將分形理論和時間序列（混沌序）運用與音樂信號識別,為音樂領域的智能發(fā)展提供實驗依據(jù).首先對分形理論進行質性分析,并且提出關聯(lián)維數(shù)算法,判斷音樂分形程度.接著提出音樂中混沌現(xiàn)象的特征.最后進行實際音樂的實驗分析,以鋼琴曲目《致愛麗絲》、流行音樂《Discotheque》和哀樂為例,對3種曲目進行材料性質分析,分析不同曲目的Lyapunov指數(shù)（判斷時間序列）和關聯(lián)維數(shù)（判斷分形程度）.結果表明:3種曲目在不同階數(shù)下的關聯(lián)維數(shù)基本沒有改變,說明不同曲目信號內的分形程度具有穩(wěn)定性. 

 

云南民族大學學報(自然科學版). 2021,30(04)

 

頁碼：399-402

 

頁數(shù)：4

 

文章目錄

 

1 分形理論

    1.1 分形理論的質性分析

    1.2 音樂中混沌現(xiàn)象的特征

        1) 邊界性

        2) 普遍性

        3) 分形維度

        4) 量化特質

2 音樂分形實驗及分析

    2.1 實驗準備

        1) 實驗設備

        2) 音樂材料

        3) 音樂信號提取

    2.2 音樂信號劃分

    2.3 混沌特性和分形程度分析結果

    2.4 不同差分后的關聯(lián)維數(shù)

3 結語

 

期刊論文

 

[1]混沌時間序列分析與預測研究綜述[J]. 韓敏,任偉杰,李柏松,馮守渤.  信息與控制. 2020(01)

[2]基于G-P算法關聯(lián)維數(shù)齒輪系統(tǒng)相空間吸引子數(shù)值特性[J]. 林何,Matthias R?tsch,王三民,胥光申.  機械傳動. 2019(07)

[3]論音樂藝術院校聲樂教學模式改革——以“生理學系統(tǒng)聲樂教法”為例[J]. 王巖.  高教探索. 2019(07)

[4]基于混沌理論的音樂信號非線性特征研究[J]. 趙志成,方力先.  振動與沖擊. 2019(03)

[5]音樂的跨文化交流與多元文化音樂教育[J]. 婁曉虹.  藝海. 2018(04)

[6]“中國風”流行音樂的藝術特征研究[J]. 李嚴.  音樂創(chuàng)作. 2018(03)

[7]基于元素結構規(guī)則的藝術圖案分形設計方法[J]. 臧欣慈,馬帥.  科技通報. 2017(02)

[8]音樂內涵的三個維度[J]. 瓦蓮金娜·尼古拉耶娃·霍洛波娃,彭程.  音樂研究. 2016(05)

[9]分形的正交頻譜分析[J]. 宋瑞霞,朱建旺,王小春.  計算機輔助設計與圖形學學報. 2016(03)

[10]腦電信號驅動的個性化情緒音樂播放系統(tǒng)算法研究及初步實現(xiàn)[J]. 馬勇,李娟,呂彬.  生物醫(yī)學工程學雜志. 2016(01)