化學(xué)模式識(shí)別在生藥鑒別和質(zhì)量評(píng)價(jià)中的應(yīng)用

1、化學(xué)模式識(shí)別在生藥鑒別和質(zhì)量評(píng)價(jià)中的應(yīng)用摘要：化學(xué)模式識(shí)別是物以類聚,同類或相似的樣本間的距離較近,不同類的/樣本間的距離應(yīng)較遠(yuǎn)。這樣可以根據(jù)各樣本的距離或距離的函數(shù)來(lái)判別、分類,并利用分類的結(jié)果預(yù)報(bào)未知。模式識(shí)別屬于多變量數(shù)值分析方法,它是借助于計(jì)算機(jī)來(lái)揭示隱含于事物內(nèi)部規(guī)律的一種綜合技術(shù)，是用現(xiàn)代分離分析檢測(cè)方法對(duì)中藥材或藥品樣本中的有機(jī)或無(wú)機(jī)的藥用化學(xué)成分進(jìn)行檢測(cè),用化學(xué)計(jì)量學(xué)方法關(guān)聯(lián)檢測(cè)數(shù)據(jù)陣,確定可用于樣品質(zhì)量控制的模式,通過(guò)上述方法進(jìn)行整體分析、分類和描述來(lái)對(duì)未知樣本進(jìn)行識(shí)別。關(guān)鍵詞:聚類分析法、主成分分析法、矩陣、空間模式識(shí)別(pattern recognition)是一門(mén)用機(jī)器

2、代替人對(duì)模式即所研究的事物進(jìn)行分析、描述、判斷和識(shí)別的技術(shù)1。它的中心任務(wù)就是要識(shí)別出某個(gè)樣本與哪一種模式(樣本)相同或相近,即在一定的度量和觀測(cè)的基礎(chǔ)上把待識(shí)別的模式劃分到各自模式類中。模式識(shí)別可分為基于統(tǒng)計(jì)學(xué)習(xí)理論的統(tǒng)計(jì)模式識(shí)別和基于語(yǔ)法的結(jié)構(gòu)模式識(shí)別。統(tǒng)計(jì)模式識(shí)別是目前最成熟也是應(yīng)用最廣泛的方法。以完成識(shí)別過(guò)程的方式而論,模式識(shí)別又可分為兩個(gè)系統(tǒng):有監(jiān)督學(xué)習(xí)系統(tǒng)和無(wú)監(jiān)督學(xué)習(xí)系統(tǒng)。有監(jiān)督學(xué)習(xí)系統(tǒng)要運(yùn)用一組已知其類別的樣本進(jìn)行訓(xùn)練(或?qū)W習(xí))獲得分類準(zhǔn)則,再利用準(zhǔn)則來(lái)判別未知模式所屬的類別。常用的方法有: SIMCA法(Simple classification algorithm,簡(jiǎn)單分類法

3、)、Bayes判別、逐步判別分析(Step-wise discriminate analysis, STEPDA)、人工神經(jīng)網(wǎng)絡(luò)(Artificial neural networks,ANN)等。而無(wú)監(jiān)督學(xué)習(xí)系統(tǒng)則是把模式劃分到目前為止仍然未知的類別中,即無(wú)須預(yù)先知道模式所屬的類別。其中最重要的一種就是聚類分析的方法。如系統(tǒng)聚類分析(Hierarchical clustering analysis)、模糊聚類分析(Fuzzy clustering analysis)等。化學(xué)模式識(shí)別(chemical pattern recognition)最早出現(xiàn)在20世紀(jì)20年代,模式識(shí)別方法于60年代末被

4、引入化學(xué)領(lǐng)域。它建立于一個(gè)十分直觀的基本假設(shè),即物以類聚,同類或相似的樣本間的距離較近,不同類的/樣本間的距離應(yīng)較遠(yuǎn)。這樣可以根據(jù)各樣本的距離或距離的函數(shù)來(lái)判別、分類,并利用分類的結(jié)果預(yù)報(bào)未知。模式識(shí)別屬于多變量數(shù)值分析方法,它是借助于計(jì)算機(jī)來(lái)揭示隱含于事物內(nèi)部規(guī)律的一種綜合技術(shù)5?；瘜W(xué)模式識(shí)別方法包括主成分分析(Principle component analysis,PCA)、聚類分析(Cluster analysis,CA)和判別分析(Discriminant analysis,DA)等方法。按照有沒(méi)有訓(xùn)練可以劃分為有監(jiān)督的模式識(shí)別方法(Supervised classification

