深度神经网络（DNNs）是 AI 领域的重要成果，但它的 “存在感” 已经不仅仅限于该领域。 一些前沿生物医学研究，也正被这一特别的概念所吸引。特别是计算神经科学家。 在以前所未有的任务性能彻底改变计算机视觉之后，相应的 DNNs 网络很快就被用以试着解释大脑信息处理的能力，并日益被用作灵长类动物大脑神经计算的建模框架。经过任务优化的深度神经网络，已经成为预测灵长类动物视觉皮层多个区域活动的最佳模型类型之一。 用神经网络模拟大脑或者试图让神经网络更像大脑正成为主流方向的当下，有研究小组却选择用神经生物学的方法重新审视计算机学界发明的DNNs。 而他们发现，诸如改变初始权重等情况就能改变网络的最终训练结果。这对使用单个网络来窥得生物神经信息处理机制的普遍做法提出了新的要求：如果没有将具有相同功能的深度神经网络具有的差异性纳入考虑的话，借助这类网络进行生物大脑运行机制建模将有可能出现一些随机的影响。要想尽量避免这种现象，从事 DNNs 研究的计算神经科学家，可能需要将他们的推论建立在多个网络实例组的基础上，即尝试去研究多个相同功能的神经网络的质心，以此克服随机影响。 而对于 AI 领域的研究者，团队也希望这种表征一致性的概念能帮助机器学习研究人员了解在不同任务性能水平下运行的深度神经网络之间的差异。 人工神经网络由被称为 “感知器”、相互连接的单元所建立，感知器则是生物神经元的简化数字模型。人工神经网络至少有两层感知器，一层用于输入层，另一层用于输出层。在输入和输出之间夹上一个或多个 “隐藏” 层，就得到了一个 “深层” 神经网络，这些层越多，网络越深。 深度神经网络可以通过训练来识别数据中的特征，就比如代表猫或狗图像的特征。训练包括使用一种算法来迭代地调整感知器之间的连接强度（权重系数），以便网络学会将给定的输入（图像的像素）与正确的标签（猫或狗）相关联。理想状况是，一旦经过训练，深度神经网络应该能够对它以前没有见过的同类型输入进行分类。 但在总体结构和功能上，深度神经网络还不能说是严格地模仿人类大脑，其中对神经元之间连接强度的调整反映了学习过程中的关联。 一些神经科学家常常指出深度神经网络与人脑相比存在的局限性：单个神经元处理信息的范围可能比 “失效” 的感知器更广，例如，深度神经网络经常依赖感知器之间被称为反向传播的通信方式，而这种通信方式似乎并不存在于人脑神经系统。 然而，计算神经科学家会持不同想法。有的时候，深度神经网络似乎是建模大脑的最佳选择。 例如，现有的计算机视觉系统已经受到我们所知的灵长类视觉系统的影响，尤其是在负责识别人、位置和事物的路径上，借鉴了一种被称为腹侧视觉流的机制。 对人类来说，腹侧神经通路从眼睛开始，然后进入丘脑的外侧膝状体，这是一种感觉信息的中继站。外侧膝状体连接到初级视觉皮层中称为 V1 的区域，在 V1 和 V4 的下游是区域 V2 和 V4，它们最终通向下颞叶皮层。非人类灵长类动物的大脑也有类似的结构（与之相应的背部视觉流是一条很大程度上独立的通道，用于处理看到运动和物体位置的信息）。 这里所体现的神经科学见解是，视觉信息处理的分层、分阶段推进的：早期阶段先处理视野中的低级特征（如边缘、轮廓、颜色和形状），而复杂的表征，如整个对象和面孔，将在之后由颞叶皮层接管。 如同人的大脑，每个 DNN 都有独特的连通性和表征特征，既然人的大脑会因为内部构造上的差异而导致有的人可能记忆力或者数学能力更强，那训练前初始设定不同的神经网络是否也会在训练过程中展现出性能上的不同呢？ 换句话说，功能相同，但起始条件不同的神经网络间究竟有没有差异呢？ 这个问题之所以关键，是因为它决定着科学家们应该在研究中怎样使用深度神经网络。 在之前 Nature 通讯发布的一篇论文中，由英国剑桥大学 MRC 认知及脑科学研究组、美国哥伦比亚大学 Zuckerman Institute 和荷兰拉德堡大学的 Donders 脑科学及认知与行为学研究中心的科学家组成的一支科研团队，正试图回答这个问题。论文题目为《Individual differences among deep neural network models》。 根据这篇论文，初始条件不同的深度神经网络，确实会随着训练进行而在表征上表现出越来越大的个体差异。 此前的研究主要是采用线性典范相关性分析（CCA，linear canonical correlation analysis）和 centered-kernel alignment（CKA）来比较神经网络间的内部网络表征差异。 这一次，该团队的研究采用的也是领域内常见的分析手法 —— 表征相似性分析（RSA，representational similarity analysis）。 该分析法源于神经科学的多变量分析方法，常被用于将计算模型生产的数据与真实的大脑数据进行比较，在原理上基于通过用 “双（或‘对’）” 反馈差异表示系统的内部刺激表征（Inner stimulus representation）的表征差异矩阵（RDMs，representational dissimilarity matrices），而所有双反馈组所组成的几何则能被用于表示高维刺激空间的几何排布。 两个系统如果在刺激表征上的特点相同（即表征差异矩阵的相似度高达一定数值），就被认为是拥有相似的系统表征。 表征差异矩阵的相似度计算在有不同维度和来源的源空间（source spaces）中进行，以避开定义 “系统间的映射网络”。本研究的在这方面上的一个特色就是，使用神经科学研究中常用的网络实例比较分析方法对网络间的表征相似度进行比较，这使得研究结果可被直接用于神经科学研究常用的模型。 最终，对比的结果显示，仅在起始随机种子上存在不同的神经网络间存在明显个体差异。 该结果在采用不同网络架构，不同训练集和距离测量的情况下都成立。团队分析认为，这种差异的程度与 “用不同输入训练神经网络” 所产生的差异相当。 如上图所示，研究团队通过计算对应 RDM 之间的所有成对距离，比较 all-CNN-C 在所有网络实例和层、上的表示几何。 再通过 MDS 将 a 中的数据点（每个点对应一个层和实例）投影到二维。各个网络实例的层通过灰色线连接。虽然早期的代表性几何图形高度相似，但随着网络深度的增加，个体差异逐渐显现。 在证明了深度神经网络存在的显著个体差异之后，团队继续探索了这些差异存在的解释。 随后，研究者再通过在训练和测试阶段使用 Bernoulli dropout 方法调查了网络正则化（network regularization）对结果能造成的影响，但发现正则化虽然能在一定程度上提升 “采用不同起始随机种子的网络之表征” 的一致性，但并不能修正这些网络间的个体差异。 最后，通过分析网络的训练轨迹与个体差异出现的过程并将这一过程可视化，团队在论文中表示，神经网络的性能与表征一致性间存在强负相关性，即网络间的个体差异会在训练过程中被加剧。 总而言之，这项研究主要调查了多个神经网络在最少的实验干预条件下是否存在个体差异，即在训练开始前为网络设置不同权重的随机种子，但保持其他条件一致，并以此拓展了此前与 “神经网络间相关性” 有关的研究。 除了这篇 这篇 研究以外，“深度学习三巨头” 之一、著名 AI 学者 Hinton 也有过与之相关的研究，论文名为《Similarity of Neural Network Representations Revisited》，文章探讨了测量深度神经网络表示相似性的问题，感兴趣的读者可以一并进行阅读。 Refrence： [1] [2]
随着科学技术的发展，人工神经网络技术得到了空前的发展，并且在诸多领域得到了广泛的应用，为人工智能化的发展提供了强大的动力。以下是我整理分享的人工智能神经网络论文的相关资料，欢迎阅读!
人工神经网络的发展及应用
摘要随着科学技术的发展，人工神经网络技术得到了空前的发展，并且在诸多领域得到了广泛的应用，为人工智能化的发展提供了强大的动力。人工神经网络的发展经历了不同的阶段，是人工智能的重要组成部分，并且在发展过程中形成了自身独特的特点。文章对人工神经网络的发展历程进行回顾，并对其在各个领域的应用情况进行探讨。
关键词人工神经网络;发展;应用
随着科学技术的发展，各个行业和领域都在进行人工智能化的研究工作，已经成为专家学者研究的热点。人工神经网络就是在人工智能基础上发展而来的重要分支，对人工智能的发展具有重要的促进作用。人工神经网络从形成之初发展至今，经历了不同的发展阶段，并且在经济、生物、医学等领域得到了广泛的应用，解决了许多技术上的难题。
1人工神经网络概述
关于人工神经网络，到目前为止还没有一个得到广泛认可的统一定义，综合各专家学者的观点可以将人工神经网络简单的概括为是模仿人脑的结构和功能的计算机信息处理系统[1]。人工神经网络具有自身的发展特性，其具有很强的并行结构以及并行处理的能力，在实时和动态控制时能够起到很好的作用;人工神经网络具有非线性映射的特性，对处理非线性控制的问题时能给予一定的帮助;人工神经网络可以通过训练掌握数据归纳和处理的能力，因此在数学模型等难以处理时对问题进行解决;人工神经网络的适应性和集成性很强，能够适应不同规模的信息处理和大规模集成数据的处理与控制;人工神经网络不但在软件技术上比较成熟，而且近年来在硬件方面也得到了较大发展，提高了人工神经网络系统的信息处理能力。
2人工神经网络的发展历程
2.1 萌芽时期
在20世纪40年代，生物学家McCulloch与数学家Pitts共同发表文章，第一次提出了关于神经元的模型M-P模型，这一理论的提出为神经网络模型的研究和开发奠定了基础，在此基础上人工神经网络研究逐渐展开。1951年，心理学家Hebb提出了关于连接权数值强化的法则，为神经网络的学习功能开发进行了铺垫。之后生物学家Eccles通过实验证实了突触的真实分流，为神经网络研究突触的模拟功能提供了真实的模型基础以及生物学的依据[2]。随后，出现了能够模拟行为以及条件反射的处理机和自适应线性网络模型，提高了人工神经网络的速度和精准度。这一系列研究成果的出现为人工神经网络的形成和发展提供了可能。
2.2 低谷时期
在人工神经网络形成的初期，人们只是热衷于对它的研究，却对其自身的局限进行了忽视。Minskyh和Papert通过多年对神经网络的研究，在1969年对之前所取得的研究成果提出了质疑，认为当前研究出的神经网络只合适处理比较简单的线性问题，对于非线性问题以及多层网络问题却无法解决。由于他们的质疑，使神经网络的发展进入了低谷时期，但是在这一时期，专家和学者也并没有停止对神经网络的研究，针对他们的质疑也得出一些相应的研究成果。
2.3 复兴时期
美国的物理学家Hopfield在1982年提出了新的神经网络模型，并通过实验证明在满足一定的条件时，神经网络是能够达到稳定的状态的。通过他的研究和带动，众多专家学者又重新开始了对人工神经网络方面的研究，推动了神经网络的再一次发展[3]。经过专家学者的不断努力，提出了各种不同的人工神经网络的模型，神经网络理论研究不断深化，新的理论和方法层出不穷，使神经网络的研究和应用进入了一个崭新的时期。
2.4 稳步发展时期
随着人工神经网络研究在世界范围内的再次兴起，我国也迎来了相关理论研究的热潮，在人工神经网络和计算机技术方面取得了突破性的进展。到20世纪90年代时，国内对于神经网络领域的研究得到了进一步的完善和发展，而且能够利用神经网络对非线性的系统控制问题进行解决，研究成果显著。随着各类人工神经网络的相关刊物的创建和相关学术会议的召开，我国人工神经网络的研究和应用条件逐步改善，得到了国际的关注。
随着人工神经网络的稳步发展，逐渐建立了光学神经网络系统，利用光学的强大功能，提高了人工神经网络的学习能力和自适应能力。对非线性动态系统的控制问题，采取有效措施，提高超平面的光滑性，对其精度进行改进。之后有专家提出了关于人工神经网络的抽取算法，虽然保证了精度，但也加大了消耗，在一定程度上降低了神经网络的效率，因此在此基础上又提出了改进算法FERNN。混沌神经网络的发展也得到了相应的进步，提高了神经网络的泛化能力。
3人工神经网络的应用
3.1 在信息领域中的应用
人工神经网络在信息领域中的应用主要体现在信息处理和模式识别两个方面。由于科技的发展，当代信息处理工作越来越复杂，利用人工神经网络系统可以对人的思维进行模仿甚至是替代，面对问题自动诊断和解决，能够轻松解决许多传统方法无法解决的问题，在军事信息处理中的应用极为广泛[4]。模式识别是对事物表象的各种信息进行整理和分析，对事物进行辨别和解释的一个过程，这样对信息进行处理的过程与人类大脑的思维方式很相像。模式识别的方法可以分为两种，一种是统计模式识别，还有一种是结构模式识别，在语音识别和指纹识别等方面得到了广泛的应用。
3.2 在医学领域的应用
人工神经网络对于非线性问题处理十分有效，而人体的构成和疾病形成的原因十分复杂，具有不可预测性，在生物信号的表现形式和变化规律上也很难掌握，信息检测和分析等诸多方面都存在着复杂的非线性联系，所以应用人工神经网络决解这些非线性问题具有特殊意义[5]。目前，在医学领域中的应用涉及到理论和临床的各个方面，最主要的是生物信号的检测和自动分析以及专家系统等方面的应用。
3.3 在经济领域中的应用
经济领域中的商品价格、供需关系、风险系数等方面的信息构成也十分复杂且变幻莫测，人工神经网络可以对不完整的信息以及模糊不确定的信息进行简单明了的处理，与传统的经济统计方法相比具有其无法比拟的优势，数据分析的稳定性和可靠性更强。
3.4 在其他领域的应用
人工神经网络在控制领域、交通领域、心理学领域等方面都有很广泛的应用，能够对高难度的非线性问题进行处理，对交通运输方面进行集成式的管理，以其高适应性和优秀的模拟性能解决了许多传统方法无法解决的问题，促进了各个领域的快速发展。
4总结
随着科技的发展，人工智能系统将进入更加高级的发展阶段，人工神经网络也将得到更快的发展和更加广泛的应用。人工神经网络也许无法完全对人脑进行取代，但是其特有的非线性信息处理能力解决了许多人工无法解决的问题，在智能系统的各个领域中得到成功应用，今后的发展趋势将向着更加智能和集成的方向发展。
参考文献
[1]徐用懋，冯恩波.人工神经网络的发展及其在控制中的应用[J].化工进展，1993(5)：8-12，20.
[2]汤素丽，罗宇锋.人工神经网络技术的发展与应用[J].电脑开发与应用，2009(10)：59-61.
[3]李会玲，柴秋燕.人工神经网络与神经网络控制的发展及展望[J].邢台职业技术学院学报，2009(5)：44-46.
[4]过效杰，祝彦知.人工神经网络的发展及其在岩土工程领域研究现状[J].河南水利，2004(1)：22-23.
[5]崔永华.基于人工神经网络的河流汇流预报模型及应用研究[D].郑州大学，2006.
