期刊文献+
共找到349篇文章
< 1 2 18 >
每页显示 20 50 100
神经网络集成融合模型研究及应用 被引量:2
1
作者 张晓丹 赵海 《计算机工程》 CAS CSCD 北大核心 2007年第14期210-212,共3页
针对专家系统等单一模型解决发动机故障诊断存在的算法复杂度高、诊断准确率低等问题,提出了BP神经网络集成与DS证据推理相融合的神经集成融合模型,不仅实现了发动机不同部位的专家经验与实际观测数据的特征级融合,还实现了多个模型的... 针对专家系统等单一模型解决发动机故障诊断存在的算法复杂度高、诊断准确率低等问题,提出了BP神经网络集成与DS证据推理相融合的神经集成融合模型,不仅实现了发动机不同部位的专家经验与实际观测数据的特征级融合,还实现了多个模型的优势互补。通过对该方法和传统的专家系统方法比较得出,神经网络集成融合方法提高了7.1%的诊断准确率。 展开更多
关键词 故障诊断 神经网络集成融合模型 特征级融合 诊断准确率
在线阅读 下载PDF
反向传播神经网络结合紫外-近红外融合光谱对“互助”青稞酒的判别研究
2
作者 赵玉霞 张明锦 +2 位作者 王茹 张世芝 殷博 《光谱学与光谱分析》 北大核心 2025年第5期1290-1299,共10页
“互助”青稞酒作为保护地理标志产品,对其准确评价分类具有重要意义。紫外光谱(UV)和近红外光谱(NIR)技术具备快速、准确、无损检测、无需样品预处理等优势,在食品等领域已广泛应用。本研究采用UV、NIR及紫外-近红外中级数据融合光谱(U... “互助”青稞酒作为保护地理标志产品,对其准确评价分类具有重要意义。紫外光谱(UV)和近红外光谱(NIR)技术具备快速、准确、无损检测、无需样品预处理等优势,在食品等领域已广泛应用。本研究采用UV、NIR及紫外-近红外中级数据融合光谱(UV-NIR)结合反向传播神经网络(BPNN)法建立了快速、无损、高效的“互助”青稞酒判别分类模型。由于光谱特征峰叠加干扰,未经优化的光谱受到噪声和基线漂移等影响,采用标准正态变量变换(SNV)、Savitzky-Golay平滑(SG)、一阶导数(1D)和二阶导数(2D)4种预处理方法对光谱进行去噪处理。相对单一光谱,融合光谱能够互补多元化学信息,提高分类模型性能,通过竞争自适应重加权采样(CARS)、连续投影算法(SPA)、主成分分析(PCA)、变量投影重要性分析(VIP)和变量组合集群分析(VCPA)5种变量筛选方法选择特征变量,达到优化模型性能及融合两种光谱有效信息。选择最佳方法建立单一光谱和融合光谱的BPNN模型。结果表明,UV光谱经SNV预处理以SPA选择30个特征变量建立的分类模型识别效果最好,分类准确率为100%,MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0.0180、1、0.9283、0.9587、0.9130、0.9297;NIR和UV-NIR经SG预处理后以PCA分别选择84和106个特征变量建立的分类模型识别效果最好,NIR光谱分类准确率为100%,MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0、1.000、1.000、1.000、1.000、1.000;UV-NIR光谱分类准确率为100%、MSE值、R_(P)^(2)、R(Train)、R(Validation)、R(Test)和R(All)分别为0.0057、1.000、1.000、0.9871、0.9913、0.9964;与单一光谱建模相比,融合光谱可明显提高分类模型的预测能力和稳健性,实现“互助”青稞酒的快速、无损分析。 展开更多
关键词 “互助”青稞酒 紫外光谱 近红外光谱 光谱融合 变量筛选 反向传播神经网络(BPNN)模型
在线阅读 下载PDF
融合PMV物理方程和Attention-LSTM神经网络的铁路客站旅客舒适度模型研究 被引量:1
3
