期刊文献+
共找到82篇文章
< 1 2 5 >
每页显示 20 50 100
Learning Vector Quantization Neural Network Method for Network Intrusion Detection
1
作者 YANG Degang CHEN Guo +1 位作者 WANG Hui LIAO Xiaofeng 《Wuhan University Journal of Natural Sciences》 CAS 2007年第1期147-150,共4页
A new intrusion detection method based on learning vector quantization (LVQ) with low overhead and high efficiency is presented. The computer vision system employs LVQ neural networks as classifier to recognize intr... A new intrusion detection method based on learning vector quantization (LVQ) with low overhead and high efficiency is presented. The computer vision system employs LVQ neural networks as classifier to recognize intrusion. The recognition process includes three stages: (1) feature selection and data normalization processing;(2) learning the training data selected from the feature data set; (3) identifying the intrusion and generating the result report of machine condition classification. Experimental results show that the proposed method is promising in terms of detection accuracy, computational expense and implementation for intrusion detection. 展开更多
关键词 intrusion detection learning vector quantization neural network feature extraction
下载PDF
Identification of dynamic systems using support vector regression neural networks 被引量:1
2
作者 李军 刘君华 《Journal of Southeast University(English Edition)》 EI CAS 2006年第2期228-233,共6页
A novel adaptive support vector regression neural network (SVR-NN) is proposed, which combines respectively merits of support vector machines and a neural network. First, a support vector regression approach is appl... A novel adaptive support vector regression neural network (SVR-NN) is proposed, which combines respectively merits of support vector machines and a neural network. First, a support vector regression approach is applied to determine the initial structure and initial weights of the SVR-NN so that the network architecture is easily determined and the hidden nodes can adaptively be constructed based on support vectors. Furthermore, an annealing robust learning algorithm is presented to adjust these hidden node parameters as well as the weights of the SVR-NN. To test the validity of the proposed method, it is demonstrated that the adaptive SVR-NN can be used effectively for the identification of nonlinear dynamic systems. Simulation results show that the identification schemes based on the SVR-NN give considerably better performance and show faster learning in comparison to the previous neural network method. 展开更多
关键词 support vector regression neural network system identification robust learning algorithm ADAPTABILITY
下载PDF
Using Neural Networks to Predict Secondary Structure for Protein Folding 被引量:1
3
作者 Ali Abdulhafidh Ibrahim Ibrahim Sabah Yasseen 《Journal of Computer and Communications》 2017年第1期1-8,共8页
