该课题得到国家自然科学基金项目(项目批准号:10274047)资助.动物鸣声是动物的一种很重要的生物行为,动物的声信号包含着很重要的、丰富的生物含义,其中最为重要的一点就是动物的声行为具有种的特异性,利用动物鸣声来进行分类已是动物系统分类学研究的热点.利用动物鸣声来进行分类在国内仅出现在鸟类和昆虫,哺乳动物利用鸣声分类基本未见.传统的鸣声分类时一般依据不同种动物鸣声信号在时域波形上的波形结构和脉冲率等的不同,功率谱上相对幅度最大所对应的频率即主频的不同来进行分类.传统鼠类的分类首先从外观上区分,如区分不开就需要进行解剖,根据其头盖骨来分类,这样的分类非常复杂而且需要专业人员.人工神经网络网络作为一门新兴的学科,从产生至今已经取得了长足的发展,被广泛深入地应用于模式识别、优化问题、图形图像处理、信号处理、自动控制、预测等等众多的领域,为这些领域相关问题的解决提供了新的有效的手段.该文我们采用人工神经网络的方法根据鸣声对不同种属的鼠类鸣声进行分析研究,有助于鼠类的分类简单化、自动化,且该分类方法分类速度快、准确率高.在国外,人工神经网络被广泛的应用到依据动物鸣声对同种动物不同个体的和同类不同种群的动物的分类的研究;而在国内,这个领域的研究基本处于空白.