人工智能技术在分析化学中的应用

1智能智能是个体有目的的行为、合理的思维，以及有效地适应环境的综合力量。通俗地讲，智能是个体生疏客观事物、客观世界和运用学问解决问题的力量。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 模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力量1〕感知与生疏事物、客观世界与自我的力量；2〕通过学习取得阅历、积存学问的力量；3〕理解学问、运用学问和运用阅历分析问题和解决问题的力量；4〕联想、推理、推断、决策的力量；5〕运用语言进展抽象、概括的力量；6〕觉察、制造、制造、创新的力量；7〕实时地、快速地、合理地应付简单环境的力量；8〕猜测、洞察事物进展变化的力量。智能是相对的、进展的。离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仿照、延长和扩展人的智能，实现智能行为和“机器思维”解决需要人类专家才能处理的问题。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)、通信(communicating)和简单环境下的动作行为(acting)。人工智能目标 人工智能目标是实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。1、争论像人一样工作的机器，甚至比人做得更好2、能够理解机器、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通过人工智能的仿照和扩展，实现社会生产的自动化和智能化，促进学问密集型经济的进展。2人工智能的争论方法人工智能经过进展，形成了很多学派。不同学派的争论方法、学术观点、争论重点有所不同。这里主要介绍认知学派、规律学派、行为主义学派和连接主义学派。2.1认知学派

(以Simon,Minskey和Newell等为代表)根本思想从人的思维活动动身，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具体的物理系统。根本观点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。主要工作1〕Newell的LogicTheorist，模拟人证明数学定理的思维过程2〕GPS，模拟人的解题过程(拟定初步解题打算利用公理、定理和规章，按规章实施解题过程不断进展“目的—手段“分析，修订解题打算。3〕物理符号系统假设。符号是模式。物理符号系统的根本任务和功能是识别一样的符号和区分不同的符号。2.2规律学派

〔以McCarthy和Nilsson等为代表)根本思想用规律来争论人工智能，用形式化的方法〔统一的规律框架〕描述客观世界。根本观点1〕智能机器必需有关于自身环境的学问2〕通用智能机器要能陈述性地表达关于自身环境的大局部学问3〕通用智能机器表示陈述性学问的语言至少要有一阶规律的力量主要工作1〕概念化学问表示2〕模型论语义3〕演绎推理4〕非单调规律用于常识推理2.3行为主义学派(以Brooks为代表)根本思想以简单的现实世界为背景，让人工智能理论先经受解决实际问题的考验，并在这种考验中成长。智能只是在与环境的交互作用中表现出来。根本观点1〕到现场去2〕物理实现3〕初级智能4〕行为产生智能主要工作1〕无需学问表示的智能2〕无需推理的智能3〕机器虫2.4连接主义学派根本思想从脑的神经系统构造动身来争论脑的功能，争论大量简洁的神经元的集团信息处理力量及其动态行为，模拟和实现人的生疏过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。根本观点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理信息3〕神经网络具有自组织、自学习力量主要工作人工神经网络BNNBPRBIANNAPRAICNNCPRCI学问猎取难度及计算量3学问的猎取过程学问系统学问工程已成为人工智能应用最显著的特点。学问系统主要争论内容：1、专家系统学问库+推理机2、学问库系统将学问以肯定的构造存入，进展学问治理，实现学问共享3、智能决策系统4、学问科学人工智能借助技术或理论手段，应用数学方法和数值规律。使用计算机等工具，模拟、延长或扩展人的智能。专家系统是人工智能的一个重要分支在化学领域中主要应用于以下几个方面：谱图解析和有机化合物构造的说明分别科学-GC、HPLC、CE等方法分别条件的选择试验方案的最优掌握工业生产流程掌握分子模拟设计--计算机帮助帮助合成路线方案的选择专家系统是一个智能的计算机软件系统，该系统利用的学问进展演绎推理。世界上第一个专家系统〔DENDRAL〕诞生于化学领域，应用MS、NMR解释有机化合物的构造。学问库〔事实、直接推断〕推理机解决模块用户接口计算智能模糊系统理论人工神经网络进化计算〔主要是遗传算法〕人工神经网络

