期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
混合多策略北方苍鹰优化算法及特征选择
1
作者 鲍美英 申晋祥 +1 位作者 张景安 周建慧 《现代电子技术》 北大核心 2025年第11期121-130,共10页
针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能... 针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能力;引入非线性权重因子,改善全局勘探能力,提高算法的收敛速度和收敛精度;引入Lévy飞行,改进NGO算法采用随机猎物引导种群易陷入局部最优的缺陷,对陷入局部最优的解进行扰动,使其跳出局部最优。选取8个经典基准函数进行测试,仿真结果表明,LANGO在求解精度、收敛速度等方面都优于比较算法。LANGO与K近邻分类器相结合,用于解决特征选择问题,进行数据分类,可以对特征有效降维并提高数据分类的准确率。 展开更多
关键词 北方苍鹰优化算法 Lévy飞行 特征选择 k近邻分类器 权重因子 收敛性
在线阅读 下载PDF
基于扩展k阶近邻法的电力系统稳定评估新算法 被引量:19
2
作者 王同文 管霖 +1 位作者 章小强 张尧 《电力系统自动化》 EI CSCD 北大核心 2008年第3期18-21,75,共5页
针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类。算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度。在基于... 针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类。算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度。在基于稳态运行信息的暂态稳定评估算法中,应用扩展k阶近邻法,实现了各种方式下稳定水平的正确判别。仿真结果验证了算法的有效性。算法作为一种通用的知识获取工具有广泛的应用前景。 展开更多
关键词 稳定评估 扩展k阶近邻法 模式发现 特征选择 知识获取
在线阅读 下载PDF
基于Stacking元学习策略的电力系统暂态稳定评估 被引量:22
3
作者 叶圣永 王晓茹 +1 位作者 刘志刚 钱清泉 《电力系统保护与控制》 EI CSCD 北大核心 2011年第6期12-16,23,共6页
为提高电力系统暂态稳定评估单个模型的准确率,研究了基于元学习策略的暂态稳定评估问题,提出了支持向量机、决策树、朴素贝叶斯和K最近邻法作为基学习算法,线性回归为元学习算法的Stacking评估模型。该模型将上述基学习算法的概率输出... 为提高电力系统暂态稳定评估单个模型的准确率,研究了基于元学习策略的暂态稳定评估问题,提出了支持向量机、决策树、朴素贝叶斯和K最近邻法作为基学习算法,线性回归为元学习算法的Stacking评估模型。该模型将上述基学习算法的概率输出作为新训练数据的输入特征,同时保留原始的类标识。线性回归算法在新训练集上学习得到最终暂态稳定评估结果。新英格兰39节点测试系统和IEEE50机测试系统上仿真实现了该模型,仿真结果证明所提模型比单个模型的评估性能更好,为电力系统暂态稳定评估提供了新的思路。 展开更多
关键词 暂态稳定评估 朴素贝叶斯 支持向量机 决策树 k最近邻法 Stacking算法
在线阅读 下载PDF
基于类型2区间模糊K近邻分类器的动态武器-目标分配方法研究 被引量:17
4
作者 王邑 孙金标 +1 位作者 肖明清 罗继勋 《系统工程与电子技术》 EI CSCD 北大核心 2016年第6期1314-1319,共6页
动态武器-目标分配问题是战场指挥控制决策中的关键问题。由于动态武器-目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器-目标分配,从已知的决策中推... 动态武器-目标分配问题是战场指挥控制决策中的关键问题。由于动态武器-目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器-目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器-目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。 展开更多
关键词 战术决策 武器-目标分配 类型2区间模糊k近邻分类器 机器学习
