时间：2023-12-05 02:39:24
捷豹和路虎，现在作为一个集团，相信它们有着类似的复兴战略和野心。
面对摆在眼前的这款捷豹F-type，我依然需要强大的想象力，去勾勒捷豹未来的车型会有怎样不同的气质。F-type可以作为一个小众或者提升捷豹运动形象的产品，但很显然，捷豹管理层想要的更多，他们要通过F-type赋予捷豹这个品牌更丰富的内涵。
太多的元素让F-type在脑海中愈加迷离，我想，捷豹新的品牌口号会对理清思路有所帮助：“ALIVE”，无可复制的生命力。
捷豹类型
物以类聚，车也是如此。
你是否听说过霍兰德的人格类型理论？他把人的性格分为六大类：实际型、常规型、社会型、企业型、调研型、艺术型。类似的，职业也分为相应几类，如果你的性格和职业特点属于一类，这样的匹配会让你从工作中得到更多的满足甚至乐趣。
其实，万物皆不同，类型化只是一种分别事物的简化、但也有效的方式。电影有类型片，人有类型理论，车也可以用类型来区分。捷豹F-type，它到底属于什么类型呢？
当然，在我们讨论这个问题之前，不妨先明确它试图冲击的竞争对手：保时捷911、奥迪R8、阿斯顿·马丁V8 Vantage，它们都更贵，但都是捷豹瞄准的对手。
经典的外观
我在试车文章中不喜欢评论外观。一方面，设计师都比我更具美学素质，关公面前耍大刀，岂不可笑？另一方面，掏钱的消费者更具发言权。但，提到捷豹的F-type，如果不说说它的历史和外观，就有点太说不过去了。虽无资格评论，何妨静心欣赏。
作为一向讲求设计，有浓厚英伦风格的捷豹品牌，它给人的印象好像总是设计大于其他，虽然捷豹F-type有很多技术和性能的东西，设计仍是最先要提及的。
这款双门双座敞蓬车在保留传统风格的基础上，融入了现代年轻人的审美观。车头造型依然能让你一眼认出这是捷豹，虽然日间行车灯造型稍微有点458的风格，但借助它两侧独特的鲨鱼腮式开口，你也很难混淆。它的引擎盖造型不算复杂，但用铝合金材质能打造出凌厉的线条，却是捷豹自豪的工艺。
隐藏式门把手在你需要打开车门时才自动弹出，既不破坏车身流线造型又带有一丝神秘和新奇。超薄全LED尾灯甚至让我想到了路虎极光的某些几何特征。V6车型采用中置式双排气，V8车型是两侧4排气，我更喜欢后者。
独特的自我
捷豹的C-type、D-type、E-type都是设计的经典，到现在的F-type从字母上是很自然很连续的，但实际的发展却远没看上去顺利。从E-type停产到现在的F-type，之间间断了大概四十年，捷豹也几易其主，F-type可以看作是复兴的起点。
F-type首发成员其实包含了三位（后续还会有硬顶版本），V6、V6 S、 V8 S。捷豹也给了我们充分的熟悉机会，试驾顺序由浅入深，先在公路上熟悉V6普通版，再在赛道体验V6 S，最后再与V8 S去征服蜿蜒山路。
一向擅长全铝车身技术的捷豹，打造这款最运动的跑车时无疑也要发挥极致。它号称有捷豹有史以来最具刚性的敞蓬车身，并且对前、后都进行了有针对性的刚性强化，以提供更好的动态性能。的确，我们并没有感受到敞蓬车常有的沉重或刚性不足。它的软顶敞蓬也相当灵活，车速在48km/h以内，就可以操作软顶蓬闭合或开启，整个动作在12秒内完成。
在保证刚性的基础上，它还进行了大范围的轻量化，包括：车身减重35公斤，前保险杠减重5公斤，挡风玻璃减重2公斤，敞蓬锁闭系统减重12公斤，翻滚保护系统减重7公斤。更难得的是，在尽可能轻的基础上，它还实现了前后50：50的分配。
F-type前后悬架都是双叉臂独立形式，全铝的悬架连接杆提升了车辆的动态响应。它有着捷豹有史以来最迅速的转向，给你直接而直觉式的转向感觉。它依然“保守”地使用着ZF 8挡密齿比变速器，捷豹为它的换挡赋予了‘Quickshift’逻辑。这套变速器的表现可以让我忘记双离合，不论是换挡速度还是带有些顿挫的乐趣上。我们也问了捷豹的开发人员，他们的理解和我们的感受一样，这款8挡变速器既能提供足够的运动性，目前的匹配效果也堪称完美，储存着25个不同换挡策略来应付不同的驾驶风格和路况，它发挥到极致的魅力绝不比双离合差。
关于变速器，我个人唯一觉得遗憾的，却是它那造型有点“掉渣”的换挡杆。它和换挡旋钮类似，都是目前捷豹路虎统一使用的，旋钮偏重豪华，挡杆偏重运动，但这个造型样式实在不太匹配这样的豪华品牌，虽然挡杆前下的扳机式解锁按钮我很喜欢。
放在运动模式上，转向、悬架、发动机响应都更加敏感和动感，主动排气系统的声音也自动调整到更加吵闹的模式上。当然，你还能借助中央屏幕对动态模式的每一个设置进行定制。
它的悬架并不像有些德系对手们那样犀利，它保留着运动型车应有的反馈，但也对舒适做了一定的妥协。自适应动态系统可以对悬架进行500次/秒的调整，以适应路况的变化。
机械增压发动机让它有着非常好的线性响应和低速响应。把转速维持在5000rpm可以维持全方位随叫随到的刺激，但如果你只想在2000rpm舒适巡航，它对油门的响应也不会让你失望。
在蜿蜒且起伏的西班牙乡间小路上，它超过200km/h后的表现依然稳定，只是稍轻的方向力度需要你全情投入，这倒不是问题，这时你也必须全情投入。
F-type是一款有着独特性格的车：激进但不失风度，运动但保留舒适，放纵但需要技术，特立独行但渴望与你交流。
同中见异
没错，该说说三款车不同的性格了。基础版V6已经具备了一款运动型车所有的必备素质，不论是车身刚性、轻量化、敏捷的转向、运动的动力系统、可靠的制动、极低的坐姿。但对于追求运动的人，V6 S才会是你的最爱，它不但有着更充足的动力，更标配了主动排气、主动悬架、升级的制动系统等。如果你有着高超的驾控能力，不妨去挖掘V8 S的潜力，接近500马力的功率施加在这样轻巧的后驱小跑上，想想都有些恐怖，不是吗？
据说它的主动排气系统耗费了工程师们很多的精力，来得到希望的声浪效果。它高调的声浪吵醒了西班牙无数宁静的小镇，这样的声浪让人兴奋，但也容易让人疲惫，驾驶2个小时就到达了我的极限。V8 S更加低沉的排气声浪却不那么吵闹，“咬人的狗不叫”，不是吗？
机械式限滑差速器是V6 S的标准配置，电子式差速器则赋予了V8 S更多的电子系统调节能力和介入时机。
300km/h也是运动型车一个不成文的坎，就像500马力功率一样。差一点到底500马力的V8 S还是谦虚地展现了自己的实力，但也预留了空间。最新的消息是，F-type后续会有超过600马力的GT版本，太刺激了。
结语
就像电影，有些电影讲情节，有些电影讲人生，有些电影讲社会，有些电影讲内心。看电影也一样，不同的人看不同的层次，各取所需，也无所谓什么好坏高下。
试车期间，与之前的老领导讨论了很多人生哲理。也类似，一辆车的机械结构、电子系统、性能参数都只是表象，它的性格和要征服的人的性格才是它的本质。F-type的数据漂亮但并不是最重要的，但它的性格和本质肯定是独特的，这才是高手所追求的内蕴。
相关典故：战国时期，齐国有一位著名的学者名叫淳于髡。他博学多才，能言善辩，被任命为齐国的大夫。他经常利用寓言故事、民间传说、山野轶闻来劝谏齐王，而不是通过讲大道理来说服他，却往往能收到意想不到的效果。有一次，齐宣王想攻打魏国，积极调动军队，征集粮草补充兵源，使得国库空虚，民间穷困，有的百姓已经逃到其它国家去了。淳于髡对此十分忧虑，他就去求见齐宣王。齐宣王爱听故事，淳于髡投其所好，说：臣最近听到一个故事，想讲给大王听，齐宣王说好啊，寡人好久没听先生讲故事了、淳于髡说；有一条叫韩子卢的黑狗，是普天下跑得最快的狗。有一只叫东郭逡的兔子，是四海内最狡猾的兔子、有一天，韩子卢追逐东郭逡，绕着山跑了三圈，又翻山顶来回追了五趟，兔子在前面跑得精疲力尽，狗在后面追得力尽精疲，双双累死在山腰，一个农夫看见了，没花一点力气，就独自得到了这个便宜、齐宣王听出淳于髡语中有话，就笑着说；先生想教我什么呢？淳于髡说；现在齐、魏两国相持不下，双方的军队都很疲惫，两国的百姓深受其害，恐怕秦、楚等强国正在后面等着，像老农一样准备捡便宜呢。齐宣公听了，认为很有道理，就下令停止进攻魏国。
齐宣王喜欢招贤纳士，于是让淳于髡举荐人才。淳于髡一天之内接连向齐宣王推荐了七位贤能之士。
齐宣王很惊讶，就问淳于髡说：寡人听说，人才是很难得的，如果一千年之内能找到一位贤人，那贤人就好像多得像肩并肩站着一样；如果一百年能出现一个圣人，那圣人就像脚跟挨着脚跟来到一样、现在，你一天之内就推荐了7个贤士，那贤士是不是太多了？
淳于髡回答说：不能这样说。要知道，同类的鸟儿总聚在一起飞翔，同类的野兽总是聚在一起行动。人们要寻找柴胡、桔梗这类药材，如果到水泽洼地去找，恐怕永远也找不到；要是到梁文山的背面去找，那就可以成车地找到、这是因为天下同类的事物，总是要相聚在一起的。我淳于髡大概也算个贤士，所以让我举荐贤士，就如同在黄河里取水，在燧石中取火一样容易、我还要给您再推荐一些贤士，何止这七个！
一、由加聚反应形成高聚物单体的判断
加聚产物包括双键加聚、碳碳三键加聚、共轭双键加聚、不同单体间的共聚等类型，其结构特点是链节上一般都是碳原子，且碳原子数为偶数.
1．高聚物链节主链是两个原子，其单体必为一种.将链节的两个半键闭合即为单体.如
CH2―CH2
、CH2―O、
CH=CH
的单体分别为CH2=CH2、HCHO、CHCH.
2．若链节中只有碳原子，且碳原子数较多，其推断规律①是“有双键，四碳断，单双键互变，无双键，两碳断，单键变双键”.如
CH2―CH=CH―CH2―CH―CH2[ZJ14，X]CH3
的单体为：CH2=CH-CH=CH2、CH2=CH-CH3.
其推断规律②是将高分子链节中主链上的碳碳单键改为碳碳双键, 碳碳双键改为碳碳单键; 从左到右检查高分子链节中各碳原子的价键, 将超过4 价的碳原子找出来, 用标记上; 去掉不符合4 价的碳原子的价键, 即得该加聚产物合成时的单体. 如
单体为：CH2=CH-CH=CH2、CH2=CH-CN.
3．
如链节中存在碳原子环且有一个碳碳双键.则可将含双键的链看成主链，其他部分看成支链，则规律同(2).如
[LJH，S（2）][JJ1；4]
的单体为： [LJH，S（1，3）].
在区分链节中的双键来源于三键还是二烯，主要依据链接中是否会引入单原子判断.
二、由缩聚反应形成高聚物单体的判断
单体间相互反应而生成高分子，同时还生成小分子如水、氨、氯化氢、醇等的反应，起缩聚反应的化合物必须含有两种或两种以上的官能团，它们可以是相同的分子，也可以是不同的分子.中学阶段涉及到的缩聚反应主要有以下几种类型.
1．聚酯类单体的判断
（1）凡在链节中含有酯基（―COO―）的高聚物，在为酯基中间断开，在羰基上加羟基得到羧酸，在氧原子上加氢得到醇.
如已知涤纶树脂的结构简式为
LJH，DY0][JJ1；4]HOOC COOCH2―CH2OH
则合成涤纶树脂所需要的两种单体的结构简式为:
HOOC-C6H4-COOH；HO-CH2-CH2-OH.
然而聚酯
[LJ][JJ1；4]HOCH2CH2OOC
COOCH2CH2OH
的单体为：HOCH2CH2OOC-C6H4-COOCH2CH2OH.
（2）凡链节是（-O-R-CO-）的高聚物，其单体为：
HO-R-COOH.
酚类和醛类物质间可发生缩聚反应，如苯酚和甲醛间发生缩聚反应生成酚醛树脂.
2．聚酰胺类单体的判断
（1）凡在链节中含有酰胺键（-CO-NH-）的高聚物，可从酰胺键上断开，在亚氨基上加氢原子，在羰基上加羟基，得到胺和羧酸.如
HNH―（CH2）n―NH―OC―（CH2）m―COOH
的单体为：H2N-(CH2)n-NH2、HOOC-(CH2)m-COOH.
（2）凡链节是（-NH-R-CO-）的高聚物，其单体为：
H2N-R-COOH.
3．酚醛缩聚类单体的判断
凡链节中主碳链含有苯环并连接-CH2-（或-CHR）基团的, 其-CH2-（或-CHR）基团必来自醛, 单体有两种即酚和醛.
如酚醛树脂： [LJS，DY0][JJ3；4；5]HOHCH2OH的单体为：HCHO、C6H5OH.
糠醛树脂结构简式为：[XC
.tif>,JZ] ,其单体为：C6H5OH、 [XC
.tif>,JZ].
4．醇醛（胺）缩聚类单体的判断
凡链节中主碳链含有独立的―CH2―（或―CHR）基团与氧原子或氮原子相连,则从C
―O、C―N处断开，其―CH2―(或
―CHR)基团来自甲醛（或醛）.
如维伦树脂的结构简式为： [XC
.tif>,JZ]，其单体为：CH2―CH[ZJ5，X]OH和HCHO.
再如脲醛树脂的结构简式为：HNH―C―NH―CH2OH[ZJLX，6，S]O，其单体为：CO(NH2)2和HCHO.此例单体的书写要结合常识，单靠断键则可能判断出多种单体.
又如2011年北京高考28题：由
[XC
.tif>,JZ] 可推断其单体为：
CH2―CH[ZJ5，X]OH
和CH3CH2CH2CHO.