Protein Secondary Structure Prediction (PSSP) is considered as one of the major challenging tasks in bioinformatics, so many solutions have been proposed to solve that problem via trying to achieve more accurate predi... Protein Secondary Structure Prediction (PSSP) is considered as one of the major challenging tasks in bioinformatics, so many solutions have been proposed to solve that problem via trying to achieve more accurate prediction results. The goal of this paper is to develop and implement an intelligent based system to predict secondary structure of a protein from its primary amino acid sequence by using five models of Neural Network (NN). These models are Feed Forward Neural Network (FNN), Learning Vector Quantization (LVQ), Probabilistic Neural Network (PNN), Convolutional Neural Network (CNN), and CNN Fine Tuning for PSSP. To evaluate our approaches two datasets have been used. The first one contains 114 protein samples, and the second one contains 1845 protein samples. 展开更多
关键词 Protein Secondary Structure Prediction (PSSP) neural network (NN) Α-HELIX (H) Β-SHEET (E) Coil (C) Feed Forward neural network (FNN) learning vector quantization (LVQ) Probabilistic neural network (PNN) Convolutional neural network (CNN)
下载PDF
基于相空间重构与GSA-LVQ的有载调压变压器分接开关机械故障诊断 被引量:3
4
作者 赵书涛 李小双 +3 位作者 李大双 徐晓会 李云鹏 李波 《电测与仪表》 北大核心 2023年第10期136-141,共6页
针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断... 针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断新方法。采用CEEMD对振动信号进行时频域分解,然后通过C-C算法确定延迟时间和嵌入维数,对反映不同频率特征的固有模态函数(IMF)进行相空间重构,并提取反映混沌特征的两个特征量李雅普诺夫指数和关联维数构成特征向量。利用GSA优化LVQ,解决网络对初始连接权值敏感的问题,增强网络对有载分接开关机械故障分类识别性能。通过对有载分接开关机械状态的实验分析,证明了相空间重构结合GSA-LVQ算法的可行性和有效性。 展开更多
关键词 有载调压变压器分接开关(OLTC) 互补集合经验模态分解(CEEMD) 相空间重构 万有引力搜索法(GSA) LVQ神经网络 振动信号 机械故障诊断
下载PDF
基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证
5
作者 郑国峰 陈文 傅涛 《汽车工程学报》 2023年第5期635-644,共10页
开展车辆制动时路面类型识别的研究,提出一种基于主成分分析-学习向量量化神经网络(Principal Component Analysis—Learning Vector Quantization,PCA-LVQ)的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理,提取能表... 开展车辆制动时路面类型识别的研究,提出一种基于主成分分析-学习向量量化神经网络(Principal Component Analysis—Learning Vector Quantization,PCA-LVQ)的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理,提取能表征路面特征的主要成分,采用学习向量量化神经网络对降维处理后的驾驶数据进行训练,并用于路面特征分类,使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明,所提出的PCA-LVQ算法能准确识别路面类型特征,路面识别的精度达到97%,与传统BP神经网络的路面类型特征识别精度提升7%;同时,在不同车速下,基于PCA-LVQ算法也能较准确地识别路面类型特征。 展开更多
关键词 主成分分析 学习向量量化神经网络 制动工况 路面类型特征识别
下载PDF
基于改进时延神经网络的说话人识别方法
6
作者 胡贵超 《计算机与数字工程》 2023年第12期2827-2830,共4页
提出了一种改进的时延神经网络(Time Delay Neural Network,TDNN)的说话人识别方法以提高说话人识别准确率。首先通过TDNN网络训练音频的特征获取部分说话人的特征表达,然后由加入的量化和计数算子(Quantization and Counting Operators... 提出了一种改进的时延神经网络(Time Delay Neural Network,TDNN)的说话人识别方法以提高说话人识别准确率。首先通过TDNN网络训练音频的特征获取部分说话人的特征表达,然后由加入的量化和计数算子(Quantization and Counting Operators,QCO)同时处理,QCO能够充分利用音频的低层纹理特征,得到特征的细节信息。实验结果表明,改进的时延神经网络在相对较少的数据量中即可由网络训练获取更多信息的特征表达,在小数量训练集网络中体现出明显优势。当数据量进一步增多时效果更为明显,训练加入了纹理统计方法的结构提取的细节特征使说话人识别表现更好。 展开更多
关键词 说话人识别 时延神经网络 量化和计数算子 qco-vector
下载PDF
薏仁种类的近红外光谱技术快速鉴别 被引量:13
7
作者 刘星 毛丹卓 +1 位作者 王正武 杨永健 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第5期1259-1263,共5页
