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)境的綜合能力。通俗地講，智能是個(gè)體認(rèn)識(shí)客觀事物、客觀世界和運(yùn)用知識(shí)解決問題的能力。1第一頁，共90頁。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2第二頁，共90頁。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。3第三頁，共90頁。人類個(gè)體的智能是一種綜合性能力1〕感知與認(rèn)識(shí)事物、客觀世界與自我的能力；2〕通過學(xué)習(xí)取得經(jīng)驗(yàn)、積累知識(shí)的能力；3〕理解知識(shí)、運(yùn)用知識(shí)和運(yùn)用經(jīng)驗(yàn)分析問題和解決問題的能力；4〕聯(lián)想、推理、判斷、決策的能力；5〕運(yùn)用語言進(jìn)行抽象、概括的能力；6〕發(fā)現(xiàn)、創(chuàng)造、創(chuàng)造、創(chuàng)新的能力；7〕實(shí)時(shí)地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力；8〕預(yù)測(cè)、洞察事物開展變化的能力。智能是相對(duì)的、開展的。離開特定時(shí)間說智能是困難的、沒有意義的。4第四頁，共90頁。人工智能人工智能是相對(duì)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)來模仿、延伸和擴(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)和復(fù)雜環(huán)境下的動(dòng)作行為(acting)。5第五頁，共90頁。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、研究像人一樣工作的機(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

6第六頁，共90頁。智能革命 智能革命是指人的自然智能通過人工智能的模仿和擴(kuò)展，實(shí)現(xiàn)社會(huì)生產(chǎn)的自動(dòng)化和智能化，促進(jìn)知識(shí)密集型經(jīng)濟(jì)的開展。7第七頁，共90頁。2人工智能的研究方法人工智能經(jīng)過開展，形成了許多學(xué)派。不同學(xué)派的研究方法、學(xué)術(shù)觀點(diǎn)、研究重點(diǎn)有所不同。這里主要介紹認(rèn)知學(xué)派、邏輯學(xué)派、行為主義學(xué)派和連接主義學(xué)派。8第八頁，共90頁。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)出發(fā)，利用計(jì)算機(jī)進(jìn)行宏觀功能模擬?；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)。9第九頁，共90頁。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(擬定初步解題方案利用公理、定理和規(guī)那么，按規(guī)那么實(shí)施解題過程不斷進(jìn)行“目的—手段“分析，修訂解題方案。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)別相同的符號(hào)和區(qū)別不同的符號(hào)。10第十頁，共90頁。2.2邏輯學(xué)派