下一页分享更优秀的<<<人工智能神经网络论文
你不翻译了？？？
原文： Scalable Object Detection using Deep Neural Networks——学术范 最近，深度卷积神经网络在许多图像识别基准上取得了最先进的性能，包括ImageNet大规模视觉识别挑战(ILSVRC-2012)。在定位子任务中获胜的模型是一个网络，它预测了图像中每个对象类别的单个边界框和置信度得分。这样的模型捕获了围绕对象的整幅图像上下文，但如果不天真地复制每个实例的输出数量，就无法处理图像中同一对象的多个实例。在这篇论文中提出了一个显著性启发的神经网络检测模型，它预测了一组与类无关的边界框，每个框有一个分数，对应于它包含任何感兴趣的对象的可能性。该模型自然地为每个类处理数量可变的实例，并允许在网络的最高级别上进行跨类泛化。 目标检测是计算机视觉的基本任务之一。一个解决这个问题的通用范例是训练在子图像上操作的对象检测器，并在所有的场所和尺度上以详尽的方式应用这些检测器。这一范例被成功地应用于经过区别训练的可变形零件模型(DPM)中，以实现检测任务的最新结果。对所有可能位置和尺度的穷举搜索带来了计算上的挑战。随着类数量的增加，这个挑战变得更加困难，因为大多数方法都训练每个类单独的检测器。为了解决这个问题，人们提出了多种方法，从检测器级联到使用分割提出少量的对象假设。 关于对象检测的文献非常多，在本节中，我们将重点讨论利用类不可知思想和解决可伸缩性的方法。 许多提出的检测方法都是基于基于部件的模型，最近由于有区别学习和精心设计的特征，已经取得了令人印象深刻的性能。然而,这些方法依赖于在多个尺度上详尽地应用零件模板，这是非常昂贵的。此外，它们在类的数量上是可伸缩的，这对像ImageNet这样的现代数据集来说是一个挑战。 为了解决前一个问题，Lampert等人使用分支绑定策略来避免计算所有可能的对象位置。为了解决后一个问题，Song et al.使用了一个低维部件基，在所有对象类中共享。基于哈希算法的零件检测也取得了良好的结果。 另一种不同的工作，与我们的工作更接近，是基于对象可以本地化的想法，而不必知道它们的类。其中一些方法建立在自底向上无阶级分割[9]的基础上。通过这种方式得到的片段可以使用自上而下的反馈进行评分。基于同样的动机，Alexe等人使用一种廉价的分类器对对象假设是否为对象进行评分，并以这种方式减少了后续检测步骤的位置数量。这些方法可以被认为是多层模型，分割作为第一层，分割分类作为后续层。尽管它们编码了已证明的感知原理，但我们将表明，有更深入的模型，充分学习可以导致更好的结果。 最后，我们利用了DeepLearning的最新进展，最引人注目的是Krizhevsky等人的工作。我们将他们的边界盒回归检测方法扩展到以可扩展的方式处理多个对象的情况。然而，基于dnn的回归已经被Szegedy等人应用到对象掩模中。最后一种方法实现了最先进的检测性能，但由于单个掩模回归的成本，不能扩展到多个类。 我们的目标是通过预测一组表示潜在对象的边界盒来实现一种与类无关的可扩展对象检测。更准确地说，我们使用了深度神经网络(DNN)，它输出固定数量的包围盒。此外，它为每个盒子输出一个分数，表示这个盒子包含一个对象的网络信任度。 为了形式化上述思想，我们将i-thobject框及其相关的置信度编码为最后一网层的节点值: Bounding box: 我们将每个框的左上角和右下角坐标编码为四个节点值，可以写成vectorli∈R4。这些坐标是归一化的w. r. t.图像尺寸，以实现图像绝对尺寸的不变性。每个归一化坐标是由最后一层的线性变换产生的。 Confidence: 置信度:包含一个对象的盒子的置信度得分被编码为单个节点valueci∈[0,1]。这个值是通过最后一个隐藏层的线性变换产生的，后面跟着一个sigmoid。 我们可以组合边界盒位置sli,i∈{1，…K}为一个线性层。同样，我们可以将所有置信区间ci,i∈{1，…K}作为一个s型层的输出。这两个输出层都连接到最后一个隐藏层 在推理时，我们的算法生成kbound盒。在我们的实验中，我们使用ek = 100和K= 200。如果需要，我们可以使用置信分数和非最大抑制在推理时获得较少数量的高置信框。这些盒子应该代表对象。因此，它们可以通过后续的分类器进行分类，实现目标检测。由于盒子的数量非常少，我们可以提供强大的分类器。在我们的实验中，我们使用另一个dnn进行分类。 我们训练一个DNN来预测每个训练图像的边界框及其置信度得分，以便得分最高的框与图像的groundtruth对象框很好地匹配。假设对于一个特定的训练例子，对象被标记为boundingboxesgj,j∈{1，…，M}。在实践中，pre- dictionary的数量远远大于groundtruthboxm的数量。因此，我们试图只优化与地面真实最匹配的预测框子集。我们优化他们的位置，以提高他们的匹配度，最大化他们的信心。与此同时，我们将剩余预测的置信度最小化，这被认为不能很好地定位真实对象。为了达到上述目的，我们为每个训练实例制定一个分配问题。Wexij∈{0,1}表示赋值:xij= 1，如果第i个预测被赋值给第j个真对象。这项任务的目标可以表示为 其中，我们使用标准化边界框坐标之间的el2距离来量化边界框之间的不同。此外，我们希望根据分配x优化盒子的可信度。最大化指定预测的置信度可以表示为 最终的损失目标结合了匹配损失和信心损失 受式1的约束。α平衡了不同损失条款的贡献。 对于每个训练例子，我们通过解决一个最佳的赋值x*的预测到真实的盒子 约束执行赋值解决方案。这是二部匹配的一种变体，是一种多项式复杂度匹配。在我们的应用程序中，匹配是非常便宜的——每幅图像中标记的对象的数量少于一打，而且在大多数情况下只有很少的对象被标记。然后，通过反向传播优化网络参数。例如，反向传播算法的一阶导数计算w、r、t、l和c 尽管上述定义的损失在原则上是足够的，但三次修改使其有可能更快地达到更好的准确性。第一个修改是对地面真实位置进行聚类，并找到这样的聚类/质心，我们可以使用这些聚类/质心作为每个预测位置的先验。因此，鼓励学习算法为每个预测位置学习一个残差到一个先验。 第二个修改涉及到在匹配过程中使用这些先验:不是将N个groundtruth位置与K个预测进行匹配，而是在K个先验和groundtruth之间找到最佳匹配。一旦匹配完成，就会像之前一样计算目标的置信度。此外，位置预测损失也不变:对于任何一对匹配的(目标，预测)位置，其损失定义为groundtruth和对应于匹配先验的坐标之间的差值。我们把使用先验匹配称为先验匹配，并假设它促进了预测的多样化。 需要注意的是，尽管我们以一种与类无关的方式定义了我们的方法，但我们可以将它应用于预测特定类的对象盒。要做到这一点，我们只需要在类的边框上训练我们的模型。此外，我们可以预测每个类的kbox。不幸的是，这个模型的参数数量会随着类的数量线性增长。此外，在一个典型的设置中，给定类的对象数量相对较少，这些参数中的大多数会看到很少有相应梯度贡献的训练示例。因此，我们认为我们的两步过程——首先本地化，然后识别——是一个更好的选择，因为它允许使用少量参数利用同一图像中多个对象类型的数据 我们使用的本地化和分类模型的网络架构与[10]使用的网络架构相同。我们使用Adagrad来控制学习速率衰减，128的小批量，以及使用多个相同的网络副本进行并行分布式训练，从而实现更快的收敛。如前所述，我们在定位损失中使用先验——这些是使用训练集上的均值来计算的。我们还使用α = 0.3来平衡局部化和置信度损失。定位器可以输出用于推断的种植区以外的坐标。坐标被映射和截断到最后的图像区域。另外，使用非最大抑制对盒进行修剪，Jaccard相似度阈值为0.5。然后，我们的第二个模型将每个边界框分类为感兴趣的对象或“背景”。为了训练我们的定位器网络，我们从训练集中生成了大约3000万幅图像，并对训练集中的每幅图像应用以下步骤。最后，样品被打乱。为了训练我们的本地化网络，我们通过对训练集中的每一幅图像应用以下步骤，从训练集中生成了大约3000万幅图像。对于每幅图像，我们生成相同数量的平方样本，使样本总数大约为1000万。对于每幅图像，样本被桶状填充，这样，对于0 - 5%、5 - 15%、15 - 50%、50 - 100%范围内的每个比例，都有相同数量的样本，其中被包围框覆盖的比例在给定范围内。训练集和我们大多数超参数的选择是基于过去使用非公开数据集的经验。在下面的实验中，我们没有探索任何非标准数据生成或正则化选项。在所有的实验中，所有的超参数都是通过对训练集。 Pascal Visual Object Classes (VOC)挑战是最常用的对象检测算法基准。它主要由复杂的场景图像组成，其中包含了20种不同的对象类别的边界框。在我们的评估中，我们关注的是2007版VOC，为此发布了一个测试集。我们通过培训VOC 2012展示了结果，其中包含了大约。11000张图片。我们训练了一个100框的定位器和一个基于深度网络的分类器。 我们在一个由1000万作物组成的数据集上训练分类器，该数据集重叠的对象至少为0.5 jaccard重叠相似度。这些作物被标记为20个VOC对象类中的一个。•2000万负作物与任何物体盒最多有0.2个Jaccard相似度。这些作物被贴上特殊的“背景”类标签。体系结构和超参数的选择遵循。 在第一轮中，定位器模型应用于图像中最大-最小中心方形作物。作物的大小调整到网络输入大小is220×220。单次通过这个网络，我们就可以得到上百个候选日期框。在对重叠阈值为0.5的非最大抑制后，保留评分最高的前10个检测项，并通过21路分类器模型分别通过网络进行分类。最终的检测分数是给定盒子的定位分数乘以分类器在作物周围的最大方形区域上评估的分数的乘积。这些分数通过评估，并用于计算精确查全曲线。 首先，我们分析了本地化器在隔离状态下的性能。我们给出了被检测对象的数量，正如Pascal检测标准所定义的那样，与生成的包围框的数量相对比。在图1中，我们展示了使用VOC2012进行训练所获得的结果。此外，我们通过使用图像的最大中心面积(max-center square crop)作为输入以及使用两个尺度(second scale)来给出结果:最大中心面积(max-center crop)的第二个尺度(select3×3windows的大小为图像大小的60%)正如我们所看到的，当使用10个边界框的预算时，我们可以用第一个模型本地化45.3%的对象，用第二个模型本地化48%的对象。这显示出比其他报告的结果更好的性能，例如对象度算法达到42%[1]。此外，这个图表显示了在不同分辨率下观察图像的重要性。虽然我们的算法通过使用最大中心作物获得了大量的对象，但当使用更高分辨率的图像作物时，我们获得了额外的提升。进一步，我们用21-way分类器对生成的包围盒进行分类，如上所述。表1列出了VOC 2007的平均精度(APs)。达到的平均AP是0.29，与先进水平相当。注意，我们的运行时间复杂度非常低——我们只使用top10框。示例检测和全精度召回曲线分别如图2和图3所示。值得注意的是，可视化检测是通过仅使用最大中心方形图像裁剪，即使用全图像获得的。然而，我们设法获得了相对较小的对象，例如第二行和第二列的船，以及第三行和第三列的羊。 在本工作中，我们提出了一种新的方法来定位图像中的对象，该方法可以预测多个边界框的时间。该方法使用深度卷积神经网络作为基本特征提取和学习模型。它制定了一个能够利用可变数量的groundtruth位置的多箱定位成本。在“一个类一个箱”方法的情况下，对1000个盒子进行非max-suppression，使用与给定图像中感兴趣的DeepMulti-Box方法相同的准则，并学习在未见图像中预测这些位置。 我们在VOC2007和ILSVRC-2012这两个具有挑战性的基准上给出了结果，在这两个基准上，所提出的方法具有竞争力。此外，该方法能够很好地预测后续分类器将探测到的位置。我们的结果表明，deepmultibox的方法是可扩展的，甚至可以在两个数据集之间泛化，就能够预测感兴趣的定位，甚至对于它没有训练的类别。此外，它能够捕获同一类物体的多种情况，这是旨在更好地理解图像的算法的一个重要特征。 在未来，我们希望能够将定位和识别路径折叠到一个单一的网络中，这样我们就能够在一个通过网络的一次性前馈中提取位置和类标签信息。即使在其当前状态下，双通道过程(本地化网络之后是分类网络)也会产生5-10个网络评估，每个评估的速度大约为1个CPU-sec(现代机器)。重要的是，这个数字并不与要识别的类的数量成线性关系，这使得所提出的方法与类似dpm的方法非常有竞争力。
神经网络的是我的毕业论文的一部分4．人工神经网络人的思维有逻辑性和直观性两种不同的基本方式。逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理。这一过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点:1.信息是通过神经元上的兴奋模式分布在网络上;2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。 人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。4.1人工神经网络学习的原理人工神经网络首先要以一定的学习准则进行学习，然后才能工作。现以人工神经网络对手写“A”、“B”两个字母的识别为例进行说明，规定当“A”输入网络时，应该输出“1”，而当输入为“B”时，输出为“0”。 所以网络学习的准则应该是：如果网络做出错误的判决，则通过网络的学习，应使得网络减少下次犯同样错误的可能性。首先，给网络的各连接权值赋予(0，1)区间内的随机值，将“A”所对应的图像模式输入给网络，网络将输入模式加权求和、与门限比较、再进行非线性运算，得到网络的输出。在此情况下，网络输出为“1”和“0”的概率各为50%，也就是说是完全随机的。这时如果输出为“1”(结果正确)，则使连接权值增大，以便使网络再次遇到“A”模式输入时，仍然能做出正确的判断。 如果输出为“0”(即结果错误)，则把网络连接权值朝着减小综合输入加权值的方向调整，其目的在于使网络下次再遇到“A”模式输入时，减小犯同样错误的可能性。如此操作调整，当给网络轮番输入若干个手写字母“A”、“B”后，经过网络按以上学习方法进行若干次学习后，网络判断的正确率将大大提高。这说明网络对这两个模式的学习已经获得了成功，它已将这两个模式分布地记忆在网络的各个连接权值上。当网络再次遇到其中任何一个模式时，能够做出迅速、准确的判断和识别。一般说来，网络中所含的神经元个数越多，则它能记忆、识别的模式也就越多。4.2人工神经网络的优缺点人工神经网络由于模拟了大脑神经元的组织方式而具有了人脑功能的一些基本特征，为人工智能的研究开辟了新的途径，神经网络具有的优点在于:（1）并行分布性处理因为人工神经网络中的神经元排列并不是杂乱无章的，往往是分层或以一种有规律的序列排列，信号可以同时到达一批神经元的输入端，这种结构非常适合并行计算。同时如果将每一个神经元看作是一个小的处理单元，则整个系统可以是一个分布式计算系统，这样就避免了以往的“匹配冲突”，“组合爆炸”和“无穷递归”等题，推理速度快。（2）可学习性一个相对很小的人工神经网络可存储大量的专家知识，并且能根据学习算法，或者利用样本指导系统来模拟现实环境(称为有教师学习)，或者对输入进行自适应学习(称为无教师学习)，不断地自动学习，完善知识的存储。（3）鲁棒性和容错性由于采用大量的神经元及其相互连接，具有联想记忆与联想映射能力，可以增强专家系统的容错能力，人工神经网络中少量的神经元发生失效或错误，不会对系统整体功能带来严重的影响。而且克服了传统专家系统中存在的“知识窄台阶”问题。（4）泛化能力人工神经网络是一类大规模的非线形系统，这就提供了系统自组织和协同的潜力。它能充分逼近复杂的非线形关系。当输入发生较小变化，其输出能够与原输入产生的输出保持相当小的差距。（5）具有统一的内部知识表示形式，任何知识规则都可以通过对范例的学习存储于同一个神经网络的各连接权值中，便于知识库的组织管理，通用性强。虽然人工神经网络有很多优点，但基于其固有的内在机理，人工神经网络也不可避免的存在自己的弱点:（1）最严重的问题是没能力来解释自己的推理过程和推理依据。（2）神经网络不能向用户提出必要的询问，而且当数据不充分的时候，神经网络就无法进行工作。（3）神经网络把一切问题的特征都变为数字，把一切推理都变为数值计算，其结果势必是丢失信息。