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4,213篇文章
< 1 2 … 211 >
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MLR与LS-SVM的岩石强度预测模型比较 被引量：5
1
作者 李文 谭卓英 《矿业研究与开发》 CAS 北大核心 2016年第11期36-40,共5页
以页岩为研究对象,分别采用多元线性回归(MLR)及最小二乘支持向量机(LS-SVM)建立了页岩的单轴抗压强度及抗拉强度预测模型,考虑的间接指标包括:岩石密度、点荷载强度及纵波波速,并对上述两种预测模型进行了性能检验及比较。结果表明:页... 以页岩为研究对象,分别采用多元线性回归(MLR)及最小二乘支持向量机(LS-SVM)建立了页岩的单轴抗压强度及抗拉强度预测模型,考虑的间接指标包括:岩石密度、点荷载强度及纵波波速,并对上述两种预测模型进行了性能检验及比较。结果表明:页岩强度与密度、点荷载强度、纵波波速呈较好的线性关系,相关系数均大于0.89;MLR和LS-SVM方法均可得到较高精度的强度值,但单轴抗压强度的预测精度比抗拉强度高,更适合于抗压强度的预测。两类模型在预测岩石单轴抗压强度时效果相当,但LS-SVM方法更适合于抗拉强度的预测。 展开更多
关键词 页岩 强度 预测模型 多元线性回归 最小二乘支持 向量机
原文传递
基于最小二乘支持向量机的风电场短期风速预测 被引量：131
2
作者 杜颖 卢继平 +1 位作者 李青 邓颖玲 《电网技术》 EI CSCD 北大核心 2008年第15期62-66,共5页
提出了一种基于最小二乘支持向量机的风电场风速预测方法。以历史风速数据、气压、温度作为输入,对风速和环境条件进行训练,建立预测模型,并且运用网格搜索法确定模型参数。算例结果表明,使用上述方法预测的风速与真实值基本一致。将本... 提出了一种基于最小二乘支持向量机的风电场风速预测方法。以历史风速数据、气压、温度作为输入,对风速和环境条件进行训练,建立预测模型,并且运用网格搜索法确定模型参数。算例结果表明,使用上述方法预测的风速与真实值基本一致。将本文提出方法与BP(back propagation)神经网络法的预测结果进行对比,表明前者具有更高的精度和更强的鲁棒性,因此是一种比较有价值的风速预测方法。 展开更多
关键词 风力发电 风速预测 最小二乘支持向量机(LSSVM) 网格搜索 BP神经网络
下载PDF
最小二乘支持向量机的算法研究 被引量：143
3
作者 顾燕萍 赵文杰 吴占松 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第7期1063-1066,1071,共5页
最小二乘支持向量机(LS-SVM)作为一种新颖的人工智能技术,已越来越广泛地运用于各个学科领域。该文阐述了最小二乘支持向量机的主要思想和基本算法;结合统计学习理论和算例分析了模型参数对模型精度、复杂度和计算量等的影响,为模型参... 最小二乘支持向量机(LS-SVM)作为一种新颖的人工智能技术,已越来越广泛地运用于各个学科领域。该文阐述了最小二乘支持向量机的主要思想和基本算法;结合统计学习理论和算例分析了模型参数对模型精度、复杂度和计算量等的影响,为模型参数的确定提供了理论参考;还提出了最小二乘支持向量机的一种改进算法,通过工程实例对比了基于改进算法和原算法的最小二乘支持向量机模型的性能。算例表明该改进算法可以有效地提高模型的整体性能,便于模型在工程上推广使用。 展开更多
关键词 最小二乘支持向量机 支持向量 精度 复杂度 改进算法
原文传递
基于最小二乘支持向量机的软测量建模 被引量：102
4
作者 阎威武 朱宏栋 邵惠鹤 《系统仿真学报》 CAS CSCD 2003年第10期1494-1496,共3页
软测量技术在工业过程控制中得到了广泛的应用,对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局... 软测量技术在工业过程控制中得到了广泛的应用,对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。本文研究了基于最小二乘支持向量机的软测量建模方法,并用交叉验证的方法进行支持向量机参数选择。将基于最小二乘支持向量机的软测量模型应用于轻柴油凝固点的预估。结果表明最小二乘支持向量机是软测量建模的一种非常有效的方法。 展开更多
