期刊文献+
共找到359,188篇文章
< 1 2 250 >
每页显示 20 50 100
基于优化模糊C-means算法的不平衡大数据分类研究
1
作者 卓柳俊 曾心怡 《信息技术》 2024年第10期14-21,29,共9页
针对不平衡大数据的分类问题,提出一种优化模糊C-means算法的不平衡大数据分类算法。先计算C-means模糊交叉算子,定义优化函数,并求解大数据不平衡增益。利用Spark分类平台,确定大数据样本压缩模糊近邻值的取值范围,再通过放大近邻值的... 针对不平衡大数据的分类问题,提出一种优化模糊C-means算法的不平衡大数据分类算法。先计算C-means模糊交叉算子,定义优化函数,并求解大数据不平衡增益。利用Spark分类平台,确定大数据样本压缩模糊近邻值的取值范围,再通过放大近邻值的处理方式,定义不平衡阈向量,从而完善整个分类流程,完成基于优化模糊C-means算法的不平衡大数据分类方法的设计。实验结果表明,上述分类方法的应用,可将正例信息、负例信息的取样长度区间完全分离开来,能有效解决因不平衡大数据分类不精准造成的信息样本混淆的问题,符合实际应用需求。 展开更多
关键词 优化模糊c-means算法 不平衡大数据 交叉算子 卡方检验 压缩模糊近邻值
下载PDF
基于BP神经网络和C-Means聚类算法的水下导航适配区分类预测
2
作者 孙逸诺 舒洪博 +2 位作者 赵可欣 王佳峻 蒋栾坤 《中文科技期刊数据库(全文版)自然科学》 2024年第6期0107-0112,共6页
在国家明确强调“海洋强国”战略部署的时代背景下,适配区分类预测技术是解决水下导航与定位问题的核心技术。因此,研发基于重力异常数据的水下导航适配区分类预测模型,对于提高导航可靠性与精准度具有关键性的技术意义。本文针对不同... 在国家明确强调“海洋强国”战略部署的时代背景下,适配区分类预测技术是解决水下导航与定位问题的核心技术。因此,研发基于重力异常数据的水下导航适配区分类预测模型,对于提高导航可靠性与精准度具有关键性的技术意义。本文针对不同区域的重力异常特征分布不同,首先提出一种基于C-Means聚类算法的区域适配性标定方法,通过将海域划分为五类,对各区域进行适配性标定。然后,在此基础上,本文提出一种基于BP神经网络的适配区分类预测方法,对区域适配度进行预测。实验结果表明,本文提出的预测模型在训练集中的预测精度达到99%,而在测试集中模型的预测精度达到97%。由此可见本文提出的预测模型具有较好的迁移性能,能够帮助水下航行器进行精准定位。 展开更多
关键词 三次样条插值法 c-means 聚类算法 BP 神经网络模型 分类预测
下载PDF
可能性C-Means聚类算法的仿真实验 被引量:7
3
作者 吕佳 《重庆师范大学学报(自然科学版)》 CAS 2005年第3期129-132,共4页
关键词 c-means 聚类算法 仿真技术 可能性 模糊算法
下载PDF
基于模糊c-means算法的空间数据分类和预测 被引量:3
4
作者 胡彩平 秦小麟 《计算机研究与发展》 EI CSCD 北大核心 2008年第7期1183-1188,共6页
空间分类和预测是空间数据挖掘中一个非常重要的方法,但对它们的研究目前尚处于初始阶段.通过引入空间对象对模糊聚类的模糊隶属度的概念,提出了基于模糊c-means算法的空间数据分类和预测的方法(SFCM).该方法首先用模糊c-means方法对数... 空间分类和预测是空间数据挖掘中一个非常重要的方法,但对它们的研究目前尚处于初始阶段.通过引入空间对象对模糊聚类的模糊隶属度的概念,提出了基于模糊c-means算法的空间数据分类和预测的方法(SFCM).该方法首先用模糊c-means方法对数据集论域空间进行聚类,但由于空间数据具有空间自相关的特性,在用模糊c-means算法进行空间聚类时加入了空间信息.然后计算每个空间对象对所有聚类的模糊隶属度并从中找出模糊隶属度最大的聚类.最后用该聚类中心对象的因变量的值作为该空间对象的因变量的估计值.理论分析和实验结果表明,该算法是有效可行的. 展开更多
关键词 模糊c-means算法 模糊隶属度 空间自相关 空间数据挖掘 空间分类和预测
下载PDF
基于模糊C-means的多视角聚类算法 被引量:2
5
作者 杨欣欣 黄少滨 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第6期2128-2133,共6页
