随着数字技术的发展和音乐资源的不断增长，用于处理音乐数据库的音乐信息检索系统受到越来越多的关注，基于流派、情感等语义层次信息的音乐检索成为当前研究的一个重要方向。音乐自动分类是实现语义层次音乐检索的基础，而当前的音乐自动分类大多是基于某些分类标准进行的，很少考虑用户的分类需求。在音乐自动分类中对音乐特征进行选择，可过滤掉无关和冗余的特征，进而提高分类器的性能。由于不同的分类标准和特征选择方法产生的特征子集不同，因此应根据实际需要选取特征选择方法和分类方法。通过对常用特征选择方法及分类方法的分析和比较，选取相关性特征子集评价方法和BP神经网络方法进行音乐流派和情感分类，构造音乐样本库。通过分析用户分类所选特征子集和音乐库中标准分类所选特征子集的关系，构造新的用户音乐分类特征子集。在分析逻辑回归模型和BP神经网络原理的基础上，设计一种可实现用户音乐分类的三层BP网络。该网络的输入为构造的用户音乐分类的新特征子集，隐含层节点数为流派和情感分类的类别总数，输入层初始权重为对音乐样本库进行流派和情感分类所得逻辑回归模型的特征权重。该网络架构将音乐库已有的客观分类标准和用户的主观分类标准结合起来实现用户音乐分类。实验表明所设计的三层BP网络分类方法在实现基于音乐样本库的用户音乐分类中是可行的，有效的。