Abstract: T. Liu, N. Chen (2016)

This paper proposes a new similarity distance fusion algorithm that fuses the similarity distance of music theory feature and auditory perceptual feature. In the proposed algorithm, three similarity distances, IF-PCP based on beat tracing with maximum cross-correlation measure, HPCP with Qmax measure, and CPCP with Qmax measure, are projected in a multi-dimensional space and then the geometric distance as the fusion similarity distance is computed. This algorithm can effectively integrate the beat speed invariance of IF-PCP, the harmonic advantage of HPCP, and the auditory perceptual of CPCP. An experiment on a database with 502 versions of 212 different songs is made in this work. By mean of MAP and TOP-N as the performance indicator of the cover song identification, it is shown that the proposed algorithm in this paper can improve the precision of cover song identification greatly.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Similarity Distance Fusion Algorithm in Cover Song Identification