摘要
本发明涉及人工智能和艺术教育交叉领域,提供了一种面向全场景教学应用的古典音乐多模态情感认知方法及系统。所述方法包括:S1、构建训练样本和测试样本;S2、构建改进的SVM分类模型,使用多模态情感特征参数对模型进行训练,得到模型的最优参数;S3、使用改进的SVM分类模型对测试样本进行测试;S4、使用改进的SVM分类模型对古典音乐数据进行多模态艺术情感特征识别。所述系统包括训练样本和测试样本构建单元、改进的SVM分类模型构建及训练单元和情感特征识别单元。本发明可有效地解决在线古典音乐教育专业教学资源多模态艺术情感特征样本线性不可分、样本稀疏以及模型参数训练较差等问题。
技术关键词
情感特征
多模态
教学
专业
分类模型构建
多项式核函数
粒子群优化算法
场景
高斯核函数
样本
互联网大数据
混合核函数
参数
分类准确率
位置更新
异构
基础
冗余
系统为您推荐了相关专利信息
步态模式识别
多模态传感器
数据
深度卷积神经网络
收发装置
图像特征数据
数据处理方法
视觉特征
多模态
文本
运输机器人
位置验证
惯性导航数据
实时图像信息
煤矿井下辅助运输