前言：中文期刊網精心挑選了詩句分類范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
詩句分類范文1
關鍵詞 上市公司；經營業績；主成分分析；聚類分析
一、引言
上市公司業績評價過程中，人們往往是人為地比較上市公司某個或某幾個指標的高低，主觀地賦予某個指標一定的權重。這種做法雖簡便易操作，但卻在很大程度上有賴于評價者的主觀判斷能力和經驗，而缺乏實證依據的支持。本文選取具有綜合評價能力的指標，用主成分分析法和聚類分析法建立一個業績綜合評價模型。最后對天津若干家上市公司進行了實證分析，結果表明該模型是有效的。
二、建模
1．初始指標的選取
結合國外研究成果[1][2]，以及我國財務管理實際，并根據可量化性，統計資料的可獲得性和完整性，以上市公司基本財務報表為基礎。我們確定15個指標作為研究中使用的初始變量。分別是： X1：每股收益； X2 ：每股凈資產； X3：流動比率； X4 ：速動比率;X5：主營收入增長率； X6：總資產周轉率； X7：固定資產增長率；X8：每股公積金； X9：每股未分配利潤； X10 ：資產負債率；X11 ：存貨周轉率；X12 ： 總資產周轉率;X13 ：主營業務利潤率； X14：凈資產報酬率； X15：現金流量比率。
這些指標能夠反映上市公司的經營業績，與我們的研究目的直接相關，但這些指標之間有的具有較高的相關性，比如每股收益和凈資產收益率之間。為此，先對它們進行主成分分析，進行降維。因為主成分之間是不相關的，符合聚類分析的要求。
2．主成分分析
主成分（Principal Component Analysis，簡稱PCA）是利用了降維的思想，將多指標問題重新組合成一組新的相互無關的幾個綜合指標來替原來的指標，同時根據實際需要從中提取幾個較少的綜合指標(主成分)，盡可能多地反映原來指標的信息，雖然這樣做會損失部分信息，但由于我們抓住了主要矛盾，并從原始數據中進一步提取了某些新的信息。因而在某些實際問題的研究中收益大于損失。具體步驟如下 [3]：
（1）數據的無量綱處理；
（2）計算相關矩陣 R；
（3）求相關矩陣R 的特征值和特征向量；
（4）計算各主成分的貢獻率
（5）確定主成分個數。
3．聚類分析
為了更進一步的分析上市公司在經營活動中存在的差別和共性，本文采用在實際應用中使用比較廣泛的系統聚類法分析的方法，依據各個上市公司財務狀況指標的主成分得分矩陣，把每個樣本各看成一類，然后根據樣本間距離及類間距離的定義，逐步合并類，減小類的數目，達到聚類分析的目標。
三、 實例
考慮到數據的可獲得性，本文隨機選取了天津9家上市公司2005年度公開披露的財務數據為樣本（原始數據來源于華泰證券網），主成分及聚類分析的計算過程通過SAS軟件來完成。
主成分分析結果：
四、結束語
我們對天津上市公司2005年度的財務狀況數據分別運用主成分及聚類分析方法，對企業經營狀況進行了分析和評價，借助聚類圖將公司按經營的不同側面進行分類。其結論不僅為企業的經營管理提供參考，也可以給股市投資者評判上市公司的質量提供依據。
參考文獻
[1] 朱杰等. 上市公司聚類判別分析研究 [J]，決策參考，2005.09－0041－03
[2] 劉衛紅等.數學建模與聚類分析方法在企業經營效績評價中的綜合運用[J]，數學的實踐與認識，2005年5月，第35卷第5期pp.12－17
詩句分類范文2
關鍵詞 雷擊危害 雷電防護 過電壓保護
一、 本地區雷擊案例
2005年8月5日凌晨2：00，云崗北區2#總配電室和北區15樓遭到雷擊，2#總配變壓器被擊穿，造成北區大面積停電，15樓總配電箱及單元箱爆炸燃燒，樓梯間墻面及扶手烏黑，總配電箱只剩箱體黑殼，箱內儀表、開關及銅線全部汽化，家用電器損壞，所幸沒有人員傷亡。
