期刊文献+
共找到541篇文章
< 1 2 28 >
每页显示 20 50 100
卷积神经网络的发展与应用综述 预览
1
作者 俞颂华 《信息通信》 2019年第2期39-43,共5页
在深度学习大热的现今,人们创造出了许多足以颠覆以前对于机器的认知的程序,如击败李世石的Alpha GO以及之后青出于蓝的Alpha Go Zero,在网络春晚上大放异彩的钢琴机器人特奥等。这些都是以前的浅层网络难以达到的水准,因此越来越多的... 在深度学习大热的现今,人们创造出了许多足以颠覆以前对于机器的认知的程序,如击败李世石的Alpha GO以及之后青出于蓝的Alpha Go Zero,在网络春晚上大放异彩的钢琴机器人特奥等。这些都是以前的浅层网络难以达到的水准,因此越来越多的研究者投入到深层神经网络之中,使得其逐渐成为了目前深度学习的主要形式,本文所介绍的卷积神经网络便是其中的一种代表性的结构。文章主要先讲述了卷积神经网络的发展;之后了解其结构以及各个部分分别在其中起到了怎样的作用;再次,介绍卷积神经网络的改进方法和目前的几个改进网络;最后,文章会介绍一下卷积神经网络具体应用的领域并且在结尾提出目前这一领域所需要面对的需要解决的问题。 展开更多
关键词 卷积神经网络 深度学习 深层神经网络
在线阅读 下载PDF
双向循环神经网络在语音识别中的应用 预览
2
作者 更藏措毛 黄鹤鸣 《计算机与现代化》 2019年第10期1-6,共6页
针对前馈神经网络难以处理时序数据的问题,提出将双向循环神经网络(BiRNN)应用在自动语音识别声学建模中。首先,应用梅尔频率倒谱系数进行特征提取;其次,采用双向循环神经网络作为声学模型;最后,测试不同参数对系统性能的影响。在TIMIT... 针对前馈神经网络难以处理时序数据的问题,提出将双向循环神经网络(BiRNN)应用在自动语音识别声学建模中。首先,应用梅尔频率倒谱系数进行特征提取;其次,采用双向循环神经网络作为声学模型;最后,测试不同参数对系统性能的影响。在TIMIT数据集上的实验结果表明,与基于卷积神经网络和深度神经网络的声学模型相比,识别率分别提升了1.3%和4.0%,说明基于双向循环神经网络的声学模型具有更好的性能。 展开更多
关键词 双向循环神经网络 语音识别 梅尔频率倒谱系数 深度神经网络
在线阅读 下载PDF
基于机器学习的车险索赔频率预测 预览
3
作者 曾宇哲 吴嫒博 +1 位作者 郑宏远 罗来娟 《统计与信息论坛》 CSSCI 北大核心 2019年第5期69-78,共10页
近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据... 近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据集进行了比较测试,包括深度学习、随机森林、支持向量机、XGboost等机器学习方法;基于相同的训练集,建立不同的广义线性模型预测索赔频率,根据最小信息准则(AIC)选取最优的广义线性模型;通过交叉验证调参获得机器学习最佳参数和模型。研究结果显示:在所有的数据集上XGboost的预测效果一致地优于广义线性模型;对于某些自变量较多、变量间相关性强的数据集,神经网络、深度学习和随机森林的预测效果比广义线性模型更好。 展开更多
关键词 汽车保险 索赔频率 机器学习 梯度提升 深度学习 神经网络
在线阅读 下载PDF
深度神经网络技术在肿瘤细胞识别中的应用 预览
4
作者 纪春阳 徐秀林 王燕 《中国医学物理学杂志》 CSCD 2019年第9期1113-1118,共6页
深度神经网络(DNN)作为人工智能最主要的分支,是基于模仿人脑思考方式的计算机程序,旨在模拟人类大脑处理信息的方式对事物进行分类或预测。DNN的通用性表现为:自我学习、自适应、联想记忆,即使没有先验背景也可以执行各种任务。近年来... 深度神经网络(DNN)作为人工智能最主要的分支,是基于模仿人脑思考方式的计算机程序,旨在模拟人类大脑处理信息的方式对事物进行分类或预测。DNN的通用性表现为:自我学习、自适应、联想记忆,即使没有先验背景也可以执行各种任务。近年来DNN受到国内外医学界的广泛重视,尤其在精准分类肿瘤细胞数字图像的自动识别方面已经取得了重大突破,DNN通过强化学习并因此获得经验,使医生能够向患者提供准确的诊疗方案。本文主要综述了DNN技术在肿瘤细胞识别的最新研究进展,详细阐述卷积神经网络、深度信念网络、生成对抗网络、深度残差网络的原理及其应用实例,比较基于不同模型的神经网络,对各类模型在应用层面上的精准度和性能进行分析,提出DNN在肿瘤细胞识别领域中面临的问题及未来的发展趋势。 展开更多
关键词 深度神经网络 卷积神经网络 人工智能 肿瘤细胞 综述
在线阅读 免费下载
基于时空特征挖掘的交通流量预测方法 预览
5
作者 孔繁钰 周愉峰 陈纲 《计算机科学》 CSCD 北大核心 2019年第7期322-326,共5页
基于神经网络和大数据的交通流量预测方法层出不穷,但对交通流量预测的精度仍有待进一步提高。为了解决该问题,提出一种基于时空特征挖掘的交通流量预测方法。该方法使用改进的CNN来挖掘交通流量的空间特征,使用递归神经网络来挖掘交通... 基于神经网络和大数据的交通流量预测方法层出不穷,但对交通流量预测的精度仍有待进一步提高。为了解决该问题,提出一种基于时空特征挖掘的交通流量预测方法。该方法使用改进的CNN来挖掘交通流量的空间特征,使用递归神经网络来挖掘交通流量的时间特征,能够充分利用交通流量的每周/每天的周期性和时空特征。此外,在该方法中还使用了一种基于相关性的模型,它可以根据过去的交通流量实现自动学习。实验结果表明,相比于其他几种较新的预测方法,所提方法具有较高的交通流量预测精度。 展开更多
关键词 深度神经网络 改进卷积神经网络 交通流量预测 时空特征 大数据 自动学习
在线阅读 免费下载
一种时频平滑的深度神经网络语音增强方法 预览
6
作者 袁文浩 梁春燕 +2 位作者 娄迎曦 房超 王志强 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第4期130-136,共7页
由于现有的基于深度神经网络的语音增强方法在网络结构的设计上缺乏对语音增强问题自身特点的考虑,针对这一问题,基于语音增强在时间和频率两个维度上的不同特性,受传统语音增强方法中的含噪语音局部特征计算方法启发,设计了一种在时间... 由于现有的基于深度神经网络的语音增强方法在网络结构的设计上缺乏对语音增强问题自身特点的考虑,针对这一问题,基于语音增强在时间和频率两个维度上的不同特性,受传统语音增强方法中的含噪语音局部特征计算方法启发,设计了一种在时间和频率两个维度上进行不同处理的时频平滑网络.该网络采用门控循环单元来表达含噪语音在时间上的相关性,同时采用卷积神经网络来表达含噪语音在频率上的相关性,实现了类似传统语音增强方法的时频平滑处理.实验结果表明,这种时频平滑网络在保证语音增强系统因果性的前提下,相比其他网络显著地提高了语音增强性能,增强后的语音具有更好的语音质量和可懂度. 展开更多
关键词 语音增强 时频平滑 卷积神经网络 深度神经网络
在线阅读 下载PDF
基于深度神经网络的点云识别算法研究 预览
7
作者 张光玺 《工业控制计算机》 2019年第8期121-122,共2页