〔以McCarthy和Nilsson等為代表)根本思想用邏輯來研究人工智能，用形式化的方法〔統(tǒng)一的邏輯框架〕描述客觀世界。根本觀點(diǎn)1〕智能機(jī)器必須有關(guān)于自身環(huán)境的知識(shí)2〕通用智能機(jī)器要能陳述性地表達(dá)關(guān)于自身環(huán)境的大局部知識(shí)3〕通用智能機(jī)器表示陳述性知識(shí)的語言至少要有一階邏輯的能力11第十一頁，共90頁。主要工作1〕概念化知識(shí)表示2〕模型論語義3〕演繹推理4〕非單調(diào)邏輯用于常識(shí)推理12第十二頁，共90頁。2.3行為主義學(xué)派(以Brooks為代表)根本思想以復(fù)雜的現(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(zhǎng)。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(chǎng)去2〕物理實(shí)現(xiàn)3〕初級(jí)智能4〕行為產(chǎn)生智能13第十三頁，共90頁。主要工作1〕無需知識(shí)表示的智能2〕無需推理的智能3〕機(jī)器蟲14第十四頁，共90頁。2.4連接主義學(xué)派根本思想從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來研究腦的功能，研究大量簡(jiǎn)單的神經(jīng)元的集團(tuán)信息處理能力及其動(dòng)態(tài)行為，模擬和實(shí)現(xiàn)人的認(rèn)識(shí)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)能力主要工作人工神經(jīng)網(wǎng)絡(luò)15第十五頁，共90頁。BNNBPRBIANNAPRAICNNCPRCI知識(shí)獲取難度及計(jì)算量3知識(shí)的獲取過程16第十六頁，共90頁。知識(shí)系統(tǒng)知識(shí)工程已成為人工智能應(yīng)用最顯著的特點(diǎn)。知識(shí)系統(tǒng)主要研究?jī)?nèi)容：1、專家系統(tǒng)知識(shí)庫(kù)+推理機(jī)2、知識(shí)庫(kù)系統(tǒng)將知識(shí)以一定的結(jié)構(gòu)存入，進(jìn)行知識(shí)管理，實(shí)現(xiàn)知識(shí)共享3、智能決策系統(tǒng)4、知識(shí)科學(xué)17第十七頁，共90頁。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)值邏輯。使用計(jì)算機(jī)等工具，模擬、延伸或擴(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)化合物結(jié)構(gòu)的說明別離科學(xué)-GC、HPLC、CE等方法別離條件的選擇試驗(yàn)方案的最優(yōu)控制工業(yè)生產(chǎn)流程控制分子模擬設(shè)計(jì)--計(jì)算機(jī)輔助輔助合成路線方案的選擇18第十八頁，共90頁。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)利用的知識(shí)進(jìn)行演繹推理。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)化合物的結(jié)構(gòu)。知識(shí)庫(kù)〔事實(shí)、直接推斷〕推理機(jī)解決模塊用戶接口19第十九頁，共90頁。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〕20第二十頁，共90頁。人工神經(jīng)網(wǎng)絡(luò)

ArtificialNeuralNetwork生物神經(jīng)元

裸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。21第二十一頁，共90頁。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22第二十二頁，共90頁。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)度決定信號(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)練改變的；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)元接受的信號(hào)的累積效果斷定該神經(jīng)元的狀態(tài)；6)每個(gè)神經(jīng)元可以有一個(gè)“閾值〞。23第二十三頁，共90頁。人工神經(jīng)網(wǎng)絡(luò)

〔ArtificialNeuralNetworks，簡(jiǎn)記作ANN〕，是對(duì)人類大腦系統(tǒng)的一階特性的一種描述。簡(jiǎn)單地講，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，是人工智能研究的一種方法。24第二十四頁，共90頁。作為5種能力綜合表現(xiàn)形式的3種能力發(fā)現(xiàn)、創(chuàng)造、創(chuàng)造、創(chuàng)新的能力實(shí)時(shí)、迅速、合理地應(yīng)付復(fù)雜環(huán)境的能力預(yù)測(cè)、洞察事物開展、變化的能力25第二十五頁，共90頁。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)結(jié)構(gòu)的實(shí)體中作為成分出現(xiàn)，以構(gòu)成更高級(jí)別的系統(tǒng).26第二十六頁，共90頁。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)那么表達(dá)物理系統(tǒng)的存在和運(yùn)行。局限：對(duì)全局性判斷、模糊信息處理、多粒度的視覺信息處理等是非常困難的。27第二十七頁，共90頁。物理符號(hào)系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的差異項(xiàng)目物理符號(hào)系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)處理方式邏輯運(yùn)算模擬運(yùn)算執(zhí)行方式串行并行動(dòng)作離散連續(xù)存儲(chǔ)局部集中全局分布28第二十八頁，共90頁。兩種人工智能技術(shù)的比較項(xiàng)目傳統(tǒng)的AI技術(shù)

ANN技術(shù)

基本實(shí)現(xiàn)方式串行處理；由程序?qū)崿F(xiàn)控制并行處理；對(duì)樣本數(shù)據(jù)進(jìn)行多目標(biāo)學(xué)習(xí)；通過人工神經(jīng)元之間的相互作用實(shí)現(xiàn)控制基本開發(fā)方法設(shè)計(jì)規(guī)則、框架、程序；用樣本數(shù)據(jù)進(jìn)行調(diào)試（由人根據(jù)已知的環(huán)境去構(gòu)造一個(gè)模型）定義人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)原型，通過樣本數(shù)據(jù)，依據(jù)基本的學(xué)習(xí)算法完成學(xué)習(xí)——自動(dòng)從樣本數(shù)據(jù)中抽取內(nèi)涵（自動(dòng)適應(yīng)應(yīng)用環(huán)境）適應(yīng)領(lǐng)域精確計(jì)算：符號(hào)處理，數(shù)值計(jì)算非精確計(jì)算：模擬處理，感覺，大規(guī)模數(shù)據(jù)并行處理模擬對(duì)象左腦（邏輯思維）右腦（形象思維）29第二十九頁，共90頁。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

30第三十頁，共90頁。ANN學(xué)習(xí)〔Learning〕能力人工神經(jīng)網(wǎng)絡(luò)可以根據(jù)所在的環(huán)境去改變它的行為自相聯(lián)的網(wǎng)絡(luò)異相聯(lián)的網(wǎng)絡(luò)：它在接受樣本集合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31第三十一頁，共90頁。根本特征的自動(dòng)提取由于其運(yùn)算的不精確性，表現(xiàn)成“去噪音、容殘缺〞的能力，利用這種不精確性，比較自然地實(shí)現(xiàn)模式的自動(dòng)分類。普化〔Generalization〕能力與抽象能力32第三十二頁，共90頁。信息的分布存放信息的分布存提供容錯(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)，信息仍然可以被存取。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(duì)完成學(xué)習(xí)的網(wǎng)絡(luò)進(jìn)行修改。也正是由于信息的分布存放，對(duì)一類網(wǎng)來說，當(dāng)它完成學(xué)習(xí)后，如果再讓它學(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。

33第三十三頁，共90頁。適應(yīng)性(Applicability)問題擅長(zhǎng)兩個(gè)方面：對(duì)大量的數(shù)據(jù)進(jìn)行分類，并且只有較少的幾種情況；必須學(xué)習(xí)一個(gè)復(fù)雜的非線性映射。目前應(yīng)用：人們主要將其用于語音、視覺、知識(shí)處理、輔助決策等方面。在數(shù)據(jù)壓縮、模式匹配、系統(tǒng)建模、模糊控制、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。34第三十四頁，共90頁。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)該具有生物神經(jīng)元的六個(gè)根本特性。35第三十五頁，共90頁。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…36第三十六頁，共90頁。激活函數(shù)(ActivationFunction)

激活函數(shù)——執(zhí)行對(duì)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+cnetooc37第三十七頁，共90頁。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。38第三十八頁，共90頁。2、非線性斜面函數(shù)〔RampFunction〕γ-γθ

-θ

net

o

39第三十九頁，共90頁。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≤θ40第四十頁，共90頁。閾值函數(shù)〔ThresholdFunction〕階躍函數(shù)β

-γθonet041第四十一頁，共90頁。4、S形函數(shù)

壓縮函數(shù)〔SquashingFunction〕和邏輯斯特函數(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(jiǎn)單形式為：f〔net〕=1/(1+exp(-d*net))函數(shù)的飽和值為0和1。S形函數(shù)有較好的增益控制42第四十二頁，共90頁。4、S形函數(shù)

a+bo(0,c)netac=a+b/243第四十三頁，共90頁。

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44第四十四頁，共90頁。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2001年5～12月全湖共26個(gè)采樣點(diǎn)的實(shí)測(cè)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(cè)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、透明度、ＢＯＤ5。以浮游植物作為輸出因子。用2002年8月的各點(diǎn)的浮游植物數(shù)據(jù)進(jìn)行預(yù)測(cè)比較，45第四十五頁，共90頁。46第四十六頁，共90頁。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)47第四十七頁，共90頁。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)任何復(fù)雜非線性映射的功能。這使得它特別適合于求解內(nèi)部機(jī)制復(fù)雜的問題；