再如高分子化合物
[XC
.tif>；%120%120,JZ]
的三种单体分别是HCHO、C6H5OH、C6H5NH2.
三、开环聚合物的单体判断
开环聚合既不同于加聚反应有不饱和键的断裂，也不同于缩聚反应有小分子的形成，作为一种独立的聚合反应，它是由环状单体在一定条件下开环形成聚合物.工业上常用的环状单体是环氧乙烷、环氧丙烷、环己内胺及三聚甲醛等.
如聚醚CH2―CH2―O的单体为还氧乙烷（
[XC
.tif>,JZ]）.又如尼龙6（
NH（CH2）5CO）
的单体为 [XC
.tif>,JZ].
【关键词】 基因芯片；聚类分析；肿瘤
数的被诱导水平或被抑制水平在视觉上和数学上都能达到一致。经过数据过滤和标准化处理的数据可进行下一步的分析，如聚类分析。
2 基因聚类分析
基因数据标准化处理后可以进行基因聚类分析。基因聚类分析的目的在于按某种相似性标准（如皮尔逊相关系数或欧氏距离）将基因划为若干类（群），使同类基因具有高度同质性。所以基因聚类分析实质上是建立各种不同的数学模型，这些模型把基于相似数据特征的基因组合在一起。在基因表达聚类中归为一个类的基因在功能上可能相似或存在关联，它们可能具有相同的调控元件或执行相似的功能，所以通过基因聚类分析可以考察未知基因的功能信息或已知基因的未知功能信息[7]。值得注意的是目前基因聚类方法已不局限于只对基因进行聚类合并，由于基因芯片数据的高维性，只对基因进行聚类合并，有时并不能正确反映基因的表达模式，对基因和样本进行双聚类可以更好地发现基因表达模式并且具有更清晰的生物学解释[8]。基因聚类分析包括多种算法，最常用的算法有三种:分层聚类法、k-均值聚类和som聚类。
2．1 分层聚类
分层聚类（hierarchical clustering，hcl）本质上是将有相似表达模式的类聚合在一起，并以分层的系统形式表示出来。分层聚类根据聚类方式可分为自底向上法（bottom-up method）和自顶向下法（top-down method）[9]。自底向上法的聚类过程为：将基因当作元素计算所有基因间的距离，在所有基因中找到两个基因距离最小基因，将它们归入一个类中，然后将距离这个类最近的基因加入到这个类中形成新的类，反复进行这个过程，直到只剩下一个类，而这个类包含了所有的基因。分层聚类可根据聚类结果自动构建具有分层结构的系统树，所以结果是可视的和基因间的关系是明确的（图1）。eisen等[7]将分层聚类首次用于基因的共表达分析并用于酵母共表达基因的研究。为了利于生物学家判断基因表达情况，作者提出使用系统树和线条颜色变化结合的方法，使分层聚类成为基因聚类的经典算法。由于聚类结果易判断和解释分层聚类在肿瘤研究分析中获得了广泛的应用。分层聚类方法也有不足之处，首先是不能很好聚类没有层次结构的数据（这些数据是很常见的），容易受噪声影响，其次它没有统一的评价函数，使聚类具有了任意性而且计算复杂度较高。
2．2 k-均值聚类
k-均值聚类（k-mean clustering，kmc）算法需要先根据预先指定的类数k来选择初始凝聚点，根据欧式距离将每个样本归到最接近或相似的凝聚点形成类，再用各类的重心代替初始凝聚点重新分配，将每个样品不断地归类直至分类达到稳定。k-均值聚类算法是一种动态聚类方法，以最小误差平方和作为评价函数，其聚类过程简单并且适用于各种类型数据，在基因聚类中有广泛应用（图2）。sorensen等[10]在黑腹果蝇的热胁迫全基因表达分析中，利用类数设为20的k-均值聚类来比较差异表达的基因。k-均值聚类的缺点是对初始凝聚点敏感，聚类结果很容易受初使凝聚点的影响，聚类产生的结果没有结构感，不易让人理解。
2．3 som 聚类
som聚类（self-organizing map clustering，som）本质是由teuvo kohonen提出的一种人工神经网络聚类分析模型。它是一种结构简单的单层竞争性神经网络，通过自身的训练自动对输入模式进行分类。som网络中的各个神经元通过竞争来获取对输入模式的响应机会，最后仅剩下一个神经元成为对应输入模式响应的胜利者，并将胜利的神经元的信息以拓扑的形式给出来，聚类结果是相似的模式(用神经元代表)被放入一组（图3）。som聚类应用了类间的全局关系，能够比较大数据集内的相似性关系，更加稳健和准确，对噪声也较为稳定。wang等[11]为理解评价和分析基因芯片实验产生的大量数据从而发现基因表达中隐藏的模式，使用som降低原始数据的维性并在som拓扑平面上显示肿瘤样本，然后再使用分层聚类和k-均值聚类识别样本分类的基因表达模式。他们的研究表明通过使用som作为中间步骤分析全基因组的基因表达数据，可以更早地揭示基因表达模式。
3 基因聚类在肿瘤研究中的应用
在遗传上肿瘤是涉及到多基因改变的产物，所以肿瘤研究中要高通量高效比较多基因的表达水平，这正是基因芯片技术的优势所在。通过比较正常组织和肿瘤组织的基因表达谱可以获得差异表达基因的有关信息，为肿瘤的早期诊断和临床治疗提供帮助。基因表达聚类分析在肿瘤研究中的应用主要有两个：一是通过基因聚类分析研究肿瘤亚型分型；二是通过聚类分析发现新的肿瘤标志物。
3.1 基因聚类在肿瘤的分子分型中的应用
传统的肿瘤诊断分类方法是基于组织形态学特征的分类方法，它的缺限是在组织病理学特征诊断上相似的肿瘤其治疗反应和预后却显著不同。基因芯片技术通过全基因表达分析能够精确鉴定肿瘤亚型，从而克服传统方法的缺陷[12]。在肿瘤的基因分型研究中需要将样本中基因的表达情况确定为样本的属性，使用合适的聚类算法将样本进行分类，通过比较外部“金标准”计算分类的一致率来判断聚类效果。schuetz等[13]针对肾癌相关的肿瘤亚型使用寡核苷酸芯片分析了31例成人的肾脏肿瘤，其肿瘤亚型包括清晰细胞肾细胞癌(rcc)，乳突状rcc，不易染色rcc，嗜酸粒细胞腺瘤和错构瘤。在此研究中作者通过数据过滤从8 746个基因中挑选出4 030个差异表达的基因，以皮尓逊相关系数表征基因间的距离，使用非监督分层平均联结聚类算法分析了此基因表达谱，结果30个病例的肿瘤亚型被正确分类。这说明肾癌的肿瘤亚型可以通过截然不同的基因表达谱进行精确的亚型分类，为在分子水平上进行肿瘤诊断提供了一种很有希望的方法。
3.2 基因聚类在肿瘤标志基因筛选中的应用
稳健的肿瘤标志基因的鉴定具有重要的研究意义和临床诊断价值，通过肿瘤标志基因设计诊断系统可以进行肿瘤的早期诊断和肿瘤的亚型判断。pal等[14]为鉴定可精确区分肿瘤类型的肿瘤标志物，提出一种用于发现肿瘤标志物的方法。针对有相似组织学特征易导致误诊的肿瘤（成神经细胞瘤、非霍奇金淋巴瘤、横纹肌细胞瘤、尤文氏肉瘤），联合使用特征挑选多层神经网络(fsmlp)和相关模糊聚类鉴定出7个标志基因，这7个标志基因在肿瘤生物学中具有明确的类特异性信号并且扮演着重要的角色，包括细胞增殖，跨血管内皮迁移和mhc类抗原通信等功能，其中包含3个新基因(nab2、lsp1和ehd1)。利用这7个标志基因在训练样本和盲测样本上可对4种亚型进行精确分类，分类正确率可达100％。
4 存在的问题与解决方法
产生大量有价值的基因表达谱数据的dna微阵列技术是实验分子生物学的一项创新方法。很多聚类算法被建议用于分析基因表达数据，但是关于聚类算法选择的指导较少。切实可行的聚类算法评价是当今生物信息学研究中的重要课题[15]。gibbons [16]提出使用基因注释的方法来鉴定基因表达聚类方法的质量，多种算法的比较结果显示som聚类有最好的性能。分层聚类经常用于识别共表达的基因簇，然而芯片数据集经常包含遗漏测量的值（mvs）。de brevern等[17]通过研究认为mvs在基因簇的稳定性上具有重要作用，是基因簇稳定性的主要因素，另外聚类效果也依赖于分层聚类算法的使用。所以我们在作聚类分析时必须谨慎选择算法，避免对基因芯片数据的曲解。