目前多数多视角聚类算法属于"刚性"划分算法,不适用于处理具有聚簇重叠结构的数据集,为此,提出一种基于模糊C-means的多视角聚类算法(简称FCM-MVC),该算法利用隶属度描述对象与类别的关系,能够更真实地描述具有聚簇重叠结构... 目前多数多视角聚类算法属于"刚性"划分算法,不适用于处理具有聚簇重叠结构的数据集,为此,提出一种基于模糊C-means的多视角聚类算法(简称FCM-MVC),该算法利用隶属度描述对象与类别的关系,能够更真实地描述具有聚簇重叠结构数据集的聚类结果。FCM-MVC算法同时利用多个视角信息,自动计算每个视角的权重。研究结果表明:FCM-MVC算法能够有效处理具有聚簇重叠结构的数据集;与已有的3种经典的多视角聚类算法相比,该算法获得的聚类精度更高。 展开更多
关键词 多视角聚类 模糊c-means 数据挖掘
下载PDF
基于改进的Fuzzy C-means聚类算法的纹理分割 被引量:5
6
作者 宋相法 李声威 +2 位作者 陈国强 葛泉波 陈志国 《河南大学学报(自然科学版)》 CAS 北大核心 2005年第1期69-71,共3页
提出了一种基于改进的Fuzzyc means聚类算法的纹理分割方法. 改进的Fuzzyc means聚类算法(MFCM)的目标函数不仅考虑了样本类内紧致性,而且还考虑了样本类间分离性,加快了MFCM算法的速度;纹理分割实验验证了MFCM算法的有效性.
关键词 FCM算法 MFCM算法 小波分解 纹理分割
下载PDF
一种基于蚁群算法和C-Means算法的图像分割方法 被引量:2
7
作者 叶志伟 《软件导刊》 2007年第7期106-108,共3页
针对传统C-Means算法在图像分割应用中的缺陷,本文提出一种蚁群算法(Ant Colony Optimization ACO)融合C-Means算法的图像聚类分割方法,它融合了C-Means算法和蚁群算法的优点,比传统的C-Means算法能得到更好的分割质量。实际图像分割试... 针对传统C-Means算法在图像分割应用中的缺陷,本文提出一种蚁群算法(Ant Colony Optimization ACO)融合C-Means算法的图像聚类分割方法,它融合了C-Means算法和蚁群算法的优点,比传统的C-Means算法能得到更好的分割质量。实际图像分割试验结果表明该方法是一种良好的图像分割新方法。 展开更多
关键词 蚁群算法 c-means 图像分割
下载PDF
基于模糊c-means与自适应粒子群优化的模糊聚类算法 被引量:9
8
作者 耿宗科 王长宾 张振国 《计算机科学》 CSCD 北大核心 2016年第8期267-272,共6页
已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法。首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数... 已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法。首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数据进行训练与优化,训练过程中自适应地调节粒子群参数;最终,采用模糊c-means算法进行模糊聚类过程。对比实验结果表明,所提方法大幅度提高了计算速度,并获得了较高的聚类性能。 展开更多
关键词 粒子群优化 参数调节 模糊聚类算法 自适应调节 收敛速度
下载PDF
基于Hadoop二阶段并行模糊c-Means聚类算法
9
作者 胡吉朝 黄红艳 《计算机应用与软件》 CSCD 2016年第6期282-286,共5页
针对Mapreduce机制下算法通信时间占用比过高,实际应用价值受限的情况,提出基于Hadoop二阶段并行c-Means聚类算法用来解决超大数据的分类问题。首先,改进Mapreduce机制下的MPI通信管理方法,采用成员管理协议方式实现成员管理与Mapreduc... 针对Mapreduce机制下算法通信时间占用比过高,实际应用价值受限的情况,提出基于Hadoop二阶段并行c-Means聚类算法用来解决超大数据的分类问题。首先,改进Mapreduce机制下的MPI通信管理方法,采用成员管理协议方式实现成员管理与Mapreduce降低操作的同步化;其次,实行典型个体组降低操作代替全局个体降低操作,并定义二阶段缓冲算法;最后,通过第一阶段的缓冲进一步降低第二阶段Mapreduce操作的数据量,尽可能降低大数据带来的对算法负面影响。在此基础上,利用人造大数据测试集和KDD CUP 99入侵测试集进行仿真,实验结果表明,该算法既能保证聚类精度要求又可有效加快算法运行效率。 展开更多
