人工智能在化学中的运用1智能智能是个体有目的的行为、合理的思想，以及有效地顺应环境的综合才干。通俗地讲，智能是个体认识客观事物、客观世界和运用知识处理问题的才干。智能的分类生物质能 BI BiologicalIntelligence人工智能 AI ArtificialIntelligence计算智能 CI ComputationalIntelligence NN --NeuralNetworks 神经网络 PR --PatternRecognition 方式识别生物智能以脑为主体的神经系统，最根本单位是生物神经元。人类个体的智能是一种综合性才干1〕感知与认识事物、客观世界与自我的才干；2〕经过学习获得阅历、积累知识的才干；3〕了解知识、运用知识和运用阅历分析问题和处理问题的才干；4〕联想、推理、判别、决策的才干；5〕运用言语进展笼统、概括的才干；6〕发现、发明、发明、创新的才干；7〕实时地、迅速地、合理地应付复杂环境的才干；8〕预测、洞察事物开展变化的才干。智能是相对的、开展的。分开特定时间说智能是困难的、没有意义的。人工智能人工智能是相对人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模拟、延伸和扩展人的智能，实现智能行为和“机器思想〞处理需求人类专家才干处置的问题。人工智能是人工制品(artifact)中所涉及的智能行为。其中，智能行为包括：感知(perception)、推理(Reasoning)、学习(learning)、通讯(communicating)和复杂环境下的动作行为(acting)。人工智能目的 人工智能目的是实现智能行为和“机器思想〞，处理需求人类专家才干处置的问题。1、研讨像人一样任务的机器，甚至比人做得更好2、可以了解机器、人或动物的智能行为
智能革命 智能革命是指人的自然智能经过人工智能的模拟和扩展，实现社会消费的自动化和智能化，促进知识密集型经济的开展。2人工智能的研讨方法人工智能经过开展，构成了许多学派。不同窗派的研讨方法、学术观念、研讨重点有所不同。这里主要引见认知学派、逻辑学派、行为主义学派和衔接主义学派。2.1认知学派
(以Simon,Minskey和Newell等为代表)根本思想从人的思想活动出发，利用计算机进展宏观功能模拟。基于物理符号系统假设，将任何信息加工系统看成是一个详细的物理系统。根本观念物理系统表现智能行为的充要条件是该系统是一个物理符号系统。主要任务1〕Newell的LogicTheorist，模拟人证明数学定理的思想过程2〕GPS，模拟人的解题过程(拟定初步解题方案利用公理、定理和规那么，按规那么实施解题过程不断进展“目的—手段“分析，修订解题方案。3〕物理符号系统假设。符号是方式。物理符号系统的根本义务和功能是识别一样的符号和区别不同的符号。2.2逻辑学派
〔以McCarthy和Nilsson等为代表)根本思想用逻辑来研讨人工智能，用方式化的方法〔一致的逻辑框架〕描画客观世界。根本观念1〕智能机器必需有关于本身环境的知识2〕通用智能机器要能陈说性地表达关于本身环境的大部分知识3〕通用智能机器表示陈说性知识的言语至少要有一阶逻辑的才干主要任务1〕概念化知识表示2〕模型论语义3〕演绎推理4〕非单调逻辑用于常识推理2.3行为主义学派(以Brooks为代表)根本思想以复杂的现实世界为背景，让人工智能实际先经受处理实践问题的考验，并在这种考验中生长。智能只是在与环境的交互作用中表现出来。根本观念1〕到现场去2〕物理实现3〕初级智能4〕行为产生智能主要任务1〕无需知识表示的智能2〕无需推理的智能3〕机器虫2.4衔接主义学派根本思想从脑的神经系统构造出发来研讨脑的功能，研讨大量简单的神经元的集团信息处置才干及其动态行为，模拟和实现人的认识过程中的感知觉过程、笼统思想、分布式记忆和自学习自组织过程。根本观念1〕神经网络以分布式方式存储信息2〕神经网络以并行方式处置信息3〕神经网络具有自组织、自学习才干主要任务人工神经网络BNNBPRBIANNAPRAICNNCPRCI知识获取难度及计算量3知识的获取过程知识系统知识工程已成为人工智能运用最显著的特点。知识系统主要研讨内容：1、专家系统知识库+推理机2、知识库系统将知识以一定的构造存入，进展知识管理，实现知识共享3、智能决策系统4、知识科学人工智能借助技术或实际手段，运用数学方法和数值逻辑。运用计算机等工具，模拟、延伸或扩展人的智能。专家系统是人工智能的一个重要分支在化学领域中主要运用于以下几个方面：谱图解析和有机化合物构造的阐明分别科学-GC、HPLC、CE等方法分别条件的选择实验方案的最优控制工业消费流程控制分子模拟设计--计算机辅助辅助合成道路方案的选择专家系统是一个智能的计算机软件系统，该系统利用知的知识进展演绎推理。世界上第一个专家系统〔DENDRAL〕诞生于化学领域，运用MS、NMR解释有机化合物的构造。知识库〔现实、直接推断〕推理机处理模块用户接口计算智能模糊系统实际人工神经网络进化计算〔主要是遗传算法〕人工神经网络
ArtificialNeuralNetwork生物神经元裸露的轴突末梢与其它神经细胞或效应器细胞构成突触联络。生物神经元网络觉得神经元〔传入神经元〕， 与感受器相连中间神经元运动神经元〔传出神经元〕， 与效应起相连六个根本特征1〕神经元及其联接；2〕神经元之间的联接强度决议信号传送的强弱；3〕神经元之间的联接强度是可以随训练改动的；4〕信号可以是起刺激作用的，也可以是起抑制造用的；5〕一个神经元接受的信号的累积效果断定该神经元的形状；6)每个神经元可以有一个“阈值〞。人工神经网络
〔ArtificialNeuralNetworks，简记作ANN〕，是对人类大脑系统的一阶特性的一种描画。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研讨的一种方法。作为5种才干综合表现方式的3种才干发现、发明、发明、创新的才干实时、迅速、合理地应付复杂环境的才干预测、洞察事物开展、变化的才干人工神经网络的提出Newell和Simon假说：一个物理系统表现智能行为的充要条件是它有一个物理符号系统.概念：物理符号系统需求有一组称为符号的实体组成，它们都是物理模型，可以在另一类称为符号构造的实体中作为成分出现，以构成更高级别的系统.困难：笼统——舍弃一些特性，同时保管一些特性方式化处置——用物理符号及相应规那么表达物理系统的存在和运转。局限：对全局性判别、模糊信息处置、多粒度的视觉信息处置等是非常困难的。物理符号系统和人工神经网络系统的差别项目物理符号系统人工神经网络处理方式逻辑运算模拟运算执行方式串行并行动作离散连续存储局部集中全局分布两种人工智能技术的比较项目传统的AI技术
ANN技术
基本实现方式串行处理；由程序实现控制并行处理；对样本数据进行多目标学习；通过人工神经元之间的相互作用实现控制基本开发方法设计规则、框架、程序；用样本数据进行调试（由人根据已知的环境去构造一个模型）定义人工神经网络的结构原型，通过样本数据，依据基本的学习算法完成学习——自动从样本数据中抽取内涵（自动适应应用环境）适应领域精确计算：符号处理，数值计算非精确计算：模拟处理，感觉，大规模数据并行处理模拟对象左脑（逻辑思维）右脑（形象思维）人工神经网络的特点信息的分布表示运算的全局并行和部分操作处置的非线性ANN学习〔Learning〕才干人工神经网络可以根据所在的环境去改动它的行为自相联的网络异相联的网络：它在接受样本集合A时，可以抽取集合A中输入数据与输出数据之间的映射关系。——“笼统〞功能。不同的人工神经网络模型，有不同的学习/训练算法根本特征的自动提取由于其运算的不准确性，表现成“去噪音、容残缺〞的才干，利用这种不准确性，比较自然地实现方式的自动分类。普化〔Generalization〕才干与笼统才干信息的分布存放信息的分布存提供容错功能由于信息被分布存放在几乎整个网络中，所以，当其中的某一个点或者某几个点被破坏时，信息依然可以被存取。系统在遭到部分损伤时还可以正常任务。并不是说可以恣意地对完成学习的网络进展修正。也正是由于信息的分布存放，对一类网来说，当它完成学习后，假设再让它学习新的东西，这时就会破坏原来已学会的东西。顺应性(Applicability)问题擅长两个方面：对大量的数据进展分类，并且只需较少的几种情况；必需学习一个复杂的非线性映射。目前运用：人们主要将其用于语音、视觉、知识处置、辅助决策等方面。在数据紧缩、方式匹配、系统建模、模糊控制、求组合优化问题的最正确解的近似解〔不是最正确近似解〕等方面也有较好的运用。神经元是构成神经网络的最根本单元〔构件〕。人工神经元模型应该具有生物神经元的六个根本特性。