模式识别的研究现状与发展趋势 摘要：随着现今社会信息技术的飞速发展, 人工智能的应用越来越广泛, 其中模式识别是人工智能应用的一个方面。而且现今的模式识别的应用也越来越得到大家的重视与支持，在各方面也有重大的进步。模式识别也成为人们身边不可或缺的一部分。关键词：人工智能，技术，模式识别，前景 Abstract：In the modern society with the rapid development of information technology, the application of a rtificial intelligence is more and more extensive, among them pattern recognition is one of the ap ply of artificial intelligence. And now the application of pattern recognition is also more and more to get everyone's attention and support, in various aspects have significant progress. Pattern rec ognition has become an integral part of people around. Keywords: Artificial Intelligence, Technology,Pattern Recognition, prospects 一，引言 如今计算机硬件的高速发展, 以及计算机应用领域的不断开拓, 人们开始要求计算机能够更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料。但就一般意义来说, 目前一般计算机却无法直接感知它们, 我们常用的键盘、鼠标等外部设备, 对于这些外部世界显得无能为力。虽然摄像机、图文扫描仪、话筒等设备业已解决了上述非电信号的转换, 并与计算机联机, 但由于识别技术不高, 而未能使计算机真正知道采录后的究竟是什么信息。计算机对外部世界感知能力的低下, 成为开拓计算机应用的瓶颈, 也与其高超的运算能力形成强烈的对比。于是, 着眼于拓宽计算机的应用领域, 提高其感知外部信息能力的学科———模式识别, 便得到迅速发展。 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式, 是对人类感知外界功能的模拟, 研究的是计算机模式识别系统, 也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。现将人工智能在模式识别方面的一些具体和最新的应用范围遍及遥感、生物医学图象和信号的分析、工业产品的自动无损检验、指纹鉴定、文字和语音识别、机器视觉地圈模式识别等方面。 二，现状 以地图模式识别为例，地图模式识别是由计算机来对地图进行识别与理解, 并借助一定的技术手段, 让计算机研究和分析地图上的各种模式信息, 获取地图要素的质量意义。其计算处理的过程类似于人对地图的阅读。 地图模式识别是近年来在地图制图领域中新兴的一门高新技术, 是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁, 因此,地图模式识别遥感技术、地理信息系统一起, 被称为现代地图制图的三大技术。 目前, 地图模式识别由于具有广泛的应用价值和发展潜力,因而受到了人们的普遍重视。尤其是随着现今的计算机及其外部硬件环境的不断提高, 科技不过发展的情况下，
[收稿日期]2000-10-30; [修回日期]2000-11-14 [基金项目]国家重点基础研究发展规划资助项目(G1999054203) [作者简介]顾长国(1970-),男,福建建宁县人,助理研究员,硕士,主要从事创伤感染免疫研究。 T el:(023)68757431; E -mail :g ucg @china .com [文章编号]1000-8861(2001)02-0150-03 脂多糖模式识别受体的研究进展 顾长国综述,李 磊审校 (第三军医大学大坪医院外研所一室,重庆400042) [摘 要] G -细菌的脂多糖(L PS)是重要的病原体相关模式分子。P AM Ps 均可被动物作为外来分子进行识别。LP S 能 激发机体细胞因子IL -1、T N F- 等活性分子的合成,对感染具有十分重要的作用。L PS 是通过什么受体怎样将信号传入免疫细胞并启动免疫反应的,人们一直都不十分清楚。近年来,一种名为T o ll 蛋白的发现,使人们对机体识别LP S 机制的认识向前跨进了一大步。本文试对该模式识别受体的研究进展做一综述。 [关键词] 脂多糖;模式识别受体;T o ll-like receptor s(T L Rs)[中图分类号] R 392.1 [文献标识码] A Recent advance in research of pattern recognition receptors for LPS GU Chang-guo (First Dep artment of Institutes of Sur gical Research ,Dap ing H osp ital ,T hird M ilitary M edical University ,Chongqing 400042,China ) [Abstract ] L ipopolysaccharide (L PS )of G ram -neg ative bacteria is an import ant pat ho gen-associated molecular pat ter ns (P A M Ps).T hey can be detected as ex og eno us molecules.L P S plays an impo rtant role in infection and trig ger innate immune r e-sponse.But it is no t well known how it w or ks.U nv eiling of T oll-like receptors,a t ype Ⅰtransmembrane pr otein,has m ade a gr eat pr ogr ess in understanding t he mechanism of recognitio n of L PS.Here,we try to introduce recent resear ch advances o f this po tential patter n r ecog nition r ecepto rs(PR R). [Key words ] lipopo lysaccharide(L P S);pattern recognit ion receptor s(P RR );T oll-like r eceptor s(T L Rs) 微生物细胞壁的组成成分是先天性免疫反应的高效活化分子。这些分子如G -细菌的脂多糖(lipopoly sacchar ide,L PS )、G +细菌的肽聚糖(pept idog ly can )、脂磷壁酸(lipot ei-choic acid ,T LA )以及真菌的甘露糖(mannans )等称为病原体相关的模式分子(pathog en-associated m olecular patterns,PA M P s)。与之相对应的模式识别受体(patter n r ecog nition receptor s ,P RR )这一概念最早是由Janew ay 在1992年提出的[1]。P AM Ps 均可被动物作为外来分子进行识别。PA M P s 能激发机体细胞因子如I L -1、T N F- 等以及其他活性分子的合成,对感染具有十分重要的作用。但是细胞因子的过度活化可以引起脓毒症休克,是细菌感染患者死亡的首要原因。因此模式识别受体在先天性免疫中居于重要地位,通过模式识别受体机体能区别病原体与自身组织,这是免疫反应的起点和根本特征。但过去的研究一直都没有发现能识别PA M P s 特别是L P S 并引起上述反应的模式识别受体。近年来发现的T oll-like receptors(T LR s)是在研究L PS 作用机制方面获得的重要进展,对深入了解模式识别受体作用机制, 研究先天性免疫反应的传入途径是一个重大突破。1 LPS 作用机制的研究 L PS 可以说是先天性免疫最强的刺激剂。 70年代人们普遍认为L PS 要发挥作用,必须先插入生物膜脂质双分子层或通过受体作用被吞噬,但这样的猜想一直无法得以证实。Cout inbo 发现C3H/HeJ 小鼠对L PS 无反应性,并将其原因归结为位于常染色体的1个等位基因位点lps 的突变。但是C 3H /HeJ 小鼠对G +细菌的反应却正常,由L PS 介导产生的细胞因子等方面也是正常的。这种表型上的差异可以说是因为对L PS 识别的缺陷造成的。lpsd 动物实验的研究可以得到一个结论:在哺乳动物存在对微生物的天然识别机制,这种机制识别的范围可以粗略的定义为G -细菌。这个天然识别机制的在对感染的耐受方面起重要作用。对lps d 动物的研究使人们认识到对L PS 的识别机制是先天性免疫的重要环节,也必然存在一条信号传导途径能将L PS 的作用引入胞内,而且lps d 纯合子在L PS 作用时信号将完全阻断。可以进一步推 论lps 编码的产物能识别L PS 并引起对G -菌感染的快速反 ?150? 免疫学杂志 第17卷 第2期2001年3月 IM M U NO LO GICA L JO U RN A L Vo l 17N o 2M ar 2001
模式识别研究进展 刘成林，谭铁牛 中国科学院自动化研究所 模式识别国家重点实验室 北京中关村东路95号 摘要 自20世纪60年代以来，模式识别的理论与方法研究及在工程中的实际应用取得了很大的进展。本文先简要回顾模式识别领域的发展历史和主要方法的演变，然后围绕模式分类这个模式识别的核心问题，就概率密度估计、特征选择和变换、分类器设计几个方面介绍近年来理论和方法研究的主要进展，最后简要分析将来的发展趋势。 1. 前言 模式识别(Pattern Recognition)是对感知信号（图像、视频、声音等）进行分析，对其中的物体对象或行为进行判别和解释的过程。模式识别能力普遍存在于人和动物的认知系统，是人和动物获取外部环境知识，并与环境进行交互的重要基础。我们现在所说的模式识别一般是指用机器实现模式识别过程，是人工智能领域的一个重要分支。早期的模式识别研究是与人工智能和机器学习密不可分的，如Rosenblatt的感知机[1]和Nilsson的学习机[2]就与这三个领域密切相关。