雖然倒傳遞網路可以建構準確的分類模型，但無法發掘隱藏在分類中的「次分類」。為了改善倒傳遞網路不能產生次分類的缺點，在此提出次分類神經網路(Sub-Category Neural Network, SCNN)。為證明此一架構優於傳統的倒傳遞類神經網路（Back- Propagation Network, BPN），本文以二個人為的分類例題及一個真實的森林地表覆蓋類型(樹種)分類問題進行比較。由實驗結果歸納出下列結論：(1) SCNN的準確度與BPN相近。(2) SCNN可以將部份分類的「次分類」發掘出來。 Although the back-propagation algorithm can build accurate classification models, it can not discover the sub-categories in the data set. To solve this problem, this study proposed a novel neural network model, Sub-Category Neural Network (SCNN). To prove
