摘  要： 自適應變異粒子群算法具備了基本粒子群算法和遺傳算法優點，用此算法尋找BP網絡較好的網絡權值和閾值，使得BP網絡的全局誤差最小化，不僅可以克服基本BP算法收斂速度慢和易陷入局部極值的局限， 而且模型的精度高。仿真實驗結果表明，本算法與傳統的分類方法相比，具有更高的正確率，驗證了自適應變異粒子群算法優化BP神經網絡是一種有效的分類方法。
關鍵詞： 音樂分類；神經網絡；粒子群優化算法；交叉算子

　音頻分類識別技術是利用計算機對音頻信號進行分析，從而實現對聲音自動理解的一門學科。音頻分類識別技術己經成為信息科學中一個十分活躍的研究領域。作為一門交叉學科，它正逐步成為信息技術中人機交互的關鍵技術。音頻分類識別是一個復雜的非線性過程，本質上是一個模式識別的問題，很多研究者在這個領域做了大量的工作，但均存在需要改進之處。如基于規則的音頻分類方法難于滿足復雜的、多特征的音樂分類應用[1]；模式匹配法計算量大，分類精度低[2]；隱馬爾可夫模型（HMM）算法分類決策能力差，需要語音識別的先驗統計知識等缺陷[3]。
　人工神經網絡是一種分布式并行信息處理系統，它的自適應、自組織及自學習等特征使其特別適合于音頻識別中的分類問題，為解決音頻分類識別這樣的一個復雜的模式分類問題提供了新的途徑。眾多神經網絡中，BP神經網絡因其結構簡單、算法成熟并能精確尋優而被廣泛地應用于音頻分類識別領域。但是，由于BP算法是一種基于梯度下降的算法，因而不可避免地存在收斂速度慢、易陷入局部極小點等缺點。近年來，人們圍繞如何加速傳統BP網絡的收斂速度及盡量避免陷入局部最優解等問題做了大量的工作，并提出了許多改進方案[4-5]。
　本文借鑒了遺傳算法中的變異思想，提出了基于遺傳交叉算子的自適應變異粒子群算法，它具備了基本粒子群算法和遺傳算法優點，使粒子能夠跳出先前搜索到的局部最優解，在更大的空間中開展搜索，同時保持了種群多樣性，提高算法尋找到更優解的可能性。因此可以充分利用BP神經網絡與自適應變異粒子群算法的優點，把兩者結合起來，優勢互補，在全局搜索的同時利用梯度法加速尋優，從而能改善整個網絡的學習性能和收斂性能，最終提高整個系統的識別率。
1 BP神經網絡
　誤差反向傳播神經網絡（簡稱BP神經網絡），它是一種單向傳播的多層前向網絡，網絡中除了輸入輸出節點外，還有一層或多層的隱含層節點，且同層節點間沒有任何禍合。輸入信號從輸入層節點依次傳過各隱含層節點，然后傳到輸出層節點，每一層節點的輸出只影響下一層節點的輸出。


　經過上述計算，由父代粒子形成的超立方體中隨機產生了兩個新的位置，其中在速率的交叉處將兩個父代個體的速率之和的長度進行了規格化。因此，只有粒子的方向受到影響，數量卻不會改變。
3 自適應變異粒子群算法優化BP神經網絡
　自適應變異粒子群算法優化BP神經網絡分為BP神經網絡結構確定、自適應變異粒子群算法優化和BP神經網絡預測三部分。其中BP神經網絡結構確定部分是根據應用的輸入輸出參數個數確定BP神經網絡結構，進而確定粒子群算法個體的長度。自適應變異粒子群算法優化BP神經網絡的權值和閾值，種群中的每個個體都包含了一個網絡所有權值和閾值，個體通過適度函數計算個體適應度值，然后更新個體極值和群體極值來尋找到最優適應值對應個體。BP神經網絡預測用自適應變異粒子群算法得到的最優個體對網絡初始權值和閾值賦值，網絡經訓練后預測結果。
　自適應變異粒子群算法優化BP神經網絡算法流程如圖2所示。

