基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用稀疏分解思想对音乐的类型、体裁、调式进行分析的方法在音乐的量化分析中占有重要地位,并已得到了广泛的应用.在传统的音乐稀疏化分析方法中,较少考虑系数矩阵内稀疏性能与音乐类别的联系,为了解决这一问题,我们设计了一个由稀疏分解结果获得的稀疏性能评价指标对音乐样本稀疏质量和重构效果进行了度量,并通过实验验证了该指标与重构误差及音乐体裁、调式存在明显的相关性,结果未来可以用于音乐类型分析工作的可靠参照.
推荐文章
稀疏信号欠 Nyq uist采样与重构研究现状分析
欠Nyquist采样
联合子空间
稀疏信号模型
有限新息率
压缩感知
信号重构
基于稀疏编码和禁忌优化的故障信号抽取方法
信号提取
稀疏编码
压缩感知
正交匹配
噪声
基于字典学习的超宽带信号稀疏表示与降噪方法
超宽带通信
稀疏表示
字典学习
信号降噪
稀疏多径信道
基于Euler变换的非圆信号稀疏重构阵列测向方法
波达方向估计
非圆信号
稀疏重构
相干信号
欧拉变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 音乐信号稀疏分析方法研究
来源期刊 复旦学报(自然科学版) 学科 工学
关键词 稀疏分解 音乐分类 音乐信息提取 重构误差
年,卷(期) 2018,(3) 所属期刊栏目 2017年全国声音与音乐技术会议(CSMT 2017)论文集
研究方向 页码范围 328-334
页数 7页 分类号 TN911.6
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马琳 哈尔滨工业大学计算机科学与技术学院 65 463 10.0 20.0
2 李海峰 哈尔滨工业大学计算机科学与技术学院 53 445 11.0 20.0
3 丰上 哈尔滨工业大学计算机科学与技术学院 3 3 1.0 1.0
4 徐忠亮 哈尔滨工业大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (4)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏分解
音乐分类
音乐信息提取
重构误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
复旦学报(自然科学版)
双月刊
0427-7104
31-1330/N
16开
上海市邯郸路220号
4-193
1955
chi
出版文献量(篇)
2978
总下载数(次)
5
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导