传统的点云识别网络通常是在点云上添加二维映射或3D体素网格的预处理,这种识别网络必须依靠高度结构化的输入数据格式,虽然也可以得到出色的识别效果,但这种方法会导致大量的储存器占用和处理时间过长,而且在光栅化过程中经常使用较低... 传统的点云识别网络通常是在点云上添加二维映射或3D体素网格的预处理,这种识别网络必须依靠高度结构化的输入数据格式,虽然也可以得到出色的识别效果,但这种方法会导致大量的储存器占用和处理时间过长,而且在光栅化过程中经常使用较低的分辨率,这使之不能担负起注重细节的识别任务。直接处理点云数据的PointNet、PointNet++以及KdNetworks应运而生,这些深度神经网络可以直接操作无序的点云对象,从而为以点云描述的空间物体识别研究开辟了方向。 展开更多
关键词 深度学习 神经网络 点云识别
在线阅读 下载PDF
基于深度神经网络的客户流失预测模型 预览
8
作者 马文斌 夏国恩 《计算机技术与发展》 2019年第9期76-80,共5页
客户流失是企业面临的一个重要问题,为及时发现流失客户,降低企业损失,目前已有许多研究对客户流失问题给出解决方案,但是大部分研究中使用的是浅层学习算法,预测结果依赖于特征选择,需要在特征工程上花费大量的时间和精力。随着客户数... 客户流失是企业面临的一个重要问题,为及时发现流失客户,降低企业损失,目前已有许多研究对客户流失问题给出解决方案,但是大部分研究中使用的是浅层学习算法,预测结果依赖于特征选择,需要在特征工程上花费大量的时间和精力。随着客户数据的快速增长,在大数据情况下,人工特征工程已不能有效地获取高质量特征。深度学习通过模拟人脑多层、逐级地抽取信息特征,能自动学习到较好的数据特征,在图像识别、语音识别等领域取得显著成果。为研究深度学习在客户流失预测方面的应用,构造了基于深度神经网络的流失预测模型,并在电信客户数据集上,与经过特征选择的Logistic回归、决策树等预测模型作对比,验证其预测准确度。实验结果表明,深度神经网络模型取得了较好的预测效果。 展开更多
关键词 深度学习 深度神经网络 客户流失 电信
在线阅读 下载PDF
基于深度神经网络的交通出行方式选择模型 预览
9
作者 田晟 张裕天 +1 位作者 张剑锋 许凯 《北华大学学报:自然科学版》 CAS 2019年第1期109-113,共5页
由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问... 由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问题;利用广州市居民出行调查数据对模型进行训练和测试.结果表明,该模型具有较高的测试精度和泛化能力. 展开更多
关键词 出行方式选择 深度学习 深度神经网络
在线阅读 下载PDF
光学遥感图像场景分类技术综述和比较 预览
10
作者 李晓斌 江碧涛 王生进 《无线电工程》 2019年第4期265-271,共7页
近年来,随着遥感成像技术的快速发展,高空间分辨率光学遥感图像的获取变得越来越便利。在需求的牵引和图像数据的支持下,光学遥感图像场景分类技术获得快速发展。基于主流英文期刊和会议发表的相关论文,从场景分类方法、分类性能评价准... 近年来,随着遥感成像技术的快速发展,高空间分辨率光学遥感图像的获取变得越来越便利。在需求的牵引和图像数据的支持下,光学遥感图像场景分类技术获得快速发展。基于主流英文期刊和会议发表的相关论文,从场景分类方法、分类性能评价准则和数据集、分类性能比较3个方面对光学遥感图像场景分类技术进行综述和比较。对于场景分类方法,按所用特征的不同将其分为基于人工设计特征和基于深度特征的方法并进行了详细论述。对于分类性能评价准则和数据集,重点介绍了常用的2种评价准则和4种数据集。对于分类性能,挑选多种有代表性的方法,对其分类性能进行比较和分析,并提出后续重点研究方向。 展开更多
关键词 光学 遥感 场景分类 深度学习 深度神经网络
在线阅读 下载PDF
基于组合DNN的语音分离方法 预览
11
作者 闵长伟 江华 +1 位作者 闫格 冯利琪 《数码设计》 2019年第2期1-10,共10页