人工神经元模拟生物神经元的一阶特性。输入：X=〔x1，x2，…，xn〕联接权：W=〔w1，w2，…，wn〕T网络输入： net=∑xiwi向量方式： net=XWxnwn∑x1w1x2w2net=XW…激活函数(ActivationFunction)激活函数——执行对该神经元所获得的网络输入的变换，也可以称为鼓励函数、活化函数：o=f〔net〕1、线性函数〔LinerFunction〕f〔net〕=k*net+cnetooc非线性斜面函数(RampFunction) γ ifnet≥θf〔net〕=k*net if|net|<θ -γ ifnet≤-θ
γ>0为一常数，被称为饱和值，为该神经元的最大输出。2、非线性斜面函数〔RampFunction〕γ-γθ-θneto阈值函数〔ThresholdFunction〕阶跃函数 β ifnet>θf〔net〕= -γ ifnet≤θβ、γ、θ均为非负实数，θ为阈值二值方式： 1 ifnet>θf〔net〕= 0 ifnet≤θ双极方式： 1 ifnet>θf〔net〕= -1 ifnet≤θ阈值函数〔ThresholdFunction〕阶跃函数β-γθonet04、S形函数紧缩函数〔SquashingFunction〕和逻辑斯特函数〔LogisticFunction〕。f〔net〕=a+b/(1+exp(-d*net))a，b，d为常数。它的饱和值为a和a+b。最简单方式为：f〔net〕=1/(1+exp(-d*net))函数的饱和值为0和1。S形函数有较好的增益控制4、S形函数a+bo(0,c)netac=a+b/2人工神经元网络T每个神经元均为多输入单输出的信息处置单元输入分兴奋性和抑制型两种神经元有阈值特性运用构造了具有3层节点的人工神经网络模型,将太湖2001年5～12月全湖共26个采样点的实测值作为学习样本,一共有26×8=208组数据。从这些数据中分别随机抽取1/4的数据各52组作为检验样本和测试样本,其他的104组(占50%)数据作为训练样本。每个样本均含有12个输入因子,分别是风速、风向、水温、ｐＨ、ＤＯ、高锰酸钾指数、浊度、ＴＮ、ＴＰ、叶绿素ａ、透明度、ＢＯＤ5。以浮游植物作为输出因子。用2002年8月的各点的浮游植物数据进展预测比较，人工神经网络模型前向网络〔I/O映射〕 感知器、BP、RBF反响网络〔演化式好善性非线性动力系统〕 Hopfield网络、回归BP、Boltzman机等自组织网络 自顺应共振网络、自组织特征映射网络多层前向BP网络的优点①网络本质上实现了一个从输入到输出的映射功能，而数学实际已证明它具有实现任何复杂非线性映射的功能。这使得它特别适宜于求解内部机制复杂的问题；
②网络能经过学习带正确答案的实例集自动提取“合理的〞求解规那么，即具有自学习才干；
③网络具有一定的推行、概括才干。
多层前向BP网络存在的问题①BP算法的学习速度很慢，其缘由主要有：
a由于BP算法本质上为梯度下降法，而它所要优化的目的函数又非常复杂，因此，必然会出现“锯齿形景象〞，这使得BP算法低效；
b存在麻木景象，由于优化的目的函数很复杂，它必然会在神经元输出接近0或1的情况下，出现一些平坦区，在这些区域内，权值误差改动很小，使训练过程几乎停顿；
c为了使网络执行BP算法，不能用传统的一维搜索法求每次迭代的步长，而必需把步长的更新规那么预先赋予网络，这种方法将引起算法低效。
②网络训练失败的能够性较大，其缘由有：
a从数学角度看，BP算法为一种部分搜索的优化方法，但它要处理的问题为求解复杂非线性函数的全局极值，因此，算法很有能够堕入部分极值，使训练失败；
b网络的逼近、推行才干同窗习样本的典型性亲密相关，而从问题中选取典型样本实例组成训练集是一个很困难的问题。③难以处理运用问题的实例规模和网络规模间的矛盾。这涉及到网络容量的能够性与可行性的关系问题，即学习复杂性问题；
④网络构造的选择尚无一种一致而完好的实际指点，普通只能由阅历选定。为此，有人称神经网络的构造选择为一种艺术。而网络的构造直接影响网络的逼近才干及推行性质。因此，运用中如何选择适宜的网络构造是一个重要的问题；
⑤新参与的样本要影响已学习胜利的网络，而且描写每个输入样本的特征的数目也必需一样；
