A. 紅外光譜的應用
紅外光譜對樣品的適用性相當廣泛，固態、液態或氣態樣品都能應用，無機、有機、高分子化合物都可檢測。此外，紅外光譜還具有測試迅速，操作方便，重復性好，靈敏度高，試樣用量少，儀器結構簡單等特點，因此，它已成為現代結構化學和分析化學最常用和不可缺少的工具。紅外光譜在高聚物的構型、構象、力學性質的研究以及物理、天文、氣象、遙感、生物、醫學等領域也有廣泛的應用。
紅外吸收峰的位置與強度反映了分子結構上的特點，可以用來鑒別未知物的結構組成或確定其化學基團；而吸收譜帶的吸收強度與化學基團的含量有關，可用於進行定量分析和純度鑒定。另外，在化學反應的機理研究上，紅外光譜也發揮了一定的作用。但其應用最廣的還是未知化合物的結構鑒定。
紅外光譜不但可以用來研究分子的結構和化學鍵，如力常數的測定和分子對稱性的判據，而且還可以作為表徵和鑒別化學物種的方法。例如氣態水分子是非線性的三原子分子，它的v1=3652厘米、v3=3756厘米、v2=1596厘米而在液態水分子的紅外光譜中，由於水分子間的氫鍵作用，使v1和v3的伸縮振動譜帶疊加在一起，在3402厘米處出現一條寬譜帶，它的變角振動v2位於1647厘米。在重水中，由於氘的原子質量比氫大，使重水的v1和v3重疊譜帶移至2502厘米處，v2為1210厘米。以上現象說明水和重水的結構雖然很相近，但紅外光譜的差別是很大的。
紅外光譜具有高度的特徵性，所以採用與標准化合物的紅外光譜對比的方法來做分析鑒定已很普遍，並已有幾種標准紅外光譜匯集成冊出版，如《薩特勒標准紅外光柵光譜集》收集了十萬多個化合物的紅外光譜圖。近年來又將些這圖譜貯存在計算機中，用來對比和檢索。
分子中的某些基團或化學鍵在不同化合物中所對應的譜帶波數基本上是固定的或只在小波段范圍內變化，例如，
經常出現在1600～1750厘米，稱為羰基的特徵波數。許多化學鍵都有特徵波數，它可以用來鑒別化合物的類型，還可用於定量測定。由於分子中鄰近基團的相互作用（如氫鍵的生成、配位作用、共軛效應等），使同一基團在不同分子中所處的化學環境產生差別，以致它們的特徵波數有一定變化范圍（見下表）。 紅外光譜是物質定性的重要的方法之一。它的解析能夠提供許多關於官能團的信息，可以幫助確定部分乃至全部分子類型及結構。其定性分析有特徵性高、分析時間短、需要的試樣量少、不破壞試樣、測定方便等優點。
傳統的利用紅外光譜法鑒定物質通常採用比較法，即與標准物質對照和查閱標准譜圖的方法，但是該方法對於樣品的要求較高並且依賴於譜圖庫的大小。如果在譜圖庫中無法檢索到一致的譜圖，則可以用人工解譜的方法進行分析，這就需要有大量的紅外知識及經驗積累。大多數化合物的紅外譜圖是復雜的，即便是有經驗的專家，也不能保證從一張孤立的紅外譜圖上得到全部分子結構信息，如果需要確定分子結構信息，就要藉助其他的分析測試手段，如核磁、質譜、紫外光譜等。盡管如此，紅外譜圖仍是提供官能團信息最方便快捷的方法。
近年來，利用計算機方法解析紅外光譜，在國內外已有了比較廣泛的研究，新的成果不斷涌現，不僅提高了解譜的速度，而且成功率也很高。隨著計算機技術的不斷進步和解譜思路的不斷完善，計算機輔助紅外解譜必將對教學、科研的工作效率產生更加積極的影響。 紅外光譜定量分析法的依據是朗伯——比爾定律。紅外光譜定量分析法與其它定量分析方法相比，存在一些缺點，因此只在特殊的情況下使用。它要求所選擇的定量分析峰應有足夠的強度，即摩爾吸光系數大的峰，且不與其它峰相重疊。紅外光譜的定量方法主要有直接計演算法、工作曲線法、吸收度比法和內標法等，常常用於異構體的分析。
隨著化學計量學以及計算機技術等的發展，利用各種方法對紅外光譜進行定量分析也取得了較好的結果，如最小二乘回歸，相關分析，因子分析，遺傳演算法，人工神經網路等的引入，使得紅外光譜對於復雜多組分體系的定量分析成為可能。
量子力學研究表明，分子振動和轉動的能量不是連續的，而是量子化的，即限定在一些分立的、特定的能量狀態或能級上。以最簡單的雙原子為例，如果認為原子間振動符合簡諧振動規律，則其振動能量Ev可近似地表示為：
