1. 研究目的与意义（文献综述包含参考文献）

一、文 献 综 述

（一）研究背景

bp（back propagation）神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络之一，直译为反向传播。bp神经网络的优点有：有较高的预测精度、较好的通用性和较强的非线性映射能力等。但是bp神经网络存在一些不足，主要有容易陷入局部极小值，算法收敛速度较慢、隐含单元的数目选择无一般性指导原则、新加入的学习样本对已学样本的学习结果影响较大等问题^[1]。其原因是bp神经网络是梯度下降法，如果遇到复杂的目标函数时，学习速度和收敛速度会很慢^[1]。

2. 研究的基本内容、问题解决措施及方案

二、课题研究问题采用的研究步骤及手段：

研究问题步骤、手段

本课题主要任务：采用adaboost方法将多个bp神经网络进行整合形成强分类器，并采用该强分类器对语音信号进行识别。项目拟用该方法实现民歌、古筝、摇滚和流行音乐的分类识别。