cyfrog
声明我的答案是复制的，对项目申请来说主要是实施方案， 主要包括： 一、立项依据（项目研究意义、与国家科技规划纲要、环保行业科技计划等的关系、以及为环境管理工作提供的技术支撑） 二、项目目标 1总体目标 2年度目标 三、项目研究任务和技术路线（包括研究内容、研究方法、技术路线与关键技术） 1研究内容 2研究方法 3技术路线 4拟解决的关键技术 5创新点 四、预期成果与考核指标（成果和考核指标尽可能量化、具体，突出环境管理支撑力度） 五、项目实施计划（结合年度目标编写分年度计划） 六、项目承担单位已有科研条件 七、项目组织实施方式（包括项目负责人和主要成员介绍、协作单位情况，项目内部分工与组织实施方式） 八、经费概算（项目总经费，申请国拨经费、地方配套及自筹经费等，项目各项费用列支情况，各单位之间的经费分配等） 
方法一：规范化方法也叫离差标准化，是对原始数据的线性变换，使结果映射到[0，1]区间。方法二：正规化方法这种方法基于原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。将A的原始值x使用z-score标准化到x’。z-score标准化方法适用于属性A的最大值和最小值未知的情况，或有超出取值范围的离群数据的情况。spss默认的标准化方法就是z-score标准化。用Excel进行z-score标准化的方法：在Excel中没有现成的函数，需要自己分步计算，其实标准化的公式很简单。步骤如下：求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；进行标准化处理：zij=（xij－xi）/si其中：zij为标准化后的变量值；xij为实际变量值。将逆指标前的正负号对调。标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。
在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是数据的归一化处理，即将数据统一映射到[0，1]区间上，常见的数据归一化的方法有：min-max标准化(Min-max normalization)也叫离差标准化，是对原始数据的线性变换，使结果落到[0，1]区间，转换函数如下：其中max为样本数据的最大值，min为样本数据的最小值。log函数转换通过以10为底的log函数转换的方法同样可以实现归一下，具体方法如下：看了下网上很多介绍都是x*=log10(x)，其实是有问题的，这个结果并非一定落到[0，1]区间上，应该还要除以log10(max)，max为样本数据最大值，并且所有的数据都要大于等于1。而并非所有数据标准化的结果都映射到[0，1]区间上，其中最常见的标准化方法就是Z标准化，也是SPSS中最为常用的标准化方法：z-score 标准化(zero-mean normalization)也叫标准差标准化，经过处理的数据符合标准正态分布，即均值为0，标准差为1，其转化函数为：其中μ为所有样本数据的均值，σ为所有样本数据的标准差。
