和声熵:修订间差异

来自律学维基
跳到导航跳到搜索
Null留言 | 贡献
Null留言 | 贡献
无编辑摘要
第1行: 第1行:
'''和声熵'''是衡量[[和弦]和谐程度的方式。
'''和声熵'''是衡量[[和弦]]和谐程度的方式。和声熵的基本假设是:一个和弦越容易被识别为某个模板和弦,它就越和谐;一个和弦越不容易被识别为某个模板和弦,它就越不和谐。


== 模型 ==
== 模型 ==
假设我们研究的和弦都由k个音组成。令X={Xₙ}为模板和弦的集合,其元素为k音和弦Xₙ=(Xₙ₁, Xₙ₂, ..., Xₙₖ).
考虑一系列k音和弦<math> x_1=x_{11}:x_{12}:...:x_{1k}, x_2=x_{21}:x_{22}:...:x_{2k}, ..., x_m=x_{m1}:x_{m2}:...:x_{mk}, ...</math>, 假定它们出现的概率为<math>p_1, p_2, ...,p_m, ...</math>.
考虑一系列k音和弦<math> x_1=x_{11}:x_{12}:...:x_{1k}, x_2=x_{21}:x_{22}:...:x_{2k}, ..., x_m=x_{m1}:x_{m2}:...:x_{mk}, ...</math>, 假定它们出现的概率为<math>p_1, p_2, ...,p_m, ...</math>.



2026年3月16日 (一) 09:57的版本

和声熵是衡量和弦和谐程度的方式。和声熵的基本假设是:一个和弦越容易被识别为某个模板和弦,它就越和谐;一个和弦越不容易被识别为某个模板和弦,它就越不和谐。

模型

假设我们研究的和弦都由k个音组成。令X={Xₙ}为模板和弦的集合,其元素为k音和弦Xₙ=(Xₙ₁, Xₙ₂, ..., Xₙₖ).

考虑一系列k音和弦x1=x11:x12:...:x1k,x2=x21:x22:...:x2k,...,xm=xm1:xm2:...:xmk,..., 假定它们出现的概率为p1,p2,...,pm,....

假设接收者会把和弦x=x1:x2:...:xk 识别成 y=y1:y2:...:yk,其中yx的随机扰动。

问:接收者怎样知道y对应的和弦x是哪个xn?

答:根据贝叶斯公式,P(xn|y)=(P(y|xn)P(xn))/m=1P(y|xm)P(xm). 计算出各个P(xn|y)后,接收者会选择概率最大的xn作为答案。