TY -的A2 - Lv, Zhihan盟——刘Xiahan PY - 2021 DA - 2021/04/14 TI -一种改进粒子群Optimization-Powered自适应分类和迁移可视化对音乐风格SP - 5515095六世- 2021 AB -基于自适应粒子群算法和误差反向传播神经网络,本文提出的方法对不同风格的音乐分类和迁移可视化。该方法具有结构简单、成熟的算法,和准确的优化。它可以找到更好的网络权值和阈值,以便粒子跳出局部最优解之前搜索和搜索在更大的空间。全球搜索使用梯度法来加速优化和控制的实时生成影响音乐风格转移,从而提高整个网络的学习性能和收敛性能,最终提高整个系统的识别率,并可视化音乐知觉。这种实时信息可视化是一种艺术表现形式,在人工智能模仿人类的联觉,也是一种表演艺术。结合传统音乐可视化和图像风格添加具体内容表达转移到音乐可视化和时间序列表达形象风格转移。这种视觉效果可以帮助用户生成与音乐独特和个性化的肖像;它也可以被艺术家广泛使用来表达音乐和视觉之间的关系。仿真结果表明,该方法具有更好的分类性能和具有一定的现实意义和参考价值。SN - 1076 - 2787你——https://doi.org/10.1155/2021/5515095——10.1155 / 2021/5515095 JF - PB - Hindawi KW - ER -复杂性