数字人文研究 ›› 2022, Vol. 2 ›› Issue (1): 68-85.

• • 上一篇    下一篇

音乐相似性的可视化:500位古典音乐作曲家的聚类和映射

帕特里克·乔治(Patrick Georges,通讯作者),加拿大渥太华大学公共与国际事务研究生院副教授,Email:pgeorges@uottawa.ca; 阮玉(Ngoc Nguyen),美国西肯塔基大学数学系副教授;张佳明(译者),四川文化艺术学院音乐舞蹈学院教师,Email:jiamingzhang199701@163.com。   

  • 出版日期:2022-02-08 发布日期:2022-04-25

Visualizing Music Similarity:Clustering and Mapping 500 Classical Music Composers

  • Online:2022-02-08 Published:2022-04-25

摘要:

文章将聚类技术和多维缩放分析应用于500x500作曲家的相似性/距离矩阵。目的是将相似度矩阵可视化或转变成古典(欧洲艺术)音乐作曲家的树状图和映射图。先分别构建了巴洛克时期、古典时期和浪漫时期的树状图和映射图,以及一张展示了七个世纪欧洲艺术音乐的映射图。最后使用线性和非线性典型相关分析来确定聚类技术和多维缩放方法所产生的维度的基础变量。

关键词: 古典音乐作曲家映射, 相似性测量, 树状图, 层次聚类, 多维缩放, 典型相关, 音乐信息检索


Abstract: This paper applies clustering techniques and multi-dimensional scaling (MDS) analysis to a 500 x 500 composers'similarity/distance matrix. The objective is to visualizeor translate the similarity matrix into dendro- grams and maps of classical (European art) music composers. We construct dendrograms and maps for the Baroque, Classical ,and Romantic periods ,and a map that represents seven centuries of European art music in one single graph. Finally,we also use linear and non - linear canonical correlation analyses to identify variables underlying the dimen- sions generated by the MDS methodology.

Key words: mapping classical music composers, similarity measures, dendrograms, hierarchical cluste- ring, multidimensional scaling, canonical correlation, music information retrieval

中图分类号: