导读:本文包含了算法作曲论文开题报告文献综述及选题提纲参考文献，主要关键词:算法作曲,生理和心理条件,生物反馈数据,脑波量测仪
算法作曲论文文献综述
黄志方,申林[1]（2019）在《穿戴式健康装置的算法作曲方法（英文）》一文中研究指出本研究使用算法作曲系统生成位置音乐以及适当的事件音乐,音乐用于锻炼活动,包括跑步、骑自行车、去健身房等.采用佩戴系统来整合生物反馈数据,例如脑波仪和音乐数据,并将数据发送到用于自动音乐生成系统的网络服务器,实现音乐自动生成.包括和弦、旋律和鼓组数据在内的音乐功能将自动合成和调整,以满足设备使用者的需要.算法作曲合成系统还用于调整旋律参数,以将生物反馈数据与音乐特征相结合.最后,将脑波测量仪收集的数据作为听众的评价,通过整合完成自动音乐生成系统,为新开发的健康娱乐跨学科产业和音乐技术研究奠定基础.(本文来源于《复旦学报(自然科学版)》期刊2019年04期）
陈晓,陈烁,曹敏[2]（2019）在《云计算与数据挖掘技术下的音乐课程模式研究——评《算法作曲理论与实践》》一文中研究指出当今社会已经步入大数据时代,云计算与数据挖掘技术成为经济、文化、医疗等应用领域的重要技术,对推动社会各行业的发展具有重要意义。毫无疑问,云计算与数据挖掘技术发展为当代教育教学发展开辟了新的途径。随着社会经济文化水平的提高,传统音乐课程教学模式已不能满足当前教育教学发展的需要,于是基于云计算与数据挖掘技术的音乐课程模式应运而生。音乐课程教学模式作为音(本文来源于《中国科技论文》期刊2019年07期）
李高玲[3]（2019）在《基于神经网络的算法作曲与情感识别研究》一文中研究指出音乐是一种重要的艺术形式。随着人们生活质量的提高,娱乐方式趋于多样化。众多的游戏、动画、短视频等都需要大量的原创作曲来支持,但专业的音乐制作成本较高,风格曲式较为单一,无法满足人们的个性化需求。随着机器学习的发展,计算机自动作曲将大大提高音乐创作力,降低非专业人员的创作门槛,同时辅助作曲家开拓新的创作思路。为方便检索和管理,文中对生成的音乐进行了情感归类。文中分析了常用的算法作曲方法,包括HMM模型的方法、音乐规则的方法、遗传算法以及目前流行的神经网络作曲算法。为提高作曲效率,本文使用神经网络实现算法作曲。基于目前的研究,本文提出了一种新的算法作曲网络MCNN,通过构建合理的Reward函数来调整生成网络LSTM的概率分布,同时使用音乐理论规则来约束生成音乐风格,实现特定风格音乐的智能生成。文中数据库选用古典风格的钢琴曲,并对古典风格钢琴曲的旋律规则、和声规则、编排规则及切分音个数四个方面进行了建模。本文提出一种基于最小距离的客观评价方法,通过提取古典音乐的特征包括音域、重复音符、垂直四度、节奏变异性、平行运动、垂直叁音调、和弦持续时间、音高共八个维度进行客观评估;同时构建了基于专业人士打分的主观评价系统,从音乐的旋律、节奏、和声、音乐质地及表达力度五个角度进行主观评价,并验证了本文算法的优越性。音乐的产生依赖于创作者情感的迸发。本文提出一种差分进化加权的随机森林分类模型,通过融合音乐的时域特征、频域特征、听觉语谱图特征及非线性Hurst参数,实现音乐的情感分类。(本文来源于《郑州大学》期刊2019-05-01）
高弘[4]（2019）在《Scheme编程技术在算法作曲中的应用研究》一文中研究指出本文主要以传统编程技术在算法作曲中的应用为研究对象,探讨音乐创作与音乐分析“局部自动化”等问题。因此,本文首先结合相应的实践方法,针对现今计算机介入作曲的各种方式进行分类与比较。本文认为,虽然以神经网络和深度学习为代表的人工智能技术,在自动化作曲领域占据领先地位,但是综合现有的各方面条件,它还存在一定的缺陷,譬如其应用落地的使用场景过于单一,作曲家无法准确介入到音乐的具体产生过程环节等。传统的编程技术对于作曲家实现创作的局部自动化具有重要意义,因此笔者根据不同的创作需求,建立了一些常用的功能模块,并已经成功地运用在了几部新作品中。