二、 防雷及雷電保護原理。
防雷，是指通過組成、疏導最后泄放入地的一體化系統方式以防止由直擊雷或雷電電磁脈沖對建筑物本身或其內部設備造成損害的防護技術。雷電保護，就是提供和造就一種手段使雷閃放電能進入或離開大地，而不致破壞被保護的財產，雷電保護系統能起到兩個作用，一是把雷閃放電在它尚未擊中被保護對象時截?。欢前牙组W電流無害地釋放至大地，這就要求建筑物安裝避雷器，把電流引至大地。
三、 防雷方案選擇。
為減少雷擊造成人身傷亡、財產損失，避免雷擊電磁脈沖引發的電氣和電子系統損壞，針對三院培訓中心擴建二期建筑物，進行詳細的防雷設計和驗證。
本建筑物分為A座和B座，根據《建筑物防雷設計規范》（GB50057-2010）3.0.4條，劃分為第三類防雷建筑物，布置接閃器時，可單獨或任意組合采用滾球法、避雷網。
本建筑物為A、B座兩棟別墅，屋頂造型獨特，如采用避雷帶，屋頂屋檐、屋檐及空調室外機均需敷設，安裝時需在女兒墻及瓦脊上打孔安裝，破壞脊瓦，破壞屋頂防水，臨邊沒有安全防護，瓦脊光滑且沒有支撐，施工難度系數大，經過安全性和實施費用對比，避雷裝置適宜采用滾球法單支避雷針的保護形式。
四、 單支避雷針對直擊雷的保護范圍。
采用滾球法，確定單支避雷針的保護范圍如圖：
（1）當避雷針高度h小于或等于hr時：
①距地面hr處作一平行于地面的平行線；
②以針尖為圓心，hr為半徑，作弧線交于平行線的A、B兩點；
③以A、B為圓心，hr為半徑作弧線，該弧線與針尖相交并與地面相切；從此弧線起到地面止就是保護范圍，保護范圍是一個對稱的錐體；
④避雷針在hx高度的xx′平面上和地面上的保護半徑，按下式計算確定：
rx=- （4-1）
ro= （4-2）
式中rx――避雷針在hx高度的xx'平面上的保護半徑（m）；
hr――滾球半徑，按《建筑物防雷設計規范》表5.2.1確定（m）；
hx――被保護物的高度（m）；
ro――避雷針在地面上的保護半徑（m）。
（2）當避雷針高度h大于hr時，在避雷針上取高度hr的一點代替單支避雷針針尖作為圓心。其余的作法同本款第（1）項。（4-1）和（4-2）式中的h用hr代入。
接閃器高度選擇：根據圖紙及現場勘查，兩座建筑屋檐的造型及高度一致，A、B座屋檐寬度均為W=15.08米， A座屋檐長LA=14.19米，B座屋檐長LB=15.69米，將座屋檐延長線組成矩形，連接矩形對角線，交點OB即為矩形中心點，對角線一半的長度為10.88米，但屋檐的頂點均不在矩形頂點上，避雷針在屋檐平面上的保護半徑可以縮短，OB點至屋檐的頂點水平距離依次為7.6米、8.1米、9.2米、9.4米、7.9米、9.2米， 取rx=10米，屋頂最高邊角（采光井）高出屋面3.97米，取hx=4米，避雷針高度h小于或等于hr時，將hr=60米，rx=10米，hx=4米，代入（4-1）式rx=-，即h2-120h+995=0求解h1=8.95米（h2=111米舍去），避雷針高出屋頂5米，因A座屋檐長度小于B座，rx小于10米，接閃桿高度將小于9米，為美化立面效果，外觀對稱一致，接閃桿高度均取9米。
五、 單支避雷針對雷電過電壓的保護范圍。
因屋頂安裝了空調室外機，屋內有其他電氣設備，考慮直接雷擊、雷電反擊和感應雷電過電壓對電氣裝置的危害，計算避雷針高度，確定避雷針的保護范圍如圖：
單支避雷針的保護范圍
（h≤30m時，θ=45°）
（1）避雷針在地面上的保護半徑，應按下式計算：
r=1.5hP （5-1）
式中：r――保護半徑，m；
h――避雷針的高度，m；
P――高度影響系數，h≤30m，P=1；30m120m時，取其等于120m。
（2）在被保護物高度hx水平面上的保護半徑應按下列方法確定：
1）當hx≥0.5h時
rx=（h-hx）P=haP （5-2）