薏仁是一种药食两用资源,对其品质快速鉴别的需求也越来越多,近红外光谱技术(near infrared spectroscopy,NIRS)作为一种快速、无损且环保的方法正适合这一需求。以不同产地和品种薏仁的近红外光谱为基础,结合化学计量学方法对薏仁种类... 薏仁是一种药食两用资源,对其品质快速鉴别的需求也越来越多,近红外光谱技术(near infrared spectroscopy,NIRS)作为一种快速、无损且环保的方法正适合这一需求。以不同产地和品种薏仁的近红外光谱为基础,结合化学计量学方法对薏仁种类进行鉴别。对原光谱用无监督学习算法主成分分析(principal component analysis,PCA)和有监督学习算法学习向量量化(learning vector quantization,LVQ)神经网络、支持向量机(support vector machine,SVM)进行定性判别分析。由于不同地区和不同品种的薏仁营养物质组成复杂且含量相近,所选两类薏仁的特征变量很相似,因而PCA得分图重叠严重,很难区分;而LVQ神经网络和SVM都能得到满意结果,LVQ神经网络的预测正确率为90.91%,SVM在经过惩罚参数和核函数参数优选后,分类准确率能达到100%。结果表明:近红外光谱技术结合化学计量学方法可作为一种快速、无损、可靠的方法用于薏仁种类的鉴别,并为市场规范提供技术参考。 展开更多
关键词 薏仁 近红外光谱 支持向量机 学习向量量化神经网络 定性判别
下载PDF
基于肌电信号的人手运动状态的辨识 被引量:7
8
作者 李醒飞 朱嘉 +2 位作者 杨晶晶 张国雄 卢志扬 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第2期166-169,共4页
研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地... 研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别。根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地识别握拳、展拳、手腕内旋和手腕外旋4种动作模式。和前馈型神经网络比较,LVQ神经网络具有更高的识别准确率和更稳定的再现性。 展开更多
关键词 EMGs 小波变换 学习矢量量化网络(LVQ) 神经网络
下载PDF
极限学习机在岩性识别中的应用 被引量:33
9
作者 蔡磊 程国建 潘华贤 《计算机工程与设计》 CSCD 北大核心 2010年第9期2010-2012,共3页
基于传统支持向量机(SVM)训练速度慢、参数选择难等问题,提出了基于极限学习机(ELM)的岩性识别。该算法是一种新的单隐层前馈神经网络(SLFNs)学习算法,不但可以简化参数选择过程,而且可以提高网络的训练速度。在确定了最优参数的基础上... 基于传统支持向量机(SVM)训练速度慢、参数选择难等问题,提出了基于极限学习机(ELM)的岩性识别。该算法是一种新的单隐层前馈神经网络(SLFNs)学习算法,不但可以简化参数选择过程,而且可以提高网络的训练速度。在确定了最优参数的基础上,建立了ELM的岩性分类模型,并且将ELM的分类结果与SVM进行对比。实验结果表明,ELM以较少的神经元个数获得与SVM相当的分类正确率,并且ELM参数选择比SVM简便,有效降低了训练速度,表明了ELM应用于岩性识别的可行性和算法的有效性。 展开更多
关键词 机器学习 极限学习机 前馈神经网络 岩性识别 支持向量机
下载PDF
人工神经网络对电子鼻性能的影响 被引量:11
10
作者 秦树基 徐春花 王占山 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2005年第6期804-808,共5页
电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别... 电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些. 展开更多
关键词 反向传输网络 学习矢量量化网络 概率神经网络 模式识别 电子鼻
下载PDF
基于神经网络的智能下肢假肢自适应控制 被引量:8
11
作者 马玉良 徐文良 +2 位作者 孟明 罗志增 杨家强 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2010年第7期1373-1376,1381,共5页
下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该... 下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性. 展开更多
关键词 智能下肢假肢 自适应控制 学习矢量量化(LVQ) 神经网络(NN) 参考模型
下载PDF
基于EMD和LVQ的信号特征提取及分类方法 被引量:8
12
作者 余炜 周娅 +3 位作者 马晶晶 万代立 刘伦 张灿斌 《数据采集与处理》 CSCD 北大核心 2014年第5期683-687,共5页
针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑... 针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑电信号分解,然后选取主要固有模态函数分量并计算其绝对均值作为特征值,最后使用学习向量量化网络进行分类,并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究。实验结果表明,所提出的算法分类正确率达到了87%,相比于其余两种对比算法在特定的信号处理领域优越,具有一定的参考和研究价值。 展开更多
关键词 经验模式分解 学习向量量化神经网络 脑-机接口 脑电信号
下载PDF
基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别 被引量:17
13
作者 刘占宇 孙华生 黄敬峰 《中国水稻科学》 CAS CSCD 北大核心 2007年第6期664-668,共5页
水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向... 水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量,利用学习矢量量化(LVQ)神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试,结果显示对白穗和正常稻穗的分类精度高达100%。研究表明,基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的,可以补充和替代肉眼观测。 展开更多
