混合阵列误差校正与快速极化MUSIC算法

为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.

基于精简四阶累积量MUSIC与混合遗传算法的笼型异步电动机转子断条故障检测新方法

将精简四阶累积量(Streamlined Fourth-Order Cumulants,SFOC)多重信号分类法(Multiple Signal Classification,MUSIC)与混合遗传算法(Hybrid Genetic Algorithm,HGA)结合,提出一种新型异步电机转子断条检测方法。利用基于四阶累积量的MUSIC可有效抑制噪声,扩展信号阵元,改善频谱估计性能,以高频率分辨率提取定子电流信号中的转子断条故障特征分量及主频分量的频率;利用混合遗传优化算法估计各频率分量的幅值和初相位。为提高算法的快速性,根据四阶累积量矩阵构成规律,提出一种改进方法去除矩阵数据冗余,极大减小了计算量;针对遗传算法易早熟和后期收敛较慢的缺点,引入单纯形法。仿真与试验验证了新方法在低信噪比和短时采样时间情况下仍具有较高的频谱分辨率和估计精度。最后与FFT、MUSIC-SAA法进行了比较,证明了其优越性。

混合型电子音乐信号重叠时频自动化分离系统设计

针对混合型电子音乐信号重叠时频自动化分离中存在的中心频率求取不准确、分离性能欠佳的问题,文中设计了一种新型分离系统。通过硬件部分的音乐信号采样传感器和混频器,结合音乐信号的字典表示,引入双曲正切函数降维滤波信号,并精确计算信号中心频率。基于特征信号库,系统计算时频幅度调制系数和状态参数,有效提取源信号中的有用信息,实现自动化分离。系统性能测试显示,所设计的系统可以有效分离混合信号,得到的PESQ分数较高,分离性能更好,为电子音乐信号处理提供了有效解决方案。

高校器乐混合式教学的优势、困境与路径

高校器乐教学凭借其可突破时空限制,保持持续性学习;共性与个性结合,实现差异性学习;重构“主体—主导”教学结构,推进能动性学习等优势成为一种新的器乐教育。当前,高校器乐混合式教学面临系统课程与软件资源开发不足,线上资源相对匮乏;重技轻艺现象严重,线上线下设计不够协调贯通;重考试轻过程,教学评价机制滞后等困境。高校器乐混合式教学的创新需要整合多元立体化教学资源,开辟新型教学空间;“技”“艺”并重,激活课前、课中、课后三环联动;结合过程性导向与信息化手段,拓展全方位评价途径。

高校音乐美育教学模式探索——以北京城市学院《音乐之美》课程设计为例

《音乐之美》是开展美育教育工作的总体要求下,面向全校非艺术类本科生开设的一门美育选修课。区别于音乐艺术专业课和传统音乐鉴赏课,本课程紧紧围绕“以音乐美育人、以音乐美化人、以音乐美培元”的美育目标,课程坚持问题导向,注重教学呈现形式的多样化,注重高校学生认知结构的重构,探索形成了高校音乐美育教学创新模式,既解决美育和思政融入教育教学过程中教学方法的共性问题,又兼顾其中必然涉及到的具体理论问题和学生的思想实际,实现了这两者之间良好的平衡。同时在混合教学上,本课程将各种学科专业背景的学生、各种文化背景下的知识点、各种教学方式、多个教学空间等要素良好的有机结合起来,提升了美育课的教学实效,具有较高的推广应用的价值和可行性。

混生音乐族性的美学分析(导论)

混生音乐即跨文化杂交音乐,可分双源混生、多源混生/一度混生和再度混生等类型,因此混生音乐的族性很复杂。其族性混杂,却往往归属某一来源族体。对此,极少有人关注。在混生音乐创作上,存在族性体现缺乏感性效果的现象。今天进行非遗保护、中华民族优秀传统文化复兴,需要从美学上分析各种混生音乐族性及其相关问题。

基于混合判别受限波兹曼机的音乐自动标注算法

对于音乐自动标注任务,在很多情况下,未标注的歌曲量远远超过已标注的歌曲数据,从而导致训练结果不理想。生成模型能够在某种程度上适应少量数据集的情况,得出较为满意的结果,然而,在有充分数据集的情况下生成模型的效果却劣于判别模型。本文提出了一种结合生成模型与判别模型两者优势的面向音乐自动标注的混合判别波兹曼机模型,该模型可明显提升音乐自动标注的准确率。实验结果表明,混合波兹曼机的效果不仅好于传统的机器学习模型,同时,模型在拥有足够训练数据量的情况下与判别模型效果相当,且在训练集较少的情况下效果也好于判别模型。另外,为了防止模型过拟合,还引入了Dropout规则化方法以进一步加强模型的性能。