作者 刘小燕 邵长虹 +4 位作者 李瑞 李超 陈瑞凤 徐春婕 梁博 《中国铁路》 北大核心 2024年第5期16-24,共9页
铁路客站的舒适度直接关系着旅客的出行体验和满意度。选取聊城西站作为研究对象,采用PMV物理方程、Attention-LSTM神经网络模型以及PMV&Attention-LSTM融合模型3种方法,针对旅客舒适度开展综合评估与分析。在模型构建过程中,运用... 铁路客站的舒适度直接关系着旅客的出行体验和满意度。选取聊城西站作为研究对象,采用PMV物理方程、Attention-LSTM神经网络模型以及PMV&Attention-LSTM融合模型3种方法,针对旅客舒适度开展综合评估与分析。在模型构建过程中,运用了标准化处理、数据集划分、网格搜索交叉验证等技术寻找最佳超参数,并记录了训练过程中的损失函数和均方误差。在模型预测中,充分考虑了温度、湿度、风速、空气质量、二氧化碳、光照、噪声等环境因素对旅客舒适度的影响。对比3种预测方法,结果显示,融合模型在考虑多维环境数据时可更准确地反映舒适度水平,表明该模型更适应铁路客站的复杂环境条件,可为提高候车厅舒适性提供更为可靠的参考依据。 展开更多
关键词 铁路客站 旅客舒适度 PMV Attention-LSTM神经网络 融合模型 聊城西站
在线阅读 下载PDF
基于信息融合的集成小波神经网络故障诊断 被引量:31
4
作者 罗跃纲 陈长征 +1 位作者 曾海泉 闻邦椿 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2002年第8期802-805,共4页
以非线性Morlet小波基作为激励函数 ,形成神经元 ,结合小波变换与神经网络各自的优点 ,建立了集小波分析与神经网络于一体的紧致型小波神经网络 ,并给出了具体的算法· 基于信息融合技术的思想 ,从设备故障诊断的实际出发 ,建立了... 以非线性Morlet小波基作为激励函数 ,形成神经元 ,结合小波变换与神经网络各自的优点 ,建立了集小波分析与神经网络于一体的紧致型小波神经网络 ,并给出了具体的算法· 基于信息融合技术的思想 ,从设备故障诊断的实际出发 ,建立了基于信息融合技术的集成小波神经网络故障诊断系统 ,即通过故障特征信息的有效组合 ,用各种子小波神经网络从不同侧面对设备故障进行初步诊断 ,然后对诊断结果进行决策融合· 给出了系统的实现策略和子网络的组建原则·从诊断实例中可以看出 ,此诊断系统充分利用了各种特征信息 ,可以有效提高确诊率· 展开更多
关键词 故障诊断 小波分析 集成神经网络 信息融合 确诊率
在线阅读 下载PDF
基于主成分分析和集成神经网络的发动机故障诊断模型研究 被引量:24
5
作者 李增芳 何勇 宋海燕 《农业工程学报》 EI CAS CSCD 北大核心 2006年第4期131-134,共4页
针对发动机废气排放参数和故障之间复杂的非线性关系,提出了一种基于主成分分析和集成神经网络技术的发动机故障诊断分析模型。该模型首先运用主成分分析方法降低故障诊断样本的输入维数,然后按发动机不同运转状态将样本分组,并用于子... 针对发动机废气排放参数和故障之间复杂的非线性关系,提出了一种基于主成分分析和集成神经网络技术的发动机故障诊断分析模型。该模型首先运用主成分分析方法降低故障诊断样本的输入维数,然后按发动机不同运转状态将样本分组,并用于子网络训练;故障诊断时,各子网络分别诊断出相应的结果,最后采用投票法融合各输出结果。试验结果表明,这种模型能有效简化训练样本和样本属性参数,优化网络结构,其诊断精度及学习能力优于单一神经网络诊断模型,能较好地解决网络规模大、训练速度慢、诊断精度低等缺点。 展开更多
关键词 发动机 故障诊断 集成神经网络 主成分分析 废气分析 数据融合
在线阅读 下载PDF
相空间重构与神经网络融合预测模型及其在害虫测报中的应用 被引量:12
6
作者 马飞 许晓风 +1 位作者 张夕林 程遐年 《生态学报》 CAS CSCD 北大核心 2002年第8期1297-1301,共5页