后来，由于人工智能更关心符号信息和知识的推理，而模式识别更关心感知信息的处理，二者逐渐分离形成了不同的研究领域。介于模式识别和人工智能之间的机器学习在20世纪80年代以前也偏重于符号学习，后来人工神经网络重新受到重视，统计学习逐渐成为主流，与模式识别中的学习问题渐趋重合，重新拉近了模式识别与人工智能的距离。模式识别与机器学习的方法也被广泛用于感知信号以外的数据分析问题（如文本分析、商业数据分析、基因表达数据分析等），形成了数据挖掘领域。 模式分类是模式识别的主要任务和核心研究内容。分类器设计是在训练样本集合上进行优化（如使每一类样本的表达误差最小或使不同类别样本的分类误差最小）的过程，也就是一个机器学习过程。由于模式识别的对象是存在于感知信号中的物体和现象，它研究的内容还包括信号/图像/视频的处理、分割、形状和运动分析等，以及面向应用（如文字识别、语音识别、生物认证、医学图像分析、遥感图像分析等）的方法和系统研究。 本文简要回顾模式识别领域的发展历史和主要方法的演变，介绍模式识别理论方法研究的最新进展并分析未来的发展趋势。由于Jain等人的综述[3]已经全面介绍了2000年以前模式分类方面的进展，本文侧重于2000年以后的研究进展。
模式识别研究进展 摘要：自20 世纪60年代以来，模式识别的理论与方法研究及在工程中的实际应用取得了很大的进展。本文先简要回顾模式识别领域的发展历史和主要方法的演变，然后围绕模式分类这个模式识别的核心问题，就概率密度估计、特征选择和变换、分类器设计几个方面介绍近年来理论和方法研究的主要进展，最后简要分析将来的发展趋势。 1. 前言 模式识别（Pattern Recognition）是对感知信号（图像、视频、声音等）进行分析，对其中的物体对象或行为进行判别和解释的过程。模式识别能力普遍存在于人和动物的认知系统，人和动物获取外部环境知识，并与环境进行交互的重要基础。我们现在所说的模式识别一般是指用机器实现模式识别过程，是人工智能领域的一个重要分支。早期的模式识别研究是与人工智能和机器学习密不可分的，如Rosenblatt 的感知机和Nilsson 的学习机就与这三个领域密切相关。后来，由于人工智能更关心符号信息和知识的推理，而模式识别更关心感知信息的处理，二者逐渐分离形成了不同的研究领域。介于模式识别和人工智能之间的机器学习在20 世纪80 年代以前也偏重于符号学习，后来人工神经网络重新受到重视，统计学习逐渐成为主流，与模式识别中的学习问题渐趋重合，重新拉近了模式识别与人工智能的距离。模式识别与机器学习的方法也被广泛用于感知信号以外的数据分析问题（如文本分析、商业数据分析、基因表达数据分析等），形成了数据挖掘领域。模式分类是模式识别的主要任务和核心研究内容。分类器设计是在训练样本集合上进行优化（如使每一类样本的表达误差最小或使不同类别样本的分类误差最小）的过程，也就是一个机器学习过程。由于模式识 别的对象是存在于感知信号中的物体和现象，它研究的内容还包括信号/图像/ 视频的处理、 分割、形状和运动分析等，以及面向应用（如文字识别、语音识别、生物认证、医学图像分析、遥感图像分析等）的方法和系统研究。 本文简要回顾模式识别领域的发展历史和主要方法的演变，介绍模式识别理论方法研究的最新进展并分析未来的发展趋势。由于Jain 等人的综述[3] 已经全面介绍了2000 年以前模式分类方面的进展，本文侧重于2000 年以后的研究进展。 2. 历史回顾 现代模式识别是在20 世纪40 年代电子计算机发明以后逐渐发展起来的。在更早的
中国肿瘤生物治疗杂志http ：//www．biother．org Chin J Cancer Biother ，Apr．2015，Vol．22，No．2 doi ：10．3872/j．issn．1007-385X．2015．02．002 ·院士论坛· 模式识别受体与肿瘤微环境研究进展 顾炎，曹雪涛（第二军医大学免疫学研究所暨医学免疫学国家重点实验室，上海200433） ［基金项目］国家重点基础研究发展计划（973计划）资助项目（No．2011CB965202）；国家自然科学基金青年科学基金资助项目（No．31400757）。Project supported by the National Key Basic Ｒesearch Program of China （No．2011CB965202），and the National Natural Science Founda-tion for the Youth （No．31400757 ） 顾炎博士，讲师，任职于第二军医大学免疫学研究所暨医学免疫学国家重点实验室。2008年毕业于 第二军医大学临床医学系，同年进入医学免疫学国家重点实验室师从曹雪涛院士，2013年获得医学免疫学博士学位，并留校任教。主要从事肿瘤免疫逃逸的细胞与分子调控研究，研究重点为免疫细胞参与肿瘤负向免疫调控机制。博士课题揭示了肿瘤驯化的B 淋巴细胞对乳腺癌转移的促进功能，揭示了B 细胞及其产生的抗体参与肿瘤免疫逃逸的新的作用机制，并发现预测乳腺癌淋巴结转移以及患者预后判断的重要血清学指标。目前在研课题主要关注天然免疫细胞及Toll 样受体在肿瘤肺转移中新的作用及其机制。获国家自然科学基金青年基金一项，参与多项“973”、“863”、“科技重大专项”等国家级课题项目，研究成果发表在Hepatology 、 J Immunol 、Oncoimmunology 等杂志。