⑥网络的预测才干〔也称泛化才干、推行才干〕与训练才干〔也称逼近才干、学习才干〕的矛盾。普通情况下，训练才干差时，预测才干也差，并且一定程度上，随训练才干地提高，预测才干也提高。但这种趋势有一个极限，当到达此极限时，随训练才干的提高，预测才干反而下降，即出现所谓“过拟合〞景象。此时，网络学习了过多的样本细节，而不能反映样本内含的规律。
人工神经网络的学习方式有导师无导师自监视分析化学信息获取手段在信息社会中，InterNet是一颗最耀眼的明星。InterNet被称为万维网、国际互联网或因特网，是由美国ARPNet开展起来的，采用TCP/IP协议通讯，是世界上最大的开放性全球信息网络。antpedia/1搜索引擎搜索引擎网站的主要资源是它的索引数据库，而非它的网页信息，因此它的主要功能就像图书馆的目录卡片一样，是为人们搜索Internet网上信息并提供获得所需信息的途径。搜索引擎的索引数据库，以万维网资源为主，有的还包括电子邮件地址、新闻论坛文章，FTP，gopher等网上资源。随着网络技术的飞速开展，Internet数据信息库积累的数据和主题越越多。怎样快速、高效、经济地查询某个主题的一切信息，就成了一个非常抢手的课题。化学化工宏站点与搜索引擎一样，宏站点也可以起到查询信息的作用，对于特定学科或专题信息的查找，由于大都是一些著名大学的相关院系建立，主题明确，组织得当，可信度高，在一定的程度上，它优于普通的大型搜索引擎。对于化学任务者来说，搜集、知道一些与本专业有关的宏站点，是Internet上化学信息查询的一条捷径。由于宏站点大都用主题分类，仅仅简单地用阅读的方法就可得到所需的信息。每一个这样的宏站点都已链接到其它的化学宏站点上，一切的化学宏站点都极为类似，因此一旦找到一个这类优秀站点，就根本上没有必要再去找其它宏站点。中国科学院化工冶金研讨所李晓霞等建立的CHIN(ChemicalInformationNetwork)它是中国科学院化工冶金研讨所与结合国教科文组织UNESCO的协作工程，是关于Internet重要化学信息资源的导航系统。ChIN有选择地对Internet重要的化学信息资源进展链接和引见，力求使其反映Internet化学信息资源的概貌和最新开展动态。ChINWeb网页由重要化学信息资源链接组成的目录以及被链接资源的简介页组成。chin.csdl.ac/化学类有用的宏站点l化学教学资源anachem.umu.se/eks/pointers.htm
由瑞典乌墨纳大学KnutIrgum设计，这是一个非常好的宏站点，有课程、教学工具、软件、作者已加评注等。2
Internet化学
/~chemnet/chem.html
由田纳西州立大学ThomasGardner设计，这也是个很好的宏站点。对可下载的软件、网络论坛、讨论组群、列表等给出评注。其它的大多数未给出评注。3Martindales化学
/HSG/GradChemistry.html#CHEMICALS
JimMartindale.，对教程、物质平安数据、杂志、物理常数有评注。4科学和数学教育的Internet资源
:8080/UMS+State/UMD-ProjectsMCTP/Technology/MCTP_WWW_Bookmarks.Html
由Maryland大学TomO'Haver设计，该站点涵盖自然科学一切学科。5SheffieldChemDex索引
shef.ac.uk/chemistry/chemdex/
由Sheffield大学MarkWinter设计，最著名的化学宏站点之一，也是一个商业性站点，附有评注。6WWW可视化学图书馆
/chempointers.html
由California大学的MaxKopelvich设计，很详细，有大学链接，非赢利链接，商业链接等。虚拟图书馆是对INTERNET上的信息资源进展较为系统的组织、分类，在此根底上构建的一种WWW效力站点，此类站点大多能提供某一学科领域的多种资源，运用WWW软件设计的这种图形、文本交互式的用户友好的信息查询界面，用户无须知晓计算机和网络知识就能熟练地运用阅读器，利用鼠标点击感兴趣的站点，效力器就会自动与有关资料所在的网点进展衔接，并调出有关资料〔或查询果〕。化学虚拟图书馆主要站点/chemres.html (化学信息资源导航系统)
该网站由美国印第安那大学GaryWeggins编制,是目前化学化工类信息资源中最为详细的一个网络导航指南,包括网络论坛、讨论组群、列表，评注出色/chempointers.html (化学信息虚拟图书馆)
