一种基于卷积神经网络的古筝简谱识别方法及系统.pdfVIP

下载本文档

1
0
约1.02万字
约 9页
2023-05-15 发布于四川
举报
版权申诉

一种基于卷积神经网络的古筝简谱识别方法及系统.pdf

1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了乐谱识别技术领域的一种基于卷积神经网络的古筝简谱识别方法及系统，方法包括如下步骤：步骤S10、获取古筝简谱图像，并对所述古筝简谱图像进行预处理；步骤S20、通过投影法对预处理后的所述古筝简谱图像进行分行，得到属性行、音符行以及汉字行；步骤S30、结合卷积神经网络、投影法、模板匹配法以及边缘检测法，提取所述属性行和音符行的简谱特征；步骤S40、将各所述简谱特征填入musicXML模板中，完成古筝简谱的识别。本发明的优点在于：极大的提升了古筝简谱的识别精度。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114724151 A (43)申请公布日 2022.07.08 (21)申请号 202210430507.5 (22)申请日 2022.04.22 (71)申请人厦门大学