本文關(guān)鍵詞：基于腦電波音樂(lè)的情感模型研究

  更多相關(guān)文章： 腦電信號(hào) 音樂(lè)情感 MIDI音樂(lè) 情感模型 人工神經(jīng)網(wǎng)絡(luò)

【摘要】：大腦是人類(lèi)中樞神經(jīng)系統(tǒng)的核心,在人體的所有器官中起到了領(lǐng)導(dǎo)的作用,同時(shí)他也是人類(lèi)身體上最復(fù)雜的器官,科學(xué)家對(duì)它的研究從來(lái)沒(méi)有停止過(guò)。大腦的重要特性之一就是可以產(chǎn)生腦電波。人腦神經(jīng)元的各種活動(dòng),導(dǎo)致了腦電信號(hào)EEG的產(chǎn)生,它綜合表現(xiàn)了神經(jīng)元的活動(dòng)規(guī)律,包含了極為豐富的信息。在大腦的研究領(lǐng)域,研究人們最不能忽視的主要研究工具即是腦電信號(hào),隨著對(duì)腦電信號(hào)分析與認(rèn)識(shí)的不斷加深,相關(guān)的重要研究成果也不斷涌現(xiàn)。腦電波EEG蘊(yùn)含的豐富的情感信息,稱(chēng)為近年來(lái)情感研究工作者關(guān)注的熱點(diǎn),然而如何從腦電波中提取情感信息并通過(guò)計(jì)算機(jī)對(duì)情感做出預(yù)測(cè),成為相關(guān)領(lǐng)域研究的難點(diǎn)。本文是從腦機(jī)交互這一方向出發(fā),提出計(jì)算機(jī)識(shí)別情感的一套新的思路。腦電波具有音樂(lè)性并且可以反應(yīng)情感,而音樂(lè)同樣反應(yīng)情感,音樂(lè)可以作為研究腦電情感的媒介。借助現(xiàn)代機(jī)器學(xué)習(xí)的方法,建立情感分類(lèi)模型,用計(jì)算機(jī)研究腦電情感與音樂(lè)情感的共性,使大腦的意識(shí)可以借助音樂(lè)的形式體現(xiàn)出來(lái),這無(wú)疑具有重要的科學(xué)研究?jī)r(jià)值。本文提出的新思路就是以音樂(lè)為媒介研究腦電波所包含的情緒,抓住了一般音樂(lè)與腦電波可以轉(zhuǎn)化為音樂(lè)的共性提出了這套研究新思路。首先以標(biāo)準(zhǔn)MIDI音樂(lè)為橋梁,以音樂(lè)的形式對(duì)腦波信號(hào)中的情感進(jìn)行解讀,設(shè)計(jì)能夠表征音樂(lè)中情感的特征向量,建立情感分類(lèi)模型,通過(guò)人工標(biāo)注建立機(jī)器學(xué)習(xí)樣本庫(kù)。最后利用BP神經(jīng)網(wǎng)絡(luò)算法,搭建人工神經(jīng)網(wǎng)絡(luò),對(duì)腦電音樂(lè)的情感進(jìn)行分類(lèi),識(shí)別與分析腦電波信號(hào)中的情感并預(yù)測(cè)情感趨勢(shì),并結(jié)合己知情感的腦電音樂(lè)對(duì)算法進(jìn)行驗(yàn)證。
【關(guān)鍵詞】：腦電信號(hào) 音樂(lè)情感 MIDI音樂(lè) 情感模型 人工神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：遼寧大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：R338;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-12
• 第1章 引言12-16
• 1.1 研究背景12-13
• 1.2 研究現(xiàn)狀13-14
• 1.2.1 情緒的腦機(jī)制13
• 1.2.2 BCI腦機(jī)交互-情緒分類(lèi)算法研究13-14
• 1.3 本文研究?jī)?nèi)容14
• 1.4 本文結(jié)構(gòu)安排14-16
• 第2章 腦電波與音樂(lè)的映射16-30
• 2.1 腦電波的基本特征16-19
• 2.1.1 認(rèn)識(shí)腦電波16
• 2.1.2 腦電波的采集16-18
• 2.1.3 腦電波的分類(lèi)18
• 2.1.4 腦電波的處理18-19
• 2.2 腦電波轉(zhuǎn)換為音樂(lè)的理論基礎(chǔ)19-23
• 2.2.1 標(biāo)度性質(zhì)19-20
• 2.2.2 腦電波具有標(biāo)度性質(zhì)20
• 2.2.3 音樂(lè)具有標(biāo)度性質(zhì)20-22
• 2.2.4 費(fèi)希納定律(Fechner's Law)22
• 2.2.5 齊普夫定律(Zipf's Law)22-23
• 2.3 腦電波與音樂(lè)之間的映射規(guī)則23-29
• 2.3.1 腦波與音樂(lè)轉(zhuǎn)換的系統(tǒng)結(jié)構(gòu)23-24
• 2.3.2 腦波與音樂(lè)映射的基本原則24-25
• 2.3.3 腦電波的振幅與音樂(lè)的音高25-27
• 2.3.4 腦電波的周期與音樂(lè)的音長(zhǎng)27-28
• 2.3.5 腦電波的平均功率與音樂(lè)的音強(qiáng)28-29
• 2.4 本章小結(jié)29-30
• 第3章 MIDI音樂(lè)與音樂(lè)情感特征向量的提取30-42
• 3.1 認(rèn)識(shí)MIDI音樂(lè)與MIDI音樂(lè)的特征提取30-35
• 3.1.1 MIDI音頻格式的發(fā)展及應(yīng)用30-31
• 3.1.2 MIDI音頻格式獲取情感特征向量的優(yōu)勢(shì)31-32
• 3.1.3 MIDI音頻格式的深入分析32-34
• 3.1.4 MIDI音頻文件的特征提取34-35
• 3.2 音樂(lè)的情感特征提取35-40
• 3.2.1 音樂(lè)情感特征向量35
• 3.2.2 音樂(lè)旋律的方向性35-37
• 3.2.3 音樂(lè)音高的平均值37-38
• 3.2.4 音樂(lè)的進(jìn)行速度38
• 3.2.5 音樂(lè)的平均力度38-39
• 3.2.6 音樂(lè)的音符密度39-40
• 3.2.7 音樂(lè)音高的穩(wěn)定性40
• 3.3 本章小結(jié)40-42
• 第4章 基于神經(jīng)網(wǎng)絡(luò)建模需求建立情感分類(lèi)42-54
• 4.1 模式識(shí)別與神經(jīng)網(wǎng)絡(luò)42-46
• 4.1.1 模式識(shí)別的基本思想42
• 4.1.2 神經(jīng)網(wǎng)絡(luò)的技術(shù)特點(diǎn)42-43
• 4.1.3 人工神經(jīng)網(wǎng)絡(luò)的要素43-45
• 4.1.4 神經(jīng)網(wǎng)絡(luò)的神經(jīng)元模型--BP網(wǎng)絡(luò)45-46
• 4.2 音樂(lè)情感的分類(lèi)46-49
• 4.2.1 音樂(lè)情感建模46
• 4.2.2 Thayer的能量-壓力二維模型46-47
• 4.2.3 Hevener情感環(huán)模型47-49
• 4.3 依據(jù)BP神經(jīng)網(wǎng)絡(luò)建模需求構(gòu)建新的分類(lèi)方法49-53
• 4.3.1 情感模型的選擇49
• 4.3.2 Thayer的能量-壓力二維模型的缺陷49
• 4.3.3 Hevner情感環(huán)模型的缺陷49-50
• 4.3.4 構(gòu)建新的分類(lèi)方法50-53
• 4.4 本章小結(jié)53-54
• 第5章 實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析54-64
• 5.1 提取音樂(lè)特征建立樣本庫(kù)54-56
• 5.1.1 提取MIDI音頻格式的音樂(lè)特征軟件--Max/MSP54-55
• 5.1.2 提取MIDI音頻格式的音樂(lè)特征過(guò)程55-56
• 5.2 人工標(biāo)注情感分類(lèi)56-58
• 5.2.1 新建情感分類(lèi)56-57
• 5.2.2 人工標(biāo)注情感分類(lèi)57-58
• 5.3 BP神經(jīng)網(wǎng)絡(luò)構(gòu)建與訓(xùn)練58-60
• 5.3.1 構(gòu)建目標(biāo)網(wǎng)絡(luò)58-59
• 5.3.2 確定網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練并驗(yàn)證收斂59-60
• 5.4 對(duì)已知情感的腦電音樂(lè)進(jìn)行驗(yàn)證60-63
• 5.4.1 睡眠階段的腦電情緒60-61
• 5.4.2 驗(yàn)證睡眠階段的腦電音樂(lè)61-63
• 5.5 本章小結(jié)63-64
• 第6章 結(jié)論與展望64-65
• 6.1 結(jié)論64
• 6.2 進(jìn)一步工作的方向64-65
• 致謝65-66
• 參考文獻(xiàn)66-67

【參考文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 范麗軍;基于系統(tǒng)辨識(shí)的癲癇腦電信號(hào)分類(lèi)研究[D];大連理工大學(xué);2014年

2 涂建成;腦電信號(hào)控制智能輪椅的研究[D];杭州電子科技大學(xué);2011年

3 陳穎萍;基于小波和獨(dú)立分量分析的腦電信號(hào)預(yù)處理研究[D];華中科技大學(xué);2006年

，

本文編號(hào)：1032220