TY -的A2 -叮,白元盟- Ren,金燕PY - 2021 DA - 2021/12/09 TI -流行音乐趋势,基于大数据技术的图像分析SP - 4700630与人六世- 2021 AB -音乐艺术的追求,大量的歌手开始分析音乐在未来的趋势和创作音乐作品。首先,本研究介绍了音乐理论流行趋势分析,大数据挖掘技术和相关算法。然后,自回归综合移动(ARIM),随机森林,和长期和短期记忆(LSTM)算法用于建立图像分析和预测模型,分析音乐数据,并预测音乐的趋势。这三个模型的测试结果表明,当歌手的歌曲从三个方面进行了分析:收集、下载和播放时间,LSTM模型可以预测的播放时间。然而,LSTM模型也有一些缺陷。例如,模型无法准确预测一些歌曲与大数据波动。同时,没有大数据回放时间差距ARIM模型预测的图像分析和实际播放时间,显示容许误差波动范围。综合分析表明,与ARIM算法和随机森林算法相比,LSTM算法能更准确地预测音乐的趋势。研究结果将有助于许多歌手创作歌曲根据当前和未来的趋势和音乐也会使传统音乐创造更多的信息化和现代化。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/4700630 - 10.1155 / 2021/4700630摩根富林明计算智力和神经科学PB - Hindawi KW - ER