CN108009218B - 基于聚类分析的个性化音乐协同创作匹配方法及系统 - Google Patents

基于聚类分析的个性化音乐协同创作匹配方法及系统 Download PDF

Info

Publication number
CN108009218B
CN108009218B CN201711165273.1A CN201711165273A CN108009218B CN 108009218 B CN108009218 B CN 108009218B CN 201711165273 A CN201711165273 A CN 201711165273A CN 108009218 B CN108009218 B CN 108009218B
Authority
CN
China
Prior art keywords
user
scale
users
module
sequence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711165273.1A
Other languages
English (en)
Other versions
CN108009218A (zh
Inventor
王一歌
温锦雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201711165273.1A priority Critical patent/CN108009218B/zh
Publication of CN108009218A publication Critical patent/CN108009218A/zh
Application granted granted Critical
Publication of CN108009218B publication Critical patent/CN108009218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Electrophonic Musical Instruments (AREA)

Abstract

本发明公开了基于聚类分析的个性化音乐协同创作匹配方法及系统，包括服务端及客户端，具体步骤如下：用户输入编辑乐谱音阶序列信息，将用户输入的乐谱音阶序列信息进行聚类分析，按照目前主流的音阶类型与用户输入的乐谱音阶序列的相似度进行聚类处理，从而将所有在线用户归类到某一聚簇中，进一步得到音阶序列特征向量，计算当前用户与聚簇间其他用户输入的乐谱音阶序列信息的相似度，当前用户获得聚簇间按照输入序列相似度从大到小排序的前k个相似用户，然后将k个用户作为当前用户的候选匹配对象；当前用户向候选匹配用户发送配对请求，同意则建立网络连接，进行与音乐风格相近的用户进行交互。