5 总结与展望
基因表达数据分析是一个需要生物学、计算机科学、数学等多学科合作的新领域，随着基因芯片技术在生物学和医学研究中的应用日益广泛，实验越来越需要精密和科学的数据分析。聚类算法作为一种分析工具在基因表达数据分析中是很重要的手段。对肿瘤进行早期诊断和精确分类是提高患者生存时间的关键。目前根据形态学对肿瘤进行分类有很大的局限性，而基因表达聚类分析表明可以利用肿瘤间不同的基因表达谱进行更精确的肿瘤亚型分类。在肿瘤新标志基因发现中使用聚类算法和其它分析方法已经取得很有价值的发现，使得对肿瘤的机制有了更清晰的解释，对肿瘤的早期诊断和患者的生存预判提供了重要的参考。应该看到虽然聚类算法在基因芯片分析中有很广泛的应用，但是也存在一些需要解决的方面，如如何选择最佳聚类方法等。作为生物信息学研究的一部分，这些问题的解决依赖于多学科领域的通力合作。随着研究的深入一些问题将得到解决使基因表达聚类分析在研究和应用中更完善和实用。
【参考文献】
[1] schena m,shalon d,heller r,et al. parallel human genome analysis: microarray-based expression monitoring of 1000 genes[j]. biochemistry, 1996, 93(20): 10614-10619.
[2] ladanyi m, chan wc, triche tj, et al. expression profiling of human tumors: the end of surgical pathology?[j]. journal of molecular diagnostics, 2001, 3(3):92-97.
[3] tibshirani r, hastie t, narasimhan b, et al. diagnosis of multiple cancer types by shrunken centroids of gene expression[j]. pnas, 2002, 99(10):6567-6572.
[4] khan j, wei js, ringner m, et al. classification and diagnostic prediction of cancers using gene expression profiling and artificial neural networks[j]. nat med, 2001, 7(6):673-679.
[5] finocchiaro g,francesco mm,cittaro d, et al. graph-based identification of cancer signaling pathways from published gene expression signatures using publime[j]. nucleic acids research, 2007, 35(7): 2343-2355.
[6] kong f, nicole white c, xiao x, et al. using proteomic approaches to identy new biomarkers for detection and monitorung of ovarian cancer[j]. gynecol oncol, 2006, 100(2): 247-253.
[7] eisen mb, spellman pt, brown po, et al. cluster analysis and display of genome-wide expression patterns[j]. genetics, 1998, 95(25): 14863-14868.
[8] getz g, levine e, domany e. coupled two-way clustering analysis of gene microarray data[j]. pnas, 2000, 97(22): 12079-12084.
[9] traca al, carey vj, chen xw, et al. machine learning and its applications to biology[j]. plos comput biol, 2007, 3(6):e116.
[10] sorensen jg,nielsen mm, kruhoffer m, et al. full genome gene expression analysis of the heat stress response in drosophila melanogaster[j]. cell stress chaperones, 2005, 10(4): 312-328.
[11] wang j,bo th, jonassen i, et al. tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data[j]. bmc bioinformatics, 2003, 4:60.
[12] golub tr, slonim dk, tamayo p, et al. molecular classification of cancer: class discovery and class prediction by gene expression monitoring[j]. science, 1999, 286(5439):531-537.
[13] schuetz an, yin-goen q, amin mb, et al. molecular classification of renal tumors by gene expression profiling[j]. j mol diagn, 2005, 7(2): 206-218.
[14] pal nr, aguan k, sharma a, et al. discovering biomarkers from gene expression data for predicting cancer subgroups using neural networks and relational fuzzy clustering[j]. bmc bioinformatics, 2007, 8:5.
[15] yin l, huang ch, ni j. clustering of gene expression data: performance and similarity analysis[j]. bmc bioinformatics, 2006, 7(suppl 4):s19.
[16] gibbons fd, roth fp. judging the quality of gene expression-based clustering methods using gene annotation[j]. genome res, 2002, 12(10):1574-1581.