式中h為普朗克常數；v為振動量子數（取正整數）；v0為簡諧振動頻率。當v=0時，分子的能量最低，稱為基態。處於基態的分子受到頻率為v0的紅外射線照射時，分子吸收了能量為hv0的光量子，躍遷到第一激發態，得到了頻率為v0的紅外吸收帶。反之，處於該激發態的分子也可發射頻率為v0的紅外射線而恢復到基態。v0的數值決定於分子的約化質量μ和力常數k。k決定於原子的核間距離、原子在周期表中的位置和化學鍵的鍵級等。
分子越大，紅外譜帶也越多，例如含12個原子的分子，它的簡正振動應有30種，它的基頻也應有30條譜帶，還可能有強度較弱的倍頻、合頻、差頻譜帶以及振動能級間的微擾作用，使相應的紅外光譜更為復雜。如果假定分子為剛性轉子，則其轉動能量Er為：
式中j為轉動量子數（取正整數）；i為剛性轉子的轉動慣量。在某些轉動能級間也可以發生躍遷，產生轉動光譜。在分子的振動躍遷過程中也常常伴隨轉動躍遷，使振動光譜呈帶狀。
輔助解析
有機化合物的結構鑒定在有機化學、生物化學、葯物學、環境科學等許多領域越來越顯示出它的重要性，而在各種鑒定手段中紅外光譜以其方便靈敏的特性成為有機物結構鑒定的重要手段，除了它對分析結構特徵反應靈敏這一特點外，紅外光譜儀與計算機直接聯機，也為引進一些與計算機科學有關的智能手段創造了條件。
各種現代化的分析儀器的出現和廣泛應用，使得在短時間內獲得物質體系大量信息成為可能，這為化學計量學的數據挖掘研究提供了機遇。由光譜儀器記錄下來的譜圖中包含大量的結構信息，但是目前還不能實現復雜分子光譜譜圖的直接計算，其解析主要還憑借經驗，對一個不是長期從事結構鑒定的人來說，解析一張光譜譜圖是一項很困難的工作。實際上，即使對不太復雜的分子，也難於指定所有雜原子所處的官能團和峰的歸屬，而依靠各種計算機檢索系統也會受到各種限制，諸如譜圖庫中數據有限，或測定條件（儀器的類型、具體的實驗條件等）與標准圖譜所用的條件不同而造成各吸收峰位置的改變等。另外由於紅外譜圖極其復雜，構成化合物的原子質量不同，化學鍵的性質不同，原子的連接次序和空間位置的不同都會造成紅外光譜的差別。這些都使紅外光譜的解析復雜化。如果能由計算機學習和存儲紅外光譜知識，用計算機輔助完成解析譜圖的工作，自然是一件很有意義的事。
幾十年以來，人們一直在探索將紅外圖譜的解析智能化。隨著商品化紅外光譜儀的計算機化，出現了許多計算機輔助紅外光譜識別方法，這些方法大致可以分為三類：譜圖檢索系統、專家系統、模式識別方法。 譜圖檢索的主要優點是能夠收集大量的光譜，只要根據未知物的光譜譜圖就能識別化合物而無需其他數據（例如分子式等），它的程序也比較簡單。但是它也有一些不可克服的缺點：
首先，檢索系統的能力與譜圖庫存儲的化合物的數量成正比，我們不可能把自然界所有的化合物收集其中，譜圖庫的發展總是滯後於有機化學的發展。其次，光譜儀器隨著技術的發展不斷改進：波譜范圍不斷擴大，解析度不斷提高，低溫技術得到應用，一些新儀器的出現，這就要求原有的譜圖庫要不斷修改，而龐大的譜圖庫在短時間內是辦不到的。由於檢索方法的這些特點，決定了它不能作為結構鑒定的一種完整的手段。
專家系統
計算機輔助結構解析的另一種方法是專家系統。它所研究的領域包括：數學證明，程序編寫，行為科學與心理學，生命科學與醫學等。
目前設計的專家系統解析譜圖的一般方法是：在計算機里預先存儲化學結構形成光譜的一些規律；由未知物譜圖的一些光譜特徵推測出未知物的一些假想結構式；根據存儲規律推導出這些假想結構式的理論譜圖，再將理論譜圖與實驗譜圖進行對照，不斷對假想結構式進行修正，最後得到正確的結構式。但是，目前分子中各種基團的吸收規律，主要還是通過經驗或者人工獲得。人工比較大量的已知化合物的紅外譜圖，從中總結出各種基團的吸收規律，其結果雖比較真實地反映了紅外光譜與分子結構的對應關系，卻不夠准確，特別是這些經驗式的知識難以用計算機處理，使計算機專家解析系統難以實用化。
模式識別
模式識別的發展是從五十年代開始的，就是用機器代替人對模式進行分類和描述，從而實現對事物的識別。隨著計算機技術的普遍應用，處理大量信息的條件已經具備，模式識別在六十年代得到了蓬勃發展，並在七十年代初奠定了理論基礎，從而建立了它自己獨特的學科體系。模式識別已經應用到分析化學領域的有關方面，其中涉及最多的是分子光譜的譜圖解析，在一些分類問題上獲得了成功。
