人工智能技術(shù)在分析化學(xué)中的應(yīng)用

1智能智能是個(gè)體有目的的行為、合理的思維，以及有效地適應(yīng)環(huán)境的綜合力量。通俗地講，智能是個(gè)體生疏客觀事物、客觀世界和運(yùn)用學(xué)問解決問題的力量。智能的分類生物質(zhì)能 BI

BiologicalIntelligence人工智能 AI

ArtificialIntelligence計(jì)算智能 CI

ComputationalIntelligence NN --NeuralNetworks 神經(jīng)網(wǎng)絡(luò) PR --PatternRecognition 模式識(shí)別生物智能以腦為主體的神經(jīng)系統(tǒng)，最根本單位是生物神經(jīng)元。人類個(gè)體的智能是一種綜合性力量1〕感知與生疏事物、客觀世界與自我的力量；2〕通過學(xué)習(xí)取得閱歷、積存學(xué)問的力量；3〕理解學(xué)問、運(yùn)用學(xué)問和運(yùn)用閱歷分析問題和解決問題的力量；4〕聯(lián)想、推理、推斷、決策的力量；5〕運(yùn)用語言進(jìn)展抽象、概括的力量；6〕覺察、制造、制造、創(chuàng)新的力量；7〕實(shí)時(shí)地、快速地、合理地應(yīng)付簡單環(huán)境的力量；8〕猜測、洞察事物進(jìn)展變化的力量。智能是相對的、進(jìn)展的。離開特定時(shí)間說智能是困難的、沒有意義的。人工智能人工智能是相對人的自然智能而言，即用人工的方法和技術(shù)，研制智能機(jī)器或智能系統(tǒng)來仿照、延長和擴(kuò)展人的智能，實(shí)現(xiàn)智能行為和“機(jī)器思維”解決需要人類專家才能處理的問題。人工智能是人工制品(artifact)中所涉及的智能行為。其中，智能行為包括：感知(perception)、推理(Reasoning)、學(xué)習(xí)(learning)、通信(communicating)和簡單環(huán)境下的動(dòng)作行為(acting)。人工智能目標(biāo) 人工智能目標(biāo)是實(shí)現(xiàn)智能行為和“機(jī)器思維”，解決需要人類專家才能處理的問題。1、爭論像人一樣工作的機(jī)器，甚至比人做得更好2、能夠理解機(jī)器、人或動(dòng)物的智能行為

智能革命 智能革命是指人的自然智能通過人工智能的仿照和擴(kuò)展，實(shí)現(xiàn)社會(huì)生產(chǎn)的自動(dòng)化和智能化，促進(jìn)學(xué)問密集型經(jīng)濟(jì)的進(jìn)展。2人工智能的爭論方法人工智能經(jīng)過進(jìn)展，形成了很多學(xué)派。不同學(xué)派的爭論方法、學(xué)術(shù)觀點(diǎn)、爭論重點(diǎn)有所不同。這里主要介紹認(rèn)知學(xué)派、規(guī)律學(xué)派、行為主義學(xué)派和連接主義學(xué)派。2.1認(rèn)知學(xué)派

(以Simon,Minskey和Newell等為代表)根本思想從人的思維活動(dòng)動(dòng)身，利用計(jì)算機(jī)進(jìn)展宏觀功能模擬?；谖锢矸?hào)系統(tǒng)假設(shè)，將任何信息加工系統(tǒng)看成是一個(gè)具體的物理系統(tǒng)。根本觀點(diǎn)物理系統(tǒng)表現(xiàn)智能行為的充要條件是該系統(tǒng)是一個(gè)物理符號(hào)系統(tǒng)。主要工作1〕Newell的LogicTheorist，模擬人證明數(shù)學(xué)定理的思維過程2〕GPS，模擬人的解題過程(擬定初步解題打算利用公理、定理和規(guī)章，按規(guī)章實(shí)施解題過程不斷進(jìn)展“目的—手段“分析，修訂解題打算。3〕物理符號(hào)系統(tǒng)假設(shè)。符號(hào)是模式。物理符號(hào)系統(tǒng)的根本任務(wù)和功能是識(shí)別一樣的符號(hào)和區(qū)分不同的符號(hào)。2.2規(guī)律學(xué)派