针对混沌时间序列 ,建立了相空间重构和 BP神经网络融合预测模型。经实例验证 ,该方法能有效地提高预测精度 ,避免了一般混沌预测要求较长时间序列的缺陷 。
关键词 相空间重构 神经网络融合 预测模型 害虫测报 应用
在线阅读 下载PDF
基于BP神经网络的车辆定位融合模型 被引量:9
7
作者 胡郁葱 徐建闽 +1 位作者 吴一民 钟慧玲 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第2期46-49,共4页
针对常规的GPS定位方法在大城市中容易丢失信号的问题 ,提出采用GPS与基于移动通信网络的定位技术 (MPS)相结合的思路 ,利用反向传播 (BP)神经网络构造GPS与MPS定位信息的融合模型 ,并采用动量法和学习率自适应调整的策略来解决BP算法... 针对常规的GPS定位方法在大城市中容易丢失信号的问题 ,提出采用GPS与基于移动通信网络的定位技术 (MPS)相结合的思路 ,利用反向传播 (BP)神经网络构造GPS与MPS定位信息的融合模型 ,并采用动量法和学习率自适应调整的策略来解决BP算法收敛速度慢和局部极小点的问题 .用 1 2 6条调查数据对神经网络进行训练的结果表明 ,该模型结果在定位的方向和趋势上基本与GPS定位结果一致 ,且不依赖于原有模型 。 展开更多
关键词 智能交通系统 车辆定位 神经网络 融合模型
在线阅读 下载PDF
基于RBF神经网络非线性集成模型的天然气需求预测 被引量:9
8
作者 冯雪 张金锁 +1 位作者 邹绍辉 包乌云毕力格 《统计与决策》 CSSCI 北大核心 2015年第11期91-93,共3页
结合数据特征,文章以RBF神经网络作为非线性集成工具,建立了我国天然气需求预测模型。研究发现:(1)非线性集成模型对我国天然气需求预测精度最高,稳定性最强。相较而言,非线性集成模型的预测值平均相对误差最小(2.81%),明... 结合数据特征,文章以RBF神经网络作为非线性集成工具,建立了我国天然气需求预测模型。研究发现:(1)非线性集成模型对我国天然气需求预测精度最高,稳定性最强。相较而言,非线性集成模型的预测值平均相对误差最小(2.81%),明显低于单一的ARIMA模型(3.55%)、RBF残差修正后的组合模型(6.78%)和单一的RBF模型(9.00%);(2)非线性集成模型预测2013~2015年我国天然气需求量以年均12.45%的比例增长,这种增速有利于我国能源消费结构的改善。 展开更多
关键词 ARIMA RBF神经网络 组合模型 非线性集成模型 天然气需求预测
在线阅读 下载PDF
一种基于BP神经网络的集成电路PHM模型 被引量:7
9
作者 杜涛 阮爱武 +2 位作者 汪鹏 李永亮 李平 《计算机工程与科学》 CSCD 北大核心 2017年第1期55-60,共6页
提出了一种基于数据驱动的集成电路故障预测与健康管理(PHM)模型,该模型基于反向传播(BP)神经网络算法,避免了对集成电路老化失效物理机理的依赖,能有效拟合集成电路失效的非线性函数关系。以已编程应用设计的FPGA为目标器件,通过实验... 提出了一种基于数据驱动的集成电路故障预测与健康管理(PHM)模型,该模型基于反向传播(BP)神经网络算法,避免了对集成电路老化失效物理机理的依赖,能有效拟合集成电路失效的非线性函数关系。以已编程应用设计的FPGA为目标器件,通过实验提取参数样本进行模型训练,并将模型应用于实测验证。结果表明,该模型输出结果与实测结果吻合良好,能有效满足集成电路故障预测与健康管理的实际应用。 展开更多
关键词 集成电路 BP神经网络 PHM模型
在线阅读 下载PDF
基于干预模型与BP神经网络集成的GDP预测 被引量:17
10
作者 王鑫 肖枝洪 《统计与决策》 CSSCI 北大核心 2012年第20期141-144,共4页