E-mail ：guyan_84@163．com 曹雪涛教授，博士生导师， 中国工程院院士。现任中国医学科学院院长、第二军医大学免疫学研究所所长、医学免疫学国家重点实验室主任，全球慢性疾病防控联盟主席、亚大地区免疫学联盟主席，中国免疫学会秘书长、国家“863计划”现代医学主题专家组组长、国家“973计划”免疫学项目首席科学家、国务院学位评议委员会学科评议基础医学组召集人。任《中国肿瘤生物治疗杂志》主编，Cell Mol Immunol 杂志共同主编，J Mol Med 、Gene Ther 、Cancer Immunol Ｒes 等杂志的副主编，Cell 、Ann Ｒev Immu-nol 、Sci Transl Med 、eLife 等杂志的编委。主要从事天然免疫识别与免疫调节的基础研究和疾病免疫治疗的应用研究，以通信作者身份在Science 、Cell 、Nat Immunol 等杂志发表SCI 论文226篇，论文被SCI 他引6000余次；主编和共同主编学术专著8部，参编11部；获国家发明专利16项。培养的12名博士的学 位论文获评“全国百篇优秀博士学位论文”。E-mail ：caoxt@immunol．org ［摘 要］肿瘤微环境的组成与肿瘤发生发展的关系备受瞩目，免疫系统参与肿瘤微环境形成并在其中发挥重要作用，天然 免疫细胞对肿瘤的免疫监视以及免疫耐受的形成具有双向功能。模式识别受体（pattern recognition receptors ， PＲＲs ）是天然免疫细胞识别病毒、细菌等病原体以启动免疫与炎症过程的受体，在肿瘤免疫中也发挥双向的调控功能，其既能维持宿主寄生菌群平衡、清除死亡或突变细胞以抑制肿瘤发生，又能诱导慢性炎症、形成炎性微环境以促进肿瘤发生；既能识别危险信号启动天然免疫杀伤及后续的获得性免疫应答以抑制肿瘤进程，又能识别肿瘤释放的内源性配体以促进抑制性细胞亚群和细胞因子的产生，进而诱导肿瘤的免疫耐受与免疫抑制。此外，多种肿瘤细胞亦表达多种PＲＲs ，肿瘤细胞本身PＲＲ通路参与了肿瘤的发生、发展。本文将阐述肿瘤微环境中PＲＲs 及其配体表达的特点，重点分析PＲＲs 在肿瘤免疫调控中发挥的双向调控功能，以期为肿瘤免疫微环境形成的认识及肿瘤免疫治疗的设计提供新的视角。［关键词］肿瘤；肿瘤微环境；模式识别受体；天然免疫；免疫调控；免疫治疗［中图分类号］Ｒ730．23；Ｒ730．54；Ｒ392．11 ［文献标志码］A ［文章编号］1007- 385X （2015）02-0143-08Ｒecent progress in the research on pattern recognition receptors and tumor microenvironment Gu Yan ，Cao Xuetao （National Key Laboratory of Medical Immunology ＆Institute of Immunology ，Second Military Medi-cal University ，Shanghai 200433，China ） ［Abstract ］Tumor microenvironment has attracted significant research attentions worldwide．It is now generally accepted · 341·
模式识别发展及现状综述 xxx （xxxxxxxxxxxxxxxxxxx） 摘要 [摘要]：通过对模式识别的发展及现状进行调查研究，了解到模式识别的理论和方法在很多科学和技术领域中得到了广泛的应用，极大的推动了人工智能系统的发展，同时扩大了计算机应用的可能性。模式识别 的研究主要集中在研究生物体(包括人)是如何感知对象的，以及在给定的任务下，如何用计算机实现模式 识别的理论和方法。本文详细的阐述了模式识别系统的组成结构以及模式识别的现状并展望了未来的模式 识别的发展趋势。 [关键词]：模式识别;模式识别的应用 Abstract [Abstract]:through the investigation and Study on the present situation and development of pattern recognition, knowing that the theory and method of pattern recognition has been widely used in many fields of science and technology and greatly promoting the development of artificial intelligence systems as well as expanding the fields of computer applied to.The research of pattern recognition mainly concentrated on the research of the theory and method of pattern recognition which how the organisms(including humans)to perceive objects as well as,in a given task,how to realize the pattern recognition with computer.This paper expounds the present situation and system structure of the pattern recognition as well as prospects the development trend in the future of pattern recognition. [keyword]:pattern recognition;pattern recognition applications 1前言 模式识别诞生于20世纪20年代，随着40年代计算机的出现，50年代人工智能的兴起，模式识别在60年代初迅速发展成一门学科。