随着计算机网络和多媒体技术的迅速发展和日益普及,人们对多媒体信息的需求也越来大。作为多媒体信息重要成员之一的数字化音乐,也越来越频繁地影响着人们的日常生活。音乐检索逐渐地成为一个新兴的热门研究方向。如何方便、自然而又快速、准确地查找到所需的音乐渐渐成为下一代搜索引擎关注的技术热点之一。一种基于内容的哼唱音乐检索方法能帮助用户通过哼唱音乐的旋律片段来查找所需的乐曲。这种新型的音乐检索方式,对手机网络和互联网等有着巨大的现实意义。基于内容的音乐检索主要涉及音乐旋律特征提取问题、音乐旋律匹配问题以及音乐数据库构造问题等多个方面。本论文在目前已有研究成果的基础上,采用音乐旋律轮廓作为音乐的特征,搭建了一个哼唱检索系统,并引入了优化方法技术来优化一些关键的参数,以提高检索结果的准确度(accuracy)。其主要工作和研究贡献有:1.改进人工蜂群算法:在现有人工蜂群算法的基础上,把种群分割成几个独立的子种群,引入并行结构分别执行各个子分支,然后通过两种不同的策略使各个分支之间互相通信,并用三个著名的基准方程对改进后的人工蜂群算法进行测试,把测试的结果跟原算法进行比较。实验证明,这种改进后的人工分群算法在比原算法有更好的性能。在第一种改进方式中,改进后的算法比原算法在精度上提高了约53%,在查找近邻最优解的收敛速度上也比原算法快了约9%。在第二种改进方式中,改进后的算法比原算法在精度上提高了约73%,在查找近邻最优解的收敛速度上也比原算法快了约4%。2.音乐检索系统:介绍了基于旋律的哼唱检索系统的基本框架,详细介绍并完成了各个功能模块,定义了检索匹配的评估标准(相关度)并给出整个系统的评估标准(准确度),最后对哼唱音乐检索系统进行测试。3.参数优化:用改进的人工蜂群算法对基于旋律的哼唱音乐检索系统的一些相关参数进行优化,并把参数优化后的检索系统性能跟优化前相比较。实验证明,引入优化方法来优化系统的相关参数,确实能提高系统的性能。