版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著當(dāng)今社會(huì)的迅速信息化,各種多媒體信息資料飛速發(fā)展。音樂(lè)作為一門(mén)藝術(shù),已經(jīng)成為人類(lèi)生活中必備的部分。一直以來(lái),音樂(lè)都是人們表達(dá)情感的渠道,可以為歡樂(lè)而歌,可以為悲傷而唱。如今紙上的音樂(lè)已經(jīng)不能夠滿(mǎn)足音樂(lè)的保存、檢索以及音樂(lè)人之間的交流。隨著信息時(shí)代的到來(lái),計(jì)算機(jī)音樂(lè)的研究成了一個(gè)新的課題。讓計(jì)算機(jī)完成我們?nèi)祟?lèi)能夠完成的事情一直是人們?cè)噲D努力的方向。目前,我們可以通過(guò)計(jì)算機(jī)進(jìn)行音樂(lè)的播放、制作和存儲(chǔ)等,通過(guò)計(jì)算機(jī)對(duì)音樂(lè)的情感進(jìn)行分析也漸
2、漸興起,使計(jì)算機(jī)能夠通過(guò)“聽(tīng)”音樂(lè)自動(dòng)識(shí)別出音樂(lè)所表達(dá)的情感。本文就音樂(lè)情感自動(dòng)分析做了深入的研究。
本文的音樂(lè)情感分析模型由三個(gè)部分構(gòu)成:音樂(lè)特征向量模型、音樂(lè)情感模型和分類(lèi)認(rèn)知模型。
音樂(lè)特征向量模型是由從音樂(lè)中提取的一些特征組成的一個(gè)八維向量。在音樂(lè)特征向量模型的部分,本文在介紹了旋律面積的概念之后,定義了音樂(lè)能量的概念,并提出了自己的方法,即利用音樂(lè)能量為音樂(lè)劃分樂(lè)段,針對(duì)每個(gè)樂(lè)段使用數(shù)字音樂(lè)特征提取技術(shù)提取
3、樂(lè)段的速度、旋律的方向、力度、節(jié)拍、節(jié)奏變化、大三度、小三度和音色等八個(gè)特征,然后利用音樂(lè)情感模型和分類(lèi)認(rèn)知模型對(duì)每個(gè)樂(lè)段的情感進(jìn)行分析。
音樂(lè)情感模型是音樂(lè)情感的描述,本文介紹了幾種研究者常用的音樂(lè)情感模型,包括Hevner情感環(huán)、Thayer情感模型和情感語(yǔ)義模型等等,并對(duì)這些模型的優(yōu)缺點(diǎn)進(jìn)行了比較。我們將Hevner情感環(huán)與情感語(yǔ)義模型相結(jié)合,得到了由Hevner情感環(huán)中的八大類(lèi)情感描述所構(gòu)成的情感向量模型,并將該模型作
4、為本文實(shí)驗(yàn)所用的情感模型。
分類(lèi)認(rèn)知模型是通過(guò)算法將音樂(lè)特征模型映射到情感模型,即分類(lèi)認(rèn)知的過(guò)程是一個(gè)模式識(shí)別的過(guò)程。在分類(lèi)認(rèn)知模型部分,簡(jiǎn)單介紹了幾種模式識(shí)別方法并對(duì)它們的優(yōu)缺點(diǎn)進(jìn)行對(duì)比之后,選用BP神經(jīng)網(wǎng)絡(luò)作為本文的認(rèn)知模型。針對(duì)音樂(lè)情感分析的需求,本文對(duì)BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程做了改進(jìn),使其能夠更加符合音樂(lè)情感分析的主觀(guān)性的特點(diǎn)。
最后,本文將上述三部分自然地結(jié)合起來(lái),構(gòu)成了一個(gè)完整的音樂(lè)情感分析模型。之后,對(duì)該
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征向量的時(shí)態(tài)XML索引研究.pdf
- 基于特征向量的語(yǔ)義角色標(biāo)注研究.pdf
- 基于混沌特征向量的動(dòng)態(tài)紋理識(shí)別.pdf
- 基于特征向量的名詞短語(yǔ)指代消解研究.pdf
- 基于特征向量分析的極化SAR圖像分類(lèi).pdf
- 基于多重特征向量的興趣模型及其應(yīng)用.pdf
- 圖的特征向量的組合結(jié)構(gòu).pdf
- 基于特征向量的個(gè)性化推薦算法研究.pdf
- 基于特征向量的實(shí)體間語(yǔ)義關(guān)系抽取研究.pdf
- 基于特征向量統(tǒng)計(jì)的極化SAR地物分類(lèi).pdf
- 基于特征向量的中文實(shí)體間語(yǔ)義關(guān)系抽取研究.pdf
- 基于特征向量的人物關(guān)系抽取方法研究.pdf
- 基于標(biāo)簽特征向量的網(wǎng)頁(yè)去噪聲研究及其應(yīng)用.pdf
- 基于DCT圖像特征向量的小波包數(shù)字水印研究.pdf
- 圖的主特征向量及其應(yīng)用.pdf
- 基于幾何特征向量的三維人臉識(shí)別研究.pdf
- 矩陣特征值、特征向量的研究【文獻(xiàn)綜述】
- 基于全局信息的圖結(jié)點(diǎn)特征向量學(xué)習(xí)算法.pdf
- 矩陣特征值、特征向量的研究【開(kāi)題報(bào)告】
- 基于特征向量的中文指代消解研究與系統(tǒng)實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論