5、)和無(wú)監(jiān)督的模式識(shí)別方法(Unsupervised classification)。前者是事先規(guī)定分類的標(biāo)準(zhǔn)和種類的數(shù)目,通過(guò)大批已知樣本的信息處理(稱為/訓(xùn)練或/學(xué)習(xí))找出規(guī)律,再用計(jì)算機(jī)預(yù)報(bào)未知6。如貝葉斯(Bayes)線性判別法、Fisher判別法、線性學(xué)習(xí)機(jī)、最近鄰近(KNN)域判別法、SIMCA分類法等。后者與前者相比,其模式識(shí)別問(wèn)題中存在更大的不確定性,一個(gè)主要原因就是在無(wú)監(jiān)督模式識(shí)別問(wèn)題中,只有一大批樣本,事先沒(méi)有規(guī)定分類標(biāo)準(zhǔn),也沒(méi)有規(guī)定分成幾類,卻要求通過(guò)信息處理找出合適的分類方法并實(shí)現(xiàn)分類。如聚類分析(clustering analysis)法、析因法(factor anal

6、ysis, FA)、圖形分類法等?；瘜W(xué)模式識(shí)別是用現(xiàn)代分離分析檢測(cè)方法對(duì)中藥材或藥品樣本中的有機(jī)或無(wú)機(jī)的藥用化學(xué)成分進(jìn)行檢測(cè),用化學(xué)計(jì)量學(xué)方法關(guān)聯(lián)檢測(cè)數(shù)據(jù)陣,確定可用于樣品質(zhì)量控制的模式,通過(guò)上述方法進(jìn)行整體分析、分類和描述來(lái)對(duì)未知樣本進(jìn)行識(shí)別。此方法綜合了中藥材或中藥制劑內(nèi)各種化學(xué)成分的整體信息,能夠更準(zhǔn)確、更全面、更科學(xué)的對(duì)中藥材及其制劑進(jìn)行質(zhì)量評(píng)價(jià)7,在對(duì)大批量樣品進(jìn)行鑒別分類時(shí),其快速、準(zhǔn)確的特點(diǎn)尤為突出。目前化學(xué)模式識(shí)別方法所采用的原始數(shù)據(jù),主要來(lái)源于波譜分析、光譜分析和色譜分析所測(cè)得的各種數(shù)據(jù),常用的分析方法有:紫外光譜法(UV)、紅外光譜( IR)、薄層色譜法(TLC)、氣相色譜

7、法(GC)、高效液相色譜法(HPLC)、質(zhì)譜分析法、氣相色譜/質(zhì)譜(GC/MS)聯(lián)用技術(shù)、液相色譜/質(zhì)譜(LC/MS)等,隨著研究的深入,核磁共振法、X射線衍射法、分子生物學(xué)方法(DNA指紋圖譜)和各種新型的聯(lián)用技術(shù),如高效液相色譜/毛細(xì)管電泳-質(zhì)譜/質(zhì)譜(HPLC/CE-MS/MS)、等離子光譜-質(zhì)譜(ICP-MS)等8也應(yīng)用于中藥指紋圖譜的構(gòu)建并可能為中藥的化學(xué)模式識(shí)別提供更多的信息。模式識(shí)別技術(shù)在中藥分類和質(zhì)量評(píng)價(jià)中的應(yīng)用聚類分析法（cluster analysis,CA)聚類分析是按物體以類聚的原則研究事物分類的一種多元統(tǒng)計(jì)分析方法。在用聚類分析解決實(shí)際問(wèn)題時(shí),我們根據(jù)每個(gè)分類對(duì)象(樣

