基于SOM神经网络的居民消费水平分析*
贾花萍
渭南师范学院 计算机学院 陕西 渭南 714099
摘 要 针对我国31个省份居民的消费水平，采用Som神经网络进行分析，根据居民消费的八项指标，对其进行聚类分析。结果表明，西藏由于地处偏远居民消费水平偏低，独立成为一类，而广东为发达地区，结果也显示为单独一类。
关键词 Som神经网络；居民消费；分析
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度[1]。它主要通过消费的物质产品和劳务的数量和质量来反映。丁欣等提出基于动态隶属度的模糊时间序列预测我国居民消费水平，实现我国未来三年居民消费水平的预测[2]。杨浩然等提出采用灰色关联分析方法对安徽省居民消费水平进行研究[3]。彭振江对我国居民收入水平消费结构进行分析[4]；杭霞丽以我国农村居民消费行为作为研究对象,采用扩展线性支出系统模型(ELES),对居民消费结构进行计量经济分析[5]。宁自军采用因子分析模型对浙江城镇居民消费结构变动进行了实证分析[6]。本文利用居民消费的8项指标，对居民消费水平采用神经网络的方法进行聚类分析。
功率谱二次处理是在信号功率谱的基础上进行傅里叶变换.故在此先考虑信号的自相关函数，分析信号功率谱.经过强干扰抵消和下变频处理后，接收信号的自相关函数为
1 网络结构
SOM神经网络结构由三层构成：输入层每个神经元通过权值向量与输出层的每一个神经元全互联。在输出层上，神经元在竞争后，获胜的神经元及其周围区域内的神经元都得到不同程度的兴奋，而在此区域外得到抑制，对于更远的神经元有较弱的激励作用。当外界输入不同样本时，一开始由输入样本所引起的兴奋神经元位置各不相同，但是自组织后会形成一个特定的神经组，分别代表了输入样本及其特征。SOM网络通过以上竞争方式，最终将样本进行分类。
2 居民消费的神经网络分析
2.1 指标的选取
选取城镇居民每人全年消费性支出的8项主要指标数据，分别是：x 1：食品，x 2：衣着，x 3：家庭设备用品及服务，
医疗保健，x 5：交通与通信，x 6：娱乐教育文化服务，
居住，x 8：杂项商品和服务。
2.2 数据来源及预处理
数据来源于文献[7]，列出了我国31个省、市、自治区的城镇居民家庭平均每人全年消费性支出的8个主要指标的数据. 首先，利用最小值，最大值方法进行归一化，
为当前省份第i个指标数据，x min为第i个指标数据最小值，x max为第i个指标数据最大值。训练步数影响SOM网络性能，因此要选取合适的步数。需要利用函数newsom创建一个SOM网络。利用train函数进行训练，sim函数进行仿真，得到聚类结果。
3 结果及分析
表2 消费水平分析结果
由于西藏处于我国西部偏僻地区，气候恶劣，经济不发达，人口生活质量偏低，所以结果显示西藏单独成为一类，而广东地处我国发达地区，结果显示为单独一类。
工匠精神是对心中目标的不懈追求，目标是方向，是动力。因为有目标才能不断努力，锲而不舍。因为有目标才知道未来的路如何走，才不至于迷茫。所以，目标是工匠精神之魂。现代科技发展日新月异，学生所学专业也在不断进步。培养新时代的工匠，教师要引导学生认清专业发展方向，让专业与现代科技相结合，在学习专业的同时要把握好专业的发展方向，为学生树立专业发展的目标。
参考文献
[1] 催玲军. 影响我国城镇居民消费水平多因素分析[D].成都：西南财经大学,2007.
[2] 丁欣,谢祥俊,赵春兰,等.基于动态隶属度的模糊时间序列 在我国居民消费水平预测上的应用[J].模糊系统与数学,2019,33(1)：164-174.
[3] 杨浩然.基于灰色关联分析的安徽省居民消费水平影响因素研究[J].佳木斯职业学院学报,2018,(12)：438-439.
[4] 彭振江.基于我国农村居民收入水平的消费结构分析[J].中南财经政法大学学报,2006,(1)：23-28.
[5] 杭霞丽. 中国农村居民消费结构的ELES分析[J]. 安徽农学通报,2007,(02)：47-48.
[6] 宁自军. 因子分析在居民消费结构的变动分析中的应用[J]. 数理统计与管理,2004,(01)：11-14.
[7] 岳素清.SOM神经网络的研究及在水文分区中的应用[D].南京：河海大学,2006.
Neural network analysis of residents’ consumption level
Jia Hua-ping
Computer College, Weinan Normal University, Shanxi Weinan 714000
Abstract in the 31 provinces of our country dweller consumption are classified using SOM neural network, according to the eight indicators of household consumption, cluster analysis was performed on the. The results show that, Tibet because of the remoteness of the residents consumption level is low, become a separate class, and Guangdong to developed areas, the results also show a single class.
Keywords SOM neural network; consumption; analysis
*[基金项目] 本文受教育部2018年第二批产学合作育人项目（201802106074）、渭南市科技创新扶持资金和科研项目 (2016KYS-3-3）、渭南市2019年度科技项目重点研发计划项目（ZDYF-JCYJ-19_zsg）、渭南师范学院教改项目（JG201734）、渭南师范学院院级项目(18YKS16，18YKS13)、渭南师范学院电子信息（计算机技术）硕士学位点建设项目（18TSXK06）资助。