“取韵”类新音乐混生样态与族性的美学分析——以《牧童短笛》为例

新音乐之“取韵”类型的混生样态及其体现的族性自有特点。《牧童短笛》五声曲调虽然没有具体母本对应,却具有中国风格;而乐器、曲式、和声、复调等均体现西方古典艺术音乐特点。它跟新音乐整体一样,体现了20世纪上叶走中西结合道路的新局内观、局内感和复杂的局内情,也即体现了新中华民族的族性。这种族性不同于传统炎黄子孙的族性,也不同于西方人的族性;虽然杂糅了中西音乐文化,却在整体上超越二者的原生族体,体现了“新文化”“新音乐”建构的新感性新心性。

基于情感的家庭音乐相册自动生成研究

随着互联网以及社交网络的发展,电子相册逐渐成为应用广泛的基础服务之一,而如何提高相册的用户体验变得尤为重要.本文提出基于情感的家庭音乐相册自动生成研究,旨在解决为用户喜爱的音乐自动推荐与其情感表达相近的相册图片问题.本文从音乐和图像蕴含的情感出发,音乐上选取梅尔频率频谱系数(MFCC)和相关谱感知线性预测(RASTA-PLP)特征,图像上选取比较直观的颜色特征.在算法上使用了核化典型相关分析(KCCA)方法,该算法解决了图像特征与音乐特征之间异构和跨模态的特征融合问题,实现了音乐相册的自动生成.在实验中,客观评测结果表明,采用KCCA方法在查准率方面高于纯CCA方法;在主观评测中KCCA获得69.45%的满意度,与人工推荐的评价结果(78.09%)比较接近,高于随机推荐和CCA方法的满意度.

公共环境下的混合型音乐推荐系统的关键技术研究

随着计算机网络和多媒体技术的迅速普及,数字音乐消费已经成为人们日常生活中的常见活动,音乐推荐系统也因此成为了推荐系统和电子商务领域的一大研究热点。在对现有音乐推荐系统调研的基础上,重点研究公共环境下的混合型音乐推荐系统的设计和实现;将音乐特征和语境信息相结合,提出了一种新颖的混合型音乐推荐算法。为保证实际应用环境中音乐消费行为的灵活性,系统实现了投票和DJ两种推荐模式。该系统在实验室及实地测试中均取得了较高的用户满意度。

人工智能作曲发展的现状和趋势探究

随着人工智能技术的快速发展,多种基于人工智能的算法被运用到作曲中,主要包括马尔科夫链、神经网络、遗传算法,以及多种混合型算法等。这些作曲算法在当前实践中存在着不同的优劣势,所创作的音乐作品风格和体裁还比较单一,且可听性不高。随着用户对作曲系统智能化程度要求的提高,人工智能作曲的发展将呈现以下趋势:以多算法组合优化为方向,以多源音乐情感识别与优化推理为基础,中国民族音乐人工智能作曲系统发展空间广阔,人工智能作曲与机器人紧密结合。

自适应变异粒子群算法优化BP神经网络在音乐分类中的应用

自适应变异粒子群算法具备了基本粒子群算法和遗传算法优点,用此算法寻找BP网络较好的网络权值和阈值,使得BP网络的全局误差最小化,不仅可以克服基本BP算法收敛速度慢和易陷入局部极值的局限,而且模型的精度高。仿真实验结果表明,本算法与传统的分类方法相比,具有更高的正确率,验证了自适应变异粒子群算法优化BP神经网络是一种有效的分类方法。

跨进21世纪的音乐人类学:国际潮流与中国实践

本文讨论当代音乐人类学的理论范式转移及其在20～21世纪之交的国际潮流和研究路向,梳理归纳出该学科这一时期的主要论题并结合中国实例说明它们跟音乐实践和研究的关系以及当代理论的应用。所举实例包括作者长期考察研究的福州游神乐舞、海南儋州调声、黎族民俗音乐、西北花儿等。作者还针对国内人类学界和音乐学界的有关现象进行反思,提出自己的批评和见解,涉及民族、族群、民族主义、国家主义、跨国主义等术语在英汉对译上的错误与误读以及由此导致的学术表述和研究中的混乱、伪民俗现象以及对待非物质文化遗产的态度与做法等问题。