关键词 最小二乘支持向量机 软测量 建模 交叉验证
下载PDF
回归最小二乘支持向量机的增量和在线式学习算法 被引量：112
5
作者 张浩然 汪晓东 《计算机学报》 EI CSCD 北大核心 2006年第3期400-406,共7页
首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.... 首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.仿真实验表明了这两种学习方法的有效性. 展开更多
关键词 结构风险最小化 最小二乘支持向量机 在线学习
下载PDF
最小二乘支持向量机参数选择方法及其应用研究 被引量：103
6
作者 郭辉 刘贺平 王玲 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第7期2033-2036,2051,共5页
针对最小二乘支持向量机参数选择问题,提出了一种基于三步搜索技术的参数选择方法,理论分析表明了这种方法的有效性和优越性,可以优化选择最小二乘支持向量机参数。然后把该方法用于钢材淬透性建模中的参数选择,仿真结果表明,这种方法... 针对最小二乘支持向量机参数选择问题,提出了一种基于三步搜索技术的参数选择方法,理论分析表明了这种方法的有效性和优越性,可以优化选择最小二乘支持向量机参数。然后把该方法用于钢材淬透性建模中的参数选择,仿真结果表明,这种方法可以得到优化的参数,从而获得精确的建模效果。 展开更多
关键词 最小二乘支持向量机 参数选择 三步搜索 淬透性
下载PDF
基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法 被引量：123
7
作者 郑含博 王伟 +3 位作者 李晓纲 王立楠 李予全 韩金华 《高电压技术》 EI CAS CSCD 北大核心 2014年第11期3424-3429,共6页
为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的... 为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的最优参数,并采用交叉验证原理来提高分类算法的整体泛化性能。实例分析结果表明,采用LS-SVM和PSO算法可以准确、有效地对变压器进行故障诊断;与传统的电力变压器故障诊断方法相比,该方法的诊断准确率更高。 展开更多
关键词 最小二乘支持向量机 多类分类 粒子群优化 故障诊断 电力变压器 准确率
下载PDF
基于机器视觉和支持向量机的温室黄瓜识别 被引量：120
8
作者 王海青 姬长英 +1 位作者 顾宝兴 安秋 《农业机械学报》 EI CAS CSCD 北大核心 2012年第3期163-167,180,共6页
针对复杂温室环境中的成熟黄瓜,采用脉冲耦合神经网络分割黄瓜图像,利用数学形态学方法处理,把黄瓜从图像背景中分离出来;提取各连通区域的4个几何特征值和灰度共生矩阵基础上的3个纹理特征值,作为最小二乘支持向量机(LS-SVM)的输入特... 针对复杂温室环境中的成熟黄瓜,采用脉冲耦合神经网络分割黄瓜图像,利用数学形态学方法处理,把黄瓜从图像背景中分离出来;提取各连通区域的4个几何特征值和灰度共生矩阵基础上的3个纹理特征值,作为最小二乘支持向量机(LS-SVM)的输入特征向量;利用训练好的分类器判别图像中的黄瓜。试验结果表明:用于试验的70幅黄瓜图像,正确识别率达82.9%,基于脉冲耦合神经网络分割结合LS-SVM的方法,适合复杂背景的温室黄瓜识别。 展开更多
关键词 黄瓜 机器视觉 最小二乘支持向量机 形态学 几何特征 纹理特征
下载PDF
基于最小二乘支持向量机的电站锅炉燃烧优化 被引量：104
9
作者 顾燕萍 赵文杰 吴占松 《中国电机工程学报》 EI CSCD 北大核心 2010年第17期91-97,共7页
