本文关注多标签音乐情感的识别,对多标签音乐情感识别进行建模并评估其识别性能。　　 本文首先对音乐情感空间表示和多标签进行描述,选择一个合适的数据集来作为实验数据集。接着,用语义细胞模型进行建模求出初始信任分配函数,最后用D-S证据理论进行多标签信息的融合,实现最终的情感标签识别。本文在最后给出了实验结果性能评价标准和实验结果数据,并和不通过语义细胞求mass函数的实验结果进行对比,论证了在使用证据理论来进行多标签音乐情感识别时结合语义细胞来求mass函数能获得较好的实验结果。　　 本文还用实验证明了在进行多标签音乐情感识别时,可以通过主成分分析来降低音乐特征的维度。　　 本论文是第一次尝试结合语义细胞给出初始信任分配函数,并用证据理论进行证据融合来对多标签音乐情感进行识别,以及在有效使用此方法的基础上通过主成分分析来降低音乐特征的维度。