据清洗，解决数据不平衡问题，并评估难度相关特征的有效性；3)对其中一个数据集进行基于测度学习理论的有监督算法分类，获到分类正确率；4)现已收集两个评价体系的数据集，不使用其中一个数据集的标签信息，利用此评价体系的数据去提升另一个评价体系下的数据集分类正确率；5)学习两个评价体系下的数据集间联系，利用其中一个评价体系下的数据去提升另一个评价体系下的数据集分类正确率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710942785.8/，转载请声明来源钻瓜专利网。