〔以McCarthy和Nilsson等為代表)根本思想用規(guī)律來爭論人工智能，用形式化的方法〔統(tǒng)一的規(guī)律框架〕描述客觀世界。根本觀點(diǎn)1〕智能機(jī)器必需有關(guān)于自身環(huán)境的學(xué)問2〕通用智能機(jī)器要能陳述性地表達(dá)關(guān)于自身環(huán)境的大局部學(xué)問3〕通用智能機(jī)器表示陳述性學(xué)問的語言至少要有一階規(guī)律的力量主要工作1〕概念化學(xué)問表示2〕模型論語義3〕演繹推理4〕非單調(diào)規(guī)律用于常識(shí)推理2.3行為主義學(xué)派(以Brooks為代表)根本思想以簡單的現(xiàn)實(shí)世界為背景，讓人工智能理論先經(jīng)受解決實(shí)際問題的考驗(yàn)，并在這種考驗(yàn)中成長。智能只是在與環(huán)境的交互作用中表現(xiàn)出來。根本觀點(diǎn)1〕到現(xiàn)場去2〕物理實(shí)現(xiàn)3〕初級(jí)智能4〕行為產(chǎn)生智能主要工作1〕無需學(xué)問表示的智能2〕無需推理的智能3〕機(jī)器蟲2.4連接主義學(xué)派根本思想從腦的神經(jīng)系統(tǒng)構(gòu)造動(dòng)身來爭論腦的功能，爭論大量簡潔的神經(jīng)元的集團(tuán)信息處理力量及其動(dòng)態(tài)行為，模擬和實(shí)現(xiàn)人的生疏過程中的感知覺過程、形象思維、分布式記憶和自學(xué)習(xí)自組織過程。根本觀點(diǎn)1〕神經(jīng)網(wǎng)絡(luò)以分布式方式存儲(chǔ)信息2〕神經(jīng)網(wǎng)絡(luò)以并行方式處理信息3〕神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)力量主要工作人工神經(jīng)網(wǎng)絡(luò)BNNBPRBIANNAPRAICNNCPRCI學(xué)問獵取難度及計(jì)算量3學(xué)問的獵取過程學(xué)問系統(tǒng)學(xué)問工程已成為人工智能應(yīng)用最顯著的特點(diǎn)。學(xué)問系統(tǒng)主要爭論內(nèi)容：1、專家系統(tǒng)學(xué)問庫+推理機(jī)2、學(xué)問庫系統(tǒng)將學(xué)問以肯定的構(gòu)造存入，進(jìn)展學(xué)問治理，實(shí)現(xiàn)學(xué)問共享3、智能決策系統(tǒng)4、學(xué)問科學(xué)人工智能借助技術(shù)或理論手段，應(yīng)用數(shù)學(xué)方法和數(shù)值規(guī)律。使用計(jì)算機(jī)等工具，模擬、延長或擴(kuò)展人的智能。專家系統(tǒng)是人工智能的一個(gè)重要分支在化學(xué)領(lǐng)域中主要應(yīng)用于以下幾個(gè)方面：譜圖解析和有機(jī)化合物構(gòu)造的說明分別科學(xué)-GC、HPLC、CE等方法分別條件的選擇試驗(yàn)方案的最優(yōu)掌握工業(yè)生產(chǎn)流程掌握分子模擬設(shè)計(jì)--計(jì)算機(jī)幫助幫助合成路線方案的選擇專家系統(tǒng)是一個(gè)智能的計(jì)算機(jī)軟件系統(tǒng)，該系統(tǒng)利用的學(xué)問進(jìn)展演繹推理。世界上第一個(gè)專家系統(tǒng)〔DENDRAL〕誕生于化學(xué)領(lǐng)域，應(yīng)用MS、NMR解釋有機(jī)化合物的構(gòu)造。學(xué)問庫〔事實(shí)、直接推斷〕推理機(jī)解決模塊用戶接口計(jì)算智能模糊系統(tǒng)理論人工神經(jīng)網(wǎng)絡(luò)進(jìn)化計(jì)算〔主要是遺傳算法〕人工神經(jīng)網(wǎng)絡(luò)

ArtificialNeuralNetwork生物神經(jīng)元暴露的軸突末梢與其它神經(jīng)細(xì)胞或效應(yīng)器細(xì)胞構(gòu)成突觸聯(lián)系。生物神經(jīng)元網(wǎng)絡(luò)感覺神經(jīng)元〔傳入神經(jīng)元〕， 與感受器相連中間神經(jīng)元運(yùn)動(dòng)神經(jīng)元〔傳出神經(jīng)元〕， 與效應(yīng)起相連六個(gè)根本特征1〕神經(jīng)元及其聯(lián)接；2〕神經(jīng)元之間的聯(lián)接強(qiáng)度打算信號(hào)傳遞的強(qiáng)弱；3〕神經(jīng)元之間的聯(lián)接強(qiáng)度是可以隨訓(xùn)練轉(zhuǎn)變的；4〕信號(hào)可以是起刺激作用的，也可以是起抑制作用的；5〕一個(gè)神經(jīng)元承受的信號(hào)的累積效果打算該神經(jīng)元的狀態(tài)；6)每個(gè)神經(jīng)元可以有一個(gè)“閾值”。人工神經(jīng)網(wǎng)絡(luò)

