音乐情感认知模型与交互技术研究
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-24页 |
·研究背景与意义 | 第11-13页 |
·国内外研究现状 | 第13-21页 |
·人工情感 | 第13-15页 |
·计算机音乐情感分析 | 第15-17页 |
·语义驱动的音乐检索 | 第17-18页 |
·计算机智能作曲 | 第18-21页 |
·论文的研究思路与组织结构 | 第21-24页 |
·研究目标与研究思路 | 第21-22页 |
·组织结构与章节安排 | 第22-24页 |
第2章 音乐情感表示模型 | 第24-42页 |
·音乐情感的心理模式 | 第24-27页 |
·音乐情感的量化研究 | 第27-30页 |
·心理模糊量 | 第27页 |
·音乐情感的言词研究 | 第27-28页 |
·Hevner情感环 | 第28-29页 |
·情感形容词辨识实验 | 第29-30页 |
·音乐情感的理论模型 | 第30-40页 |
·语言变量 | 第31-32页 |
·音乐情感的语言值模型 | 第32-33页 |
·音乐情感向量 | 第33-34页 |
·音乐情感语义相似性的实验研究 | 第34-36页 |
·音乐情感的多源信息融合技术 | 第36-38页 |
·音乐情感向量的相似性 | 第38-40页 |
·建立音乐情感认知模型的一般过程 | 第40页 |
·本章小节 | 第40-42页 |
第3章 音乐特征识别技术 | 第42-61页 |
·引言 | 第42页 |
·音乐文件格式与基本数据定义 | 第42-44页 |
·主旋律识别 | 第44-54页 |
·主旋律音轨的定位 | 第44-48页 |
·主题旋律识别 | 第48-54页 |
·乐段分割 | 第54-60页 |
·曲式分析理论与分割流程 | 第54-56页 |
·曲式推理规则 | 第56-59页 |
·讨论 | 第59-60页 |
·本章小节 | 第60-61页 |
第4章 音乐情感认知模型 | 第61-77页 |
·问题描述 | 第61-62页 |
·任务解析 | 第61-62页 |
·评估方法 | 第62页 |
·音乐情感认知实验研究 | 第62-66页 |
·实验原理 | 第62-63页 |
·实验概述 | 第63-65页 |
·数据分析 | 第65-66页 |
·音乐特征空间 | 第66-69页 |
·情感认知模型 | 第69-75页 |
·数据驱动的建模方法 | 第69-70页 |
·GEP算法原理 | 第70-72页 |
·基于动态变异算子的改进 GEP算法(IGEP) | 第72-73页 |
·算法实现与比较 | 第73-75页 |
·本章小节 | 第75-77页 |
第5章 情感化音乐智能检索技术研究 | 第77-96页 |
·设计原理 | 第77-78页 |
·情感化音乐数据库 | 第78-79页 |
·基于语言值计算的情感化音乐检索 | 第79-81页 |
·任务解析 | 第79-80页 |
·检索流程 | 第80-81页 |
·个性化的情感音乐检索 | 第81-94页 |
·交互式遗传算法概述 | 第82-85页 |
·编码过程与初始种群 | 第85-86页 |
·遗传操作 | 第86-90页 |
·新一代群体的确定与进化终止条件 | 第90-91页 |
·检索接口与实验 | 第91-94页 |
·本章小节 | 第94-96页 |
第6章 情感化音乐合成技术及应用 | 第96-113页 |
·引言 | 第96-97页 |
·基于马尔可夫链的情感音乐图建模 | 第97-100页 |
·基于音乐图的音乐合成技术 | 第100-104页 |
·已知关键音乐片段序列 | 第100-101页 |
·仅给定初始音乐片段和总长度约束 | 第101-102页 |
·基于 Dijkstra算法的音乐图路径搜索 | 第102-104页 |
·编钟音乐的数字化保护研究 | 第104-110页 |
·编钟音乐的数字化保护工程 | 第104-105页 |
·编钟音乐编辑与展示系统 | 第105-110页 |
·实例分析 | 第110-112页 |
·本章小节 | 第112-113页 |
第7章 总结与展望 | 第113-117页 |
·总结 | 第113-114页 |
·展望 | 第114-117页 |
参考文献 | 第117-123页 |
攻读博士学位期间的成果 | 第123-125页 |
致谢 | 第125-126页 |
附录 | 第126-130页 |
附录A C++公式转化代码(IGEP) | 第126-129页 |
附录B PLS函数表达式汇总 | 第129-130页 |