高效、低污染是电站锅炉燃烧优化的目标。该文基于最小二乘支持向量机,建立了电站锅炉燃烧模型,实现了飞灰含碳量、排烟温度、NOx排放量等参数的软测量和锅炉效率的预测;对比了最小二乘支持向量机和BP神经网络模型的性能,对比结果表明,... 高效、低污染是电站锅炉燃烧优化的目标。该文基于最小二乘支持向量机,建立了电站锅炉燃烧模型,实现了飞灰含碳量、排烟温度、NOx排放量等参数的软测量和锅炉效率的预测;对比了最小二乘支持向量机和BP神经网络模型的性能,对比结果表明,最小二乘支持向量机具有训练时间短、泛化能力高等优点。提出2种锅炉燃烧优化方式,并以所建立的燃烧模型为基础,采用遗传算法对锅炉运行工况进行寻优,为分散控制系统基础控制层提供最佳的操作变量设定值。算例表明,文中所提出的燃烧优化方案可以有效提高电站锅炉效率和降低NOx排放量。 展开更多
关键词 燃烧优化 锅炉效率 NOX排放 最小二乘支持向量机 遗传算法
下载PDF
基于小波变换和最小二乘支持向量机的短期电力负荷预测 被引量：85
10
作者 杨延西 刘丁 《电网技术》 EI CSCD 北大核心 2005年第13期60-64,共5页
提出了采用小波变换和最小二乘支持向量机混合模型进行电力系统短期负荷预测的方法。首先基于小波多分辨率分析方法将负荷序列分解成具有不同频率特征的序列;然后根据分解后各分量的特点构造不同的支持向量机模型对各分量分别进行预测;... 提出了采用小波变换和最小二乘支持向量机混合模型进行电力系统短期负荷预测的方法。首先基于小波多分辨率分析方法将负荷序列分解成具有不同频率特征的序列;然后根据分解后各分量的特点构造不同的支持向量机模型对各分量分别进行预测;最后对各分量预测信号进行重构得到最终预测结果。在构建支持向量机模型时考虑了气候因素的影响,并将其作为模型的一组输入点。实验结果表明基于该方法的负荷预测系统具有较高的预测精度。 展开更多
关键词 短期负荷预测 最小二乘支持向量机 多分辨率分析 小波变换 电力系统
下载PDF
最小二乘支持向量机在电能质量扰动分类中的应用 被引量：92
11
作者 张全明 刘会金 《中国电机工程学报》 EI CSCD 北大核心 2008年第1期106-110,共5页
提出一种基于最小二乘支持向量机和小波包分解的电能质量扰动分类方法。对正常电压和几种常见电能质量扰动(电压骤升、电压骤降、电压中断、暂态脉冲、暂态振荡、谐波和电压闪变)进行小波包分解,提取各终节点小波包系数的标准偏差作为... 提出一种基于最小二乘支持向量机和小波包分解的电能质量扰动分类方法。对正常电压和几种常见电能质量扰动(电压骤升、电压骤降、电压中断、暂态脉冲、暂态振荡、谐波和电压闪变)进行小波包分解,提取各终节点小波包系数的标准偏差作为特征向量;然后,用自适应优化算法对最小二乘支持向量机进行优化;最后,利用基于优化参数和最小输出编码的最小二乘支持向量机进行分类和识别。与BP神经网络分类方法相比,该方法能克服训练时间较长、容易陷入局部最小等问题,具有较快的训练速度和较高的分类准确率,在样本数较小时仍取得较好的效果。仿真实验验证了该方法对扰动分类的有效性。 展开更多
关键词 最小二乘支持向量机 小波包 BP神经网络 电能质量 分类
下载PDF
最小二乘支持向量机在光伏功率预测中的应用 被引量：97
12
作者 朱永强 田军 《电网技术》 EI CSCD 北大核心 2011年第7期54-59,共6页
为了减少光伏发电的随机化问题对电力系统的影响,建立了基于最小二乘支持向量机的光伏功率预测模型,提前1h进行功率预测,根据储能补偿光伏输出期望值与实际输出的差额,优化储能安装容量。介绍了一种反映云层变化信息的地表太阳辐射量预... 为了减少光伏发电的随机化问题对电力系统的影响,建立了基于最小二乘支持向量机的光伏功率预测模型,提前1h进行功率预测,根据储能补偿光伏输出期望值与实际输出的差额,优化储能安装容量。介绍了一种反映云层变化信息的地表太阳辐射量预测模型。采用光伏阵列的发电量、地表太阳能辐射量和气温序列分别按统一建模和时间序列建模2种方案建立了最小二乘支持向量机模型,并对训练好的模型在不同日类型下进行了测试和评估,验证了该模型和算法的有效性。结果表明,该模型不仅能够解决光伏发电的随机化问题,而且能有效减少储能安装容量。 展开更多
关键词 光伏功率预测 储能 最小二乘支持向量机 随机性 短期太阳辐射量
下载PDF
基于小波分解和最小二乘支持向量机的短期风速预测 被引量：91
13
作者 王晓兰 王明伟 《电网技术》 EI CSCD 北大核心 2010年第1期179-184,共6页