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)那么，即具有自學(xué)習(xí)能力；

③網(wǎng)絡(luò)具有一定的推廣、概括能力。

48第四十八頁，共90頁。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，其原因主要有：

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)又非常復(fù)雜，因此，必然會(huì)出現(xiàn)“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)很復(fù)雜，它必然會(huì)在神經(jīng)元輸出接近0或1的情況下，出現(xiàn)一些平坦區(qū)，在這些區(qū)域內(nèi)，權(quán)值誤差改變很小，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)的一維搜索法求每次迭代的步長(zhǎng)，而必須把步長(zhǎng)的更新規(guī)那么預(yù)先賦予網(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，其原因有：

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

b網(wǎng)絡(luò)的逼近、推廣能力同學(xué)習(xí)樣本的典型性密切相關(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。49第四十九頁，共90頁。③難以解決應(yīng)用問題的實(shí)例規(guī)模和網(wǎng)絡(luò)規(guī)模間的矛盾。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)復(fù)雜性問題；

④網(wǎng)絡(luò)結(jié)構(gòu)的選擇尚無一種統(tǒng)一而完整的理論指導(dǎo)，一般只能由經(jīng)驗(yàn)選定。為此，有人稱神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)選擇為一種藝術(shù)。而網(wǎng)絡(luò)的結(jié)構(gòu)直接影響網(wǎng)絡(luò)的逼近能力及推廣性質(zhì)。因此，應(yīng)用中如何選擇適宜的網(wǎng)絡(luò)結(jié)構(gòu)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)目也必須相同；

⑥網(wǎng)絡(luò)的預(yù)測(cè)能力〔也稱泛化能力、推廣能力〕與訓(xùn)練能力〔也稱逼近能力、學(xué)習(xí)能力〕的矛盾。一般情況下，訓(xùn)練能力差時(shí)，預(yù)測(cè)能力也差，并且一定程度上，隨訓(xùn)練能力地提高，預(yù)測(cè)能力也提高。但這種趨勢(shì)有一個(gè)極限，當(dāng)?shù)竭_(dá)此極限時(shí)，隨訓(xùn)練能力的提高，預(yù)測(cè)能力反而下降，即出現(xiàn)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。

50第五十頁，共90頁。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)督51第五十一頁，共90頁。分析化學(xué)信息獲取手段52第五十二頁，共90頁。在信息社會(huì)中，InterNet是一顆最耀眼的明星。InterNet被稱為萬維網(wǎng)、國(guó)際互聯(lián)網(wǎng)或因特網(wǎng)，是由美國(guó)ARPNet開展起來的，采用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)。53第五十三頁，共90頁。54第五十四頁，共90頁。55第五十五頁，共90頁。56第五十六頁，共90頁。57第五十七頁，共90頁。1搜索引擎搜索引擎網(wǎng)站的主要資源是它的索引數(shù)據(jù)庫(kù)，而非它的網(wǎng)頁信息，因此它的主要功能就像圖書館的目錄卡片一樣，是為人們搜索Internet網(wǎng)上信息并提供獲得所需信息的途徑。搜索引擎的索引數(shù)據(jù)庫(kù)，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)的飛速開展，Internet數(shù)據(jù)信息庫(kù)積累的數(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)主題的所有信息，就成了一個(gè)十分熱門的課題。58第五十八頁，共90頁?；瘜W(xué)化工宏站點(diǎn)

與搜索引擎一樣，宏站點(diǎn)也可以起到查詢信息的作用，對(duì)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，在一定的程度上，它優(yōu)于一般的大型搜索引擎。對(duì)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。因?yàn)楹暾军c(diǎn)大都用主題分類，僅僅簡(jiǎn)單地用瀏覽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，所有的化學(xué)宏站點(diǎn)都極為相似，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)。59第五十九頁，共90頁。中國(guó)科學(xué)院化工冶金研究所李曉霞等建立的CHIN(ChemicalInformationNetwork)

