导读:本文包含了切分音符论文开题报告文献综述及选题提纲参考文献，主要关键词:叁维时空域,音符切分,信号切分识别
切分音符论文文献综述
杨静[1]（2019）在《基于叁维时空域的音符信号切分识别方法研究》一文中研究指出在音乐数字化领域中,音符信号承载着音乐中最重要的信息,当对音符信号进行切分识别时,音符信号的端点难以确定,无法实现精准的切分识别,为了满足音乐数字化的现实需求,提出一种基于叁维时空域的音符信号切分识别方法。利用叁维时空域对音符信号的端点进行判定,以音符信号的起止点作为切分点,实现对音符信号的切分;根据乐器和演唱者的声音创建HMM模型,采用维特比方法生成音符信号的时间序列;按照时间序列对HMM模型进行训练,通过训练结果实现对音符信号的切分和识别。分析仿真实验结果可知,所提方法不仅实现了音符的切分识别,并较好保存了音符信号所包含的信息。(本文来源于《科技通报》期刊2019年09期）
张世超,陈琦,吕杰[2]（2016）在《基于DPP的自动音符切分识别研究》一文中研究指出基于内容的音乐分析是计算机音乐智能处理领域的重要分支,其中音符的分割和识别是关键技术之一。本文首先根据音级轮廓特征(PCP),对音乐进行特征提取,将帧集通过行列式点过程(DPP)进行建模,最后根据最大后验概率估计(MAP)选出帧子集,从而实现音符的分割。DPP将复杂的概率计算转换为简单的行列式计算,减少了计算量。在钢琴音乐片段多音符的的识别中,得到了67.3%的正确率,解决了多音符的切分识别难题。(本文来源于《电子产品世界》期刊2016年05期）
张世超[3]（2015）在《基于DPP的音符自动切分研究》一文中研究指出在数据爆炸增长的大数据时代,如何高效地对海量音乐进行分类、检索和管理已经成为了难题,传统的人工标注的方式已经远远不能满足需要,所以基于内容的音乐要素分析成为研究热点。基于内容的音乐分析是计算机音乐智能处理领域的重要分支,其中音符的分割和识别是关键技术之一。目前,已经有可靠的算法能将每一段短时周期信号转换为音高,但还没有好的算法能将音高序列转换得到的离散的音符序列进行准确切分,自动音符切分识别还是一个技术难题。本文在音符切分相关研究成果的基础上,结合音乐基本理论、模式识别与机器学习技术,提出一种基于行列式点过程(determinant point process,DPP)的音符切分算法。本文从应用背景、基本概念、数学逻辑和几何意义四个方面对行列式点过程进行了全面的剖析,阐述了行列式点过程建模的可行性,为后续的工作提供了理论保障。行列式点过程模型是一种子集选择模型,本文首先对音乐进行分帧,为每一帧建立一个12维的特征向量,并用行列式点过程模型进行建模,根据有监督学习的原理,对模型参数进行训练,最后利用抽样算法选取一个满足DPP分布的子集,从而实现音符的分割。具体工作内容如下:首先,对音乐数据进行预处理,将音乐统一为11025Hz采样率3秒钟的音乐片段,并剔除了连续重复的片段。通过分帧的方式,将连续的音乐信号抽象为离散的点过程,在分析并推导了基于帧的音级轮廓(PCP)特征提取的原理后,为每一帧建立一个12维的PCP特征向量作为该点的差异性向量。其次,为每一个音乐片段手动标注一个音符帧号对应表,并为手动选出一个帧子集用作训练,该子集由每一个音符的一帧组成。再根据极大似然估计(MLE)原理建立目标函数,在阐述了目标函数可近似为凸函数后,将其转换成凸优化问题,利用梯度下降法进行求解。最后,利用DPP抽样算法,为测试数据抽取帧子集,并与音符帧号对照表进行对比,统计错误率。本文通过交叉验证的方式对200段音乐数据进行实验,实验最终的音符切分正确率为67.92%,不同于传统的信号处理方式,为音符切分提供了一种新方法。(本文来源于《天津大学》期刊2015-11-01）
王恩成,苏腾芳,袁开国,伍淳华,王玉庆[4]（2012）在《哼唱检索中联合音高与能量的音符切分算法》一文中研究指出为改善哼唱检索系统中利用旋律轮廓和节奏进行匹配的性能,提出一种新的联合音高与能量的音符切分算法。该算法改进基于自相关的基音提取算法,对提取的基音频率曲线进行后处理,并在切分过程中保持能量的分割信息,利用半音曲线的突变做切分,以提高音符切分的准确度。实验结果表明,在安静实验室环境下,该算法能获得88.75%的分割准确度。(本文来源于《计算机工程》期刊2012年09期）
