| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.1.1 基于内容的音乐信息检索 | 第8-10页 |
| 1.1.2 音符起始点检测的研究意义 | 第10-11页 |
| 1.2 音符起始点检测的研究现状 | 第11-12页 |
| 1.3 本文的创新点及结构安排 | 第12-14页 |
| 第二章 音乐学基础知识和人耳听觉感知特性 | 第14-19页 |
| 2.1 音乐学基础 | 第14-15页 |
| 2.1.1 音乐基本要素 | 第14-15页 |
| 2.1.2 音符基本特征 | 第15页 |
| 2.2 人耳听觉感知特性 | 第15-18页 |
| 2.2.1 响度 | 第15-17页 |
| 2.2.2 音调 | 第17页 |
| 2.2.3 音色 | 第17页 |
| 2.2.4 人耳听觉掩蔽效应 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 音符起始点检测算法总体框架 | 第19-38页 |
| 3.1 预处理 | 第20-22页 |
| 3.1.1 谱减法去噪 | 第20-21页 |
| 3.1.2 加窗分帧处理 | 第21-22页 |
| 3.2 信号变换 | 第22-26页 |
| 3.3 特征提取 | 第26-33页 |
| 3.3.1 音乐信号的时域特征参量分析 | 第26-28页 |
| 3.3.2 音乐信号的频域特征参量分析 | 第28-30页 |
| 3.3.3 其它参量分析 | 第30-33页 |
| 3.4 检测函数 | 第33-36页 |
| 3.5 峰值提取 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于稀疏分解的音符起始点检测 | 第38-57页 |
| 4.1 信号的稀疏分解 | 第38-46页 |
| 4.1.1 稀疏表示理论基础 | 第38-39页 |
| 4.1.2 稀疏分解算法 | 第39-43页 |
| 4.1.3 稀疏分解字典 | 第43-46页 |
| 4.2 音乐信号模型 | 第46-48页 |
| 4.2.1 正弦模型 | 第47-48页 |
| 4.2.2 STN 模型（Sines+Transients+Noise） | 第48页 |
| 4.3 基于快速 MP 的音符起始点检测 | 第48-53页 |
| 4.3.1 快速 MP 算法 | 第48-50页 |
| 4.3.2 过完备字典 | 第50-51页 |
| 4.3.3 基于快速 MP 的表示程度算法 | 第51-52页 |
| 4.3.4 基于快速 MP 的能量估计算法 | 第52-53页 |
| 4.4 后处理 | 第53-56页 |
| 4.4.1 高斯核光滑处理 | 第53-54页 |
| 4.4.2 移动窗口归一化 | 第54-55页 |
| 4.4.3 阈值设定与峰值提取 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 音符起始点检测系统及分析 | 第57-67页 |
| 5.1 实验数据集 | 第57-58页 |
| 5.2 常见音乐起始点检测算法实验结果分析 | 第58-62页 |
| 5.3 基于快速 MP 算法的音符起始点检测结果分析 | 第62-66页 |
| 5.3.1 实验评估标准 | 第62-63页 |
| 5.3.2 实验结果分析 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第73-74页 |
| 致谢 | 第74页 |