毕业设计 音乐推荐系统

0 项目说明

音乐推荐系统

提示:适合用于课程设计或毕业设计,工作量达标,源码开放

1 设计结构

在这里插入图片描述

2 数据处理

需要对标签数据清洗以及将音频信号转化为频谱信号。本次数据集采用公开音频数据集GTZAN,其中包含了10种不同风格的音乐,每一种音乐都包含100个音频文件,每个音频文件都是30秒。同时需要将音频信号转化为频谱信号,本论文将转化为梅尔频谱,直接使用pytorch的torchaudio中的函数即可快速转化。
在这里插入图片描述

  • 将音频信号转化为梅尔频谱

    梅尔频谱图是将频率转换为梅尔刻度的频谱图。使用梅尔频谱可以起到压缩数据、数据拥有更多的表征能力,同时有论文表明与传统的傅里叶变化相比,转化为梅尔频谱的样本可以提高训练的准确率。
    在这里插入图片描述

3 神经网络

本项目选用卷积神经网络AlexNet。一个是对于初学者有较好较多的学习点,另一个是网络比较简单,对于这个小样本集有比较良好的效果。

  • AlexNet 的网络结构

在这里插入图片描述

  • 单样本的训练流程

在这里插入图片描述

使用Django实现推荐系统的功能,提供前后端交互页面。
在这里插入图片描述

4 界面展示

在这里插入图片描述

  • 点击爱心,将会对本首歌进行推荐

在这里插入图片描述

  • 在推荐列表中将展示相似度最高的5首歌曲

在这里插入图片描述

5 项目工程

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值