The invention discloses a clustering sampling method based on Kohonen neural network, which comprises the following specific steps: inputting data and extracting attribute features; clustering kononen neural network according to the extracted attribute features; determining the total number of samples by using relative error; giving different sample sizes according to the large category of the clustered samples and the attribute features of the large category; and After determining the sample size of each category, carry out stratified sampling within each category, allocate the corresponding weight, and obtain the final sample. The invention not only ensures that the sample points are not concentrated in a certain type of enterprise in the whole, but also can extract the enterprises that really need to be investigated. Improve the \Pareto effect\ of export enterprises and the impact of the limitations of traditional sampling methods on the sampling results; and avoid that most of the enterprises selected are enterprises with the same attribute characteristics.
【技术实现步骤摘要】
基于kohonen神经网络聚类抽样方法
本专利技术涉及神经网络
,更具体的说是涉及一种基于kohonen神经网络聚类抽样方法。
技术介绍
技术性贸易措施(简称“技贸措施”),其实来自于WTO体系中“技术性贸易壁垒(TechnicalBarrierstoTrade,TBT)”一词。技贸措施主要指的是非关税措施,而在全球化经济的不断发展下的今天,关税在国际货物中的作用日益减小,取而代之的是当前国际形势下,技术性贸易措施对国际贸易的影响与日俱增,已成为各国实现经济、政治目标的有效手段。技贸措施在具体实施的过程中,主要由技术法规、标准、合格评定程序三种手段形成外贸商品进入市场的第一道屏障。而当今中国出口企业受技术性贸易措施影响日益增大,为此我们需要对出口企业进行抽样调查,以低成本但全面的了解中国出口企业受技贸措施影响的状况。抽样调查是调查中常用的方法之一,是一种非全面的调查,它是指从研究对象的全体(总体)中抽取一部分作为样本,并对样本进行全面的调查,以此来对总体进行估计。根据抽取样本的方法来看,可以分为非概率抽样和概率抽样。本文主要针对概率抽样来研究,它依据随机原则,按照某种事先设计的程序,从总体中抽取部分单元的抽样方法。相比非概率抽样,概率抽样可以从概率意义上对误差进行控制。针对每一个具体问题,在上述基础上又可以派生出各种抽样方法,每一种抽样方法均有其利弊之处。当问题比较简单时,例如只对单一抽样框进行抽样,每一种方法得出来的结论的差异性以及样本对总体的代表性可能相差并不会太大。但是,若涉及到多个抽样框时,我们 ...
【技术保护点】
1.一种基于kohonen神经网络聚类抽样方法,其特征在于,包括如下具体步骤:利用相对误差确定样本总量;/n录入数据,并提取属性特征;/n根据提取的属性特征进行kononen神经网络聚类,得到各个样本对应的大类;/n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;/n在各个类别样本量确定之后,与城市数目成比例的分配各类中各个城市所对应的抽样权重,按照权重在各个类别的内部进行分层抽样,获取最后抽样样本。/n
【技术特征摘要】 【专利技术属性】
1.一种基于kohonen神经网络聚类抽样方法,其特征在于,包括如下具体步骤:利用相对误差确定样本总量;
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,得到各个样本对应的大类;
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,与城市数目成比例的分配各类中各个城市所对应的抽样权重,按照权重在各个类别的内部进行分层抽样,获取最后抽样样本。
2.根据权利要求1所述的一种基于kohonen神经网络聚类抽样方法,其特征在于,所述属性特征包括但不限于:出口金额数、出口国家数、出口商品种类数、所在城市。
技术研发人员:王妍,卿枫,陈云鹏,檀雷雷,胡菁,樊珑,
申请(专利权)人:中国传媒大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。