Description

基于聚类分析的个性化音乐协同创作匹配方法及系统
技术领域
本发明涉及通信及软件技术领域，具体涉及一种基于聚类分析的个性化音乐协同创作匹配方法及系统。
背景技术
随着计算机技术与互联网的发展，音频，视频等多种内容载体能够方便地在互联网用户间共享以及交互。在音乐制作领域已经出现了多种辅佐软件，让用户方便地输入音阶或音频，编辑，混音以及进行多种音乐制作的流程，极大提高了音乐创作和制作的效率。与此同时，随着互联网技术的发展，在音乐制作领域也出现了用于进行用户间即兴演奏的软件，增加了用户间的交互性。
实际上，在音乐制作中，大部分用户无论从音乐风格，节奏快慢都有自己的音乐偏好，对于创作者更是如此，而目前已经出现的软件中，虽然解决了输入，编辑音乐，以及用户间交互等问题，但是没有从用户音乐偏好的方面考虑，如果用户想要与音乐偏好相似的用户进行即兴演奏或者共同创作的话，上述提及的技术还无法做到个性化匹配音乐偏好相近的用户进行交互。
发明内容
为了克服现有技术中存在的缺陷，本发明提供一种基于聚类分析的个性化音乐协同创作匹配方法及系统，通过本发明用于可以匹配与自己音乐偏好相近的其他用户进行协同即兴创作。
本发明采用如下技术方案：
一种基于聚类分析的个性化音乐协同创作匹配方法，具体如下步骤：
S1用户输入编辑乐谱音阶序列信息；
S2将用户输入的乐谱音阶序列信息进行聚类分析，按照目前主流的音阶类型与用户输入的乐谱音阶序列的相似度进行聚类处理，从而将所有在线用户归类到某一聚簇中，进一步得到音阶序列特征向量；
S3计算当前用户与聚簇间其他用户输入的乐谱音阶序列信息的相似度，当前用户获得聚簇间按照输入序列相似度从大到小排序的前k个相似用户，然后将k个用户作为当前用户的候选匹配对象；
S4当前用户向候选匹配用户发送配对请求，同意则建立网络连接，进行与音乐风格相近的用户进行交互。
所述主流的音阶类型包括Ionian，Dorian，Phrygian，Lydian，Mixolydian，Aeolian，Locrian以及五声音阶，全音阶及半音阶。
所述S3中，计算当前用户与聚簇间其他用户输入的乐谱音阶序列信息的相似度，具体为：
S3.1初始化设定当前乐谱音阶序列信息的主流类型；
S3.2根据每个初始音阶类型，得到对应的向量
Figure BDA0001476148290000021
其中n为该音阶类型中音阶的个数，另外用变量w来记录用户序列中出现不属于该音阶类型音阶的个数；
S3.3将用户输入的音阶序列的每一个音阶一次与初始音乐类型进行比对，若输入音阶属于当前初始音乐类型的某一音阶，则对应向量值加1，否则当前对应的变量w加1；
S3.4找出变量w值最小的音阶类型，按照音阶类型划分到聚簇中，即用户划分到最相似的音阶类型聚簇中；
S3.5保留用户所属音阶类型对应的向量
Figure BDA0001476148290000022
用于作为该用户的特征向量。
当前用户获得聚簇间按照输入序列相似度从大到小排序的前k个相似用户，具体步骤如下：
S4.1获取当前用户在步骤S3中得到的特征向量
Figure BDA0001476148290000023
用该特征向量依次与聚簇间其他每个用户的特征向量进行相似度计算
S4.2当前用户依次与聚簇间其他用户计算相似度后，按照相似度大小将其他用户从大到小依次排列，取出前k个用户，即为与当前用户音乐偏好类似的近邻用户。
所述相似度计算采用相邻knn计算法，具体为余弦相似度方法，计算两个用户间特征向量的夹角，余弦值越大表明两个用户特征越相似。
找到两个以上的w值相等的音阶类型，且音阶类型中的音阶个数也相等，则用户可以划分到任意一个聚簇。
所述K的范围3-7。
一种基于聚类分析的个性化音乐协同创作匹配系统，包括客户端及服务器，所述客户端包括：
音阶输入编辑模块：用于用户输入编辑乐谱音阶序列信息；
合并模块：用于将匹配用户输入的音阶序列与当前用户的音阶序列进行合并，生成合奏版本的音阶序列；
播放模块：用于播放音阶序列；
通讯模块：用于与服务器端进行数据通讯，同步用户输入的最近音阶序列到服务器端；
所述通讯模块分别与音阶输入编辑模块、合并模块及播放模块连接；
所述服务器包括：
接入模块：与客户端连接，用于完成用户登录验证；
聚类分析模块：用于对用户输入的音阶序列分析，并将用户划分为某一给定的初始聚簇中；
推荐模块:用于计算当前用户在所属聚簇间其他用户的相似度，并利用knn算法获取当前用户的前k个近邻用户，从而为用户推荐音乐偏好相近的匹配用户；
存储模块:存储用户历史输入音阶序列，以及用户身份信息，匹配记录；
缓存模块:缓存用户当前的推荐列表，并进行动态的列表更新；
同步更新模块:用于更新用户上传的最新音阶序列版本，并同步到与当前用户匹配的其他用户上的音阶序列信息。每次用户上传提交的音阶序列都有唯一的版本号标识；
其中存储模块与缓存模块相互连接，所述存储模块与缓存模块分别与推荐模块、聚类分析模块及同步更新模块相互连接，所述推荐模块、聚类分析模块及同步更新模块分别与接入模块相互连接。
本发明的有益效果：
(1)本发明考虑到了不同的音乐创作者的音乐偏好特征,利用数据挖掘领域的序列挖掘算法提供了新的协同创作匹配方法,相比于直接随机在线匹配,本发明中的匹配方法可以符合用户特点,从而提高用户体验.
(2)本发明通过对音乐创作者编辑的音阶序列进行分析,可以大致识别出音乐创作者当前的创作风格,从而为进一步的协同创作匹配提供特征参考,使得用户偏好相似的用户能够匹配成功.
附图说明
图1是本发明的结构示意图；