许洁萍,刘怡,胡楠[5]（2008）在《基于HMM的自动音符切分识别的研究》一文中研究指出对于用户通过哼唱输入进行音乐检索系统中,音符的切分和识别是关键问题之一。本文介绍了利用隐马尔可夫模型对音符进行建模识别,完成用户哼唱输入自动音乐信息检索的前端处理的初步研究结果。文中给出了音乐中音符、静音及停顿模型的拓扑结构,通过规范化的训练建立了49个音符的隐马尔可夫参数模型。在音符的状态切分中,提出了基于k-均值聚类的状态粗切分方法,减少了手工劳作,提高了分割精度。研究结果表明;在没有语言模型的情况下,获得了46.04%的音符识别率,验证了其方法的可行性。本研究在音乐信息检索领域具有重要的意义。(本文来源于《微计算机应用》期刊2008年05期）
汪明舒[6]（2005）在《对“连音符”和“切分节奏”的几点思考》一文中研究指出本文阐述了连音符的产生和种类,尤其是对各种连音符的时值计算作了详细论述。而切分节奏从切分法和音值组合入手,分析切分节奏的形成和各种类型,以及在音乐作品中发挥的重要作用。(本文来源于《皖西学院学报》期刊2005年01期）
陈建强[7]（1994）在《“切分音”符般地亦步亦趋──当代少年生活意识演变的理性思考》一文中研究指出“切分音”符般地亦步亦趋──当代少年生活意识演变的理性思考陈建强今天，谁都不能不刮目相看中国青年一代在观念变革方面的先行一步。谁也都不能不注意到当代少年生活意识的迅速演变，犹如＂切分音＂中后八分音符一般，跟随着现代青年＂重金属音乐＂节奏，在生活意识领...(本文来源于《当代青年研究》期刊1994年03期）
刘春梅[8]（1993）在《怎样教小学生学切分音符》一文中研究指出在视唱教学中,教切分音符是一个难点。小学第八册音乐课本中就出现了切分音符的视唱练习。我在教这部分内容时,采用了下列叁种方法,效果很好。 一是垫音方法。首先由学生击拍轻声随琴唱准拍子,如:5 5 5 6,然后用垫音的办法把第叁个八分音符(本文来源于《江西教育》期刊1993年02期）
魏有常[9]（1991）在《小学生视唱中的节奏难——切分音、附点音符》一文中研究指出在小学的视唱教学中,切分音及附点音符是两大难点。如何帮助小学生克服这一难点,我在近几年的视唱教学中,总结了一套在短时间内就能使学生掌握这两个难点的一种方法.1.切分音.人民音乐出版社出版的小学音乐课本第叁册中的歌曲《爷爷为我打月饼》中的(本文来源于《中国音乐教育》期刊1991年03期）
切分音符论文开题报告
（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：
基于内容的音乐分析是计算机音乐智能处理领域的重要分支,其中音符的分割和识别是关键技术之一。本文首先根据音级轮廓特征(PCP),对音乐进行特征提取,将帧集通过行列式点过程(DPP)进行建模,最后根据最大后验概率估计(MAP)选出帧子集,从而实现音符的分割。DPP将复杂的概率计算转换为简单的行列式计算,减少了计算量。在钢琴音乐片段多音符的的识别中,得到了67.3%的正确率,解决了多音符的切分识别难题。
（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。
切分音符论文参考文献
[1].杨静.基于叁维时空域的音符信号切分识别方法研究[J].科技通报.2019
[2].张世超,陈琦,吕杰.基于DPP的自动音符切分识别研究[J].电子产品世界.2016
[3].张世超.基于DPP的音符自动切分研究[D].天津大学.2015
[4].王恩成,苏腾芳,袁开国,伍淳华,王玉庆.哼唱检索中联合音高与能量的音符切分算法[J].计算机工程.2012
[5].许洁萍,刘怡,胡楠.基于HMM的自动音符切分识别的研究[J].微计算机应用.2008
[6].汪明舒.对“连音符”和“切分节奏”的几点思考[J].皖西学院学报.2005
[7].陈建强.“切分音”符般地亦步亦趋──当代少年生活意识演变的理性思考[J].当代青年研究.1994
[8].刘春梅.怎样教小学生学切分音符[J].江西教育.1993
[9].魏有常.小学生视唱中的节奏难——切分音、附点音符[J].中国音乐教育.1991