（4）神经网络的理论和学习算法还有待于进一步完善和提高。4.3神经网络的发展趋势及在柴油机故障诊断中的可行性神经网络为现代复杂大系统的状态监测和故障诊断提供了全新的理论方法和技术实现手段。神经网络专家系统是一类新的知识表达体系，与传统专家系统的高层逻辑模型不同，它是一种低层数值模型，信息处理是通过大量的简单处理元件(结点) 之间的相互作用而进行的。由于它的分布式信息保持方式，为专家系统知识的获取与表达以及推理提供了全新的方式。它将逻辑推理与数值运算相结合，利用神经网络的学习功能、联想记忆功能、分布式并行信息处理功能，解决诊断系统中的不确定性知识表示、获取和并行推理等问题。通过对经验样本的学习，将专家知识以权值和阈值的形式存储在网络中，并且利用网络的信息保持性来完成不精确诊断推理，较好地模拟了专家凭经验、直觉而不是复杂的计算的推理过程。但是，该技术是一个多学科知识交叉应用的领域，是一个不十分成熟的学科。一方面，装备的故障相当复杂;另一方面，人工神经网络本身尚有诸多不足之处:（1）受限于脑科学的已有研究成果。由于生理实验的困难性，目前对于人脑思维与记忆机制的认识还很肤浅。（2）尚未建立起完整成熟的理论体系。目前已提出了众多的人工神经网络模型，归纳起来，这些模型一般都是一个由结点及其互连构成的有向拓扑网，结点间互连强度所构成的矩阵，可通过某种学习策略建立起来。但仅这一共性，不足以构成一个完整的体系。这些学习策略大多是各行其是而无法统一于一个完整的框架之中。（3）带有浓厚的策略色彩。这是在没有统一的基础理论支持下，为解决某些应用，而诱发出的自然结果。（4）与传统计算技术的接口不成熟。人工神经网络技术决不能全面替代传统计算技术，而只能在某些方面与之互补，从而需要进一步解决与传统计算技术的接口问题，才能获得自身的发展。虽然人工神经网络目前存在诸多不足，但是神经网络和传统专家系统相结合的智能故障诊断技术仍将是以后研究与应用的热点。它最大限度地发挥两者的优势。神经网络擅长数值计算，适合进行浅层次的经验推理;专家系统的特点是符号推理，适合进行深层次的逻辑推理。智能系统以并行工作方式运行，既扩大了状态监测和故障诊断的范围，又可满足状态监测和故障诊断的实时性要求。既强调符号推理，又注重数值计算，因此能适应当前故障诊断系统的基本特征和发展趋势。随着人工神经网络的不断发展与完善，它将在智能故障诊断中得到广泛的应用。根据神经网络上述的各类优缺点，目前有将神经网络与传统的专家系统结合起来的研究倾向，建造所谓的神经网络专家系统。理论分析与使用实践表明，神经网络专家系统较好地结合了两者的优点而得到更广泛的研究和应用。离心式制冷压缩机的构造和工作原理与离心式鼓风机极为相似。但它的工作原理与活塞式压缩机有根本的区别，它不是利用汽缸容积减小的方式来提高汽体的压力，而是依靠动能的变化来提高汽体压力。离心式压缩机具有带叶片的工作轮，当工作轮转动时，叶片就带动汽体运动或者使汽体得到动能，然后使部分动能转化为压力能从而提高汽体的压力。这种压缩机由于它工作时不断地将制冷剂蒸汽吸入，又不断地沿半径方向被甩出去，所以称这种型式的压缩机为离心式压缩机。其中根据压缩机中安装的工作轮数量的多少，分为单级式和多级式。如果只有一个工作轮，就称为单级离心式压缩机，如果是由几个工作轮串联而组成，就称为多级离心式压缩机。在空调中，由于压力增高较少，所以一般都是采用单级，其它方面所用的离心式制冷压缩机大都是多级的。单级离心式制冷压缩机的构造主要由工作轮、扩压器和蜗壳等所组成。 压缩机工作时制冷剂蒸汽由吸汽口轴向进入吸汽室，并在吸汽室的导流作用引导由蒸发器(或中间冷却器)来的制冷剂蒸汽均匀地进入高速旋转的工作轮3(工作轮也称叶轮，它是离心式制冷压缩机的重要部件，因为只有通过工作轮才能将能量传给汽体)。汽体在叶片作用下，一边跟着工作轮作高速旋转，一边由于受离心力的作用，在叶片槽道中作扩压流动，从而使汽体的压力和速度都得到提高。由工作轮出来的汽体再进入截面积逐渐扩大的扩压器4(因为汽体从工作轮流出时具有较高的流速，扩压器便把动能部分地转化为压力能，从而提高汽体的压力)。汽体流过扩压器时速度减小，而压力则进一步提高。经扩压器后汽体汇集到蜗壳中，再经排气口引导至中间冷却器或冷凝器中。 二、离心式制冷压缩机的特点与特性 离心式制冷压缩机与活塞式制冷压缩机相比较，具有下列优点： (1)单机制冷量大，在制冷量相同时它的体积小，占地面积少，重量较活塞式轻5～8倍。 (2)由于它没有汽阀活塞环等易损部件，又没有曲柄连杆机构，因而工作可靠、运转平稳、噪音小、操作简单、维护费用低。 (3)工作轮和机壳之间没有摩擦，无需润滑。故制冷剂蒸汽与润滑油不接触，从而提高了蒸发器和冷凝器的传热性能。 (4)能经济方便的调节制冷量且调节的范围较大。 (5)对制冷剂的适应性差，一台结构一定的离心式制冷压缩机只能适应一种制冷剂。 (6)由于适宜采用分子量比较大的制冷剂，故只适用于大制冷量，一般都在25～30万大卡／时以上。如制冷量太少，则要求流量小，流道窄，从而使流动阻力大，效率低。但近年来经过不断改进，用于空调的离心式制冷压缩机，单机制冷量可以小到10万大卡／时左右。 制冷与冷凝温度、蒸发温度的关系。 由物理学可知，回转体的动量矩的变化等于外力矩，则 T=m(C2UR2-C1UR1) 两边都乘以角速度ω，得 Tω=m(C2UωR2-C1UωR1) 也就是说主轴上的外加功率N为： N=m(U2C2U-U1C1U) 上式两边同除以m则得叶轮给予单位质量制冷剂蒸汽的功即叶轮的理论能量头。 U2 C2 ω2 C2U R1 R2 ω1 C1 U1 C2r β 离心式制冷压缩机的特性是指理论能量头与流量之间变化关系，也可以表示成制冷 W=U2C2U-U1C1U≈U2C2U （因为进口C1U≈0） 又C2U=U2-C2rctgβ C2r=Vυ1/(A2υ2) 故有 W= U22(1- Vυ1 ctgβ) A2υ2U2 式中：V—叶轮吸入蒸汽的容积流量（m3/s） υ1υ2 ——分别为叶轮入口和出口处的蒸汽比容（m3/kg） A2、U2—叶轮外缘出口面积(m2)与圆周速度(m/s) β—叶片安装角 由上式可见，理论能量头W与压缩机结构、转速、冷凝温度、蒸发温度及叶轮吸入蒸汽容积流量有关。对于结构一定、转速一定的压缩机来说，U2、A2、β皆为常量，则理论能量头W仅与流量V、蒸发温度、冷凝温度有关。 按照离心式制冷压缩机的特性，宜采用分子量比较大的制冷剂，目前离心式制冷机所用的制冷剂有F—11、F—12、F—22、F—113和F—114等。我国目前在空调用离心式压缩机中应用得最广泛的是F—11和F—12，且通常是在蒸发温度不太低和大制冷量的情况下，选用离心式制冷压缩机。此外，在石油化学工业中离心式的制冷压缩机则采用丙烯、乙烯作为制冷剂，只有制冷量特别大的离心式压缩机才用氨作为制冷剂。 三、离心式制冷压缩机的调节 离心式制冷压缩机和其它制冷设备共同构成一个能量供给与消耗的统一系统。制冷机组在运行时，只有当通过压缩机的制冷剂的流量与通过设备的流量相等时，以及压缩机所产生的能量头与制冷设备的阻力相适应时，制冷系统的工况才能保持稳定。但是制冷机的负荷总是随外界条件与用户对冷量的使用情况而变化的，因此为了适应用户对冷负荷变化的需要和安全经济运行，就需要根据外界的变化对制冷机组进行调节，离心式制冷机组制冷量的调节有：1°改变压缩机的转速；2°采用可转动的进口导叶；3°改变冷凝器的进水量；4°进汽节流等几种方式，其中最常用的是转动进口导叶调节和进汽节流两种调节方法。所谓转动进口导叶调节，就是转动压缩机进口处的导流叶片以使进入到叶轮去的汽体产生旋绕，从而使工作轮加给汽体的动能发生变化来调节制冷量。所谓进汽节流调节，就是在压缩机前的进汽管道上安装一个调节阀，如要改变压缩机的工况时，就调节阀门的大小，通过节流使压缩机进口的压力降低，从而实现调节制冷量。离心式压缩机制冷量的调节最经济有效的方法就是改变进口导叶角度，以改变蒸汽进入叶轮的速度方向(C1U)和流量V。但流量V必须控制在稳定工作范围内，以免效率下降。
计算机论文计算机网络在电子商务中的应用摘要：随着计算机网络技术的飞进发展，电子商务正得到越来越广泛的应用。由于电子商务中的交易行为大多数都是在网上完成的， 因此电子商务的安全性是影响趸易双方成败的一个关键因素。本文从电子商务系统对计算机网络安全，商务交易安全性出发，介绍利用网络安全枝术解决安全问题的方法。关键词：计算机网络，电子商务安全技术一． 引言近几年来．电子商务的发展十分迅速 电子商务可以降低成本．增加贸易机会，简化贸易流通过程，提高生产力，改善物流和金流、商品流．信息流的环境与系统 虽然电子商务发展势头很强，但其贸易额所占整个贸易额的比例仍然很低。影响其发展的首要因素是安全问题．网上的交易是一种非面对面交易，因此“交易安全“在电子商务的发展中十分重要。可以说．没有安全就没有电子商务。电子商务的安全从整体上可分为两大部分．计算机网络安全和商务交易安全。计算机网络安全包括计算机网络设备安全、计算机网络系统安全、数据库安全等。其特征是针对计算机网络本身可能存在的安全问题，实施网络安全增强方案．以保证计算机网络自身的安全性为目标。商务安全则紧紧围绕传统商务在Interne'(上应用时产生的各种安全问题．在计算机网络安全的基础上．如何保障电子商务过程的顺利进行。即实现电子商务的保密性．完整性．可鉴别性．不可伪造性和不可依赖性。二、电子商务网络的安全隐患1窃取信息：由于未采用加密措施．数据信息在网络上以明文形式传送．入侵者在数据包经过的网关或路由器上可以截获传送的信息。通过多次窃取和分析，可以找到信息的规律和格式，进而得到传输信息的内容．造成网上传输信息泄密2．篡改信息：当入侵者掌握了信息的格式和规律后．通过各种技术手段和方法．将网络上传送的信息数据在中途修改 然后再发向目的地。这种方法并不新鲜．在路由器或者网关上都可以做此类工作。3假冒由于掌握了数据的格式，并可以篡改通过的信息，攻击者可以冒充合法用户发送假冒的信息或者主动获取信息，而远端用户通常很难分辨。4恶意破坏：由于攻击者可以接入网络．则可能对网络中的信息进行修改．掌握网上的机要信息．甚至可以潜入网络内部．其后果是非常严重的。三、电子商务交易中应用的网络安全技术为了提高电子商务的安全性．可以采用多种网络安全技术和协议．这些技术和协议各自有一定的使用范围，可以给电子商务交易活动提供不同程度的安全保障。1．防火墙技术。防火墙是目前主要的网络安全设备。防火墙通常使用的安全控制手段主要有包过滤、状态检测、代理服务 由于它假设了网络的边界和服务，对内部的非法访问难以有效地控制。因此．最适合于相对独立的与外部网络互连途径有限、网络服务种类相对集中的单一网络(如常见的企业专用网) 防火墙的隔离技术决定了它在电子商务安全交易中的重要作用。目前．防火墙产品主要分为两大类基于代理服务方式的和基于状态检测方式的。例如Check Poim Fi rewalI-1 4 0是基于Unix、WinNT平台上的软件防火墙．属状态检测型 Cisco PIX是硬件防火墙．也属状态检测型。由于它采用了专用的操作系统．因此减少了黑客利用操作系统G)H攻击的可能性：Raptor完全是基于代理技术的软件防火墙 由于互联网的开放性和复杂性．防火墙也有其固有的缺点(1)防火墙不能防范不经由防火墙的攻击。例如．如果允许从受保护网内部不受限制地向外拨号．一些用户可以形成与Interne'(的直接连接．从而绕过防火墙：造成一个潜在的后门攻击渠道，所以应该保证内部网与外部网之间通道的唯一性。(2)防火墙不能防止感染了病毒的软件或文件的传输．这只能在每台主机上装反病毒的实时监控软件。(3)防火墙不能防止数据驱动式攻击。当有些表面看来无害的数据被邮寄或复制到Interne'(主机上并被执行而发起攻击时．就会发生数据驱动攻击．所以对于来历不明的数据要先进行杀毒或者程序编码辨证，以防止带有后门程序。2．数据加密技术。防火墙技术是一种被动的防卫技术．它难以对电子商务活动中不安全的因素进行有效的防卫。因此．要保障电子商务的交易安全．就应当用当代密码技术来助阵。加密技术是电子商务中采取的主要安全措施， 贸易方可根据需要在信息交换的阶段使用。目前．加密技术分为两类．即对称加密／对称密钥加密／专用密钥加密和非对称加密／公开密钥加密。现在许多机构运用PKI(punickey nfrastructur)的缩写．即 公开密钥体系”)技术实施构建完整的加密／签名体系．更有效地解决上述难题．在充分利用互联网实现资源共享的前提下从真正意义上确保了网上交易与信息传递的安全。在PKI中．密钥被分解为一对(即一把公开密钥或加密密钥和一把专用密钥或解密密钥)。这对密钥中的任何一把都可作为公开密钥(加密密钥)通过非保密方式向他人公开．而另一把则作为专用密钥{解密密钥)加以保存。公开密钥用于对机密�6�11生息的加密．专用密钥则用于对加信息的解密。专用密钥只能由生成密钥对的贸易方掌握．公开密钥可广泛发布．但它只对应用于生成该密钥的贸易方。贸易方利用该方案实现机密信息交换的基本过程是 贸易方甲生成一对密钥并将其中的一把作为公开密钥向其他贸易方公开：得到该公开密钥的贸易方乙使用该密钥对机密信息进行加密后再发送给贸易方甲 贸易方甲再用自己保存的另一把专用密钥对加密后的信息进行解密。贸易方甲只能用其专用密钥解密由其公开密钥加密后的任何信息。3．身份认证技术。身份认证又称为鉴别或确认，它通过验证被认证对象的一个或多个参数的真实性与有效性 来证实被认证对象是否符合或是否有效的一种过程，用来确保数据的真实性。防止攻击者假冒 篡改等。一般来说。用人的生理特征参数f如指纹识别、虹膜识别)进行认证的安全性很高。但目前这种技术存在实现困难、成本很高的缺点。目前，计算机通信中采用的参数有口令、标识符 密钥、随机数等。而且一般使用基于证书的公钥密码体制(PK I)身份认证技术。要实现基于公钥密码算法的身份认证需求。就必须建立一种信任及信任验证机制。即每个网络上的实体必须有一个可以被验证的数字标识 这就是 数字证书(Certifi2cate)”。数字证书是各实体在网上信息交流及商务交易活动中的身份证明。具有唯一性。证书基于公钥密码体制．它将用户的公开密钥同用户本身的属性(例如姓名，单位等)联系在一起。这就意味着应有一个网上各方都信任的机构 专门负责对各个实体的身份进行审核，并签发和管理数字证书，这个机构就是证书中心(certificate authorities．简称CA}。CA用自己的私钥对所有的用户属性、证书属性和用户的公钥进行数字签名，产生用户的数字证书。在基于证书的安全通信中．证书是证明用户合法身份和提供用户合法公钥的凭证．是建立保密通信的基础。因此，作为网络可信机构的证书管理设施 CA主要职能就是管理和维护它所签发的证书 提供各种证书服务，包括：证书的签发、更新 回收、归档等。4．数字签名技术。数字签名也称电子签名 在信息安全包括身份认证，数据完整性、不可否认性以及匿名性等方面有重要应用。数字签名是非对称加密和数字摘要技术的联合应用。其主要方式为：报文发送方从报文文本中生成一个1 28b it的散列值(或报文摘要)，并用自己的专用密钥对这个散列值进行加密 形成发送方的数字签名：然后 这个数字签名将作为报文的附件和报文一起发送给报文的接收方 报文接收方首先从接收到的原始报文中计算出1 28bit位的散列值(或报文摘要)．接着再用发送方的公开密钥来对报文附加的数字签名进行解密 如果两个散列值相同 那么接收方就能确认该数字签名是发送方的．通过数字签名能够实现对原始报文的鉴别和不可抵赖性。四、结束语电子商务安全对计算机网络安全与商务安全提出了双重要求．其复杂程度比大多数计算机网络都高。在电子商务的建设过程中涉及到许多安全技术问题 制定安全技术规则和实施安全技术手段不仅可以推动安全技术的发展，同时也促进安全的电子商务体系的形成。当然，任何一个安全技术都不会提供永远和绝对的安全，因为网络在变化．应用在变化，入侵和破坏的手段也在变化，只有技术的不断进步才是真正的安全保障。参考文献：[1]肖满梅 罗兰娥：电子商务及其安全技术问题．湖南科技学院学报，2006，27[2]丰洪才 管华 陈珂：电子商务的关键技术及其安全性分析．武汉工业学院学报 2004，2[3]阎慧 王伟：宁宇鹏等编著．防火墙原理与技术[M]北京：机械工业出版杜 2004
网络会计论文参考文献
现如今，许多人都有过写论文的经历，对论文都不陌生吧，借助论文可以有效提高我们的写作水平。你知道论文怎样才能写的好吗？以下是我精心整理的网络会计论文参考文献，仅供参考，欢迎大家阅读。
[1]邢赢文.基于BP神经网络的电子元件行业上市公司财务风险预警研究[D].辽宁师范大学,2015.
