竞争型神经网络在土壤分类中的应用

该文首先利用神经网络对数据进行离散化处理，然后在竞争型神经网络中引入阈值学习，提出了基于属性决策和竞争型神经网络的聚类方法，解决了该类网络在训练过程中遇到‘‘死”点时训练误差偏大的问题，最后把本文提出的算法应用到对河南省抽取的土壤样本的聚类分析，并取得了较好的聚类效果。