時間：2023-03-22 17:42:39
序論：在您撰寫聚類分析論文時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
1．1環境友好型社會概念目前學術界對于環境友好型社會的定義尚未統一，論文根據簡新華的研究，認為環境友好型社會是指人們在生產和生活的各種活動中盡量減少廢物排放，有效防止環境污染，不斷保護和優化自然生態環境的社會，也就是人與環境和諧的社會，及人類保護改善優化環境、環境能夠支撐人類社會經濟可持續發展的社會。
1．2評價指標體系在借鑒簡新華的綜合評價指標體系基礎上，并遵循評價指標體系構建的科學性、客觀性、可比性、層次性和可操作性等五個原則和參考以往學者對相關具體指標的選擇，文中從影響區域環境影響總量、環境影響發展和環境保護潛力等3方面，構建了環境友好型社會綜合評價指標體系。
1．3數據來源與處理文中的數據資料，來自于2011年《中國統計年鑒》、2011年《中國城市統計年鑒》、2011年《中國城市競爭力年鑒》、2011年《中國城市能源統計年鑒》等，部分數據是整理計算后得出的結果。
1．4評價方法文中首先采用因子分析法，對我國31省級行政區域的環境友好型社會水平進行綜合評價。因子分析在SPSS17．0軟件環境下進行。其次，在因子分析的結果基礎上，對各省市區域的環境友好型社會發展狀況進行聚類分析。采用HierarchicalCluster的聚類方法，運用離差平方和法(Ward＇smethod)計算類與類之間距離，選擇歐式距離的平方(SquaredEuclideanDistance)進行聚類，最終得出聚類分析結果，并用Arc-GIS9．2軟件呈現空間差異。
2結果與分析
2．1因子分析通過對評價對象的3個二級指標下的23個三級指標進行環境友好型社會程度綜合評價。
2．2聚類分析與空間分異在因子分析基礎上，進行樣本聚類分析，并利用ArcGIS9．2軟件顯示量化分類結果的空間分異特征。聚類方法選擇Ward法，距離測試采用歐氏距離平方法，利用SPSS的系統聚類法進行聚類分析。根據聚類結果，可以將31個省市區域劃分為3－8類如果劃分太少的類別(如分為3類或4類)，則無法考察類別之間的具體差異，如果選擇較細的類別劃分(如分為7類或8類)，則某一類別中含有的省份過少，更多地表達了特殊性。為了體現類型之間的差異性，又保證不同類型包含省份的均勻性，本課題將31個省份分為5類，并用ArcGIS9．2軟件分析得出空間差異
3討論
(1)為了解決環境友好型評價指標體系缺乏針對性的問題，文中在環境友好型社會概念基礎上，從環境影響總量、環境影響發展和環境保護潛力等三個方面，提出了由23個既相互聯系又相互獨立并能進行量化的指標構成的環境友好型社會綜合測度指標體系。通過采用2011年度中國統計年鑒和各行業和能源產業統計年鑒數據基礎上，對中國31個省級行政區的環境友好型社會發展狀況進行了綜合評價和聚類分析，研究結果與當前中國環境生態質量的現狀有較好的一致性，這也說明了該指標體系具有一定科學性和完備性。
(2)盡管文中的研究為我們客觀評價環境友好型社會提供了一種思路并具有一定的可操作性，但在選擇環境影響總量、環境影響發展和環境潛力等具體指標時，大多是建立在數據的可獲得性和以往的研究文獻基礎上，仍存在一定的主觀性。并且所選用的統計分析方法也可以是多種多樣的，也不僅僅是文中所提到的主成分因子分析法，還可以是諸如物元法、模糊評價法、神經網絡法和層次分析法等，不同的分析方法勢必會有不同的優點和不足之處，這需要后續學者做進一步探索。另外，從評價對象上看，文中選用的是省級空間分布尺度，這種尺度分類仍較為粗略，未來的研究可以進一步深化，比如縣域等。
