案例2：数据挖掘---BP神经网络的数据分类—语音特征信号分类

BP神经网络背景:

        BP(Back propagation)神经网络是一种多层前馈神经网络，该神经网络主要特点就是信号前向传递，误差反向反馈。具体来说，就是输入信号先前向传播到中间层节点，经过中间层节点激励函数转化后传播到输出节点，输出节点求和后即给出输出。BP网络的输出和实际的输出间的误差反传会中间层节点和权值来修正节点阀值和权值，从而使BP网络预测数值不断逼近真实数值。BP网络的基本结构如图1所示

语音特征信号识别背景：

语音特征信号识别是语音识别研究领域中的一个重要方面，其根本目的就是判断某种语音信号属于类别。语音特征信号是指用特定的算法把语音转变为特定的数学序列，语音特征信号识别既是用语音特征信号来判断该语音信号属于哪类。语音特征信号识别的方法很多，比较适合于BP网络求解，用训练数据对BP网络进行训练后，既可以用BP网络来根据语音特征信号判断该语音所属类别。