文章将干预模型与BP神经网络模型相结合,提出了基于干预模型与BP神经网络集成的GDP时间序列预测模型,并实现了算法。利用我国1978~2004年的GDP数据建立多干预变量集成预测模型,对我国2005~2009年的GDP数据进行预测,并将预测值与其他文... 文章将干预模型与BP神经网络模型相结合,提出了基于干预模型与BP神经网络集成的GDP时间序列预测模型,并实现了算法。利用我国1978~2004年的GDP数据建立多干预变量集成预测模型,对我国2005~2009年的GDP数据进行预测,并将预测值与其他文献所建模型的预测值进行比较,预测误差明显减少,证实了所建立模型处理外部事件(如宏观经济因素、政治因素等)的有效性。 展开更多
关键词 GDP 预测 干预模型 BP神经网络 集成
在线阅读 下载PDF
不同热力背景对城市降雨(暴雨)的影响(Ⅲ)──基于人工神经网络的集成预报模型 被引量:8
11
作者 陈云浩 史培军 李晓兵 《自然灾害学报》 CSCD 北大核心 2001年第3期26-31,共6页
在对降雨系统时序规律分析的基础上,提出了基于人工神经网络的集成降雨时序分析与预报模型。根据上海市降雨和实际测点布置的特点,提出了两套降雨预报策略。根据热力背景的不同,建立了城市降雨空间差异预报模型。经初步验证,该模型... 在对降雨系统时序规律分析的基础上,提出了基于人工神经网络的集成降雨时序分析与预报模型。根据上海市降雨和实际测点布置的特点,提出了两套降雨预报策略。根据热力背景的不同,建立了城市降雨空间差异预报模型。经初步验证,该模型具有较高精度,可为城市规划、排水市政工程建设服务。 展开更多
关键词 热力背景 空间差异 人工神经网络 降雨预报 时序分析 集成预报模型
在线阅读 下载PDF
基于神经网络集成的GDP预测模型 被引量:17
12
作者 林健 彭敏晶 《管理学报》 2005年第4期434-436,449,共4页
GDP预测是一项重要而复杂的工作,目前尚未有完美的解决办法。鉴于GDP预测的非线性、时变性和不确定性,提出了一种基于神经网络集成的GDP预测模型。该模型利用神经网络解决了非线性和时变性问题,利用神经网络集成解决了样本数据量少、偏... GDP预测是一项重要而复杂的工作,目前尚未有完美的解决办法。鉴于GDP预测的非线性、时变性和不确定性,提出了一种基于神经网络集成的GDP预测模型。该模型利用神经网络解决了非线性和时变性问题,利用神经网络集成解决了样本数据量少、偏差大的问题,使得GDP预测结果更为有效。 展开更多
关键词 GDP预测模型 神经网络集成 BAGGING
在线阅读 下载PDF
基于最小二乘加权融合集成神经网络的电力变压器故障识别 被引量:4
13
作者 吕干云 董立新 程浩忠 《电网技术》 EI CSCD 北大核心 2004年第16期52-55,共4页
摘要:提出了一种基于最小二乘加权融合集成神经网络的变压器故障识别新方法。首先对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需的6个特征量,再应用5个不同结构的BP子网络分别进行识别,接着运用最小二乘加权融合... 摘要:提出了一种基于最小二乘加权融合集成神经网络的变压器故障识别新方法。首先对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需的6个特征量,再应用5个不同结构的BP子网络分别进行识别,接着运用最小二乘加权融合算法对各个子网络的识别结果进行信息融合,最后根据融合结果来识别故障。与单个神经网络识别方法相比,该最小二乘加权融合集成神经网络可在故障特征比较类似的情况下,正确识别故障类型,且该方法的识别结果具有更大的安全间隔空间、可靠性更高。测试结果也表明了这些特征。 展开更多
关键词 电力变压器 故障识别 最小二乘加权融合 集成 神经网络 色谱分析
在线阅读 下载PDF
一种新型的神经网络集成模型 被引量:2
14
作者 张晓阳 徐敏 +1 位作者 施化吉 李星毅 《计算机工程与应用》 CSCD 北大核心 2006年第34期48-49,80,共3页