(3)從研究結果看，中國31個省級行政區的環境友好型社會發展狀況可以劃分為五類;在空間分布上，環境友好型社會程度相對較高的省份大多位于東部沿海地區和西部國界線附近的不發達地區，而環境友好型社會程度相對較弱的省份大多位于京津唐冀和晉等省份和地區，這一研究結果與張墨寧的調查結果相一致。造成這種現象的原因，或許與中國所處的發展階段、區域主導產業結構和在很大程度上繼續沿用以往粗放型經濟發展模式有關，并值得相關政府決策部門的重視。
4結論
對于股票投資來說，一定要關注股票上市公司的基本盈利狀況以及該公司未來的發展狀況。在投資時，這兩大因素必須進行思考衡量，因為這兩大因素是衡量一個上市公司有沒有投資價值最基本的條件。因此，要在投資前計算出該股票每股的收益、該公司凈資產收益率以及主營收入增長率。
1.盈利能力指標。總資產利潤率=凈利潤/平均資產總額，這體現出公司整體的獲利能力。凈資產利潤率=凈利潤/平均凈資產，這個關系可以直接體現出股東投資的回報。主營業務收益率=主營業務利潤/主營業務收入，主營業務是上市公司利潤的來源，主營業務的收益越大，公司在市場中的競爭優勢就越明顯。每股收益=凈利潤/期末總股本，每股的收益越高，反應出每股獲利的能力越強。
2.成長能力指標。主營業務收益增長率=本期主營業務收入/上期主營業務收入-1，這體現出上市公司重點項目的成長力。凈資產利潤率=本期凈利潤/上期凈利潤-1，上市公司給員工的薪酬都是根據凈利潤決定的。
二、聚類分析的投資方法應用實例
聚類分析方法隸屬多元統計分析方法之中，與多元統計分析法和回歸分析法并稱為三大應用方法。聚類分析法一定要建立在某個優化意義基礎之上，如果將聚類分析方和常規的分析法相比較的話，會發現聚類分析法有很大的優勢，第一是使用聚類分析法可以對數據中的多個變量進行樣本分析，然后將其分類整理；第二是通過使用聚類分析法所得出的數據非常直觀明了，通過觀察聚類譜系圖投資者就能夠清楚地分析出數據顯示的結果；第三是如果將聚類統計法所得出來的數據結果與普通方法計算出來的結果進行對比，不難發現聚類分析法的對比結果更加細致、科學、全面，接下來通過兩個應用的實例進行說明。
1.原始數據標準化。為了解決原始數據量綱和數量級差異帶來的影響，更好的對聚類分析和判別進行分析，可以采用指標標準化的處理方法。
2.逆指標正向化處理。流通股本是逆指標，對其絕對值取倒數可以得出。
三、將聚類分析法應用到金融投資上的意義
將聚類分析法應用于金融投資上，不但可以顯示出有效、科學、全面的數據更能幫助彌補金融投資投資時所出現的不足。
第一，聚類分析法建立在基礎分析之上，對投資股票從一些基本層面進行量化分析，進而對股票價格影響因素定性進行補充并完善了原有的基礎分析。聚類分析法作為長期的理性投資參考依據，是為了發掘股票投資的真實價值，避免由于市場過熱導致資產估值不公允。
第二，在建立投資評價模型的時候，可以運用聚類分析法對公司和股票投資價值之間的聯系進行分析。公司的成長是一個在哥登模型中，在一個變化的趨勢內進行。不變的股息增長率對實際情況并不符合，在采用多階增長模型的時候，想要得到不同階段的股息增長率是很困難的。所以，對股票的成長進行分析得時候，可以選取凈利潤率等客觀的數據做參考，這樣可以估算出股票的發展潛力。
第三，通過對聚類分析法和現資組合理論的比較可以得出，聚類分析法比現資組合理論更具有直觀性和實用性，并且在實際生活中的局限小。該方法主要著眼于實際數據的相似性和其延生的規律性，較投資學中一些以預測和假定前提較多的模型而言更具有現實意義，也更加貼近當前市場情況的現實。另外，聚類分析法的操作性強，在實際應用過程中有一定的優越性，更加適合投資者使用。