Munk等於1990年首次將線性神經網路應用於紅外光譜的子結構解析，把紅外光譜的解析帶入了一個全新的領域，從此引起紅外光譜的計算機解析熱潮。隨後各種方法，如各種人工神經網路，偏最小二乘，信號處理方法如小波變換等逐步引入到紅外光譜的計算機解析中，使模式識別在紅外光譜的應用中得到很好的發展。
Cabrol-Bass等使用了一個分等級的神經網路系統識別紅外光譜的子結構。首先把10000個化合物光譜分為含苯環、含羥基、含羰基、含C-NH以及含C=C等5大類，隨後把這幾個類進行進一步分類，總共33個子結構。每一個下級網路使用上一級網路輸出的結果。以3596~500 cm-1波段每12 cm-1取259個點作為神經網路的輸入，輸出為「1」和「0」，分別代表子結構存在和不存在。使用了含有一個隱含層30個節點的反向傳播神經網路對每個子結構進行識別，對化合物作了全面但較為粗略的分類，涉及了資料庫中一些常見化合物。
這些研究中大部分利用神經網路對子結構進行識別，而對特定類別的化合物沒有做深入研究，對化合物的特徵吸收峰也沒有深入的討論。另外，其中應用最多的人工神經網路在識別子結構時，對結構碎片的預測准確度不是很高，且神經網路存在不穩定、容易陷入局部極小和收斂速度慢等問題。
因此，近年來，人們一直在尋找一種更好的模式識別方法來進行紅外光譜的結構解析。Vapnik等人於1995年在統計學習理論(Statistical Learning Theory, SLT)的基礎上提出了支持向量機(Support vector machine, SVM)，它根據有限的樣本信息在模型的復雜性和學習能力之間尋求最佳折衷，以期獲得最好的泛化能力。SVM目前在化學中得到了一些較成功的應用，SVM可以較好的對紅外光譜的子結構進行識別，與ANN相比，SVM還具有穩定以及訓練速度快等優點，是一種很好的輔助紅外光譜解析的工具。
B. 各位前輩，大神《有機化合物光譜解析學》,姚新生主編，人民衛生出版社 哪裡有賣的啊啊啊啊跪求網址！
建議去淘寶 亞馬遜 相關上面去找
C. 有機化合物結構解析中，紅外光譜提供什麼信息
紅外檢測有機物的特徵官能團，
紅外光譜可以研究分子的結構和化學鍵，如力常數的測定和分子對稱性等，利用紅外光譜方法可測定分子的鍵長和鍵角，並由此推測分子的立體構型。根據所得的力常數可推知化學鍵的強弱，由簡正頻率計算熱力學函數等。分子中的某些基團或化學鍵在不同化合物中所對應的譜帶波數基本上是固定的或只在小波段范圍內變化，因此許多有機官能團例如甲基、亞甲基、羰基，氰基，羥基，胺基等等在紅外光譜中都有特徵吸收，通過紅外光譜測定，人們就可以判定未知樣品中存在哪些有機官能團，這為最終確定未知物的化學結構奠定了基礎。
由於分子內和分子間相互作用，有機官能團的特徵頻率會由於官能團所處的化學環境不同而發生微細變化，這為研究表徵分子內、分子間相互作用創造了條件。
分子在低波數區的許多簡正振動往往涉及分子中全部原子，不同的分子的振動方式彼此不同，這使得紅外光譜具有像指紋一樣高度的特徵性，稱為指紋區。利用這一特點，人們採集了成千上萬種已知化合物的紅外光譜，並把它們存入計算機中，編成紅外光譜標准譜圖庫。
D. 我要查一些主要常見有機化合物的紅外光譜,還有核磁,請問哪裡查比較方便
1，國內的：物競化學；
2，國外的：Spectral Database for Organic Compounds, SDBS
你搜索一下吧，這兒不讓發鏈接
E. 如何利用reaxys資料庫查詢有機物的質譜
reaxys中化學物質的性質那一部分，波譜中如果有的話會顯示出來的
F. 求 實用有機化合物光譜解析百題解 下載
現代近紅外光譜技術在最近幾年（NIR）分析技術的技術，在國內外越來越受到重視的飛速發展高科技分析，化學分析，由於專家分析領域，分析在分析領域化學被稱為「巨無霸」，它可以說是分析技術的出現帶來了又一次革命。
