情感驱动的音乐数据挖掘及检索

发布时间：2017-04-09 11:06

  本文关键词：情感驱动的音乐数据挖掘及检索，由笔耕文化传播整理发布。

【摘要】：音乐情感认知的研究,旨在通过一系列方法使得计算机能够对音乐情感进行自动识别,并赋予计算机认知音乐情感的能力。音乐情感认知研究的目的是更加有效地利用音乐情感,并将其认知理论应用于其他多媒体研究领域。目前,这一研究主要应用于音乐情感检索和音乐管理,根据音乐行为学的研究发现,“音乐情感”已成为人们最常用的音乐检索方式之一。然而传统的音乐检索方法大多根据音乐风格、歌曲名、专辑名等人工设定的分类进行检索,无法根据音乐的实质情感信息来检索。因此,根据“音乐情感类别检索”是目前的应用需求。音乐情感认知研究,兼具较高的科学理论研究价值,以及广阔的应用前景。自20世纪以来,音乐情感认知的命题得到了越来越多科学家的关注,并引发了多学科,多层面的研究探讨,领域涉及认知行为学、计算机科学、神经科学、心理学、医学以及生物学。其中,人工智能领域的机器学习方法为音乐情感的研究创造了更多技术可能性,通过用音乐特征提取工具获得音乐片段中的情感特征,再利用机器学习算法构建音乐情感认知数据模型,实现计算机智能识别音乐情感。学者们通过尝试不同的方法以及多学科的交叉研究创造了许多优秀的研究成果,极大促进了音乐情感认知理论及其应用的发展。然而,音乐情感认知研究仍然处于初期阶段,若要构建出表现出色的音乐情感认知算法模型,研究还需建立在更庞大的音乐数据库、更多维度的音乐特征信息的基础上。本论文从机器学习的角度研究音乐情感认知问题,探索音乐特征信息与音乐情感认知之间的函数关系,基于创建的中国民族音乐情感数据库,比较支持向量机算法、BP神经网络算法以及线性回归算法在音乐情感认知上的模型表现,最后通过表现最优的支持向量机算法构建音乐情感认知模型,有效地识别音乐情感。本论文结合计算机科学、音乐学、人工智能方法、认知心理学以及中国文化特征等多学科的研究工作,经过中国民族音乐搜集、中国民族音乐数据库构建、音乐特征信息提取、音乐情感特征建模的研究工作,最终构建开发了基于情感的中国民族音乐检索系统,以及应用于音乐治疗的医疗音乐DJ系统,具体的研究成果及创新点包括以下内容：(1) 在计算机音乐的相关研究基础上,针对中国民族音乐展开深入研究。首先对中国民族音乐资源进行广泛搜集,建立中国民族音乐库。接着基于Hevner音乐情感模型,组织实验对中国民族音乐曲目进行音乐情感人工标注,获得首个中国民族音乐情感特征库。(2) 基于中国民族音乐情感特征库,引入机器学习方法,对音乐情感特征进行建模,并比较多种算法,寻找出一个具有较高识别率的模型,同时进一步提高模型抗噪能力和泛化能力,最终建立了一个表现较好的音乐情感认知模型。(3) 利用中国民族音乐情感识别模型以及中国民族音乐库,开发了一个中国民族音乐情感检索系统。系统能够通过情感关键词的检索方式对中国民族音乐库进行检索,用户可以选择情感类别以及情感强度来得到相应的检索反馈。此外,鉴于音乐治疗方面的相关研究,引入生理特征信息,分析音乐情感对生理信息的影响,构建出应用于医疗领域的音乐推荐系统,旨在构建一个可预测、可分析的医疗音乐推荐系统。音乐情感认知的研究成果具有扩展性和推广性,对于信号处理、模式识别、人机交互、多媒体技术、人工智能领域的技术完善和发展具有重要的指导意义。
【关键词】：音乐情感认知 音乐信息处理 机器学习 数据挖掘 中国民族音乐
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：J60-05
【目录】：