它是中國(guó)科學(xué)院化工冶金研究所與聯(lián)合國(guó)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(duì)Internet重要的化學(xué)信息資源進(jìn)行鏈接和介紹，力求使其反映Internet化學(xué)信息資源的概貌和最新開展動(dòng)態(tài)。ChINWeb網(wǎng)頁由重要化學(xué)信息資源鏈接組成的目錄以及被鏈接資源的簡(jiǎn)介頁組成。60第六十頁，共90頁。61第六十一頁，共90頁?；瘜W(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)非常好的宏站點(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(duì)可下載的軟件、網(wǎng)絡(luò)論壇、討論組群、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(duì)教程、物質(zhì)平安數(shù)據(jù)、雜志、物理常數(shù)有評(píng)注。62第六十二頁，共90頁。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)所有學(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)，很詳細(xì)，有大學(xué)鏈接，非贏利鏈接，商業(yè)鏈接等。63第六十三頁，共90頁。虛擬圖書館

是對(duì)INTERNET上的信息資源進(jìn)行較為系統(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)大多能提供某一學(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)知識(shí)就能熟練地使用瀏覽器，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)行連接，并調(diào)出有關(guān)資料〔或查詢果〕。64第六十四頁，共90頁?；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(guó)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詳細(xì)的一個(gè)網(wǎng)絡(luò)導(dǎo)航指南,包括網(wǎng)絡(luò)論壇、討論組群、E-mail列表，評(píng)注出色

(化學(xué)信息虛擬圖書館)

該Web端提供了大量的信息鏈接,指向INTERNET上那些有關(guān)化學(xué)研究最重要的信息資源,很詳細(xì)，有大學(xué)鏈接，非贏利鏈接，商業(yè)鏈接等。

65第六十五頁，共90頁。8.2.2電子論壇

電子論壇(LISTSERVE)是INTERNET上極受歡送的一種信息交流形式,除LISTSERVE外,我們還可見到它的其它名稱,如郵件列表(Mailinglist)、討論組〔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，使用起來十分方便。雖然它在對(duì)信息的處理和控制上還有待進(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)信息交流工具。66第六十六頁，共90頁。

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)式主題目錄，以超文本鏈接的方式將不同學(xué)科、專業(yè)、行業(yè)和區(qū)域的信息按照分類或主題目錄的方式組織起來。這些主題目錄一般在大類目下分成假設(shè)干小類目，類目之間按照等級(jí)系統(tǒng)排列，然后將人工或巡視軟件搜集或選擇的網(wǎng)頁主題連接起來，用戶通過主題目錄的指引，逐層瀏覽，直到找出有關(guān)的信息為止。67第六十七頁，共90頁。最有名的主題指南

l英國(guó)圖書館員協(xié)會(huì)主題目錄〔BUBL〕

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

它是由英國(guó)圖書館員編制的高質(zhì)量的主題目錄。該目錄以國(guó)際十進(jìn)制分類法和英文字母順序兩種方式組織學(xué)術(shù)機(jī)構(gòu)或與學(xué)術(shù)有關(guān)的出版物，對(duì)從事學(xué)術(shù)研究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(guó)密西根大學(xué)開發(fā)的工程，該主題目錄適合于查詢商業(yè)和學(xué)術(shù)信息。

一些搜索引擎，如Yahoo、Infoseek，也是以主題指南為主體的查詢系統(tǒng)。按照主題指商進(jìn)行查詢的主要優(yōu)點(diǎn)是它反映了人在選擇和組織信息時(shí)的知識(shí)和智慧，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(zhǎng)速度，所建立的數(shù)據(jù)庫(kù)的規(guī)模都比較小，檢索的文件數(shù)量有限。