根據近紅外區域的ASTM定義為在7802526nm范圍內的電磁波的波長，這是首次發現的不可視區域。在光譜區八度和聲吸收頻率信號的物質是弱的，帶重疊，通過時間限制，近紅外光譜「沉睡」了近一個半世紀的解決復雜的技術水平。直到20世紀50年代，隨著商業票據和諾里斯，誰做了很多工作，使得近紅外光譜技術的來臨，已被廣泛應用於農業分析。到了60年代後期，隨著新的分析技術，再加上低近紅外光譜的出現揭示了經典的敏感性，免疫力差的弱點，使人們淡漠的分析和測試中使用的技術，從，近紅外光譜進入了一個一段時間的沉寂。 20世紀80年代後期，隨著計算機技術的飛速發展，帶動了數字和化學計量學分析儀器的發展，與化學計量學方法在解決光譜信息提取和背景干擾方面，結合近紅外光譜測量一種取得良好效果獨特的技術特點，使人們重新認識近紅外光譜的價值，近紅外光譜應用於各個領域研究進展。 20世紀90年代，近紅外光譜應用在工業領域全面展開，有關研究和應用文獻幾乎呈指數增長的近紅外光譜，成為增長最快，最顯著的一個獨立的分析技術。由於近紅外光在常規光纖具有良好的傳輸特性，使近紅外光譜在線分析領域也得到了很好的應用，取得了良好的社會效益和經濟效益，從近紅外光譜技術進入一個快速發展的新時代。
的近紅外光譜後期除了一些專業的工作人員，近紅外光譜技術也稱為分析的研究和應用的開始。但自1995年以來一直是許多人關注的問題，並在研究，軟體開發，基礎研究和儀器的應用方面取得了令人鼓舞的成果。但是，現在能夠提供完整的近紅外光譜（近紅外光譜儀器，化學計量學軟體應用模式）企業仍然很少。隨著中國加入WTO和經濟全球化的大潮中，分析儀器的許多國外大廠商紛紛登陸中國，想在中國的第一個職業在近紅外光譜儀器市場。的趨勢，可以在熱行業的近紅外光譜的分析可以看出。在不久的將來，近紅外光譜技術將成為越來越多的人認可和接受的分析部門。
現代近紅外光譜技術是有機技術，計算機技術，化學計量學方法和基本的測試技術相結合的光譜測量。反映在一個包括狀態信息或由被認可的標准或基準法樣品組的近紅外光譜用化學統計學技術來建立校準模型，然後通過測定未知樣品的光譜測量數據的組成或性質並修正模型來預測其組成的快速分析方法或性質。
傳統的分析技術，近紅外光譜是一種間接分析技術，必須建立校正模型（標定模型）來實現對未知樣品的定性或定量分析。具體分析過程包括以下步驟：首先，選擇有代表性的樣本，並測量其近紅外光譜;二，數據組件或關注或認可的標准參考方法的性質確定;第三，所測量的光譜和基礎數據，使用適當的方法來建立所需的化學計量的校準模型;第四部分是未知樣品或性質的測定。在工作過程可見近紅外光譜儀，近紅外光譜，包括現代近紅外光譜，化學計量學軟體三部分應用模型。三個技術要求，以滿足快速分析的結合是必不可少的。
與傳統分析技術相比，近紅外光譜技術具有很多優點，它可以在幾分鍾內，只需通過完成樣品的採集，測量近紅外光譜，以完成其測定的數績效指標（最多十個指標）。當分析樣品不需要是處理前的光譜測量結果;分析過程中不消耗或破壞樣品等材料;分析和重現性好，成本低。定期質量控制是非常經濟且快速的，但偶爾一個或兩個做分析或樣品的分散體的分析是不適用的。公司自成立以來必須在近紅外光譜一定的人力，物力和財力，以獲得准確的校正模型前付諸表決。
近紅外光譜主要是反映CH，OH，NH，SH和其他債券的信息，因此分析范圍可幾乎所有的有機化合物和混合物的覆蓋。加上其獨特的優勢，決定了其廣泛應用在許多行業國民經濟發展的領域可以發揮積極的作用，並逐漸扮演不可或缺的角色。應用的主要領域包括：石油和石油化工，基本有機化工，精細化工，冶金，生命科學，制葯，臨床醫學，農業，食品，飲料，煙草，紡織，造紙，化妝品，質量監督，環保，高校和科研院所。油辛烷值可在石油化工領域，家庭組成，十六烷值，閃點，凝固點，凝固點，餾程，MTBE含量等進行測量;在農業部門可測籽粒蛋白質，碳水化合物，脂肪，纖維，水分含量等;葯物可以在醫葯活性成分，組合物和內容的欄位進行測量;可能是物種鑒定的樣本，如酒精和香水的真假，環保垃圾分類等進行區分。
G. 如何應用紅外光譜進行分析測試
紅外光譜技術是利用紅外光和分子作用所產生的分子振動的原理,來記錄分子吸收紅外光之後所呈現的振動模式,記錄吸收光的相對強度對紅外光波長所得的譜圖,即稱為紅外光譜。運用紅外光譜法對有機物進行檢測,當紅外光譜儀中發出的紅外光線,照射到待檢測物體表面後,有機物能產生吸收特性,對發射的紅外光進行吸收,然後產生出一個紅外光譜圖。而技術人員就根據光譜圖上不同的吸收峰,找到電腦內存中相對應的化學基團資料庫,從而進行對比判斷。由於每個有機化合物都有其特定的紅外吸收光譜,因此紅外光譜是定性分析的有利工具。