• 摘要5-7
• Abstract7-16
• 第1章 绪论16-27
• 1.1 引言16-18
• 1.2 国内外研究现状18-25
• 1.2.1 研究的多学科性18-20
• 1.2.2 音乐情感认知20-23
• 1.2.3 机器学习在音乐建模领域的研究现状23-25
• 1.3 研究目标与论文组织结构25-27
• 1.3.1 研究目标25
• 1.3.2 组织结构25-27
• 第2章 音乐信息处理27-50
• 2.1 音乐特征定义27-38
• 2.1.1 音乐特征分类27-33
• 2.1.2 应用于音乐情感认知的重要音乐特征33
• 2.1.3 重要音乐特征描述33-38
• 2.2 音乐特征提取38-49
• 2.2.1 音乐特征提取工具38-40
• 2.2.2 Marsyas音乐特征提取工具40-49
• 2.3 小结49-50
• 第3章 音乐情感认知原理50-66
• 3.1 引言50
• 3.2 音乐情感认知目标50-51
• 3.3 音乐情感认知模型51-56
• 3.3.1 音乐情感概念51-54
• 3.3.2 音乐情感向量54-56
• 3.4 音乐情感认知中的机器学习法研究56-66
• 3.4.1 音乐情感认知算法研究目标56
• 3.4.2 音乐情感认知算法分类56-65
• 3.4.3 小结65-66
• 第4章 中国民族音乐情感特征提取实验66-82
• 4.1 引言66-67
• 4.2 中国民族音乐库67-68
• 4.2.1 中国民族音乐历史67
• 4.2.2 中国民族音乐分类67-68
• 4.2.3 中国民族音乐情感68
• 4.3 中国民族音乐情感标注实验68-73
• 4.3.1 实验音乐收集及规范化处理68-70
• 4.3.2 中国民族音乐情感人工标注实验70-72
• 4.3.3 中国民族音乐情感特征库72-73
• 4.4 实验数据分析73-78
• 4.4.1 数据处理工具73-77
• 4.4.2 数据格式规范化77-78
• 4.4.3 数据处理流程78
• 4.5 中国民族音乐情感认知模型构建78-81
• 4.6 小结81-82
• 第5章 中国民族音乐情感检索系统82-90
• 5.1 引言82-83
• 5.2 系统模型83-84
• 5.3 系统结构及功能84-88
• 5.3.1 主界面84
• 5.3.2 系统操作84-88
• 5.4 系统尚存在的问题以及改进计划88-89
• 5.4.1 存在的问题88
• 5.4.2 改进计划88-89
• 5.5 小结89-90
• 第6章 医疗音乐DJ系统90-100
• 6.1 引言90
• 6.2 系统概述90-91
• 6.3 音乐对生理影响的相关研究91-94
• 6.3.1 心率92
• 6.3.2 皮肤电传导率92
• 6.3.3 呼吸频率92
• 6.3.4 体温92-93
• 6.3.5 血压93
• 6.3.6 小结93-94
• 6.4 系统模型94
• 6.5 硬件设备94-96
• 6.5.1 智能血压心率测量仪94-95
• 6.5.2 系统数据处理中心95-96
• 6.6 系统功能机制96-97
• 6.7 系统操作97-99
• 6.8 系统存在的问题及改进计划99
• 6.9 小结99-100
• 第7章 总结与展望100-103
• 7.1 总结100-101
• 7.2 展望101-103
• 参考文献103-113
• 附录113-131
• 攻读博士学位期间主要的研究成果131-133
• 致谢133-134

【参考文献】

中国期刊全文数据库 前6条

1 王丽娜;李彬彬;;交互墙面视野下用户体验的情感化设计研究[J];大众文艺;2011年22期

2 陈兰;;情,中国民族音乐传统审美评价[J];贵州大学学报(艺术版);2009年03期

3 张震;王化清;;语音信号特征提取中Mel倒谱系MFCC的改进算法[J];计算机工程与应用;2008年22期

4 王宪保;陈勇;汤丽平;;结合MFCC分析和仿生模式识别的语音识别研究[J];计算机工程与应用;2011年12期

5 王亚丽;;《民族音乐概论》与传统音乐分类研究[J];天津音乐学院学报;2011年01期

6 冯光钰;中国民族音乐的传播变迁与“同宗”现象[J];中国音乐;2003年02期

中国博士学位论文全文数据库 前1条

1 刘涛;音乐情感认知模型与交互技术研究[D];浙江大学;2006年

  本文关键词：情感驱动的音乐数据挖掘及检索，由笔耕文化传播整理发布。

，

本文编号：295104