关键词：木通属；相关序列扩增多态性（SRAP）；遗传多样性
木通属植物作为中国传统中药材，目前国内外研究的主要有3种：木通（俗称五叶木通）、三叶木通及其变种白木通。随着分子标记技术的发展，近年来RAPD、AFLP分子标记技术相继成功应用于木通属植物的研究，但RAPD稳定性差、扩增产率低，AFLP技术复杂，使其应用受限。SRAP（Sequence-related amplified polymorphism，相关序列扩增多态性）是一种新型的分子标记技术，它结合了RAPD和AFLP分析的优点，操作简便、结果稳定、中等产率、成本低，目前已被广泛应用，但利用SRAP标记技术分析木通属植物遗传多样性的研究尚未见报道。为此，运用SRAP标记技术分析25份木通属药用植物的遗传多样性，旨在为木通属药用植物的选种栽培提供参考，并探讨SRAP标记在木通属药用植物种质资源研究中的可行性。
1.材料与方法
1.1材料
供试材料均采自江西省境内，由江西中医药大学赖学文教授鉴定。具体材料名称及来源地见表1。
1.2方法
1.2.1DNA提取 取新鲜嫩叶约0.1 g，参照王飞等的方法分别提取不同材料的总DNA。
1.2.2SRAP分析 SRAP引物采用Li等公布的序列，由上海生物工程技术服务有限公司合成（表2）。
SRAP-PCR反应体系（25 μL总体积）：模板DNA90 ng，dNTPs 200 μmol/L，Taq DNA聚合酶1 u，引物0.4 μmol/L，10xPCR Buffer 2.5 μL，其余用ddH2O补齐。SRAP-PCR扩增反应程序：94℃预变性3 min；94℃1 min，35℃1 min，72℃2 min，5个循环；94℃1 min，55℃1 min，72℃1 min，35个循环：72℃延伸10 min；4℃保存。PCR扩增产物用2%的琼脂糖凝胶电泳检测，在紫外凝胶成像系统上观察和记录。
1.2.3数据处理 根据PCR扩增结果，每个样品的扩增带数按有带赋值为“1”（强带和弱带同记），无带为“0”，建立“1”和“0”型数据。利用NTSYS软件计算相似系数，用UPGMA进行聚类分析，构建树状图。
2.结果与分析
2.1SRAP多态性分析
采用42对引物组合对25份木通属植物材料进行扩增，其中12对引物组合可扩增出清晰的多态性条带，扩增结果及多态性信息见表3。从表3可以看出，共检测到清晰条带208条，其中多态性条带173条，平均每对引物产生14.4条多态性条带，平均多态率为83.2%，表明木通属植物具有较为丰富的遗传多样性。不同引物组合扩增条带大小集中在100～1 400bp。
引物组合Me4-Em8扩增结果见图1。图1表明，SRAP分子标记能检测出较多的木通属植物的遗传位点，获得多态性相对较好的PCR结果，SRAP标记适合木通属植物的遗传多样性分析。
2.2聚类分析
采用NTSYS-PC软件对这些扩增条带进行遗传差异的统计学分析，其相似系数结果见表4，聚类分析结果见图2。
从表4可以看出，25份供试材料的相似系数变化范围在0.275 8-0.931 0之间。白木通和三叶木通的相似系数在0.517 2～0.758 6之间，均值为0.637 9：白木通和五叶木通的相似系数在0.275 8-0.620 6之间，均值为0.448 2：而三叶木通和五叶木通的相似系数在0.310 3-0.689 6之间，均值为0.500 0。由相似系数可以看出，三叶木通和白木通的遗传相似系数最大，二者亲缘关系较近：白木通与五叶木通的遗传相似系数最小，二者亲缘关系较远。
从图2可以看出，根据SRAP标记得到25份材料的聚类结果显示，在相似系数0.45处可将参试材料分为2类，白木通和三叶木通聚为一类，五叶木通聚为一类：白木通与三叶木通聚为一类后，最终和五叶木通聚为一类。大部分来自相同或相似生态地理环境的能聚为一类，表现地域相似性，如来自庐山的白木通聚为一类（C2、C3），来自井冈山的白木通聚为一类（c4、v5），来自南昌梅岭的三叶木通聚为一类（V8、V9、V10和V11、V12、V14、），三清山的聚为一类（V16、V17），云居山的聚为一类（V18、V19）。
3.小结
试验采用12对SRAP标记引物对25个木通属植物样品基因组DNA进行扩增，得到清晰条带208条，多态性条带173条，多态性比率为83.2%，表明SRAP技术对木通属植物的扩增具有较高的效率，适于其种质遗传变异检测，是一种有效、可靠的分子标记，将为进一步开展木通属种质资源的鉴定及其良种选育工作奠定基础。
[关键词]无皂乳液聚合 聚合方法 单体 应用
中图分类号：o213.1 文献标识码：a 文章编号：1009-914x（2013）16-0244-01
前言
无皂乳液聚合指在聚合反应过程中完全不加乳化剂或加入的乳化剂浓度小于临界胶束浓度（cmc）的乳液聚合过程。目前对于它的研究的倍受关注，并进入了一个快速发展的阶段。
1 无皂乳液聚合的特点
与传统乳液聚合相比，无皂乳液聚合产物具有以下特点：1.制得的乳胶粒子呈单分散性、表面“洁净”；2.制得的微球尺寸比较大，还可以制成表面具有化学功能的颗粒；3.避免了因乳化剂的存在而导致对产物的表面性能、电性能、耐水性及成膜性等不良影响；4.不使用乳化剂和无乳化剂的后处理过程降低了产品成本；5.无皂聚合乳液的稳定性通过离子型引发剂残基、亲水性、离子型共聚单体和电解质等在乳胶粒表面形成带电层实现。
2 无皂乳液聚合方法
2.1 引入可离子化的引发剂
在无皂乳液聚合中通常引入的离子引发剂有阴离子引发剂过硫酸盐型和偶氮烷基羧酸盐型，阳离子引发剂偶氮烷基氯化胺盐型。引发剂分解后生成离子自由基，在引发聚合后，引发剂碎片作为聚合物链端基类似于乳化剂分布在乳胶粒表面，起稳定作用。
2.2 引入亲水性共聚单体
在无皂乳液聚合体系中加入亲水性共聚增加了水相中的单体浓度，提高了反应速率；同时，由于单体的亲水性而倾向于排列在聚合物乳胶粒-水相界面上， 或以离子形式形成水化层，起到稳定乳胶粒的作用。常用的亲水性共聚单体有羧酸类单体、酰胺类单体等。
2.2.1 与羧酸类单体共聚
无皂乳液聚合中引入羧酸类单体使聚合加速、稳定性增加， 其作用与羧酸单体的性能有关。羧酸单体主要有：甲基丙烯酸、丙烯酸、富马酸等。
2.2.2 与酰胺类单体共聚
这类单体包括丙烯酰胺及其衍生物如n-羟甲基丙烯酰胺、n，n一二甲基丙烯酰胺及甲基丙烯酰胺等，他们分子中含有碳碳双键和酰胺基，酰胺基中的氨基可与水分子形成氢键，增加了离子的亲水性，提高了乳液的稳定性和体系的黏度[2，3]。
2.3 引入离子型共聚单体
这类单体一般含有强亲水离子基团参与共聚反应，反应能在水相中进行，而不是在胶粒内部。共聚反应后该类单体分布在乳胶粒表面，使乳胶粒间的斥力增大，聚结的可能性减小。因此合成的乳液稳定性高，反应速率快。常用的离子型共聚单体有苯乙烯磺酸钠、甲基丙烯酸乙酯磺酸钠、二甲基乙烯基吡啶硫酸甲酯盐等。
2.4 引入表面活性单体
表面活性单体又称反应型乳化剂，是指分子本身具有表面活性剂特征的单体，其分子结构中有反应基团，能与所吸附的基体发生反应，以共价键的方式永久地接枝到分子链上，克服了产生迁移等不利影响，同时降低了聚合物本身的表面张力，从而大大提高了聚合物乳液的稳定性和固含量[4，5]。这类可乳化共聚的单体主要有烯丙基醚类磺酸盐、烯丙基琥珀酸烷基酯磺酸钠等[6]。
2.5 引入其它添加剂的无皂乳液聚合体系
当体系中加入一种能无限溶解单体而不溶解聚合物的溶剂时，可使体系的聚合速率和固体质量分数大大提高，原因在于这类单体通过对胶粒的溶胀能力的提升而提高了体系反应的速率和稳定性，这种溶剂主要是甲醇[8]和丙酮[9，10]。另一类助剂是相转移催化剂，例如：冠醚、聚乙二醇等。
2.6 用低分子齐聚物做乳化剂的无皂乳液聚合
这一类无皂乳液聚合不需加功能性单体，是一个新的发展方向。通常是先将部分反应单体、引发剂和去离子水在一定条件下反应一段时间来制备低相对分子质量的齐聚物，然后用这种齐聚物代替乳化剂加入下一步的乳液聚合体系来制备所需的无皂乳液。低分子齐聚物的主要反应单体是亲水性单体，通常是丙烯酸，另一单体参与下一步反应的油性单体，通常以丙烯酸丁酯和醋酸乙烯酯为主。
3 无皂乳液聚合的应用
3.1 制备单分散功能性微球
无皂乳胶粒可用来制备亲和乳胶微球，这种亲和乳胶微球因其比表面积大、易控制成单分散性、生物相容性良好、易于分离和提纯，可用作生物催化剂、亲和层析吸附剂；在各种医学方面都有重要作用，因
在医学、食品、化工及生物过程和环境监控等方面用途极广。
3.2 用于涂料和粘合剂
无皂乳液因胶乳颗粒大小比较均匀，表面“清洁”，产品中不残留乳化剂，所得高聚物耐水性和电绝缘性好，其作为涂料和粘合剂可以提高附着力、耐水性等性能而颇受关注。
3.3 生产含无机填料的聚合物复合材料
无皂乳液聚合可用于制备尺寸均一含无机填料的聚合物复合材料，有无机填料参与的无皂乳液聚合在无机与有机界面形成了化学键，大大提高了材料的耐热性和强度。最近，日本的katsutoshi等[12]制得了一种表面带有活性脂基的聚苯乙烯无皂乳液，在分别加入含氨基的硅烷和钛酸盐后，涂在玻璃和钢材表面上会迅速固化，可用作表面修饰剂。
4 无皂乳液聚合发展前景
无皂乳液聚合是在乳液聚合的基础上发展起来的一种新兴聚合方法。这种方法制备的乳液能得到单一分散、表面洁净的乳胶粒子，还可赋予乳液优异的性能，同时消除了乳化剂对环境的污染，在环境倍受关注的今天，无皂乳液聚合日益受到重视，已被广泛应用于科研和生产领域中。但由于无乳化剂的保护作用使得乳液的稳定性下降、固含量较低，并且目前人们对无皂乳液聚合的研究范围较为单一；对无皂乳液聚合的成核机理及动力学研究得较多，对乳液固含量及稳定性的研究还不够充分，所以提高无皂乳液体系的稳定性和固含量，制备具有特殊功能的高分子无皂微球应该是今后研究的热点和主要方向。
参考文献
[1] 郭天瑛，宋谋道，郝广杰，等.无皂乳液聚合稳定化研究进展[j].石油化工，2001，30（1）：69-71.
