生物特征识别是利用人体的生物特征进行身份识别的技术。人体的生物特征可划分为生理特征(如指纹、面像、虹膜、掌纹等)和行为特征(如步态、声音、笔迹等)。随着信息技术的发展,准确方便的识别个人身份成为人们关注的一个热点,已列入国家“十一五”科技攻关计划。基于模式识别的原理,本文一方面在论述遗传算法和神经网络具体内容的基础上分析了遗传算法和神经网络中BP算法的不足之处,探讨了将遗传算法和BP神经网络结合的必要性与可行性,提出了一种基于遗传算法优化BP神经网络权值和阈值的心音身份识别方法,构造出了相应的心音识别模型,并完成了基于Matlab7.0实验软件平台的程序设计与开发。通过仿真计算,进一步分析了不同特征参数、背景噪声、隐含层神经元个数等因素对识别系统性能的影响。另一方面,鉴于FSR+MFCC特征参数用于神经网络识别方法的不足之处,又探讨了一种基于改进型参数的欧式距离心音身份识别方法的可行性。研究结果表明,本文采用的基于遗传算法优化神经网络权值和阈值的识别方法既能摆脱局部极小值的困扰和初始权值的限制,又有较高的识别率;提出的基于改进型参数的欧式距离识别方法,也取得了较高的识别率。可见,本文所研究的两种识别方法应用于心音身份识别中是合适的,同时也进一步说明了,心音作为鉴定人身份的一种工具是可行的,有极大的应用前景。