〔ArtificialNeuralNetworks，簡記作ANN〕，是對人類大腦系統(tǒng)的一階特性的一種描述。簡潔地講，它是一個(gè)數(shù)學(xué)模型，可以用電子線路來實(shí)現(xiàn)，也可以用計(jì)算機(jī)程序來模擬，是人工智能爭論的一種方法。作為5種力量綜合表現(xiàn)形式的3種力量覺察、制造、制造、創(chuàng)新的力量實(shí)時(shí)、快速、合理地應(yīng)付簡單環(huán)境的力量猜測、洞察事物進(jìn)展、變化的力量人工神經(jīng)網(wǎng)絡(luò)的提出Newell和Simon假說：一個(gè)物理系統(tǒng)表現(xiàn)智能行為的充要條件是它有一個(gè)物理符號(hào)系統(tǒng).概念：物理符號(hào)系統(tǒng)需要有一組稱為符號(hào)的實(shí)體組成，它們都是物理模型，可以在另一類稱為符號(hào)構(gòu)造的實(shí)體中作為成分消失，以構(gòu)成更高級(jí)別的系統(tǒng).困難：抽象——舍棄一些特性，同時(shí)保存一些特性形式化處理——用物理符號(hào)及相應(yīng)規(guī)章表達(dá)物理系統(tǒng)的存在和運(yùn)行。局限：對全局性推斷、模糊信息處理、多粒度的視覺信息處理等是特別困難的。物理符號(hào)系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的差異兩種人工智能技術(shù)的比較人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)信息的分布表示運(yùn)算的全局并行和局部操作處理的非線性

ANN學(xué)習(xí)〔Learning〕力量人工神經(jīng)網(wǎng)絡(luò)可以依據(jù)所在的環(huán)境去轉(zhuǎn)變它的行為自相聯(lián)的網(wǎng)絡(luò)異相聯(lián)的網(wǎng)絡(luò)：它在承受樣本集合A時(shí)，可以抽取集合A中輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的映射關(guān)系。——“抽象”功能。不同的人工神經(jīng)網(wǎng)絡(luò)模型，有不同的學(xué)習(xí)/訓(xùn)練算法根本特征的自動(dòng)提取由于其運(yùn)算的不準(zhǔn)確性，表現(xiàn)成“去噪音、容殘缺”的力量，利用這種不準(zhǔn)確性，比較自然地實(shí)現(xiàn)模式的自動(dòng)分類。普化〔Generalization〕力量與抽象力量信息的分布存放信息的分布存供給容錯(cuò)功能由于信息被分布存放在幾乎整個(gè)網(wǎng)絡(luò)中，所以，當(dāng)其中的某一個(gè)點(diǎn)或者某幾個(gè)點(diǎn)被破壞時(shí)，信息仍舊可以被存取。系統(tǒng)在受到局部損傷時(shí)還可以正常工作。并不是說可以任意地對完成學(xué)習(xí)的網(wǎng)絡(luò)進(jìn)展修改。也正是由于信息的分布存放，對一類網(wǎng)來說，當(dāng)它完成學(xué)習(xí)后，假設(shè)再讓它學(xué)習(xí)新的東西，這時(shí)就會(huì)破壞原來已學(xué)會(huì)的東西。適應(yīng)性(Applicability)問題擅長兩個(gè)方面：對大量的數(shù)據(jù)進(jìn)展分類，并且只有較少的幾種狀況；必需學(xué)習(xí)一個(gè)簡單的非線性映射。目前應(yīng)用：人們主要將其用于語音、視覺、學(xué)問處理、幫助決策等方面。在數(shù)據(jù)壓縮、模式匹配、系統(tǒng)建模、模糊掌握、求組合優(yōu)化問題的最正確解的近似解〔不是最正確近似解〕等方面也有較好的應(yīng)用。神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的最根本單元〔構(gòu)件〕。人工神經(jīng)元模型應(yīng)當(dāng)具有生物神經(jīng)元的六個(gè)根本特性。人工神經(jīng)元模擬生物神經(jīng)元的一階特性。輸入：X=〔x1，x2，…，xn〕聯(lián)接權(quán)：W=〔w1，w2，…，wn〕T網(wǎng)絡(luò)輸入： net=∑xiwi向量形式： net=XWxnwn∑x1w1x2w2net=XW…激活函數(shù)(ActivationFunction)

激活函數(shù)——執(zhí)行對該神經(jīng)元所獲得的網(wǎng)絡(luò)輸入的變換，也可以稱為鼓勵(lì)函數(shù)、活化函數(shù)：o=f〔net〕1、線性函數(shù)〔LinerFunction〕f〔net〕=k*net+cnetooc非線性斜面函數(shù)(RampFunction) γ ifnet≥θf〔net〕=k*net if|net|<θ -γ ifnet≤-θ

γ>0為一常數(shù)，被稱為飽和值，為該神經(jīng)元的最大輸出。2、非線性斜面函數(shù)〔RampFunction〕γ-γθ

-θ

net

o

閾值函數(shù)〔ThresholdFunction〕階躍函數(shù) β ifnet>θf〔net〕= -γ ifnet≤θβ、γ、θ均為非負(fù)實(shí)數(shù)，θ為閾值二值形式： 1 ifnet>θf〔net〕= 0 ifnet≤θ雙極形式： 1 ifnet>θf〔net〕= -1 ifnet≤θ閾值函數(shù)〔ThresholdFunction〕階躍函數(shù)β

-γθonet04、S形函數(shù)

