买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉博视联(苏州)信息科技有限公司申请的专利基于数据码头部识别的音乐信息分类方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120183441B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510639708.X，技术领域涉及：G10L25/51；该发明授权基于数据码头部识别的音乐信息分类方法及系统是由高航;李文鹏;沈陈姗设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于数据码头部识别的音乐信息分类方法及系统在说明书摘要公布了：本发明提供基于数据码头部识别的音乐信息分类方法及系统，涉及信息分类技术领域，包括将生成的数据码输入所述数据码头部识别模型，提取数据码的头部特征；根据所述头部特征对音频数据进行初步分类，得到初步分类结果；建立音乐类型分类树；根据所述初步分类结果在所述音乐类型分类树中定位初始节点；将提取的高级语义特征与提取的头部特征进行多模态特征融合，得到融合特征向量；构建层次化分类模型，将所述融合特征向量输入所述层次化分类模型，从初始节点开始，逐层向下进行精细化分类；在每一层级的分类过程中，动态调整特征权重，突出当前层级的关键特征。

本发明授权基于数据码头部识别的音乐信息分类方法及系统在权利要求书中公布了：1.基于数据码头部识别的音乐信息分类方法，其特征在于，包括： 对输入的音频数据进行时频域转换，得到频谱图；从所述频谱图中提取多维特征向量，将所述多维特征向量输入预训练的深度神经网络模型，提取高级语义特征；根据所述高级语义特征生成音频数据的数据码； 构建数据码头部识别模型，将生成的数据码输入所述数据码头部识别模型，提取数据码的头部特征；根据所述头部特征对音频数据进行初步分类，得到初步分类结果；建立音乐类型分类树，所述音乐类型分类树包括多个层级的音乐类型节点；根据所述初步分类结果在所述音乐类型分类树中定位初始节点； 将所述高级语义特征与所述头部特征进行多模态特征融合，得到融合特征向量；构建层次化分类模型，所述层次化分类模型包括多个子分类器，每个子分类器对应音乐类型分类树中的一个非叶子节点；将所述融合特征向量输入所述层次化分类模型，从初始节点开始，逐层向下进行精细化分类包括： 对高级语义特征向量和头部特征向量进行标准化处理，消除不同特征之间的量纲差异；使用随机森林算法对标准化后的特征进行重要性评估，计算每个特征的Gini重要性指数；根据Gini重要性指数，选择最重要的特征子集； 采用注意力机制进行特征融合，定义注意力权重矩阵，使用softmax函数计算每个特征的权重，得到融合特征向量；对融合特征向量进行主成分分析降维处理，得到降维后的特征向量； 构建层次化分类模型，所述层次化分类模型包括多个子分类器，每个子分类器对应音乐类型分类树中的一个非叶子节点，每个子分类器由支持向量机、随机森林和梯度提升决策树组成； 为每个子分类器定制特征集，包括降维后的特征向量和节点特定的领域特征；采用分层交叉验证方法训练每个子分类器，使用Stacking方法融合基础模型的预测结果；设计层次化决策策略，定义置信度阈值和节点选择函数，用于在分类过程中的节点选择和终止条件判断； 计算每个节点的特征重要性向量，使用SHAP值量化特征的重要性；设计权重调整函数，根据当前节点和父节点的特征重要性差异动态调整特征权重； 在每次向下一层分类时，使用权重调整函数更新特征向量；引入自适应机制，根据分类性能动态调整权重调整函数的参数；将降维后的特征向量输入所述层次化分类模型，从初始节点开始，逐层向下进行精细化分类，在每一层级的分类过程中动态调整特征权重；输出最终的音乐类型分类结果； 在每一层级的分类过程中，动态调整特征权重，突出当前层级的关键特征；根据分类结果更新音乐类型分类树，包括添加新的音乐类型节点或调整节点间的关系；输出最终的音乐信息分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人博视联(苏州)信息科技有限公司，其通讯地址为：215000 江苏省苏州市工业园区新平街388号A幢5层01单元；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。