[2]吕岳林.基于时间阈值的SF公司快递超网络优化研究[D].燕山大学,2015.
[3]林楠.O2O背景下传统零售业的盈利模式创新研究[D].中国海洋大学,2015.
[4]崔欢欢.公众网络诉求与政府会计信息质量相关性的实证研究[D].山东财经大学,2016.
[5]吴小满.ST跨境电商企业物流运输成本控制研究[D].湘潭大学,2014.
[6]周姣岚.服务型制造业网络的成本控制及优化[D].广西科技大学,2015.
[7]赵广坤.可优宝贝网络商城融资方案研究[D].河北工业大学,2015.
[8]赵圆.电商网络融资模式优化及风险管控研究[D].北方工业大学,2016.
[9]宋杨.远程教育环境下多模式财务管理系统研究与应用[D].北京理工大学,2015.
[10]钟文韬.肉类加工企业销售物流成本问题研究[D].吉林大学,2016.
[11]张婉婷.我国P2P网络借贷平台内部风险控制机制研究[D].吉林大学,2016.
[12]范超群.芜湖市电子商务企业融资模式研究[D].安徽大学,2016.
[13]汪灏.中国P2P网络借贷平台财务风险研究[D].安徽大学,2016.
[14]蔡翠.B2C网上超市成本管理研究[D].江苏大学,2016.
[15]章锦华.J电子商务企业成本控制研究[D].江苏大学,2016.
[16]张妍.服装网络定制个性化服务成本及定价模型研究[D].上海工程技术大学,2016.
[17]李佳琦.电子商务下B2C企业会计收入确认时点研究[D].吉林财经大学,2016.
[18]杨洁.第三方互联网交易平台服务费定价机制研究[D].重庆理工大学,2016.
[19]黄义成.CQ公司XBRL网络财务报告应用问题研究[D].西安石油大学,2016.
[20]罗浩.O2O商业模式下的交易成本问题研究[D].兰州财经大学,2016.
[21]张婷.“互联网+”神州租车的盈利模式及财务效果研究[D].兰州财经大学,2016.
[22]陈沈升.网络交易C2C模式的税收征管问题研究[D].黑龙江大学,2016.
[23]钟明君.高维因果网与高校资产管理的模糊推理研究[D].华南理工大学,2016.
[24]文勇堂.基于贝叶斯网络方法的通信设备企业财务风险预警研究[D].辽宁大学,2016.
[25]徐文静.电商环境下协同配送模式的协同效率及成本节约值分配研究[D].西南交通大学,2016.
[26]陈维煌.基于灰色神经网络的农业上市公司财务预警实证研究[D].湖南农业大学,2015.
[27]苏伟.市场竞争环境下供电企业购售电风险分析及应对研究[D].华北电力大学,2016.
[28]张文梦.C2C模式电子商务的税收征管问题与对策研究[D].首都经济贸易大学,2016.
[29]纪彩峰.B2C电商零售企业成本控制研究[D].首都经济贸易大学,2016.
[30]胡芳.基于B2C模式下D电子商务企业内部控制研究[D].北京林业大学,2016.
[31]熊亚楠.电子商务平台企业价值创造驱动因素与传导机理研究[D].广西大学,2016.
[32]何珊.基于RBF神经网络的高端装备制造业财务风险预警研究[D].湖南大学,2016.
[33]江楠.考呀呀线上会计培训的品牌营销策略研究[D].江西师范大学,2016.
[34]杨芬.互联网金融对商业银行盈利能力及风险影响的实证研究[D].湖南大学,2016.
[35]沈威.互联网金融对商业银行盈利能力的影响研究[D].湖南大学,2015.
[36]黄诚.苏宁云商营运资金管理的OPM策略分析[D].安徽工业大学,2016.
[37]戴宙松.P2P网络借贷相关会计核算问题研究[D].长安大学,2015.
[38]贺书品.B2C电子商务经营模式下的.W公司财务分析与评价[D].长沙理工大学,2015.
[39]饶萌.网络环境下差异化会计信息披露系统构建研究[D].长沙理工大学,2015.
[40]李芳.煤炭资源开发项目融资决策研究[D].中国矿业大学,2016.
[41]郝震.B2C电子商务企业盈利模式分析[D].河北经贸大学,2015.
[42]彭菁菁.Black-Scholes与DCF模型在B2B商务企业价值评估中的互补应用[D].云南大学,2015.
[43]张腾.电子商务环境下的财务风险控制[D].云南大学,2015.
[44]张美琳.电子商务平台上的个体商铺价值评估[D].云南大学,2015.
[45]高喆.基于BP神经网络模型的制造业上市公司财务预警研究[D].北京交通大学,2015.
[46]康爱冰.中国第三方网络支付对商业银行盈利影响研究[D].北京交通大学,2015.
[47]贺璐.基于XBRL网络财务报告持续审计研究[D].山西财经大学,2015.
[48]李祖福.我国生物医药上市企业盈利能力评价研究[D].华南理工大学,2015.
[49]樊华.基于BP神经网络的矿业上市公司财务风险预警研究[D].中国地质大学,2015.
[50]安校良.基于灰色神经网络的制造业上市公司财务危机预警研究[D].兰州大学,2015.
[51]顾永明.电子商务零售企业价值评估[D].昆明理工大学,2015.
[52]邬蕊竹.基于复杂网络的云会计AIS可信需求演化传播影响[D].重庆理工大学,2015.
[53]陈诚.基于复杂网络的云会计AIS产品可信性结构及其演化研究[D].重庆理工大学,2015.
[54]王涛.通信工程项目施工的成本管理[D].西安建筑科技大学,2015.
[55]冯康进.电网企业集团财务报表自动生成及数据挖掘应用研究[D].华北电力大学,2015.
[56]李玉.跨境电子商务创业企业绩效影响因素实证分析[D].江西师范大学,2015.
[57]李博泉.人民币升值背景下上市外贸企业财务风险预警体系研究[D].江苏科技大学,2015.
[58]邵欣欣.顾客视角的网络品牌资产影响因素研究[D].西安工程大学,2015.
[59]赵伟.基于BP神经网络的电力企业上市公司财务风险管理研究[D].华北电力大学,2015.
[60]李砚砚.基于无标度网络的制造网格资源配置研究[D].南京邮电大学,2015.
[61]彭一俫.中国B2C电子商务企业的交易成本研究[D].华北电力大学,2015.
[62]黄勇军.知识管理理论视野下网络课程设计探索[D].湖南师范大学,2015.
[63]邹松庆.基于作业成本法的烟草物流企业的成本控制[D].陕西科技大学,2014.
[64]王骏海.电动汽车充换电网络规划的技术经济评价研究[D].华北电力大学,2014.
[65]郝青.遗传算法优化BP神经网络的制造业上市公司财务预警研究[D].河北大学,2014.
[66]刘魏星.网络时代我国电子商务企业财务模式研究[D].陕西科技大学,2014.
[67]孙卓琳.网络零售企业财务风险控制研究[D].财政部财政科学研究所,2014.
[68]刘振坤.云会计环境下基于社会网络的会计信息失真影响研究[D].重庆理工大学,2014.
[69]曹彤.山东省制造业上市公司财务风险预警研究[D].西北农林科技大学,2014.
[70]王威.基于F2C的物流配送网络成本优化理论与方法研究[D].中南大学,2014.
[71]黄良润.县域小微企业的融资方案设计[D].安徽财经大学,2014.
[72]蒋蔚.基于供应链的电子商务企业成本控制研究[D].西南石油大学,2014.
[73]王培培.基于商业银行复杂资金网络富节点同配性及弱连接强度机制研究[D].中国海洋大学,2014.
[74]陈锡江.企业社会责任成本研究[D].西南财经大学,2010.
[75]邵露.网络环境下的会计凭证研究[D].石河子大学,2014.
[76]马雪萍.基于网络DEA的河北省煤炭企业绩效评价研究[D].河北工程大学,2014.
[77]陈丹萍.B2C电子商务企业物流成本控制探析[D].江西财经大学,2014.
[78]冯元勇.电子商务环境下家电行业资产结构与经营绩效关系研究[D].广东工业大学,2014.
[79]孟爽.高技术服务创新网络发展视角下的中国南车税收负担研究[D].湖南大学,2014.
[80]程姗姗.复杂贸易网络对外贸交易成本的影响[D].湖南大学,2014.
[81]何婷.基于XBRL的网络财务报告应用研究[D].新疆财经大学,2014.
[82]刘聪.会计网络培训需求研究[D].浙江财经大学,2015.
[83]刘艳红.运营能力对O2O初创企业融资的影响分析[D].华南理工大学,2015.
[84]杨燕.网络会计信息系统构建相关问题的研究[D].中国海洋大学,2012.
[85]邢婧.基于XBRL的网络财务报告应用问题研究[D].山西财经大学,2014.
[86]王培培.网络会计信息系统安全对策研究[D].山西财经大学,2014.
[87]卢建勋.基于XBRL网络财务报告的持续审计研究[D].山东财经大学,2013.
[88]张泽南.基于XBRL网络财务报告及其在我国应用研究[D].兰州大学,2013.
[89]郑保生.基于XBRL的网络财务报告的应用效果评价研究[D].河南理工大学,2013.
[90]马菁.XBRL网络财务报告的应用研究[D].西南财经大学,2013.
[91]陈秀伟.基于XBRL的网络财务报告模式研究[D].安徽财经大学,2012.
[92]李梦.基于XBRL的网络财务报告在我国的应用研究[D].沈阳大学,2012.
[93]焦珊珊.基于网络环境下的会计信息披露研究[D].长安大学,2013.
[94]陈治奎.企业逆向物流网络成本优化与决策研究[D].山东理工大学,2012.
[95]秦晓静.“银行-企业”资金融通网络演化机理分析[D].太原科技大学,2012.
[96]陈敏.基于偏最小二乘BP神经网络的财务预警研究[D].黑龙江八一农垦大学,2012.
[97]刘凯.网络财务报告决定因素研究[D].兰州商学院,2012.
[98]张书娟.网络财务信息披露对公司财务绩效作用研究[D].首都经济贸易大学,2012.
[99]付冉冉.我国XBRL网络财务报告应用研究[D].山东财经大学,2012.
[100]彭翎.基于生产实践和神经网络相结合的醋纤企业制造成本分析[D].云南大学,2012.
[101]郑园.基于价值网络的经济型酒店战略成本管理研究[D].武汉理工大学,2012.
[102]钟灵芝.基于神经网络模型的我国外贸上市企业财务预警的研究[D].天津大学,2012.
[103]毛建.川投化工网络费用报销系统的设计与实现[D].电子科技大学,2013.
[104]薛婷.网络财务报告的决策导向特征及其实现路径研究[D].西安石油大学,2012.
[105]姜博.网络环境下会计信息系统内部控制架构研究[D].东北财经大学,2012.
[106]邵丽.基于新通道的中国进口原油运输网络优化研究[D].大连海事大学,2012.
[107]余姝纬.XBRL网络财务报告模式应用评价研究[D].陕西科技大学,2012.
[108]王丹丹.基于BP神经网络中国医药行业上市公司财务危机预警研究[D].安徽大学,2012.
[109]孙祖妮.基于成本动因BP神经网络的铁路物流货运成本预测[D].北京交通大学,2012.
[1]徐静.我国企业社会责任会计信息披露探析[J].企业导报.2012(15):22-25.
[2]张明霞.李云鹏.企业社会责任会计信息披露问题研究[J].经济研究导刊.2011(20):40-43.
[3]路秀平.任会来.我国社会责任会计信息披露模式现实选择[J].会计之友(上旬刊).2012(12):89-92.
[4]马海波.英美社会责任会计信息披露特色比较研究[J].财会学习.2012(10):18-22.
[5]陈长宏.陈环.张科.论食品质量与食品安全性[J].现代农业科技.2013(12):112-114.