壓縮函數(shù)〔SquashingFunction〕和規(guī)律斯特函數(shù)〔LogisticFunction〕。f〔net〕=a+b/(1+exp(-d*net))a，b，d為常數(shù)。它的飽和值為a和a+b。最簡潔形式為：f〔net〕=1/(1+exp(-d*net))函數(shù)的飽和值為0和1。S形函數(shù)有較好的增益掌握4、S形函數(shù)

a+bo(0,c)netac=a+b/2

人工神經(jīng)元網(wǎng)絡(luò)T每個(gè)神經(jīng)元均為多輸入單輸出的信息處理單元輸入分興奮性和抑制型兩種神經(jīng)元有閾值特性應(yīng)用構(gòu)造了具有3層節(jié)點(diǎn)的人工神經(jīng)網(wǎng)絡(luò)模型,將太湖2023年5～12月全湖共26個(gè)采樣點(diǎn)的實(shí)測值作為學(xué)習(xí)樣本,一共有26×8=208組數(shù)據(jù)。從這些數(shù)據(jù)中分別隨機(jī)抽取1/4的數(shù)據(jù)各52組作為檢驗(yàn)樣本和測試樣本,其余的104組(占50%)數(shù)據(jù)作為訓(xùn)練樣本。每個(gè)樣本均含有12個(gè)輸入因子,分別是風(fēng)速、風(fēng)向、水溫、ｐＨ、ＤＯ、高錳酸鉀指數(shù)、濁度、ＴＮ、ＴＰ、葉綠素ａ、透亮度、ＢＯＤ5。以浮游植物作為輸出因子。用2023年8月的各點(diǎn)的浮游植物數(shù)據(jù)進(jìn)展猜測比較，人工神經(jīng)網(wǎng)絡(luò)模型前向網(wǎng)絡(luò)〔I/O映射〕 感知器、BP、RBF反響網(wǎng)絡(luò)〔演化式好善性非線性動(dòng)力系統(tǒng)〕 Hopfield網(wǎng)絡(luò)、回歸BP、Boltzman機(jī)等自組織網(wǎng)絡(luò) 自適應(yīng)共振網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)多層前向BP網(wǎng)絡(luò)的優(yōu)點(diǎn)①網(wǎng)絡(luò)實(shí)質(zhì)上實(shí)現(xiàn)了一個(gè)從輸入到輸出的映射功能，而數(shù)學(xué)理論已證明它具有實(shí)現(xiàn)任何簡單非線性映射的功能。這使得它特殊適合于求解內(nèi)部機(jī)制簡單的問題；

②網(wǎng)絡(luò)能通過學(xué)習(xí)帶正確答案的實(shí)例集自動(dòng)提取“合理的”求解規(guī)章，即具有自學(xué)習(xí)力量；

③網(wǎng)絡(luò)具有肯定的推廣、概括力量。

多層前向BP網(wǎng)絡(luò)存在的問題①BP算法的學(xué)習(xí)速度很慢，其緣由主要有：

a由于BP算法本質(zhì)上為梯度下降法，而它所要優(yōu)化的目標(biāo)函數(shù)又特別簡單，因此，必定會(huì)消失“鋸齒形現(xiàn)象”，這使得BP算法低效；

b存在麻痹現(xiàn)象，由于優(yōu)化的目標(biāo)函數(shù)很簡單，它必定會(huì)在神經(jīng)元輸出接近0或1的狀況下，消失一些平坦區(qū)，在這些區(qū)域內(nèi)，權(quán)值誤差轉(zhuǎn)變很小，使訓(xùn)練過程幾乎停頓；

c為了使網(wǎng)絡(luò)執(zhí)行BP算法，不能用傳統(tǒng)的一維搜尋法求每次迭代的步長，而必需把步長的更新規(guī)章預(yù)先賜予網(wǎng)絡(luò)，這種方法將引起算法低效。

②網(wǎng)絡(luò)訓(xùn)練失敗的可能性較大，其緣由有：

a從數(shù)學(xué)角度看，BP算法為一種局部搜尋的優(yōu)化方法，但它要解決的問題為求解簡單非線性函數(shù)的全局極值，因此，算法很有可能陷入局部極值，使訓(xùn)練失??；

b網(wǎng)絡(luò)的靠近、推廣力量同學(xué)習(xí)樣本的典型性親密相關(guān)，而從問題中選取典型樣本實(shí)例組成訓(xùn)練集是一個(gè)很困難的問題。③難以解決應(yīng)用問題的實(shí)例規(guī)模和網(wǎng)絡(luò)規(guī)模間的沖突。這涉及到網(wǎng)絡(luò)容量的可能性與可行性的關(guān)系問題，即學(xué)習(xí)簡單性問題；

④網(wǎng)絡(luò)構(gòu)造的選擇尚無一種統(tǒng)一而完整的理論指導(dǎo)，一般只能由閱歷選定。為此，有人稱神經(jīng)網(wǎng)絡(luò)的構(gòu)造選擇為一種藝術(shù)。而網(wǎng)絡(luò)的構(gòu)造直接影響網(wǎng)絡(luò)的靠近力量及推廣性質(zhì)。因此，應(yīng)用中如何選擇適宜的網(wǎng)絡(luò)構(gòu)造是一個(gè)重要的問題；

