深度网络异常检测模型的泛化性能研究 被引量：2

1

作者 曲彦泽 马海龙 江逸茗 《信息工程大学学报》 2024年第2期213-218,共6页

近年来,基于深度学习的网络异常检测模型成为领域内研究的热点,业已在实验环境下取得了出色的效果。但基于深度学习的网络异常检测模型在不同网络环境下的泛化性能尚无深入研究。分别基于多层感知机、一维卷积神经网络以及深度自编码器... 近年来,基于深度学习的网络异常检测模型成为领域内研究的热点,业已在实验环境下取得了出色的效果。但基于深度学习的网络异常检测模型在不同网络环境下的泛化性能尚无深入研究。分别基于多层感知机、一维卷积神经网络以及深度自编码器构建了3种具有代表性的深度网络异常检测模型,并在CICIDS2017、CICIDS2018数据集上进行模型表现的交叉评估,以量化研究其泛化性能。实验结果显示,评估过程中这3类模型的准确率分别出现了平均20.78%、23.18%、11.13%的下滑,发现了深度网络异常检测模型泛化性能的严重问题,揭示了深度学习技术应用于网络安全领域的隐患与其走向生产化部署的关键性阻碍。最后,对这一问题进行总结与分析,并就解决方案进行探讨与展望。 展开更多

关键词 网络安全 网络异常检测 深度学习 泛化性能

在线阅读 下载PDF 职称材料

基于改进Joachims上界的SVM泛化性能评价方法 被引量：6

2

作者 宋小杉 蒋晓瑜 +1 位作者 汪熙 姚军 《电子学报》 EI CAS CSCD 北大核心 2011年第6期1379-1383,共5页

留一法(Leave One Out,LOO)错误率是评价支持向量机(Support Vector Machine,SVM)性能最准确方法,LOO错误率越小,SVM泛化性能越好.但LOO实现起来较为费时.因此人们提出了LOO错误率的各种上界作为近似,最有代表性的是Joachims上界和Jaakk... 留一法(Leave One Out,LOO)错误率是评价支持向量机(Support Vector Machine,SVM)性能最准确方法,LOO错误率越小,SVM泛化性能越好.但LOO实现起来较为费时.因此人们提出了LOO错误率的各种上界作为近似,最有代表性的是Joachims上界和Jaakkola-Haussler上界.基于LOO上界的SVM泛化性能评价方法不但较为准确,而且耗时大大减小.本文首先证明了在径向基函数(Radial Basis Function,RBF)为核函数的SVM中,Joachims上界和Jaakkola-Haussler上界是等价的;其次对Joachims上界进行理论分析,指出了其不足之处,并予以改进,得到了改进的Joachims上界;最后通过实验对LOO错误率J、aakkola-Haussler上界J、oachims上界和改进的Joachims上界进行了比较,结果显示改进的Joachims上界比Jaakkola-Haussler上界和Joachims上界更加接近LOO错误率,是一种更加准确的SVM泛化性能评价方法. 展开更多

关键词 支持向量机 高斯核 泛化性能评价 改进Joachims上界

在线阅读 下载PDF 职称材料

基于CFD的明渠特征参数-流量神经网络模型泛化性能研究 被引量：1

3

作者 张人元 宁芊 《水利技术监督》 2023年第5期188-194,230,共8页

文章设计了一种与机器学习相结合的基于CFD数值模拟的梯形明渠特征参数-流量模型,用于对具有不同渠道参数的梯形明渠进行流量计算。选取影响梯形明渠流量的特征参数建立模型框架;使用CFD数值模拟梯形明渠得到训练数据;将模型搭配机器学... 文章设计了一种与机器学习相结合的基于CFD数值模拟的梯形明渠特征参数-流量模型,用于对具有不同渠道参数的梯形明渠进行流量计算。选取影响梯形明渠流量的特征参数建立模型框架;使用CFD数值模拟梯形明渠得到训练数据;将模型搭配机器学习算法进行训练得到最终模型;使用最终模型对若干实际渠道进行试验。结果表明,最大误差为7.6684%且平均误差为2.7965%,该模型能够在具有不同参数的梯形明渠下实现高效,稳定和准确的流量计算。 展开更多