第四，聚類分析法作為長期投資的理念，隨著我國金融行業的不斷發展，逐漸被更多的投資人采用。理性的運用聚類分析法這種投資方法，不但可以使投資者的投資風險降到最低，還可以規范其他投行的投資行為，促使發行股票的企業可以本著經營業績和長期的成長模式進行投資，在一定程度上可以有效規避道德風險和投機行為，保證金融市場的穩定性和規范性，保護散戶和弱勢群體的經濟利益，進而繁榮整個股票、證劵市場，使我國的經濟更繁榮。
四、結論
近年來，全國大學生數學建模競賽迅速發展，為國家培養了大批應用型人才。但由于各地區教育水平不同、相關部門對競賽的重視程度不同，導致各地區組織學生參加大學數學建模競賽的規模不同，在該項賽事中取得的成績差異比較顯著。2013年全國大學生數學建模競賽評選出的獎項有:賽區優秀組織工作獎9個，本科組高教社杯獎1個，專科高教社杯獎1個，本科組MATLAB創新獎1個，專科組MATLAB創新獎1個，本科組IBMSPSS創新獎1個，專科組IBMSPSS創新獎1個，本科組一等獎共273名，本科組二等獎共1292名，專科組一等獎共44名，專科組二等獎共211名［1］，但成績相對于參賽區分布不太均勻。分析各地區在2013年全國大學生數學建模競賽中取得的成績，明確各地區數學建模發展狀況的差異和特點，將有利于相關部門從宏觀上了解我國大學生數學建模競賽的整體發展現狀，分類制定相關政策［2－3］，從而充分發揮數學建模的重要作用。
1建立綜合評價指標體系
全國大學生數學建模競賽現狀的一個重要方面就是全國大學生數學建模競賽獲獎情況。依據全國大學生數學建模競賽設置的獎項，遵循可比性原則，參考文獻［4－5］，選取x1－x7共七項評價指標，具體如下:x1:本科組高教社杯、MATLAB創新獎和IBMSPSS創新獎獲獎情況;x2:本科組一等獎獲獎數;x3:本科組二等獎獲獎數;x4:專科組高教社杯、MATLAB創新獎和IBMSPSS創新獎獲獎情況;x5:專科組一等獎獲獎數;x6:專科組二等獎獲獎數;x7:年度競賽優秀組織工作獎獲得情況。說明:鑒于本科組與專科組的高教社杯、MAT-LAB創新獎和IBMSPSS創新獎三類獎項每年只有一個隊獲獎，且基本不可重復獲得(參見歷年大學生數學建模競賽獲獎名單)故將其合并作為一類。
2數據資料依據
2013年全國大學生數學建模競賽獲獎名單，按指標對各個賽區的獲獎情況統計如表1所示。
3R型聚類分析定性分析
七項指標之間的相關性。編寫MAT-LAB程序如下:＞＞clc，clear＞＞symxy;＞＞x=xlsread(‘shuju．xls’);%將上表中的數據保存到MATLAB中WORK文件夾excel文件shu-ju．xls中，并將其賦于x＞＞y=corr(x)%輸出七項指標間的相關系數矩陣(如表2所示)＞＞d=pdist(y，’correlation’);%計算相關系數導出的距離＞＞z=linkage(d，’average’);%按類平均法聚類＞＞h=dendrogram(z);%畫聚類圖(如圖1所示)＞＞T=cluster(z，’maxclust'，5);%把變量劃分為5類＞＞fori=1:5tm=find(T==i);tm=reshape(tm，1，length(tm));＞＞fprintf(’第%d類的有%s\n’，i，int2str(tm));＞＞end程序輸出:第1類的有4;第2類的有56;第3類的有7;第4類的有23;第5類的有1。即:若將指標分為5類，則指標1、4、7各為一類，指標2、3為一類，指標4、5為一類。
4Q型聚類分析