⑤新參加的樣本要影響已學(xué)習(xí)成功的網(wǎng)絡(luò)，而且刻畫每個(gè)輸入樣本的特征的數(shù)目也必需一樣；

⑥網(wǎng)絡(luò)的猜測力量〔也稱泛化力量、推廣力量〕與訓(xùn)練力量〔也稱靠近力量、學(xué)習(xí)力量〕的沖突。一般狀況下，訓(xùn)練力量差時(shí)，猜測力量也差，并且肯定程度上，隨訓(xùn)練力量地提高，猜測力量也提高。但這種趨勢有一個(gè)極限，當(dāng)?shù)竭_(dá)此極限時(shí)，隨訓(xùn)練力量的提高，猜測力量反而下降，即消失所謂“過擬合”現(xiàn)象。此時(shí)，網(wǎng)絡(luò)學(xué)習(xí)了過多的樣本細(xì)節(jié)，而不能反映樣本內(nèi)含的規(guī)律。

人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式有導(dǎo)師無導(dǎo)師自監(jiān)視分析化學(xué)信息獵取手段在信息社會(huì)中，InterNet是一顆最刺眼的明星。InterNet被稱為萬維網(wǎng)、國際互聯(lián)網(wǎng)或因特網(wǎng)，是由美國ARPNet進(jìn)展起來的，承受TCP/IP協(xié)議通訊，是世界上最大的開放性全球信息網(wǎng)絡(luò)。1搜尋引擎搜尋引擎網(wǎng)站的主要資源是它的索引數(shù)據(jù)庫，而非它的網(wǎng)頁信息，因此它的主要功能就像圖書館的名目卡片一樣，是為人們搜尋Internet網(wǎng)上信息并供給獲得所需信息的途徑。搜尋引擎的索引數(shù)據(jù)庫，以萬維網(wǎng)資源為主，有的還包括電子郵件地址、新聞?wù)搲恼?，F(xiàn)TP，gopher等網(wǎng)上資源。隨著網(wǎng)絡(luò)技術(shù)的飛速進(jìn)展，Internet數(shù)據(jù)信息庫積存的數(shù)據(jù)和主題越越多。怎樣快速、高效、經(jīng)濟(jì)地查詢某個(gè)主題的全部信息，就成了一個(gè)特別熱門的課題?；瘜W(xué)化工宏站點(diǎn)

與搜尋引擎一樣，宏站點(diǎn)也可以起到查詢信息的作用，對于特定學(xué)科或?qū)ｎ}信息的查找，由于大都是一些著名大學(xué)的相關(guān)院系建立，主題明確，組織得當(dāng)，可信度高，在肯定的程度上，它優(yōu)于一般的大型搜尋引擎。對于化學(xué)工作者來說，收集、知道一些與本專業(yè)有關(guān)的宏站點(diǎn)，是Internet上化學(xué)信息查詢的一條捷徑。由于宏站點(diǎn)大都用主題分類，僅僅簡潔地用掃瞄的方法就可得到所需的信息。每一個(gè)這樣的宏站點(diǎn)都已鏈接到其它的化學(xué)宏站點(diǎn)上，全部的化學(xué)宏站點(diǎn)都極為相像，因此一旦找到一個(gè)這類優(yōu)秀站點(diǎn)，就根本上沒有必要再去找其它宏站點(diǎn)。中國科學(xué)院化工冶金爭論所李曉霞等建立的CHIN(ChemicalInformationNetwork)它是中國科學(xué)院化工冶金爭論所與聯(lián)合國教科文組織UNESCO的合作工程，是關(guān)于Internet重要化學(xué)信息資源的導(dǎo)航系統(tǒng)。ChIN有選擇地對Internet重要的化學(xué)信息資源進(jìn)展鏈接和介紹，力求使其反映Internet化學(xué)信息資源的概貌和最新進(jìn)展動(dòng)態(tài)。ChINWeb網(wǎng)頁由重要化學(xué)信息資源鏈接組成的名目以及被鏈接資源的簡介頁組成。化學(xué)類有用的宏站點(diǎn)

l化學(xué)教學(xué)資源://anachem.umu.se/eks/pointers.htm

由瑞典烏墨納大學(xué)KnutIrgum設(shè)計(jì)，這是一個(gè)特別好的宏站點(diǎn)，有課程、教學(xué)工具、軟件、作者已加評(píng)注等。2

Internet化學(xué)

:///~chemnet/chem.html

由田納西州立大學(xué)ThomasGardner設(shè)計(jì)，這也是個(gè)很好的宏站點(diǎn)。對可下載的軟件、網(wǎng)絡(luò)論壇、爭論組群、E-mail列表等給出評(píng)注。其它的大多數(shù)未給出評(píng)注。3Martindales化學(xué)

