| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-12页 |
| CONTENTS | 第12-15页 |
| 第1章 绪论 | 第15-45页 |
| ·课题背景及研究的目的和意义 | 第15-19页 |
| ·基于音乐计算的音乐要素分析技术发展概况 | 第19-35页 |
| ·基于统计方法的音乐要素分析技术方法概述 | 第19-22页 |
| ·基于统计方法的音乐要素分析技术的研究现状 | 第22-29页 |
| ·MIREX 简述 | 第29-31页 |
| ·基于乐理认知的音乐要素分析技术研究现状 | 第31-35页 |
| ·音乐计算体系架构 | 第35-42页 |
| ·音乐计算体系架构总述 | 第35-36页 |
| ·音乐计算体系理论基础——音乐内涵分析法 | 第36-37页 |
| ·音乐计算技术方法 | 第37-39页 |
| ·音乐计算研究任务 | 第39-41页 |
| ·音乐计算应用方向 | 第41-42页 |
| ·本文的主要研究内容 | 第42-45页 |
| 第2章 音乐音频处理与识别方法研究 | 第45-69页 |
| ·常用音乐信号变换与音符时间信息分析技术介绍 | 第45-51页 |
| ·音乐信号基础理论介绍 | 第45-48页 |
| ·常数Q 变换技术介绍 | 第48-50页 |
| ·音符起始点检测技术介绍 | 第50-51页 |
| ·音高校正技术研究 | 第51-54页 |
| ·时间集成人工神经网络研究 | 第54-61页 |
| ·时间延迟网络 | 第54-55页 |
| ·时间集成机制与帧间集成机制 | 第55-58页 |
| ·基于EEF 的网络训练 | 第58-61页 |
| ·实验验证 | 第61-67页 |
| ·本章小结 | 第67-69页 |
| 第3章 基于认知分布理论的调性要素分析技术研究 | 第69-92页 |
| ·认知分布式音乐特征与PCDM | 第69-73页 |
| ·认知分布音乐特征 | 第69-71页 |
| ·音级分布矩阵 | 第71-73页 |
| ·基于认知分布特征的调式分析方法 | 第73-78页 |
| ·特征提取 | 第73-74页 |
| ·调式识别 | 第74-76页 |
| ·调式平滑 | 第76-78页 |
| ·基于认知分布特征的和弦识别方法 | 第78-82页 |
| ·实验结果及分析 | 第82-90页 |
| ·基于认知分布特征的调式检测的实验分析 | 第82-86页 |
| ·基于认知分布特征的和弦识别的实验分析 | 第86-90页 |
| ·本章小结 | 第90-92页 |
| 第4章 基于听觉显著度的旋律声部分析技术研究 | 第92-113页 |
| ·基于选择性注意的音乐认知 | 第92-95页 |
| ·听觉显著度特征的计算 | 第95-99页 |
| ·基于听觉显著度的旋律声部分析 | 第99-103页 |
| ·实验验证 | 第103-111页 |
| ·本章小结 | 第111-113页 |
| 第5章 基于长短时混合统计特征的高级音乐要素分析技术研究 | 第113-130页 |
| ·基于人声分离的音乐结构分析方法研究 | 第113-115页 |
| ·音乐风格分析方法研究 | 第115-120页 |
| ·特征提取 | 第116-117页 |
| ·风格分析及其可视化技术 | 第117-120页 |
| ·实验验证 | 第120-129页 |
| ·人声分析相关实验 | 第120-123页 |
| ·风格分析相关实验 | 第123-129页 |
| ·本章小结 | 第129-130页 |
| 第6章 基于全听觉显著度的音乐自动转译技术研究 | 第130-151页 |
| ·方法整体框架 | 第130-133页 |
| ·乐理听觉显著度特征提取 | 第133-137页 |
| ·水平/垂直乐理规正 | 第137-139页 |
| ·实验验证 | 第139-150页 |
| ·本章小结 | 第150-151页 |
| 结论 | 第151-154页 |
| 参考文献 | 第154-166页 |
| 攻读博士学位期间发表的论文及其它成果 | 第166-169页 |
| 致谢 | 第169-170页 |
| 个人简历 | 第170页 |