式中：rx――避雷針在hx水平面上的保護半徑，m；
hx――被保護物的高度，m；
ha――避雷針的有效高度，m。
2）當hx
rx=（1.5h-2hx）P （5-3）
空調室外機高度1.25米（5匹柜機最大高度），實測加基礎高度1.5米，hx=1.5米，hx
六、 接閃器及引下線設置。
在屋頂OB處，安裝一根9米長2.5mm厚不銹鋼鋼管做接閃器，接閃桿的接閃端做成半球狀，鋼管分三段，第一段長4米，直徑為102mm，第二段長3米，直徑為89mm，第三段長2米，直徑為76mm，第一段焊接底座，底板采用10mm厚1200*1200鍍鋅鋼板，底座與鋼板采用螺栓連接，鋼板邊緣上打12個孔，采用Φ10膨脹螺栓與樓板連接，鋼板上焊接防雷引下線，防雷引下線采用2根Φ10鍍鋅圓鋼，搭接長度大于6d（圓鋼6倍直徑），從北墻和東墻雨水口穿出沿墻敷設至距地0.3米高處接地端子箱，內設斷接卡子，接地端子箱以下采用40*4鍍鋅扁鋼，搭接長度大于2D（扁鋼寬度的2倍），鋼板及四周做SBS3mm+3mm防水卷材，以防屋頂漏水，施工時垂直運輸采用25噸吊車。
七、 接地裝置。
在建筑物北側，挖電纜溝長30米（做好草坪保護），溝內砸入5根Φ25鍍鋅接地釬子，間距5米，與鍍鋅扁鋼焊接，焊口處采用瀝青纏油麻防腐，接地電阻不大于30Ω，實測不滿足時補打人工接地極，做完后電纜溝回填，恢復草坪。
參考文獻：
[1] 《建筑物防雷設計規范》（GB50057-2010）中華人民共和國國家標準
[2]《工業與民用配電設計手冊》（第三版）
[3]《交流電氣裝置的過電壓保護和絕緣配合》（DL/T620-1997）
詩句分類范文3
關鍵詞:工程教育；CDIO教育理念；教學設計模式；實踐類課程
現今世界，利用大數據技術打造指引行業發展的風向標，已成為各行業向智能經濟發展邁出的重要步伐。然而，當前大數據專業人才極其短缺。我校肩負著服務武陵山片區區域發展與扶貧攻堅國家戰略的使命，承擔著為西部地區培養優秀工程技術人才的重任。近年 來，我校緊跟以人工智能、大數據技術為代表的新科技發展步伐，積極推進新工科建設，成為首批30所入圍數據中國“百校工程”項目建設院校之一[1]，新獲批的“數據科學與大數據技術”專業（以下簡稱大數據專業）于2018年開始招生。如何根據時代需求辦好大數據新專業，以培養具有大數據思維、掌握大數據分析應用技術的高層次人才是我校面臨的一個新挑戰。大數據專業實踐類課程教學是體現該專業辦學質量和人才培養水平的重要標志。如何利用先進教學理念提高該類課程的教學質量和人才培養水平，是我校大數據專業建設 過程中必須重視的問題。本研究立足于我校大數據專業建設的實際需求，探究基于CDIO理念的大數據專業實踐類課程教學設計模式。本研究的實施，將為我校創新型工程教育改革探索道路，不僅有利于提升我校大數據專業實踐類課程的教學質量，也將對其他工科課程教 學改革起到一定的指導和借鑒作用。
1 CDIO工程教育模式的發展及內涵
上世紀80年代起，工程人才短缺和高等院校工程教育低質量之間的矛盾日益突出，產業對工程教育改革的呼聲不斷高漲。1986年，美國的工程教育學會、國家研究委員會和國家工程院等機構開始探索工程教育改革之路。2000年，麻省理工學院和瑞典皇家工學院等四 所大學組成的跨國研究機構，正式啟動CDIO教育改革計劃，在廣泛調研和大量實踐研究的基礎上，制定了CDIO教學大綱[2]。2004年，CDIO工程教育模式創立，并開始向世界各國推廣。2005年，瑞典國家高教署建立了CDIO的12條新標準，并將之用于對本國100個工程學位 計劃進行評估[3]。迄今為止，包括麻省理工學院在內的丹麥、南非、法國、新加坡、中國等國家的幾十所世界著名大學加入了CDIO國際組織。