TY -的A2 - 1月,Naeem AU -旷,君非盟-杨,Tingfeng PY - 2021 DA - 2021/12/22 TI -流行歌曲组成基于深度学习和神经网络SP - 7164817六世- 2021 AB -公众的组成似乎是专业和阈值相对较高。然而,自动组合可以改善这个问题,让更多的普通民众参与成分、特别是流行音乐成分,所以音乐变得更有趣,它的随机性也可以激发专业人士。本文结合深度学习提取注意功能的演示音频和构建神经网络模型完成了流行音乐的成分。本文的主要工作如下。首先,我们提取特征笔记,画的设计过程mel-frequency cepstral系数提取,并结合钢琴音乐信号的特征提取的注意特征展示音乐。神经网络模型,利用循环神经网络的记忆功能和处理序列数据的特点,钢琴音符组合成一个序列根据音乐理论规则,和神经网络模型自动学习这个规则,然后生成注意序列。最后,理想的流行钢琴音乐成绩分为在线音乐爱好者分数和离线专业评级。获得评分指数,每个指数加权熵权方法。SN - 2314 - 4629 UR - https://doi.org/10.1155/2021/7164817 - 10.1155 / 2021/7164817摩根富林明数学杂志PB - Hindawi KW - ER