首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

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

论文共76页,点击 下载论文
上一篇:金融风险管理中的投资组合优化模型研究
下一篇:终端导购对顾客满意与顾客忠诚的影响