[6]黎勇平.企业社会责任会计信息披露与企业市场价值的相关性研究[J].南华大学2012:33-34.
[7]刘勇.我国企业社会责任会计信息披露研究[D].西北大学,2013.
[8]周新颖.我国煤炭行业上市公司社会责任会计信息披露研究[D].南华大学,2011.
[9]刘尚林.公梅.企业社会责任会计信息披露模式的选择[J].财会月刊.2009(36):68-71.
[10]金曼.我国社会责任会计核算体系的研究[D].上海海事大学,2013.
基于MATLAB的数字识别计算机与信息工程学院 本科生毕业论文 基于BP神经网络的手写数字识别算法的设计与实现 班 级： 13汉班 学 号： 姓 名： 江晓雪 指导教师： 李艳玲 2017 年 3 月 31 日 毕 业 论 文 目 录 1 绪论1 1.1 图像识别的提出1 1.2 图像识别的现状与发展趋势1 2 BP神经网络的概述2 3 手写体数字识别的实现过程4 3.1 整体线路图4 3.2 算法流程5 3.3 图像预处理10 3.4 结果分析10 4 结论11 参考文献12 全文共 13 页 4834 字 基于BP神经网络的手写数字识别算法的设计与实现 计算机与信息工程学院 2013级汉班 江晓雪 指导教师 李艳玲 副教授 摘要 本文实现了基于MATLAB关于神经网络的手写数字识别算法的设计过程，采用神经网络中反向传播神经网络(即BP神经网络)对手写数字的识别，由MATLAB对图片进行读入、灰度化以及二值化等处理，通过神经网络进行训练和测试。实验证明：该神经网络对手写数字的识别可以达到95.65%。 关键词 手写数字识别；BP神经网络；MATLAB语言 1 绪论 1.1 图像识别的提出 图像识别在信息技术发达的今天已经占据了很重要的地位，在我们实际生活中也有很多应用。所谓的图像识别，就是指通过计算机对图像进行相应的处理、分析，来达到识别不同模型的目标和任务的一种技术。对于它的提出，简单的来说，它的发展经历了三个阶段：第一个是文字识别 、第二个是数字图像处理与识别、第三个是物体识别。第一种相对来说比较简单，它的研究是从1950年开始的，一般情况是识别字母、符号和数字，无论是印刷体识别还是手写体识别，它的应用都非常广泛，但是也伴随着，这个识别的过程会更加的耗时、费力，无论是人力还是物力，都会有很大的损失；第二种就是我们所说的数字图像处理与识别，在图片的识别过程中，图片识别会有一定的误差，也会带来小小的麻烦；第三就是物体识别，而物体的识别主要指的是：在三维世界中，对于个体、环境的感知和认识进行识别，这不同于二维世界的认知，相对来说是更高级的计算机图像识别，它是以二维世界中对数字图像和模拟图像处理的办法为依据，进行更高一级的，并且结合了现代人工智能技术等学科的研究目标，研究成果已经被广泛的应用在各种工业探测机器人上，为人们的安全提供了很大的帮助。 1.2 图像识别的现状与发展趋势 随着网络的发达、电子的信息化，图像识别的应用已经非常广泛，而主要的研究工作也包括各行各业，整理以下几点对其应用的广泛度进行说明： ⒈在生物学中，对生物的原型进行研究。从生物的脑细胞结构、物体解剖等其他科学研究的方向对生物的体系结构、神经结构、神经细胞组织等生物的原型结构及其功能机理进行研究，增强对生物学更加全面的理解。 ⒉在实际应用中，建立我们需要的理论模型。根据需要应用的信息在生物学中的应用，建立需要的生物原型，也可以建立类似神经元、神经网络这样不可见的理论模型，以便可以让其更加有效的应用在生活中。建立我们生活中不能直观表现的事物模型，以便我们可以更方便的、更直观的理解事物的本质。 ⒊在信息时代中，建立网络模型以及算法研究。就是通过上面所说的，建立相应的理论模型，在这个基础上加以理解，建立我们所需要的网络模型，实现计算机应用，主要应用在网络学习算法的研究，这方面的研究工作也被人们称为技术模型研究。 ⒋信息时代的发展，让我们在生活中有很多的应用，例如：完成某种函数图像的绘制以及对其变化的形式进行分析、对图片信号的处理、模式识别等功能，建立需要的应用系统、制造机器人等等。 通过上面的说明，也就是说从开始根据生物学原理的应用，直到建立需要的神经网络模型，最后应用到图像识别当中，可以看出其模型的建立是在生活中实例的基础上，其可靠性和准确性是显而易见的，这样就大大的增加了可信度，与此同时，也减少了工作中不必要的麻烦与困扰。而在网络信息发达的今天，人类在基本粒子、宇宙空间、生命起源等科学领域方面都已经显现出很高的兴趣度，而这其中难免会有图像提取后的处理工作，所以图像识别的应用就会越来越广泛。 2 BP神经网络的概述 反向传播(Back-Propagation，BP)学习算法简称BP算法，采用BP算法的前馈型神经网络简称BP网络。BP网络是多层感知器的一种，它具备多层感知器的特点，同时也有自己的特点。多层感知器包括输入层、隐藏层、输出层，其中隐藏层可以有多个，而我们BP网络中隐藏层只有一个，其简单构造如图所示： 图1 多层感知器结构图 而我们用到的BP网络中的具体信号流如图所示，它有一个反向传播的过程，这也是对传播进行调整，使精确度更高的一种办法。如图所示，其中有两种信号流通： 图2 多层感知器的信号流 第一：函数信号 简单来说就是信号进入输入层，然后通过隐藏层到达输入层，通过输出层输出所得值，就可以完成一个函数信号。 第二：误差信号 误差信号就是在逆向的传播的过程中传输的信号。其中，有两个重要参数。一个是函数信号即sigmoid函数，还有一个就是权值的梯度运算即梯度向量。(注：sigmoid函数、权重的修正函数，如图所示。) (1) (2) 通过对两个参数的调整，完成整个算法的应用。 3 手写体数字识别的实现过程 3.1 整体线路图 整体流程图如图3所示： 图像测试 损失函数的设计与应用 可视化测试数据 神经网络的设计与训练 sigmoid函数 图3 整体流程图 部分文件调用流程图如图4所示： sigmoid checkNNGradients nnCostFunction 第八部分：实现正规化 第八部分：训练NN fmincg nnCostFunction sigmoidGradient sigmoid nnCostFunction sigmoidGradient randInitializeWeights checkNNGradients debugInitializeWeights nnCostFunction computeNumericalGradient 第五部分：sigmoid函数 第六部分：初始化参数 第七部分：实现反向传播 第三部分：前馈网络 第四部分：前馈正规化 图4 整体流程图 3.2 算法流程
可以的！之所以叫BP网络，是因为使用了反向传递算法，这是一种结果导向的自学习方法，用在五子棋上是可以的。因为五子棋的游戏方法正是很明显的结果导向的过程。简单说这么个过程：1.设置输入和输出类型，比如都是坐标[x1，y1]、[x2，y2]...2.训练：你告诉网络A情况下应该输出A1B情况下应该输出B1C情况下应该输出C1...A+B情况下应该输出AB13.测试：你问网络A+B+C情况下，应该输出多少？在哪里下子（就是[x,y]是多少？）网络就根据前面BP训练的结果自动算出你要的坐标。用Matlab神经网络工具箱做吧，不是很难。另外，五子棋的棋盘别太大了，训练难度和时间是随棋盘大小成级数增长的。
控制工程论文选题参考
控制工程是处理自动控制系统各种工程实现问题的综合性工程技术。下面，我为大家分享控制工程论文选题，希望对大家有所帮助!
1、DC-DC开关变换器建模、仿真与补偿网络设计研究
2、Delta并联机器人的运动规划研究
3、GIS环境下的动态交通最优路径算法研究
4、GPS/SINS组合导航系统应用研究
5、GPS/SINS组合导航系统中误差及精度研究
6、3×20KW光伏并网发电系统的设计
7、3G移动通信系统的无线网络优化
8、Android系统数据 护关键技术研究
9、LED车灯功能控制研究
10、LNG接收站安全系统的设计
11、PLC工控系统设计及其在自来水控制中的应用
12、PLC及变频器控制的多电机驱动带式输送机的研究
13、RS232/PROFIBUS-DP从站接口设计与实现
14、ZigBee技术在智能家居系统中的应用研究
15、北斗卫星导航系统定位解算算法的研究
16、变电站巡检机器人磁导航系统设计与实现
17、变频器用高性能开关电源的设计
18、便携式心电监护仪的采集电路和底层驱动程序开发
19、并联型混合动力汽车再生制动控制策略研究
20、布袋式脉冲除尘器控制系统的设计与实现
21、步进电机快速定位方法研究
22、超临界600MW机组协调控制系统的研究
23、超长航时无人机持久组合导航系统设计
24、城市自来水厂自控系统的设计与实现
25、程序化交易算法模型的研究
26、船用起重机和波浪补偿控制系统设计研究
27、纯电动汽车锂电池组充电均衡技术的研究
28、大型飞机项目风险管理研究
29、单相光伏并网逆变器的研究
30、单相光伏离网逆变器研究
31、倒立摆系统的稳定控制研究
32、低功耗嵌入式实时人脸识别系统
33、地面移动机器人安全路径规划研究
34、地源热泵空调自动控制系统设计
35、电厂烟气脱硫脱硝控制系统的研究与应用
36、电除尘电气控制设计与实施
37、电动汽车动力电池管理系统的开发
38、电梯制造企业中供应链合理库存问题研究
39、电子鼻/舌系统设计及气-味信息融合技术应用
40、电子鼻与电子舌融合技术及其应用
41、动力电池主动均衡策略和SOC估计方法研究
42、动力锂电池组管理系统的研究与设计
43、对舰船设备冲击振动试验的分析
44、多功能智能家居系统的设计与实现
45、多媒体教学设备管理系统设计
46、多通道脑电信号采集系统设计及开发
47、房地产市场的多方博弈分析
48、分布式光纤温度传感系统的研究与设计
49、粉尘浓度测量技术研究
50、风电机组状态监测与故障智能诊断系统研究
51、风力发电机整机性能评估与载荷计算的研究
52、风力发电机组模拟实验平台的设计与实现
53、改进遗传算法和蚁群算法在电力系统问题中的应用研究
54、高动态下GPS矢量接收机跟踪算法与实现研究
55、高精度温箱温度控制系统设计
56、高速PCB电源完整性设计与分析
57、高校贫困生认定方法与资助体系的研究
58、高校实验室综合管理系统研究与设计
59、高校图书馆火灾自动报警与消防联动系统的设计
60、高校远程教育网络课程的设计与实现研究
61、高压高频变压器的研究与设计
62、工业控制系统脆弱性分析与建模研究
63、工业用六轴机械臂的建模与仿真
64、故障电弧的识别及防护方法的研究
65、光伏并网发电系统的MATLAB仿真研究
66、光伏并网逆变器的滤波与控制技术研究
67、光伏发电系统建模及功率控制方法研究
68、光伏发电系统效率提升的研究
69、光纤光栅温度传感器信号解调及其自动标定系统设计
70、锅炉控制及PLC应用
71、海外投资项目的风险评价及控制研究
72、焊接机器人伺服控制系统设计
73、换流变压器阀侧套管的电场分布及绝缘特性研究
74、换热器性能测试系统的设计与开发
75、火电厂输煤电气控制系统研究与设计
76、火灾报警系统的应用与集成
77、基于51单片机的电子汽车衡设计
78、基于AIS的船舶实时监控系统的研究与实现
79、基于Android的移动VoIP高清视频通话系统的设计与实现
80、基于Android的智能家居系统的设计与实现
81、基于ARM的物流包裹分拣机控制系统的设计
82、基于ARM和ZigBee的智能家居无线终端控制系统的设计
83、基于ARM与Zigbee技术的嵌入式智能家居系统设计
84、基于BP神经网络的销售预测研究
85、基于C8051F单片机的'USB数据采集卡设计
86、基于CAN总线的汽车仪表研究
87、基于CCD摄像头的智能小车系统研制
88、基于DCS的造纸自动化控制系统的设计与实现
89、基于DM365的智能视频监控系统研究
90、基于DSP+FPGA的视频图像处理
91、基于DSP大功率全数字开关电源系统研究
92、基于DSP的SVPWM逆变器的研究与实现
93、基于DSP的高频开关电源设计与实现
94、基于DSP的数字化舵机系统设计与实现
95、基于DSP的太阳跟踪控制系统研究
96、基于DSP的无人机飞控系统的设计
97、基于DSP和CPLD的伺服控制器设计
98、基于EtherCAT总线的焊接机器人控制系统研究
99、基于GPRS的电梯远程监控系统的设计
100、基于GPRS的智能充电桩数据管理系统的设计与实现
汗。。不会写。。你自己加油吧。。。