[2] ohtsuka y.copolymerization of styrene with acrylamide in an emulsifier2 free aqueous medium[j].j polym sci，1981，26（5）：1637-1647
[3] 唐广粮，郝广杰，宋谋道，等离子型共聚单体用于高固含量无皂乳液聚合的研究[j].高分子学报，2000，（3）：267-270
[4] guyot a ，goux a.styrene emulsion polymerization in the presence of a maleate-functional surfactant[j].j appl polym sci，1997，65（12）：2289-2296
[5] 刘宇君，段晋星.甲醇存在下 st - ba - hea体系的无皂乳液聚合研究[j].化学工业与工程，2001，18（5）：249 - 265
[6] 刘宇君，程中虎.丙酮存在下st-ba-hea体系的无皂乳液聚合[j].合成橡胶工业，2001，24（5）：219 -221
[7] okubo m，emulsifier2 free emulsion polymerization of styrene in acetone2water [j].j appl polym sci，1981，26 （5）：1675-1685
关键词：戴侗 《六书故》 分类思想
一、引言
戴侗根据儒家《周易》的“方以类聚，物以群分”而形成《六书故》的分类思想。云：“方以类聚，物以群分，以辨其众”“以众辨异”，并能够据此“御万若一”，穷尽天下万物。我们认为，戴侗的“群分”思想是指九大义项的确立，戴侗打破了许慎《说文》五百四十部的分部系统，首创按义项将天地万物分为数、天文、地理、人、动物、植物和工事以及疑、杂共九大类。各个义项下又根据“类聚”的思想，将具有相同或相似特性的事物归到一起，“简而不遗，繁而不乱”，他的这种分类思想和分类方法使原本庞杂繁多的文字形成了一个比较有序的体系，后代研究文字的学者多借鉴和继承他的这一分类思想和方法，戴侗的这一思想和方法对后来的辞书编纂也有重要的启迪和借鉴作用。
二、“方以类聚，物以群分”思想溯源
“方以类聚，物以群分”语出《周易・易传・系辞上》，曰：“天尊地卑，乾坤定矣；卑高以陈，贵贱位矣；动静有常，刚柔断矣。方以类聚，物以群分，吉凶生矣；在天成象，在地成形，变化见矣。”
韩康伯注曰：“方有类，物有群，则有同有异，有聚有分也。顺气所同则吉，乖其所区则凶，故吉凶生矣。”孔颖达疏曰：“方谓法、术、性、行，以类共聚，因同方者同聚也；物谓物色群党，共在一处而与他物相区分。”朱祖延《引用语大辞典》曰：“方，方术。各种方术因种类相同而聚合，各种事物因类别不同而区分。”葛英会《古代文明》认为：“方，就是道，是易学的核心。”《国语・周语》曰：“官不易方”注：“方，道也。”《礼记・乐记》：“乐行而民向方”疏：“方，犹道也。”《易・系辞》韩康伯注释云：“道者何，无之称也。”认为道是一种“寂然无体，不可为象”的事物。《管子・心术》云：“虚无无形谓之道。”道又是客观存在的，是天地万物运转变化“无不通，无不由”的途径。《说苑・辨物》：“道也者，物之动莫不由也。”《法言・问道》：“道者，通也，无不通也。”《礼记・中庸》：“道者，非可须臾离也，可离非道也。”认为道无时不有，无时不在，是天地万物运转变化所遵循的共同法则。
“类”指的是相同的个体聚集在一起的状况，段玉裁《说文解字注・类》：“类本谓犬相侣，引申假借为凡相侣之称。”《荀子・劝学》曰：“物类之其，必有所始。草木畴生，禽兽群也，物各从其类也。”这里的“畴”即是“俦”，也就是“类”的意思。
“物”指的是天地间万事万物。《说文》：“物，万物也。”《荀子・正名》：“物也者，大共名也。”《礼记・中庸》曰：“诚者物之始终。”注：“物，万物也，亦事也。”
“群”也指禽兽聚合的状况，与“类”不同的是，它指众多个体的聚集。《国语・周语上》：“兽三为群，人三为众。”
因此，“方以类聚”说的是，事物都是按照他们的共同点聚集在一起的；“物以群分”说的是，事物都是按照他们的差异点而相区别的。
《周易・系辞上》还揭示了道与器的关系，曰：“形而上者谓之道，形而下者谓之器”。孔颖达疏曰：“道在形之上，形在道之下，故自形外以上者谓之道，自形内而外者谓之器也。”又云：“道是无体之名，形是有质之称。”朱熹《与陆子静书》云：“凡有形有象者即器也，所以为是器者理之则道也。”朱熹《语类》：“形而上者无形无影，是此理；形而下者有情有状，是此器。”“道”是无形象的，含有规律与准则的意义；“器”是有形象的，指具体事物或名物制度。道器关系实即抽象道理与具体事物之间的关系问题，在后来则将道器关系看成是“本”与“末”的关系（林少雄，2001）。
关于道、形、器三者的关系，孔颖达《周易正义》云：“形虽处道、器两畔之际，形在器不在道。既有形质，可为器用，故云‘形而下者谓之器’也。”黄寿祺、张善文《周易译注》说：“形，事物的形体；道，指主导形体运动的精神因素，如《周易》的阴阳变化之理；器，指表现形体的物质状态，如六十四卦，三百八十四爻的构成形式。”余治平在《现代哲学》2004年第3期一文中指出：“器是物自身，是本体之物、自在之物，它在我们的感觉系统之外，永远不能被我们的感觉系统所认知。形是器在我们的感觉经验系统中所呈现的样态，它是有形的，能够被感觉系统所感觉的世界存在物。道则超越于形，比形更格式化，是世界存在于人心思维中的抽象形式。”
三、戴侗《六书故》中“方以类聚，物以群分”思想的具体运用
《周易》中“方以类聚，物以群分”讲的是人类对自然界中天地万事、万物进行分类的思想。万物都有差异，而循其共性进行分门别类，这是人的思维活动的特点（姚伟钧，2004）。戴侗《六书故》要以六书明字义，在给众多文字进行说解训释之前当然要对他所收录的文字进行系统的归纳分类。戴侗所运用的是归纳思想及“类聚”，“群分”的思想。他在《六书通释》中批判许慎《说文》分部杂乱无章，云：“许氏之为书也，不以众辨异，故其部居淆杂，不以宗统同，故其本末离散”。接着他提出了自己的分类思想，他说：“凡予之为书也，方以类聚，物以群分，以辨其众”“以众辨异”“故视繁若寡而御万若一，天地万物之富，不可胜穷也”。在这一思想的指导下，戴侗打破许慎《说文》五百四十部的分部系统，确立二百三十四个文为母，认此统领所有的由这些文所孳生的文字。他将这二百三十四个文按照义类分为数、天文、地理、人、动物、植物和工事并杂、疑共九大类。