8、品)的性質(zhì)和分類的目的選定若干指標(biāo)(變量),并測(cè)出所有的指標(biāo)值,將得到的結(jié)果列為一個(gè)數(shù)據(jù)矩陣,這個(gè)樣本資料就是聚類分析的出發(fā)點(diǎn)9。聚類分析的基本思想是:根據(jù)相似程度大小把樣品歸類。聚類分析可分為系統(tǒng)聚類法和動(dòng)態(tài)聚類法。系統(tǒng)聚類法是目前最流行的方法,一般用聚類圖表示出來(lái)。系統(tǒng)聚類法分類比較準(zhǔn)確、客觀,在中藥質(zhì)量的評(píng)價(jià)中,較為常用。但是當(dāng)樣品個(gè)數(shù)大時(shí),就比較費(fèi)事,而動(dòng)態(tài)聚類分析可解決這一問(wèn)題。它主要采用迭代法的思想,先給一個(gè)粗糙的初始分類,然后用某種原則進(jìn)行調(diào)整,直至分類比較合理化。最常用的聚類方法包括系統(tǒng)聚類方法(hierarchical clustering method, HCM)、k均值聚

9、類法、模糊聚類法、最優(yōu)分割法、圖論方法中的最小生成樹(shù)等方法10。其中系統(tǒng)聚類法和k均值聚類法是比較常用的方法。系統(tǒng)聚類法的基本思想是在各自成類樣本中,將距離最近的樣本并為一個(gè)新類,計(jì)算新類與其它類的距離,直到所有的樣本并為一類;k均值聚類法是一種動(dòng)態(tài)聚類方法,其基本思想是假設(shè)一個(gè)分類數(shù)目k,任意選取k個(gè)點(diǎn)作為初始類聚點(diǎn),逐個(gè)計(jì)算其它樣本與k個(gè)類重心之間的距離,選取距離最小者將其并人該類,再重新計(jì)算各類的重心,并以該重心為新的凝聚點(diǎn),直到每個(gè)樣本都被歸類。聚類分析法在中藥的真?zhèn)舞b別和質(zhì)量評(píng)價(jià)方面：有王文清11采用聚類分析法對(duì)不同產(chǎn)地的大青葉質(zhì)量的化學(xué)模式研究研究，實(shí)驗(yàn)采用RP-HPLC法定量分析

10、國(guó)內(nèi)10個(gè)不同產(chǎn)地大青葉樣品中鄰氨基苯甲酸、丁香酸、腺苷，靛玉紅4種指標(biāo)成分的量，用雷達(dá)圖評(píng)價(jià)指標(biāo)成分平衡分布，按其質(zhì)量等級(jí)劃分為5類。陳玲12采用HPLC對(duì)12個(gè)不同產(chǎn)地的厚樸進(jìn)行了定量分析。以往的研究工作證明了厚樸酚與和厚樸酚是厚樸藥材的主要有效成分，試驗(yàn)以厚樸酚、和厚樸酚為考察指標(biāo),用系統(tǒng)聚類分析對(duì)其進(jìn)行化學(xué)模式識(shí)別研究,建立了對(duì)厚樸藥材辨識(shí)的新方法。分別精密吸取對(duì)照品溶液和供試品溶液各10LL,在上述色譜條件下,注入高效液相色譜儀,測(cè)定其峰面積,外標(biāo)法計(jì)算厚樸酚與和厚樸酚的含量。所有樣品聚類分析結(jié)果和傳統(tǒng)分析結(jié)果一致,表明所選指標(biāo)是合理的13。齊靜靜14利用電噴霧質(zhì)譜(ESI-MS)法

11、建立龍膽質(zhì)譜指紋圖譜,研究其中代表性裂環(huán)烯醚萜苷類成分的ESI-MS規(guī)律。采用甲醇超聲法提取龍膽中裂環(huán)烯醚萜苷類成分,在正離子方式檢測(cè)模式下直接進(jìn)樣,應(yīng)用一級(jí)全掃描質(zhì)譜建立其特征圖譜。運(yùn)用化學(xué)模式識(shí)別方法對(duì)圖譜數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)秋季龍膽樣品的聚集程度優(yōu)于春季龍膽樣品,根據(jù)春季、秋季藥材樣品的差異。裂環(huán)烯醚萜苷類成分在二級(jí)質(zhì)譜中易發(fā)生脫水、乙?；?、葡萄糖基等。電噴霧質(zhì)譜法的精密度、穩(wěn)定性、重現(xiàn)性均符合要求,且具有特征性強(qiáng)、分析速度快、樣品用量少等優(yōu)點(diǎn)。結(jié)果表明,質(zhì)譜指紋圖譜可對(duì)春季、秋季藥材樣品不同采收期進(jìn)行區(qū)分;利用多級(jí)串聯(lián)質(zhì)譜技術(shù)對(duì)代表性裂環(huán)烯醚萜苷成分分析,歸納總結(jié)此類化合物的裂解規(guī)律。主