短期风速预测对并网风力发电系统的运行有重要意义。对风速进行较准确地预测,可以有效减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。简述了短期风速预测的价值和方法,提出了基于小波分解(wavelet decom... 短期风速预测对并网风力发电系统的运行有重要意义。对风速进行较准确地预测,可以有效减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。简述了短期风速预测的价值和方法,提出了基于小波分解(wavelet decomposition,WD)和最小二乘支持向量机(least square support vector machine,LS-SVM)的短期风速预测方法,分别以香港和河西走廊地区风电场为例,建立了上述2个地区风速预测的WD-LSSVM模型,根据上述地区的数据进行实例验证,结果表明文中的方法显著提高了超前一步预测的精度。 展开更多
关键词 风速预测 风力发电 风电场 小波分解 最小二乘支持向量机
下载PDF
基于聚类经验模态分解和最小二乘支持向量机的短期风速组合预测 被引量：90
14
作者 王贺 胡志坚 +3 位作者 张翌晖 李晨 杨楠 王战胜 《电工技术学报》 EI CSCD 北大核心 2014年第4期237-245,共9页
从分析风速序列的非线性和非平稳性特征出发,将一种基于聚类经验模态分解(EEMD)和最小二乘支持向量机(LSSVM)的组合预测模型引入到风速预测中。首先使用聚类经验模态分解将风速序列分解为一组相对平稳的子序列,以减轻不同趋势信息间的... 从分析风速序列的非线性和非平稳性特征出发,将一种基于聚类经验模态分解(EEMD)和最小二乘支持向量机(LSSVM)的组合预测模型引入到风速预测中。首先使用聚类经验模态分解将风速序列分解为一组相对平稳的子序列,以减轻不同趋势信息间的相互影响;然后运用最小二乘支持向量机对各子序列分别建模预测,为降低预测风险,使用自适应扰动粒子群算法(ADPSO)和模型学习效果反馈机制对LSSVM预测模型的输入维数和超参数进行联合优化;最后将各个子序列的预测结果叠加得到预测风速。实例研究表明,本文所提的组合预测模型可以有效挖掘风速序列特性,具有较高的预测精度。 展开更多
关键词 风速 预测 聚类经验模态分解 最小二乘支持向量机 自适应扰动粒子群算法学习效果反馈
下载PDF
基于LS-SVM的非线性预测控制技术 被引量：70
15
作者 王宇红 黄德先 +1 位作者 高东杰 金以慧 《控制与决策》 EI CSCD 北大核心 2004年第4期383-387,共5页
探讨了利用最小二乘支持向量机(LS-SVM)进行非线性系统辨识的方法,LS-SVM用等式约束代替传统支持向量机中不等式约束,求解过程从解QP问题变成解一组等式方程.将得到的LS-SVM模型应用到非线性预测控制,提出了基于LS-SVM模型的非线性预测... 探讨了利用最小二乘支持向量机(LS-SVM)进行非线性系统辨识的方法,LS-SVM用等式约束代替传统支持向量机中不等式约束,求解过程从解QP问题变成解一组等式方程.将得到的LS-SVM模型应用到非线性预测控制,提出了基于LS-SVM模型的非线性预测控制算法.通过CSTR过程仿真表明,最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.基于LS-SVM的预测控制算法具有很好的控制性能. 展开更多
关键词 最小二乘支持向量机 非线性建模 预测控制 非线性控制
下载PDF
改进LSSVM迁移学习方法的轴承故障诊断 被引量：78
16
作者 陈超 沈飞 严如强 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第1期33-40,共8页