在线阅读 下载PDF
简化的粒子群优化快速KNN分类算法 被引量:15
5
作者 李欢 焦建民 《计算机工程与应用》 CSCD 北大核心 2008年第32期57-59,共3页
提出了一种有效的k近邻分类文本分类算法,即SPSOKNN算法,该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索,在搜索k近邻的过程中,粒子群跳跃式移动,掠过大量不可能成为k近邻的文档向量,并且去除了粒子群进化过程中粒子速度的... 提出了一种有效的k近邻分类文本分类算法,即SPSOKNN算法,该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索,在搜索k近邻的过程中,粒子群跳跃式移动,掠过大量不可能成为k近邻的文档向量,并且去除了粒子群进化过程中粒子速度的影响,从而可以更快速地找到测试样本的k个近邻.通过验证算法的有效性表明,在查找k近邻相同时,SPOSKNN算法的分类精度高于基本KNN算法。 展开更多
关键词 k 近邻分类器 粒子群优化算法 相似度
在线阅读 下载PDF
流形上的k最近邻分类方法 被引量:3
6
作者 文志强 胡永祥 朱文球 《计算机应用》 CSCD 北大核心 2012年第12期3311-3314,3352,共5页
针对分类数据中存在噪声样本和维数问题,提出了流形上的k最近邻方法。首先,利用贝叶斯公式对经典k最近邻方法进行扩展,并采用核概率密度方法估计样本的局部联合概率密度;其次,建立噪声样本点对模型,并构建改进的边际本征图和相应的权值... 针对分类数据中存在噪声样本和维数问题,提出了流形上的k最近邻方法。首先,利用贝叶斯公式对经典k最近邻方法进行扩展,并采用核概率密度方法估计样本的局部联合概率密度;其次,建立噪声样本点对模型,并构建改进的边际本征图和相应的权值矩阵,通过定义目标函数寻找最优降维映射矩阵;最后,提出一个完整的流形上k最近邻算法。与6种经典方法在12个常用数据集上的实验比较表明,在大多数情况下所提方法的分类性能要优于其他方法。 展开更多
关键词 k最近邻 噪声样本 降维 分类器 流形
在线阅读 下载PDF
数据规范化方法对K近邻分类器的影响 被引量:10
7
作者 蔡维玲 陈东霞 《计算机工程》 CAS CSCD 北大核心 2010年第22期175-177,共3页
讨论最小-最大规范化、z-score规范化及小数定标规范化3种方法对K近邻分类器性能的影响,在12个标准UCI真实数据集和1个人工数据集上进行实验比较。实验结果表明,规范化方法在大部分数据集能上提高K近邻分类器的识别率。针对实验结果研... 讨论最小-最大规范化、z-score规范化及小数定标规范化3种方法对K近邻分类器性能的影响,在12个标准UCI真实数据集和1个人工数据集上进行实验比较。实验结果表明,规范化方法在大部分数据集能上提高K近邻分类器的识别率。针对实验结果研究据规范化方法提升分类器性能的内在原因,给出根据数据属性的数值分布特点决定是否使用数据规范化方法的一般准则。 展开更多
关键词 k近邻分类器 数据规范化方法 欧式距离
在线阅读 下载PDF
贝叶斯与k-近邻相结合的文本分类方法 被引量:1
8
作者 霍亮 杨柳 张俊芝 《河北大学学报(自然科学版)》 CAS 北大核心 2012年第3期316-319,共4页
为了提高分类器的精度,对分类器的结构进行了改进,提出了一种基于贝叶斯和k-近邻组合分类器的模型,该分类方法结合了贝叶斯方法分类速度较快和k-近邻方法分类准确率较高的优点.实验结果表明,该方法在保证分类速度的前提下,有效地提高了... 为了提高分类器的精度,对分类器的结构进行了改进,提出了一种基于贝叶斯和k-近邻组合分类器的模型,该分类方法结合了贝叶斯方法分类速度较快和k-近邻方法分类准确率较高的优点.实验结果表明,该方法在保证分类速度的前提下,有效地提高了分类准确率. 展开更多
关键词 贝叶斯 k-近邻 组合分类器
在线阅读 下载PDF
基于LKJ数据分析的机车速度传感器智能故障诊断 被引量:2
9
作者 董昱 史佳 《铁道学报》 EI CAS CSCD 北大核心 2015年第11期70-75,共6页
