本書稿的分析對(duì)象分別是古琴藝術(shù)、昆曲藝術(shù)、京房六十律、工尺譜樂譜、指揮動(dòng)作三維空間數(shù)據(jù)、MusicXML數(shù)據(jù)和《平均律鋼琴曲集》MIDI數(shù)據(jù)等。古琴藝術(shù)與昆曲藝術(shù)都是中國傳統(tǒng)藝術(shù)的杰出代表，先后入選世界非物質(zhì)文化遺產(chǎn)名錄；京房六十律是中國傳統(tǒng)音律學(xué)的重要律制，啟迪了以音律計(jì)算和旋相回宮為的中國律學(xué)研究方向；工尺譜記譜法是古代中國乃至東南亞地區(qū)主要的音樂記譜法，工尺譜譜集汗牛充棟，遺產(chǎn)豐富；MusicXML是互聯(lián)網(wǎng)時(shí)代的音樂樂譜數(shù)據(jù)格式和音樂信息交換標(biāo)準(zhǔn)之一，MusicXML數(shù)據(jù)中蘊(yùn)含有豐富的音樂信息，利用其MIDI數(shù)據(jù)進(jìn)行智能分析是一個(gè)新的探索。
1.學(xué)術(shù)成就：主要研究?jī)?nèi)容為計(jì)算機(jī)音樂、人工智能、數(shù)學(xué)與非遺保護(hù)等交叉學(xué)科領(lǐng)域，主持各類各級(jí)項(xiàng)目三十余項(xiàng)，其中重量三項(xiàng)，出版學(xué)術(shù)專著一部，在ACM Journal on Computing and Cultural Heritage、EURASIP Journal on Audio, Speech, and Music Processing等期刊上發(fā)表論文五十余篇，授權(quán)國家六項(xiàng)，國家軟件知識(shí)產(chǎn)權(quán)五項(xiàng)，曾獲杭州市科技進(jìn)步獎(jiǎng)、杭州市很好教師、杭州市很好科技特派員、杭州市高層次人才等獎(jiǎng)項(xiàng)與榮譽(yù)稱號(hào)。ACM、IEEE、中國計(jì)算機(jī)學(xué)會(huì)會(huì)員，浙江省文化科技專家?guī)鞂＜�，浙江多媒體設(shè)計(jì)競(jìng)賽評(píng)審專家，浙江省非物質(zhì)文化遺產(chǎn)研究基地研究員，新疆石河子大學(xué)客座教授，教育部霍英東教育基金會(huì)評(píng)審專家，Signal, Image and Video Processing 、Journal of Visual Communication and Image Representation、Multimedia Tools and Applications等靠前期刊評(píng)論員，第九屆全國數(shù)字博物館與文化遺產(chǎn)數(shù)字化及保護(hù)研討會(huì)程序委員會(huì)主席(2013)，第七屆中國聲音與音樂技術(shù)會(huì)議中國音樂共同主席(2019)，中國圖象圖形學(xué)學(xué)會(huì)數(shù)字文化遺產(chǎn)專委會(huì)委員，全國高等院校計(jì)算機(jī)基礎(chǔ)教育研究會(huì)教育信息化專委會(huì)常務(wù)委員等。 2.學(xué)術(shù)著作：《智能音樂學(xué)與中國音樂數(shù)字媒體論》，文化藝術(shù)出版社，2018年。
章 音樂新時(shí)代 001
節(jié) 智能音樂時(shí)代 001
第二節(jié) 人工智能概述 003
第三節(jié) 音樂人工智能應(yīng)用 006
第二章 音樂數(shù)據(jù) 010
節(jié) 數(shù)據(jù)科學(xué)與大數(shù)據(jù) 010
第二節(jié) 音樂數(shù)據(jù)與數(shù)據(jù)格式 013
第三節(jié) 眾包音樂數(shù)據(jù)采集：《納書楹曲譜》文本語料庫 017
第四節(jié) 體感交互音樂數(shù)據(jù)：基于Kinect的人體感知數(shù)據(jù)獲取 028
第三章 智能分析方法 050
節(jié) 算法概述 050
第二節(jié) 常用人工智能技術(shù) 055
第三節(jié) 數(shù)據(jù)挖掘概述 059
第四節(jié) 動(dòng)態(tài)時(shí)間規(guī)劃 064
第五節(jié) 最長(zhǎng)公共子序列 068
第四章 MusicXML音樂信息挖掘與評(píng)估 073
節(jié) MusicXML概述 073
第二節(jié) MusicXML音樂信息分析 076
第三節(jié) MusicXML音樂文件的數(shù)據(jù)挖掘 089
第四節(jié) 面向樂譜錄入的用戶數(shù)據(jù)有效性評(píng)估 105
第五節(jié) MusicXML樂譜集的不同版本樂曲同一性歸類與音樂信息評(píng)估分析 112
第五章 音樂文本數(shù)據(jù)分析 116
節(jié) 文本挖掘概述 116
第二節(jié) 《納書楹曲譜》文本語料庫錯(cuò)誤挖掘 119
第三節(jié) 眾包版《納書楹曲譜》文本語料庫的錯(cuò)誤挖掘?qū)嶒?yàn)與分析 124
第四節(jié) 《納書楹曲譜》信息統(tǒng)計(jì)分析 137
第六章 音樂用戶分析 143
節(jié) 用戶行為分析概述 143
第二節(jié) 音樂類微信公眾號(hào)用戶分析 145
第三節(jié) 基于DTW和最近鄰法的樂隊(duì)指揮手勢(shì)識(shí)別 149
第七章 京房六十律“強(qiáng)/弱”辨析與最優(yōu)分布 164
節(jié) “三分損益律”與中國律學(xué)研究簡(jiǎn)述 164
第二節(jié) 京房六十律 166
第三節(jié) 京房六十律“強(qiáng)/弱”辨析 169
第四節(jié) “京房六十律”的律數(shù)計(jì)算 173
第五節(jié) 京房六十律“強(qiáng)/弱”的最佳分布 183
第八章 古琴藝術(shù)數(shù)字化概述與琴律智能分析 189
節(jié) 古琴藝術(shù)概述 189
第二節(jié) 古琴藝術(shù)的數(shù)字化工程 192
第三節(jié) 純律與琴律 197
第四節(jié) 琴律智能分析 199
第九章 工尺譜智能分析 205
節(jié) 工尺譜記譜法 205
第二節(jié) 工尺譜譜面信息組織結(jié)構(gòu)分析 208
第三節(jié) 工尺譜樂譜圖像特征分析 210
第四節(jié) 光學(xué)樂譜識(shí)別概述 212
第五節(jié) 工尺譜樂譜的多層集成分類網(wǎng)絡(luò) 216
第六節(jié) 聚類分析去除工尺譜無效空間信息 218
第十章 巴赫《平均律鋼琴曲集》智能分析 222
節(jié) 《平均律鋼琴曲集》國內(nèi)研究概述 222
第二節(jié) MIDI文件集獲取與分析軟件接口設(shè)計(jì) 225
第三節(jié) 樂曲可視化與統(tǒng)計(jì)分析 227
第四節(jié) 樂曲調(diào)式智能分析 229
附錄一 232
附錄二 272
書單推薦