ArtificialNeuralNetwork生物神经元暴露的轴突末梢与其它神经细胞或效应器细胞构成突触联系。生物神经元网络感觉神经元〔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打算信号传递的强弱；3〕神经元之间的联接强度是可以随训练转变的；4〕信号可以是起刺激作用的，也可以是起抑制作用的；5〕一个神经元承受的信号的累积效果打算该神经元的状态；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述。简洁地讲，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，是人工智能争论的一种方法。作为5种力量综合表现形式的3种力量觉察、制造、制造、创新的力量实时、快速、合理地应付简单环境的力量猜测、洞察事物进展、变化的力量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：物理符号系统需要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消失，以构成更高级别的系统.困难：抽象——舍弃一些特性，同时保存一些特性形式化处理——用物理符号及相应规章表达物理系统的存在和运行。局限：对全局性推断、模糊信息处理、多粒度的视觉信息处理等是特别困难的。物理符号系统和人工神经网络系统的差异两种人工智能技术的比较人工神经网络的特点信息的分布表示运算的全局并行和局部操作处理的非线性

ANN学习〔Learning〕力量人工神经网络可以依据所在的环境去转变它的行为自相联的网络异相联的网络：它在承受样本集合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。——“抽象”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”的力量，利用这种不准确性，比较自然地实现模式的自动分类。普化〔Generalization〕力量与抽象力量信息的分布存放信息的分布存供给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，信息仍旧可以被存取。系统在受到局部损伤时还可以正常工作。并不是说可以任意地对完成学习的网络进展修改。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。适应性(Applicability)问题擅长两个方面：对大量的数据进展分类，并且只有较少的几种状况；必需学习一个简单的非线性映射。目前应用：人们主要将其用于语音、视觉、学问处理、帮助决策等方面。在数据压缩、模式匹配、系统建模、模糊掌握、求组合优化问题的最正确解的近似解〔不是最正确近似解〕等方面也有较好的应用。神经元是构成神经网络的最根本单元〔构件〕。人工神经元模型应当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向量形式： 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

-θ

net

o

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为阈值二值形式： 1 ifnet>θf〔net〕= 0 ifnet≤θ双极形式： 1 ifnet>θf〔net〕= -1 ifnet≤θ阈值函数〔ThresholdFunction〕阶跃函数β

-γθonet04、S形函数

压缩函数〔SquashingFunction〕和规律斯特函数〔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。最简洁形式为：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掌握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理单元输入分兴奋性和抑制型两种神经元有阈值特性应用构造了具有3层节点的人工神经网络模型,将太湖2023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,其余的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、透亮度、ＢＯＤ5。以浮游植物作为输出因子。用2023年8月的各点的浮游植物数据进展猜测比较，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 自适应共振网络、自组织特征映射网络多层前向BP网络的优点①网络实质上实现了一个从输入到输出的映射功能，而数学理论已证明它具有实现任何简单非线性映射的功能。这使得它特殊适合于求解内部机制简单的问题；

②网络能通过学习带正确答案的实例集自动提取“合理的”求解规章，即具有自学习力量；

③网络具有肯定的推广、概括力量。

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，而它所要优化的目标函数又特别简单，因此，必定会消失“锯齿形现象”，这使得BP算法低效；

b存在麻痹现象，由于优化的目标函数很简单，它必定会在神经元输出接近0或1的状况下，消失一些平坦区，在这些区域内，权值误差转变很小，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寻法求每次迭代的步长，而必需把步长的更新规章预先赐予网络，这种方法将引起算法低效。

②网络训练失败的可能性较大，其缘由有：

a从数学角度看，BP算法为一种局部搜寻的优化方法，但它要解决的问题为求解简单非线性函数的全局极值，因此，算法很有可能陷入局部极值，使训练失败；

b网络的靠近、推广力量同学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难以解决应用问题的实例规模和网络规模间的冲突。这涉及到网络容量的可能性与可行性的关系问题，即学习简单性问题；

④网络构造的选择尚无一种统一而完整的理论指导，一般只能由阅历选定。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靠近力量及推广性质。因此，应用中如何选择适宜的网络构造是一个重要的问题；

⑤新参加的样本要影响已学习成功的网络，而且刻画每个输入样本的特征的数目也必需一样；

⑥网络的猜测力量〔也称泛化力量、推广力量〕与训练力量〔也称靠近力量、学习力量〕的冲突。一般状况下，训练力量差时，猜测力量也差，并且肯定程度上，随训练力量地提高，猜测力量也提高。但这种趋势有一个极限，当到达此极限时，随训练力量的提高，猜测力量反而下降，即消失所谓“过拟合”现象。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猎取手段在信息社会中，InterNet是一颗最刺眼的明星。InterNet被称为万维网、国际互联网或因特网，是由美国ARPNet进展起来的，承受TCP/IP协议通讯，是世界上最大的开放性全球信息网络。1搜寻引擎搜寻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名目卡片一样，是为人们搜寻Internet网上信息并供给获得所需信息的途径。搜寻引擎的索引数据库，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进展，Internet数据信息库积存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全部信息，就成了一个特别热门的课题。化学化工宏站点

与搜寻引擎一样，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，在肯定的程度上，它优于一般的大型搜寻引擎。对于化学工作者来说，收集、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，仅仅简洁地用扫瞄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，全部的化学宏站点都极为相像，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争论所李晓霞等建立的CHIN(ChemicalInformationNetwork)它是中国科学院化工冶金争论所与联合国教科文组织UNESCO的合作工程，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介绍，力求使其反映Internet化学信息资源的概貌和最新进展动态。ChINWeb网页由重要化学信息资源链接组成的名目以及被链接资源的简介页组成。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，这是一个特别好的宏站点，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、争论组群、E-mail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、物质安全数据、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全部学科。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，很具体，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效劳站点，此类站点大多能供给某一学科领域的多种资源，使用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，用户无须精通计算机和网络学问就能娴熟地使用扫瞄器，利用鼠标点击感兴趣的站点，效劳器就会自动与有关资料所在的网点进展连接，并调出有关资料〔或查询果〕。化学虚拟图书馆主要站点

(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具体的一个网络导航指南,包括网络论坛、争论组群、E-mail列表，评注精彩

(化学信息虚拟图书馆)

该Web端供给了大量的信息链接,指向INTERNET上那些有关化学争论最重要的信息资源,很具体，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上极受欢送的一种信息沟通形式,除LISTSERVE外,我们还可见到它的其它名称,如邮件列表(Mailinglist)、争论组〔DiscussionGroup〕或电子公告牌〔Springboard〕等等。电子论坛因其通过电子邮件来收发信息，也就是说用户可使用任何一种电子邮件系统来阅读新闻和其它信息，使用起来特别便利。虽然它在对信息的处理和掌握上还有待进一步加强，但仍不失为目前最受化学工作者青睐的网络信息沟通工具。主题指南

在WWW中，人们已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题名目，以超文本链接的方式将不同学科、专业、行业和区域的信息依据分类或主题名目的方式组织起来。这些主题名目一般在大类目下分成假设干小类目，类目之间依据等级系统排列，然后将人工或巡察软件搜集或选择的网页主题连接起来，用户通过主题名目的指引，逐层扫瞄，直到找出有关的信息为止。最知名的主题指南l英国图书馆员协会主题名目〔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题名目。该名目以国际十进制分类法和英文字母挨次两种方式组织学术机构或与学术有关的出版物，对从事学术争论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，该主题名目适合于查询商业和学术信息。

一些搜寻引擎，如Yahoo、Infoseek，也是以主题指南为主体的查询系统。依据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学问和才智，收录的网页经过筛选和系统组织，质量较高，条理性比较强，检索结果接近用户的信息需求。它的缺点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制造人的一种特权，在实行专利制度的国家，但凡本国或外国的个人和企业有了制造制造，都可以依据专利法的规定，向本国或外国专利局提出申请，经审查合格，批准授予在肯定年限内享有制造制造成果的权利，并在法律上受到爱护。这样一种受到法律爱护的技术专有权利叫做专利。目前，世界上约有150多个国家和地区实施专利制度，有将近100个国家公布专利申请说明书和正式批准的专利说明书。每年公布约100多万件专利，其中很多都是同一项制造制造向不同国家重复申请的专利，因此实际制造数量约40万件。专利文献是当今世界科学技术进展的一个重要标志，每一项新的制造制造或技术改进，通常都首先反映在专利文献上，由于每件专利都分散了专利制造者最具有制造性的成果，因此对于我们争论国外科技水平的进展趋势，制定科研打算、评价承受新的科技成就的经济利益等方面，都明显地反映出访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。情报机构工作的一个重要方面就是争论专利文献。一般分为三类：制造专利、有用新型专利、外观设计专利〔如中国专利〕。美国专利分类：有用新型专利〔包括了制造专利〕、E为再颁专利，P为植物专利，T为防卫性公告，H为法定制造登记专利,AI为改进专利。不同国家专利的类型代码及含义都存在着差异。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/

搜寻1974年至今公布的全部美国专利的扉页信息。注册到QPAT-US的用户可免费进入。可搜寻1974年至今公布的全部美国专利〔包括影象文件〕的全文并显示出来，使用者只需付费给供稿者。美国专利公报〔OfficialGazette〕〔1995-现在〕

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

由美国专利和商标局供给，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。全文数据库供给图形。OfficialGazette每周四出版，它公布的专利和注册了的商标者公布对手，搜寻或扫瞄1964至今的专利。供给者：USPTO。美国专利文献数据库

:///

免费数据库，可搜寻在1976年至今公布的美国专利的扉页信息。供给者：USPTO。美国专利数据库主页：

分授权专利数据库和申请专利数据库两局部：授权专利数据库供给了1790年至今各种类型的美国专利，其中有1790年至今的图像说明书，1976年至今的全文文本说明书〔附图像联接〕；申请专利数据库只供给了2023年起在授权前的专利出版物中收录的有用新型专利〔美国的有用新型专利包含了制造专利〕申请说明书的文本和图像。Dialog联机检索系统

作为目前全球最大的联机信息效劳商，Dialog也是宽阔科技人员所熟知的一类科技情报检索系统，近年来,国内大局部图书馆己通过Te1net方式与其相连。因此在Internet上也可以通过网络扫瞄器进展信息检索。其专利信息资源主要供给世界专利数据库索引〔WorldPatentIndex〕：供给全球大约70多个国家的英文专利摘要索引；供给美国注册版权索引〔USCopyrights〕；供给在世界学问产权组织，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学问产权局数据库〔供给全文信息)中国专利信息网(供给全文信息〕

万方数字资源系统〔供给文摘信息〕清华同方公司供给的中国专利数据库〔供给文摘信息〕中国国家学问产权局数据库主页：

收录85年至今的中国专利说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/

可免费搜寻自1971年至今的美国专利文献全文〔1993年开头带有完整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。免费检索题目和文摘。付4美元可获得专利全文。学问表达数据系统

://KnowledgeExpress/

本收费数据库专为技术转让和商业效劳设置。包括有限的大学及公司制造，联邦基金争论工程和联邦试验室制造的数据，SBIR受权人〔SBIRgrantwinners〕，CorpTech和Bioscan,合并者和猎取方数据库，Derwent专利数据库，NASA技术简介，技术档案等。可通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

日本特许厅网站专利数据库DELPHION学问产权信息网数据库加拿大学问产权局网站数据库世界学问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供给了三十多个检索途径。日本专利数据库主页：收集了各种公报的日本专利(特许和有用新案)，有英语和日语两种工作语言，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年开头至今的公开特许公报，1885年开头至今的特许制造明细书，1979年开头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询问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(各国的起始年月有所不同)世界上50多个国家和地区出版的共计1.5亿多万件文献的数据。同济大学图书馆信息询问部特点：改版后的欧洲专利数据库，更易于非专业检索人员的使用。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，每种检索界面都供给了一个快速帮助窗口，它能够引导初级用户顺当地完成检索。反映同族专利状况，以便选择更易理解的语言来阅读专利全文供给了PDF和HTML两种格式的专利全文同济大学图书馆信息询问部联机检索光盘

专利信息光盘有两个主要卖主，分别是Micropate