4.1選取5個指標的分類從R型聚類分析分出的5類指標中各選一個，即選取5個指標體系，對33個參賽地區進行聚類分析。首先對變量數據進行標準化處理，采用歐氏距離度量樣本間相似性，選用類平均法計算類間距離。在MATLAB命令窗口輸入下列程序:＞＞symsxy;＞＞x=xlsread(’shuju．xls’);%將上表中的數據保存到MATLAB中WORK文件夾excel文件shu-ju．xls中，并將其賦于x＞＞x(:，［3，5］)=［］;%刪除數據矩陣的3，5兩列，即使用變量1，2，4，6，7＞＞x=zscore(x);%將數據標準化＞＞s=pdist(x);%每一行是一個對象，求對象間的歐式距離＞＞z=linkage(s，’average’);%按類平均法聚類＞＞h=dendrogram(z);%畫聚類圖(如圖2所示)＞＞T=cluster(z，’maxclust’，3);%把樣本點劃分成3類＞＞fori=1:3;tm=find(T==i);%求i類的對象tm=reshape(tm，1，length(tm));%變成行向量＞＞fprintf(’第%d類的有%s\n’，i，int2str(tm));%現實分類結果＞＞end程序輸出:第1類的有11318第2類的有2345678910111216171920212224252627282930313233第3類的有141523即:第一類:北京，福建，湖南;第三類:江西，山東，四川;第二類:其它地區。
4.2選取7個指標的分類考慮到指標2與指標3，指標5與指標6具有一定的獨立性，若七個指標體系全部取用，將33個地區分為4類，程序輸入如下:＞＞symsxy;＞＞x=xlsread(’shuju．xls’);＞＞s=pdist(x);＞＞z=linkage(s，’average’);＞＞h=dendrogram(z);%畫聚類圖(如圖3所示)＞＞T=cluster(z，’maxclust’，4);＞＞fori=1:4tm=find(T==i);tm=reshape(tm，1，length(tm));＞＞fprintf(’第%d類的有%s\n’，i，int2str(tm));＞＞end程序輸出:第1類的有116第2類的有6710151927第3類的有23489111213141718202223242528第4類的有521262930313233即:第一類:北京，河南;第二類:遼寧，吉林，江蘇，山東，廣東，陜西;第四類:內蒙古，海南，，青海，寧夏，新疆，香港，澳門。4.3選取本科層次指標的分類只考慮本科層次取得的成績，即選用指標1，2，3，對33個參賽地區進行聚類分析，從而明確掌握其本科階段的差異，則有:輸入程序:＞＞symsxy;＞＞x=xlsread(’shuju．xls’);＞＞x(:，［4，5，6，7］)=［］;＞＞x=zscore(x);＞＞s=pdist(x);＞＞z=linkage(s，’average’);＞＞h=dendrogram(z);%畫聚類圖(如圖4所示)＞＞T=cluster(z，’maxclust’，3);＞＞fori=1:3;tm=find(T==i);tm=reshape(tm，1，length(tm));＞＞fprintf(’第%d類的有%s\n’，i，int2str(tm));＞＞end程序輸出:第1類的有11318第2類的有101115161719222327第3類的有2345678912142021242526282930313233即:第一類:北京，福建，湖南;第二類:江蘇，浙江，山東，河南，湖北，廣東，重慶，四川，陜西;第三類:其它地區。4.4選取專科層次指標的分類只考慮專科層次取得的成績，即選用指標4，5，6，對33個參賽地區進行聚類分析，從而明確掌握其專科階段的差異，則有:輸入程序:＞＞symsxy;＞＞x=xlsread(’shuju．