关键词 明渠 计算流体力学 机器学习 泛化性能

在线阅读 下载PDF 职称材料

神经网络在汽车起重机幅度预测中的应用及泛化性能分析

4

作者 郭启训 孙琦 张迁 《建设机械技术与管理》 2021年第3期146-149,共4页

探讨了BP神经网络和广义回归神经网络在汽车起重机幅度预测中的应用方法,结合实测数据对比了不同神经网络结构的计算精度和泛化性能差异;为了弥补神经网络算法外推性能较差的缺点,结合工程应用实际,提出了一种通过降维拟合外推超载工况... 探讨了BP神经网络和广义回归神经网络在汽车起重机幅度预测中的应用方法,结合实测数据对比了不同神经网络结构的计算精度和泛化性能差异;为了弥补神经网络算法外推性能较差的缺点,结合工程应用实际,提出了一种通过降维拟合外推超载工况样本数据,从而提高基于神经网络的幅度预测算法泛化性能的方法。 展开更多

关键词 神经网络 汽车起重机 泛化性能 数据拟合

在线阅读 下载PDF 职称材料

ANN集成的训练误差收敛和泛化误差有界的证明

5

作者 黄红梅 罗兵 《广东水利电力职业技术学院学报》 2008年第4期58-64,共7页

按AdaBoost自适应提升算法构建多个简单ANN然后集成,简化了ANN设计,改善了ANN性能。该理论证明:在单个ANN具有一定的要求较低的性能条件下,即误差小于50%时,该ANN集成对两分类问题的训练误差具有收敛性,对测试集的泛化误差有界。从而从... 按AdaBoost自适应提升算法构建多个简单ANN然后集成,简化了ANN设计,改善了ANN性能。该理论证明:在单个ANN具有一定的要求较低的性能条件下,即误差小于50%时,该ANN集成对两分类问题的训练误差具有收敛性,对测试集的泛化误差有界。从而从理论上可以解释其对ANN性能的改进。 展开更多

关键词 ANN集成 ADABOOST 机器学习 训练误差 泛化性能

在线阅读 下载PDF 职称材料

基于贝叶斯正则化神经网络的径流长期预报 被引量：12

6

作者 李红霞 许士国 范垂仁 《大连理工大学学报》 EI CAS CSCD 北大核心 2006年第z1期174-177,共4页

针对神经网络用于径流长期预报时,网络结构过于复杂而易出现过拟合的问题,采用主成分分析和贝叶斯正则化神经网络对预报模型进行改进．首先利用主成分分析对输入因子进行降维和优化,然后通过贝叶斯正则化对网络权值的限制来简化网络结构... 针对神经网络用于径流长期预报时,网络结构过于复杂而易出现过拟合的问题,采用主成分分析和贝叶斯正则化神经网络对预报模型进行改进．首先利用主成分分析对输入因子进行降维和优化,然后通过贝叶斯正则化对网络权值的限制来简化网络结构,从而有效地抑制过拟合．对嫩江流域江桥站年平均径流的仿真结果表明,贝叶斯正则化神经网络结合主成分分析的预报方法,可以显著地提高泛化能力和预报精度,而且网络收敛也比较稳定． 展开更多

关键词 径流长期预报 神经网络 泛化性能 主成分分析 贝叶斯正则化

在线阅读 下载PDF 职称材料

无偏置ν-SVM分类优化问题研究

7

作者 丁晓剑 赵银亮 《电子与信息学报》 EI CSCD 北大核心 2011年第8期1998-2002,共5页

在高维空间中,分类超平面倾向于通过原点,即不需要偏置(b)。为了研究在ν-SVM分类问题中是否需要b,该文提出了无(b)的ν-SVM的对偶优化问题并给出了其优化问题求解方法。该方法通过有效集策略将对偶优化问题转化为等式约束子优化问题,... 在高维空间中,分类超平面倾向于通过原点,即不需要偏置(b)。为了研究在ν-SVM分类问题中是否需要b,该文提出了无(b)的ν-SVM的对偶优化问题并给出了其优化问题求解方法。该方法通过有效集策略将对偶优化问题转化为等式约束子优化问题,然后通过拉格朗日乘子法将子优化问题转化为线程方程组来求解。实验表明偏置(b)的存在会降低ν-SVM的泛化性能,ν-SVM只能得到无(b)ν-SVM的次优解。 展开更多

关键词 V-支持向量机 偏置 泛化性能 有效集

在线阅读 下载PDF 职称材料

一种基于领域优化的集成交叉覆盖神经网络

8

作者 孙冰 李晓丽 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第2期238-242,共5页

文章介绍了交叉覆盖算法的基本思想,并对该算法的样本误识原因进行了分析,给出单个神经元的误识区域;在此基础上,提出了一种基于领域优化的集成交叉覆盖神经网络,在子网络的生成过程中,监视覆盖领域的生成情况,加入覆盖领域优化算法CAOA... 文章介绍了交叉覆盖算法的基本思想,并对该算法的样本误识原因进行了分析,给出单个神经元的误识区域;在此基础上,提出了一种基于领域优化的集成交叉覆盖神经网络,在子网络的生成过程中,监视覆盖领域的生成情况,加入覆盖领域优化算法CAOA,避免集成后系统中出现覆盖领域重合、内切和外切的情况,以减小集成后系统的样本误识区域,提高系统的泛化性能。结果表明:采用基于CAOA的集成交叉覆盖神经网络可以减少拒识样本数,提高识别精度,对模式识别问题具有较强的实用价值。 展开更多

关键词 交叉覆盖 神经网络集成 领域优化 泛化性能

在线阅读 下载PDF 职称材料

基于新型进化规划的异构神经网络集成算法

9

作者 王立 朱学峰 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第1期86-90,共5页

为了进一步提高集成算法的泛化性能,增强个体网络生成过程的客观性,提出一种基于新型进化规划的异构神经网络集成算法.该算法首先利用改进的进化规划生成多个异构的最优网络,然后对异构网络进行组合求解.仿真实验表明,文中算法能够克服... 为了进一步提高集成算法的泛化性能,增强个体网络生成过程的客观性,提出一种基于新型进化规划的异构神经网络集成算法.该算法首先利用改进的进化规划生成多个异构的最优网络,然后对异构网络进行组合求解.仿真实验表明,文中算法能够克服传统集成算法中成员网络结构固定、缺乏个体精度的缺点,具有比传统集成算法更好的泛化性能和更少的随机不确定因素. 展开更多

关键词 进化规划 神经网络集成 异构神经网络 Bootstrap采样 泛化性能

在线阅读 下载PDF 职称材料

改进磷虾群算法优化ELM的入侵检测 被引量：5

10

作者 刘唐 周炜 王晓丹 《火力与指挥控制》 CSCD 北大核心 2018年第12期27-32,共6页

泛滥的网络攻击严重威胁网络信息安全。入侵检测系统的高效性、鲁棒性等则尤为重要。针对极限学习机ELM的性能过分依赖于众多隐层节点的单隐层前馈神经网络SLFN的问题,提出基于改进磷虾群算法的极限学习机(IKH-ELM)的入侵检测算法。此... 泛滥的网络攻击严重威胁网络信息安全。入侵检测系统的高效性、鲁棒性等则尤为重要。针对极限学习机ELM的性能过分依赖于众多隐层节点的单隐层前馈神经网络SLFN的问题,提出基于改进磷虾群算法的极限学习机(IKH-ELM)的入侵检测算法。此算法减少隐层节点数为类别数,并利用IKH优化节点的权值和偏置,使ELM的决策性能显著上升。KDD99数据集实验表明:与原始ELM相比,IKH-ELM构造的仅5个节点的SLFN的泛化性能优势明显。与BP、SVM等算法相比,IKH-ELM算法能快速训练并有更高的检测正确率。 展开更多

关键词 入侵检测 极限学习机(ELM) 单隐层前馈神经网络(SLFN) 磷虾群算法 泛化性能

在线阅读 下载PDF 职称材料

基于粒子群优化的错误最小化极端学习机 被引量：5

11

作者 赵敏汝 张建明 韩飞 《无线通信技术》 2015年第2期55-61,共7页

极端学习机(ELM)作为一种广义的单隐层前馈神经网络在分类和回归问题中得到广泛的应用,并受到机器学习学者的广泛关注。如何自主的设计极端学习机(ELM)的网络结构是极端学习机研究领域的一个关键问题。那些经典的构造性极端学习机过分... 极端学习机(ELM)作为一种广义的单隐层前馈神经网络在分类和回归问题中得到广泛的应用,并受到机器学习学者的广泛关注。如何自主的设计极端学习机(ELM)的网络结构是极端学习机研究领域的一个关键问题。那些经典的构造性极端学习机过分着重于单隐层前馈神经网络的准确率而忽视了网络的性能。本文基于错误最小化极端学习机(EM-ELM)和粒子群优化(PSO)算法提出了一种有效的方法优化网络结构。在所提出的算法中,经过粒子群算法优化过的隐层节点一个一个的加入到网络中,重要的是,除了考虑到网络的准确率,相应的极端学习机的隐层输出矩阵的条件值也作为优化的条件之一。在不同数据集上的实验结果证明了本文提出的算法相比其他构造性极端学习机能以更精简的结构获得更高的准确率和更好的泛化性能。 展开更多

关键词 极端学习机 粒子群优化 网络结构 泛化性能 条件数

在线阅读 下载PDF 职称材料

基于改进甲壳虫全域搜索算法的机织物疵点检测

12

作者 李杨 张永超 +2 位作者 彭来湖 胡旭东 袁嫣红 《纺织学报》 EI CAS CSCD 北大核心 2024年第10期89-94,共6页

为解决深度学习模型在面对跨场景的织物疵点检测时存在泛化性能差的问题,在甲壳虫全域搜索算法(BAS)的基础上添加了本地搜索能力构建了一种基于甲壳虫算法的混合算法,该算法可具体分为训练阶段和检测阶段。在训练阶段,通过对无疵点织物... 为解决深度学习模型在面对跨场景的织物疵点检测时存在泛化性能差的问题,在甲壳虫全域搜索算法(BAS)的基础上添加了本地搜索能力构建了一种基于甲壳虫算法的混合算法,该算法可具体分为训练阶段和检测阶段。在训练阶段,通过对无疵点织物进行训练构建二维Gabor滤波器,然后使用改进BAS的混合模型对Gabor滤波器的参数进行了优化,使改进后的算法具备全局搜索和局部搜索的能力;在检测阶段,根据在训练阶段获得最佳参数构造Gabor滤波器,对待检测的织物图像进行卷积运算,并对卷积后图像进行二值化处理,最终识别待测试织物是否含有疵点。实验结果表明:该方法的特征提取具有良好的类别区分性,更加集中在疵点范围内,检测准确率可达99.26%,具有良好的稳定性和泛化性能。 展开更多

关键词 深度学习 全域搜索算法 GABOR滤波器 织物疵点检测 泛化性能 图像识别

在线阅读 下载PDF 职称材料

基于自监督的集成神经网络图像去噪方法分析

13

作者 刘才源 姜珊 《数字技术与应用》 2024年第12期159-161,共3页

随着深度学习技术的不断发展及其广泛应用,针对缺失清晰图像的情形,本文提出了一种基于自监督学习的集成神经网络方法,该方法仅需要输入单幅噪声图像即可实现图像去噪。首先使用伯努利采样(Bernoulli Sampling,BS)方法,生成噪声图像对,... 随着深度学习技术的不断发展及其广泛应用,针对缺失清晰图像的情形,本文提出了一种基于自监督学习的集成神经网络方法,该方法仅需要输入单幅噪声图像即可实现图像去噪。首先使用伯努利采样(Bernoulli Sampling,BS)方法,生成噪声图像对,实现样本增广;其次构建“编码器-解码器”的神经网络结构,使用伯努利采样方法,实现神经网络差异化;最后通过优化更新图像对样本和神经网络的权重,集成多个神经网络,并根据各神经网络的权重来集成神经网络输出的去噪图像,从而得到清晰的去噪图像。实验结果表明,所提出的方法泛化性能较好,能够基于单幅图像实现图像的去噪声,并在去噪后能保留图像的绝大多数细节,无论在主观视觉效果上还是在客观量化指标上均优于同类型的算法。 展开更多

关键词 集成神经网络 噪声图像 神经网络结构 图像去噪 泛化性能 伯努利 采样方法 解码器

在线阅读 下载PDF 职称材料

基于元学习和失真感知的图像质量评价

14

作者 万丙辰 张选德 《液晶与显示》 CAS CSCD 北大核心 2024年第11期1519-1531,共13页

获取图像主观质量评分的成本较高,使图像质量评价(Image Quality Assessment,IQA)模型通常面临训练样本量不足的问题,另外,失真类型对于图像视觉感知质量具有重要的影响。针对以上问题,本文提出了一种基于元学习和失真感知相结合的图像... 获取图像主观质量评分的成本较高,使图像质量评价(Image Quality Assessment,IQA)模型通常面临训练样本量不足的问题,另外,失真类型对于图像视觉感知质量具有重要的影响。针对以上问题,本文提出了一种基于元学习和失真感知相结合的图像质量评价方法。首先,通过元学习模拟人类学习的过程来快速获取已知失真类型的先验知识,指导后续的ResNet-50网络有效融合多尺度特征。引入失真感知模块捕获完整失真信息,建立统一的质量评价体系。在LIVE、KonIQ-10k等合成失真与真实失真数据集上的实验结果表明,所提模型在小样本条件下,能够提升模型在不同失真类型间的泛化性能。在与现有先进方法的综合实验对比中,本模型较次优方法在PLCC和SROCC两个评价指标上分别取得了1.02%和1.85%的提升。本文模型的评价精度与目前主流的IQA模型相比,具有一定的竞争力。 展开更多

关键词 无参考图像质量评价 元学习 失真感知 泛化性能

在线阅读 下载PDF 职称材料

基于小波分析与支持向量机的风速预测 被引量：15

15

作者 周松林 茆美琴 苏建徽 《太阳能学报》 EI CAS CSCD 北大核心 2012年第3期452-456,共5页

将小波多分辨率分析特点和支持向量机良好的泛化性能相结合,建立小波-支持向量机风速预测模型。先将原始风速序列经小波分解成概貌分量和细节分量,再对各分量分别应用支持向量机模型进行预测,最后将各分量的预测结果经小波重构得到原始... 将小波多分辨率分析特点和支持向量机良好的泛化性能相结合,建立小波-支持向量机风速预测模型。先将原始风速序列经小波分解成概貌分量和细节分量,再对各分量分别应用支持向量机模型进行预测,最后将各分量的预测结果经小波重构得到原始风速序列的预测值。仿真表明该方法能够改善预测滞后现象以及减小突变点误差,从而提高模型的泛化性能和预测精度。 展开更多

关键词 风速预测 支持向量机 小波多分辨率分析 泛化性能

在线阅读 下载PDF 职称材料

尺度核支持向量机及在动态系统辨识中的应用 被引量：4

16

作者 胡丹 肖建 车畅 《西南交通大学学报》 EI CSCD 北大核心 2006年第4期460-465,共6页

为了提高非线性动态系统辨识质量,提出了新的支持向量机尺度核函数构造方法.首先直接构造紧支撑尺度函数,然后根据小波多分辨分析理论,由紧支撑尺度函数生成具有多分辨率特性的尺度核函数.证明了这种核函数是满足M ercer定理的支持向量... 为了提高非线性动态系统辨识质量,提出了新的支持向量机尺度核函数构造方法.首先直接构造紧支撑尺度函数,然后根据小波多分辨分析理论,由紧支撑尺度函数生成具有多分辨率特性的尺度核函数.证明了这种核函数是满足M ercer定理的支持向量机核函数.动态系统辨识的仿真结果表明,尺度核函数支持向量机的建模和逼近能力优于基于三阶样条核函数或RBF核函数的支持向量机. 展开更多

关键词 尺度核 支持向量机 动态系统辨识 泛化性能力 小波分析

在线阅读 下载PDF 职称材料

基于模糊最近邻聚类学习算法的海水藻类繁殖状态预测 被引量：2

17

作者 张颖 李鹏 邬益川 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第B09期32-35,共4页

为了预报海洋赤潮等灾害的发生,需要监测海水中藻类的繁殖状况.通过建立针对海水中叶绿素a浓度状态的预测模型间接预测海水中藻类的繁殖生长状况.运用基于数据的模糊最近邻聚类学习算法对采样数据进行聚类处理,基于最优模糊逻辑系统建... 为了预报海洋赤潮等灾害的发生,需要监测海水中藻类的繁殖状况.通过建立针对海水中叶绿素a浓度状态的预测模型间接预测海水中藻类的繁殖生长状况.运用基于数据的模糊最近邻聚类学习算法对采样数据进行聚类处理,基于最优模糊逻辑系统建立了针对海水叶绿素a浓度状态的预测模型.根据采样数据的特点和降低模型阶次的实际需求,设计了改进的模糊最近邻聚类学习算法,并应用于叶绿素a浓度状态的预测.实验结果表明,该方法可有效提取样本数据的特征,降低数据维数,提高算法学习的收敛速度.改进的模糊最近邻聚类学习算法降低了预测模型构造的复杂度,使模型具有较好的泛化性能,能够有效预测海水中藻类的繁殖生长状况. 展开更多

关键词 模糊最近邻聚类 藻类繁殖 叶绿素A 状态预测 泛化性能

在线阅读 下载PDF 职称材料

一种改进的ECG分类神经网络方法 被引量：2

18

作者 吴新根 吕维雪 罗立民 《电子学报》 EI CAS CSCD 北大核心 1997年第10期44-47,共4页

本文引入信息熵作为惩罚函数，加入到神经网络的代价函数中．经过训练获得了更有组织的隐层神经元激励模式，每个输入样本仅使隐层少数神经元产生响应．经过本文提出的裁剪算法的裁剪后，减小了网络的规模，提高了神经网络的泛化能力和... 本文引入信息熵作为惩罚函数，加入到神经网络的代价函数中．经过训练获得了更有组织的隐层神经元激励模式，每个输入样本仅使隐层少数神经元产生响应．经过本文提出的裁剪算法的裁剪后，减小了网络的规模，提高了神经网络的泛化能力和计算效率．文中的ＥＣＧ分类也证实了这一结果． 展开更多

关键词 信息熵 神经网络 泛化性能 ECG分类

在线阅读 下载PDF 职称材料

汽轮发电机组故障诊断GA-SVM模型方法的研究 被引量：6

19

作者 汪江 陆颂元 《汽轮机技术》 北大核心 2005年第1期1-3,16,共4页

基于结构风险最小化 [1]的支持向量机是一种新的机器学习方法,具有适应小样本学习和提高学习机泛化性能的优点,详细介绍了将其应用于汽轮发电机组的故障诊断的研究结果,包括结合遗传算法进行模型参数的优化选择,建立联合模型,通过对现... 基于结构风险最小化 [1]的支持向量机是一种新的机器学习方法,具有适应小样本学习和提高学习机泛化性能的优点,详细介绍了将其应用于汽轮发电机组的故障诊断的研究结果,包括结合遗传算法进行模型参数的优化选择,建立联合模型,通过对现场采集的故障样本进行的分类试验,并同BP神经网络方法进行了比较,结果显示本文所述方法具有较高的诊断准确率。 展开更多

关键词 SVM模型 泛化性能 结构风险最小化 机器学习方法 支持向量机 学习机 显示 汽轮发电机组 故障诊断 GA

在线阅读 下载PDF 职称材料

基于PCA-Elman神经网络的短期PV/T组件温度预测 被引量：1

20

作者 李畸勇 赵振东 +2 位作者 李宜生 肖晶 汤允凤 《可再生能源》 CAS 北大核心 2017年第12期1779-1785,共7页

为了进一步提高光伏/光热一体化(PV/T)系统中PV/T组件温度的预测精度,使得PV/T系统能够根据PV/T组件温度的波动情况提前准确地做出控制决策,以优化控制效果,文章在分析PV/T组件温度与气象因素的相关性以及相邻时间序列温度自相关性的基... 为了进一步提高光伏/光热一体化(PV/T)系统中PV/T组件温度的预测精度,使得PV/T系统能够根据PV/T组件温度的波动情况提前准确地做出控制决策,以优化控制效果,文章在分析PV/T组件温度与气象因素的相关性以及相邻时间序列温度自相关性的基础上,采用主成分分析法对原始输入样本数据进行预处理,并提取该样本数据的主成分,然后结合反馈型Elman神经网络理论,建立动态预测模型。研究结果表明,相对于未提取主成分的神经网络模型,提取主成分的神经网络模型的预测精度更高,泛化性能更强。 展开更多

关键词 PV/T 主成分 温度预测 ELMAN神经网络 泛化性能

在线阅读 下载PDF 职称材料