1. 毕业设计（论文）的内容和要求

课题采用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；

要求识别准确率80%以上

2. 参考文献

[1]常向阳. 基于pca和bp_adaboost强分类器的人脸识别研究[d]. 郑州大学, 2012.

[2] 彭湘陵, 钱盛友, 赵新民. 基于混合特征参数和bp_adaboost的方言辨识[j]. 计算机工程与应用, 2013, 49(3):152-155.

[3] 刘庆华, 丁文涛, 涂娟娟,等. 优化bp_adaboost算法及其交通事件检测[j]. 同济大学学报(自然科学版), 2015, 43(12):1829-1833.

3. 毕业设计（论文）进程安排

2017年1月1日-1月24日： 做好调研及参考文献的下载和阅读； 1月24日-2月16日： 翻译外文文献并提交； 2月26日-3月15日： 完成绪论写作，需在绪论中明确研究的背景、意义、国内外相关进展，论文后 继章节的内容安排 3月15日-3月25日： 完成论文中所有的理论介绍部分；并开展中期报告； 3月25日- 4月5日： 给出课设中自己所用算法的流程图； 4月5日- 4月25日： 编程实现关键算法； 4月25日- 5月1日： 整理自身工作，完成核心章节的文字表述； 5月1日- 5月5日： 性能对比实验：将之前的工作与现有的经典算法做对比。要求与3种以上算法 做比较 5月5日- 5月15日： 将对比实验进行文字表述；撰写 ”总结与展望”，”致谢”等； 5月15日- 5月20日： 论文初审； 5月20日- 6月1 日： 论文修改和排版； 6月1日- 6月5 日： 论文装订和答辩PPT制作； 6月5日- 6月10日： 预答辩；