改进基于压缩的相异度度量用于乐谱分析
声音
2017-10-05 v1 其他计算机科学
音频与语音处理
摘要
本文提出了一种改进基于压缩的相异度度量（CDM）的方法。我们建议使用文件大小的修正值，而原始 CDM 使用未修正的文件大小。我们的应用是乐谱分析。我们选取了五位不同作曲家的钢琴作品，共 75 首著名乐曲（每位作曲家 15 首）。我们使用修正后的 CDM 计算了所有乐曲之间的距离。在估计每首乐曲的作曲家时，我们使用了 K 近邻方法。修正后的 CDM 显示出更高的准确率，且差异具有统计显著性。
关键词
引用
@article{arxiv.1710.01446,
title = {Improving Compression Based Dissimilarity Measure for Music Score Analysis},
author = {Ayaka Takamoto and Mayu Umemura and Mitsuo Yoshida and Kyoji Umemura},
journal= {arXiv preprint arXiv:1710.01446},
year = {2017}
}
备注
The 2016 International Conference On Advanced Informatics: Concepts, Theory And Application (ICAICTA2016)