中文摘要：

本课题研究基于稀疏核成分分析支持向量机的音乐自动分类理论与关键技术，包括(1)模拟人的听觉感知特性，研究基于内容的音乐信号过完备稀疏表示理论和方法，确定表征音乐信号内容的字典函数集合；(2)通过分析、比较字典函数与音乐曲式结构、风格、情感内涵等整体特征之间的联系，找到代表音乐类属本质的整体特征空间；(3)基于稀疏核函数，将聚类和分类算法相结合，建立开放式音乐类属体系，并以较高的正确率确定音乐作品的类属。本课题在这三方面的研究过程中，对音乐的内容分析、特征空间等都有了深入的研究，并且得到了诸多的研究成果。这些成果都基于稀疏核支持向量机、音乐特征空间这些方法，证明了在音乐自动分类领域，基于稀疏核支持向量机方法是可行有效的。这项技术的研究为音乐自动分类领域提供了坚实的理论基础和大量的实验数据。音乐自动分类是基于内容音乐信息检索的支撑技术之一，该技术将大大提高音乐信息检索的效率，并将推动音乐相似性分析、音乐推荐系统、音乐自动抄录系统等相关领域的研究。在网络、多媒体技术飞速发展的今天，本课题研究成果具有广阔的应用前景和重要的研究价值。