期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到65篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于像素对比学习的图像超分辨率算法 被引量：1
1
作者 周登文 刘子涵 刘玉铠 《自动化学报》 EI CAS CSCD 北大核心 2024年第1期181-193,共13页
目前,深度卷积神经网络(Convolutional neural network,CNN)已主导了单图像超分辨率(Single image superresolution,SISR)技术的研究,并取得了很大进展.但是,SISR仍是一个开放性问题,重建的超分辨率(Super-resolution,SR)图像往往会出... 目前,深度卷积神经网络(Convolutional neural network,CNN)已主导了单图像超分辨率(Single image superresolution,SISR)技术的研究,并取得了很大进展.但是,SISR仍是一个开放性问题,重建的超分辨率(Super-resolution,SR)图像往往会出现模糊、纹理细节丢失和失真等问题.提出一个新的逐像素对比损失,在一个局部区域中,使SR图像的像素尽可能靠近对应的原高分辨率(High-resolution,HR)图像的像素,并远离局部区域中的其他像素,可改进SR图像的保真度和视觉质量.提出一个组合对比损失的渐进残差特征融合网络(Progressive residual feature fusion network,PRFFN).主要贡献有:1)提出一个通用的基于对比学习的逐像素损失函数,能够改进SR图像的保真度和视觉质量;2)提出一个轻量的多尺度残差通道注意力块(Multi-scale residual channel attention block,MRCAB),可以更好地提取和利用多尺度特征信息;3)提出一个空间注意力融合块(Spatial attention fuse block,SAFB),可以更好地利用邻近空间特征的相关性.实验结果表明,PRFFN显著优于其他代表性方法. 展开更多
关键词 图像超分辨率 卷积神经网络 对比学习 注意力机制
在线阅读 下载PDF
基于多路特征渐进融合和注意力机制的轻量级图像超分辨率重建
2
作者 刘玉铠 周登文 《智能系统学报》 CSCD 北大核心 2024年第4期863-873,共11页
为进一步探索在计算和存储资源受限设备上应用超分辨率方法的可能性,本研究聚焦于深度卷积神经网络技术在单图像超分辨率中的应用,特别是如何在不显著增加网络规模的情况下,提升网络的性能。本文提出一种新的基于多路特征渐进融合和注... 为进一步探索在计算和存储资源受限设备上应用超分辨率方法的可能性,本研究聚焦于深度卷积神经网络技术在单图像超分辨率中的应用,特别是如何在不显著增加网络规模的情况下,提升网络的性能。本文提出一种新的基于多路特征渐进融合和注意力机制的轻量级单图像超分辨率方法(multi-path feature fusion and attention mechanism,MPFFA)。MPFFA包括一个多路特征渐进融合块(multi-path feature progressive fusion,FPF),可以通过前面的特征,多路渐进地引导和校准后面特征的学习;还包括一个多路特征注意力机制(multi-path feature attention mechanism,FAM),通过加权拼接多路特征通道,可以提高特征信息的利用率和特征表达能力。实验结果表明:MPFFA显著优于当前其他代表性的方法,在模型复杂度和性能间达到了更好的平衡。本文提出的模型能够更好地应用于计算和资源受限的设备上。 展开更多
关键词 图像超分辨率 卷积神经网络 特征融合 注意力机制 深度学习 图像还原 峰值信噪比 结构相似度
在线阅读 下载PDF