隨著科學技術的發展,紅外光譜技術的應用從中紅外、到近紅外、再到現在較為熱門的傅立葉紅外變換光譜(FTIR),技術得到不斷的改進,應用領域得到不斷的擴充。近年來,其在食品行業的應用研究也已展開,它已成為現代結構化學、分析化學最常用和最不可缺少的工具之一,在目前關於食品中低含量物質的檢測中具有極其重要的價值
H. 美國國家標准與技術研究院的資料庫
根據標准參考數據計劃，NIST的各實驗室正在將他們的資料庫產品不斷加入到在線訪問的資料庫行列，建立了一系列的科學數值資料庫。通過更新現有的資料庫及開發新資料庫，NIST不斷地豐富它的評價數值數據集，為社會提供可靠的、經過評價的數值數據。社會各界的工程師和科學家依靠 NIST的標准參考數據對許多關鍵技術進行決策。
NIST的標准參考資料庫系列包括50多個資料庫，其中大部分是建在微機上的多用途數據包，根據學科可分為以下幾類：分析化學（包括譜學），原子和分子物理，生物技術，化學與晶體結構，化學動力學，工業流體與化工，材料性能，熱力學與熱化學，以及NIST的其它資料庫。
分析化學類包括質譜庫、紅外譜、光電子能譜等資料庫；原子與分子物理類包括光譜性能、c-射線衰減系數及交叉截面、原子光譜等資料庫；生物技術類包括生物大分子結晶庫等資料庫；化學與晶體結構類有電子衍射等資料庫；化學動力學類包括化學動力學、溶液動力學等資料庫；工業流體與化工類有物質的熱力學性能資料庫；材料性能類包括結構陶瓷、腐蝕性能、摩擦材料、高溫超導等資料庫；表面數據類包括表面結構、彈性電子散射交叉截面等資料庫；熱化學類包括化學熱力學、有機化合物熱力學性能估算、JANAF熱化學表等資料庫。
NIST提供科學數值數據服務的方式主要有：①將數據與分析儀器連在一起出售，如質譜庫中有近10萬個化合物數據，附在質譜儀中出售的有常用的幾萬個化合物；②以PC數據包方式出售；③聯機數據服務；④作為其它大的軟體包的一部分；⑤直接裝入用戶的計算機。
具體的在線科學資料庫名單如下：
兒童人體測量資料庫（AnthroKids - Anthropometric Data of Children），
鉑/氖陰極管燈泡的光譜圖（Atlas of the Spectrum of a Platinum/Neon Hollow-Cathode Lamp in the Region 1130-4330 Å），
用於電子結構計算的原子參考資料庫（Atomic Reference Data for Electronic Structure Calculations），
原子光譜資料庫（Atomic Spectra Database，ASD），
原子譜線加寬目錄資料庫（Atomic Spectral Line Broadening Bibliographic Database），
原子躍遷概率資料庫（Atomic Transition Probability Bibliographic Database），
原子重量及同位素成分資料庫（Atomic Weights and Isotopic Compositions），
光子總交叉截面（衰減系數）測量目錄（Bibliography of Photon Total Cross Section (Attenuation Coefficient) Measurements），
生物高分子結晶資料庫（Biological Macromolecule Crystallization Database），
陶瓷互聯網手冊（Ceramics WebBook），
化學動力學資料庫（CKMech，Chemical Kinetic Mechanisms），
化學互聯網手冊（Chemistry WebBook），
單分子反應計算資料庫（ChemRate: A Calculational Database for Unimolecular Reaction），
視覺協同測試床（CIS2 Visual Interoperability Testbed），