:///HSG/GradChemistry.html#CHEMICALS

JimMartindale.，對教程、物質(zhì)安全數(shù)據(jù)、雜志、物理常數(shù)有評(píng)注。4科學(xué)和數(shù)學(xué)教育的Internet資源

://:8080/UMS+State/UMD-ProjectsMCTP/Technology/MCTP_WWW_Bookmarks.Html

由Maryland大學(xué)TomO”Haver設(shè)計(jì)，該站點(diǎn)涵蓋自然科學(xué)全部學(xué)科。5SheffieldChemDex索引

://shef.ac.uk/chemistry/chemdex/

由Sheffield大學(xué)MarkWinter設(shè)計(jì)，最著名的化學(xué)宏站點(diǎn)之一，也是一個(gè)商業(yè)性站點(diǎn)，附有評(píng)注。6WWW可視化學(xué)圖書館

:///chempointers.html

由California大學(xué)的MaxKopelvich設(shè)計(jì)，很具體，有大學(xué)鏈接，非贏利鏈接，商業(yè)鏈接等。虛擬圖書館

是對INTERNET上的信息資源進(jìn)展較為系統(tǒng)的組織、分類，在此根底上構(gòu)建的一種WWW效勞站點(diǎn)，此類站點(diǎn)大多能供給某一學(xué)科領(lǐng)域的多種資源，使用WWW軟件設(shè)計(jì)的這種圖形、文本交互式的用戶友好的信息查詢界面，用戶無須精通計(jì)算機(jī)和網(wǎng)絡(luò)學(xué)問就能嫻熟地使用掃瞄器，利用鼠標(biāo)點(diǎn)擊感興趣的站點(diǎn)，效勞器就會(huì)自動(dòng)與有關(guān)資料所在的網(wǎng)點(diǎn)進(jìn)展連接，并調(diào)出有關(guān)資料〔或查詢果〕?；瘜W(xué)虛擬圖書館主要站點(diǎn)

(化學(xué)信息資源導(dǎo)航系統(tǒng))

該網(wǎng)站由美國印第安那大學(xué)GaryWeggins編制,是目前化學(xué)化工類信息資源中最為具體的一個(gè)網(wǎng)絡(luò)導(dǎo)航指南,包括網(wǎng)絡(luò)論壇、爭論組群、E-mail列表，評(píng)注精彩

(化學(xué)信息虛擬圖書館)

該Web端供給了大量的信息鏈接,指向INTERNET上那些有關(guān)化學(xué)爭論最重要的信息資源,很具體，有大學(xué)鏈接，非贏利鏈接，商業(yè)鏈接等。8.2.2電子論壇

電子論壇(LISTSERVE)是INTERNET上極受歡送的一種信息溝通形式,除LISTSERVE外,我們還可見到它的其它名稱,如郵件列表(Mailinglist)、爭論組〔DiscussionGroup〕或電子公告牌〔Springboard〕等等。電子論壇因其通過電子郵件來收發(fā)信息，也就是說用戶可使用任何一種電子郵件系統(tǒng)來閱讀新聞和其它信息，使用起來特別便利。雖然它在對信息的處理和掌握上還有待進(jìn)一步加強(qiáng)，但仍不失為目前最受化學(xué)工作者青睞的網(wǎng)絡(luò)信息溝通工具。主題指南

在WWW中，人們已經(jīng)編制了各種各樣的主題指南，它是一種可供檢索和查詢的等級(jí)式主題名目，以超文本鏈接的方式將不同學(xué)科、專業(yè)、行業(yè)和區(qū)域的信息依據(jù)分類或主題名目的方式組織起來。這些主題名目一般在大類目下分成假設(shè)干小類目，類目之間依據(jù)等級(jí)系統(tǒng)排列，然后將人工或巡察軟件搜集或選擇的網(wǎng)頁主題連接起來，用戶通過主題名目的指引，逐層掃瞄，直到找出有關(guān)的信息為止。最知名的主題指南l英國圖書館員協(xié)會(huì)主題名目〔BUBL〕

://bub1.bath.ac/uk/bubl/Tree.html

它是由英國圖書館員編制的高質(zhì)量的主題名目。該名目以國際十進(jìn)制分類法和英文字母挨次兩種方式組織學(xué)術(shù)機(jī)構(gòu)或與學(xué)術(shù)有關(guān)的出版物，對從事學(xué)術(shù)爭論的人員有根高的參考價(jià)值。2主題資源指南信息中心〔TheClearinghouseforSubject-OrientedResourceGuides〕

:///chhome.html

這是由美國密西根大學(xué)開發(fā)的工程，該主題名目適合于查詢商業(yè)和學(xué)術(shù)信息。

一些搜尋引擎，如Yahoo、Infoseek，也是以主題指南為主體的查詢系統(tǒng)。依據(jù)主題指商進(jìn)展查詢的主要優(yōu)點(diǎn)是它反映了人在選擇和組織信息時(shí)的學(xué)問和才智，收錄的網(wǎng)頁經(jīng)過篩選和系統(tǒng)組織，質(zhì)量較高，條理性比較強(qiáng)，檢索結(jié)果接近用戶的信息需求。它的缺點(diǎn)是搜集信息的速度遠(yuǎn)遠(yuǎn)比不上網(wǎng)絡(luò)資源的增長速度，所建立的數(shù)據(jù)庫的規(guī)模都比較小，檢索的文件數(shù)量有限。