基于全局依赖Transformer的图像超分辨率网络
3
作者 刘子涵 周登文 刘玉铠 《计算机应用》 CSCD 北大核心 2024年第5期1588-1596,共9页
目前,基于深度学习的图像超分辨网络主要由卷积实现。相较于传统的卷积神经网络(CNN),Transformer在图像超分辨率任务中的主要优势是它的长距离依赖建模能力;然而大多数基于Transformer的图像超分辨率模型在参数量小、网络层数少的情况... 目前,基于深度学习的图像超分辨网络主要由卷积实现。相较于传统的卷积神经网络(CNN),Transformer在图像超分辨率任务中的主要优势是它的长距离依赖建模能力;然而大多数基于Transformer的图像超分辨率模型在参数量小、网络层数少的情况下无法建立全局依赖,限制了模型的性能。为了在超分辨率网络中建立全局依赖,提出了基于全局依赖Transformer的图像超分辨率网络(GDTSR),主要组成部分为残差方形轴向窗口块(RSAWB),它的内部轴向窗口Transformer残差层利用轴向窗口和自注意力,可以使每个像素与整个特征图建立起全局依赖。此外,目前大多数图像超分辨率模型的超分辨率图像重建模块都由卷积组成,为了动态整合提取到的特征信息,结合Transformer与卷积,共同重建超分辨率图像。实验结果表明,GDTSR在5个标准测试集Set5、Set14、B100、Urban100和Manga109上的测试结果中,3个倍数(×2,×3,×4)的峰值信噪比(PSNR)和结构相似性(SSIM)均达到了最优,特别是在大尺寸图像的Urban100和Manga109数据集上模型性能的提升尤为明显。 展开更多
关键词 图像超分辨率 TRANSFORMER 自注意力 全局依赖 轴向窗口
在线阅读 下载PDF
张量积Bézier曲面降阶逼近的新方法 被引量：16
4
作者 周登文 刘芳 +1 位作者 居涛 孙家广 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2002年第6期553-556,共4页
基于 L2 范数 ,给出基于曲面间体积极小的约束优化算法 ,将 Bézier曲面的降阶问题转变为线性方程组的求解 ,并给出降阶逼近问题解的存在性证明 .文中还对逼近误差进行了分析 。
关键词 张量积 BÉZIER曲面 降阶 逼近 计算机辅助设计 几何造型
在线阅读 下载PDF
边导向的双三次彩色图像插值 被引量：9
5
作者 周登文 申晓留 《自动化学报》 EI CSCD 北大核心 2012年第4期525-530,共6页
提出了一个新的边导向的双三次卷积(Cubic convolution,CC)彩色图像插值算法.对于待插值的像素,首先在其邻域检测两个正交方向边的强度.如果该像素在一个强边上,则沿着强边的方向执行CC插值估计该像素;否则,该像素在弱边或纹理区域,通... 提出了一个新的边导向的双三次卷积(Cubic convolution,CC)彩色图像插值算法.对于待插值的像素,首先在其邻域检测两个正交方向边的强度.如果该像素在一个强边上,则沿着强边的方向执行CC插值估计该像素;否则,该像素在弱边或纹理区域,通过加权平均两个正交方向的CC插值估计该像素.本文方法也考虑了彩色平面之间的相关性.实验结果显示,本文方法显著优于经典的CC插值和其他一些插值方法. 展开更多
关键词 彩色图像处理 边导向 双三次卷积 图像插值 图像放大
在线阅读 下载PDF
基于递归残差网络的图像超分辨率重建 被引量：25
6
作者 周登文 赵丽娟 +1 位作者 段然 柴晓亮 《自动化学报》 EI CSCD 北大核心 2019年第6期1157-1165,共9页