近年来,随着深度学习的发展,深层模型被越来越多的学者用于语音分离.其中,以深度神经网络(Deep Neural Networks,DNN)为代表的深度学习在语音分离领域表现出了强大的优势.为了更好的提高目标语音的质量,我们提出一种基于组合DNN的语音... 近年来,随着深度学习的发展,深层模型被越来越多的学者用于语音分离.其中,以深度神经网络(Deep Neural Networks,DNN)为代表的深度学习在语音分离领域表现出了强大的优势.为了更好的提高目标语音的质量,我们提出一种基于组合DNN的语音分离方法(CE_DNN).首先把两种不同的训练集放入DNN中进行训练,得到了两种不同参数的DNN训练模型,然后将测试数据放入两种训练模型后得到的输出结果进行结合,并且将不同类型的噪声与纯净语音进行混合,再配以噪声的不同输入信噪比进行试验.实验结果表明,与DNN语音分离系统相比,CE_DNN不仅可以很好的提高理想二值掩蔽(IBM)中的HIT-FA指标(命中率-误报率),还可以提高语音目标的短时客观语音可懂度(STOI). 展开更多
关键词 语音分离 深度神经网络深度 深度学习 目标语音 纯净语音
在线阅读 免费下载
压缩深层神经网络隐藏层维度对其分类性能的影响 预览
12
作者 成凌飞 贺扬 +1 位作者 张培玲 李艳 《电子科技》 2019年第1期72-75,共4页
为了使深层神经网络具有更好的泛化能力、少量训练时间的性能。文中汲取压缩神经网络的思想,通过将深层神经网络的输入层与隐藏层按照不同的比例将隐藏层的维度进行压缩,并在传统压缩深层神经网络的基础上,在其顶层添加一个分类层,使深... 为了使深层神经网络具有更好的泛化能力、少量训练时间的性能。文中汲取压缩神经网络的思想,通过将深层神经网络的输入层与隐藏层按照不同的比例将隐藏层的维度进行压缩,并在传统压缩深层神经网络的基础上,在其顶层添加一个分类层,使深层神经网络拥有分类的能力。实验将构建的深层神经网络应用于MNIST手写数据集的分类测试,结果表明,经过适当压缩的深层神经网络比未被压缩的深层神经网络具有更好的分类效果,而且节省了大量的训练时间。 展开更多
关键词 深层神经网络 分类 压缩比例 泛化能力 训练时间 深度学习
在线阅读 免费下载
基于深度学习的物理层无线通信技术:机遇与挑战 预览
13
作者 桂冠 王禹 黄浩 《通信学报》 EI CSCD 北大核心 2019年第2期19-23,共5页
对无线通信系统的高可靠性与超高容量需求促进了第五代移动通信(5G)的发展,然而,随着通信系统的日益复杂,现有的物理层无线通信技术难以满足这些高的性能需求。目前,深度学习被认为是处理物理层通信的有效工具之一,基于此,主要探讨了深... 对无线通信系统的高可靠性与超高容量需求促进了第五代移动通信(5G)的发展,然而,随着通信系统的日益复杂,现有的物理层无线通信技术难以满足这些高的性能需求。目前,深度学习被认为是处理物理层通信的有效工具之一,基于此,主要探讨了深度学习在物理层无线通信中的潜在应用,并且证明了其卓越性能。最后,提出几个可能发展的基于深度学习的物理层无线通信技术。 展开更多
关键词 物理层无线通信 深度学习 深度神经网络 调制模式识别 波束成形
在线阅读 下载PDF
基于迁移学习与卷积神经网络的鱼濒死预警系统研究 预览
14
作者 谢万里 李宏志 +1 位作者 周辉 尹绍武 《中国农机化学报》 北大核心 2019年第2期186-192,共7页
针对濒死鱼难以实时、高精度检测的问题,提出一种基于迁移学习与卷积神经网络的濒死鱼预警系统。通过迁移学习方法优化卷积神经网络的初始权重,使模型在训练初期即具有一定的泛化能力,优化前网络总体误差为1.75,优化后为0.75。为进一步... 针对濒死鱼难以实时、高精度检测的问题,提出一种基于迁移学习与卷积神经网络的濒死鱼预警系统。通过迁移学习方法优化卷积神经网络的初始权重,使模型在训练初期即具有一定的泛化能力,优化前网络总体误差为1.75,优化后为0.75。为进一步提升模型性能,使用两组卷积神经网络作为特征提取器进行对比,结果显示,ZFnet网络(AP=0.902)略好于VGGnet网络(0.898),两者均显著优于常见的HOG+SVM算法(AP=0.259)。 展开更多
