1。1 研究背景

随着社会的进步和经济的发展，人类步入了一个全新的时代，这个时代叫做机器学习和 人工智能的时代。 

促进人类社会进步的源动力来源于人类自身的懒惰。我们出门有汽车代步，计算有电脑 速算，吃东西有餐馆代做。人类向来都是不想做什么，于是就解决什么，然后衣食无忧。如 今，人类开始挑战思维。试想，如果我们能使计算机模仿人类的思维方式，甚至真的做到了 计算机独立思维，那么机器人服务行业将得到巨大的提升，人类的生活质量将得到空前的改 变！ 

未来的繁荣建立在现代的基础上，我们现在正停留在机器学习和人工智能的时代，这是 未来世界的雏形，而我们正在试图解决一个难题：基于机器学习的方法，对音乐流派进行分 类。 

目前，机器学习在图像处理领域已经取得了初步成效，比如 SVM 算法和神经网络算法 在图像的识别中[7]。在视觉上有如此成效的机器学习，开始慢慢的往听觉上移动，而且，音 乐的数据形式和图像的数据形式基本相同，所以，我们期待试用机器学习的方法来对音乐流 派进行分类。但是，难点在于，音乐比图像更为复杂多变，再加上音乐流派本身的定义也是 人类常年的经验结果（图像的分类明确，桌子就是桌子，黑板就是黑板），可能会有一些小小 偏差。所以，我们要尝试攻克这个难题。 文献综述

1。2 国内外研究现状

1。2。1 音乐风格分类的研究

1。2。2  基于内容的特征提取

1。3  论文结构和章节概述

就本论文而言，我们对音乐流派分辨辨识问题主要有四大模块的内容：首先，我们将介 绍音乐的自然特征和我们进行分类的音乐流派进行阐述。然后，我们将解释和说明音乐的量 化特征，并介绍提取这些量化特征的方法。最后，我们会依次介绍实验内容，得出相关结论 以及对后续研究进行展望。大体而言，本篇论文将介绍上述内容。 

从章节上看，本文将按照如下顺序对每个章节所阐述的内容进行说明： 第一章介绍音乐流派分类问题的背景和国内外研究的现状，表明这篇论文是在什么情况

下提出来的以及有着怎样的背景。 第二章主要阐述了人类对于自然中音乐的辨识，以及音乐在自然中的特征，了解这部分来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

对我们后续进行特征提取有比较大的帮助。 第三章谈论了我们在这次课题中将要使用的音乐流派，介绍了每个音乐流派的基本特征

和少许背景，这将使我们更加了解我们的课题。 第四章讲述了我们应该从我们的音乐中提取出来的特征，解释每个特征的含义，并给出

一些特征的计算公式。 第五章简要的讲述我们在实验过程中使用的神经网络算法，介绍神经网络算法的背景，

原理和应用，仔细理解第五章的内容会更加简单的阅读第六章的实验过程。 第六章将详细的记录了我的实验过程，以及每次得到的实验结果，并分析为什么会得到

这样的结果，最后再逐步改进算法的过程。 最后，是我对这次实验得出的结论和对这次实验的总结，指明实验中存在的问题，并指出未来的可能改进的方法。