中国朝鲜族抗日歌曲《游击队进行曲》浅析

中国朝鲜族自朝鲜半岛迁移而来,在定居与繁衍、发展的过程中,通过与其他民族文化的碰撞和融合,逐渐形成了自身的文化特点。中国朝鲜族抗日歌曲是民族艺术情感与时代、历史精神相结合的文化产物,其带有鲜明的民族音乐本土化的烙印,而《游击队进行曲》则是东北地区传唱最为广泛的中国朝鲜族抗日歌曲之一。通过对《游击队进行曲》的音乐渊源、音乐节奏的传承与变化以及歌词的韵律特征等进行考察,可以窥见中国朝鲜族抗日歌曲创作的时代特征、传播的社会音乐基础以及在与外来文化的碰撞、融合中体现出的混杂性。

“五线谱”式混合培训模式在转动设备人员研修培训中的应用

本文围绕转动设备状态监测诊断技术专业实际工作内容,在培训项目开发与实施中,以混合式教学培训理论为指导,以提升转动设备专业人员分析问题、解决问题的能力为目标,以研修课题为核心,采用任务线、问题线、研修线、网络线、成果线的“五线谱”式混合培训模式并贯穿培训过程,对转动设备人员研修培训进行了探索与实践,为保障生产装置的平稳长周期运转提供了人才保障和有力支撑。

基于混合阵列的DOA与极化信息联合估计

针对被动雷达导引头抗诱饵应用中极化敏感阵列因阵元形式多样化及阵列三维放置而造成模型不匹配的问题,针对线极化、左右旋圆极化、椭圆极化阵元组成的混合三维阵列,提出了混合立体三维极化敏感阵列测向模型。考虑到每一个阵元都可能具有不同的指向和极化敏感性,首先在各阵元局部坐标系中利用极化敏感矩阵表达任意极化阵元的极化敏感程度,再使用坐标旋转矩阵将其变换到全局坐标系中,从而建立阵列极化敏感性统一表达模型,并提出一种基于该模型的秩亏极化多重信号分类(MUSIC)算法。在抗诱饵条件下,对均匀、非均匀混合极化阵列与其他阵列的秩亏极化MUSIC算法测角分辨力和单目标测角精度进行了仿真探究,并给出标量阵列与矢量阵列测向的选择原则。仿真结果表明,混合极化阵列在能达到同等测角精度的前提下,有效提高了测角分辨力与测角稳定性,且非均匀混合极化阵列具有很大的抗诱饵应用潜力。

交互式乐器演奏的六自由度力觉渲染方法

目的在进行虚拟乐器交互演奏时,需要模拟触力觉-视觉-听觉多通道同步反馈,其中触力觉反馈的难点在于模拟人手操作乐器的六自由度(6-Do F)力觉交互过程。方法提出一种基于混合模型和单边约束优化的六自由度力觉合成方法,实现了虚拟人手和琴弦的多点多区域接触力觉模拟。虚拟人手采用层次化球树模型表达,古琴采用混合模型表达,其中琴体和琴弦分别采用层次化球树模型和直线解析模型。提出了基于混合模型的离散碰撞检测算法,实时检测虚拟手和琴弦是否产生碰撞;基于发生碰撞的几何元素对建立单边不可穿透约束方程,通过Active Set方法求解约束优化后方程,获得6维位姿变量保证图形显示场景中的虚拟手不会和琴弦产生穿透。为模拟琴弦变形,提出变直径的圆柱体模型来模拟琴弦在不同振动幅度下的动力学响应;提出交互状态敏感的力计算模型以刻画人手在弹奏不同状态琴弦(静态、振动态)的力觉感受差异。结果基于力觉交互设备Phantom Premium 3.0建立了实验平台,实验结果表明,本文算法可以模拟单点、多点等不同接触状态,并能模拟6维力和力矩,操作者可以感受到琴弦振动时的细腻力感觉,力觉交互过程稳定,算法计算效率在1 k Hz以上。结论算法可模拟针对琴弦一类的超薄形状物体的多点接触力觉交互过程,算法计算效率高,包含碰撞检测、约束优化、琴弦变形仿真等计算回路的更新频率也能达到要求,该混合模型能为后续复杂形状物体的碰撞响应研究提供思路。

混合乐种与文化融和：中西交融协奏曲在香港的发展

"中西交融协奏曲"结合了中国以及西方乐器的音色和其他的音乐元素,秉承了协奏曲体裁的基本概念。交融协奏曲的迅速增长与华人社会在各个领域身份方面的大规模变化同步。在香港九七回归中国的前十五年间及其后,交融协奏曲成为音乐人重新进行身份认定,增强国家文化统一,展示地方文化的独特性的媒介。