关键词 濒死鱼监测 Faster-RCNN 深度神经网络 深度学习
在线阅读 下载PDF
基于深度学习的个性化网吧游戏推荐 预览
15
作者 陈耀旺 严伟 +3 位作者 俞东进 徐凯辉 夏艺 杨威 《计算机工程》 CAS CSCD 北大核心 2019年第1期206-209,216共5页
与传统推荐模型相比,深度学习可以更好地理解用户需求、项目特征及用户与项目之间的互动性,从而更有效地发现用户和项目之间的匹配关系。将深度神经网络应用于网吧游戏推荐场景,分析用户的个人偏好,根据时间推移兴趣的变化,对用户历史... 与传统推荐模型相比,深度学习可以更好地理解用户需求、项目特征及用户与项目之间的互动性,从而更有效地发现用户和项目之间的匹配关系。将深度神经网络应用于网吧游戏推荐场景,分析用户的个人偏好,根据时间推移兴趣的变化,对用户历史游戏行为记录进行建模训练,为用户提供个性化Top-N游戏推荐。基于深度神经网络设计训练模型,输入层采用对用户历史行为数据处理后的用户偏好向量,隐藏层运用ReLU激活函数的多层网络,输出层则采用逻辑回归的Softmax结构,最终运用带L2规范项的代价函数评估学习到的模型可靠性。在真实数据集下的实验结果表明,随着隐藏层的增加,该方法能明显降低均方根误差,且能提高召回率。 展开更多
关键词 个性化网吧 深度学习 推荐算法 深度神经网络 游戏场景
在线阅读 下载PDF
一种改进的深度神经网络的花卉图像分类
16
作者 吴迪 侯凌燕 +1 位作者 刘秀磊 李红臣 《河南大学学报:自然科学版》 CAS 2019年第2期192-203,共12页
花卉图像类内差异性大和类间相似性高使得花卉图像分类较难.传统花卉分类方法和普通卷积神经网络很难完整地表达花卉图像的特征,故而分类效果不理想.为提高花卉分类准确率,提出改进的InceptionV3网络用于花卉图片的分类.采用迁移学习的... 花卉图像类内差异性大和类间相似性高使得花卉图像分类较难.传统花卉分类方法和普通卷积神经网络很难完整地表达花卉图像的特征,故而分类效果不理想.为提高花卉分类准确率,提出改进的InceptionV3网络用于花卉图片的分类.采用迁移学习的方法,将在大规模数据集上训练的InceptionV3网络用于花卉图像数据集的分类,对其中的激活函数进行改进.在通用Oxford flower-102数据集上的实验表明:该模型在花类图像分类任务中比传统方法和普通卷积神经网络分类准确率高,且比未改进的卷积神经网络准确率高,迁移过程准确率达到81.32%,微调过程准确率达到92.85%. 展开更多
关键词 迁移学习 InceptionV3网络结构 深度神经网络 Tanh-ReLU激活函数 数据增强 图像分类
智能决策系统的深度神经网络加速与压缩方法综述 预览
17
作者 黄迪 刘畅 《指挥信息系统与技术》 2019年第2期8-13,共6页
深度神经网络凭借其出色的特征提取能力和表达能力,在图像分类、语义分割和物体检测等领域表现出众,对信息决策支持系统的发展产生了重大意义。然而,由于模型存储不易和计算延迟高等问题,深度神经网络较难在信息决策支持系统中得到应用... 深度神经网络凭借其出色的特征提取能力和表达能力,在图像分类、语义分割和物体检测等领域表现出众,对信息决策支持系统的发展产生了重大意义。然而,由于模型存储不易和计算延迟高等问题,深度神经网络较难在信息决策支持系统中得到应用。综述了深度神经网络中低秩分解、网络剪枝、量化、知识蒸馏等加速与压缩方法。这些方法能够在保证准确率的情况下减小深度神经网络模型、加快模型计算,为深度神经网络在信息决策支持系统中的应用提供了思路。 展开更多