什么是模式和模式识别呢？广义地说，存在于时间和空间中可观察的事物，如果可以区别它们是否相同或相似，都可以称之为模式；狭义地说，模式是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息；把模式所属的类别或同一类中模式的总体称为模式类(或简称为类)[1]。而“模式识别”则是在某些一定量度或观测基础上把待识模式划分到各自的模式类中去。 经过多年的研究和发展，模式识别技术已广泛被应用于人工智能、计算机工程、机器人学、神经生物学、医学、侦探学以及高能物理、考古学、地质勘探、宇航科学和武器技术等许多重要领域，如语音识别、语音翻译、人脸识别、指纹识别、生物认证技术等。模式识别的技术对国民经济建设和国防科技发展的重要性已得到了人们的认可和广泛重视。本文将就模式识别所涉及的基本问题、研究的领域及其当前进展现状进行详细的介绍，并对模式识别的发展趋势进行展望。 2模式识别 2.1模式识别系统 一个计算机模式识别系统基本上是由三个相互关联而又有明显区别的过程组成的，即数据生成、模式分析和模式分类。有两种基本的模式识别方法，即统计模式识别方法和结构
模式识别基础概念文献综述 一．前言 模式识别诞生于20世纪20年代。随着20世纪40年代计算机的出现，20世纪50年代人工智能的兴起，模式识别在20世纪60年代迅速发展成为一门学科。在20世纪60年代以前，模式识别主要限于统计学领域的理论研究，计算机的出现增加了对模式识别实际应用的需求，也推动了模式识别理论的发展。经过几十年的研究，取得了丰硕的成果，已经形成了一个比较完善的理论体系，主要包括统计模式识别、结构模式识别、模糊模式识别、神经网络模式识别和多分类器融合等研究内容。 模式识别就是研究用计算机实现人类的模式识别能力的一门学科，目的是利用计算机将对象进行分类。这些对象与应用领域有关，它们可以是图像、信号，或者任何可测量且需要分类的对象，对象的专业术语就是模式（pattern）。按照广义的定义，存在于时间和空间中可观察的事物，如果可以区别它们是否相同或相似，都可以成为模式。 二．模式识别基本概念 <一>.模式识别系统 模式识别的本质是根据模式的特征表达和模式类的划分方法，利用计算机将模式判属特定的类。因此，模式识别需要解决五个问题：模式的数字化表达、模式特性的选择、特征表达方法的确定、模式类的表达和判决方法的确定。一般地，模式识别
系统由信息获取、预处理、特征提取和选择、分类判决等4部 分组成，如图1-1所示。 观察对象→→→→→→→→→类→类别号信息获取预处理特征提取和选择分类判决 图1-1模式识别系统的组成框图 <二>.线性分类器 对一个判别函数来说，应该被确定的是两个内容：其一为方程 的形式；其二为方程所带的系数。对于线性判别函数来说方程 的形式是线性的，方程的维数为特征向量的维数，方程组的数 量则决定于待判别对象的类数。对M类问题就应该有M个线 性判别函数；对两类问题如果采用“+”“-”判别，则判别函数 可以只有一个。既然方程组的数量、维数和形式已定，则对判 别函数的设计就是确定函数的各系数，也就是线性方程的各权 值。在计算机上确定各权值时采用的是“训练”或“学习”的 方法，这就是待识别的模式集中挑选一批有代表的样本，它们 经过人工判读成为已知类别的样本，把这批样本逐个输入到计 算机的“训练”程序（或算法）中去，通过一次一次的迭代最 后得到正确的线性判别函数，这样一个迭代的运算的过程成为 训练过程。由于样本的分类首先经过人工判读，因而这样的构 成分类器也称为有人监督或有教师的分类器。 <三>.特征选择和提取 <1>、特征选择 特征的获取是依赖于具体的问题和相关专业的知识的，无法进
模式识别研究进展 摘要：自20世纪60年代以来，模式识别的理论与方法研究及在工程中的实际应用取得了很大的进展。本文先简要回顾模式识别领域的发展历史和主要方法的演变，然后围绕模式分类这个模式识别的核心问题，就概率密度估计、特征选择和变换、分类器设计几个方面介绍近年来理论和方法研究的主要进展，最后简要分析将来的发展趋势。 1. 前言 模式识别(Pattern Recognition)是对感知信号（图像、视频、声音等）进行分析，对其中的物体对象或行为进行判别和解释的过程。模式识别能力普遍存在于人和动物的认知系统，人和动物获取外部环境知识，并与环境进行交互的重要基础。我们现在所说的模式识别一般是指用机器实现模式识别过程，是人工智能领域的一个重要分支。早期的模式识别研究是与人工智能和机器学习密不可分的，如Rosenblatt 的感知机和Nilsson的学习机就与这三个领域密切相关。后来，由于人工智能更关心符号信息和知识的推理，而模式识别更关心感知信息的处理，二者逐渐分离形成了不同的研究领域。