Wyszukiwarka
Abstrakt
The paper focuses on optimization vector content feature for the music recommendation system. For the purpose of experiments a database is created consisting of excerpts of music les. They are assigned to 22 classes corresponding to dierent music genres. Various feature vectors based on low-level signal descriptors are tested and then optimized using correlation analysis and Principal Component Analysis (PCA). Results of the experiments are shown for the variety of feature vectors. Also, a music recommendatio
Autorzy (4)
Cytuj jako
Pełna treść
pobierz publikację
pobrano 31 razy
- Wersja publikacji
- Accepted albo Published Version
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Opublikowano w:
-
Journal of Telecommunications and Information Technology
strony 59 - 69,
ISSN: 1509-4553 - Język:
- angielski
- Rok wydania:
- 2014
- Opis bibliograficzny:
- Hoffmann P., Kaczmarek A., Spaleniak P., Kostek B.: Music Recommendation System// Journal of Telecommunications and Information Technology. -., nr. 2 (2014), s.59-69
- Weryfikacja:
- Politechnika Gdańska
Powiązane datasety
- dane badawcze SYNAT_MUSIC_GENRE_FV_173
- dane badawcze SYNAT Music Genre Parameters PCA 19
- dane badawcze SYNAT_PCA_48
- dane badawcze SYNAT_PCA_11
wyświetlono 124 razy
Publikacje, które mogą cię zainteresować
In uence of Low-Level Features Extracted from Rhythmic and Harmonic Sections on Music Genre Classi cation
- A. Rosner,
- F. Weninger,
- B. Schuller
- + 2 autorów
2013
Low-Level Music Feature Vectors Embedded as Watermarks
- J. Cichowski,
- P. Czyżyk,
- B. Kostek
- + 1 autorów
2013