神经网络集成作为神经网络技术的延伸,被广泛的用于解决分类问题。很多实际应用表明:神经网络集成表现出比单个神经网络更好的性能。而传统的神经网络集成模型中网络的构建和集成是分两个阶段完成的。论文提出一种新的神经网络集成结构... 神经网络集成作为神经网络技术的延伸,被广泛的用于解决分类问题。很多实际应用表明:神经网络集成表现出比单个神经网络更好的性能。而传统的神经网络集成模型中网络的构建和集成是分两个阶段完成的。论文提出一种新的神经网络集成结构模型“层状集成”。该模型中网络的构建和集成同时完成,且每个成员网络的输出流入到下一个神经网络,作为下一个神经网络的输入,以这种方式生成一种层状神经网络集成。该模型用于解决分类问题,表现出比传统神经网络集成更好的性能。 展开更多
关键词 神经网络 集成 层状模型
在线阅读 下载PDF
基于RBF神经网络集成的三维模型分类和检索 被引量:4
15
作者 陈俊英 王羡慧 方亚萍 《图学学报》 CSCD 北大核心 2013年第2期26-30,共5页
针对单个神经网络难以对复杂的三维模型特征空间有足够的优化能力和泛化能力的问题,用Boosting方法变种和基于粒子群训练的RBF神经网络,形成特征空间对应的多个神经网络,然后将神经网络集成,给出三维模型的分类信息。在三维模型检索时,... 针对单个神经网络难以对复杂的三维模型特征空间有足够的优化能力和泛化能力的问题,用Boosting方法变种和基于粒子群训练的RBF神经网络,形成特征空间对应的多个神经网络,然后将神经网络集成,给出三维模型的分类信息。在三维模型检索时,将神经网络集成输出的分类信息和特征空间上的距离信息进行加权计算,得到三维模型之间的相似度。实验结果表明,基于RBF神经网络集成的分类方法能有效提高三维模型的分类准确率;同时,考虑特征空间上模型间的距离和语义分类层次上模型间的距离,能够大大提高三维模型的检索精度。 展开更多
关键词 三维模型分类 三维模型检索 语义检索 RBF神经网络集成
在线阅读 下载PDF
发动机磨损故障的集成神经网络融合诊断 被引量:3
16
作者 陈果 左洪福 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2004年第3期278-283,共6页
针对发动机试车过程中的磨损故障诊断问题 ,本文运用了四种最常用的润滑油分析技术——铁谱分析、光谱分析、颗粒计数分析及理化指标分析 ,同时结合发动机试车台监测数据 ,提出运用集成神经网络对发动机试车状态进行融合诊断的方法。首... 针对发动机试车过程中的磨损故障诊断问题 ,本文运用了四种最常用的润滑油分析技术——铁谱分析、光谱分析、颗粒计数分析及理化指标分析 ,同时结合发动机试车台监测数据 ,提出运用集成神经网络对发动机试车状态进行融合诊断的方法。首先依据各种分析方法的标准磨损界限值 ,将原始数据进行了预处理 ,统一转换成故障征兆的布尔值 ;其次 ,建立各子神经网络的拓扑结构 ,并依据专家经验建立各子系统的输入征兆与故障论域的映射关系 ,从而得到各子神经网络的训练样本 ,对各网络进行成功训练后 ,利用神经网络实现各子网络的诊断并得到中间诊断结果 ;然后 ,通过建立合适的权重矩阵 ,利用模糊综合决策理论 ,对集成神经网络的诊断结果进行综合 ,从而得到最终的融合诊断结果 ;最后 。 展开更多
关键词 发动机 故障诊断 磨损 数据融合 集成神经网络
在线阅读 下载PDF
基于分类特征空间高斯混合模型和神经网络融合的说话人识别 被引量:3
17
作者 黄伟 戴蓓蒨 李辉 《电子与信息学报》 EI CSCD 北大核心 2004年第10期1607-1612,共6页