图2是本发明的工作流程图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
如图1所示，一种基于聚类分析的个性化音乐协同创作匹配系统，包括客户端及服务器；
其中服务器端包括:
接入模块:负责与用户进行数据通讯，并完成用户登录验证。
聚类分析模块:用于对用户输入的音阶序列分析，并将用户划分为某一给定的初始聚簇中。
推荐模块:用于计算当前用户在所属聚簇间其他用户的相似度，并利用knn算法获取当前用户的前k个近邻用户，从而为用户推荐音乐偏好相近的匹配用户。
存储模块:存储用户历史输入音阶序列，以及用户身份信息，匹配记录等。
缓存模块:缓存用户当前的推荐列表，并进行动态的列表更新。
同步更新模块:用于更新用户上传的最新音阶序列版本，并同步到与当前用户匹配的其他用户上的音阶序列信息。每次用户上传提交的音阶序列都有唯一的版本号标识。
所述服务器端与客户端通过网络连接，其中存储模块与缓存模块相互连接，所述存储模块与缓存模块分别与推荐模块、聚类分析模块及同步更新模块相互连接，所述推荐模块、聚类分析模块及同步更新模块分别与接入模块相互连接。
其中服务器端中的每个模块都可以是一台独立的服务器，也可以是一个服务器集群，根据当前的服务器负载而定。图1中服务器端的模块之间的连线表示，模块之间建立了网络长连接，并进行数据通讯。
其中客户端包括:
音阶输入编辑模块:用于输入和编辑音阶序列，和弦，音轨等等。
合并模块:用于将当前用户某版本的音阶序列和协同用户某版本的音阶序列进行合并，生成合奏版本的音阶序列，并通知通讯模块上传合奏版本的音阶序列到服务器端。
播放模块:用于播放指定的音阶序列。
通讯模块:用于与服务器端建立和管理网络连接，并进行数据通讯，同步用户输入的最近音阶序列到服务器端。
所述通讯模块分别与音阶输入编辑模块、合并模块及播放模块连接。
其中客户端的多个模块可以是单进程中的多个线程，这个方式需要进行线程间通讯方式如共享事件队列等方式进行线程间通信，如果采用多进程方式实现的话则可以使用信号量，消息队列等方式进行进程间通信。而图1中客户端的各个模块间的连线表示多个模块间进行多线程或者多进程方式通信，取决于客户端的模块使用多进程还是多线程实现，这与服务器端的模块间连线的含义有区别。
如图2所示，一种基于聚类分析的个性化音乐协同创作匹配方法，具体如下步骤：
S1客户端与服务器建立网络连接，并登陆账号验证身份信息
S2用户在客户端输入编辑乐谱音阶序列信息，客户端同步到服务器端；
S3服务器的聚类模块对用户输入的乐谱音阶序列信息进行聚类分析，按照目前主流的音阶类型与用户输入的乐谱音阶序列的相似度进行聚类处理，从而将所有在线用户归类到某一聚簇中，得到用户音阶序列特征向量，具体为：
S3.1初始化设定当前主流调式:
当前主流调式包括Ionian，Dorian，Phrygian，Lydian，Mixolydian，Aeolian，Locrian以及五声音阶，全音阶，半音阶等类型。
S3.2每个初始音阶类型，我们可以得到对应的向量
Figure BDA0001476148290000051
其中n为该音阶类型中音阶的个数，比如Ionian音阶个数有7个则n＝7，五声音阶有5个则n＝5，向量所有元素初始值都为0。另外，每个音阶类型需要用一个变量w来记录用户序列中出现不属于该音阶类型音阶的个数。
S3.3将用户输入音阶序列的每一个音阶依次与初始音阶类型比较，若输入音阶属于当前比较的初始音阶类型中的某一音阶时，则对应的向量值加1，否则当前对应的变量w加1。
S3.4尝试找出唯一的变量w值最小的音阶类型，将用户划分到该聚簇中，即将用户划分到最相似的音阶类型聚簇中。假设找到两个或以上的w值相等的音阶类型，例如由于存在两种音阶类型中音阶重叠的现象，比如Ionian音阶与五声音阶，因为实际上五声音阶是Ionian音阶的子集，那么优先选择音阶数较少的音阶类型，比如五声音阶类型中只有5个音阶，而Ionian音阶类型有7个音阶。若找到w值相等的两个音阶类型，且音阶类型中的音阶个数也相等，则用户可以划分到任意一个聚簇。
S3.5划分用户到某一聚簇，保留用户所属音阶类型对应的向量
Figure BDA0001476148290000052
用于作为该用户的特征向量。
例如，假设初始音阶类型有Aeolian调式，Ionian调式，Pentatonic-Scale调式，Phrygian调式，Lydian调式，Mixolydian调式，Locrian调式，Dorian调式，用户输入的音阶序列为1，2，6，5，3，2，3，6，2，则可以得到对应的音阶序列特征向量，具体如表1所示，
表1
Figure BDA0001476148290000061
我们首先挑选w值最小的音阶类型作为当前用户输入音阶序列的最相似音阶类型，我们发现Ionian调式和Pentatonic-Scale调式对应的w值都相等，那么我们优先选择音阶类型中音阶数更少的音阶类型，因此我们保留Pentatonic-Scale音阶类型对应的特征向量[1，3，2，1，2]，用于下一步的推荐步骤的相似度计算。
S4计算当前用户与聚簇间其他用户输入的乐谱音阶序列信息的相似度，当前用户获得聚簇间按照输入序列相似度从大到小排序的前k个相似用户，然后将k个用户作为当前用户的候选匹配对象，具体步骤如下：
S4.1获取当前用户在聚类分析过程中得到的特征向量
Figure BDA0001476148290000062
用该特征向量依次与聚簇间其他每个用户的特征向量进行相似度计算
S4.2特征向量的相似度计算采用余弦相似度方法，计算两个用户间特征向量的夹角，余弦值越大表明两个用户特征越相似。