介于模式识别和人工智能之间的机器学习在20 世纪80 年代以前也偏重于符号学习，后来人工神经网络重新受到重视，统计学习逐渐成为主流，与模式识别中的学习问题渐趋重合，重新拉近了模式识别与人工智能的距离。模式识别与机器学习的方法也被广泛用于感知信号以外的数据分析问题（如文本分析、商业数据分析、基因表达数据分析等），形成了数据挖掘领域。模式分类是模式识别的主要任务和核心研究内容。分类器设计是在训练样本集合上进行优化（如使每一类样本的表达误差最小或使不同类别样本的分类误差最小）的过程，也就是一个机器学习过程。由于模式识别的对象是存在于感知信号中的物体和现象，它研究的内容还包括信号/图像/ 视频的处理、分割、形状和运动分析等，以及面向应用（如文字识别、语音识别、生物认证、医学图像分析、遥感图像分析等）的方法和系统研究。 本文简要回顾模式识别领域的发展历史和主要方法的演变，介绍模式识别理论方法研究的最新进展并分析未来的发展趋势。由于Jain 等人的综述[3]已经全面介绍了2000 年以前模式分类方面的进展，本文侧重于2000 年以后的研究进展。 2. 历史回顾
摘要：基于视觉理论的神经网络模式识别理论的研究一直是非常活跃的学科，被认为是神经网络应用最成功的一个方面，它的发展与神经网络理论可以说是同步的。几乎所有现有的神经网络物理模型都在模式识别领域得到了成功的应用，神经网络理论取得进步会给模式识别理论的发展带来鼓舞；相反，模式识别理论的进步又会大大推动神经网络理论的长足发展。它们的关系是相互渗透的。 关键词：神经网络；模式识别 Abstract: The research of pattern recognition theories according to the neural network mode of sense of vision theories has been very active in academics, neural network has been thought one of the most successful applications , its development can been seen as the same step with the neural network theories.Almost all existing physics model of the neural network all identified realm to get success in the mode of application, neural network theories' progress will give the development of the pattern recognition theories much encourage;Contrary, the pattern recognition theories of progress again consumedly push neural network theories of substantial development.Their relations permeate mutually. Key word: neural network; pattern recognition
族与疾病的相关性;它不但可以被应用于疾病的生物学治疗,还可以用于疾病的早期诊断、风险性评价、预防和治疗等方面。 参考文献 1 K otenko S V.The fam ily of I L 2102related cytokines and their receptors :re 2lated ,but to what extent [J ].Cytokine G rowth Factor Rev ,2002,13(3):2232240. 2 C onti P ,K em puraj D.I L 210sub fam ily members :I L 219,I L 220,I L 222,I L 224 and I L 226[J ].Immunol Lett ,2003,88(3):1712174. 3 Fickenscher H ,Her S ,K upers H ,et al.The interleukin 210fam ily of cyto 2kines[J ].T rends Immunol ,2002,23(3):89296. 4 G allagher G,Dickensheets H.Cloning ,expression and initial characteriza 2tion of interleukin 219(I L 219),a novel hom ologue of human interleukin 210(I L 210)[J ].G enes Immunol ,2000,1(7):4422450. 5 Blumberg H ,C onklin D.Interleukin 20discovery ,receptor identification , and role in epidermal function[J ].Cell ,2001,104(1):9219. 