這些學校的多個工科院系在教學中借鑒和采納了CDIO工程教育理念，取得了良好的效果。目前，CDIO已成為國內外高校工程教育改革和培養體系制定等領域研究和實踐的熱點。實踐表明，CDIO教育模式不但能提高學生團隊協作能力、綜合解決問題能力，而且在學生創新能力培養方面效果顯著。據文獻[4-5]，CDIO工程教育模式自2005年開始引入我國。2006年，汕頭大學成為中國高校中的首個CDIO成員。2008年12月，教育部高教司理工處聯合汕頭大學主辦了CDIO工程教育模式試點工作會議，成立“教育部CDIO工程教育改革試點工作組”，確定了18所高校及相關專業（機械類、電氣類、化工類、土木類）為國內首批CDIO試點。工作組每年舉辦兩次全國性的會議， 對CDIO試點工作進行交流、研討和總結，并通過CDIO培訓班為全國高校實施CDIO教育培養骨干人才。2016年1月，“全國CDIO工程教育聯盟”成立。至今已有100余所高校加入聯盟。這些高校的部分工科專業采用CDIO工程教育模式教學，培養出來的學生深受社會與企業歡 迎。當前，在聯盟全體成員的共同努力下，我國高校積累了一系列改革經驗與成果，在基于CDIO理念建立專業培養標準，構建一體化課程體系，實施基于項目/問題、探究式等主動教與學方法等方面都取得了顯著進步，有效推進了CDIO的本土化與再創新。近年來，國內CDIO的研究趨勢從CDIO教育模式、教學體系等宏觀的主題向具體的課程教學改革、課程建設等更深更細的方向發展，諸多教師在教學實踐中嘗試了采用CDIO理念進行課程教學改革的研究與探索[6-10]。CDIO工程教育模式是國際創新型工程教育改革的最新成果，體現了系統 性、科學性和先進性的統一，代表了當代工程教育的發展趨勢。該模式以產品研發到產品運行的生命周期為載體，讓學生以主動的、實踐的、課程之間有機聯系的方式進行工程學習。CDIO的4個字母代表Conceive（構思）、Design（設計）、Imple?ment（實現）和Operate（運作）四個單詞。CDIO主要包括三個核心文件[11]：1個愿景、1個大綱和12條標準。CDIO愿景提供了一種強調工程基礎的、建立在真實世界的產品和系統的“構思-設計-實現-運行”的CDIO過程背景環境基礎上的工程教育。CDIO大綱從技術知識和推理能力、個 人職業技能和職業道德、人際交往技能、企業和社會的構思-設計-實施-運行（CDIO）系統四個方面，以逐級細化的方式，將工程師需具備的工程基礎知識、個人能力、人際團隊能力和整個CDIO全過程能力表達出來，要求用綜合的培養方式使學生在工程基礎知識、個人能力、人際團隊能力和工程系統能力四個層面達到預定目標。CDIO的12條標準[12]涉及到專業哲學（標準1）、課程計劃開發（標準2-4）、設計實現經驗和實踐場所（標準5-6）、教與學的方法（標準7-8）、教師發展（標準9-10）、學生考核與專業評估（標準11-12），回答了工程教育“如何培養人”的問題，使得工程教育改革變得具體化、可操作和可測量，能夠對整個教育模式的實施和檢驗起到系統全面的指引作用，對學生的學和教師的教都具有重要指導意義。
2 CDIO理念下大數據專業實踐類課程教學設計的思路與策略
2.1 設計思路
大數據專業實踐類課程教學是培養學生運用理論知識、科學方法和技術技能去解決大數據工程實際問題并進行科技創新的實踐能力的重要環節。目前，我校大數據專業實踐類課程教學組織方式通常以項目為單位設計，重視對學生解決實際問題（主要是項目涉及到的 具體問題）的能力，但不關注學生在整個項目周期中知識、能力、態度等的變化情況，無法全面覆蓋技術性與非技術性能力的培養目標。CDIO理念要求培養出來的學生必須在工程基礎知識、個人能力、人際團隊能力和工程系統能力四個層面都達到預定目標。CDIO教育模 式強調一體化與參與性，促使學生在項目研發到項目運行的整個項目周期中進行鍛煉與思考，課程教學不僅要關注學生學到的學科知識，更要關注學生能力、素質的提升情況。顯然，CDIO理念下大數據專業實踐類課程教學設計應強調“知識與能力”并重，緊扣CDIO大綱 和CDIO標準，進行教學大綱和教學組織方式的設計，并設置以“學習評估為中心”的多樣化考核方式。