12、成分分析法主成分分析（Principal component analysis），PCA是對(duì)多變量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理的一種線性投影判別方法,是在不明顯減少有用信息的前提下,將高維空間壓縮到低維空間的模式分類方法15。PCA的基本思路是以一種最優(yōu)化方法濃縮量測(cè)數(shù)據(jù)信息,使數(shù)據(jù)矩陣簡(jiǎn)化,降低維數(shù),尋找少數(shù)幾個(gè)由原始變量線性組合的主成分,以揭示數(shù)據(jù)結(jié)構(gòu)特征,提取基本信息。就是最佳綜合簡(jiǎn)化多變量的大量數(shù)據(jù)。實(shí)質(zhì)是提取原始變量共性的信息。其基本含義為利用特征分析的數(shù)學(xué)方法從數(shù)據(jù)陣求取特征值和特征矢量。方法是轉(zhuǎn)換原變量，使少數(shù)新變量成為原變量的線性組合，同時(shí)新變量應(yīng)盡量表征原變量的結(jié)構(gòu)特征，而不丟失信息16

13、。以少數(shù)綜合變量取代原始的多數(shù)變量，提供有關(guān)數(shù)據(jù)結(jié)構(gòu)的基本特征，可用坐標(biāo)圖顯示其內(nèi)在特性，有利于幫助學(xué)生解釋、理解、判別量測(cè)數(shù)據(jù)和聚類，提高分析的可靠性。主成分分析法按以下順序進(jìn)行：（1）確定原始指標(biāo)體系；（2）建立標(biāo)準(zhǔn)信息矩陣；（3）求相關(guān)矩陣、特征值；（4）求累積方差貢獻(xiàn)率并確定主成分?jǐn)?shù)；（5）計(jì)算主成分特征向量矩陣、因子載荷系數(shù)矩陣和標(biāo)準(zhǔn)化主成分得分；（6）計(jì)算各樣本對(duì)象在主成分上的得分；作出 Z1-Z2（第 1 和第 2 主成分）平面圖，分析主成分分析結(jié)果。主成分分析法通過(guò)薄層色譜分離、指紋圖譜等方式進(jìn)行中藥品種分類和質(zhì)量評(píng)價(jià)。周漩17等人以主成分分析法對(duì)人參皂苷在6種不同展開(kāi)劑下的薄

14、層色譜保留行為進(jìn)行分析,并由分析結(jié)果選擇色譜分離機(jī)理互補(bǔ)的兩展開(kāi)劑,優(yōu)化人參皂苷的薄層色譜二維分離。趙宇18等人對(duì)不同產(chǎn)地的枳實(shí)進(jìn)行化學(xué)模式識(shí)別分類研究。其方法為采用高效液相色譜獲得枳實(shí)樣品的色譜指紋圖譜,利用主成分分析投影顯示法對(duì)K-均值聚類分析所得的結(jié)果進(jìn)行驗(yàn)證,建立起了枳實(shí)的識(shí)別方法。赫炎19等人用主成分分析的方法建立虎掌南星飲片HPLC指紋圖譜的定量標(biāo)識(shí)。通過(guò)主成分分析技術(shù),在信息量最小的原則下對(duì)圖譜數(shù)據(jù)進(jìn)行壓縮,獲得12個(gè)可以反映全部信息的綜合數(shù)據(jù),以定量表達(dá)。此法為飲片質(zhì)量標(biāo)準(zhǔn)建立和炮制過(guò)程質(zhì)量控制提供了依據(jù)。目前比較常用的方法是主成分分析法和聚類分析法連用，用于中藥質(zhì)量評(píng)價(jià)中。李