S4.3当前用户依次与聚簇间其他用户计算相似度后，按照相似度大小将其他用户从大到小依次排列，取出前k个用户，即为与当前用户音乐偏好类似的近邻用户，k的范围3-7。
S5当前用户向候选匹配用户发送配对请求，同意则建立网络连接，进行与音乐风格相近的用户进行交互。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.基于聚类分析的个性化音乐协同创作匹配方法，其特征在于，具体如下步骤：
S1用户输入和编辑乐谱音阶序列信息；
S2将用户输入的乐谱音阶序列信息进行聚类分析，按照目前主流的音阶类型与用户输入的乐谱音阶序列的相似度进行聚类处理，从而将所有在线用户归类到某一聚簇中，进一步得到音阶序列特征向量；
S3计算当前用户与聚簇间其他用户输入的乐谱音阶序列信息的相似度，当前用户获得聚簇间按照输入序列相似度从大到小排序的前k个相似用户，然后将k个用户作为当前用户的候选匹配对象；
所述S3中，计算当前用户与聚簇间其他用户输入的乐谱音阶序列信息的相似度，具体为：
S3.1初始化设定当前乐谱音阶序列信息的主流类型；
S3.2根据每个初始音阶类型，得到对应的向量
Figure FDA0003141178840000011
其中n为该音阶类型中音阶的个数，另外用变量w来记录用户序列中出现不属于该音阶类型音阶的个数；
S3.3将用户输入的音阶序列的每一个音阶依次 与初始音乐类型进行比对，若输入音阶属于当前初始音乐类型的某一音阶，则对应向量值加1，否则当前对应的变量w加1；
S3.4找出变量w值最小的音阶类型，按照音阶类型划分到聚簇中，即用户划分到最相似的音阶类型聚簇中；
S3.5保留用户所属音阶类型对应的向量
Figure FDA0003141178840000012
用于作为该用户的特征向量；
S4当前用户向候选匹配用户发送配对请求，同意则建立网络连接，以与音乐风格相近的用户进行交互。
2.根据权利要求1所述的基于聚类分析的个性化音乐协同创作匹配方法，其特征在于，所述主流的音阶类型包括Ionian，Dorian，Phrygian，Lydian，Mixolydian，Aeolian，Locrian以及五声音阶，全音阶及半音阶。
3.根据权利要求1所述的基于聚类分析的个性化音乐协同创作匹配方法，其特征在于，当前用户获得聚簇间按照输入序列相似度从大到小排序的前k个相似用户，具体步骤如下：
S4.1获取当前用户在步骤S3中得到的特征向量
Figure FDA0003141178840000013
用该特征向量依次与聚簇间其他每个用户的特征向量进行相似度计算
S4.2当前用户依次与聚簇间其他用户计算相似度后，按照相似度大小将其他用户从大到小依次排列，取出前k个用户，即为与当前用户音乐偏好类似的近邻用户。
4.根据权利要求3所述的基于聚类分析的个性化音乐协同创作匹配方法，其特征在于，所述相似度计算采用相邻knn计算法，具体为余弦相似度方法，计算两个用户间特征向量的夹角，余弦值越大表明两个用户特征越相似。
5.根据权利要求1所述的基于聚类分析的个性化音乐协同创作匹配方法，其特征在于，找到两个以上的w值相等的音阶类型，且音阶类型中的音阶个数也相等，则用户可以划分到任意一个聚簇。
6.根据权利要求1所述的基于聚类分析的个性化音乐协同创作匹配方法，其特征在于，所述K的范围3-7。
7.一种实现权利要求1-6任一项所述的基于聚类分析的个性化音乐协同创作匹配系统，包括客户端及服务器，其特征在于，
所述客户端包括：
音阶输入编辑模块：用于用户输入和编辑乐谱音阶序列信息；
合并模块：用于将匹配用户输入的音阶序列与当前用户的音阶序列进行合并，生成合奏版本的音阶序列；
播放模块：用于播放音阶序列；
通讯模块：用于与服务器端进行数据通讯，同步用户输入的最近音阶序列到服务器端；
所述通讯模块分别与音阶输入编辑模块、合并模块及播放模块连接；
所述服务器包括：
接入模块：与客户端连接，用于完成用户登录验证；
聚类分析模块：用于对用户输入的音阶序列分析，并将用户划分为某一给定的初始聚簇中；
推荐模块:用于计算当前用户在所属聚簇间其他用户的相似度，并利用knn算法获取当前用户的前k个近邻用户，从而为用户推荐音乐偏好相近的匹配用户；
存储模块:存储用户历史输入音阶序列，以及用户身份信息，匹配记录；
缓存模块:缓存用户当前的推荐列表，并进行动态的列表更新；
同步更新模块:用于更新用户上传的最新音阶序列版本，并同步到与当前用户匹配的其他用户上的音阶序列信息，每次用户上传提交的音阶序列都有唯一的版本号标识；
其中存储模块与缓存模块相互连接，所述存储模块与缓存模块分别与推荐模块、聚类分析模块及同步更新模块相互连接，所述推荐模块、聚类分析模块及同步更新模块分别与接入模块相互连接。
CN201711165273.1A 2017-11-21 2017-11-21 基于聚类分析的个性化音乐协同创作匹配方法及系统 Active CN108009218B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711165273.1A CN108009218B (zh) 2017-11-21 2017-11-21 基于聚类分析的个性化音乐协同创作匹配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711165273.1A CN108009218B (zh) 2017-11-21 2017-11-21 基于聚类分析的个性化音乐协同创作匹配方法及系统