深度卷积神经网络在单图像超分辨率重建方面取得了卓越成就,但其良好表现通常以巨大的参数数量为代价.本文提出一种简洁紧凑型递归残差网络结构,该网络通过局部残差学习减轻训练深层网络的困难,引入递归结构保证增加深度的同时控制模型... 深度卷积神经网络在单图像超分辨率重建方面取得了卓越成就,但其良好表现通常以巨大的参数数量为代价.本文提出一种简洁紧凑型递归残差网络结构,该网络通过局部残差学习减轻训练深层网络的困难,引入递归结构保证增加深度的同时控制模型参数数量,采用可调梯度裁剪方法防止产生梯度消失/梯度爆炸,使用反卷积层在网络末端直接上采样图像到超分辨率输出图像.基准测试表明,本文在重建出同等质量超分辨率图像的前提下,参数数量及计算复杂度分别仅为VDSR方法的1/10和1/(2n^2). 展开更多
关键词 递归结构 残差学习 卷积神经网络 深度学习 超分辨率
在线阅读 下载PDF
邻域小波系数自适应的图像降噪 被引量：4
7
作者 周登文 申晓留 《中国图象图形学报》 CSCD 北大核心 2008年第11期2112-2116,共5页
如何去除自然图像中的高斯白噪声是图像处理中的一个经典问题。基于小波收缩的NeighShrink降噪方法取得了很好的降噪效果,但是NeighShrink在所有小波子带上均使用了次优的universal阈值以及固定的邻域窗口尺寸,导致了较大的偏差,而且使... 如何去除自然图像中的高斯白噪声是图像处理中的一个经典问题。基于小波收缩的NeighShrink降噪方法取得了很好的降噪效果,但是NeighShrink在所有小波子带上均使用了次优的universal阈值以及固定的邻域窗口尺寸,导致了较大的偏差,而且使得算法不健壮。为此,运用Stein的无偏风险估计改进了NeighShrink方法。该方法能够为每个小波子带确定最优的阈值和邻域窗口尺寸。实验结果显示,该方法取得了比NeighShrink更低的均方误差,也优于当前尖端的图像降噪算法—FeatShrink,其平均MSE大约低6%。 展开更多
关键词 自适应 图像降噪 邻域 小波
在线阅读 下载PDF
一种轻量级的多尺度通道注意图像超分辨率重建网络 被引量：10
8
作者 周登文 李文斌 +1 位作者 李金新 黄志勇 《电子学报》 EI CAS CSCD 北大核心 2022年第10期2336-2346,共11页
近年来,基于深度卷积神经网络的图像超分辨率技术取得了突出进展,并主导了当前的超分辨率技术的研究.但是,性能的改进,往往以参数量的急剧增加为代价,这限制了超分辨率方法的实际应用.本文设计了一个轻量级单图像超分辨率深度卷积网络,... 近年来,基于深度卷积神经网络的图像超分辨率技术取得了突出进展,并主导了当前的超分辨率技术的研究.但是,性能的改进,往往以参数量的急剧增加为代价,这限制了超分辨率方法的实际应用.本文设计了一个轻量级单图像超分辨率深度卷积网络,主要贡献包括:提出了一个多尺度的特征融合模块,使用不同感受野的卷积核,提取多种尺度的特征;提出了一个通道搅乱注意力模块,促进特征通道之间的信息流动,并增强特征选择能力;提出了一个全局特征融合连接模块,提高浅层特征的利用率.实验证明,本文方法与当前代表性的方法MSRN(Multi-Scale Residual Network)相比,参数量减少了3/4,重建的高分辨率图像的主观和客观质量均显著更好. 展开更多
关键词 超分辨率 深度学习 卷积神经网络 注意力机制 多尺度特征
在线阅读 下载PDF
基于区域互补注意力和多维注意力的轻量级图像超分辨率网络 被引量：7
9
作者 周登文 王婉君 +1 位作者 马钰 高丹丹 《模式识别与人工智能》 EI CSCD 北大核心 2022年第7期625-636,共12页
轻量级卷积神经网络具有参数量较小、计算量较小、推理速度较快等特点,但性能受到极大限制.为了进一步提升轻量级图像超分辨率网络的性能,文中提出基于区域互补注意力和多维注意力的轻量级图像超分辨率网络.网络基本构件是双支路的多交... 轻量级卷积神经网络具有参数量较小、计算量较小、推理速度较快等特点,但性能受到极大限制.为了进一步提升轻量级图像超分辨率网络的性能,文中提出基于区域互补注意力和多维注意力的轻量级图像超分辨率网络.网络基本构件是双支路的多交互残差块,可有效融合多尺度特征.为了提高特征的利用率和表达能力,设计轻量且有效的区域互补注意力,使特征图不同区域的信息互相补充.同时设计多维注意力,分别在通道维和空间维建模像素间的依赖关系.实验表明文中网络性能较优,并将当前轻量级超分辨率网络的复杂度和性能平衡提升到一个较高水平. 展开更多
关键词 图像超分辨率 卷积神经网络 特征融合 注意力机制 多尺度特征 区域信息互补
在线阅读 下载PDF
基于多级特征并联的轻量级图像语义分割 被引量：4
10
作者 周登文 田金月 +1 位作者 马路遥 孙秀秀 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第8期1516-1524,共9页
针对当前语义分割算法普遍具有网络结构复杂和计算开销巨大的问题,为了综合提高语义分割算法实时性和精确度,提出计算高效的基于多级特征并联网络(LSSN)的轻量级图像语义分割网络.该算法综合考虑网络的参数量、运行速度和性能,能更好地... 针对当前语义分割算法普遍具有网络结构复杂和计算开销巨大的问题,为了综合提高语义分割算法实时性和精确度,提出计算高效的基于多级特征并联网络(LSSN)的轻量级图像语义分割网络.该算法综合考虑网络的参数量、运行速度和性能,能更好地应用到嵌入式设备和可移动设备上.应用微调的深度卷积神经分类网络作为特征提取网络结构,提取网络不同深浅层语义和位置特征.提出空洞残差增强模块和深度空洞空间金字塔模块分别处理来自特征提取基准网络的深层特征和浅层特征,并将深浅层特征按特定维度比例以并联的方式进行融合.所提方法在PASCAL VOC 2012数据集上准确度(平均交并比)为77.13%,与当前具有高性能的语义分割算法和实时语义分割算法相比,能更好地平衡网络的实时性和精确度,具有更优的实用价值和性能效果. 展开更多
关键词 深度学习 全卷积神经网络 语义分割 特征融合 空洞卷积
在线阅读 下载PDF
基于对偶树复数小波变换的邻域自适应的图像降噪 被引量：1
11
作者 周登文 刘克勤 《电子与信息学报》 EI CSCD 北大核心 2009年第5期1197-1200,共4页
该文提出一种新的基于对偶树复数小波变换的邻域自适应的图像降噪方法,它是现存的NeighShrink降噪方法的改进。该文运用Stein的无偏风险估计,在小波域每一个子带为NeighShrink方法确定一个最优的阈值和邻域窗口,并将NeighShrink方法从... 该文提出一种新的基于对偶树复数小波变换的邻域自适应的图像降噪方法,它是现存的NeighShrink降噪方法的改进。该文运用Stein的无偏风险估计,在小波域每一个子带为NeighShrink方法确定一个最优的阈值和邻域窗口,并将NeighShrink方法从正交的小波变换推广到对偶树复数小波变换。实验结果证实,该文方法比当前基于小波的最具竞争力的图像降噪方法取得了更好的降噪效果。 展开更多
关键词 图像降噪 对偶树 复数小波变换 邻域 自适应
在线阅读 下载PDF
基于最大似然估计的自适应图像降噪 被引量：1
12
作者 周登文 申晓留 《计算机工程》 CAS CSCD 北大核心 2009年第8期236-238,共3页
应用Stein的无偏风险估计改进Mih?ak等提出的LAWML小波域图像降噪算法。该方法能在每一个子带为LAWML方法确定一个最佳的邻域窗口,也将建议的方法推广到对偶树复数小波变换。实验结果证实,该方法不仅优于LAWML,也优于当前其他一些图像... 应用Stein的无偏风险估计改进Mih?ak等提出的LAWML小波域图像降噪算法。该方法能在每一个子带为LAWML方法确定一个最佳的邻域窗口,也将建议的方法推广到对偶树复数小波变换。实验结果证实,该方法不仅优于LAWML,也优于当前其他一些图像降噪算法。 展开更多
关键词 图像降噪 统计造型 小波变换 自适应
在线阅读 下载PDF
基于特征融合注意网络的图像超分辨率重建 被引量：4
13
作者 周登文 马路遥 +1 位作者 田金月 孙秀秀 《自动化学报》 EI CAS CSCD 北大核心 2022年第9期2233-2241,共9页
近年来,基于深度卷积神经网络的单图像超分辨率重建,取得了显著的进展,但是,仍然存在诸如特征利用率低、网络参数量大和重建图像细节纹理模糊等问题.我们提出了基于特征融合注意网络的单图像超分辨率方法,网络模型主要包括特征融合子网... 近年来,基于深度卷积神经网络的单图像超分辨率重建,取得了显著的进展,但是,仍然存在诸如特征利用率低、网络参数量大和重建图像细节纹理模糊等问题.我们提出了基于特征融合注意网络的单图像超分辨率方法,网络模型主要包括特征融合子网络和特征注意子网络.特征融合子网络可以更好地融合不同深度的特征信息,以及增加跨通道的学习能力;特征注意子网络则着重关注高频信息,以增强边缘和纹理.实验结果表明:无论是主观视觉效果,还是客观度量,我们方法的超分辨率性能明显优于其他代表性的方法. 展开更多
关键词 单图像超分辨率 卷积神经网络 特征融合 注意网络
在线阅读 下载PDF
自适应的图像组合降噪 被引量：1
14
作者 周登文 申晓留 《中国图象图形学报》 CSCD 北大核心 2008年第2期219-224,共6页
BayesShrink是小波收缩降噪最好的算法之一,而WienerChop方法则是利用小波域维纳滤波改进了VisuShrink算法。为了更好地滤除噪声,研究了WienerChop组合BayesShrink进行降噪的方法。实验表明,该组合算法优于WienerChop和BayesShrink算法... BayesShrink是小波收缩降噪最好的算法之一,而WienerChop方法则是利用小波域维纳滤波改进了VisuShrink算法。为了更好地滤除噪声,研究了WienerChop组合BayesShrink进行降噪的方法。实验表明,该组合算法优于WienerChop和BayesShrink算法,其可产生更低的均方误差和更高的信噪比。它不仅综合了WienerChop和BayesShrink两种算法的优点,而且改善了WienerChop算法的过光滑和BayesShrink算法残留较多噪声的问题,同时可获得视觉上更为愉悦的降噪图像。 展开更多
关键词 自适应 图像降噪 图像恢复 小波
在线阅读 下载PDF
基于CAD模型的直接快速成型软件 被引量：16
15
作者 董未名 严冬明 +1 位作者 周登文 孙家广 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2004年第3期360-367,共8页
目前国内普遍使用的基于STL模型的快速成型软件在精确度和灵活性上都存在着很多缺陷 ,在一定程度上影响了快速成型技术在生产中所起的作用 以三维几何造型系统GEMS 6 0为平台 ,实现了一个基于CAD模型的直接快速成型软件 ,可进行分层、... 目前国内普遍使用的基于STL模型的快速成型软件在精确度和灵活性上都存在着很多缺陷 ,在一定程度上影响了快速成型技术在生产中所起的作用 以三维几何造型系统GEMS 6 0为平台 ,实现了一个基于CAD模型的直接快速成型软件 ,可进行分层、填充、构造支撑体以及生成CLI文件等 展开更多
关键词 CAD 几何造型系统 STL模型 直接快速成型软件 应用软件
在线阅读 下载PDF
平面扩展简单多边形的布尔运算 被引量：15
16
作者 董未名 玛依拉.巴榜 +1 位作者 周登文 孙家广 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2003年第9期1134-1140,1144,共8页
Rivero等最近提出了一种用来计算任意平面简单多边形的交、并、差的新方法 ,在这一算法基础上进行扩展 ,使其可以应用到带圆锥曲线边的平面扩展简单多边形上 ,并给出了完整的数学模型.
关键词 计算机图形学 平面扩展简单多边形 布尔运算 计算几何 几何模型 鲁棒性 数学模型
在线阅读 下载PDF
基于权因子调整的NURBS曲线形状修改算法及其在人脸建模中的应用 被引量：13
17
作者 郭镔 周登文 《计算机研究与发展》 EI CSCD 北大核心 2004年第1期142-147,共6页
提出了一种修改NURBS曲线形状的新算法 该算法运用约束优化方法 ,通过调整原始曲线的多个控制顶点的权因子 ,使得修改后的曲线更加自然地通过给定的目标点 推导出了用于计算新权因子的 3变量线性方程组 ,并在此基础上 ,针对人脸建模中... 提出了一种修改NURBS曲线形状的新算法 该算法运用约束优化方法 ,通过调整原始曲线的多个控制顶点的权因子 ,使得修改后的曲线更加自然地通过给定的目标点 推导出了用于计算新权因子的 3变量线性方程组 ,并在此基础上 ,针对人脸建模中的具体问题 ,设计了一种基于NURBS曲线形状调整的人脸轮廓线编辑算法 。 展开更多
关键词 NURBS曲线 权因子 形状修改 约束优化 人脸建模
在线阅读 下载PDF
基于STEP的CAD协同工作 被引量：5
18
作者 胡毓宁 吴旭光 周登文 《计算机工程与应用》 CSCD 北大核心 2002年第3期120-122,193,共4页
该文研究了基于STEP的CAD系统集成方式和传统CAD系统间协同工作方式,并在自主开发的CAD系统GHMDS4.0的体系结构的基础上提出了一种分布式的基于STEP的CAD协同工作的同步协同工作方式,从而为CAD协同工作提供了一种新的思路。最后文章还提... 该文研究了基于STEP的CAD系统集成方式和传统CAD系统间协同工作方式,并在自主开发的CAD系统GHMDS4.0的体系结构的基础上提出了一种分布式的基于STEP的CAD协同工作的同步协同工作方式,从而为CAD协同工作提供了一种新的思路。最后文章还提出EXPRESS数据库差分方法以减少通讯中的数据量。 展开更多
关键词 STEP CAD CSCW PETRI网 系统集成 协同工作 计算机辅助设计
在线阅读 下载PDF
新美洲星与杀菌剂混配对小麦赤霉病的防治效果 被引量：1
19
作者 周登文 冯翔 +6 位作者 杨霞 卢建新 张强 甘强 李大珍 刘久波 吴涛 《湖北植保》 2024年第1期58-59,82,共3页
本文研究了新美洲星与麦甜、乐麦宝混用对小麦赤霉病的田间防治效果。结果表明,采用新美洲星和杀菌剂进行混配处理后,对小麦赤霉病均具有良好的防治效果,防治效果均达85%以上,具有一定的增效作用。新美洲星与杀菌剂麦甜和乐麦宝混合使用... 本文研究了新美洲星与麦甜、乐麦宝混用对小麦赤霉病的田间防治效果。结果表明,采用新美洲星和杀菌剂进行混配处理后,对小麦赤霉病均具有良好的防治效果,防治效果均达85%以上,具有一定的增效作用。新美洲星与杀菌剂麦甜和乐麦宝混合使用,还可促进小麦增产,实际增产率达14.7%~16.3%。综合考虑防治效果和增产效果,在实际生产中推荐使用新美洲星100 mL/667m^(2)+杀菌剂麦甜60 mL/667m^(2)或新美洲星100 mL/667m^(2)+杀菌剂乐麦宝40 mL/667m^(2),以达到防治小麦赤霉病、减药节本和增产增收的效果。 展开更多
关键词 新美洲星 杀菌剂 小麦赤霉病 防治效果
在线阅读 下载PDF
基于多尺度特征映射网络的图像超分辨率重建 被引量：9
20
作者 段然 周登文 +1 位作者 赵丽娟 柴晓亮 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第7期1331-1339,共9页
针对基于卷积神经网络的图像超分辨率重建(SRCNN)方法存在的重建网络浅、特征利用率低以及重建图像模糊等问题,提出基于多尺度特征映射网络的图像超分辨率重建方法.多尺度特征映射网络通过学习低分辨率(LR)特征与高分辨率(HR)特征之间... 针对基于卷积神经网络的图像超分辨率重建(SRCNN)方法存在的重建网络浅、特征利用率低以及重建图像模糊等问题,提出基于多尺度特征映射网络的图像超分辨率重建方法.多尺度特征映射网络通过学习低分辨率(LR)特征与高分辨率(HR)特征之间的映射关系,将多个尺度的LR特征映射到HR特征空间,通过特征融合来提高重建过程中对特征的利用率;该方法定义了结合逐像素损失、感知损失和对抗损失的联合损失函数,从低频内容、图像边缘和局部纹理等方面均衡提升重建图像质量.对数据集Set5、Set14和BSD100的图片4倍下采样后进行测试,与当前主流方法进行比较和分析.实验证明,基于生成对抗的多尺度特征映射网络在提高图像感知质量方面表现优秀,重建的图像具有更加清晰的边缘和纹理,在客观评价上具有较好的评分. 展开更多
关键词 卷积神经网络 超分辨率重建 生成对抗网络 深度学习 感知损失
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部