疾病简介 遗传病是指由遗传物质发生改变而引起的或者是由致病基因所控制的疾病。[编辑本段]疾病类型 由于遗传物质的改变，包括染色体畸变以及在染色体水平上看不见的基因突变而导致的疾病，统称为遗传病。根据所涉及遗传物质的改变程序，可将遗传病分为三大类： 其一是染色体病或染色体综合征，遗传物质的改变在染色体水平上可见，表现为数目或结构上的改变。由于染色体病累及的基因数目较多，故症状通常很严重，累及多器官、多系统的畸变和功能改变。 其二是单基因病，目前已经发现 5余种单基因病，主要是由单个基因的突变导致的疾病，分别由显性基因和隐性基因突变所致。所谓显性基因是指等位基因中（一对染色体上相同座位上的基因）只要其中之一发生了突变即可导致疾病的基因。隐性基因是指只有当一对等位基因同时发生了突变才能致病的基因。 第三是多基因病，顾名思义，这类疾病涉及多个基因起作用，与单基因病不同的是这些基因没有显性和隐性的关系，每个基因只有微效累加的作用，因此同样的病不同的人由于可能涉及的致病基因数目上的不同，其病情严重程度、复发风险均可有明显的不同，如唇裂就有轻有重，有些人同时还伴有腭裂。值得注意的是多基因病除与遗传有关外，环境因素影响也相当大，故又称多因子病。很多常见病如哮喘、唇裂、精神分裂症、高血压、先心病、癫痫等均为多基因病。 遗传病是指完全或部分由遗传因素决定的疾病，常为先天性的，也可后天发病。如先天愚型、多指（趾）、先天性聋哑、血友病等，这些遗传病完全由遗传因素决定发病，并且出生一定时间后才发病，有时要经过几年、十几年甚至几十年后才能出现明显症状。如假肥大型肌营养不良要到儿童期才发病；慢性进行性舞蹈病一般要在中年时期才出现疾病的表现。有些遗传病需要遗传因素与环境因素共同作用才能发病，如孝喘病，遗传因素占80%，环境因素占20%；胃及十二指肠溃疡，遗传因素占30%～40%，环境因素占60%～70%。遗传病常在一个家族中有多人发病，为家族性的，但也有可能一个家系中仅有一个病人，为散发性的，如苯丙酮尿症，因其致病基因频率低，又是常染色体隐性遗传病，只有夫妇双方均带有一个导致该疾病的基因时，子女才会成为这种隐性致病基因的纯合子（同一基因座位上的两个基因都不正常）而得病，因此多为散发，特别在只有一个子女的家庭，偶有散发出现的遗传病患者，就不足为奇了。 那么，遗传病能够治疗吗？ 以前，人们认为遗传病是不治之症。近年来，随着现代医学的发展，医学遗传学工作者在对遗传病的研究中，弄清了一些遗传病的发病过程，从而为遗传病的治疗和预防提供了一定的基础，并不断提出了新的治疗措施。家族遗传病 遗传性疾病是由于遗传物质改变而造成的疾病。 遗传病具有先天性、家族性、终身性、遗传性的特点。 遗传病的种类大致可分为三类： 一、单基因病。 单基因常常表现出功能性的改变，不能造出某种蛋白质，代谢功能紊乱，形成代谢性遗传病。单基因病又分为三种： 1.显性遗传：父母一方有显性基因，一经传给下代就能发病，即有发病的代代，必然有发病的子代，而且世代相传，如多指，并指，原发性青光眼等。 2.隐生遗传：如先天性聋哑，高度近视，白化病等，之所以称隐性遗传病，是因为患儿的双亲外表往往正常，但都是致病基因的携带者。 3.性链锁遗传又称伴性遗传发病与性别有关，如血友病，其母亲是致病基因携带者。又如红绿色盲是一种交叉遗传儿子发病是来自母亲，是致病基因携带者，而女儿发病是由父亲而来，但男性的发病率要比女性高得多。 二、多基因遗传：是由多种基因变化影响引起，是基因与性状的关系，人的性状如身长、体型、智力、肤色和血压等均为多基因遗传，还有唇裂、腭裂也是多基因遗传。此外多基因遗传受环境因素的影响较大，如哮喘病、精神分裂症等。 三、染色体异常：由于染色体数目异常或排列位置异常等产生；最常见的如先天愚型，这种孩子面部愚钝，智力低下，两眼距离宽、斜视、伸舌样痴呆、通贯手、并常合并先天性心脏病。 上述遗传病并非携带致病基因就肯定会发病。 其实几乎所有的疾病都与基因有关系，也和环境有密切联系！遗传按生物体的照性状分，还可以分为质量性状和数量性状！所谓质量性状就是白种人和黄种人的差别，这主要是遗传决定的，受环境因数影响小。也就是男女的差别！数量性状即稻谷的重量，人的身高，颜色深浅等等，这些都叫数量性状。数量性状是多基因决定的，基因数一般不易测算，因为误差可以相差一个数量级。所以主要讲基因的总效应！数量性状受环境的影响非常大。可以说超过遗传因子！ 总之，绝大部分疾病是环境因子和遗传因子共同作用的结果由于受精卵形成前或形成过程中遗传物质的改变造成的疾病。有人认为只有受父母遗传因素决定的疾病才是遗传病，这一认识不够全面。例如有一些染色体畸变并非由父母遗传因素决定，而是在受精卵形成过程中产生，习惯上染色体畸变都包括在遗传病的范畴内。还有人认为凡是受遗传因素影响的疾病都是遗传病，这一概念也不确切,因为在人类所有疾病中,除了少数几种（如外伤造成骨折）完全由环境因素所致，不受遗传因素影响外，几乎绝大多数疾病都是环境和遗传两方面因素互相作用的结果，只是两者影响疾病发生的程度可不相同。即使细菌感染、外伤后癫痫等环境因素十分明显的疾病，不同个体之间也存在着易感性的差异，而这种差异也是受遗传因素影响的，不可能把这些病都包括在遗传病的范畴之中。完全由遗传因素决定的疾病（A类,如21三体综合征）和完全由环境因素决定的疾病（D类, 如外伤性骨折）都是少数，而大多数人类疾病都居于B类和C类。B类指基本上由遗传因素决定,但需要环境中一定的诱因才发病，如苯丙酮酸尿症患儿在出生后摄入苯丙氨酸就会发病。 C类指遗传因素和环境因素都对发病起作用的疾病，如高血压病、感染等；但不同疾病的遗传度不同，即遗传因素影响越大，则遗传度就越高。所以从理论上来说， A、B、C等三类均属遗传病，但C类如感染、外伤后癫痫等在习惯上不包括在遗传病的范畴中。遗传病不同于先天性疾病，后者是指出生时就已表现出来的疾病。虽然不少遗传病在出生时就已表现出来，但也有些遗传病在出生时表现正常，而是在出生数日、数月，甚至数年、数十年后才开始逐渐表现出来，这显然不属于先天性疾病。另一方面，先天性疾病也并不都是遗传因素造成的,例如孕期母亲受放射线照射时所致的先天畸形,就不属于遗传病。遗传病也不同于家族性疾病。虽然有些由于同一个家族成员具有相同的遗传基础可表现遗传病的家族发病，但是不同的遗传病在亲代、子代之间的传递规律是复杂多样的，有些遗传病（如白化病等隐性遗传病）就可能没有家族史，另一方面，家族性疾病也可能由非遗传因素（如相同的生活条件）造成，如饮食中缺乏维生素 A使多个家族成员出现夜盲。 过去认为遗传病是一个较罕见的疾病，但随着医学的发展和人民生活水平的提高，一些过去严重威胁人类健康的传染病、营养性疾病得以控制，而遗传病成为比较突出的问题。如英国1914年的一项儿童死因调查表明，非遗传性疾病（如感染、肿瘤等）占83.5％，而遗传性疾病只占16.5％，但到20世纪70年代后期，两类疾病各占50％。国内的情况也同样，1951年北京市儿童的死亡原因中，感染性疾病占重要地位，但在1974～1976年儿童死因分析中，先天畸形占全部死因的23.4％，居首位，而在这些畸形中，属遗传病的达3～10名。另一方面,遗传病的病种非常多，随着生物学和医学的发展，近年发现新的遗传病更是层出不穷。表1 表明1958～1982年人类认识的单基因病的病种，至今已有4000种左右的遗传病被人们所认识。 简史 18 世纪法国人莫佩尔蒂第一个对遗传病作了家系调查，他分析了白化病的遗传方式。1814年亚当斯发表有关临床疾病遗传性质的论文，这被认为是近代最早的一篇系统论述遗传病的文章。1908年A.E.加罗德首次提出“先天代谢异常”的概念，将遗传与代谢联系起来，并认为尿酸尿症等先天代谢异常的遗传规律可以用孟德尔定律来解释，为医学遗传学作出了划时代的贡献。1949年L.波林提出了“分子病”的概念。1944年比克尔首先提出控制新生儿营养，可有效防止苯丙酮酸尿症的发展，为遗传病的有效治疗开创了新的一章。1958年J.勒热纳发现先天愚型患儿为三条21号染色体，这是第一次报道了遗传病的染色体异常。 1969年拉布斯发现了 X染色体的脆性部位，为染色体的畸变的研究开辟了一个新的领域。从60年代起，遗传病的产前诊断开始应用于临床。1978年卡恩和多齐首次将 DNA重组技术应用于遗传病的诊断，他们诊断了一例镰刀状细胞性贫血，此后这一诊断技术发展极为迅速。 分类 按照目前对遗传物质的认识水平，可将遗传病分为单基因遗传病、多基因遗传病和染色体病三大类。 单基因遗传病 同源染色体中来自父亲或母亲的一对染色体上基因的异常所引起的遗传病。这类疾病虽然种类很多，3000种以上（见表[1958～1982年全世界报告的单基因遗传病的病种数]1958～1982年全世界报告的单基因遗传病的病种数），但是每一种病的患病率较低,多属罕见病。欧美国家统计，约1％的新生儿患有较严重的基因病。按照遗传方式又可将单基因病分为四类：①常染色体显性遗传病。人类的23对染色体中，一对与性别有关，称为性染色体，其余22对均称常染色体。同源常染色体上某一对等位基因彼此相同的，称为纯合子，一对基因彼此不同的称杂合子。如果在杂合状态下，异常基因也能完全表现出遗传病的，称为常染色体显性遗传病，如多指并指、先天性肌强直，这类遗传病的发生与性别无关，男女患病率相同。父母中有一位患此疾病，其子女中就可能出现患者。据估计,约7‰新生儿患有常显体显性遗传病。②常染色体隐性遗传病。常染色体上一对等位基因必须均是异常基因纯合子才能表现出来的遗传病。大多数先天代谢异常均属此类。父母双方虽然外表正常，但如果均为某一常显体隐性遗传基因的携带者，其子女仍有可能患该种遗传病。近亲婚配时容易产生纯合状态，所以其子女隐性遗传病的发病率也高。③常染色体不完全显性遗传病。这是当异常基因处于杂合状态时，能且仅能在一定程度上表现出症状的遗传病。如地中海贫血,引起该病的异常基因为,纯合子 表现为重症贫血,杂合子则表现为中等程度的贫血④ 伴性遗传病。分为X连锁遗传病和Y连锁遗传病两种。有些遗传病的基因位于X染色体上，Y染色体过于短小，无相应的等位基因，因此,这些异常基因将随X染色体传递，所以称为X连锁遗传病。也分为显性和隐性两种,前者是指有一个X染色体的异常基因就可表现出来的遗传病,由于女性拥有两条X染色体而男性只有一条,所以女性获得该显性基因的机会较多，发病率高于男性，但这类遗传病为数很少，至今仅知10余种。如Xg血型，又如抗维生素D佝偻病是 X连锁不完全显性遗传病。X连锁隐性遗传病是指X染色体上等位基因在纯合状态下才发病者,在女性,只有当两条X染色体上的一对等位基因都属异常时才患病，如果其中有一条 X染色体的等位基因正常就不会患有此病。但是男性只有一条X染色体，只要X染色体上的基因异常，就会表现出遗传病，所以男性发病率高于女性发病率。这种伴性隐性遗传病占伴性遗传病的绝大部分，例如红绿色盲、血友病等都比较常见。据估计约1‰新生儿患有X连锁遗传病。 Y连锁遗传病的致病基因位于Y染色体上，X染色体上则无相应的等位基因，因此这些基因随着Y染色体在上下代间传递,也叫全男性遗传。在人类中属于 Y连锁遗传病的有外耳道多毛症等。 多基因遗传病 与两对以上基因有关的遗传病。每对基因之间没有显性或隐性的关系，每对基因单独的作用微小，但各对基因的作用有积累效应。一般说来，多基因遗传病远比单基因遗传病多见。受环境因素的影响，不同的多基因遗传病，受遗传因素和环境因素影响的程度也不同。遗传因素对疾病发生的影响程度，可用遗传度来说明，一般用百分数来表示，遗传度越高，说明这种多基因遗传病受遗传因素的影响越大。例如唇裂、腭裂是多基因遗传病，其遗传度达76％，而溃疡病仅37％。多基因遗传病还包括一些糖尿病、高血压病、高脂血症、神经管缺陷、先天性心脏病、精神分裂症等。在人群中，多基因遗传病的患病率在2～3％以上。 染色体病 指由于染色体的数目或形态、结构异常引起的疾病。新生儿中染色体异常的发病率为 0.5％。染色体异常称为染色体畸变，包括常染色体的异常和性染色体的异常。但是染色体病在全部遗传病中所占的比例不大，仅约1/10。 遗传病的研究和诊断 要研究判断某一疾病是否为遗传病可通过以下几个途径：家系调查及分析、挛生子分析、种族比较，伴随性状研究、动物模型和 DNA分析。通过家系调查、分析并与人群发病情况比较，不仅可以判断某病是否为遗传病，如果是遗传病的话，还可进一步确定其遗传方式。通过单卵孪生和双卵孪生同胞发病的一致率分析，可能判断某种病受遗传因素及环境因素影响的程度。不同种族和民族发病情况的比较，尤其是对同样生活环境不同种族的发病率的研究可能为遗传病的判断提供重要线索。在伴随症状分析中，目前应用最多的是同种白细胞抗原(HLA)系统,应用这一系统作为遗传病标志。研究作为某一遗传的伴随性状，进行连锁分析，则也能为遗传病的判断提供依据。目前已建立了数十种染色体畸变和单基因遗传病的动物模型，为遗传病的研究提供了有力手段。 DNA分析是近年来发展的重要手段，其中以限制片断长度多态性(RFLP)分析在遗传病判断中应用最多。 遗传病的临床诊断比其他疾病更困难。一方面遗传病的种类极多，另一方面每一种遗传病的单独发病率很低，所以临床医师在遗传病的诊断上不容易取得经验。除了一般疾病的诊断方法（如病史、体格检查、实验室和仪器检查）外，遗传病的诊断还可能需要依靠一些特殊的诊断手段，如染色体检查，特殊的生化学测定及系谱分析。遗传病的临床表现是最重要的诊断线索，每一种遗传病都有一些症状、体征同时存在，被称为“综合征”，这是提示诊断的最初线索，也是选择实验室检查和其他遗传学检查的依据。对遗传病患者必须要详细询问家族史并绘制准确可靠的家系谱，对家系谱的分析不仅是遗传病诊断的一项依据，而且对遗传方式的判明及进行遗传咨询也是极为重要的。皮纹分析是遗传病诊断的另一种特殊手段，主要对染色体病最有价值，对其他个别单基因遗传病也可能有一定意义，常用于临床检查的是指纹、掌纹、掌褶纹、指褶纹和脚掌纹。许多遗传病的最后诊断，还有赖于染色体检查和特殊的生化测定或DNA分析。 产前诊断是遗传病诊断的一个重要方面，在婴儿出生以前通过穿刺取得羊水或绒毛组织。进行染色体检查、特异的酶活性或代谢产物测定,或进行DNA分析对胎儿的发病情况作出判断，决定是否需要进行人工流产以终止妊娠，这在减少遗传病患儿的出生，提高人口素质方面具有重要意义，尤其在目前人类对大多数遗传病还不能进行有效治疗的条件下，用终止妊娠来防止遗传病患儿的出生更具有突出的意义。近年来由于 B型超声扫描仪的广泛应用和技术的提高，在产前诊断，尤其是发育畸形的诊断上有很大的价值。胎儿镜也开始应用于产前诊断。 基因诊断是新发展起来的一项重要技术，也能对近百种遗传病作出准确的诊断，但是由于这些遗传病大多数还不能作有效治疗,所以从医学伦理学的观点来看,除应用于产前诊断外，基因诊断的推广仍存在很大问题。 治疗和预防，要根治遗传病，应该从基因水平或染色体水平来纠正已发生的缺陷，这种方法称为基因治疗，属于基因工程的范畴。但是基因治疗在理论上、技术上还存在着极大的困难，目前谈不上临床应用。目前对遗传病所能进行的治疗只是在早期诊断的前提下，通过控制环境条件（如饮食成分等），调节代谢过程，防止症状的出现，称为“环境工程”。目前能应用于环境工程的治疗包括饮食控制疗法（如苯丙酮尿症用低或无苯丙酮酸奶粉喂养）、药物疗法（如用维生素B6治疗B6 依赖症，用别嘌呤醇治疗痛风等）、手术治疗（如脾切除术治疗遗传性球形红细胞增多症）、酶的补充（如异体骨髓移植治疗戈谢氏病）和对症疗法（如用抗癫痫药物控制苯丙酮酸尿症的惊厥）等。