化學動力學機理（CKMech，Chemical Kinetic Mechanisms），
計算化學比較和基準資料庫（Computational Chemistry Comparison and Benchmark Database），
計算機辨認工具測試項目網站（Computer Forensics Tool Testing (CFTT) Project Web Site），
二階光譜資料庫（Diatomic Spectral Database），
運演算法則和數據結構字典（Dictionary of Algorithms and Data Structures），
電子與等離子體加工用氣體相互作用數據 (Electron Interactions with Plasma Processing Gases），
元素數據索引（Elemental Data Index），
工程統計學手冊（Engineering Statistics Handbook），
火災研究信息服務（Fire Research Information Services ，FRIS），
基本物理常數（Fundamental Physical Constants），
中性原子的基本水平和電離能量（Ground Levels and Ionization Energies for the Neutral Atoms），
數學軟體指南（Guide to Available Mathematical Software），
NIST計量結果不確定性的評估與表達指南（Guidelines for Evaluating and Expressing the Uncertainty of NIST Measurement Results），
基礎原子光譜數據手冊（Handbook of Basic Atomic Spectroscopic Data），
絕緣體和建築材料的熱傳遞性質（Heat Transmission Properties of Insulating and Building Materials），
高溫超導材料資料庫（High Temperature Superconcting Materials Database），
HIV蛋白酶資料庫（HIV Protease Database），
人線粒體蛋白資料庫（Human Mitochondrial Protein Database），
烴類光譜資料庫（Hydrocarbon Spectral Database），
二氧化碳同位素測定的交互規則（Interactive Algorithm for Isotopic CO2 Measurements），
國際比較資料庫（International Comparisions Database），
ITS-90熱電偶資料庫（ITS-90 Thermocouple Database），
自動數據分析工具（MassSpectator Automated Data Analysis Tool），
矩陣市場資料庫（Matrix Market Database），
相點陣圖和計算熱動力學―焊接系統（Phase Diagrams and Computational Thermodynamics - Solder Systems），
多輪烴結構索引（Polycyclic Aromatic Hydrocarbon Structure Index），
聚合物方法資料庫（Polymer MALDI MS Methods Database），
高級材料的性質數據總結（Property Data Summaries for Advanced Materials），
斷裂韌度性質數據總結（Property Data Summaries for Fracture Toughness），
氧化玻璃的性質數據總結（Property Data Summaries for Oxide Glasses），
蛋白質數據銀行（Protein Data Bank (PDB) ( in collaboration with RCSB )