8.2.4化學(xué)專利及文獻(xiàn)

專利中蘊(yùn)含大量的化學(xué)信息，而化學(xué)信息在很大程度上由專利組成。如化學(xué)文摘中，16%以上都和專利相關(guān)。每年在不同國家都有成百上千的各類新專利公布，而這些專利涉及范圍廣、內(nèi)容包羅萬象。所謂專利就是國家授予制造人的一種特權(quán)，在實(shí)行專利制度的國家，但凡本國或外國的個(gè)人和企業(yè)有了制造制造，都可以依據(jù)專利法的規(guī)定，向本國或外國專利局提出申請，經(jīng)審查合格，批準(zhǔn)授予在肯定年限內(nèi)享有制造制造成果的權(quán)利，并在法律上受到愛護(hù)。這樣一種受到法律愛護(hù)的技術(shù)專有權(quán)利叫做專利。目前，世界上約有150多個(gè)國家和地區(qū)實(shí)施專利制度，有將近100個(gè)國家公布專利申請說明書和正式批準(zhǔn)的專利說明書。每年公布約100多萬件專利，其中很多都是同一項(xiàng)制造制造向不同國家重復(fù)申請的專利，因此實(shí)際制造數(shù)量約40萬件。專利文獻(xiàn)是當(dāng)今世界科學(xué)技術(shù)進(jìn)展的一個(gè)重要標(biāo)志，每一項(xiàng)新的制造制造或技術(shù)改進(jìn)，通常都首先反映在專利文獻(xiàn)上，由于每件專利都分散了專利制造者最具有制造性的成果，因此對于我們爭論國外科技水平的進(jìn)展趨勢，制定科研打算、評(píng)價(jià)承受新的科技成就的經(jīng)濟(jì)利益等方面，都明顯地反映出訪用專利情報(bào)的重要性。長期以來，世界各國企業(yè)之間猛烈競爭的一個(gè)顯著特點(diǎn)是情報(bào)信息的競爭。情報(bào)機(jī)構(gòu)工作的一個(gè)重要方面就是爭論專利文獻(xiàn)。一般分為三類：制造專利、有用新型專利、外觀設(shè)計(jì)專利〔如中國專利〕。美國專利分類：有用新型專利〔包括了制造專利〕、E為再頒專利，P為植物專利，T為防衛(wèi)性公告，H為法定制造登記專利,AI為改進(jìn)專利。不同國家專利的類型代碼及含義都存在著差異。專利類型美國專利數(shù)據(jù)庫

美國專利數(shù)據(jù)庫--全文檢索,QPAT-US〔1974-〕

://qpat/

搜尋1974年至今公布的全部美國專利的扉頁信息。注冊到QPAT-US的用戶可免費(fèi)進(jìn)入?？伤褜?974年至今公布的全部美國專利〔包括影象文件〕的全文并顯示出來，使用者只需付費(fèi)給供稿者。美國專利公報(bào)〔OfficialGazette〕〔1995-現(xiàn)在〕

:///web/offices/com/sol/og/

由美國專利和商標(biāo)局供給，包括專利全文數(shù)據(jù)庫和專利文摘數(shù)據(jù)庫，收錄了1976年1月1日至今的美國專利，數(shù)據(jù)庫每周更新一次。全文數(shù)據(jù)庫供給圖形。OfficialGazette每周四出版，它公布的專利和注冊了的商標(biāo)者公布對手，搜尋或掃瞄1964至今的專利。供給者：USPTO。美國專利文獻(xiàn)數(shù)據(jù)庫

:///

免費(fèi)數(shù)據(jù)庫，可搜尋在1976年至今公布的美國專利的扉頁信息。供給者：USPTO。美國專利數(shù)據(jù)庫主頁：

分授權(quán)專利數(shù)據(jù)庫和申請專利數(shù)據(jù)庫兩局部：授權(quán)專利數(shù)據(jù)庫供給了1790年至今各種類型的美國專利，其中有1790年至今的圖像說明書，1976年至今的全文文本說明書〔附圖像聯(lián)接〕；申請專利數(shù)據(jù)庫只供給了2023年起在授權(quán)前的專利出版物中收錄的有用新型專利〔美國的有用新型專利包含了制造專利〕申請說明書的文本和圖像。Dialog聯(lián)機(jī)檢索系統(tǒng)