68第六十八頁，共90頁。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(guó)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(guó)家授予創(chuàng)造人的一種特權(quán)，在實(shí)行專利制度的國(guó)家，但凡本國(guó)或外國(guó)的個(gè)人和企業(yè)有了創(chuàng)造創(chuàng)造，都可以根據(jù)專利法的規(guī)定，向本國(guó)或外國(guó)專利局提出申請(qǐng)，經(jīng)審查合格，批準(zhǔn)授予在一定年限內(nèi)享有創(chuàng)造創(chuàng)造成果的權(quán)利，并在法律上受到保護(hù)。這樣一種受到法律保護(hù)的技術(shù)專有權(quán)利叫做專利。69第六十九頁，共90頁。目前，世界上約有150多個(gè)國(guó)家和地區(qū)實(shí)施專利制度，有將近100個(gè)國(guó)家公布專利申請(qǐng)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)創(chuàng)造創(chuàng)造向不同國(guó)家重復(fù)申請(qǐng)的專利，因此實(shí)際創(chuàng)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)開展的一個(gè)重要標(biāo)志，每一項(xiàng)新的創(chuàng)造創(chuàng)造或技術(shù)改進(jìn)，通常都首先反映在專利文獻(xiàn)上，由于每件專利都凝聚了專利創(chuàng)造者最具有創(chuàng)造性的成果，因此對(duì)于我們研究國(guó)外科技水平的開展趨勢(shì)，制定科研方案、評(píng)價(jià)采用新的科技成就的經(jīng)濟(jì)利益等方面，都明顯地反映出使用專利情報(bào)的重要性。長(zhǎng)期以來，世界各國(guó)企業(yè)之間劇烈競(jìng)爭(zhēng)的一個(gè)顯著特點(diǎn)是情報(bào)信息的競(jìng)爭(zhēng)。情報(bào)機(jī)構(gòu)工作的一個(gè)重要方面就是研究專利文獻(xiàn)。70第七十頁，共90頁。一般分為三類：創(chuàng)造專利、實(shí)用新型專利、外觀設(shè)計(jì)專利〔如中國(guó)專利〕。美國(guó)專利分類：實(shí)用新型專利〔包括了創(chuàng)造專利〕、E為再頒專利，P為植物專利，T為防衛(wèi)性公告，H為法定創(chuàng)造登記專利,AI為改進(jìn)專利。不同國(guó)家專利的類型代碼及含義都存在著差異。專利類型71第七十一頁，共90頁。美國(guó)專利數(shù)據(jù)庫(kù)

美國(guó)專利數(shù)據(jù)庫(kù)--全文檢索,QPAT-US〔1974-〕

://qpat/

搜索1974年至今公布的所有美國(guó)專利的扉頁信息。注冊(cè)到QPAT-US的用戶可免費(fèi)進(jìn)入?？伤阉?974年至今公布的所有美國(guó)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(guó)專利公報(bào)〔OfficialGazette〕〔1995-現(xiàn)在〕

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

由美國(guó)專利和商標(biāo)局提供，包括專利全文數(shù)據(jù)庫(kù)和專利文摘數(shù)據(jù)庫(kù)，收錄了1976年1月1日至今的美國(guó)專利，數(shù)據(jù)庫(kù)每周更新一次。全文數(shù)據(jù)庫(kù)提供圖形。OfficialGazette每周四出版，它公布的專利和注冊(cè)了的商標(biāo)者公布對(duì)手，搜索或?yàn)g覽1964至今的專利。提供者：USPTO。美國(guó)專利文獻(xiàn)數(shù)據(jù)庫(kù)

:///

免費(fèi)數(shù)據(jù)庫(kù)，可搜索在1976年至今公布的美國(guó)專利的扉頁信息。提供者：USPTO。72第七十二頁，共90頁。美國(guó)專利數(shù)據(jù)庫(kù)主頁：