关键词 二阶段 模糊c-means 大数据 聚类 并行 入侵检测
下载PDF
基于Fuzzy c-means算法聚类有效性函数的纹理分割 被引量:3
10
作者 宋相法 陈志国 +1 位作者 文成林 车金锐 《河南大学学报(自然科学版)》 CAS 2004年第1期14-17,共4页
Fuzzyc means(FCM)算法用于图像分割是一种非监督模糊聚类后再标定的过程.本文利用聚类有效性函数对Fuzzyc means算法的聚类结果进行评价,从而获得最优的聚类结果,较好地解决了Fuzzyc means算法的一些不足,如聚类数目无法自动确定、其... Fuzzyc means(FCM)算法用于图像分割是一种非监督模糊聚类后再标定的过程.本文利用聚类有效性函数对Fuzzyc means算法的聚类结果进行评价,从而获得最优的聚类结果,较好地解决了Fuzzyc means算法的一些不足,如聚类数目无法自动确定、其聚类结果是否最优.最后,利用纹理图像分割实验验证了该算法的有效性. 展开更多
关键词 FCM算法 聚类有效性函数 小波分解 纹理分割
下载PDF
基于蚁群算法和C-means算法的图像分割方法
11
作者 吴小菁 陈星娥 《长春师范学院学报(自然科学版)》 2013年第5期28-29,22,共3页
在计算机飞速发展的背景下,计算机的图像处理技术渗入到各个行业中。图像分割作为一种基本的图像处理技术,它的目的是把图像分成各具特征的区域,从中提取感兴趣的技术。针对以前的C-means算法在图像分割应用中的缺陷,本文提出了新的基... 在计算机飞速发展的背景下,计算机的图像处理技术渗入到各个行业中。图像分割作为一种基本的图像处理技术,它的目的是把图像分成各具特征的区域,从中提取感兴趣的技术。针对以前的C-means算法在图像分割应用中的缺陷,本文提出了新的基于蚁群算法和C-means算法相结合的新型图像分割方法,它和蚁群算法以及C-means算法相比,具有明显的优点,能够获得更好的分割质量。 展开更多
关键词 蚁群算法 c-means算法 图像分割方法 分析
下载PDF
Fuzzy C-Means算法中隶属度信息在特征空间的分布特性分析及改进方法 被引量:2
12
作者 胡世英 周源华 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1999年第1期67-72,共6页
首先推导了FuzzyC-Means算法在特征空间的迭代公式,然后就其隶属度信息在特征空间的分布缺陷提出两种改进方法:一是通过引入选择注意性参数控制隶属度信息的分布;二是从条件概率出发构造类置信度取代原隶属度.实验表明... 首先推导了FuzzyC-Means算法在特征空间的迭代公式,然后就其隶属度信息在特征空间的分布缺陷提出两种改进方法:一是通过引入选择注意性参数控制隶属度信息的分布;二是从条件概率出发构造类置信度取代原隶属度.实验表明这两种方法均起到了较好的效果. 展开更多
关键词 FUZZY 隶属度 选择注意性参数 置信度 FCM算法
下载PDF
k-center问题的算法研究综述
13
作者 王晓峰 华盈盈 +2 位作者 王军霞 彭庆媛 何飞 《郑州大学学报(工学版)》 CAS 北大核心 2025年第1期42-50,97,共10页
k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-cen... k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-center问题的算法进行梳理,将求解算法划分为精确算法、启发式算法、元启发式算法、近似算法等,从算法原理、改进思路、性能和精度等方面进行对比综述。精确算法在求解小规模k-center问题时可在多项式时间内得到最优解,但是算法效率低,不适用于大规模问题;启发式算法可以在多项式时间内给出相对最优解,但是没有理论保证,无法衡量与最优解的关系;元启发式算法可对目前存在的智能优化算法进行改进,给出相对最优解,但是解的质量无法保证;利用近似算法得到的解具有近似比保证,有较大的理论研究价值,但是实用价值较弱。目前求解k-center问题的元启发式算法已取得一定的研究成果,但是在求解时间、求解规模、算法效率等方面仍待突破,这将是未来k-center问题的研究重点。 展开更多
关键词 k-center问题 精确算法 近似算法 蜂群优化 遗传算法