6 Zdanov A.Crystal structure of human interleukin 210at 1.6?res olution and a m odel of a com plex with its s oluble receptor [J ].Protein Sci ,1996,5(10):195521962. 7 Zdanov A.Crystal structure of E pstein 2Barr virus protein BCRF1,a ho 2m olog of cellular interleukin 210[J ].J M ol Biol ,1997,268(2):4602467.8 Chang C ,M agrancheva E ,K ozlov S ,et al.Crystal structure ofinterleukin 219 defines a new sub fam ily of helical cytokine [J ].J Biol Chem ,2003,278(5):330823313. 9 Dum outier L ,Lejeune D ,H or S ,et al.Cloning of a new type II cytokine re 2ceptor activating signal transducer and activator of tran2scription (ST AT )1,ST AT 2and ST AT 3[J ].Biochem J ,2003,370(pt2):3912396. 10 Puliti M ,v on Hunolstein C.Regulatory role of interlukin 210in experimen 2 tal group B streptococcal arthritis[J ].In fect Immun ,2002,70(6):286222868. 11 Asadullah K,Eskdale J ,W iese A ,et al.Interleukin 210prom oter polym or 2 phism in ps oriasis[J ].J Invest Dermatol ,2001,116(6):9752978.12 R omer J ,Hasselager E.E pidermal overexpression of interleukin 219and 2 20mRNA in ps oriatic skin disappears after short 2term treatment with cy 2closporine a or calcipotriol [J ].J Invest Dermatol ,2003,121(6):130621311. 13 Rich BE ,K upper TS.Cytokines :I L 2202a new effector in skin in flamma 2 tion[J ].Curr Biol ,2001,11(13):R5312534. 14 K ing o K,K oks S.P olym orphisms in the interleukin 220gene :relationships to plaque 2type ps oriasis[J ].G enes Immun ,2004,5(2):1172121.15 W ang M ,T an Z.Interleukin 24(M DA 27ΠM OB 25)signals through tw o heterodimeric receptors ,I L 222R1ΠI L 220R2and I L 220R1ΠI L 220R2[J ].J Biol Chem ,2002,277(9):734127347. 16 Sarkar D ,Su ZZ ,Lebedeva IV ,et al.mda 27(I L 224)M ediates selective apoptosis in human melanoma cells by inducing the coordinated over 2ex 2pression of the G ADD fam ily of genes by means of p38M APK[J ].Proc Natl Acad Sci US A ,2002,99(15):10054210059. 17 G oris A ,Heggarty S.Linkage disequilibrium analysis of chrom os ome 12q14215in multiple sclerosis :delineation of a 1182kb interval around interferon 2gamma (IFNG )that is inv olved in male versus female differ 2ential susceptibility[J ].G enes Immun ,2002,3(8):4702476. 18 Vandenbroeck K,Cunningham S.P olym orphisms in the interferon 2gamma Π interleukin 226gene region contribute to sex bias in susceptibility to rheu 2matoid arthritis[J ].Arthritis ,Rheum ,2003,48(10):277322778. (收稿日期:2004-12-18) 巨噬细胞表面的主要模式识别受体研究进展 侯丽娜 摘要 巨噬细胞表面表达一系列受体分子,这些受体分子基本上都属于模式识别受体。