دوره 19، شماره 3 - ( 9-1401 )                   جلد 19 شماره 3 صفحات 134-119 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Geravanchizadeh M, Mobasheri P, Jamshidi Avanaki H. Classification of Iranian Traditional Music Dastgahs Using Features Based on Pitch Frequency. JSDP 2022; 19 (3) :119-134
URL: http://jsdp.rcisp.ac.ir/article-1-1155-fa.html
گراوانچی‌زاده مسعود، مبشری پریسا، جمشیدی اوانکی هادی. طبقه‌بندی دستگاه‌های موسیقی سنتی ایرانی با استفاده از ویژگی‌های مبتنی بر فرکانس گام. پردازش علائم و داده‌ها 1401; 19 (3) :134-119

URL: http://jsdp.rcisp.ac.ir/article-1-1155-fa.html


دانشگاه تبریز
چکیده:   (83 مشاهده)
در این مقاله، سامانه جدیدی با استفاده از ویژگی­‌های مبتنی بر فرکانس گام (Pitch) جهت طبقه­‌بندی­ دستگاه­‌های موسیقی سنتی ایرانی ارائه شده است. موسیقی سنتی ایرانی از هفت دستگاه اصلی شامل چهارگاه، همایون، ماهور، سه‌­گاه، شور، نوا و راست‌­پنجگاه تشکیل می­‌شود. در این الگوریتم،  ویژگی‌­های ضرایب لاگرانژ لگاریتم فرکانس گام (LCPL)، دسته‌­های شباهت فازی نوع دو (FSST2) و نیز ترکیب آنها جهت طبقه‌­بندی سیگنال­‌های موسیقی به‌کار برده می­‌شود و از ماشین­‌بردار پشتیبان چند‌رده‌ای به­‌منظور طبقه­‌بندی دستگاه­‌های موسیقی ایرانی استفاده می­‌شود. دادگان به‌کاررفته در سامانه جداساز ارائه‌­شده، شامل قطعاتی از تک­نوازی­‌های تار علیزاده، استاد مطرح موسیقی ایرانی، است. عملکرد الگوریتم­‌های طبقه­‌بندی پایه و پیشنهادی ­توسط معیارهای ارزیابیAccuracy، Recall، Precision،F-   measure  ­و MCC  صورت می­‌گیرد. نتایج به‌دست‌­آمده نشان می‌­دهند که الگوریتم پیشنهادی نسبت به روش‌­های­ پایه­ عملکرد بهتری را بر حسب معیارهای مختلف طبقه‌­بندی در بر دارد.

شماره‌ی مقاله: 8
متن کامل [PDF 792 kb]   (60 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش داده‌های رقمی
دریافت: 1399/4/20 | پذیرش: 1400/9/20 | انتشار: 1401/10/4 | انتشار الکترونیک: 1401/10/4

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.