下载PDF
基于边界信息的自适应过采样算法
14
作者 杜睿山 靳明洋 +1 位作者 孟令东 宋健辉 《郑州大学学报(理学版)》 CAS 北大核心 2025年第1期23-30,共8页
针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行... 针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行噪声过滤,接着确定边界点并在边界点中寻找合适的点作为根样本点,并以其K近邻点中与其同类且欧氏距离最远的点作为候选样本点。然后,根据根样本点所携带的边界信息确定该点所合成的样本数量,并根据根样本点和候选样本点生成一个N维球体作为样本的合成区间。最后,对合成样本进行判断以确定其是否满足条件。通过实验证明,该算法生成的样本质量要优于SMOTE及其常见变种算法。 展开更多
关键词 SMOTE KNN 过采样算法 数据不均衡 ISMOTE
下载PDF
算法价格歧视违法性认定的挑战与应对
15
作者 曾迪 《中国流通经济》 北大核心 2025年第2期115-126,共12页
算法技术在数据收集、分析和应用等方面的优势能够帮助经营者快速实现价格歧视,提高经营效率。但算法价格歧视行为却对市场其他主体带来损害性影响,包括破坏社会对网络市场的公平感知、扭曲市场竞争秩序、侵害消费者知情权等传统权利和... 算法技术在数据收集、分析和应用等方面的优势能够帮助经营者快速实现价格歧视,提高经营效率。但算法价格歧视行为却对市场其他主体带来损害性影响,包括破坏社会对网络市场的公平感知、扭曲市场竞争秩序、侵害消费者知情权等传统权利和个人信息权等新型权益。为避免上述系列损害性后果持续扩散,亟须对司法实践如何开展算法价格歧视违法性认定做出回应。然而,基于我国当前相关法条分布零散且适用性不强、违法性认定规则的合理性和可行性存疑、抗辩理由适用不明等现实困境,司法实务部门在处理算法价格歧视案件时仍面临严峻挑战。原有的经营者滥用市场支配地位认定路径和违规处理个人信息认定路径不能满足现实司法实践所需,有必要从立法和司法层面对算法价格歧视违法性认定的第三条路径予以拓展与优化。在立法完善过程中,《电子商务法》作为我国电商领域的综合性法律,尤其适合作为规制算法价格歧视的法律依据,建议该法新增“不正当价格行为”违法认定类型,明确将保护消费者知情权和选择权不受侵犯设为底线,确立过错推定原则以平衡当事人之间的证明责任。在算法价格歧视违法性认定的司法实践中,坚持行为主体聚焦、侵害客体明晰、主观违背注意义务、客观造成消费者利益受损的“四要件”认定方法。在此基础上,《电子商务法》通过与《反垄断法》《个人信息保护法》等多部法律之间的协同配合,进一步夯实算法价格歧视违法性认定的法律基础,才能共同助力司法实践顺利推进。 展开更多
关键词 算法时代 算法价格歧视 消费者权益 违法性认定
下载PDF
基于DTW算法的sEMG手势识别控制系统设计
16
作者 韩团军 雷栋元 +1 位作者 黄朝军 卢超 《现代电子技术》 北大核心 2025年第2期131-136,共6页
人体在运动过程中会产生微弱的生物电信号,其中蕴含着大量的控制信息。为了使用生物电信号中的信息控制机械臂动作,提出一种基于DTW算法的sEMG手势识别控制系统,利用该系统对采集的原始信号进行滤波和放大。为了确定有效的sEMG,采用移... 人体在运动过程中会产生微弱的生物电信号,其中蕴含着大量的控制信息。为了使用生物电信号中的信息控制机械臂动作,提出一种基于DTW算法的sEMG手势识别控制系统,利用该系统对采集的原始信号进行滤波和放大。为了确定有效的sEMG,采用移动平均法对处理信号进行划分。使用平均绝对值从数据片段中提取有效段数据,应用DTW算法将3路表面肌电信号融合,计算样本与模型之间的相似度,实现手势识别;再将识别后的信号通过无线模块发送到控制指令,以控制机械臂的动作;最后,采用提出的算法并结合6种类型的手势分类模型创建最佳特征模型。实验测试结果表明,使用动态时间规整(DTW)算法进行手势识别的平均准确率为93.752%,6种手势的平均模型匹配率达到92%,实现了肌电信号对机械臂的精确控制。由此证明所提方法的手势识别比传统的阈值控制开关更准确。 展开更多
关键词 手势识别 DTW算法 表面肌电图(sEMG) 特征提取 机械臂 手势检测
下载PDF
一种新的基于Fuzzy c-means的高效自适应截集算法
17
作者 高晶 常亮 吴铁峰 《现代电子技术》 2006年第14期100-101,104,共3页
