《表1 影响程度因子：CFAP聚类算法对污染物关键传播路径的挖掘研究》
提示：宽带有限、当前游客访问压缩模式
在实际情况下，通常是关键传播路径的数量远远少于普通传播路径的数量，文章通过计算双方的平均影响程度以及百分比有效展示二者的影响程度，如表1所示。
| 图表编号 | XD00194042900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 朱美玲、张宸瑜、孙煦骄 |
| 绘制单位 | 沧州师范学院、沧州师范学院、沧州师范学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 研究对象对疫情各类谣言的相信程度对其谣言再传播行为的影响》2020.06.20
- 《表3 研究对象对疫情各类谣言的相信程度对其传播意愿的影响》2020.06.20
- 《表2 研究对象焦虑程度对其疫情各类谣言再传播行为的影响》2020.06.20
- 《表1 研究对象焦虑程度对其疫情各类谣言传播意愿的影响》2020.06.20
- 《表3 最终聚类中心：基于大数据K-means聚类算法的在线学习行为路径的研究》2020.06.20
- 《表1 初始聚类中心：基于大数据K-means聚类算法的在线学习行为路径的研究》2020.06.20
- 《表4 聚类案例数：基于大数据K-means聚类算法的在线学习行为路径的研究》2020.06.20
- 《表2 各项聚类结果：基于Apriori算法和卷积神经网络的配电设备运行效率主要影响因素挖掘》2020.03.01
- 《表6 关键路径的工程进度延迟影响因子》2019.12.17
- 《表2 实验数据集参数：大数据挖掘中的MapReduce并行聚类优化算法研究》2019.12.25
- 《表7 数据集信息描述：基于路径的频繁子图挖掘算法研究》2019.12.01
- 《表5 T4：基于路径的频繁子图挖掘算法研究》2019.12.01
- 《表3 T2：基于路径的频繁子图挖掘算法研究》2019.12.01
- 《表2 T1：基于路径的频繁子图挖掘算法研究》2019.12.01
- 《表2 临床诊断序列表：一种基于免疫算法的医疗临床路径挖掘算法研究》2019.11.20
- 《表1 原始医疗数据：一种基于免疫算法的医疗临床路径挖掘算法研究》2019.11.20
- 《表1 近邻传播聚类算法：基于时间序列聚类的主题发现与演化分析研究》2019.10.24
- 《表1 中国血吸虫病传播风险影响因子贡献程度》2019.06.01
- 《表4 初始聚类中心：基于大数据下K-means聚类算法的在线学习行为路径应用研究》2019.01.10
- 《表6 最终聚类中心：基于大数据下K-means聚类算法的在线学习行为路径应用研究》2019.01.10