4 實驗仿真與結果討論
4．1 網絡訓練與識別
　本文選取了民歌、古箏、搖滾和流行四類不同音樂，每段音樂都用倒譜法提取500組24維語音特征信號，共有2 000組語音特征信號。由于語音特征輸入信號有24維，待分類的語音信號共有4類，所以BP神經網絡的結構為24-25-4，即輸入層有24個節點，隱含層有25個節點，輸出層有4個節點。
　從語音特征信號數據中隨機選擇1 500組數據作為訓練數據用來訓練網絡。根據語音特征信號的特性并參考經典PSO參數集，本文設置算法的基本參數如下：（1）粒子規模數n=30；（2）粒子維數D=729；（3）最大速度vmax=1；（4）最大迭代次數設為100次；（5）終止條件，循環達到終止迭代次數或最優適度值連續迭代50次，計算結果差值小于0.000 5；（6）粒子群節點適應度函數使用BP算法的MSE（Mean Squared Error）定義。
　用PSO得出的最優解確定BP網絡的權值和閾值，從2 000組語音特征信號中隨機選擇1 500組數據作為訓練數據用來訓練網絡，500組數據作為測試數據用來測試網絡的分類能力。將這個分類號與輸入自帶的分類號進行比較，相等則識別正確；反之，識別錯誤。最后將識別正確的個數與所有待識別數作比值即可得到最終的識別率。
4．2 結果與分析
　用訓練好的BP神經網絡分類語音特征信號測試數據，圖3 所示是BP神經網絡分類誤差，圖4所示是預測結果。

　為了驗證自適應變異粒子群算法優化BP神經網絡基于遺傳交叉算子的改進粒子群算法優化BP神經網絡（HPSOBPNN）的有效性，同時用其他模型（GABPNN、PSOBPNN、BPNN、模式匹配法、HMM）進行了的實驗，結果如表1所示。從表1可知，HPSOBPNN分類正確率比其他模型方法有了明顯的提高。

　音頻的自動分類，尤其是語音和音樂的分類，作為提取音頻內容語義和結構的重要手段之一，其研究也日益地引起關注。本文采用倒譜系數法提取音樂特征，利用自適應變異粒子群算法優化BP神經網絡對音樂類型進行分類，與其他方法相比，其分類正確率有了明顯的提高。仿真實驗結果表明，該方法分類性能較好，具有一定的現實意義與參考價值。
參考文獻
[1] Tian Lan， Lu Xiaoshan，Bai Shuzhong． Speaker-independent speech recognition based on a fast algorithm[J]． Control and Decision， 2002，17（1）：65-68．
[2] DOWNIE T R， SILVERMAN B W． The discrete multiple wavelet transform and thresholding methods[J]． IEEE Trans on Signal Processing，1998，46（9）：2558-256．
[3] TZANETAKIS G， COOK P． Musical genre classification of audio signals[J]． IEEE Trans． on Speech and Audio Processing， 2002，10（5）：293-302．
[4] MANIEZZO V. Genetic evolution of the topology and weight distribution of neural networks[J]. IEEE Trans on Neural Networks， 1994，5（1）：39-53.
[5] HAGAN M T， MENHAJ M B. Trainning feed forward networks with the marquardt algorithm[J]. IEEE Trans on Neural Networks， 1994， 5（6）：989-993.
[6] EBERHART R C， KENNEDY J. A new optimizer using particle swarm theory[C]. Proc. of the 6th Int’1 Symp. on Micro Machine and Human Science. Nagoya， Japan：[s. n.]， 1995.
[7] CLERC M. The swarm and the queen： Towards a deterministic and adaptive particle swarm optimization [C].Proc. 1999 Congress on Evolutionary Computation. Washington， DC： [s. n.]， 1999：1951-1957.