提出了一种新的模糊聚类方法-自适应截集算法。该方法克服了聚类数目c要求预先确定、局部最优、分类不确定等弱点,对算法结构加以改进,增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目。针对时间消耗问题,利用模糊截集提高分... 提出了一种新的模糊聚类方法-自适应截集算法。该方法克服了聚类数目c要求预先确定、局部最优、分类不确定等弱点,对算法结构加以改进,增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目。针对时间消耗问题,利用模糊截集提高分类识别的速度。经实验表明,本算法可以提高聚类算法的可靠程度和分类识别的正确性。 展开更多
关键词 模糊聚类 聚类数 自适应截集算法 聚类分析
下载PDF
基于粒子群算法的纯电动商用车转矩分配策略
18
作者 田韶鹏 方正 《江苏大学学报(自然科学版)》 CAS 北大核心 2025年第1期1-8,27,共9页
针对纯电动商用车采用双电动机驱动时存在的转矩分配问题,提出基于粒子群算法的模糊控制策略.首先在Simulink/Stateflow软件中搭建整车动力系统物理模型,以粒子群算法为基础,进行整车转矩分配.由于计算量大,无法运用于实车,故根据粒子... 针对纯电动商用车采用双电动机驱动时存在的转矩分配问题,提出基于粒子群算法的模糊控制策略.首先在Simulink/Stateflow软件中搭建整车动力系统物理模型,以粒子群算法为基础,进行整车转矩分配.由于计算量大,无法运用于实车,故根据粒子群算法的结果,结合传统项目经验,设计一个参数实时调节模糊控制器来进行转矩分配.该方法运行速度快,且基本达到粒子群全局优化的效果.验证与分析结果表明:与原车单电动机动力系统相比,采用该方法的双电动机动力系统能量消耗减少了12.08%;在双电动机动力系统下,该方法与平均分配控制策略相比,电动机总能量损失降低了13.09%. 展开更多
关键词 纯电动商用车 双电动机驱动 转矩分配 粒子群算法 模糊控制策略
下载PDF
基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别
19
作者 范旭红 章立栋 +2 位作者 杨帆 李青 郁董凯 《江苏大学学报(自然科学版)》 CAS 北大核心 2025年第1期105-112,119,共9页
为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模... 为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%. 展开更多
关键词 预应力钢筋混凝土梁 声发射 损伤识别 长短时记忆神经网络 改进的鲸鱼优化算法
下载PDF
基于改进粒子群算法的光伏逆变器控制参数辨识
20
作者 罗建 孙越 江丽娟 《河南理工大学学报(自然科学版)》 CAS 北大核心 2025年第1期124-133,共10页
精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW... 精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW光伏电站为实际参照模型,首先根据实际工作情况将逆变器的工作区间划分为3个阶段,利用数学扰动法分别对3个阶段中的待辨识参数划分灵敏度高低等级,并由此提出不同阶段不同灵敏度参数分步辨识策略;其次,分阶段采集实际光伏电站工作数据,对该数据进行分析处理,获得各待辨识参数的初始取值范围,设计同步辨识参数实验作为参照;最后提出改进的混沌遗传粒子群优化算法(chaos genetic algorithm of particle swarm optimization,CGAPSO)作为辨识算法,分步分工作阶段辨识相关参数,通过对比参数的同步辨识结果,验证所提方法的优越性,并将辨识结果代入仿真模型。结果结果表明,低灵敏度参数的同步辨识结果误差远超过可接受范围,而CGAPSO分步辨识出的相关参数误差皆在1.1%以下,精度远高于同步辨识结果。结论基于改进粒子群算法构建的辨识模型输出数据与实际逆变器工作数据契合度高,可准确反映逆变器实际工作特性。 展开更多
关键词 光伏并网逆变器 逆变器控制策略 参数辨识 数学扰动法 改进粒子群优化算法
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部