《表5 高相关性元素对：基于数据驱动的超导临界温度预测方法研究》
提示：宽带有限、当前游客访问压缩模式
由图2可知，每个元素除与自身有强关联性外，与其它元素的相关性不高。具体而言，相关系数高于0.5的元素对有7组，如表5所示。
| 图表编号 | XD0073036500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.15 |
| 作者 | 李韬伟、王龙、赵宸立 |
| 绘制单位 | 国防科技大学信息通信学院、国防科技大学信息通信学院、解放军32023部队 |
| 更多格式 | 高清、无水印（增值服务） |
![表VII.目前已知的MAX相超导材料及其超导临界转变温度[168–172]](http://bookimg.mtoou.info/tubiao/gif/WLXJ202101002_88300.gif)
相关图表
- 《表1 设计参数表：某超临界W锅炉关于排烟温度高的分析和研究》2020.11.01
- 《表1 经济预测指标：基于大数据驱动的地方经济短期预测研究》2020.08.01
- 《表VII.目前已知的MAX相超导材料及其超导临界转变温度[168–172]》2021.02.20
- 《表2 试验数据：基于支持向量机的超临界锅炉参数预测》2020.11.30
- 《表2 开关柜温度场数据：基于ANSYS和BPNN的开关柜温度场及温度预测研究》2021.02.01
- 《表3 相关系数分析：基于广义预测控制方法的多温区温度控制研究》2020.11.05
- 《表1 算法相对误差对比：基于数据驱动的船舶油耗预测模型研究》2020.02.28
- 《表1 热负荷建模数据：基于室外温度的供热负荷预测研究》2020.05.01
- 《表1 原始数据实例：基于机器学习的燃煤元素碳含量预测模型研究》2020.05.15
- 《表2 高相关度特征属性：基于机器学习的学生成绩信息化预测研究》2020.04.18
- 《表6 权值和阈值的个数：基于气象数据的北方试验棚室温度预测模型研究》2020.08.30
- 《表1 模型参数辨识结果：基于气象数据的北方试验棚室温度预测模型研究》2020.08.30
- 《表2 分类结果：基于数据驱动理念的电力日负荷曲线预测方法研究》2020.01.01
- 《表2 样本刀具信息：基于数据驱动的铣削刀具寿命预测研究》2020.01.02
- 《表2 部分粮情数据：基于深度学习算法的粮堆温度预测研究》2019.11.30
- 《表1 钻井数据：基于数据驱动的钻井过程气侵工况预测方法》2019.10.01
- 《表1 数据特征描述：基于时空数据驱动的交通流预测》2019.07.31
- 《表2 煤质分析数据范围：基于主成分分析的煤元素分析通用预测模型研究》2019.01.25
- 《表1 煤质分析数据：基于主成分分析的煤元素分析通用预测模型研究》2019.01.25
- 《表1 模型中的参数值：Nb_3Sn超导临界温度随应变退化效应的分析模型研究》2018.04.01