多媒体舞蹈《绪》的音乐创作与演出呈现

来源 :南京艺术学院 | 被引量 : 0次 | 上传用户:xjl002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从五线谱的发明、乐器的演奏,到现代的MIDI数字音乐创作,音乐工具不再局限于传统的乐器或其他发声体,数字信号的普及加之软硬件的推广,让数字音乐走进了人们的世界。时至今日,音乐工具软件已不仅仅局限于大段旋律性作品的创作,作品的非现实性、非线性、多重表达性,让音乐工具软件呈现了更多的创造空间。本文旨在通过对多媒体作品《绪》音乐创作中的创意和实践分析,探讨作品的声音创作及制作技术,根据作品寓意及段落分配、引申含义,让读者系统了解多媒体作品的创作流程及多学科跨专业合作方式,从中掌握数字音乐创作设计与制作方法,完善数字音乐创作作品理论研究,探寻多媒体作品在音乐创作中的形象性及功能性。
其他文献
推荐系统是数据挖掘等相关领域的重要研究内容,可解决信息膨胀带来的信息有效利用率骤降问题,在商品推荐等方面有着广泛的应用。基于评分矩阵的推荐系统存在数据稀疏性、不可解释性、同义词性、冷启动等缺陷;针对数据稀疏问题,研究者利用稀疏矩阵的低秩性质对矩阵进行约束,以此对数据矩阵进行补全求解,提出了基于矩阵补全技术的推荐算法。论文侧重针对数据稀疏性问题,围绕基于矩阵补全的推荐算法开展研究,主要研究工作如下:
图像去噪作为后续图像分析,诸如图像恢复,图像校准,图像提取,图像增强,图像建模等的基础步骤,去噪的效果的好坏直接影响着后续步骤的效果,所以图像去噪一直是图像领域内的一
高维特征的数据分析是当前数据挖掘和计算机视觉研究的热点,然而高维数据的维度灾难导致数据分析过程较为困难,且分析的结果往往不可靠。子空间学习方法通过将高维的人脸图像投影到其低维的子空间,最大程度保留高维数据之间的有效信息。将数据的低维子空间信息存储在表示矩阵中,用于进一步的数据分析和挖掘,可以获得较好的分类性能和计算复杂度。然而,传统子空间的学习方法无法避免数据噪声和异常值的影响,如何设计一个高性能
虚拟现实技术是计算机图形学中重要的研究领域,而针对风、云、雷电等自然界现象模拟技术的研究在虚拟场景中占据了很大的研究范围。动态三维云模拟通常包含建模与渲染两方面,
移动边缘计算是指在靠近用户端的移动网络边缘提供IT服务环境和云计算能力,从而创造出高性能、低延迟与高带宽的网络服务环境,极大提高了用户的网络体验。但是,由于移动边缘计算平台将部分网络服务功能下沉至网络边缘,在网络边缘可以进行计算卸载,从而导致计费功能难以实现。针对这一不足之处,本文研究了面向无线异构网络中策略用户的两个无线运营商针对移动边缘计算系统中业务数据本地分流的部分进行计费的问题。运营商需要
在宽带移动网络高速发展的推动下,实现能够覆盖全球的宽带通信系统势在必行。地面LTE可以为人们提供高质量的通信服务,但是因为部署难度,一些偏远地区的用户还无法享受LTE服务,而低轨卫星通信服务具有覆盖全球各地的优势,因此低轨卫星通信和LTE的融合是目前的研究热点。但是将地面LTE技术应用到低轨卫星通信中也会面临很多困难,卫星信道的大频偏、低信噪比等特点会对信号的正确接收产生很大影响。在LTE系统中,
高校是培养未来科技人才的摇篮,科学家精神培养是引育大学生献身科学事业的重要基石。其中,胸怀天下、心系苍生的爱国精神引领学生立志报国与服务人民;勇攀高峰、敢为人先的
关联规则挖掘作为数据挖掘的一个重要分支,用于发现数据当中隐藏的联系,为决策提供支持,在web挖掘、推荐系统、故障诊断等诸多领域有着广泛的应用。关联规则挖掘最核心、最耗时的步骤是频繁模式的获取。目前国内外已经开展了大量的研究来加快频繁模式的挖掘速度,但是随着大数据时代的到来,数据量越来越大,目前的频繁模式挖掘算法仍然无法满足日益增长的对挖掘算法时效性的要求。如何提升大数据环境下的频繁模式挖掘效率仍然
信息隐藏是一门将秘密信息隐蔽地嵌入到文本、图像、视频、网页等载体中的技术。为了不引起对手的怀疑,通信双方通常使用错综复杂的社交网络发送包含秘密信息的载体。然而在
电离层通过影响电波传播给人类活动带来诸多不便,相关研究十分丰富。电离层电子浓度总含量(Total Electron Content,TEC)作为研究电离层形态和结构的重要参量,是日地空间物理