15、士博等20采用高效液相色譜法測(cè)定不同品種、產(chǎn)地和規(guī)格大黃的蒽醌類、有機(jī)酸類的含量，應(yīng)用主成分分析、聚類分析進(jìn)行化學(xué)模式識(shí)別。從主成分分析可知，樣品排序時(shí)綜合了總蒽醌、有機(jī)酸類含量，排序在前位，總蒽醌、有機(jī)酸酸類含量高，排序在后位的總蒽醌、有機(jī)酸類含量降低。從聚類分析可見(jiàn)，也是根據(jù)總蒽醌、沒(méi)食子酸、兒茶素的含量進(jìn)行歸屬，不難發(fā)現(xiàn)，聚為同類的樣品在主成分分析中排序基本相近。傳統(tǒng)的質(zhì)量評(píng)價(jià)主要按產(chǎn)地與道地性判別，采用化學(xué)模式識(shí)別的結(jié)果中，同品種、同產(chǎn)地的藥材樣品并沒(méi)有完全聚為一類，說(shuō)明該方法與傳統(tǒng)的差異，該方法按活性成分為分類變量，同一產(chǎn)地的樣品可能存在質(zhì)量差異，故化學(xué)模式識(shí)別的結(jié)果應(yīng)該更為合理。羅

16、光明21等運(yùn)用高效液相色譜指紋圖譜相似度評(píng)價(jià)法、系統(tǒng)聚類分析法和主成分分析法建立車前子藥材的綜合化學(xué)模式識(shí)別方法。以24 批藥材共有色譜峰峰面積為依據(jù)，建立其系統(tǒng)聚類分析方法及主成分分析方法。結(jié)果表明指紋圖譜法可以區(qū)別不同品種及產(chǎn)地車前子，系統(tǒng)聚類分析法和主成分分析法分析結(jié)果基本一致，但稍有差異。劉會(huì)君等22建立了莪術(shù)藥材的閃蒸-氣相色譜法(FE-GC), 采用 FE-GC 測(cè)定了 3 個(gè)產(chǎn)地的 9 個(gè)莪術(shù)樣品。 0。4 mg 的粉末樣品,在 200 下閃蒸, 經(jīng)色譜分離, 基于閃蒸色譜圖上分離鑒定到的 35 個(gè)共有峰的相對(duì)強(qiáng)度, 結(jié)合化學(xué)模式識(shí)別即主成分分析和系統(tǒng)聚類分析法對(duì)莪術(shù)樣品進(jìn)行了鑒

17、別分析3個(gè)產(chǎn)地的莪術(shù)樣品可以很好地得到區(qū)別。判別分析(Discriminant analysis DA) 判別分析是根據(jù)一批分類明確的的樣品(也叫參考組或訓(xùn)練樣品),制定出一個(gè)分類標(biāo)準(zhǔn)以指導(dǎo)其后新樣品歸類的一種多元分析方法23。一般地,若已有給定的m個(gè)總體(即m個(gè)類別)的觀測(cè)資料,構(gòu)造一個(gè)或多個(gè)判別函數(shù),能由該函數(shù)對(duì)新的未知其所屬總體的樣品作出判斷,從而決定其應(yīng)屬于哪個(gè)總體,這就是判別分析問(wèn)題。判別分析是在分類已知的條件下尋找客觀分類的判據(jù),以此對(duì)新的不知所屬的對(duì)象進(jìn)行判別,而聚類分析一般是用在給定的樣品分類未知的情況下。一般來(lái)說(shuō),判別分析常和聚類分析聯(lián)合使用,效果更佳。人工神經(jīng)網(wǎng)絡(luò)(arti

18、ficialneural network,ANN)ANN23是一種全新的信息處理系統(tǒng),是真實(shí)神經(jīng)網(wǎng)絡(luò)的一種數(shù)學(xué)抽象.與其它模式識(shí)別技術(shù)相比,人工神經(jīng)網(wǎng)絡(luò)模擬人腦結(jié)構(gòu),具有自組織、自學(xué)習(xí)的能力,適于處理不正確的非線性過(guò)程測(cè)量數(shù)據(jù)和處理信息量大等特點(diǎn).神經(jīng)網(wǎng)絡(luò)系統(tǒng)中包含著大量的基本信息處理單元,稱為神經(jīng)元(neu-rons)或節(jié)點(diǎn)(nodes).在中藥質(zhì)量模式識(shí)別中的神經(jīng)元(節(jié)點(diǎn))對(duì)應(yīng)于測(cè)定樣本的各特征參數(shù),例如HPLC和GC-MS所測(cè)其峰、UV所測(cè)吸收值等經(jīng)過(guò)標(biāo)準(zhǔn)歸一化后所得到的特征值,神經(jīng)元之間具有十分復(fù)雜與豐富的相互聯(lián)接關(guān)系,這種聯(lián)接強(qiáng)度用一種可變的權(quán)值表示.ANN算法就是給網(wǎng)絡(luò)各種訓(xùn)練樣本

