李艳秋， 朱鲁帅

（1.上海应用技术大学 理学院, 上海 201418；2.南京工业大学 数理科学学院, 南京 211816）

图灵发现不均匀的图案或空间非均匀性可能来自扩散，称为图灵不稳定性[1]。从生物学角度看，生物体呈现的斑图是由基因和体内的化学反应决定的，对斑图分类的研究有利于探索斑图形成的理论机制和生物学根源，甚至可以揭示某些疾病产生的原因和基因的异常表达，作为预防疾病的手段。图灵斑图是从理论上研究自然界存在的真实斑图，从计算机或人工智能角度来讲，计算机认识世界的基础就是对这些斑图进行分类，有了分类之后才可能进一步做更细致的视觉任务。那么，斑图的分类是非常有必要的。

斑图分类依赖于图像分类技术。图像分类领域的较快发展是由于深度学习的发展。在图像分类问题上，深度学习算法比传统的机器学习算法有更大的优势。特别是，卷积神经网络在图像分类问题上模仿了人类大脑中神经元识别斑图的方式，神经网络通过训练数据，然后通过迭代学习权重的最佳值，并在训练数据中提取重要的特征，从而确定规则。经过大量的研究表明，神经网络是图像分类的有效方法[2-4]。此外，聚类分析也是图像分类的重要方法，它是一类无监督的学习算法[5-7]。使用聚类算法可以提高图像分类的准确性和效率[8]。由于数据本身具有定性或定量的特征，可以通过聚类分析对大量的数据进行分类和分组以了解数据集的内在结构。……