【摘 要】
：
音乐情感分析是人工智能的一个研究方向,研究目标是使计算机能够识别音乐的情感。目前音乐情感分析的研究成果主要应用在计算机自动作曲以及基于情感的音乐检索等方面。本文
论文部分内容阅读
音乐情感分析是人工智能的一个研究方向,研究目标是使计算机能够识别音乐的情感。目前音乐情感分析的研究成果主要应用在计算机自动作曲以及基于情感的音乐检索等方面。本文从心里学以及神经网络的建模需求出发,在旧有情感分类模型的基础上建立了新的情感分类模型;提出了以音高连续性和音符间断性为判断依据的算法实现了MIDI音乐主音轨的定位;设计算法从主音轨中提取出音乐文件的信息;参考音乐理论提出音乐特征的表示方法并通过音乐信息对音乐情感进行了数学描述;最后基于BP算法设计神经网络模型,建立样本训练网络并在实际应用中对模型做出了检验。
其他文献
近年来,信息技术高速发展,数据采集和存储技术不断进步,国防科技化、现代化步伐不断加快,并且随着“智慧军工”概念的提出,对于军工领域信息化建设的要求也越来越高。各国对
随着全球信息化的迅速发展,信息已成为社会发展的重要资源,围绕这一资源所开展的全球性的竞争日趋激烈。“电脑有价,数据无价”是信息时代对数据重要性的认可,信息社会的发展
无线传感器网络是由大量廉价的传感器节点组成的无线自组织网络，它综合了计算技术、通信技术以及传感技术，能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境
近几年来,随着数据库技术和网络技术的发展,许多领域都积累了大量的数据。巨增的数据背后蕴藏着丰富的知识,如何从这些数据中提取出对决策有价值的知识,成为人们关注的焦点。
单机批调度问题是最近十几年广泛研究的一个领域。在本文之中,我们首先针对给定n个工件和一个容量为B的单机并行批处理机器问题展开研究。每个工件Jj(j∈{1,2,…,n})具有一些
随着网络技术的发展和网络规模日益扩大,网络拓扑结构和网络设备日趋复杂,承载的业务种类也逐渐增多,这些都使网络中出现故障或性能问题的机会大大增加,网络监测面临更大的挑
作为一种新的信息获取方式,无线传感器网络(Wireless Sensor Networks,简称WSNs)已成为通信领域备受关注的研究热点。无线传感器网络是一种新型的无基础设施的无线网络,能够
随着计算机技术的发展，数字图像处理与分析技术在科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信等方面得到了广泛的应用。边缘检测是图像处理与分析中最基础也是最重
内存已成为当前计算机系统性能的主要瓶颈之一,它的访问速度通常比处理器慢上数百倍。为缩小内存和处理器间的速度差异,cache得到了普遍应用。它对计算机性能的影响也随内存
大型复杂系统的模型往往需要通过系统分解的形式来构建。很多系统构建模型方法都只能构建静态模型,不提供对系统模型的模拟仿真,一旦模型构建出现问题,就需要对整个系统进行