遗传算法在计算机辅助乐曲创作中的研究与应用
摘要 | 第1-8页 |
ABSTRACT | 第8-10页 |
第一章 概论 | 第10-13页 |
·课题的背景和意义 | 第10-11页 |
·课题研究背景 | 第10页 |
·课题研究意义 | 第10-11页 |
·本文结构和创新点 | 第11页 |
·本文结构 | 第11页 |
·本文创新点 | 第11页 |
·总结、展望及下一步的工作计划 | 第11-13页 |
第二章 遗传算法 | 第13-31页 |
·遗传算法概述 | 第13-16页 |
·遗传算法的产生 | 第13页 |
·标准遗传算法(SGA) | 第13-15页 |
·遗传算法的特点 | 第15页 |
·遗传算法重要会议 | 第15-16页 |
·遗传算法基本原理和方法 | 第16-25页 |
·遗传算法的数学描述 | 第16-17页 |
·编码技术 | 第17-19页 |
·适应度函数 | 第19-20页 |
·遗传操作 | 第20-25页 |
·遗传算法的基本原理 | 第25-27页 |
·模式定理与隐含并行性 | 第25-26页 |
·积木块假设与欺骗问题 | 第26页 |
·收敛性分析 | 第26-27页 |
·遗传算法的研究应用现状 | 第27-30页 |
·遗传算法的研究现状 | 第27-28页 |
·遗传算法的应用现状 | 第28-30页 |
·本章小结 | 第30-31页 |
第三章 计算机辅助作曲系统 | 第31-36页 |
·各种计算机辅助作曲技术 | 第31-33页 |
·Markov转换表 | 第31-32页 |
·随机过程 | 第32页 |
·基于规则的知识库系统 | 第32页 |
·音乐文法 | 第32-33页 |
·人工神经网络 | 第33页 |
·遗传算法作曲系统 | 第33-34页 |
·基于规则知识库适应度函数 | 第33-34页 |
·基于人工评判作为适应度函数 | 第34页 |
·基于神经网络作为适应度函数 | 第34页 |
·计算机辅助作曲研究中存在的问题 | 第34-35页 |
·音乐的知识表达问题 | 第34-35页 |
·创造性和人机交互性问题 | 第35页 |
·音乐创作风格问题 | 第35页 |
·系统生成的作品质量评估问题 | 第35页 |
·本章小结 | 第35-36页 |
第四章 遗传算法在乐曲创作中的研究 | 第36-45页 |
·乐曲创作与遗传算法 | 第36-37页 |
·将作曲转化为寻找最优解问题 | 第36-37页 |
·音乐模式的识别 | 第37页 |
·遗传算法乐曲进化系统 | 第37-41页 |
·音乐进化形式 | 第37页 |
·实现算法 | 第37-38页 |
·基因编码 | 第38页 |
·遗传操作 | 第38-40页 |
·遗传算法乐曲进化系统的实现结果 | 第40-41页 |
·遗传算法在模型音乐作曲中的应用 | 第41-44页 |
·模型音乐相关知识 | 第41-42页 |
·模型音乐作曲中的编码技术 | 第42-43页 |
·模型音乐作曲中的遗传操作 | 第43-44页 |
·模型音乐作曲中的实验结果 | 第44页 |
·本章小结 | 第44-45页 |
第五章 基于遗传算法的儿歌作曲系统 | 第45-63页 |
·儿童歌曲创作分析 | 第45-47页 |
·儿童歌曲的基本特点 | 第45-46页 |
·音乐的表现要素 | 第46-47页 |
·儿歌作曲系统结构 | 第47-50页 |
·分布式系统结构 | 第47-48页 |
·交互式技术的应用 | 第48-49页 |
·作曲系统的学习机制 | 第49-50页 |
·儿歌作曲系统实现技术 | 第50-57页 |
·算法流程 | 第50-52页 |
·编码技术 | 第52-54页 |
·变异操作 | 第54-55页 |
·交叉操作 | 第55页 |
·适应度函数评估 | 第55-57页 |
·儿歌作曲系统介绍及实验 | 第57-61页 |
·儿歌作曲系统界面介绍 | 第57-59页 |
·实验数据 | 第59-61页 |
·本章小结 | 第61-63页 |
第六章 结束语 | 第63-65页 |
·本文的主要特点 | 第63页 |
·本文存在的问题 | 第63-64页 |
·进一步的工作 | 第64-65页 |
参考文献 | 第65-68页 |
研究生期间发表论文 | 第68页 |
攻读硕士学位期间参与的主要项目 | 第68-69页 |
附录A 相关乐理知识 | 第69-72页 |
附录B 儿歌作曲系统评价函数代码 | 第72-75页 |
附录C 儿歌作曲系统类图 | 第75-76页 |
致谢 | 第76页 |