| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-12页 |
| 1.3 本文的研究内容简介 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第二章 音乐旋律的基本简介和相关理论 | 第14-28页 |
| 2.1 相关术语的介绍 | 第14-16页 |
| 2.1.1 音高和基频 | 第14-15页 |
| 2.1.2 音乐旋律 | 第15页 |
| 2.1.3 复调音乐 | 第15-16页 |
| 2.1.4 旋律提取 | 第16页 |
| 2.2 基于显著性的旋律提取基本组成 | 第16-20页 |
| 2.2.1 谱处理 | 第16-17页 |
| 2.2.2 音高显著性的计算 | 第17-19页 |
| 2.2.3 音高跟踪 | 第19-20页 |
| 2.3 随机森林 | 第20-22页 |
| 2.4 情感模型 | 第22-24页 |
| 2.5 数据集和性能评价指标 | 第24-26页 |
| 2.5.1 数据集 | 第24页 |
| 2.5.2 评价指标 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 改进音高轮廓创建和选择的旋律提取算法 | 第28-36页 |
| 3.1 改进音高轮廓创建和选择的旋律提取算法基本原理 | 第28-31页 |
| 3.1.1 基于听觉流线索和音高显著性的连续性创建音高轮廓 | 第28-29页 |
| 3.1.2 基于伴奏重复特性选择旋律音高轮廓 | 第29-30页 |
| 3.1.3 倍频错误的检测 | 第30-31页 |
| 3.2 算法实现步骤 | 第31-32页 |
| 3.3 仿真实验与结果分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于高次谐波的稳定性和音色特征的旋律提取算法 | 第36-48页 |
| 4.1 基于高次谐波的稳定性和音色特征的旋律提取算法基本原理 | 第36-39页 |
| 4.1.1 基于静态和动态似然性函数创建音高轮廓 | 第36-37页 |
| 4.1.2 音高轮廓的统计特征及其音色特征的计算 | 第37-39页 |
| 4.2 算法实现步骤 | 第39-41页 |
| 4.3 仿真实验与结果分析 | 第41-43页 |
| 4.4 本文所提两种音乐旋律的提取方法对比 | 第43-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 基于旋律提取和卷积神经网络的动态音乐情感识别 | 第48-58页 |
| 5.1 基于旋律提取和卷积神经网络的动态音乐情感识别基本原理 | 第48-51页 |
| 5.1.1 基于旋律提取的音频分割处理 | 第48-50页 |
| 5.1.2 基于卷积神经网络的结构模型 | 第50-51页 |
| 5.1.3 对应分割段的旋律轮廓特征 | 第51页 |
| 5.2 算法实现步骤 | 第51-52页 |
| 5.3 仿真实验与结果分析 | 第52-56页 |
| 5.4 本章小结 | 第56-58页 |
| 主要结论与展望 | 第58-60页 |
| 主要结论 | 第58页 |
| 展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第66页 |