关键词 水稻 遥感 病虫害估测 高光谱反射率 学习矢量量化神经网络
下载PDF
一种基于LVQ神经网络与图像处理的火焰识别算法 被引量:14
14
作者 包晗 康泉胜 周明 《中国安全科学学报》 CAS CSCD 北大核心 2011年第6期60-64,共5页
针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及... 针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。 展开更多
关键词 学习向量量化(LVQ)神经网络 图像处理 火焰识别 目标检测 火灾火焰
下载PDF
改进的SOFM及其在矢量量化中的应用 被引量:7
15
作者 段勇 徐心和 崔宝侠 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第3期718-721,共4页
根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。... 根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。 展开更多
关键词 部分失真 矢量量化 竞争学习 自组织特征映射神经网络 小波变换
下载PDF
基于径向基函数神经网络的织物疵点分类 被引量:5
16
作者 李鹏飞 杨宁 景军锋 《计算机测量与控制》 CSCD 北大核心 2012年第10期2751-2753,2759,共4页
对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分... 对径向基函数神经网络在疵点分类中的应用进行了研究;提出了一种应用于模式识别的RBF训练算法,提取织物疵点的特征参数如均值、方差和熵,再利用神经网络进行疵点类别的判别,精确度高达百分之九十多,准确地反映了每一类瑕疵特征的真实分布情况;然后分析了另一种神经网络--学习矢量量化网络LVQ对疵点分类的效果,将它们的训练速度和分类精度进行了比较;实验结果表明,采用RBF神经网络比LVQ神经网络的分类速度更快、精度更高,更有效地被应用于织物疵点分类中。 展开更多
关键词 织物疵点分类 特征提取 学习矢量量化 径向基函数 神经网络
下载PDF
遗传算法的LVQ神经网络在遥感图像分类中的应用 被引量:5
17
作者 姚谦 郭子祺 +1 位作者 袁泉 柳彩霞 《遥感信息》 CSCD 2008年第5期21-24,共4页
学习矢量量化(LVQ2)神经网络算法对初值非常敏感,影响遥感图像分类的精度。遗传算法具有很强的全局搜索能力和鲁棒性,能够优化LVQ2神经网络的初始权值向量,在一定程度上降低算法对初值的敏感性。本文采用遗传算法选取LVQ2神经网络的初... 学习矢量量化(LVQ2)神经网络算法对初值非常敏感,影响遥感图像分类的精度。遗传算法具有很强的全局搜索能力和鲁棒性,能够优化LVQ2神经网络的初始权值向量,在一定程度上降低算法对初值的敏感性。本文采用遗传算法选取LVQ2神经网络的初始权值,并以江苏省扬州地区遥感图像分类为例,通过与标准LVQ神经网络、最大似然法进行比较,结果证明,利用遗传算法的LVQ2神经网络在分类精度上有了一定的提高。 展开更多
关键词 学习矢量量化 神经网络 遗传算法 遥感图像分类
下载PDF
小波包变换特征提取与表面肌电分类 被引量:6
18
作者 谢洪波 王志中 黄海 《医疗卫生装备》 CAS 2003年第9期7-8,10,共3页
针对表面肌电(SEMG)的非平稳特性,提出采用小波包变换方法对其进行分类。分析了特征提取方法并采用小波包变换各频段能量构造特征矢量,经过学习矢量量化神经网络训练能够有效地从伸肌和屈肌采集的两道肌电信号中识别伸拳,展拳,腕内旋,... 针对表面肌电(SEMG)的非平稳特性,提出采用小波包变换方法对其进行分类。分析了特征提取方法并采用小波包变换各频段能量构造特征矢量,经过学习矢量量化神经网络训练能够有效地从伸肌和屈肌采集的两道肌电信号中识别伸拳,展拳,腕内旋,腕外旋4种运动模式,平均识别率为94.5%。与其它时频分析方法比较,该方法不仅识别率高,鲁棒性好,也为其他非平稳生理信号分析提供了新手段。 展开更多
关键词 小波包变换 表面肌电信号 学习矢量量化 时频分析 神经网络训练
下载PDF
基于神经网络的回转窑火焰图像分割 被引量:16
19
作者 李树涛 王耀南 《仪器仪表学报》 EI CAS CSCD 北大核心 2001年第1期10-12,16,共4页
回转窑火焰图像的正确分割对于提取回转窑工况参数具有重要的意义。本文研究了多层感知器、径向基函数网络、学习向量量化网络和自组织特征映射网络等四种神经网络在回转窑火焰图像分割中的应用。选取火焰图像的归一化色彩值作为训练样... 回转窑火焰图像的正确分割对于提取回转窑工况参数具有重要的意义。本文研究了多层感知器、径向基函数网络、学习向量量化网络和自组织特征映射网络等四种神经网络在回转窑火焰图像分割中的应用。选取火焰图像的归一化色彩值作为训练样本 ,分别采用有导师学习和无导师学习两种方法进行训练。对实测图像进行分割的结果表明 。 展开更多
关键词 图像分割 神经网络 多层感知器 径向基函数 学习向量量化 自组织特征映射 回转窑
下载PDF
一种基于学习向量量化神经网络的图象分割方法 被引量:2
20
作者 况菲 王耀南 +1 位作者 余洪山 万琴 《计算机工程与应用》 CSCD 北大核心 2005年第14期34-36,共3页
基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向,其中道路图象的正确分割是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题,提出了一种基于LV Q神经... 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向,其中道路图象的正确分割是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题,提出了一种基于LV Q神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量,应用基于LV Q学习算法的神经网络分类器进行道路与非道路识别;为解决环境噪声对神经网络输出的影响,本文设计了串行级联式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实测图象进行分割处理验证了该方法的有效性和鲁棒性,可用于室外环境下机器人的实时视觉导航控制。 展开更多
关键词 图象分割 神经网络 学习向量量化 形态学滤波 视觉导航
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部