Music Genre Recognition in the Rough Set-Based Environment - Publikacja - MOST Wiedzy

Wyszukiwarka

Music Genre Recognition in the Rough Set-Based Environment

Abstrakt

The aim of this paper is to investigate music genre recognition in the rough set-based environment. Experiments involve a parameterized music data-base containing 1100 music excerpts. The database is divided into 11 classes cor-responding to music genres. Tests are conducted using the Rough Set Exploration System (RSES), a toolset for analyzing data with the use of methods based on the rough set theory. Classification effectiveness employing rough sets is compared against k-Nearest Neighbors (k-NN) and Local Transfer function classifiers (LTF-C). Results obtained are analyzed in terms of global class recognition and also per genre.

Cytowania

  • 5

    CrossRef

  • 0

    Web of Science

  • 4

    Scopus

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Informacje szczegółowe

Kategoria:
Aktywność konferencyjna
Typ:
publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
Tytuł wydania:
Pattern Recognition and Machine Intelligence strony 377 - 386
Język:
angielski
Rok wydania:
2015
Opis bibliograficzny:
Hoffmann P., Kostek B.: Music Genre Recognition in the Rough Set-Based Environment// Pattern Recognition and Machine Intelligence/ ed. Marzena Kryszkiewicz : Springer, 2015, s.377-386
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-319-19941-2_36
Weryfikacja:
Politechnika Gdańska

wyświetlono 25 razy

Publikacje, które mogą cię zainteresować

Meta Tagi