2.2 設計策略
教學大綱方面，本研究嘗試結合大數據類專業培養目標，依據CDIO大綱，對大數據專業實踐類課程教學大綱進行設計：依據CDIO大綱的主題和條目組織課程大綱結構，并明確描述與期望能力要求相對應的課程學習目標。教學組織方式方面，本研究嘗試在大數據專業 實踐類課程教學中以“做中學”為依托，將整個課程教學安排以項目為載體，針對每個項目為學生提供“構思-設計-實施-運行”的流程，并將實踐所需知識、能力、素質等培養目標圍繞項目這個核心融入教學實踐中，讓學生的整個學習過程變成對一個個項目的完整實踐過程。教學考核方面，本研究嘗試匹配CDIO大綱的能力目標，具體根據課程概念及原理性知識的理解、技能掌握、設計—實現經驗獲取、分析及解決問題能力、交流表達能力和綜合實踐能力等類別的學習效果的評估需要，在大數據專業實踐類課程教學考核方式設置時， 對不同類別的學習效果設計不同的考核方式。
3 CDIO理念下的大數據專業實踐類課程教學設計模式
3.1 教學大綱框架設計
基于CDIO理念的教學大綱需要對融合了知識、能力、態度的學習效果進行準確描述，并清晰指明該課程整體及每一節課對學生所需學習的內容和所需掌握的能力要求。依據CDIO大綱中關于個人能力、職業素養等方面的培養要求，本研究將大數據專業實踐類課程教學 大綱框架設計為如表1形式。
3.2 教學組織方式設計
如何在實踐教學組織中體現CDIO教育理念是實施CDIO教學的基礎[13]。本研究基于CDIO理念將大數據專業實踐類課程教學組織方式設計為如圖1所示的“理論講授-任務布置-項目構思-項目設計-項目實施-項目運行”六個環節構成的有機體。讓學生在參與項目的構思 、設計、實施、運行這四個環節的活動中逐漸形成較完整的系統思維。
3.3 考核方式設置
CDIO理念下的教學是師生共同學習的過程，要求以“學”為中心進行評估，教學與考核相互聯系，考核用來促進和診斷教學和學習。為了評估課程教學所培養學生的能力能否達到CDIO大綱要求的預定目標，需要從不同方面檢驗學生的學習效果。為此，本研究根據不 同類別的學習效果評估的需要，以過程性考查為重點，設置不同的考核方式如表2所示。上述各類考核方式可綜合應用于專業實踐類課程教學的整個過程。為確保評估的可靠性和有效性，可在不同階段選擇一種或多種考核方式對不同類別的學習效果進行評估。
詩句分類范文4
關鍵詞：聚類分析；數據挖掘；軌道交通；車站分類
聚類分析是數據挖掘中一個很活躍的研究領域，用來幫助分析數據的分布、了解各數據類的特征、確定所感興趣的數據類，以便作進一步分析。數據挖掘的根本在于統計學，統計方法中多元數據分析的3大方法之一的聚類分析，則是數據挖掘采用的核心技術。聚類分析基于“物以類聚”的樸素思想，根據事物的特征對其進行聚類或分類。本文對數據挖掘領域的聚類分析在城市軌道交通車站分類中的應用進行研究，展示數據挖掘在城市交通領域的應用。
1聚類分析概述
1.1聚類定義及標準
聚類就是將數據分組成多個類或簇，同一個簇中的對象之間具有較高的相似度。與分類不同的是，在進行聚類分析前不知道要把數據分成幾組，也不知道怎么分，是基于“沒有先驗知識”。
評判聚類算法好壞的標準：能夠適用于大數據量；能應付不同的數據類型；能夠發現不同類型的聚類；使對專業知識的要求降到最低；能應付臟數據；對于數據不同的順序不敏感；模型可解釋，可使用等。
1.2數據挖掘領域中聚類算法的分類