xls’);＞＞x(:，［1:3，7］)=［］;＞＞x=zscore(x);＞＞s=pdist(x);＞＞z=linkage(s，’average’);%畫聚類圖(如圖5所示)＞＞h=dendrogram(z);＞＞T=cluster(z，’maxclust'，4);＞＞fori=1:4;tm=find(T==i);tm=reshape(tm，1，length(tm));＞＞fprintf(’第%d類的有%s\n’，i，int2str(tm));＞＞end程序輸出:第1類的有14第2類的有1523第3類的有41927第4類的有1235678910111213161718202122242526282930313233即:第一類:江西;第二類:山東，四川;第三類:山西，廣東，陜西;第四類:其余各地區。
5結束語
國家統計局在其《中國信息能力報告》中，設計了一套評價我國信息化水平的指標：指標體系共分4級，有25個指標：①信息技術和信息設備應用能力：a.每千人擁有PC數；b.每千人擁有傳真機數；c.每百人擁有電話數；d.每千人擁有電視機數；e.每千人擁有收音機數；f.每萬人接入因特網用戶；g.每百萬人互聯網上網主機數；h.每平方公里光纜長度；i.每百家企事業單位上網數；j.基礎信息產業產值占GDP比重。②信息資源及開發利用能力：a.每戶打國際電話時間；b.每百人期刊發行量；c.每日信息量；d.網絡用戶平均上網時間；e.每萬人Web站點數。③人口素質：a.每萬人平均科學家和工程師數；b.第三產業從業人數占就業總人口比重；c.大學入學率；d.每十萬人在校學生數；e.計算機專家和工程師數。④國家對信息產業發展的支撐：a.信息產業產值占GDP比重；b.研究開發(R&G)支出占GDP比重；c.每主線電信投資；d.人均GNP；e.教育投入。
鑒于遵循數據的客觀性和代表性，以及易得性，本文采取以下指標：每千人工業增加值x1；每千人電信業務量x2；每千人移動通信交換機容量x3；移動電話普及率x4；電話普及率x5；廣播綜合人口覆蓋率x6；電視綜合人口覆蓋率x7；有線電視普及率x8；每十戶寬帶上網用占有戶數x9；R&D經費支出占GDP比重x10；每十人從事科技活動人員總數占有的人數x11；每十人在校大學生人數占有的人數x12；每千人專利授權數占有數x13。其中缺省值用平均值代替或者臨近年數內值代替。由于篇幅有限，指標數據省略。
2、因子分析
因子分析法是能夠實現數據簡化目的的有效方法之一。其基本思想是根據相關性大小把變量分組，使得同組內的變量之間相關性較高，使不同組的變量相關性較低，每組變量代表一個基本結構，這個基本結構稱為公共因子。運用因子分析法，借助EXCEL多元統分析，對已得的指標數據進行分析處理，在處理過程中選取方差貢獻比率為0.80。
按照方差貢獻比率大于80%，應提取前四個因子，它們所解釋的方差占總方差的84.58%，這四個因子就可以解釋原始數據的大部分信息了。
分析結果中可以得到每個城市的四個因子得分情況F1，F2，F3和F4。最后，對28個城市的信息化水平進行綜合評價并排序。以旋轉后四個因子的方差貢獻率為權數計算綜合得分，計算公式為：F=0.5923F1+0.09957F2+0.0804F3+0.0736F4，最終可以得到所有城市的綜合得分排名。
由于變量指標取值的同向性，得分越高代表信息化水平越高。排名依次為：北京，天津、廣東、浙江、江蘇、湖南、福建等等。
3、聚類分析
聚類分析是統計學中研究“物以類聚”問題的多元統計分析方法，在統計分析的應用領域已經得到了極為廣泛的應用。其思路為：首先每個數據對象自成一類，并且計算各個類之間的“距離”或者相似性。然后每次將最相似的兩類合并，合并后重新計算新類與其他各個類之間的距離或相似度。這一“凝聚”的過程一直繼續直到所有對象都歸為一類為止。利用各城市的因子得分，還可對28個城市進行分類，得分值相近的城市被認為具有較相似的屬性。
