高师和声课教学改革的几点意见

高师和声课的教学改革，应在传统的四部和声写作之外，增设多声部合唱写作，钢琴伴奏织体写作，流行音乐和声编配等内容，加强键盘和声，民族调式和声教学以及对中外名作的和声；加强该学科与“视唱练耳”等相关学科的联系，以培养学生良好的和声思维能力。     

浅谈高等师范钢琴即兴伴奏的四个环节

以高师钢琴即兴伴奏的方法为讨论对象,通过对钢琴即兴伴奏的前提、基础、表现手段、保障四个方面展开论述,使更多的学习钢琴即兴伴奏者能掌握联系钢琴即兴伴奏的方法。望此项研究能对学习钢琴即兴伴奏者有一定的帮助和借鉴作用。     

如何弹好钢琴即兴伴奏

即兴伴奏是根据既定的歌曲旋律在键盘上即兴弹奏,并用琴声带动演唱者投入歌曲情绪.弹好钢琴即兴伴奏必须具备和声基础和钢琴演奏技巧,与歌唱者达到完美配合.     

基于细胞型膜计算框架的和声搜索算法及其应用

和声搜索算法为一种元启发式算法，该算法具有参数少、可操作性强等优点，膜计算作为自然计算的一个分支，本身具有较大的发展潜力与完备的计算性.本研究将两者结合，提出一种基于细胞型膜计算框架的和声搜索算法，利用细胞型膜计算框架来构建算法的膜结构，并根据膜计算框架的结构，使用现存的和声搜索算法的迭代方式作为基本膜内的进化规则，设计通信机制使不同膜之间相互传递信息，有利于丰富种群的多样性与平衡算法的全局和局部搜索，并设置外部档案记录最优个体来控制种群进化的方向，从而提高算法的精准搜索能力.最后，在CEC基准函数下进行数值优化实验，仿真结果表明，HS-MC算法在求解数值优化问题上比其他算法具有更好的性能，并使用HS-MC算法优化Elman神经网络的权值和阈值来预测上证指数的开盘指数，预测结果表明，HS-MC算法具有较好的寻优能力和实用性.     

凶手的牧歌

正进入那不勒斯,我们一直往东。这里是欧洲最荒凉的地区。杰苏阿尔多曾是现在仍是那不勒斯以东60英里的一个村子。它是我们的目的地。对于一个音乐迷来说,杰苏阿尔多是文艺复兴牧歌音乐王子的名字。在杰苏阿尔多的音乐中,大量使用半音和新颖复杂的和声手法,使他的牧歌创作独树一帜。20世纪最重要的音乐家之一斯特拉文斯基非常推崇杰苏阿尔多的音乐。而     

和声教学基本理论、技能要领及问题的探讨

通过对和声教学基本理论、技能要领及问题的探讨，揭示大小调功能体系及和声教学基本规律和存在的问题，提出观点和建议，为和声教学和实践的发展、突破，做点有意义的尝试。     

多子群混合和声搜索算法

为提高和声搜索算法的优化性能,提出一种多子群混合和声搜索(MHHS)算法.该算法基于每个和声到最好和声的距离进行排序,并依据排序结果分层,每一层作为一个独立的子群.不同的子群融合不同的差分调整策略,以拓宽搜索范围;同时建立通信机制,使各子群以一定规格进行信息交流,促进子群的协同进化.实验仿真表明,本文算法在寻优精度、收敛性和鲁棒性方面均优于文献中报道的HS,EHS,NGHS,MPSO,CLPSO,DE,ODE和IABC算法.     

改进的新颖全局和声搜索算法

为了提高和声搜索算法的寻优性能,提出了改进的新颖全局和声搜索(INGHS)算法.通过差分向量范数定义和声记忆库多样性,以和声记忆库的多样性信息为指导实现位置动态更新,并结合变异操作更新和声记忆库.算法采用动态位置更新策略产生新和声,在寻优早期具有较好的全局搜索性能,在寻优后期具有较好的局部搜索性能,提高了算法跳出局部最优的能力.利用7个标准测试函数对所提算法与目前已知文献中优秀的改进HS算法进行性能测试,测试结果表明所提算法具有较好的寻优性能.     

考虑时变资源价格因素的Q学习强化和声搜索网格任务调度算法

针对传统网格任务调度算法不考虑价格时变因素缺点,提出一种基于Q学习强化和声搜索算法的考虑时变资源价格因素网格任务调度算法.首先,综合考虑价格时变因素影响,对网格任务调度模型进行改进,提出一种新的调度模型;其次,利用Q学习算法对和声搜索算法进行改进,平衡了算法的广度和深度搜索能力;最后,通过与同类算法的仿真对比结果表明,该算法和模型具有较好的收敛速度优化性能,并且在资源价格满意度和任务调度长度两个层面具有更全面的优化性能.     

论约翰·菲尔德夜曲的艺术特色——以《降B大调第五号夜曲》为例

约翰.菲尔德是世界钢琴音乐史上第一个浪漫派音乐家,他对钢琴音乐最突出的贡献在于首创了＂夜曲＂体裁。从其夜曲中最有名的第五首《降B大调第五号夜曲》的曲式结构、音乐材料发展手法等方面看,其夜曲的主要艺术特征是旋律优美,情感真挚,形式简朴高雅。