戴侗把数类放在首位，为什么这么做，他说：“侗之为书也，先契为本，文立一起数，是故数为首”。《六书故・第一・数》云：“书始于契，契以记数，故首数。”接下来是“天文”、“地理”和“人”的排列，戴侗如此排序的思想也与《周易》中所讲的天地人的思想相似。《周易・系辞下》云：“易之为书也，广大悉备，有天道焉，有人道焉，有地道焉。兼三材而两用之，故六。六者非它也，三材之道也。”《周易・乾》云：“大哉乾元，万物资始，乃统天。”《周易・坤》云：“至哉坤元，万物资生，乃顺承天。”《周易・说卦》又云：“乾，天也，故称乎父；坤，地也，故称乎母。”这里将天地称作“父母”，那么即意味着人是天地的一部分，是由天地所孕育而生的，天地是人的母体。
因此，戴侗在数之后，紧接着次二曰天，次三曰地，次四为人。而人之后是动物和植物。关于这两类的分类排列思想，朱熹在《周易本义・文言传》中云：“本乎天者，谓动物；本乎地者，谓植物，物各从其类”。孔颖达《周易正义》中曰：“天地氤氲，和合二气，共生万物。然万物之体，有感于天地偏多者，有感于地气偏多者，故《周礼・大宗伯》有天产、地产，《大司徒》云动物、植物。本受气于天者，是动物含灵之属；天体运动，含灵之物亦运动，是亲附于上也。本受气于地者，是植物无识之属；地体凝滞，植物亦不移动，是亲附于下也。则各从其类者，言天地之间，共相感应，各从其气类。”“本乎天者”指动物，这是因为动物都是头向上而足向下的；“本乎地者”指植物，这是因为植物都是扎根于泥土之中的。“本乎天者亲上，本乎地者亲下，则各从其类”说的就是动植物种类的形成和划分问题（张云飞，1995）。因此，戴侗书中对应天文、地理的排列而形成先动物后植物的次序。
对于这七大事项的分类，戴侗自己也比较满意，他说：“天地之大也，日月星辰之昭也，山川丘陵之广也，人事之殷也，物产之多也，古今之长也，治之以七者如也。简而不遗，繁而不乱，知吾说者之於天地万物也，其如示诸掌乎。”
戴侗以“物以群分”的思想将天地万物划分为数、天、地、人、动物、植物和工事七大义项，在各个义项下根据“方以类聚”的思想又将具有相同或相似属性和特性的事物归到一起，如他自己所说：“次二曰天，凡本乎天者皆从上，次三曰地，凡本乎地者皆从下”。即在天、地义项之下，他将所有具有天和地的性质的事物分别归到二者的义项下。又如：“万物一原而性以类殊，万物同出於天，而人受其中，故惟人万物之灵，所谓性善也。”这里戴侗明确指出了天地万物“性以类殊”的特点，因此可以根据事物这些不同的“性”来分别加以归类。他说：“虫动含灵咸同此者，谓马之性犹牛之性。”也就是说牛、马具有动物所共同具有的“性”，两者具有相似相通之处，因此可以根据其共同特征将它们归为一类。
戴侗将“方以类聚，物以群分”这一思想作为认识世间万事万物的重要前提，强调“因其自然之文”以求其“自然之则”的重要性。这样才能更好地认识和理解事物，只有明确了事物的这一类归属，找出同类事物之间的形似特征和区别特征，才能从整体从宏观上更好地理解和阐释表示该事物的文字之义。如果不明事物的属类，就对其妄加揣测，推断其意义，就会“无所适而不畔道也，其极也，至于天地失其位，万物失其性。”因此，“有物必有则，天之所命，非人之所能为也。虽尧舜文王之圣，亦顺其则，行其所无事而已矣。”
四、“方以类聚，物以群分”分类思想产生的缘由
《周易》中“方以类聚，物以群分”的思想是古代先贤对天地万物的认识，而戴侗将这一思想运用到文字的分类中，戴侗为什么会将这一思想作为《六书故》的分类思想，这一思想和文字又有什么联系呢？《六书故》前袁大壮所作赋曰：“道寓乎器，初无定形，气之於理亦难定名，可见者文而可闻者声，耳目之所不及将何思而何营？”“方以类聚”的“方”字前已论述，有“道”、“术”之义，可见，这一思想的形成与最初文字、语言的产生过程有关。戴侗《六书通释》中也说：“声，形而上者也；文，形而下者也。非文无以著其声，故先文而继以声。”因此，戴侗的这一分类思想与最初文字创制的过程有密切联系。我们知道，文字最初始于象形、指事，而后形声相益产生了会意、谐声等字，这些字都是由初始的文构造而成的。戴侗自己也说：“古之明民者观於天文，仪於地理，比类万物，厘制百则，以正天下之名，以定天下之文。简而要，约而备，通而不越，察而不烦，事物载焉，法象备焉。”这里戴侗所说的“比类万物”即类比天地万物，将具有共同或相似特性的事物放到一起，在最初具有共性的文的基础上，进行创制而形成一系列文字。因此，古代先贤由最初的文进而创制文字的方法和思想就有“类聚”，“群分”的思想。
戴侗提出“方以类聚，物以群分”这一分类思想，是从创生文字的角度而提出来的，即他是循着古人创制文字时的脚步溯本求源来对这些文字进行归类，可以说，戴侗运用这一思想和方法来统摄文字新颖独到，是值得学习和借鉴的。
古代先贤把宏观分析和把握天下事物的方法区别为两种途径，并由此将天地万象区别为两大类别。其一为“群分”，是分析法，对象为“物”，即将天地万物按其体征区别为不同群落；其二为“类聚”，是归纳法，对象是“方”，即将天地万物运转变化的自然规则加以同类共聚。“方以类聚，物以群分”的思想是古代先民对周围世界的认识论和方法论。这种对于天地万物、世间万象的宏观分析与把握必然会对文字的创制产生深刻的影响（葛英会，2006）。
戴侗《六书通释》中云：“夫有物则有则，则非离物也，有器则有道，道非离器也，物有成形而理之精细者，难言也。器有成象而道之广大者，难摹也。舍物象而言理道者，犹图虚空而画声气也，必不敷矣。是故圣人因器以著象，立象以尽意。”又说：“因其类而谐之，以其声故谐声多而义可知；并与其类而莫之从，则直假借以足之。”形声、假借字的创制仍然与“方”、“道”有密切的联系。
除人们能够目睹其形、亲临其境的物与事外，生活中还有许多只能意会而不可言状的物与事。其中大多都是由类聚相关事物感悟、捕捉到的“方”或“道”，是“形而上”的无形象可言的东西（葛英会，2006）。因此，创制文字也会用到“类聚”、“群分”的思想。
五、结语
总而言之，戴侗将《周易》中“方以类聚，物以群分”的思想运用到《六书故》中，作为统摄安排文字的分类思想，云：“方以类聚，物以群分，以辨其众”“以众辨异”，并能够据此“御万若一”，穷尽天下万物。他的这种分类思想和分类方法使原本庞杂繁多的文字形成了一个比较有序的体系，后代研究文字的学者多借鉴和继承了他的这一分类思想和方法，戴侗的这一思想和方法对后来的辞书编纂也有重要的启迪和借鉴作用。
参考文献：
[1][清]阮元.十三经注疏（清嘉庆刊本―影印本）[M].北京：中华书局，2009.