4、結果分析
由所得到的聚類圖可以看出，全國信息化水平基本上可以分為五類，北京，山西各成一類，從上面的綜合水平排名可以看出，北京信息化水平處于全國領先地位，這首先歸功于北京的地理位置和政治人文環境，其次結合因子得分矩陣，北京在因子1上的得分最高，而根據因子載荷矩陣可以看出，因子1在13個變量指標上的載荷系數都比較大，證明北京在城市信息化的各個方面都比較出色。山西的信息化綜合水平排名第10，屬于中等偏上的水平，在因子4上的得分較高，因子4在變量指標x1，x2上的載荷量較大，這正好符合山西是個煤礦大省的特征，通信電信比較發達繁榮。天津、廣東、江蘇、福建、浙江歸為一類，這幾個城市都是發達城市，信息化水平偏高，在每個指標上得分都比較平均。而河北、黑龍江、河南、江西、遼寧、吉林、湖北、湖南、安徽、山東、四川、海南、重慶可以歸為一類，這幾個城市由于地理環境、產業結構、人口眾多等因素使得信息化水平中等偏下。最后一類，信息化水平偏下的一類包括：內蒙古、甘肅、青海、寧夏、廣西、云南、和陜西，信息化水平底下源于經濟發展水平不高、對于信息化認識薄弱以及對信息產業的投入不夠。
5、政策建議
雖然我國信息化應用工作已取得了較大的成績，但在發展的過程中還存在著一些問題和不足使信息化帶動經濟發展的優勢難以更好地發揮與國外發達國家相比還有很大差距，就是同亞洲一些發展中國家(或地區)比較也存在不小的距離。當前，經濟全球化、我國加入世界貿易組織和世界信息產業的新發展，都對我國信息化應用發展提出了新的要求，因此，我們應認真分析中國信息化水平現狀，分析與國外信息化發展的差距，有效地針對問題和不足進行改進，正確地規劃未來發展方向和應采取的對策。
對策和建議主要有：(1)加快有關信息化法律、法規的制定，確保應用中的可靠性和安全性(2)降低成本，普及大眾。(3)加強信息化知識普及與培訓力度。(4)加大國家對信息化投資力度縮小地區間差距。(5)加強信息資源建設，提高信息化服務質量與水平。(6)建立信息化數據采集系統和評價監測體系。
另外，由上文的分析，信息化水平測度的數據很不全面，在每個地區城市的報告中尚未包括有些信息化水平測度指標，比如說信息產業增加值占地區生產值的比重。完整的數據不僅可以幫助很好的測度信息化水平，同時可以鞭策及時發現問題，提出相應的解決辦法，這對于提高信息化水平是必要的途徑。
參考文獻：
[1]張海永.基于因子分析和聚類分析的江蘇省13個城市社會發展水平研究.西南民族大學學報·自然科學版，2007，(2).
[2]陳小磊，鄭建明，萬里鵬.信息化水平測度指標體系理論研究述評.圖書情報知識，2006，(9).
[3]盧紋岱.SPSSforWindows統計分析.電子工業出版社(第三版)，2006.480-483.
1.1城郊農戶此種類型的農戶主要是對其生活、農業種植、畜禽養殖、鄉村旅游進行污染區分。①污染源區分：農家樂是目前鄉村旅游的重要形式，其污染源包括污水、人類尿便等，鄉村旅游污染和旅游人數之間有著直接的關系。所以，這一類污染的產污單元可以看做是每一位鄉村游客。②污染強度的劃分：生活污水（包括垃圾、人類尿）排放強度=每戶游客污水日排放量/每戶游客數。
1.2種養結合戶此種類型農戶的污染源劃分主要是根據農戶種植污染、畜禽養殖污染、農戶生活污染等進行劃分。其中，畜禽養殖污染源的劃分同典型養殖戶；農戶生活、農戶農業種植污染源識別同典型種植戶。
2農村環境污染物排放的核算
2.1農村環境污染物具體排放量的計算研究得知，各污染源污染實物的排放量多少是和流失系數、產污系數等密切相關的。而農村環境污染具有極其明顯的地域性，所以我們計算中需要的參數值必須通過對某一地區內各種相關聯的因素進行測定和綜合分析才能得出。目前，得出這些參數的方法一般有兩種，一是通過特定地區的污染發生學實驗研究來得出，二是通過相關的文獻進行篩選、調研。