该Web端提供了大量的信息链接,指向INTERNET上那些有关化学研讨最重要的信息资源,很详细，有大学链接，非赢利链接，商业链接等。8.2.2电子论坛电子论坛(LISTSERVE)是INTERNET上极受欢迎的一种信息交流方式,除LISTSERVE外,我们还可见到它的其它称号,如邮件列表(Mailinglist)、讨论组〔DiscussionGroup〕或电子公告牌〔Springboard〕等等。电子论坛因其经过电子邮件来收发信息，也就是说用户可运用任何一种电子邮件系统来阅读新闻和其它信息，运用起来非常方便。虽然它在对信息的处置和控制上还有待进一步加强，但仍不失为目前最受化学任务者青睐的网络信息交流工具。8.2.3主题指南在WWW中，人们曾经编制了各种各样的主题指南，它是一种可供检索和查询的等级式主标题录，以超文本链接的方式将不同窗科、专业、行业和区域的信息按照分类或主标题录的方式组织起来。这些主标题录普通在大类目下分成假设干小类目，类目之间按照等级系统陈列，然后将人工或巡视软件搜集或选择的网页主题衔接起来，用户经过主标题录的指引，逐层阅读，直到找出有关的信息为止。最有名的主题指南l英国图书馆员协会主标题录〔BUBL〕
bub1.bath.ac/uk/bubl/Tree.html
它是由英国图书馆员编制的高质量的主标题录。该目录以国际十进制分类法和英文字母顺序两种方式组织学术机构或与学术有关的出版物，对从事学术研讨的人员有根高的参考价值。2主题资源指南信息中心〔TheClearinghouseforSubject-OrientedResourceGuides〕
/chhome.html
这是由美国密西根大学开发的工程，该主标题录适宜于查询商业和学术信息。
一些搜索引擎，如Yahoo、Infoseek，也是以主题指南为主体的查询系统。按照主题指商进展查询的主要优点是它反映了人在选择和组织信息时的知识和智慧，收录的网页经过挑选和系统组织，质量较高，条理性比较强，检索结果接近用户的信息需求。它的缺陷是搜集信息的速度远远比不上网络资源的增长速度，所建立的数据库的规模都比较小，检索的文件数量有限。
8.2.4化学专利及文献专利中蕴含大量的化学信息，而化学信息在很大程度上由专利组成。如化学文摘中，16%以上都和专利相关。每年在不同国家都有成百上千的各类新专利公布，而这些专利涉及范围广、内容包罗万象。所谓专利就是国家授予发明人的一种特权，在实行专利制度的国家，凡是本国或外国的个人和企业有了发明发明，都可以根据专利法的规定，向本国或外国专利局提出恳求，经审查合格，同意授予在一定年限内享有发明创呵斥果的权益，并在法律上遭到维护。这样一种遭到法律维护的技术专有权益叫做专利。目前，世界上约有150多个国家和地域实施专利制度，有将近100个国家公布专利恳求阐明书和正式同意的专利阐明书。每年公布约100多万件专利，其中很多都是同一项发明发明向不同国家反复恳求的专利，因此实践发明数量约40万件。专利文献是当今世界科学技术开展的一个重要标志，每一项新的发明发明或技术改良，通常都首先反映在专利文献上，由于每件专利都凝聚了专利发明者最具有发明性的成果，因此对于我们研讨国外科技程度的开展趋势，制定科研方案、评价采用新的科技成就的经济利益等方面，都明显地反映出运用专利情报的重要性。长期以来，世界各国企业之间猛烈竞争的一个显著特点是情报信息的竞争。情报机构任务的一个重要方面就是研讨专利文献。普通分为三类：发明专利、适用新型专利、外观设计专利〔如中国专利〕。美国专利分类：适用新型专利〔包括了发明专利〕、E为再颁专利，P为植物专利，T为防卫性公告，H为法定发明登记专利,AI为改良专利。不同国家专利的类型代码及含义都存在着差别。专利类型美国专利数据库美国专利数据库--全文检索,QPAT-US〔1974-〕
qpat/
搜索1974年至今公布的一切美国专利的扉页信息。注册到QPAT-US的用户可免费进入。可搜索1974年至今公布的一切美国专利〔包括影象文件〕的全文并显示出来，运用者只需付费给供稿者。美国专利公报〔OfficialGazette〕〔1995-如今〕
/web/offices/com/sol/og/
