基于特征向量的音乐情感分析的研究

基于特征向量的音乐情感分析的研究

ID:34551150

大小:554.43 KB

页数:64页

时间:2019-03-07

基于特征向量的音乐情感分析的研究_第1页
基于特征向量的音乐情感分析的研究_第2页
基于特征向量的音乐情感分析的研究_第3页
基于特征向量的音乐情感分析的研究_第4页
基于特征向量的音乐情感分析的研究_第5页
资源描述:

《基于特征向量的音乐情感分析的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于特征向量的音乐情感分析的研究作者姓名胡冰洁导师姓名、职称马志欣副教授一级学科计算机科学与技术二级学科计算机系统结构申请学位类别工学硕士提交学位论文日期2014年12月学校代码10701学号1203121576分类TN82号TP391密级公开西安电子科技大学硕士学位论文基于特征向量的音乐情感分析的研究作者姓名:胡冰洁一级学科:计算机科学与技术二级学科:计算机系统结构学位类别:工学硕士指导教师姓名、职称:马志欣副教授提交日期:2014年12月AResearchonMusicEmotionAnalysisBasedonFeatureVectorAthesissubmittedtoXIDIAN

2、UNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerScienceandTechnologyByHuBingjieSupervisor:Prof.MaZhixinDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或

3、证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日

4、期:日期:摘要摘要随着当今社会的迅速信息化,各种多媒体信息资料飞速发展。音乐作为一门艺术,已经成为人类生活中必备的部分。一直以来,音乐都是人们表达情感的渠道,可以为欢乐而歌,可以为悲伤而唱。如今纸上的音乐已经不能够满足音乐的保存、检索以及音乐人之间的交流。随着信息时代的到来,计算机音乐的研究成了一个新的课题。让计算机完成我们人类能够完成的事情一直是人们试图努力的方向。目前,我们可以通过计算机进行音乐的播放、制作和存储等,通过计算机对音乐的情感进行分析也渐渐兴起,使计算机能够通过“听”音乐自动识别出音乐所表达的情感。本文就音乐情感自动分析做了深入的研究。本文的音乐情感分析模型由三个部分构成:

5、音乐特征向量模型、音乐情感模型和分类认知模型。音乐特征向量模型是由从音乐中提取的一些特征组成的一个八维向量。在音乐特征向量模型的部分,本文在介绍了旋律面积的概念之后,定义了音乐能量的概念,并提出了自己的方法,即利用音乐能量为音乐划分乐段,针对每个乐段使用数字音乐特征提取技术提取乐段的速度、旋律的方向、力度、节拍、节奏变化、大三度、小三度和音色等八个特征,然后利用音乐情感模型和分类认知模型对每个乐段的情感进行分析。音乐情感模型是音乐情感的描述,本文介绍了几种研究者常用的音乐情感模型,包括Hevner情感环、Thayer情感模型和情感语义模型等等,并对这些模型的优缺点进行了比较。我们将Hevn

6、er情感环与情感语义模型相结合,得到了由Hevner情感环中的八大类情感描述所构成的情感向量模型,并将该模型作为本文实验所用的情感模型。分类认知模型是通过算法将音乐特征模型映射到情感模型,即分类认知的过程是一个模式识别的过程。在分类认知模型部分,简单介绍了几种模式识别方法并对它们的优缺点进行对比之后,选用BP神经网络作为本文的认知模型。针对音乐情感分析的需求,本文对BP神经网络的学习过程做了改进,使其能够更加符合音乐情感分析的主观性的特点。最后,本文将上述三部分自然地结合起来,构成了一个完整的音乐情感分析模型。之后,对该模型的功能和性能进行了实验验证,并将实验结果与已有研究的实验成果进行比

7、较,结果显示,使用本文所提出的方法构建的音乐情感分析模型能够较好地对数字音乐进行情感分析,并且与已有成果相比,具有更高的准确率。I西安电子科技大学硕士学位论文关键词:音乐情感识别,音乐特征提取,特征向量,MIDI论文类型:应用基础研究类IIABSTRACTABSTRACTWiththequickinformatizationintoday'ssociety,allkindsofmultimediainformationd

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。