2.2農村環境污染敏感性的調研這里提到的敏感性主要是指調研區域地表水環境對農村各種社會經濟活動的反應的敏感程度。可以反映產生地表水水體富營養化的概率的大小，敏感性分為5級，即不敏感、輕度敏感、中度敏感、高度敏感、極敏感。根據相關的調查，對農村環境污染的敏感性評價可以采用污染物（COD、TN、TP）的排放濃度結合水質評價模型進行評定。具體可有以下3種方法。①單向水質指數法。在確定各基本單元的基本指數后，用污染物（COD、TN、TP）的水質指數作為變量，進行全面的聚類分析，然后根據分析結果，劃分敏感級別。②加權指數法。運用加權指數法可以反映出污染物（COD、TN、TP）在不同地區對環境污染的影響。首先要確定影響農村環境污染敏感性發熱污染物（COD、TN、TP）的排放濃度，然后再依據加權指數法計算出各基本敏感單元的敏感性數值。③內梅羅綜合指數法。如果單項水質指數的數值變化很大，為了更加有效的突出各個高值的影響，就可以采用內梅羅平均值法。同樣，在確定了各基本單元的內梅羅指數后，以其指數為變量。進行綜合的聚類分析，然后根據分析結果劃分敏感性等級。
3污染程度的區分
首先確定環境污染中的主要污染物、總污染負荷，然后與區域相結合確定重點污染區域，進而確定其污染程度。
3.1水質系數和排放濃度要想全面的反映出區域污染的狀況，要從排污總量和排污濃度兩方面上來進行考慮，水質系數反映評價標準和污染物濃度之間的關系，其中：污染物水質指數=該污染物排放濃度/該地環境質量標準
3.2聚類分析進行聚類分析要運用SPSS軟件，采用Q型聚類，通過對農村環境污染源等標污染的負荷率進行綜合的聚類分析，然后來區分不同區域的主要污染類型，比如種植污染型、養殖污染型、綜合污染型、生活污染型等。
4結語
系統主要實現軟件的模塊話設計，包括反射率數據分析模塊、速度分析模塊、天線運行穩定性分析模塊以及雷達組網數據分析模塊。
1.1反射率分析模塊
反射率的大小體現了氣象目標的降水粒子的密度分布及體積大小，在實際氣象技術中長期用于表示氣象目標的強度，在工作上采用dBZ單位表示。對于空管氣象雷達圖，數據顯示采用PPI(PlanPositionImage)顯示方式。該方式決定了一張氣象雷達圖由圓錐俯視平面上分析空間的回波構成。在設計上簡單介紹其設計流程，首先必須讀取原始數據，并判斷是否首次讀取，若為首次讀取則對其進行預處理，否則進行坐標轉換；其次進行圖像繪制并判斷是否需要改變仰角。此處需要關注的關鍵是如何進行數據的預處理。在實現上，對接收的數據進行反射率信息結構體賦值。當然該結構體包括了記錄實際仰角角度、數據文件路徑存儲、雷達波段判斷以及相關數據的偏移。通過掃描上述結構體可以實現對雷達數據的預處理。
1.2速度分析模塊
多普勒雷達采用了速度退化模糊技術以擴大其對徑向風速測量不模糊的區間。結構設計主要考慮數據顯示的徑向方式，流程設計則與反射模塊類似。當然在界面設計上，系統將提供對顏色配置的定義，使其人機交互更為快捷。
1.3天線穩定性分析模塊
天線是雷達數據采集的關鍵部位，長期以來是影響雷達運行的主要關鍵點之一。其依賴于底下的電機進行旋轉，目前大多數進口電機可以保證24小時安全運行。而運行時仰角提升和轉速的平穩性直接影響雷達數據的采集。為此，我們通過在徑向數據上采用方位角及仰角進行掃描實現曲線圖監控。通過選擇基數據再進行預處理后繪制相關曲線實現對天線運行狀態的評估。其中，曲線圖的繪制需要的參數為：縱坐標為氣象雷達實際運行的每層仰角均值；橫坐標為范圍角：0-360°。
1.4雷達組網分析模塊
