四类语音信号的BP神经网络识别： 四个特征信号矩阵合成一个矩阵， 根据BP网络输出找出语音数据属于哪类， 并求出判断正确率-BP neural network to identify four categories of speech signals MATLAB

BP神经网络的数据分类———语音特征信号分类 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐 的有效分类。-Data speech characteristic signal classification of BP neural network, selects the guzheng, folk, rock and pop four different types of music, the realization of the four types

BP神经网络基本原理概述：这种网络模型利用误差反向传播训练算法模型，能够很好地解决多层网络中隐含层神经元连接权值系数的学习问题，它的特点是信号前向传播、误差反向传播，简称BP（Back Propagation）神经网络。BP学习算法的基本原理是梯度最快下降法，即通过调整权值使网络总误差最小，在信号前向传播阶段，输入信号经输入层处理再经隐含层处理最后传向输出层处理；在误差反向传播阶段，将输出层输出的信号值与期望输出信号值比较得到误差，若误差较大则把误差信号传回隐含层直至输入层，在各层神经元中使用