针对目前人工利用LKJ数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点,将加权K近邻分类器引入基于LKJ数据的速度传感器故障诊断中。通过分析几种故障的产生原因,结合专家经验,并对不... 针对目前人工利用LKJ数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点,将加权K近邻分类器引入基于LKJ数据的速度传感器故障诊断中。通过分析几种故障的产生原因,结合专家经验,并对不同故障类型的LKJ数据进行数据分析,总结出4点故障规律,由此得到故障特征向量。通过计算机仿真验证,根据LKJ数据用于机车速度传感器故障诊断的WKNN诊断方法是有效的,具有较高的故障识别率以及较短的故障诊断时间,较人工故障诊断方式提高了效率。 展开更多
关键词 机车速度传感器 故障诊断 LkJ数据 加权k近邻分类器
在线阅读 下载PDF
基于TBM的自适应模糊k-NN分类器 被引量:1
10
作者 刘邱云 付雪峰 吴根秀 《计算机工程》 CAS CSCD 北大核心 2009年第16期183-185,188,共4页
针对训练模式类标签不精确的识别问题,提出基于可传递信度模型的自适应模糊k-NN(k-Nearest Neighbor)分类器。利用可传递信度模型结合模糊集理论和可能性理论并运用pignistic变换,对待识别模式真正所属的类做出决策。采用梯度下降最小... 针对训练模式类标签不精确的识别问题,提出基于可传递信度模型的自适应模糊k-NN(k-Nearest Neighbor)分类器。利用可传递信度模型结合模糊集理论和可能性理论并运用pignistic变换,对待识别模式真正所属的类做出决策。采用梯度下降最小化误差函数,以实现参数的自适应学习。实验结果表明,该分类器误分类率低、鲁棒性强。 展开更多
关键词 可传递信度模型 自适应 k-NN分类器 pignistic概率 梯度下降
在线阅读 下载PDF
基于多流形的单样本人脸模糊分类算法
11
作者 徐洁 杨长茂 +1 位作者 陈建平 王文琰 《计算机工程与设计》 北大核心 2025年第3期719-725,共7页
为解决单个人脸样本分类中样本数量不足的问题,提出一种多流形模糊分类算法(FMMC)。通过分割图像增加“样本”数量,构造类别子流形。引入模糊集理论,定义类别流形隶属度,弱化不同类别子流形上语义相同的图块相似度,强化同一类别子流形... 为解决单个人脸样本分类中样本数量不足的问题,提出一种多流形模糊分类算法(FMMC)。通过分割图像增加“样本”数量,构造类别子流形。引入模糊集理论,定义类别流形隶属度,弱化不同类别子流形上语义相同的图块相似度,强化同一类别子流形上不同位置图块的类别信息相关性,有效限制离群图块对分类结果的影响,提高分类的性能。在3个公开人脸数据库上进行实验,其结果表明,FMMC对单个样本问题的分类可行且有效。 展开更多
关键词 单样本 k最近邻分类器 模糊集 多流形 切割 流形隶属度 分类
在线阅读 下载PDF
基于后验概率制导的B-KNN文本分类方法 被引量:1
12
作者 周红鹃 祖永亮 《计算机工程》 CAS CSCD 北大核心 2011年第21期114-116,共3页
针对K最近邻(KNN)方法分类准确率高但分类效率较低的特点,提出基于后验概率制导的贝叶斯K最近邻(B-KNN)方法。利用测试文本的后验概率信息对训练集多路静态搜索树进行剪枝,在被压缩的候选类型空间内查找样本的K个最近邻,从而在保证分类... 针对K最近邻(KNN)方法分类准确率高但分类效率较低的特点,提出基于后验概率制导的贝叶斯K最近邻(B-KNN)方法。利用测试文本的后验概率信息对训练集多路静态搜索树进行剪枝,在被压缩的候选类型空间内查找样本的K个最近邻,从而在保证分类准确率的同时提高KNN方法的效率。实验结果表明,与KNN相比,B-KNN的性能有较大提升,更适用于具有较深层次类型空间的文本分类应用。 展开更多
关键词 文本分类 后验概率 贝叶斯分类器 k最近邻方法 贝叶斯k最近邻方法
在线阅读 下载PDF
基于剪枝加权k-NN算法的雷达电磁行为识别 被引量:1
13
作者 程远国 唐文杰 满欣 《海军工程大学学报》 CAS 北大核心 2020年第3期7-11,共5页
为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN... 为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN)对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。 展开更多
关键词 雷达电磁行为 k-最近邻分类算法 分类识别
在线阅读 下载PDF
基于模糊K近邻决策的柔性SVM分类算法 被引量:2
14
作者 胡正平 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第z2期384-386,共3页
