音乐已经渗透到互联网和人们的数字化生活之中,是人们网上娱乐和日常生活中非常流行的娱乐资源。目前,数字音乐的数量正在以惊人的方式增长,与此同时,如何组织,分类和检索音乐的需求也不断增加。组织,分类和检索音乐的方式有很多种,其中,按照音乐传递的感情的方法处理以上这些问题是一种途径,在之前的研究工作中已经有所涉及。特别是最近几年,对音乐的情感的研究方兴未艾,越来越受到研究者的关注。但是另一方面,由于音乐感情是一种主观感受,本身就具有一定的模糊性和多义性,这些都给使用计算机计算,组织音乐情感问题的研究带来一定的困难。本篇论文主要关注如何对音乐的情感进行建模和分类。其中,对音乐情感建模方面,使用了已经被很多研究证明是比较有效的一种建模方法,这种方法认为,音乐的情感主要由两方面的因素决定,一个是"arousal",一个是"valence"。其次,本篇论文的实验需要事先完成对所选音乐片段的情感进行标定,标定的过程采用人工分类的方法,最终的音乐库包括400个音乐片段,每个音乐片段已经被归属到一类音乐情感当中。为了计算的方便,一个音乐片段必须要提取它的特征,这些特征就是音乐片段的数字化表示,这个特征提取的过程是音乐情感研究之中非常基础的一步。本论文使用开源的音频信号处理系统"MARSYAS"。自动化地对音乐情感进行分类的方法有很多,本论文是第一次尝试使用一种叫做“信息元混合模型”的方法进行分类的。这种方法对于模糊信息的概念表示和建模有很多优秀之处,所以非常适合处理类似于音乐情感这种模糊概念的处理。