[2]朱延祖.引用语大辞典[M].武汉出版社，2000.
[3]葛英会.古代文明（第五卷）[M].北京：文物出版社，2006.
[4][汉]刘向.说苑译注[M].北京大学出版社，2009.
[5][清]段玉裁.说文解字注[M].上海古籍出版社，2011.
[6]张立文.朱熹思想研究[M].北京：中国社会科学出版社，1981.
[7]林少雄.人文晨曦：中国彩陶的文化解读[M].上海文化出版社，2001.
[8]黄寿祺，张善文.周易译注[M].上海古籍出版社，2004.
[9]余治平.道、器、形之问中西哲学形而上学的通汇[J].现代哲学，2004，（3）.
[10]姚伟钧.神秘的八卦[M].南宁：广西人民出版社，2004.
[11]张云飞.天人合一・儒学与生态环境[M].成都：四川人民出版社，1995.
[12][宋]戴侗.六书故[M].上海科学社会院出版社，2006.
关键词：聚类技术、Java
中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2013）08-1894-06
1 研究背景
JAVA是一种跨平台的语言，灵活性比较大，运用范围广，能运用到各种系统和领域中。聚类技术最近几年越来越受到大家的追捧，聚类算法的应用也得到了推广，在生物学上，聚类能通过基因和蛋白质的这两类的分类或者聚类，对种群中固定结果的重新认识和分析，从而推导出不同的植物或者动物种类：在市场关系上，市场分析人员也可以通过聚类发现客户数据中不同的客户群体，对这些群体的不相同类的特征进行模式刻画，从而能预测某客户群体的购买类型。不仅如此，聚类也能对internet上的web中的文档或者文件进行分类，而发现对人们有价值的知识，此外聚类还可以对其他方法进行预处理过程，对这些方法起辅助作用。
基于JAVA的聚类分析的实现，给聚类技术的推广起到推风助浪的作用，使得聚类技术能在更多的领域中拓宽。
2 聚类分析概念
聚类是运用数据对象之间的距离，并运用相关的聚类分析原则将对象逐一划分到多个簇（clusters）中。每一个簇中中也包含了多个相同类属对象，同一个簇钟的对象之间的相似度要比不同簇的相似度大，最终的聚类能使得各簇种对象的相似度最小，这样就达到聚类的目的了。这样的聚类分析不仅可以对数据分析和知道的挖掘提供数据依据，也可以解开事物数据之间的内在联系和区分，这使得聚类分析爱成为数据挖掘技术中不可缺少的成员。
3.2 层次聚类
层次聚类是根据凝聚或分裂的层次分解形式对数据对象集合进行层次分解。分裂的方法是自顶向下的方法，首先把所有的数据对象点归为一类，然后以此分裂成更小的类，分裂到每个对象能够单独在一个类中为止。凝聚与分裂的方法相反，是一种自底向上的方法，“底”在这里指的是单个数据点，首先以单个数据点作为一个类，然后对相近的数据对象进行合并归纳成新的类，直到所有的数据对象合并成一个类为止，这个类在层次上面叫着的最上层，整个运作过程是自底向上的方式运作。常用的算法有利用层次方法的平衡迭代归约和聚类―BIRCH。
3.3 基于密度的方法
基于密度的方法就是让最近区域密度值达到一定的标准，也就是有一个具体的阀值即对象的个数，还有就是该区域半径值，以这些标准来对对象进行聚类。用这种方法的好处是避免了划分方法中发现球状簇的局限。例如基于高密度连接区域的密度聚类方法――DBSCAN。
3.4 基于网格的方法
基于网格的方法就是在网格接结构的基础上对数据进行聚类，我们将采用量化的方式把空间对象分成有限的数目单元，这样就是对空间对象进行网格。这种算法有―CLIQUE算法。
3.5 基于模型的方法
基于模型的方式就是给定一个模型，根据模型的要求寻找最合适的对象的方法。在对象空间的密度数来构建一个模型，通过统计数字自动来决定聚类的数目，从而去掉不需要的噪声数据，使得聚类的方法更有力。这种方法有COBWEB算法，网络神经方法有SOM算法。
3.6 基于约束的方法
对数据的个体对象进行约束，或者设置聚类参数来约束，来进行聚类的方法。因为在我们的客观世界中聚类的问题存在很多的约束条件，但是这些条件都是很发杂的，往往不被有效的利用出来，从而不能对这方法进行进行广泛的推广和应用。这种方法有COD （Clustering with Ob2structed Distance）。
第三步：计算每个聚类中所有对象的均值，得出新的聚类中心。
第四步：对新的聚类中心重复上面的第二和第三步，并得到新的聚类中心，直止新的聚类点不再更新。得出最终的聚类中心。
初值的好坏直接影响到K―Means算法的最后结果，也可以因为初值的问题导致聚类的结果有天差万别，因此要改变K―Means算法的初值的取法，是K―Means算法的改进的关键。
中心点的选取不同直接影响到聚类结果不同，因此初始聚类中心的选择在 K―Means算法中非常重要。实际应用中，我们即希望中心点能够尽量分散，也希望这些中心点具有一定的代表性，这也是我们聚类的目的。我们运用一种基于试探性的算法---最大最小距离算法可以对初始聚类中心的选择做出相对较好判断，它能相对智能地确定最佳的初始聚类的中心，可以提高划分初始数据集的效率，避免过去K―Means算法中选取初始聚类过于邻近，而导致聚类结果不佳的情况。
参考文献：
[1] 朱福喜. Java程序设计技巧与开发实例[M].北京：人民邮电出版社，2004，2.
[2] 陆惠恩.实用软件工程[M].北京：清华大学出版社，2006，5.
[3] （美）Bruce Eckel著，陈昊天译.Java编程思想[M].北京：机械工业出版社，2007，6.
[4] 朱福喜，黄昊.Java项目开发与毕业设计指导[M].北京：清华大学出版社，2008，6.