化学计量学的概念约于30 年前提出,是一门化学与统计学、数学、计算机科学交叉所产生的新兴的化学分支学科。各种化学计量学方法,如主成分分析、偏最小二乘、化学因子分析、人工神经网络等,已经得到了广泛的应用。为了使广大化学工作者可以更好的利用这些方法,各种类型的化学计量学软件应运而生,如商业软件MATLAB、SPSS;遍布于网络的计量学软件包;以及各种WEB服务器等。而为了适应高可用性、数据安全、大规模运算、用户友好界面等运算软件的新要求,本文设计和介绍了基于集群系统的化学计量学网络计算平台RCPC。RCPC 系统由五个部分组成:RCPC 网站主要是负责接收客户作业递交、查询以及算法维护;主控服务器负责作业调度和计算服务器管理,是整个系统的中枢;计算服务器负责作业的计算,以集群的方式组成RCPC 的整体运算能力;而算法库对计算服务器提供算法支持,并提供简单的算法扩充接口;数据库服务器用于保存一切和作业相关的数据。本文同时提出了对RCPC 系统改进的一些设想。RCPC 系统经过逻辑测试和实际测试。逻辑测试显示作为系统核心的调度算法高效合理;而实际测试的结果证明了系统的实用性和可靠性。本文介绍了RCPC 系统的两个重要算法:支持向量机分类算法和有机化合物二维结构绘制算法。支持向量机算法是一种新颖的、面向小样本的机器学习算法,其算法最终归纳为解决一个线性约束的凸二次规划问题,本文实现了三种分类算法:梯度下降法、分解算法、SMO 算法,并提出了搜索支持向量机最优参数对的网格搜索方法。有机化合物的结构绘制包括两个部分:首先将有机化合物的名称“翻译”成计算机可识别的数据结构GRAPH 形式,然后将GRAPH 中的信息通过递归的形