聚類算法大體可以劃分為以下幾類[1]：劃分方法、層次方法、基于密度的方法、基于網格的方法和基于模型的方法。
1.2.1劃分方法
給定一個包含n個數據對象或元組的數據庫，一個劃分方法構建數據的c個劃分，每個劃分表示一個簇，且c≤n。通常會采用一個劃分準則（經常稱為相似度函數），例如距離，以便在同一個簇中的對象是“相似的”，而在不同簇中的對象是“相異的”。
1.2.2層次方法
層次方法對給定數據對象集合進行層次的分解。根據層次分解是自底向上還是自頂向下形成，層次聚類的方法可以進一步分為凝聚的和分裂的。
1.2.3基于密度的方法
為了發現任意形狀的聚類結果，主要思想是：只要臨近區域的密度超過某個閾值，就繼續聚類。
1.2.4基于網格的方法
采用一個多分辨率的網格數據結構。把對象空間量化為有限數目的單元，形成一個網格結構。所有的聚類操作都在這個網格結構上進行。
1.2.5基于模型的方法
為每個簇假定了一個模型，尋找數據對給定模型的最佳擬合?；谀Ｐ偷乃惴ㄍㄟ^構建反映數據點空間分布的密度函數來定位聚類。
1.3聚類分析的步驟
在實際應用聚類分析中，可以根據有無領域知識參與將整個過程分解為3個環節[2]，圖1是整個過程的流程圖。
2聚類分析在交通領域的應用
聚類分析的方法在交通領域得到了較為廣泛的應用。聚類分析在交通領域的主要應用有：對城市交通流量和流向的兩步聚類分析，應用于城市交通走廊規劃；對城市交叉口的相關關系進行聚類分析，其研究成果可用于交通管理和交通流預測；高速公路規劃方案的設計與評價過程中，廣泛地應用了聚類分析方法；應用模糊聚類分析方法對鞍山市城市交通環境進行了分析評價；在公路網建設項目投資決策研究中應用聚類分析計算項目的緊迫度；建立了一種運輸車輛調度聚類分析模型，適用于運輸企業的計劃作業；在道路交通事故多發點鑒定方法上采用聚類分析方法[3]。
3城市軌道交通車站聚類分析研究
3.1城市軌道交通車站分類問題的提出
城市軌道交通在國外已有100多年的發展歷史，世界主要大城市大多有比較成熟與完整的軌道交通系統。城市軌道交通在城市交通體系中發揮著越來越重要的作用。根據《北京城市總體規劃（2004年—2020年）》及其相關交通發展規劃，明確提出城市客運交通是要構建起以軌道交通為骨干，公共交通為主體，其它各種交通方式為補充的綜合交通體系。今后逐步編制步行交通規劃和自行車交通規劃，并納入城市綜合交通規劃。
軌道交通發揮作用是通過乘客“到達車站”來實現的，因此，對于軌道交通車站及周邊交通方式的設置有著重要意義，車站分類問題研究也是首先要解決的問題。然而，現有城市軌道交通車站分類沒有統一的方法，大都依靠經驗，采用人為的劃分方式。這樣，不但效率不高，而且精確度不高，不能很好地反映客觀情況。采用數據挖掘領域的聚類分析方法可以很好地解決這個問題。
為了研究北京市城市軌道交通車站的分類，相關部門進行了交通調查，得到了各個車站的各種接駁交通方式的構成比例，本次研究都以此調查數據為基礎。
3.2分析流程
對城市軌道交通車站分類問題進行聚類分析，采用以下3個步驟來進行：（1）選取不同的交通出行方式作為聚類因子；（2）運用層次聚類法進行聚類分析，得到定量分析的結果；（3）以定性的方法對聚類結果做進一步地分析，形成的結論可以指導綜合交通的規劃與管理。
3.3聚類因子的確定
聚類因子確定時要注意的問題：（1）聚類因子的選擇要符合聚類分析的要求；（2）各類的變量值不應具有數量級上的差別，解決這個問題的方法應用最多的是標準化方法；（3）各個變量間不應具有較強的線性相關關系。
根據聚類因子選擇的原則，選擇應有較強的代表性，能較好地反映軌道交通車站的功能特點。
根據交通調查的數據，以及處理數據的可行性，在本研究中，聚類因子選擇步行方式的構成比例、自行車的構成比例、公交車的構成比例、出租車的構成比例和其它方式構成比例5種聚類因子。