环境工程虽然可以减轻或消除一些遗传病的症状，对个体来说是有利的，但是治疗结果却使带有致病基因的患者不仅存活下来，甚至还能继续繁殖后代，而这些患者如果不经治疗本来可以自然淘汰，至少不会繁衍后代。所以环境工程对整个人类的影响可能是有害的，它将使致病基因的频率在人群中逐代提高，从而导致遗传病发病率的增高。 正因为目前对大多数遗传病尚无有效治疗方法，所以遗传病的预防就有特别重要的意义。预防措施包括新生儿筛查、环境保护、携带者的检出和遗传咨询等方面。新生儿筛查是指对所有出生的婴儿进行某项遗传病的简单检查，以便在症状出现以前就开始治疗，防止症状发生。只有那些在症状出现以前就可以通过检查发现生化异常,而且已有治疗措施,而不给予治疗日后又会造成严重残疾的遗传病才进行新生儿筛查。苯丙酮酸尿症和先天性甲状腺功能低下在许多国家已列为法定新生儿筛查项目。中国自1982年以来在北京、上海、天津、武汉等地也进行了一些筛查。其中1985年发表的全国12省市的苯丙酮酸尿症筛查是中国第一次报告的较大规模的新生儿筛查。生物素基酶缺陷的新生儿筛查在国际上也还是一个新课题，中国从1987年开始已在北京开始了这项筛查工作。环境保护是指减少或消除环境中的致畸剂、致癌剂、致染色体畸变剂和致基因突变剂，主要是工农业生产中产生的污染。携带者检出是指将那些外表正常，但带有致病基因或异常染色体的个体从人群中检出，对其婚姻和生育进行指导,防止其后代发生这种遗传病,检出的方法主要是染色体检查、特异的酶活性测定或代谢产物测定以及DNA分析,目前已能对染色体平衡易位及百余种单基因病作携带者的检出，对这些遗传病的预防有重要意义。遗传咨询， 1952年首先出现在美国，中国70年代以后才开展起来，是医务人员对遗传病患者及其家属对该遗传病的病因、遗传方式、防治、预后，以及提出的各项问题进行解答，并对患者的同胞子女再患此病的危险率作出估计，给予建议和指导。可以认为遗传咨询、产前诊断和终止妊娠三者为防止遗传病患者出生的“三部曲”。有人把婚姻咨询和生育咨询也纳入遗传咨询的范畴内，这些工作对优生优育具有重大意义。
遗传与变异 ---新形式下的基因突变 （ 2005动物科学院 X X X ） 摘要：染色体：1、染色体的结构 有丝分裂中期，每一染色体都具有两条染色单体，称为姐妹染色体。两单体之间由着丝粒连接，着丝粒处凹陷缩窄，称初级缢痕。着丝粒将染色体划分为短臂（p）和长臂（q）。在短臂和长臂的末端分别有一特化部位称为端粒。某些染色体的长、短臂上还可见凹陷缩窄的部分，称为次级缢痕。人类近端着丝粒染色体的短臂末端有一球形结构，称为随体。2、染色体的类型 人类染色体分为三种类型：中着丝粒染色体、亚中着丝粒染色体和近端着丝粒染色体。3、染色体的数目 人类体细胞（二倍体细胞，2n）染色体数目为46条（23对，2n=46），其中22对为常染色体，1对为性染色体（女性的两条性染色体为形态相同的XX染色体；男性只有一条X染色体，另一条是较小的Y染色体）；正常生殖细胞（单倍体细胞，n）是23条染色体（n=23）。 关键词：遗传；变异；基因突变 遗传从现象来看是亲子代之间的相似的现象，即俗语所说的“种瓜得瓜，种豆得豆”。它的实质是生物按照亲代的发育途径和方式，从环境中获取物质，产生和亲代相似的复本。 遗传是相对稳定的，生物不轻易改变从亲代继承的发育途径和方式。因此，亲代的外貌、行为习性，以及优良性状可以在子代重现，甚至酷似亲代。而亲代的缺陷和遗传病，同样可以传递给子代。 遗传是一切生物的基本属性，它使生物界保持相对稳定，使人类可以识别包括自己在内的生物界。 变异是指亲子代之间，同胞兄弟姊妹之间，以及同种个体之间的差异现象。俗语说“一母生九子，九子各异”。世界上没有两个绝对相同的个体，包括挛生同胞在内，这充分说明了遗传的稳定性是相对的，而变异是绝对的。 生物的遗传与变异是同一事物的两个方面，遗传可以发生变异，发生的变异可以遗传，正常健康的父亲，可以生育出智力与体质方面有遗传缺陷的子女，并把遗传缺陷（变异）传递给下一代。 遗传和变异的物质基础 生物的遗传和变异是否有物质基础的问题，在遗传学领域内争论了数十年之久。 在现代生物学领域中，一致公认生物的遗传物质在细胞水平上是染色体，在分子水平上是基因，它们的化学构成是脱氧核糖核酸（DNA),在极少数没有DNA的原核生物中，如烟草花叶病毒等，核糖核酸（RNA）是遗传物质。 真核生物的细胞具有结构完整的细胞核，在细胞质中还有多种细胞器，真核生物的遗传物质就是细胞核内的染色体。但是, 细胞质在某些方面也表现有一定的遗传功能。人类亲子代之间的物质联系是精子与卵子,而精子与卵子中具有遗传功能的物质是染色体，受精卵根据染色体中DNA蕴藏的遗传信息，发育成和亲代相似的子代。 一、遗传与变异的奥秘 俗话说“种瓜得瓜，种豆得豆”，这是生物遗传的根本特征。人类与其他生物一样，在世代的交替中，子女（子代）总是保持着父母（亲代）的某些基本特征，这种现象就是遗传。但子代又会与亲代有所差异，有的差异还很明显。子代与亲代的这植钜炀褪潜湟臁R糯�捅湟焓巧��淖罨�咎卣髦�唬�ü��镆淮��姆敝程逑殖隼础? 遗传和可以遗传的变异都是由遗传物质决定的。这种遗传物质就是细胞染色体中的基因。人类染色体与绝大多数生物一样，是由DNA（脱氧核糖核酸）链构成的，基因就是在DNA链上的特定的一个片段。由于亲代染色体通过生殖过程传递到子代，这就产生了遗传。染色体在生物的生活或繁殖过程中也可能发生畸变，基因内部也可能发生突变，这都会导致变异。 如遗传学指出：患色盲的父亲，他的女儿一般不表现出色盲，但她已获得了其亲代的色盲基因，她的下一代中，儿子将因获得色盲基因而患色盲。 我们观察我们身边很多有生命的物种：动物、植物、微生物以及我们人类，虽然种类繁多，但在经历了很多年后，人还是人，鸡还是鸡，狗还是狗，蚂蚁、大象、桃树、柳树以及各种花草等等，千千万万种生物仍能保持各自的特征，这些特征包括形态结构的特征以及生理功能的特征。正因为生物界有这种遗传特性，自然界各种生物才能各自有序地生存、生活，并繁衍子孙后代。 大家可能会问，生物是一代一代遗传下来，每种生物的形态结构以及生理功能应该是一模一样的，但为什么父母所生子女，一人一个样，一人一种性格，各有各自的特征。又如把不同人的皮肤或肾脏等器官互相移植，还会发生排斥现象，彼此不能接受，这又如何解释呢？科学家研究的结果告诉我们，生物界除了遗传现象以外还有变异现象，也就是说个体间有差异。例如，一对夫妇所生的子女，各有各的模样，丑陋的父母生出漂亮的孩子，平庸的父母生出聪明的孩子，这类情况也并不罕见。全世界恐怕很难找出两个一模一样的人，既使是单卵双生子，外人看起来好像一模一样，但是与他们朝夕相处的父母却能分辨出他们之间的微细差异，这种现象就是变异。人类中多数变异现象是由于父母亲遗传基因的不同组合。每个孩子都从父亲那里得到遗传基因的一半，从母亲那里得到另一半，每个孩子所得到的遗传基因虽然数量相同，但内容有所不同，因此每个孩子都是一个新的组合体，与父母不一样，兄弟姐妹之间也不一样，而形成彼此间的差异。正因为有变异现象，人类才有众多的民族。人们可以很容易地从人群中认出张三、李四，如果没有变异，大家全都是一个样子，社会上的麻烦事就多了。除了外形有不同，变异还包括构成身体的基本物质--蛋白质也存在着变异，每个人都有他自己特异的蛋白质。所以，如果皮肤或器官从一个人移植到另一个人身上便会发生排斥现象，这就是因为他们之间的蛋白质不一样的缘故。 还有一类变异是遗传基因的突变，这类突变往往是由环境中的条件所诱发的，这种突变的基因还可以遗传给下一代。许多基因突变的结果会造成遗传病。 变异也可以完全由环境因素所造成，例如患小儿麻痹症后遗的跛足，感染大脑炎后形成的痴呆等这些性状都是由环境因素所造成的，是因为病毒感染使某些组织受损害，造成生理功能的异常，不是遗传物质的改变，所以不是遗传的问题，因此也不会遗传给下一代。 总之，遗传与变异是遗传现象中不可分离的两个方面，我们有从父母获得的遗传物质，保证我们人类的基本特征经久不变。在遗传过程中还不断地发生变异，每个人又在一定的环境下发育成长，才有了人类的多种多样。 二、遗传变异的科学理论 1.1遗传的分子基础 （一）遗传物质的存在形式 （1）染色体是遗传物质的载体，遗传信息以基因的形式蕴藏于DNA分子中； （2）每个人体体细胞含两个染色体组，每个染色体组的DNA构成一个基因组； （3）广义的基因组包括细胞核染色体基因组和线粒体基因组； （4）人类细胞核染色体基因组中90%左右为DNA重复序列，10%为单一序列； （5）多基因家族是真核基因组中重要的结构之一。 （二）基因的结构及其功能 1.2、真核生物基因的分子结构 （1）、基因的DNA序列由编码序列和非编码序列两部分构成，编码序列是不连续的，被非编码序列分隔开，形成镶嵌排列的断裂形式，因此称为断裂基因；编码序列称为外显子，非编码序列称为内含子； （2）、在每个外显子和内含子的接头区存在高度保守的一致序列，称为外显子-内含子接头，即在每个内含子的5’端开始的两个核苷核为GT，3’端末尾是AG，特称之为GT－AG法则； （3）、真核生物基因的大小相关悬殊，外显子和内含子的关系也不是固定不变的； （4）、DNA分子两条链中，5’→3’链称为编码链，其碱基排列序列中储存着遗传信息；3’→5’链称为反编码链，是RNA合成的模板； （5）、每个断裂基因中第一个外显子和最后一个外显子的外侧都有一段不被转录的非编码区，称为侧翼序列，其上有一系列调控序列，对基因的表达起调控作用。这些结构包括： ①启动子：位于基因转录起始处，是RNA聚合酶的结合部位，能启动基因转录。 ②增强子：位于基因转录起始点的上游或下游，能增强启动子转录，提高转录效率； ③终止子：位于3’端非编码区下游的一段序列，在转录中提供转录终止信号。 1.3、基因的复制 （1）、基因的复制是以DNA复制为基础的，每个DNA分子上有多个复制单位（复制子）； （2）、每个复制子有一个复制起点，从起点开始双向复制，在起点两侧各形成一复制叉； （3）、DNA聚合酶只能使DNA链的3’端加脱氧核苷核，故复制只能沿5’→3’方向进行； （4）、与复制叉同向的新链复制是连续的，速度也较快，称为前导链；与复制叉反向的新链复制是不连续的（先要在RNA引物存在下合成一个个冈崎片段，然后在DNA连接酶作用下补上一段DNA），速度也较慢，称为后随链；故DNA的复制是半不连续复制； （5）、复制后的DNA分子都含有一条旧链和一条新链，故DNA的复制又是半保留复制。 1.4、基因的表达 基因表达是DNA分子中所蕴藏的遗传信息通过转录和翻译形成具有生物活性的蛋白质或通过转录形成RNA发挥功能作用的过程。 （1）、转录：是在RNA聚合酶催化下，以DNA为模板合成RNA的过程。 ①新合成好的RNA称为不均一核RNA（也叫核内异质RNA，hnRNA）； ②hnRNA要经过“戴帽”和“加尾”以及剪接等加工过程才能形成成熟的mRNA。 （2）、翻译：是以mRNA为模板指导蛋白质合成的过程。 ①mRNA分子中每3个相邻的碱基为三联体，能决定一种氨基酸，称为密码子； ②翻译后的初始产物大多无功能，需经进一步加工才可成为有一定活性的蛋白质。 1.5、基因表达的调控（了解操纵子学说） 1.6、基因的突变 （1）、基因突变的概念：基因突变是DNA分子中的核苷核序列发生改变，导致遗传密码编码信息改变，造成基因表达产物蛋白质的氨基酸变化，从而引起表型的改变。 （2）、基因突变的方式 ①碱基替换 也叫点突变，包括转换和颠换两种方式。其后果可以造成同义突变、错义突变、无义突变或终止密码突变（延长突变）等生物学效应。 ②移码突变 是DNA分子中某一位点增加或减少一个或几个碱基对，造成该位点以后的遗传编码信息全部发生改变。 ③动态突变 微卫星DNA或短串联重复序列，尤其是三核苷酸的重复，在靠近基因或位于基因序列中时，其重复次数在一代一代的传递中会出现明显增加的现象，导致某些遗传病的发生。 （3）、基因突变的修复 ①切除修复 是一种多步骤的酶反应过程，首先将受损的DNA部位切除，然后再合成一个片段连接到切除的部位以修补损伤。 ②重组修复 又称复制后修复，是在DNA受损产生胸腺嘧啶二聚体（T-T）以后，当DNA复制到损伤部位时，再与T-T相对应的部位出现切口，完整的DNA链上产生一个断裂点。此时，在重组蛋白作用下，完整的亲链与有重组的子链发生重组，亲链的核苷酸片段补充了子链上的缺失。重组后亲链的切口在DNA聚合酶作用下，以对侧子链为模板，合成单链DNA片段来填补，随后在DNA连接酶作用下，以磷酸二酯键使新片段与旧链相连接，而完成修复过程。 2、遗传的细胞基础 染色质：在间期细胞核，染色质的功能状态不同，折叠程度也不同，分为常染色质和异染色质两种。1、常染色质 在细胞间期处于解螺旋状态，具有转录活性，呈松散状，染色较浅；2、异染色质 在细胞间期处于凝缩状态，很少进行转录或无转录活性，染色较深；3、性染色质 在间期细胞核中染色体的异染色质部分显示出来的一种特殊结构，有两种：（1）、X染色质 正常女性间期细胞核中有一个染色较深，大小约为10nm的椭圆形小体（了解Lyon假说）。（2）、Y染色质 正常男性间期细胞核用荧光染料染色后，核内可见一个圆形或椭圆形的强荧光小体，直径为3nm左右。 染色体：1、染色体的结构 有丝分裂中期，每一染色体都具有两条染色单体，称为姐妹染色体。两单体之间由着丝粒连接，着丝粒处凹陷缩窄，称初级缢痕。着丝粒将染色体划分为短臂（p）和长臂（q）。在短臂和长臂的末端分别有一特化部位称为端粒。某些染色体的长、短臂上还可见凹陷缩窄的部分，称为次级缢痕。人类近端着丝粒染色体的短臂末端有一球形结构，称为随体。2、染色体的类型 人类染色体分为三种类型：中着丝粒染色体、亚中着丝粒染色体和近端着丝粒染色体。3、染色体的数目 人类体细胞（二倍体细胞，2n）染色体数目为46条（23对，2n=46），其中22对为常染色体，1对为性染色体（女性的两条性染色体为形态相同的XX染色体；男性只有一条X染色体，另一条是较小的Y染色体）；正常生殖细胞（单倍体细胞，n）是23条染色体（n=23）。 （三）人类的正常核型：色体数目、形态结构特征的分析叫核型分析。1、非显带核型 根据丹佛体制，将正常人类体细胞的46条染色体分为23对7个组（A、B、C、D、E、F和G组）。在描述一个核型时，首先写出染色体总数（包括性染色体），然后是一个“，”号，最后是性染色体。正常男性核型描述为46，XY；女性为46，XX。2、显带核型 用各种特殊的染色方法使染色体沿长轴显现出一条条明暗交替或深浅相间的带，故又叫带型。根据ISCN规定，描述一特定带时，需要写明4项内容：①染色体号；②臂号；③区号；④带号。 遗传的基本规律：孟德尔提出的分离定律和自由组合定律以及摩尔根提出的连锁与交换定律构成了遗传的基本规律，通称为遗传学三大定律。分离律说的是遗传性状有显隐性之分，这样具有明显显隐性差异的一对性状称为相对性状。相对性状中的显性性状受显性基因控制，隐性性状由一对纯合隐性基因决定。杂合体往往表现显性基因的性状。基因在体细胞中成对存在，在形成配子时，彼此分离，进入不同的子细胞。减数分裂时同源染色体彼此分离，分别进入不同的生殖细胞是分离律的细胞学基础。自由组合律是说生物在形成配子时，不同对基因独立行动，可分可合，以均等的机会组合到同一个配子中去。减数分裂过程中非同源染色体随机组合于生殖细胞是自由组合律的细胞学基础。连锁与交换律是说位于同一条染色体上的基因是互相连锁的，它们常一起传递（连锁律），但有时也会发生分离和重组，是因为同源染色体上的各对等位基因进行了交换。减数分裂中，同源染色体联会和交换是交换律的细胞学基础。 单基因性状的遗传：遗传性状受一对基因控制的，称单基因性状的遗传。单基因性状又叫质量性状。1、决定某种遗传性状的等位基因，在传递时服从分离律；2、当决定两种遗传性状的基因位于不同对染色体上时，这两种单基因性状的传递符合自由组合律。3、如果决定两种遗传性状的基因位于同一对染色体上时，它们的传递将从属于连锁与交换律。 多基因性状的遗传：由多基因控制的性状往往与单基因性状不同，其变异往往是连续的量的变异，称为数量性状。每对基因对多基因性状形成的效应是微小的，称为微效基因。微效基因的效应往往是累加的。多基因遗传性状除受多基因遗传基础影响外，也受环境因素影响。（熟悉多基因遗传假说，了解多基因遗传的特点） 遗传的变异：（一）染色体异常与疾病；染色体异常类；形成机； 数目畸变 整倍性改变 单倍体 多倍体 双雄受精，双雄受精，核内复制 非整倍性改变 亚二倍体 染色体不分离，染色体丢失 超二倍体 结构畸变 缺失（del） 受多种因素影响，如物理因素、化学因素和生物因素等 重复（dup） 倒位（inv） 易位（t） 环状染色体 双着丝粒染色体 等臂染色体 1、一个个体内同时存在两种或两种以上核型的细胞系，这种个体称嵌合体。 2、染色体结构畸变的描述方式有简式和详式两种。 （二）人类的单基因遗传病1、常染色体显性遗传（AD）病 （1）、AD系谱特点：①致病基因位于常染色体上，遗传与性别无关；②患者双亲中至少有一方是患者，但多为杂合体；③患者与正常个体结婚，后代有1/2的发病风险；④系谱中可看到连续传递现象。 （2）、其它AD类型：①不完全显性或半显性，是指杂合体的表现型介于显性纯合体与隐性纯合体的表现型之间；②不规则显性，是指杂合体由于某种原因不一定表现出相应的症状，即使发病，但病情程度也有差异；③共显性，是指一对等位基因无显隐性之分，杂合状态下，两种基因的作用都能表现出来；④延迟显性，有显性致病基因的杂合体在生命早期不表现出相应症状，当到一定年龄后，其作用才表达出来。 2、常染色体隐性遗传（AR）病 （1）、AR系谱特点：①致病基因的遗传与性别无关，男女发病机会均等；②患者双亲往往表型正常，但都是致病基因的携带者，患者的同胞中约有1/4的可能将会患病，3/4表型正常，但表型正常者中2/3是可能携带者；③系谱中看不到连续传递现象，常为散发；④近亲婚配后代发病率比非近亲婚配后代发病率高。 （2）、常见AR病：苯丙酮尿症、白化病、先天性聋哑、高度近视和镰状细胞贫血等。 3、X连锁显性遗传（XD）病 （1）、XD系谱特点：①系谱中女性患者多于男性患者，且女患者病情较轻；②患者双亲中至少有一方是患者；③男性患者后代中，女儿都为患者，儿子都正常；女性患者后代中，子女各有1/2的患病风险；④系谱中可看到连续传递现象。 （2）、常见XD病：抗维生素D性佝偻病。 4、X连锁隐性遗传（XR）病 （1）、XR系谱特点：①人群中男性患者远多于女性患者；②双亲无病时，儿子可能发病，女儿则不会发病；③由于交叉遗传，患者的兄弟、舅父、姨表兄弟和外甥各有1/2的发病风险；④如果女性是患者，父亲一定是患者，母亲一定是携带者或患者。 （2）、常见XR病：甲型血友病、红绿色盲。 5、Y连锁遗传（YL）病 全男性遗传 （三）多基因遗传病 1、有关多基因遗传病的几个重要概念 （1）、易感性 在多基因遗传病中，由多基因遗传基础决定某种多基因病发病风险高低。 （2）、易患性 由遗传基础和环境因素共同作用，决定了一个个体是否易于患病。 （3）、发病阈值 当一个个体的易患性高达一定水平即达到一个限度时，这个个体就将患病，这个易患性的限度称为阈值。 （4）、遗传度 在多基因遗传病中，易患性受遗传基础和环境因素的双重影响，其中遗传基础所起作用大小的程度称为遗传度或遗传率。一般用百分率（%）来表示。 2、多基因遗传病的特点 （1）、有家族聚集倾向，患者亲属的发病率高于群体发病； （2）、随着亲属级别的降低，患者亲属的发病风险迅速降低； （3）、近亲婚配时，子女患病风险增高； （4）、发病率有种族（或民族）差异。 三、遗传与变异在当代 人类基因组计划的工作草图已于今年的6月26日绘制完成，但要将全部30多亿个碱基完全装配完成还需要一段时间，预计要到明年的6月份。即使完成了人类基因组计划的“精图”，也只是我们认识人类基因功能的开始，完全弄清基因的功能及其相互间的作用，至少还要40年的时间。毋庸赘言，这是一项浩繁巨大的工程。 迄今为止，人们对整个人类基因组中所含有的基因数目尚存争议，有人说是3万，有人说是14万，相差非常大。在整个人类基因组序列中，只存在1％的差异，就是这1％的差异导致了人种、肤色、身高、眼睛、胖瘦以及疾病的易感性等方面的不同。科学家除继续研究基因的数量和功能外，基因在多大程度上受外界环境和体内因素的影响以及这种改变是否可以一代代地延续下去，也是需要解决的问题。 上述问题涉及到后成说（epigenetics）这一范畴。后成说是研究通过其他的化学途径，而不是通常所说的碱基突变，使基因活性发生半永久性改变的一门科学。后成说的重要性一直存有很大争议。如果后成说真有科学依据的话，那么它将是解释不同个体之间，甚至不同物种之间存在差异的关键所在，同时还将是疾病发生的一个重要机制。 不同基因的表达：基因含有合成蛋白质的指令，蛋白质合成的过程称为基因表达。但是遗传学家们很早以前就知道通过对DNA链碱基上的化学基团进行修饰来调控基因表达、影响蛋白质的合成。最常见的修饰方式是基因的甲基化（甲基是由一个碳原子和三个氢原子组成的基团），即在基因上添加甲基基团，结果常常会终止基因表达。 科研人员通过对某些哺乳动物的研究发现，此类修饰只存在于个体中，而不遗传给后代，因为这种修饰在精子和卵子细胞中常常被清除。最近有人发现，后成特征在小鼠中可以遗传。在悉尼大学生化学家怀特劳博士所做的实验中，遗传学相同的小鼠，同其父母相比，更像它们的母亲。因为它们继承了其母亲的卵子DNA的甲基化类型。该型甲基化在决定小鼠毛色中起着非常重要的作用。 怀特劳博士小组的大量的研究数据表明，要探明动物是如何把物理特征或疾病易感性传给后代的，有必要先搞清可遗传的后成特征。如果后成特征可遗传，那么这些特征所引起的疾病应能够像普通的基因突变一样在家系之间传递。该研究小组对小鼠的后成标记在传代过程中如何关闭和表达进行了深入地研究。研究人员将一个可以产生特异类型红细胞的基因（称为转基因）导入具有相同遗传学特征小鼠的基因组中（接受该基因的小鼠称之为转基因鼠）。研究发现这些转基因小鼠体内的转基因正以不同的方式表达。有些转基因小鼠体内40％的红细胞表达该基因，而另一些则根本就不表达。同时该小组还对小鼠毛色进行了研究，发现与毛色有关的DNA甲基化增高与转基因的不表达（或称为“沉默”表达）有关。但是在这种情况下，后成性改变可来自父方，也可以来自母方。 令人费解的是，虽然这种基因表达的沉默现象至少可以维持三代，但不是不可逆转的。在该型的后代小鼠与非同类小鼠交配时，发现在后代小鼠中不存在甲基化和表达沉默现象，转基因又可在小鼠的幼崽中获得表达。如果这种基因沉默和再活化现象是自然发生的话，那么就可以解释个体之间和代与代之间差异的原因。 后成说还可以解释物种之间的差异。最近普林斯顿大学的迪尔格曼通过两种相近小鼠的交配，将多个小鼠基因上的后成特征破坏。这些小鼠相互之间不能进行正常的交配，并且它们杂交的后代表现为生长异常。研究人员认为这种生长异常与杂交后代基因上的甲基化模式破坏有关。他们推测后成性效应非常显著，仅靠改变这些特征就可以造就新物种。 大家都知道，物种的产生是遗传变异逐渐积累的结果。但是，迪尔格曼认为有些物种出现之快不是该假说所能解释的。所以物种后成说的假设有一定优势。例如，甲基化可以迅速地关闭整条基因的表达，并引起根本的改变。这种改变足以阻止新的品种与旧品种之间的杂交，尤其是阻止新物种的产生。 四、结论 变异基因的表达：许多生物学家对此种假说表示不屑。基因序列虽不能完全解释动物的特征，但是至少可以解释一些由基因突变所引起的疾病。 疾病基因突变假说的倡导者把癌症作为经典的实例，来说明在个体DNA水平上，到底有多少碱基差错才能导致肿瘤。但加州大学伯克利分校的杜斯博格博士不同意这一观点，认为癌症并不是由基因异常引起的，而是由另一形式的后成现象 染色体异常引起的。 根据癌症基因突变假说，指导细胞分裂和死亡的基因突变使正常的细胞分裂和死亡过程遭到破坏，导致细胞不受控制地生长。但是，最近杜斯博格博士领导的研究小组报道，至今还没有人证实突变的基因会使正常的细胞变为癌细胞。他还指出，如果突变基因对细胞分裂具有显著影响的话，为什么有些情况下，突变发生的数月甚至数年后才发展为癌症，这是非常奇怪的现象。他认为可以用后成性非整倍现象对上述问题加以解释，非整倍性是指细胞具有错误的染色体个数。 在细胞分裂时，染色体排列整齐，通过纺锤体（一种蛋白质的支架）分配到子代细胞中。杜斯博格推测，致癌的化学物质可以影响纺锤体，因此，造成子代细胞具有或多或少的染色体。由于这种错误分配的染色体不稳定，细胞分裂时染色体之间相互混合并发生非自然的重组。 大多数重组对细胞而言是至关重要的，但最终会产生一个分裂异常的细胞。产生这种异常细胞的概率非常小，这种低概率事件可以解释为什么从接触致癌物质到细胞发生癌变，要经过这么长时间。细胞的非整倍性是5000多种肿瘤的一种显著特征。 与个体碱基突变相比，染色体数的增加或减少使细胞表征发生显著改变。因为染色体数目的改变（即非整倍性），可以导致成千上万种蛋白质活性发生改变，而不仅仅是一种或两种蛋白质，导致细胞分裂的失控。假如这种假说成立的话，那么现在试图通过定点修复癌基因来治疗癌症的策略将毫无效果。 杜斯博格博士10年前曾因自己的假说而声名狼藉，他认为人类免疫缺陷病毒（HIV）并不能引起艾滋病。一系列的HIV和艾滋病的研究表明，杜斯博格的理论是极其荒谬的。这严重地损害了他的声誉，因此，他的其他理论也很容易被人忽视。但是，他的非整倍性假说似乎非常有价值。癌症中非整倍体的普遍性尚需进一步阐明。
遗传携带者的检出 遗传携带者（genetic carrier）是指表型正常，但带有致病遗传物质的个体。一般包括： ①隐生遗传杂合子；②显性遗传病的未显者；③表型尚正常的迟发外显者；④染色体平衡易位的个体。 遗传携带者的检出对遗传病的预防具有积极的意义。因为人群中，虽然许多隐性遗传病的发病率不高，但杂合子的比例却相当高。例如苯酮尿症的纯合子在人群中如为1：1000，携带者（杂合子）的频率为2：50，为纯合子频率的200倍。对发病率很低的遗传病，一般不做杂合子的群体筛查，仅对患者亲属及其对象进行筛查，也可以收到良好效果。对发病率高的遗传病，普查携带者效果显著。例如我国南方各省的α及β地中海贫血的发病率特别高（共占人群8%-12%，有的省或地区更高），因此检出双方同为α或同为β地贫杂合子的机会很多，这时，进行婚姻及生育指导，配合产前诊断，就可以从第一胎起防止重型患儿出生，从而收到巨大的社会效益和经济效益，不仅降低了本病的发病率，而且防止了不良基因在群体中播散。 染色体平衡易位携带者生育死胎及染色体病患儿的机会很大（参阅第二章），因此，对染色体平衡易位的亲属进行检查十分重要。 隐性致病基因杂合子检出方法的理论根据是基因的剂量效应，即基因产物的剂量，杂合子介于纯合子与正常个体之间，约为正常个体的半量，但因机体内外环境各种因素对基因表达的影响，以及检测方法的不同（直接测定基因产物或测定基因间接产物），使测定值在正常与杂合子之间，杂合子与纯合子之间发生重叠，造成判断的困难。 杂合子携带者的检测方法大致可分为：临床水平、细胞水平、酶和蛋白质水平及分子水平。从临床水平，一般只能提供线索，不能准确检出，故已基本弃用。细胞水平主要是染色体检查，多用于平衡易位携带者的检出。酶和蛋白质水平的测定（包括代谢中间产物的测定），目前对于一些分子代谢病杂合子检测尚有一定的意义，但正逐渐被基因水平的方法所取代。即随着分子遗传学的发展，可以从分子水平即利用DNA或RNA分析技术直接检出杂合子，而且准确，特别是对一些致病基因的性质和异常基因产物还不清楚的遗传病，或用一般生化方法不能准确检测的遗传病，例如慢性进行舞蹈病、甲型和乙型血友病、DMD、苯酮尿症等；最后，对一些迟发外显携带者还可作症状前诊断，因而有可能采取早期预防性措施，如成人多囊肾病等（参阅第十三章）。目前，用基因分析检测杂合子的方法日益增多，并逐步向简化、快速、准确的方向发展，以求扩大到高危人群的筛查。