Matlab中从频域到时域转换的代码 - Music_Classification: 机器学习音乐流派与频段识别，包括频谱图生成及分析（朴素贝叶斯...）

简介：
本项目利用Matlab实现音乐分类，通过频谱图生成和频域与时域间的转换，结合朴素贝叶斯等算法进行流派识别。 MATLAB由频域变时域的代码用于音乐体裁识别：创建、分析和分类频谱图。该研究由J.Barhydt1在华盛顿大学西雅图市98195完成。 机器学习技术在学术界及工业界的许多领域中越来越受欢迎，尤其是在数据科学方面。这些“模式识别”方法能够对复杂且截然不同的数据类型进行区分和分类，并应用于经济模型、语音识别等领域。本段落演示了使用三种机器学习方法来实现音乐乐队/流派分类的“玩具模型”，并比较了每种方法的表现。在这里，我将比较朴素贝叶斯、线性判别分析以及分类和回归树。 此代码利用SGRAM, LDA_Train 和 musicclip：在根目录中查找简介与概述。 音乐分类是人类可以很自然地完成的任务。随着我们获得足够大的乐队“训练集”，我们可以区分不同的乐队和流派。听的音乐越多，训练集就越大，在面对未知的新音乐或“测试集”时，就越能准确地区分不同子流派和细分市场。为了在计算上实现这一目标，首先收集了三种音乐风格的集合，每种风格有三个乐队，每个乐队包含十六首歌曲。此外，从每一首歌中提取相关信息进行分析。