该文提出了一种基于分类高斯混合模型和神经网络融合(FS-GMM/NN)的说话人识别方法,通过对特征矢量进行聚类分析,将说话人的训练语音分成若干类。然后根据各个类中含特征矢量的多少采用不同的模型混合度,训练建立分类高斯混合模型。并采... 该文提出了一种基于分类高斯混合模型和神经网络融合(FS-GMM/NN)的说话人识别方法,通过对特征矢量进行聚类分析,将说话人的训练语音分成若干类。然后根据各个类中含特征矢量的多少采用不同的模型混合度,训练建立分类高斯混合模型。并采用神经网络实现各个分类高斯混合模型输出的融合.在100个男性话者的与文本无关的说话人识别实验中,基于分类高斯混合模型和神经网络融合的方法在识别性能及噪声鲁棒性上都优于不分类的GMM识别系统,并具有较高的模型训练效率,且可以有效地降低话者模型的混合度和测试语音长度。 展开更多
关键词 说话人识别 分类特征空间 高斯混合模型 神经网络融合
在线阅读 下载PDF
核安全条件下基于神经网络集成的供应商评价模型 被引量:4
18
作者 王永刚 常宝盛 《核科学与工程》 CAS CSCD 北大核心 2006年第3期257-262,共6页
核安全是核电站运行的关键目标。除了建立严格的运行规程外,确保核安全的重要方面之一就是对供应商的评价。供应商的选择与评价是一个包含定性分析和定量处理的分类问题,其中涉及的指标存在复杂的耦合关系,由此导致其中的数据存在高度... 核安全是核电站运行的关键目标。除了建立严格的运行规程外,确保核安全的重要方面之一就是对供应商的评价。供应商的选择与评价是一个包含定性分析和定量处理的分类问题,其中涉及的指标存在复杂的耦合关系,由此导致其中的数据存在高度的非线性特性。本文在对大亚湾核电站的实际管理运行状况进行调查分析的基础上,通过对国内外资料的搜集和分析,借鉴神经网络集成技术,建立与核安全相适应的供应商评价体系及其模型,提高了供应商选择过程的客观性。 展开更多
关键词 核安全 供应商 评价模型 神经网络集成
在线阅读 下载PDF
基于神经网络的烈度衰减融合模型研究 被引量:1
19
作者 胡旺 张建 +2 位作者 陈维锋 胡斌 郭红梅 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第2期224-229,共6页
地震烈度衰减关系一直以来都是地震领域的研究热点和难点。不同学者建立了各地区的地震烈度衰减关系模型,并取得较好的应用效果。为了进一步提高地震烈度衰减模型预测的准确性,该文收集了川滇地区107个地震案例共243条地震等震线,利用B... 地震烈度衰减关系一直以来都是地震领域的研究热点和难点。不同学者建立了各地区的地震烈度衰减关系模型,并取得较好的应用效果。为了进一步提高地震烈度衰减模型预测的准确性,该文收集了川滇地区107个地震案例共243条地震等震线,利用BP神经网络对基于传统模型的中国西部烈度衰减关系和基于矩阵模型的烈度衰减关系的预测结果进行了学习融合,得到了川滇地区的融合预测模型。仿真结果表明,融合预测模型的预测准确性总体上优于中国西部烈度衰减关系和矩阵衰减关系。 展开更多
关键词 人工神经网络 融合预测模型 烈度衰减模型 地震影响场
在线阅读 下载PDF
基于回归和神经网络的NdFeB磁性能融合预测模型 被引量:1
20
作者 胡旺 李志蜀 +1 位作者 连利仙 刘颖 《四川大学学报(工程科学版)》 EI CAS CSCD 2004年第6期66-69,共4页
为了进一步提高纳米复相NdFeB系永磁合金磁性能预测模型的精度和扩大适用范围,根据组合优化理论对均匀设计试验建立的纳米复相NdFeB系永磁合金磁性能的回归预测模型和神经网络预测模型进行了组合优化,提出了一种融合预测模型。结果表明... 为了进一步提高纳米复相NdFeB系永磁合金磁性能预测模型的精度和扩大适用范围,根据组合优化理论对均匀设计试验建立的纳米复相NdFeB系永磁合金磁性能的回归预测模型和神经网络预测模型进行了组合优化,提出了一种融合预测模型。结果表明,融合预测模型的精度最高,神经网络模型次之,而回归模型精度最低。融合模型的最大相对误差为2.2%,可以用于纳米复相NdFeB系永磁合金的成分优化设计。验证实验表明该模型具有很好的适应性。 展开更多
关键词 融合预测模型 回归 神经网络 均匀设计 永磁合金
在线阅读 下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部