当然,对于音乐专业的人来说计算机的编程知识相对匮乏,于是,一些不懂编程的作曲家寻求与计算机工程师的合作,建立研究团队来共同完成一部艺术作品。但是年轻一代的作曲家群体,应该积极掌握计算机辅助创作领域的各项技能,力求成为计算机与作曲两个交叉领域的综合型人才。因为只有作曲家本人才最清楚到底想要在作品中呈现怎样的“艺术需求”,也只有作曲家本人,才清楚计算机应在创作过程中的哪些环节、哪个创作参数处,需要进行什么形式的辅助。作曲家应该在这个过程中掌握着相对大的主动权,把个人需求通过计算机算法来实现,再把算法植入在程序里,从而达到“人机合一”的理想效果。本文包括上下篇,上篇主要讲述了传统编程理论的语言、建模与运用。第一章简述了编程技术对创作的影响,以及Scheme这门编程语言在音乐领域的运用特征。第二章着重于探究两个方面:1、两个最为基础的音乐参数——节奏和音高;2、如何在避免机械性的同时,提炼个性化的创作需求,最终通过算法的控制来形成程序。下篇分别从音乐创作和音乐分析两个角度来实践编程技术在算法作曲中的运用:第叁章论述展示了一部个人作品《轴离》的创作过程,这部作品依靠算法辅助软件完成;第四章论述了德国作曲家艾诺波普(Enno Poppe)的算法控制背后所体现的程序控制思维。以此论证,相较于单纯依靠人力来进行音乐创作的传统方法,算法作曲在未来有着很大的优势和潜能。(本文来源于《上海音乐学院》期刊2019-03-01）
付晓东[5]（2018）在《音乐人工智能的伦理思考——算法作曲的“自律”与“他律”》一文中研究指出根据音乐美学原则,可将算法作曲分为"自律"和"他律"两种类型。在此基础上对音乐人工智能进行艺术伦理层面的思考,促使人们重新划分音乐领域内"人工—自然""智能—机械"两组对应术语的边界。音乐人工智能的存在与发展将使艺术创作的智慧含量与人性品质得到不断提高。(本文来源于《艺术探索》期刊2018年05期）
池雨峰,张志斌,王汝昕[6]（2018）在《基于Char-RNN的音乐生成实践与算法作曲尝试》一文中研究指出项目背景英特尔专注于技术产品创新,同时也积极支持广泛开发者的创新能力培养。英特尔创新加速器,机器人创新生态,搭建开放的人工智能平台,举办人工智能以及机器人创新大赛等,这些努力,有助于创新能力的培养以及创新潜力的释放,受益者不仅涵盖产业界创新者和科研机构研究人员,也包括学校学生。2018年5月23日,在有着103年历史的旧金山艺术宫中,英特(本文来源于《人工智能》期刊2018年03期）
李宇涵,王伟[7]（2017）在《论计算机辅助算法作曲方法的研究与软件设计》一文中研究指出算法作曲也被叫做自动化作曲,是尝试利用一种特定形式的过程,作曲创作人员,在充分利用计算机开展音乐创作环节,减低自身接入度。除了是西方音乐创作还是东方创作,需要站在形式化基础上,利用不同算法和技术开展设计和创作。计算机辅助算法,是随着社会不断发展,不断创新和完善产生,在当下作曲创作环节,是作曲家应用较为普遍的方法。本文主要就论计算机辅助算法作曲方法的研究与软件设计进行分析和研究。(本文来源于《明日风尚》期刊2017年14期）
罗超[8]（2017）在《算法作曲技术在音高设计中的应用实践》一文中研究指出算法作曲,作为使用特定算法创作音乐的一种技术,已经存在于西方音乐中数个世纪。新兴的视觉化编程语言平台PWGL,作为一种算法作曲软件,因其关于音高、节奏以及形态等方面规则构件的多样性与灵活性,吸引了一大批专业作曲家成为其忠实用户。本文通过基于形态学概念的音高形态曲线的分析,以及音高新鲜值关系曲线和能量值关系曲线之间的联系与区别的相关内容为创作基础,进一步深入研究其对于音乐创作的影响。本文以PWGL为平台,通过运用算法作曲技术而创作的小提琴计算机音乐作品《扇底桃花》为例,剖析作品中算法作曲技术在音高设计中的运用,解析创作过程以及音高实现的具体方法,以及对算法作曲技术相应模块的搭建和使用。希望通过此篇论文的研究和创作,在很大程度上,能够为有意在PWGL平台使用作曲算法技术创作作品的作曲者们提供一些实用的信息,特别是在作品的音高设计上提供一些有价值的参考内容。(本文来源于《武汉音乐学院》期刊2017-04-10）
