期刊文章详细信息
文献类型:期刊文章
机构地区:[1]南京信息工程大学电子与信息工程学院江苏省气象探测与信息处理重点实验室,南京210044
基 金:国家自然科学基金项目(NSFC 61203273)资助;江苏省高校青年基金项目(16KJD510002)资助;江苏高校优势学科Ⅱ期建设工程基金项目资助
年 份:2017
卷 号:38
期 号:10
起止页码:2412-2416
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:本文介绍了基于字符级长短期记忆网络(LSTM)计算机音乐生成方法,并分析了其不同网络结构在计算机音乐生成的效果.与现有的方法相比,基于字符级递归神经网络的音乐生成算法的优点是可以实现端到端训练,网络结构简单直观.本文方法的一种更为有意义的特征在于,音乐旋律无需通过繁琐的特征工程来获得,而是直接通过LSTM网络的学习自动获得.通过实验验证发现,不同LSTM网络结构在经过合适的训练之后均能够生成具有明显旋律的音乐序列.
关 键 词:深度学习 递归神经网络 长短期记忆网络 音乐生成
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...