资源描述：
《毕业论文 聚类分析方法平均收入水平分类中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、学科分类号110黑龙江科技大学本科学生毕业论文题目聚类分析方法在全国各省农民平均收入水平分类中的应用ClusterAnalysisintheProvincesAverageIncomeLevelofFarmersClassification姓名******学号2011院（系） 理学院专业、年级数学与应用数学指导教师 *** 2015年6月12日摘要“社会主义新农村建设”是我国目前社会主义建设的一项重要内容，增加农民收入、提高农村地区人民生活水平也是我们国家的当务之急。研究农民平均收入水平可以有效的减弱城乡二元结
2、构，缩小城乡差距，为努力建设城乡一体化体制建设提供科学的方法。利用科学的方法分析和指导“新农村”建设是我们科技人员面临的一项神圣使命。本文主要简述了中国农村的现状，并应用系统聚类分析方法和模糊聚类分析方法对全国农民平均收入水平进行分类，介绍了系统聚类和模糊聚类的原理和方法，并比较了两种方法在这个课题中的优势与劣势，系统聚类法运用简单，结果比较明了，但是运用不灵活，模糊聚类法运用灵活，可以控制分类的粗细程度，但操作复杂。通过本文聚类显示，将全国农民平均收入水平分为5类比较合适，其中江西、湖北、河北、吉林、黑龙江、
3、河南、湖南、内蒙古、海南、安徽、四川、重庆为一类，辽宁、山东、福建、广东为一类，广西、宁夏、新疆、山西、贵州、甘肃、云南、青海、西藏、陕西为一类，北京、上海为一类，天津、浙江、江苏为一类。通过聚类结果，了解了全国农民平均收入的状况，具体分析各省的经济状况，制定相应的策略，减小这种经济水平的不平衡，抑制两极分化程度。关键词农民平均收入系统聚类模糊聚类VAbstract"Buildinganewsocialistcountryside"iscurrentlyoneofChina'ssocialistconstruc
4、tionimportantcontent,increasetheirincomeandimprovethelivingstandardsofpeopleinruralareasisapriorityinourcountry.Studyontheaverageincomeleveloffarmerscaneffectivelyweakentheurban-ruraldualstructure,narrowingthegapbetweenurbanandruralareas,providescientificins
5、titution-buildingeffortstobuildurban-ruralintegrationmethod.Usescientificmethodstoanalyzeandguidethe"newcountryside"constructionisasacredmissionfacedbyourscienceandtechnology.ThispaperoutlinesthecurrentsituationinruralChina,andtheapplicationsystemclusteranal
6、ysisandfuzzyclusteringanalysisofthenationalfarmers'averageincomelevelclassificationsystemintroducedclusteringandfuzzyclusteringtheoryandmethods,andcomparethetwowaysinthisissueofthestrengthsandweaknessesofthesystemclusterMethodissimple,relativelyclear,buttheu
7、seisnotflexible,flexibleuseoffuzzyclusteringmethod,youcancontrolthethicknessofthedegreeofclassification,butcomplicatedtooperate.Throughthisclustershowsthatthenationalaverageincomeleveloffarmersintofivecategoriesisappropriate,whereJiangxi,Hubei,Hebei,Jilin,He
8、ilongjiang,Henan,Hunan,InnerMongolia,Hainan,Anhui,Sichuan,Chongqing,asaclass,Liaoning,ShandongFujian,Guangdong,asaclass,Guangxi,Ningxia,Xinjiang,Shanxi,Guizhou,Gansu,Yunnan,Qinghai,Tibet,Shaanxi