它们能够与相应的病原体相关分子模式结合,介导巨噬细胞识别各种内源和外源抗原分子,是巨噬细胞发挥黏附,吞噬,调理,清除,杀伤和递呈功能,参与机先天性和获得性免疫应答的关键性环节。 关键词 病原体相关分子模式;模式识别受体;巨噬细胞 文章编号 1001-103X (2005)04-0249-04 中图分类号 R392.12 文献标识码 A 基金项目:浙江省自然科学基金资助项目(302031) 作者单位:310006杭州,浙江大学医学院生物化学与分子生物学教研室(硕士研究生) 审校者:浙江大学医学院生物化学与分子生物学教研室 赵鲁杭 病原体表面表达自身特定的分子结构,称为病原体相关分子模式(pathogen 2ass ociated m olecular pat 2tern ,PAMP ),最具代表性的PAMP 莫过于细菌的脂多糖(LPS )、脂蛋白(BLP )、肽聚糖(PG N )、脂磷壁酸 (LT A )、未甲基化的C p G DNA 、分枝杆菌的脂阿拉伯 甘露聚糖(LAM )、酵母菌的甘露聚糖[1] 。与之相应 的,在天然免疫中识别PAMP 的受体,即被称为模式 识别受体(pattern recognition receptor ,PRR )[2] 。巨噬细胞是机体先天免疫的重要执行者,是所谓的专职性组织吞噬细胞。在它的表面表达了一系列PRR ,这些PRR 介导巨噬细胞识别那些微生物表面保守的,而在宿主中不存在的PAMP ,通过下游的信号途径,调节各种免疫反应基因的表达从而清除病原体。
一.详细介绍人工情感方向内涵、相关课题及研究成果 人工情感内涵 :人工情感指用人工的方法和技术, 模仿、延伸和扩展人的情感, 使机器具有识别、理解和表达情感的能力。人工智能是指用人工的方法和技术,模仿、延伸和扩展人的智能, 实现机器的智能化。从广义的角度来看,情感是一种特殊的认知,意志又是一种特殊的情感,广义的人工智能包括狭义人工智能、人工情感与人工意志三个方面。 人工情感并不是指简单地模拟人的某些情感表达方式和情感识别方式, 而是为了使电脑或机器人具有像一样的内在情感, 真实地具有像人一样的情感表达能力、情感识别能力、情感思维能力和情感实施能力。 人工情感相关课题: 国内开展的研究项目主要有: 1. 脸部运动编码系统可应用于人脸表情的自动识别与合成; 2.MPEG-4 V2视觉标准可以组合多种表情以模拟混合表情; 3. 针对人的肢体运动而设计的运动和身体信息捕获设备; 4. 基于生物特征的身份验证系统; 5. 语调表情构造系统根据语音的时间、振幅、基频和共振峰等, 寻找不同情感信号特征的构造特点和分布规律; 6. 可穿戴式计算机可用于增强和补偿人的感知功能。 人工情感研究成果: (1 1996年日本文部省就以国家重点基金的方式开始支持“情感信息的信息学、心理学研究”的重大研究课题,日本各大公司竞相开发、研究、生产了所谓的个人机器人(Personal Robot 产品系列。其中, 以 SONY 公司的 AIBO 机器狗 (已经生产 6
万只, 获益近 10亿美元和 QRIO 型以及 SDR -4X 型情感机器人为典型代表。日本新开发的情感机器人取名“小IF ” , 可从对方的声音中发现感情的微妙变化,然后通过自己表情的变化在对话时表达喜怒哀乐, 还能通过对话模仿对方的性格和癖好。 (2美国 MIT 展开了对“情感计算”的研究, IBM 公司开始实施“蓝眼计划”和开发“情感鼠标” ; 2008年 4月美国麻省理工学院的科学家们展示了他们最新开发出的情感机器人“ Nexi ” ,该机器人不仅能理解人的语言,还能够对不同语言做出相应的喜怒哀乐反应,还能够通过转动和睁闭眼睛、皱眉、张嘴、打手势等形式表达其丰富的情感。这款机器人完全可以根据人面部表情的变化来做出相应的反应。它的眼睛中装备有 CCD(电荷耦合器件摄像机, 这使得机器人在看到与它交流的人之后就会立即确定房间的亮度并观察与其交流者的表情变化。 (3 德国 Mehrdad Jaladi-Soli 等人在 2001年提出了基于 EMBASSI 系统的多模型购物助手。 EMBASSI 是由德国教育及研究部(BMBF 资助并由 20多个大学和公司共同参与的,以考虑消费者心理和环境需求为研究目标的网络型电子商务系统。英国科学家已研发出名为“灵犀机器人” (Heart Robot 的新型机器人,这是一种弹性塑胶玩偶,其左侧可以看到一个红色的“心” ,而它的心脏跳动频率可以变化,通过程式设计的方式,让机器人可对声音、碰触与附近的移动产生反应。 二 . 分析介绍民用航空领域模式识别与智能系统的应用研究内容和成果 (1研究内容:卫星遥感图像中机场的识别方法研究 利用卫星或飞机等所摄取的图像来获取地面目标 , 一直是空间技术获取有关地面信息的重要手段。随着计算机性能的提高和图像处理技术的发展 , 利用计算机来检测识别遥感图像中的目标已经成为研究的热点。机场识别作为模式识别领域的问题之一 , 在民航领域有着重要的应用前景。使用模糊学增强方法对遥感图像进行预处理 , 利用阈值分割方法进行图像分割 , 然后利用像素标记法提取出最大连通区域 , 最后通过 ROI 的算法 , 实现对机场区域 的定位。