詩句分類范文5
1、 市場細分概述
2、 AID、CHAID概述
3、 算法和特征
3.1 AID算法
3.1.1變量排序
3.1.2目標函數
3.1.3選擇分類變量
3.1.4分割方向的確定
3.1.5確定停止條件
3.2 CHAID算法
3.2.1建立交叉分類表
3.2.2X2統計量、似然估計值
3.2.3選擇分類變量
3.2.4確定停止條件
3.3 AID與CHAID的比較
3.3.1 AID與CHAID
3.3.2 CHAID的有力特征
3.3.3 CHAID的局限性
4、 CHAID的案例
4.1購物中心使用者的測量
4.2不使用CHAID的調查報告
4.3使用CHAID的調查報告
4.3.1劇院
4.3.2兒童樂園
4.3.3展覽中心
4.4使用CHAID——者的觀點
4.5使用CHAID:購物中心管理者的觀點
5、 結束語
書目
1．市場細分概述
1956年溫德爾·史密斯提出了“市場細分”的概念，認為一個市場的顧客是有差異的，他們有不同的需要，尋求不同的利益，應該對市場加以區分。這一概念在營銷實踐中已經產生了強大的功能。市場細分有助于營銷者確定市場開發重點，制定有效的市場策略，從而在激烈的市場競爭中取得優勢地位；另一方面市場細分也有助于企業降低營銷成本。當然，這一切的實現需要依靠的市場細分。
在市場中，市場細分不僅是市場研究的重要組成部分，而且是科學分析消費者特征的重要手段和關鍵環節。市場細分的過程就是將最顯著最突出的消費者和最有可能成為消費者的群體打出并加以分類研究的過程。它是對紛繁復雜的市場的探索和研究過程。對現有消費者的劃分實際上是對具有相同或相似的消費群體的辨認和分類過程；而對潛在消費者的探測過程則是對不同人中群體的消費模式加以識別的過程。
市場細分的方法有很多種?？偟膩碚f，市場總是由購買者和潛在購買者構成的，而每個購買者又有不同的特征，如年齡、性別、職業收入、購買目的和購買習慣等等，這些特征都可以成為市場細分的憑據。按這些使用刻畫消費者特征指標的多少可分為單變量細分和多變量細分。單變量細分相對簡單，處于市場分析和研究的初級階段，其結果也很粗放。多變量細分則是在市場細分中使用一系列描述消費者特征的指標進行市場分割的方法，它可以全面、準確、細致地描述消費者特征，其結果相對比較準確和精細。隨著市場變化的日益復雜和對研究深入的客觀需要，客觀上需要細分全面、準確和具有可操作性。因此，多變量研究越來越受到市場研究和營銷者的青睞。縱觀市場細分方法，也只有多變量細分才能全面考察消費者的特性，才能更加細致地區分不同消費者的細微差別。
詩句分類范文6
關鍵詞：縣域經濟；綜合實力；因子分析；聚類分析
一、新疆縣域經濟發展現狀分析
縣域經濟是新疆經濟的主體，在新疆經濟中占有非常重要的地位。數據顯示，2010年縣域年末總人口數為1874.1萬人，占全區年末總人口數的85.9%；縣域經濟國內生產總值為4501.4億元，占全區生產總值的68.9%；地方財政一般預算收入244.92億元，占全區的48.9%。因此，對縣域經濟進行研究具有重要意義。
二、新疆縣域經濟綜合實力評價實證分析
（一）指標選取
本文所選取的數據來自《新疆調查年鑒》[1]、《新疆統計年鑒》[2]中2010年的統計數據，根據相關參考文獻[3]，從資源、經濟、社會、人民生活四個方面構建了17個指標的指標體系，如下表1：
（二）因子分析和聚類分析
1、因子分析。因子分析方法的基本思想是根據相關性的大小把變量分組，使得同組變量的相關性較高，不同組變量的相關性較低，用較少個數的公共因子線性組合與特定因子之和來表達原來觀測的每個變量，以便達到解釋原始變量間的相關性和降低維數的目的。同時形成了反映因子和指標包含信息量的權數，以計算綜合評價值這樣在指標權重選擇上克服了主觀因素的影響，有助于客觀地反映樣本間的現實關系。[4]