分授權(quán)專利數(shù)據(jù)庫(kù)和申請(qǐng)專利數(shù)據(jù)庫(kù)兩局部：授權(quán)專利數(shù)據(jù)庫(kù)提供了1790年至今各種類型的美國(guó)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(qǐng)專利數(shù)據(jù)庫(kù)只提供了2001年起在授權(quán)前的專利出版物中收錄的實(shí)用新型專利〔美國(guó)的實(shí)用新型專利包含了創(chuàng)造專利〕申請(qǐng)說明書的文本和圖像。73第七十三頁，共90頁。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也是廣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(guó)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)瀏覽器進(jìn)行信息檢索。其專利信息資源主要提供世界專利數(shù)據(jù)庫(kù)索引〔WorldPatentIndex〕：提供全球大約70多個(gè)國(guó)家的英文專利摘要索引；提供美國(guó)注冊(cè)版權(quán)索引〔USCopyrights〕；提供在世界知識(shí)產(chǎn)權(quán)組織，美國(guó)、英國(guó)、法國(guó)、德國(guó)等國(guó)登記注冊(cè)的商標(biāo)檔案〔TrademarkScan〕。74第七十四頁，共90頁。中國(guó)專利的檢索途徑中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫(kù)〔提供全文信息)中國(guó)專利信息網(wǎng)(提供全文信息〕

萬方數(shù)字資源系統(tǒng)〔提供文摘信息〕清華同方公司提供的中國(guó)專利數(shù)據(jù)庫(kù)〔提供文摘信息〕75第七十五頁，共90頁。中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫(kù)主頁：

收錄85年至今的中國(guó)專利說明書76第七十六頁，共90頁。77第七十七頁，共90頁。主題或?qū)I(yè)專利/技術(shù)轉(zhuǎn)換數(shù)據(jù)庫(kù)

化學(xué)文摘專利累積〔1975-〕

:///chempatplus/

可免費(fèi)搜索自1971年至今的美國(guó)專利文獻(xiàn)全文〔1993年開始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)結(jié)構(gòu)。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。知識(shí)表達(dá)數(shù)據(jù)系統(tǒng)

://KnowledgeExpress/

本收費(fèi)數(shù)據(jù)庫(kù)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)及公司創(chuàng)造，聯(lián)邦基金研究工程和聯(lián)邦實(shí)驗(yàn)室創(chuàng)造的數(shù)據(jù)，SBIR受權(quán)人〔SBIRgrantwinners〕，CorpTech和Bioscan,合并者和獲取方數(shù)據(jù)庫(kù)，Derwent專利數(shù)據(jù)庫(kù)，NASA技術(shù)簡(jiǎn)介，技術(shù)檔案等。可通過撥號(hào)及互聯(lián)網(wǎng)訪問數(shù)據(jù)庫(kù)。78第七十八頁，共90頁。外國(guó)專利數(shù)據(jù)庫(kù)網(wǎng)址美國(guó)專利商標(biāo)局網(wǎng)站專利數(shù)據(jù)庫(kù)

歐洲專利局esp@cenet網(wǎng)絡(luò)數(shù)據(jù)庫(kù)日本特許廳網(wǎng)站專利數(shù)據(jù)庫(kù)DELPHION知識(shí)產(chǎn)權(quán)信息網(wǎng)數(shù)據(jù)庫(kù)加拿大知識(shí)產(chǎn)權(quán)局網(wǎng)站數(shù)據(jù)庫(kù)世界知識(shí)產(chǎn)權(quán)組織網(wǎng)站數(shù)據(jù)庫(kù)79第七十九頁，共90頁。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提供了三十多個(gè)檢索途徑。80第八十頁，共90頁。日本專利數(shù)據(jù)庫(kù)主頁：收集了各種公報(bào)的日本專利(特許和實(shí)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年開始至今的公開特許公報(bào)，1885年開始至今的特許創(chuàng)造明細(xì)書，1979年開始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81第八十一頁，共90頁。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)圖書館信息咨詢部82第八十二頁，共90頁。歐洲專利數(shù)據(jù)庫(kù)主頁：歐洲專利數(shù)據(jù)庫(kù)收錄時(shí)間跨度大，涉及的國(guó)家多，收錄了1920年以來(各國(guó)的起始年代有所不同)世界上50多個(gè)國(guó)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)圖書館信息咨詢部83第八十三頁，共90頁。特點(diǎn)：改版后的歐洲專利數(shù)據(jù)庫(kù)，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，每種檢索界面都提供了一個(gè)快速幫助窗口，它能夠引導(dǎo)初級(jí)用戶順利地