19、,把網(wǎng)絡(luò)的實(shí)際輸出和正確的目標(biāo)值相比較,然后根據(jù)偏差的情況修改各節(jié)點(diǎn)的連接權(quán)重,網(wǎng)絡(luò)不斷朝誤差減小的方向進(jìn)行變化,直到輸出值與正確的目標(biāo)值的偏差滿足工作所需要的精度.經(jīng)過(guò)訓(xùn)練的網(wǎng)絡(luò)把系統(tǒng)規(guī)則、預(yù)測(cè)能力、變量轉(zhuǎn)化等都以權(quán)值的形式隱含在網(wǎng)絡(luò)之上然后向輸入層輸入信息,即可給出結(jié)果神經(jīng)網(wǎng)絡(luò)對(duì)于處理那些因果關(guān)系不明確、知識(shí)背景清楚、推理規(guī)則不確定的問(wèn)題尤其具有獨(dú)到之處.在化學(xué)模式識(shí)別中用的最多的有誤差反向傳播法(Back Propagation network,簡(jiǎn)稱BP法), PR-ANN和RBF-ANN法等。小結(jié)化學(xué)模式識(shí)別技術(shù)相對(duì)于傳統(tǒng)的中藥質(zhì)量研究方法有了較大的完善和發(fā)展,在一定程度上對(duì)中藥的質(zhì)量

20、評(píng)價(jià)提供了一種新的方法和思路。但是,要尋找到一個(gè)最適當(dāng)?shù)姆椒ㄈ?、客觀的反映中藥質(zhì)量的真?zhèn)蝺?yōu)劣,給出完整的評(píng)價(jià)結(jié)果,目前還有一定的難度。中藥的品種繁多,成分復(fù)雜,單憑一種或兩種模式識(shí)別技術(shù)不能完全說(shuō)明問(wèn)題,要通過(guò)多種途徑,多種技術(shù)相互驗(yàn)證。而且目前在模式識(shí)別研究中,對(duì)中藥的化學(xué)信息和藥理指標(biāo)的聯(lián)系較少,不能反映中藥的成分和藥效間的關(guān)系。另外在中藥復(fù)方研究方面,化學(xué)模式識(shí)別技術(shù)的應(yīng)用也剛剛起步,需要結(jié)合模糊數(shù)學(xué)和計(jì)算機(jī)技術(shù)深入研究參考文獻(xiàn)1陳玥娥 姚小華 中藥鑒定技術(shù)的發(fā)展概況J廣州中醫(yī)藥大學(xué)學(xué)報(bào) 2007.7 24-42戴云 葉艷青 化學(xué)模式識(shí)別在中藥質(zhì)量控制中的應(yīng)用J云南民族大學(xué)學(xué)報(bào)(自然科

21、學(xué)版) 2007.10 16-43朱曉勤 尹蓮 化學(xué)模式識(shí)別在中藥分類和質(zhì)量評(píng)價(jià)中的應(yīng)用J中華中醫(yī)藥學(xué)刊2007.10 25-104劉萬(wàn)倉(cāng) 孫磊 中藥指紋圖譜模式識(shí)別研究進(jìn)展J國(guó)際藥學(xué)研究雜志2010.12 37-65李大東 模式識(shí)別在儀器分析教學(xué)中的應(yīng)用J浙江海洋學(xué)院學(xué)報(bào)(自然科學(xué)版)2009.12 28-46陳武李凡修 理想點(diǎn)法在藥品質(zhì)量綜合評(píng)價(jià)中的應(yīng)用J數(shù)理醫(yī)藥學(xué)雜志2002 15-57劉學(xué)仁 張瑩 化學(xué)模式識(shí)別技術(shù)在藥物分析中的應(yīng)用與研究進(jìn)展J數(shù)理醫(yī)藥學(xué)雜志 2011 24-18胡育筑 計(jì)算藥物分析M北京:科學(xué)出版社,2006.9楊淑瑩 模式識(shí)別與智能計(jì)算M北京電子工業(yè)出版社 2008：1-15.10黃欣榮 復(fù)雜性科學(xué)的