郑银环,王嘉珺,郭威,王备战[9]（2018）在《基于特征旋律挖掘的二阶马尔可夫链在算法作曲中的研究与应用》一文中研究指出算法作曲是如今国内外许多研究者和作曲家都十分关注和颇感兴趣的一个新兴交叉学科研究领域。首先针对算法作曲领域内已有的各类研究做了资源整合、归纳,在此基础上,结合平时的探究与思考尝试设计和提出一种新的用于音乐片段分析与特征旋律挖掘的ISM(interval sequence mining)算法,即音程序列挖掘算法。该算法是从用于关联规则挖掘的Apriori算法思想中获得启发,结合相关乐理知识和作曲家作曲的心理过程来进行设计的,它以挖掘到的音乐片段中出现次数最多并相对较长的音程子序列作为该音乐片段的特征旋律,并进一步将该算法和二阶马尔可夫链模型相结合,用实验验证了其在生成具有给定训练乐曲音乐风格的新音符序列时的有效性,并以两者结合的方法探索性地创作了一曲名为《巴赫创意变奏曲》的新音乐小品,在算法作曲领域中作了一次新的尝试。(本文来源于《计算机应用研究》期刊2018年03期）
李云鹏[10]（2014）在《基于动态FM合成手段的算法作曲实现及应用》一文中研究指出FM技术作用于音乐领域,已有近半个世纪的历史,这是一次传统艺术与现代科技跨界结合的典范。在这种先进技术的支持下,诞生过许许多多具有传奇色彩的合成器、经典的音色和代表性的电子音乐作品。时至今日,历久弥新,我们仍然能从FM8等软件音源上感受到它所发挥出来的魅力。目前,受限于实时控制手段的便捷性,FM技术更多地应用于编辑音色,以供创作时使用,却很少用于实时控制音响的变形过程。该文将试图通过对这种技术的理论阐释与音响分析,结合Max/MSP算法作曲平台进行特性模拟、程序构建,找到一条实时控制音响并最终完成创作的实践之路。(本文来源于《黄钟(中国.武汉音乐学院学报)》期刊2014年03期）
算法作曲论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当今社会已经步入大数据时代,云计算与数据挖掘技术成为经济、文化、医疗等应用领域的重要技术,对推动社会各行业的发展具有重要意义。毫无疑问,云计算与数据挖掘技术发展为当代教育教学发展开辟了新的途径。随着社会经济文化水平的提高,传统音乐课程教学模式已不能满足当前教育教学发展的需要,于是基于云计算与数据挖掘技术的音乐课程模式应运而生。音乐课程教学模式作为音
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算法作曲论文参考文献
[1].黄志方,申林.穿戴式健康装置的算法作曲方法（英文）[J].复旦学报(自然科学版).2019
[2].陈晓,陈烁,曹敏.云计算与数据挖掘技术下的音乐课程模式研究——评《算法作曲理论与实践》[J].中国科技论文.2019
[3].李高玲.基于神经网络的算法作曲与情感识别研究[D].郑州大学.2019
[4].高弘.Scheme编程技术在算法作曲中的应用研究[D].上海音乐学院.2019
[5].付晓东.音乐人工智能的伦理思考——算法作曲的“自律”与“他律”[J].艺术探索.2018
[6].池雨峰,张志斌,王汝昕.基于Char-RNN的音乐生成实践与算法作曲尝试[J].人工智能.2018
[7].李宇涵,王伟.论计算机辅助算法作曲方法的研究与软件设计[J].明日风尚.2017
[8].罗超.算法作曲技术在音高设计中的应用实践[D].武汉音乐学院.2017
[9].郑银环,王嘉珺,郭威,王备战.基于特征旋律挖掘的二阶马尔可夫链在算法作曲中的研究与应用[J].计算机应用研究.2018
[10].李云鹏.基于动态FM合成手段的算法作曲实现及应用[J].黄钟(中国.武汉音乐学院学报).2014