《表2 相关性系数：基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于KPCA-PSO-RBF-SVM的矿井突水水源识别模型》
注：**、*分别表示在1%、5%置信水平下显著.
针对样本数据，通过相关分析找寻特征指标之间的相关关系以便于发现指标之间的联系，以便利用降维方法消除指标之间的信息重叠从而提升模型算法运算速度，通过使用SPSS22.0软件对样本数据指标进行相关分析得到结果见表2.
| 图表编号 | XD00117151600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 温廷新、孔祥博 |
| 绘制单位 | 辽宁工程技术大学系统工程研究所、辽宁工程技术大学系统工程研究所 |
| 更多格式 | 高清、无水印（增值服务） |