Publications (2)

Publication Number Publication Date
CN108009218A CN108009218A (zh) 2018-05-08
CN108009218B true CN108009218B (zh) 2021-09-21

Family

ID=62053079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711165273.1A Active CN108009218B (zh) 2017-11-21 2017-11-21 基于聚类分析的个性化音乐协同创作匹配方法及系统

Country Status (1)

Country Link
CN (1) CN108009218B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345905B (zh) * 2018-12-10 2020-08-11 北京金三惠科技有限公司 一种互动数字音乐教学系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091594A (zh) * 2013-08-16 2014-10-08 腾讯科技（深圳）有限公司 一种音频分类方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2880603A4 (en) * 2012-08-01 2016-04-27 Jamhub Corp DISTRIBUTED MUSIC COLLABORATION
US20160085846A1 (en) * 2013-05-13 2016-03-24 David Robert Smith System for facilitating the collaborative creation of music
US20160342679A1 (en) * 2014-01-16 2016-11-24 Shanghai Fusion Management Software Co., Ltd. Recommendation method and recommendation system applied to social network
US20160125078A1 (en) * 2014-10-22 2016-05-05 Humtap Inc. Social co-creation of musical content
CN105138625B (zh) * 2015-08-17 2019-01-25 安钯有限公司 一种协同创作音乐的方法和用于音乐创作的云系统
CN107123415B (zh) * 2017-05-04 2020-12-18 吴振国 一种自动编曲方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091594A (zh) * 2013-08-16 2014-10-08 腾讯科技（深圳）有限公司 一种音频分类方法及装置

Also Published As

Publication number Publication date
CN108009218A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
US20190147051A1 (en) Intelligent playing method and apparatus based on preference feedback
US9685175B1 (en) Text synchronization with audio
Holzapfel et al. Selective sampling for beat tracking evaluation
US9872058B2 (en) Splitting content channels
CN111143604A (zh) 一种音频的相似度匹配方法、装置及存储介质
JP2008165714A (ja) 情報検索方法、装置およびプログラム
WO2009094594A2 (en) Distributed indexing of file content
US10997986B2 (en) Audio stem identification systems and methods
US20220043876A1 (en) Systems and methods for recommending collaborative content
WO2007077991A1 (ja) 情報処理装置および方法、並びにプログラム
US20210035541A1 (en) Systems and methods for recommending collaborative content
CN102567447A (zh) 信息处理装置和方法、信息处理系统及程序
US20210034661A1 (en) Systems and methods for recommending collaborative content
JP2007207218A (ja) 情報処理装置および方法、並びにプログラム
KR20130108427A (ko) 비디오들을 비교하는 방법 및 장치
CN108009218B (zh) 基于聚类分析的个性化音乐协同创作匹配方法及系统
Khan et al. Collaborative SVM classification in scale-free peer-to-peer networks
KR20160041436A (ko) 음악 소셜 네트워크를 통한 공동 작곡 시스템 및 그 방법
Liu Music trend prediction based on improved LSTM and random forest algorithm
Liu et al. A fast read alignment method based on seed-and-vote for next generation sequencing
CN116720090A (zh) 一种基于层次的自适应聚类方法
CN106599114A (zh) 音乐推荐方法及系统
US10681402B2 (en) Providing relevant and authentic channel content to users based on user persona and interest
CN111429949B (zh) 音高线生成方法、装置、设备及存储介质
KR20240028353A (ko) 비디오 분석에 기초하는 보충 오디오 세그먼트들의 선택

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant