稀土元素配合物结构的大数据分析
元素化学是一门经验性较强的学科,通过描述或枚举的方法讲述元素的性质在教材和文献中随处可见.在Scifinder数据库中,每年新增数以百万计的新物质,推动着对元素化学的认识不断深入发展.在大数据和人工智能迅猛发展的今天,尽管化学工作者在长期实验工作中积累的第一手经验和直觉仍然非常宝贵,但效率已不足以满足当前材料和分子设计对分子性质的需求.数据库中的海量资源为新规律的发现提供机遇.我们用大数据的方法分析稀土配合物的结构性质:将剑桥晶体结构数据库中的稀土配合物用定量的方法进行归类,统计有关配合物结构的相关信息.通过分析样本数据与典型案例,我们得出了稀土配合物结构的普遍规律.基于我们的研究成果以及研究过程中遇到的问题,我们总结与展望了大数据在化学中的应用.
大数据、统计、稀土配合物、配位数、配位几何结构
34
G64;O6(高等教育)
2019-10-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
125-134