当海量样本之间相互混迭时,支持向量数目急剧增加,导致训练难度增大的同时SVM分类器性能明显下降。针对该问题,在此构造模糊KNN决策与支持向量机相结合的新的柔性SVM分类器。它先建立所有训练样本的类间最近邻距离,根据各个训练数据的... 当海量样本之间相互混迭时,支持向量数目急剧增加,导致训练难度增大的同时SVM分类器性能明显下降。针对该问题,在此构造模糊KNN决策与支持向量机相结合的新的柔性SVM分类器。它先建立所有训练样本的类间最近邻距离,根据各个训练数据的类间最近邻距离进行升序排列;然后根据模糊k近邻分析结果对训练样本集进行修剪,在剩余空间中选择合适规模的样本子空间进行SVM训练。在分类阶段,首先计算待识别样本和SVM超平面的距离,如果距离大于某一设定门限,直接利用SVM进行分类,否则带入到所有支持向量与修剪样本合成的模糊KNN分类器中进行分类判决。对比实验结果表明,提出的算法无论是训练速度还是分类精度都远远好于单独的SVM分类器。 展开更多
关键词 支持向量机 模糊k近邻分类器 最近邻
在线阅读 下载PDF
基于遗传算法的多扰动多K近邻分类器系统 被引量:1
15
作者 王丽娟 《计算机工程》 CAS CSCD 北大核心 2010年第16期166-168,共3页
为改善维数灾难对K近邻分类器的影响,提出一种基于遗传算法(GA)的多扰动的K近邻融合算法,简称GA-MKNNC算法。目标扰动将所识别的问题划分成多个子分类问题进行单独识别。针对不同子分类问题,数据扰动选取相关的数据,特征扰动确定相关的... 为改善维数灾难对K近邻分类器的影响,提出一种基于遗传算法(GA)的多扰动的K近邻融合算法,简称GA-MKNNC算法。目标扰动将所识别的问题划分成多个子分类问题进行单独识别。针对不同子分类问题,数据扰动选取相关的数据,特征扰动确定相关的特征,参数扰动明确相关参数值。数据扰动由Bagging算法确定。特征扰动和参数扰动通过GA学习得到。多个子分类问题的决策通过最大融合得到最终决策。实验结果表明,该算法的性能优于K近邻分类器及多数融合算法,且选用的子分类器数目少于FASBIR算法。 展开更多
关键词 k近邻分类器 多分类器系统 遗传算法 维数灾难
在线阅读 下载PDF
KSVDD及其在拒识判别中的应用 被引量:2
16
作者 徐引玲 《计算机工程》 CAS CSCD 北大核心 2010年第19期195-197,共3页
为提高支持向量域分类器(SVDC)的分类精度和鲁棒性,提出基于K近邻(KNN)和支持向量域描述(SVDD)的分类器KNN-SVDD(KSVDD)。该分类器对单类内部的样本采用SVDD的判别准则,对类交叉区域及描述边界外的样本采用KNN的判别准则。通过拒绝描述... 为提高支持向量域分类器(SVDC)的分类精度和鲁棒性,提出基于K近邻(KNN)和支持向量域描述(SVDD)的分类器KNN-SVDD(KSVDD)。该分类器对单类内部的样本采用SVDD的判别准则,对类交叉区域及描述边界外的样本采用KNN的判别准则。通过拒绝描述边界外的样本,KSVDD可应用于拒识判别。UCI数据集上的数值实验表明,KSVDD分类精度与支持向量机(SVM)相当且均比SVDC高,训练时间比SVM短,鲁棒性强,在拒识判别中有良好表现。 展开更多
关键词 支持向量域分类器 k近邻 支持向量域描述 拒识判别 鲁棒性
在线阅读 下载PDF
集成KPCA与t‑SNE的滚动轴承故障特征提取方法 被引量:21
17
作者 王望望 邓林峰 +1 位作者 赵荣珍 吴耀春 《振动工程学报》 EI CSCD 北大核心 2021年第2期431-440,共10页
针对滚动轴承原始数据集包含高维非敏感特征的问题,提出一种集成核主成分分析(Kernel Principal Component Analysis,KPCA)与t‑分布随机邻域嵌入(t‑distributed Stochastic Neighbor Embedding,t‑SNE)的滚动轴承故障低维敏感特征提取方... 针对滚动轴承原始数据集包含高维非敏感特征的问题,提出一种集成核主成分分析(Kernel Principal Component Analysis,KPCA)与t‑分布随机邻域嵌入(t‑distributed Stochastic Neighbor Embedding,t‑SNE)的滚动轴承故障低维敏感特征提取方法。该方法先计算滚动轴承原始振动信号的时域、频域以及时频域特征,构建初始高维特征数据集。利用KPCA降低高维数据集的相关性,在最大化高维数据全局特征方差的目标下,提取出非线性特征子集。通过t‑SNE充分挖掘故障特征数据集的局部结构信息,进一步获取具有高判别性的低维敏感特征子集。将低维特征子集输入到k‑近邻分类器(k‑nearest Neighbor Classifier,KNNC)进行分类,以分类准确率和聚类结果作为度量指标,对特征提取结果的优劣予以评价。上述过程综合考虑了数据集的全局和局部结构特征,充分利用了数据自身的结构信息,从而可准确提取其低维敏感特征。将该方法用于滚动轴承故障诊断实验中,通过与其他典型特征提取方法进行对比,及其对含噪情况下轴承故障特征的准确提取,验证了方法的有效性。 展开更多
