Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/4292
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorГришкин Валерий Михайловичru_RU
dc.contributor.authorРомашов Дмитрий Сергеевичru_RU
dc.contributor.authorRomashov Dmitriyen_GB
dc.contributor.editorкандидат технических наук, доцент В.М. Гришкинru_RU
dc.contributor.editorCandidate of Engineering, Associate Professor V.M. Grishkinen_GB
dc.date.accessioned2016-10-10T02:13:01Z-
dc.date.available2016-10-10T02:13:01Z-
dc.date.issued2016
dc.identifier.other012213en_GB
dc.identifier.urihttp://hdl.handle.net/11701/4292-
dc.description.abstractБольшинство рекомендательных систем дают рекомендации на основе оценок пользователей или атрибутов предметов, а не на их содержимом. Целью данной работы является исследование возможности поиска похожих песен, учитывая их амплитудно-частотный спектр. Для нахождения амплитудно-частотного спектра сигнала к музыкальной композиции применяется быстрое преобразование Фурье. По полученным амплитудам выбираются параметры, по которым можно отличать музыкальные композиции друг от друга. Каждая музыкальная композиция представляется вектором из параметров, таких как математическое ожидание, среднеквадратичное отклонение, медиана, коэффициенты эксцесса и асимметрии. Эти векторы параметров используются в работе алгоритмов классификации. В качестве алгоритмов классификации использовались метод опорных векторов, метод k ближайших соседей и решающее дерево. Исследование проводилось на трёх выборках песен разных людей. Полученные результаты были оценены и проанализированы. На основе проведённых опытов можно заключить, что выбранный подход имеет право на жизни, однако, чтобы сделать заключительный вывод, необходимо провести эксперименты на большем числе музыкальных композиций.ru_RU
dc.description.abstractMost modern recommender systems provide recommendations based on user ratings or attributes of objects and not on their content. The aim of this work is to investigate the possibilities of finding similar songs, considering their amplitude-frequency spectrum. Fast Fourier transform is applied to a musical composition for finding an amplitude-frequency spectrum of the signal. Based on the obtained amplitudes are chosen the parameters by which the musical composition can be distinguished from each other. Each song is represented by a vector of parameters such as the mathematical expectation, standard deviation, median, kurtosis, and asymmetry. These vectors of parameters are used in the classifiers. As the classification algorithms were used support vector, k-nearest neighbors algorithm and decision tree. The research was conducted on three sets of songs from different people. The results were evaluated and analyzed. On the basis of conducted experiments can conclude that the chosen approach has the right to live, however, to make a final conclusion, it is necessary to conduct experiments on a larger number of musical compositions.en_GB
dc.language.isoru
dc.subjectрекомендательная системаru_RU
dc.subjectамплитудно-частотный спектрru_RU
dc.subjectметод опорных векторовru_RU
dc.subjectметод k ближайших соседейru_RU
dc.subjectрешающее деревоru_RU
dc.subjectперекрёстная проверкаru_RU
dc.subjectrecommender systemen_GB
dc.subjectamplitude-frequency spectrumen_GB
dc.subjectsupport vector machineen_GB
dc.subjectk-nearest neighborsen_GB
dc.subjectdecision treeen_GB
dc.subjectсross-validationen_GB
dc.titleSystem for determining music preferencesen_GB
dc.title.alternativeСистема определения музыкальных предпочтенийru_RU
Располагается в коллекциях:BACHELOR STUDIES



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.