由美国专利和商标局提供，包括专利全文数据库和专利文摘数据库，收录了1976年1月1日至今的美国专利，数据库每周更新一次。全文数据库提供图形。OfficialGazette每周四出版，它公布的专利和注册了的商标者公布对手，搜索或阅读1964至今的专利。提供者：USPTO。美国专利文献数据库
/
免费数据库，可搜索在1976年至今公布的美国专利的扉页信息。提供者：USPTO。美国专利数据库主页：
分授权专利数据库和恳求专利数据库两部分：授权专利数据库提供了1790年至今各种类型的美国专利，其中有1790年至今的图像阐明书，1976年至今的全文文本阐明书〔附图像联接〕；恳求专利数据库只提供了2001年起在授权前的专利出版物中收录的适用新型专利〔美国的适用新型专利包含了发明专利〕恳求阐明书的文本和图像。Dialog联机检索系统dialog作为目前全球最大的联机信息效力商，Dialog也是宽广科技人员所熟知的一类科技情报检索系统，近年来,国内大部分图书馆己经过Te1net方式与其相连。因此在Internet上也可以经过网络阅读器进展信息检索。其专利信息资源主要提供世界专利数据库索引〔WorldPatentIndex〕：提供全球大约70多个国家的英文专利摘要索引；提供美国注册版权索引〔USCopyrights〕；提供在世界知识产权组织，美国、英国、法国、德国等国登记注册的商标档案〔TrademarkScan〕。中国专利的检索途径中国国家知识产权局数据库〔提供全文信息)/中国专利信息网(提供全文信息〕patent万方数字资源系统〔提供文摘信息〕清华同方公司提供的中国专利数据库〔提供文摘信息〕中国国家知识产权局数据库主页：
收录85年至今的中国专利阐明书主题或专业专利/技术转换数据库化学文摘专利累积〔1975-〕
/chempatplus/
可免费搜索自1971年至今的美国专利文献全文〔1993年开场带有完好的专利页面影象文件〕，以及来自CAS的可以JAVA方式旋转的3D化学构造。包含有CAS登记号和CAS索引字段。免费检索标题和文摘。付4美圆可获得专利全文。知识表达数据系统
KnowledgeExpress/
本收费数据库专为技术转让和商业效力设置。包括有限的大学及公司发明，联邦基金研讨工程和联邦实验室发明的数据，SBIR授权人〔SBIRgrantwinners〕，CorpTech和Bioscan,合并者和获取方数据库，Derwent专利数据库，NASA技术简介，技术档案等。可经过拨号及互联网访问数据库。外国专利数据库网址美国专利商标局网站专利数据库/欧洲专利局esp@cenet网络数据库ep.espacenet/日本特许厅网站专利数据库ipdl.jpo.go.jp/DELPHION知识产权信息网数据库delphion/加拿大知识产权局网站数据库opic.gc.ca/世界知识产权组织网站数据库/快速检索：只允许两个检索词的组合检索STEP1：选择时间范围。STEP2：输入检索词。STEP3：选择检索途径，在右边的下拉菜单中提供了三十多个检索途径。日本专利数据库主页：搜集了各种公报的日本专利(特许和适用新案)，有英语和日语两种任务言语，英文版收录自1993年至今公开的日本专利题录和摘要，日文版收录1971年开场至今的公开特许公报，1885年开场至今的特许发明明细书，1979年开场至今的公表特许公报等专利文献。日文版检索入口英文版检索入口PAJ检索：用英文关键词或专利号检索1993年1月以后日本专利英文题录和摘要PAJ关键词检索专利号检索Publicationnumber同济大学图书馆信息咨询部欧洲专利数据库主页：欧洲专利数据库收录时间跨度大，涉及的国家多，收录了1920年以来(各国的起始年代有所不同)世界上50多个国家和地域出版的合计1.5亿多万件文献的数据。同济大学图书馆信息咨询部特点：改版后的欧洲专利数据库，更易于非专业检索人员的运用。共有四种检索方法：快速检索、高级检索、专利号检索、专利分类号检索，每种检索界面都提供了一个快速协助窗口，它可以引导初级用户顺利地完成检索。反映同族专利情况，以便选择更易了解的言语来阅读专利全文提供了PDF和HTML两种格式的专利全文同济大学图书馆信息咨询部联机检索光盘专利信息光盘有两个主要卖主，分别是Micropatent和Rapid
Patent〔德温特公司〕。这些公司都有美国化学专利图象数据库。从光盘上同样可检索到欧洲专利。M