关键词 故障诊断 滚动轴承 故障特征提取 核主成分分析 t‑分布随机邻域嵌入 k‑近邻分类器
在线阅读 下载PDF
基于双维度EKNN的滚动轴承早期故障分类算法 被引量:3
18
作者 彭成 贺婧 +2 位作者 唐朝晖 陈青 桂卫华 《计算机集成制造系统》 EI CSCD 北大核心 2021年第1期90-101,共12页
为提高对滚动轴承早期故障识别的精确度,提出一种基于混合特征提取的故障分类模型。该模型利用类内紧致性和类间重叠性识别出次优特征组,作为增强K近邻分类器(EKNN)的输入,并以距离和密度双维度计算,得到最大平均分类精确度,进而输出最... 为提高对滚动轴承早期故障识别的精确度,提出一种基于混合特征提取的故障分类模型。该模型利用类内紧致性和类间重叠性识别出次优特征组,作为增强K近邻分类器(EKNN)的输入,并以距离和密度双维度计算,得到最大平均分类精确度,进而输出最优早期故障特征组,对未知数据进行分类来检测故障。实验采集滚动轴承在低速运行下的早期故障声发射(AE)信号,对所提算法以及现有5种算法进行对比分析,验证了其对滚动轴承早期故障诊断具有更好的表现。 展开更多
关键词 声发射信号 增强k近邻分类器 滚动轴承 早期故障分类 故障诊断
在线阅读 下载PDF
基于中智KNN的齿轮箱故障诊断方法 被引量:14
19
作者 王栋璀 丁云飞 朱晨烜 《振动与冲击》 EI CSCD 北大核心 2019年第20期148-153,共6页
齿轮箱在旋转机械设备中应用广泛,研究齿轮箱的故障诊断方法意义重大。为提高齿轮箱故障的预警诊断准确度,提出了基于中智KNN(Neutrosophic K-Nearest Neighbor,NKNN)的齿轮箱故障诊断方法。该方法利用小波包对信号特征进行提取,并构建... 齿轮箱在旋转机械设备中应用广泛,研究齿轮箱的故障诊断方法意义重大。为提高齿轮箱故障的预警诊断准确度,提出了基于中智KNN(Neutrosophic K-Nearest Neighbor,NKNN)的齿轮箱故障诊断方法。该方法利用小波包对信号特征进行提取,并构建出故障样本集,借助中智理论对样本的特征权重进行重新分配,建立起基于中智KNN决策规则下的故障诊断模型,并提出了中智划分的概念。实验表明,该方法有效地提升了分类精度和鲁棒性,弥补了传统KNN同贡献权重分配的缺陷,其中智划分的结果可以作为分析齿轮箱混合故障诊断的参考依据。 展开更多
关键词 齿轮箱 中智理论 k最近邻分类器 故障诊断
在线阅读 下载PDF
基于样本空间分解的kNN分类器设计原理 被引量:1
20
作者 逄玉俊 徐涛 +1 位作者 李元 张成 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2017年第11期1218-1223,共6页
针对k NN分类器在海量数据集中搜索k近邻计算复杂、耗时长、存储空间大等缺点,提出以单元属性赋值为基础的分类器设计原理和实施方案.分类器将待分类点映射到其所在单元,对待识别单元内的点在其相应窗口内生成k近邻集,并按kNN准则做出... 针对k NN分类器在海量数据集中搜索k近邻计算复杂、耗时长、存储空间大等缺点,提出以单元属性赋值为基础的分类器设计原理和实施方案.分类器将待分类点映射到其所在单元,对待识别单元内的点在其相应窗口内生成k近邻集,并按kNN准则做出类属决策或拒绝决策.对某类样本占明显优势属性单元内的点直接按该类做出类属决策;对具有与给定样本集弱关联以及任一类样本不占优势属性单元内的点和待识型单元内可拒绝决策点给出相应处理办法.同时,对提高分类速度和精度,解决单元分割问题,选定有关参数,估计错分率等进行讨论并提出相应对策.通过仿真实验,与kNN分类器对比分析,进一步证明本文方法的有效性. 展开更多
关键词 数据挖掘 kNN分类器 大数据 样本空间分解 模式识别
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部