- 學位論文
一種植基於倒傳遞模型之MIDI音樂檔案新分類系統
A New Classification System of MIDI Music Files Based on Back Propagation Model
摘要
本論文最主要的目的是探討如何建立一個有效的分類系統，能夠將網際網路上所流通的MIDI音樂檔案，利用其中音樂的特徵資料，以類神經倒傳遞網路模型去分析這些資料的特性，進而作一個適當的分類，並依據此分類來做相似類別的音樂搜尋推薦。雖然現在有許多資料搜尋引擎可以提供許多有效的搜尋方法來找音樂的檔案。然而，這些搜尋引擎所搜尋出來的MIDI音樂檔案，僅僅比對其檔案名稱而無法對於該檔案所代表的音樂型態作進一步的分類比對。無論這些搜尋引擎的搜尋技術如何進步，對於音樂本身總是著墨不多。而我們根據音樂特性將每一個音樂分類選出具有代表性的曲子，使用倒傳遞網路的方式訓練出可以識別音樂類型的模組，再利用此模組分類後的關聯程度來做排序，然後依照使用者對於音樂分類的偏好做進一歩的篩選，處理過的資訊便可成為音樂分類搜尋的輸出結果。 我們將在所提出的MIDI音樂分類系統中，詳細描述如何解析MIDI檔案中的格式取出我們需要的音樂特徵，如何設計資料庫來儲存這些MIDI音樂特徵值，選出代表性曲子之後又是如何調整倒傳遞網路的參數。接著，利用這些系統所提供的資料寫一個能依據使用者喜好來搜尋音樂檔案的查詢系統，最後我們將不同喜好模式所產生的結果加以分析比較，以驗證所提出的模式之有效性。
並列摘要
The main purpose of this thesis is to investigate how to develop an effective classification system that can first categorize the characteristics in MIDI music files and then search similar music in the Internet. In this system, back propagation network is applied to train and categorize the characteristics in MIDI music. Many search engines now can provide efficient ways to search music. However, those search engines only search the files by the names of music, and cannot categorize and compare the music according to the characteristics of music. In this thesis, we select representative songs of eight specific music categories to construct a module that can identify the types of music by means of back propagation network. We introduce the theoretical basis of music classification and present the experiment results to validate the effectiveness of the proposed model.