作為目前全球最大的聯(lián)機(jī)信息效勞商，Dialog也是寬闊科技人員所熟知的一類科技情報(bào)檢索系統(tǒng)，近年來,國內(nèi)大局部圖書館己通過Te1net方式與其相連。因此在Internet上也可以通過網(wǎng)絡(luò)掃瞄器進(jìn)展信息檢索。其專利信息資源主要供給世界專利數(shù)據(jù)庫索引〔WorldPatentIndex〕：供給全球大約70多個(gè)國家的英文專利摘要索引；供給美國注冊版權(quán)索引〔USCopyrights〕；供給在世界學(xué)問產(chǎn)權(quán)組織，美國、英國、法國、德國等國登記注冊的商標(biāo)檔案〔TrademarkScan〕。中國專利的檢索途徑中國國家學(xué)問產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫〔供給全文信息)中國專利信息網(wǎng)(供給全文信息〕

萬方數(shù)字資源系統(tǒng)〔供給文摘信息〕清華同方公司供給的中國專利數(shù)據(jù)庫〔供給文摘信息〕中國國家學(xué)問產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫主頁：

收錄85年至今的中國專利說明書主題或?qū)I(yè)專利/技術(shù)轉(zhuǎn)換數(shù)據(jù)庫

化學(xué)文摘專利累積〔1975-〕

:///chempatplus/

可免費(fèi)搜尋自1971年至今的美國專利文獻(xiàn)全文〔1993年開頭帶有完整的專利頁面影象文件〕，以及來自CAS的可以JAVA方式旋轉(zhuǎn)的3D化學(xué)構(gòu)造。包含有CAS登記號(hào)和CAS索引字段。免費(fèi)檢索題目和文摘。付4美元可獲得專利全文。學(xué)問表達(dá)數(shù)據(jù)系統(tǒng)

://KnowledgeExpress/

本收費(fèi)數(shù)據(jù)庫專為技術(shù)轉(zhuǎn)讓和商業(yè)效勞設(shè)置。包括有限的大學(xué)及公司制造，聯(lián)邦基金爭論工程和聯(lián)邦試驗(yàn)室制造的數(shù)據(jù)，SBIR受權(quán)人〔SBIRgrantwinners〕，CorpTech和Bioscan,合并者和獵取方數(shù)據(jù)庫，Derwent專利數(shù)據(jù)庫，NASA技術(shù)簡介，技術(shù)檔案等?？赏ㄟ^撥號(hào)及互聯(lián)網(wǎng)訪問數(shù)據(jù)庫。外國專利數(shù)據(jù)庫網(wǎng)址美國專利商標(biāo)局網(wǎng)站專利數(shù)據(jù)庫

歐洲專利局esp@cenet網(wǎng)絡(luò)數(shù)據(jù)庫

日本特許廳網(wǎng)站專利數(shù)據(jù)庫DELPHION學(xué)問產(chǎn)權(quán)信息網(wǎng)數(shù)據(jù)庫加拿大學(xué)問產(chǎn)權(quán)局網(wǎng)站數(shù)據(jù)庫世界學(xué)問產(chǎn)權(quán)組織網(wǎng)站數(shù)據(jù)庫快速檢索：只允許兩個(gè)檢索詞的組合檢索STEP1：選擇時(shí)間范圍。STEP2：輸入檢索詞。STEP3：選擇檢索途徑，在右邊的下拉菜單中供給了三十多個(gè)檢索途徑。日本專利數(shù)據(jù)庫主頁：收集了各種公報(bào)的日本專利(特許和有用新案)，有英語和日語兩種工作語言，英文版收錄自1993年至今公開的日本專利題錄和摘要，日文版收錄1971年開頭至今的公開特許公報(bào)，1885年開頭至今的特許制造明細(xì)書，1979年開頭至今的公表特許公報(bào)等專利文獻(xiàn)。日文版檢索入口英文版檢索入口PAJ檢索：用英文關(guān)鍵詞或?qū)＠?hào)檢索1993年1月以后日本專利英文題錄和摘要PAJ關(guān)鍵詞檢索專利號(hào)檢索Publicationnumber同濟(jì)大學(xué)圖書館信息詢問部歐洲專利數(shù)據(jù)庫主頁：歐洲專利數(shù)據(jù)庫收錄時(shí)間跨度大，涉及的國家多，收錄了1920年以來(各國的起始年月有所不同)世界上50多個(gè)國家和地區(qū)出版的共計(jì)1.5億多萬件文獻(xiàn)的數(shù)據(jù)。同濟(jì)大學(xué)圖書館信息詢問部特點(diǎn)：改版后的歐洲專利數(shù)據(jù)庫，更易于非專業(yè)檢索人員的使用。共有四種檢索方法：快速檢索、高級(jí)檢索、專利號(hào)檢索、專利分類號(hào)檢索，每種檢索界面都供給了一個(gè)快速幫助窗口，它能夠引導(dǎo)初級(jí)用戶順當(dāng)?shù)赝瓿蓹z索。反映同族專利狀況，以便選擇更易理解的語言來閱讀專利全文供給了PDF和HTML兩種格式的專利全文同濟(jì)大學(xué)圖書館信息詢問部聯(lián)機(jī)檢索光盤

專利信息光盤有兩個(gè)主要賣主，分別是Micropate