按照民航局的總體規劃，未來空管將實現多氣象雷達覆蓋，在這過程，多個氣象雷達的組網將成為氣象雷達數據的主要來源。這種模式將使得數據覆蓋面更大、數據安全性更高、數據準確性更強。而與此同時帶來了雷達數據融合組網的技術難點。設計上，首先模塊將定義雷達站點配置信息，并與此同時提供組網雷達可選數據；其次對選擇雷達數據進行數據預處理；再之則對雷達數據進行統計平均并做坐標轉換；最后進行拼圖處理。在這過程中，需要對雷達數據的強度進行自適應調整、顯示范圍自適應調整。與上述同理，系統核心在于預處理。在C#中定義List數據列表，并在定義其結構為[站點標示][距離][方位角]，對于數據讀取時，需要進行插值算法處理，此時的單時數據拼接分析可以實現不同仰角和方位角的篩選。為了控制系統數據的準確性可以在前端定義雷達數據方位角表，根據表進行映射處理。通常如若出現非連續數據可以在預處理上對其進行差值補償。在C#上可以采用反差圓補償方法。
2．結束語
1．芭蕾是一種形式感很強的舞臺表演藝術
芭蕾是一種形式感很強的舞臺表演藝術。即使不特別熟悉這一藝術樣式的觀眾，也知道它是“足尖上的舞蹈”，知道它那挺拔、修長的“Arabesque”，知道它那“天鵝般”靜穆與典雅的舞風。事實上，“形式感”很強的芭蕾，積淀的是包括基督精神、哥特式審美和紳士風度等在內的西方文化精神。根據文化傳播學的原理，某一文化形態在播遷異域后，反倒比其原生地的母體更固守形態的原發性和純粹性。盡管芭蕾的形式在中國大眾的接受境遇中已與原有的文化精神相剝離，但要在這種抽象的幾何形態中注人中國文化精神也并非易事。更何況“大紅燈籠”所面對的是《妻妾成群》這樣的文化舊俗和社會陋習。張藝謀高掛芭蕾“大紅燈籠”的初衷，可能是燈籠的象征、京劇的意味以及傳統中國的文化色彩，但他不能不首先對原著的敘述焦點及焦點人物作顛覆性的處理，否則他將被芭蕾的“形式感”所顛覆。非常看重“形式”在藝術表現中的重要作用的張藝謀，不可能置芭蕾藝術的“形式感”不顧而為所欲為。
2．按照舞劇敘述的特性升華原著的主題
據稱芭蕾舞劇《大紅燈籠高高掛》改編自張藝謀的同名電影，但張藝謀的電影則是改編自蘇童不同名的小說《妻妾成群》。我并不認為張藝謀電影的選材是迎合西方世界期待的中國“民族性”，從小說《妻妾成群》更名為電影《大紅燈籠高高掛》來看，毋寧說是張藝謀更看重選材中“鏡頭語言”的藝術張力及其文化內涵。將《妻妾成群》的直描隱匿在“大紅燈籠”的暗喻之后，是電影敘述中“鏡頭語言”的特性所決定的；電影無需改變原著的敘述焦點和焦點人物，因為在“大紅燈籠”高掛的鏡頭下，仍然是老爺的眠花宿柳和妻妾的爭風吃醋。但顯然，芭蕾“形式感”所決定的“舞劇敘述”拒絕老爺成為“男首席”。這一方面是由于芭蕾“男首席”體態語言的美學規范拒絕“老爺”的委瑣和陰毒，另一方面也是由于老爺“成群的妻妾”使“女首席”難以抉擇。于是，芭蕾舞劇“大紅燈籠”將“男首席”聚集于那位與三太太“”的戲班武生，三太太也就順理成章地成了“女首席”；又于是，男、女首席的“”事件沿著自身的敘述邏輯展開，它不是“妻妾成群”中的“世態百象”，而是其原有的“純情”之戀的“一以貫之”。于是，芭蕾舞劇《大紅燈籠高高掛》敘述的主線，體現為三太太的與其戀人——戲班武生的四段雙人舞：序幕中三太太被迫出嫁時憶及舊時戀人的“純情”雙人舞；三幕中戲班武生唱堂會時相逢三太太的“傾情”雙人舞；三幕中三太太不顧家法、以身相許舊時戀人的“”雙人舞；尾聲中戲班武生與三太太被老爺杖刑奪去年輕生命的“殉情”雙人舞……在我看來，舞劇的敘述特性首先體現為按男、女首席舞者的命運來設定情節，盡管“大紅燈籠”還不可能完全擺脫原著情節的構成框架，但原著的情節框架已拉開成背景，原著的主題也由于焦點人物的轉換而得以升華。值得注意的是，在這種敘述特性的觀照下，二太太從告密以邀寵到點燈而遭難的線索難免給人以枝蔓橫生之感。
