和声熵:修订间差异
来自律学维基
跳到导航跳到搜索
无编辑摘要 |
|||
| 第1行: | 第1行: | ||
'''和声熵'''是衡量[[和弦] | '''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, 假定它们出现的概率为.
假设接收者会把和弦 识别成 ,其中为的随机扰动。
问:接收者怎样知道y对应的和弦x是哪个?
答:根据贝叶斯公式,. 计算出各个后,接收者会选择概率最大的作为答案。