（2）聚類分析
聚類分析的基本思想是先建立衡量事物（類）間接近（相似）程度的統計量（比如常用距離、相關系數等），然后按照接近（相似）程度的大小，把樣品逐一歸并成類，將關系比較密切的歸并到一個小的分類單位，關系疏遠的則聚集到一個大的分類單位，直到所有的樣品都聚集完畢為止，從而形成一個親疏關系的譜系圖，為實際的分類提供定量的依據。
（三）新疆縣域經濟綜合實力實證分析
1、因子分析適用性檢驗。使用SPSS20.0軟件，對原始數據標準化處理后可知，巴特利球形檢驗統計量為1653.376，相應的概率Sig為0.000，因此可認為相關系數矩陣與單位陣有顯著差異。同時，KMO值為0.765，根據Kaiser給出的KMO度量標準可知原有變量適合作因子分析。[5]
2、計算各變量的特征值、貢獻率、累計貢獻率和旋轉后的因子載荷矩陣。（表2、表3）。由表2可知，提取的5個因子累計貢獻率為85.58%，這說明這5個因子可以解釋原有17個指標的85.58%的信息，所以使用這5個主因子進行分析。
由表3可知，地區生產總值、固定資產投資總額、地方財政收入、工業總產值在第1個因子上有較高的載荷，這說明第1個因子主要解釋這4個變量，其意義代表各縣市經濟發展的總體規模，因此第1因子可以稱為經濟發展規模因子；二、三產業占GDP比重、非農業人口占總人口數、萬人擁有衛生技術人員、城鄉居民人均儲蓄存款余額這3個變量在第2個因子上有較高載荷，因此第2個因子可以成為城鎮發展水平因子；耕地總面積、用電量、農業機械總動力在第3個因子上有較高載荷，因此第3個因子可以成為資源可持續發展因子；人均GDP、教育支出占GDP比例、農民人均純收入在第4個因子上有較高載荷，因此第4個因子可以成為人民生活質量因子；城鎮在崗職工平均工資在第5個因子上有較高載荷，因此第5個因子可以稱為城鎮職工收入因子。
3、計算因子綜合得分。
根據因子得分系數矩陣得出縣域經濟綜合實力評價指標得分表達式為：
Fac=0.47Fac1*0.15Fac2*0.12Fac3*0.07Fac4*0.05Fac5
其中，Fac為各城市的綜合得分，Fac 1、Fac 2、Fac 3、Fac 4、Fac 5分別為各城市的因子得分。即可得到各縣市經濟綜合實力得分及排名，總分得分越高，排名越靠前，代表該縣市綜合實力越強，見下表。
5、新疆縣域經濟綜合實力的聚類分析
為能進一步分析新疆縣域經濟綜合實力，本文利用上文中得到的5個因子，根據其得分采用Ward聚類法繼續進行聚類分析，考慮到樣本數量較多，因此采用兩次聚類方法，第一次選擇出第一組，第二次把剩余縣市繼續分為3組，最終把87個縣劃分為四類，見下表。
由表4和表5結果可知，因子分析與聚類分析的結果基本一致，這說明分析結果較為可信。
6、結果分析。
（1）屬于第一類縣域的，受地理位置及地區資源因素影響，經濟發展保持相對穩定，地區生產總值和工業總產值穩步增長，經濟總量大，縣域經濟綜合實力雄厚。如庫爾勒市是新興綜合性工業城市，石油資源豐富且已規模開發，帶動了相關產業的發展，其國內生產總值經常位列全疆前茅；石河子市棉紡織加工、食品、果蔬飲料加工、飼料加工和化工產品加工業較為突出，帶動當地經濟的發展根據因子分析也可以得出，這些縣域綜合得分排名也靠前。第一因子經濟發展規模因子得分也較高。。
（2）屬于第二類縣域的，受城鎮化發展水平高、二三產業占GDP比重較高影響，使得這些縣域經濟發展較快。如布爾津縣位于新疆北部，以喀納斯湖為旅游景點，推動了該縣經濟的發展；吐魯番市是有名的瓜果產地，旅游業較為發達，拉動了該縣的經濟發展。根據因子分子也可以看出，第二因子城鎮發展水平因子和第五因子城鎮職工收入因子得分較高。