关键词 深度神经网络 低秩分解 网络剪枝 量化 知识蒸馏
在线阅读 下载PDF
一种基于深度Encoder-Decoder神经网络的智能电网数据服务器流量异常检测算法 预览
18
作者 杨永娇 唐亮亮 王哲 《计算机与现代化》 2019年第10期66-71,共6页
传统的网络流量异常检测通常基于单一原始特征变量进行阈值判断,或者对多个相关变量进行降维设计统计量后进行阈值判断,这类方法虽然简单,但无法应对变量间非线性关系随时间变化的情况。本文设计一种能够自适应动态逼近变量间非线性关... 传统的网络流量异常检测通常基于单一原始特征变量进行阈值判断,或者对多个相关变量进行降维设计统计量后进行阈值判断,这类方法虽然简单,但无法应对变量间非线性关系随时间变化的情况。本文设计一种能够自适应动态逼近变量间非线性关系的深度神经网络,在普通的Encoder-Decoder神经网络的基础上引入2层注意力机制,提高了神经网络对长期历史信息的利用程度,实现了流量正常状态估计。基于估计得到的流量正常行为,分析其与实测值的残差分布情况,并最终给出置信区间作为判别异常行为的控制限。 展开更多
关键词 智能网 流量异常检测 深度神经网络 正常行为模型 置信区间 控制限
在线阅读 下载PDF
基于融合结构的在线广告点击率预测模型 预览
19
作者 刘梦娟 曾贵川 +2 位作者 岳威 刘瑶 秦志光 《计算机学报》 EI CSCD 北大核心 2019年第7期1570-1587,共18页
点击率预测作为推荐系统和在线广告的关键环节,在学术界和工业界均受到了极大的关注.论文首先对几种典型的点击率预测模型进行研究,然后探索了基于融合结构的深度学习方法,并在此基础上提出一种基于融合结构的点击率预测模型,该模型能... 点击率预测作为推荐系统和在线广告的关键环节,在学术界和工业界均受到了极大的关注.论文首先对几种典型的点击率预测模型进行研究,然后探索了基于融合结构的深度学习方法,并在此基础上提出一种基于融合结构的点击率预测模型,该模型能够灵活融合不同结构的深度神经网络来分别学习原始高维稀疏特征的高阶表示,从而使点击率预测模型能够利用更丰富的高阶特征信息.论文利用真实数据集来评价模型的预测性能,实验结果显示,基于融合结构的深度学习预测模型,能够比传统的点击率预测模型以及最新的基于深度学习的预测模型获得更好的性能。 展开更多
关键词 点击率预测 逻辑回归 因子分解机 深度神经网络 融合结构
在线阅读 下载PDF
空战场多分支态势仿真生成方法 预览
20
作者 唐剑 张杰勇 +2 位作者 焦志强 刁联旺 李玉萍 《指挥信息系统与技术》 2019年第3期11-17,共7页
针对空战场态势要素多、影响因素复杂和不确定性强的特点,提出了空战场环境下多分支态势仿真生成方法。该方法将空战场态势预测分为战场实时态势情报接收、敌方目标分群和多分支态势生成3个模块。首先,对态势信息进行收集、格式化及分... 针对空战场态势要素多、影响因素复杂和不确定性强的特点,提出了空战场环境下多分支态势仿真生成方法。该方法将空战场态势预测分为战场实时态势情报接收、敌方目标分群和多分支态势生成3个模块。首先,对态势信息进行收集、格式化及分类存储,为后续多分支态势生成奠定基础;然后,对敌方目标多维属性信息进行深层次抽象,从而将众多敌方目标分解成多个战术编队,达到降解态势分支生成复杂度的目的;最后,结合深度神经网络和贝叶斯网络等方法生成主分支及旁路分支,并对多分支态势进行规范化表征。通过案例分析可见,该方法可提前预测战场态势信息,为指挥员快速、科学地决策提供支撑。 展开更多
关键词 空战场态势预测 多分支态势 深度神经网络 贝叶斯网络 规范化表征
在线阅读 下载PDF
上一页 1 2 28 下一页 到第
使用帮助 返回顶部 意见反馈