基于kohonen神经网络聚类抽样方法

摘要

本发明公开了一种基于kohonen神经网络聚类抽样方法，包括如下具体步骤：录入数据，并提取属性特征；根据提取的属性特征进行kononen神经网络聚类；利用相对误差确定样本总量；根据聚类后的样本所在的大类，以及大类的属性特征给予各类不同的样本量；在各个类别样本量确定之后，在各个类别的内部进行分层抽样，分配所对应的权重，获取最后抽样样本。本发明既保证了样本点在总体中不会出现集中于某一类企业的情况，又能将真正需要进行调查的企业抽取出来。改进出口企业存在的“帕雷托效应”、以及传统抽样方法的局限性对抽样结果的影响；并且避免大部分抽取的企业为属性特征相同的企业。