HuisBlog

台湾国立清华大学开设了一门Music Information Retrieval课程来介绍一些音乐信息检索的基础技术，主讲教师是在MIR领域有名的大牛Yi-Hsuan Yang和Li Su。虽然没有视频公开课，但是在其课程网站上公开了授课PPT，值得对这方面感兴趣的同学翻看一下。

Markdown本身并不支持数学公式的书写，使用MathJax来给我的博客插入公式只需要两步：

1. 链接MathJax到要包含公式的网页中；
2. 将公式放入网页让MathJax可以展示它。

中文版入门指南

This blog will introduce a well-evolved feature set for automatic recognition of audio emotion, ie. 2013 ComParE Feature Set[1]. The ComParE feature set contains 6373 features. It consists of some generic acoustic emotion descriptors and their statistical functionals.

特征集和提取工具

最近的任务目标是：确定音乐情感特征集（声学特征）和提取方法

由于在同时使用Github和Git@OSchina（Github私有库需要收费且Git@OSchina在国内的访问速度较快），所以需要设置两组SSH-Key。

简而言之，数形结合的思想。

贝叶斯网络

即有向图模型

马尔可夫随机场

即无向图模型

会其意，知其形。

Markov Chain

服从马尔可夫性（无记忆性）：当前状态只与前一个状态有关，与更往前的状态无关。

HMM(Hiden Markov Model)

一个概率模型，用于描述系统隐性状态的转移和隐性状态的表现（输出）概率。

• 可见状态链
• 隐含状态链
• 隐含状态数量
• 隐含状态之间的转换概率(transition probability)
• 隐含状态到可见状态的输出概率(emission probability)

HMM能做什么，怎么做？

1. 估计(evaluation)
   转换概率+输出概率 -> 可见状态出现的概率 （动态规划、forward algorithm）
2. 解码(decoding)
   转换概率+输出概率+可见状态链 -> 隐含状态链 （极大似然、Viterbi algorithm）
3. 学习(learning)
   a. 有可见状态链和隐含状态链->HMM模型
   b. 只有可见状态链->HMM模型

1. 零均值化：每个属性值减去其均值
2. 求协方差矩阵
3. 求协方差矩阵的特征值和特征向量
4. 保留主成分

Hoeffding不等式

用于确认精确度，适用于所有有界的随机变量。假设有两两独立的变量X1…Xn，其中Xi都是几乎有界的变量，即满足

1

P(ai<=Xi<=bi) = 1

则其期望满足：

1

P(|mean(X)-E(mean(X))|>=t) <= 2exp(-2(nt)^2/sum((bi - ai)^2))

Regression回归分析

Bias-Variance Tradeoff

• 欠拟合 underfitting 高偏差 bias
• 过拟合 overfitting 高方差 variance

解决方法：1、减少选取的特征数量；2、正则化 regularization

Polynomial Curve Fitting

1
2
3

Y = XA 
#使用法向量计算最小二乘法结果
A = (X.T * X) * X.T * Y

相似性衡量

• 距离
• 相似性
• 核函数
• DTW（dynamic time warping 一种特殊的距离算法）

聚类算法

• 划分聚类(Partition-based methods)
  确认聚类数量，挑选初始点 -> 类内的点足够近，类间的点足够远。

• 密度聚类(Density-based methods)
  指定圈的最大半径，包含的最少点数量 -> 画圈。

• 模型聚类(Model-based methods)
  基于概率模型和神经网络模型 -> 同一类属于同一概率分布

• 层次聚类(Hierarchical methods)
  自下而上法 (bottom-up) 和自上而下法 (top-down)，根据linkage迭代联合或者排异。

• 网格聚类(Grid-based methods)
  将数据空间划分为网格单元，将数据对象集映射到网格单元中。计算每个单元的密度，根据阈值确定高密度单元 -> 相近的高密度单元组成类