放射性核半衰期計量（Radionuclide Half-Life Measurements），
用於觀測星際分子微波躍遷的雷達技術掃描頻率（Recommended Rest Frequencies for Observed Interstellar Molecular Microwave Transitions - 1991 Revision），
加強滲透性數值資料庫（Database on Reinforcement Permeability Values），
短暫前後重復的DNA資料庫（Short Tandem Repeat DNA Internet Database），
無鉛焊料的焊接特性資料庫（Database for Solder Properties with Emphasis on New Lead-free Solders），
可溶性資料庫（IUPAC-NIST Solubility Database），
溶解動力學資料庫（NDRL/NIST Solution Kinetics Database on the Web），
坎德拉X-射線天文台光譜資料庫（Spectral Data for the Chandra X-ray Observatory），
統計參考資料庫（Statistical Reference Datasets），
電子、質子和氦離子的靜止能與行程表（Stopping-Power and Range Tables for Electrons,Protons,and Helium Ions），
NIST結構陶瓷學資料庫（NIST Structural Ceramics Database），
合成聚合物質譜項目（Synthetic Polymer Mass Spectrometry Project），
X-射線質量衰減系數和能量吸收系數表（Tables of X-Ray Mass Attenuation Coefficients and Mass Energy - Absorption Coefficients），
酶催化反應的熱力學資料庫（Thermodynamics of Enzyme-Catalyzed Reactions Database），
半導體器件加工用的氣體的熱物理特性資料庫（Database of the Thermophysical Properties of Gases Used in the Semiconctor Instry），
三原子光譜資料庫（Triatomic Spectral Database），
Vibrational branching ratios and asymmetry parameters in the photoionization of CO2 in the region between 650 Å and 840 Å
可見物粘合劑數據集（NIST Visible Cement Dataset），
Wavenumber Calibration Tables from Heterodyne Frequency Measurements
用於劑量測定的X-射線衰減與吸收表（X-Ray Attenuation and Absorption for Materials of Dosimetric Interest），
X-射線波型系數、衰減與散射表（X-Ray Form Factor,Attenuation and Scattering Tables），
X-射線電光子分光光譜資料庫（NIST X-ray Photoelectron Spectros Database），
X-射線躍遷能量資料庫（X-Ray Transition Energies Database），
光子交叉截面資料庫（XCOM: Photon Cross Sections Database）。
I. 查合成有機化合物的資料庫有哪些
收費的兩個（具有主動直接性，目標很明確，呵呵）：
Scifinder 和 Beilstein
可以互聯網上看的推薦幾個（有點大海撈針咯）：
上海有機所專業資料庫
drug furture
小木蟲
希望有所幫助