简介：降维与分类一直是机器学习的研究热点，在很多领域有着成功的应用．针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题，现提出一种基于ReliefF和自适应粒子群（APSO）优化的混合降维算法．即先通过ReliefF和APSO算法选择特征子集，然后使用超限学习机作为评价函数对基因数据进行分类，最后通过循环迭代得到最优的分类精度．实验证明，混合降维算法与已有的算法相比分类精度更高、更稳定，它适用于基因表达数据降维．
简介：本文着重摸索并分析了水中测定耗氧量的方法和影响测定结果准确性的因素。通过大量的实验发现：加热时间是影响样品测定结果准确度的重要因素。
ReliefF和APSO混合降维算法研究
耗氧量测定方法之探讨