机械系统存在的外部环境干扰、变工况条件以及无法直接测量等因素,导致获取的数据常常不满足传统机器学习的两个前提:训练与测试数据分布相同以及目标诊断数据量充足,从而影响诊断模型的泛化能力。针对上述问题,提出一种基于辅助数据的... 机械系统存在的外部环境干扰、变工况条件以及无法直接测量等因素,导致获取的数据常常不满足传统机器学习的两个前提:训练与测试数据分布相同以及目标诊断数据量充足,从而影响诊断模型的泛化能力。针对上述问题,提出一种基于辅助数据的增强型最小二乘支持向量机(LSSVM)迁移学习策略,用于数据量不足时的轴承故障诊断。其中利用递归定量分析(RQA)提取非线性特征并与传统时域特征相结合以提高诊断精度。诊断分类器通过改进传统LSSVM模型,在原目标函数和约束条件中分别增加辅助集的惩罚函数和约束条件,最终得到加入辅助集的函数估计,从而将该算法推广至迁移学习。此外,类内类间距离指标用于描述特征区分性,并提出4种辅助数据集的使用方法,从而构建迁移学习为框架的诊断模型。球形轴承的振动信号试验结果表明,相比传统机器学习,在目标振动数据较少条件下所提模型在轴承故障诊断时性能提升显著。 展开更多
关键词 轴承故障诊断 递归定量分析 迁移学习 最小二乘支持向量机
下载PDF
基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测 被引量：76
17
作者 李霄 王昕 +3 位作者 郑益慧 李立学 生西奎 吴昊 《电力系统保护与控制》 EI CSCD 北大核心 2015年第11期63-69,共7页
为了提高风电负荷预测精度,保证风电场资源得到有效利用,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据,可以有效提取其主要特征,从而克服风电场的随机性。然后采用最小二乘支持向量机对... 为了提高风电负荷预测精度,保证风电场资源得到有效利用,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据,可以有效提取其主要特征,从而克服风电场的随机性。然后采用最小二乘支持向量机对分解后的信号做预测,保证了预测精度。接着用误差校正方式修正预测结果,减少了较大误差点的出现,提高了预测结果的稳定性。最后,通过某风电场预测结果表明,基于提升小波和最小二乘支持向量机的方法可以提高预测的精度,误差预测的方法也可以有效地校正预测结果。仿真结果验证了该方法用于风电负荷预测是有效可行的。 展开更多
关键词 提升小波 最小二乘支持向量机 误差预测 风电负荷预测
下载PDF
基于优化最小二乘支持向量机的小样本预测研究 被引量：61
18
作者 朱家元 杨云 +1 位作者 张恒喜 王卓健 《航空学报》 EI CAS CSCD 北大核心 2004年第6期565-568,共4页
统计学中的预测问题主要是通过对已知数据的分析,找到数据内在的相互依赖关系,从而获得对未知数据的预测能力。该文提出了最小二乘支持向量机参数优化方法———多层动态自适应优化算法,构建了基于最小二乘支持向量机的预测模型,并对Ti... 统计学中的预测问题主要是通过对已知数据的分析,找到数据内在的相互依赖关系,从而获得对未知数据的预测能力。该文提出了最小二乘支持向量机参数优化方法———多层动态自适应优化算法,构建了基于最小二乘支持向量机的预测模型,并对Ti 26合金的性能预测进行了研究。结果表明:优化的最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力。 展开更多
关键词 机器学习 支持向量机 神经网络 最小二乘支持向量机 预测
下载PDF
输电线路PSOEM-LSSVM覆冰预测模型 被引量：73
19
作者 刘闯 何沁鸿 +5 位作者 卢银均 杨凯帆 黄婧 何丽娜 陈磊 孟遂民 《电力科学与技术学报》 CAS 北大核心 2020年第6期131-137,共7页
针对输电线路覆冰厚度预测方法存在的收敛速度慢、预测精度差等问题,考虑覆冰厚度影响因素,提出一种采用扩展记忆粒子群(PSOEM)进行参数寻优的方法,并将其应用到最小二乘支持向量机(LSSVM)中进行覆冰厚度预测。该方法在传统粒子群算法... 针对输电线路覆冰厚度预测方法存在的收敛速度慢、预测精度差等问题,考虑覆冰厚度影响因素,提出一种采用扩展记忆粒子群(PSOEM)进行参数寻优的方法,并将其应用到最小二乘支持向量机(LSSVM)中进行覆冰厚度预测。该方法在传统粒子群算法中引入扩展记忆因子,使粒子具有更强的搜索能力,从而加快收敛速度,提高预测精度。最后,采用实际线路覆冰数据对预测模型进行精度检验,结果表明,基于PSOEM-LSSVM预测模型的平均相对误差均小于3%,与其他模型相比,预测效果最好。 展开更多
关键词 输电线路 覆冰预测 扩展记忆粒子群 最小二乘支持向量机
下载PDF
基于EEMD-LSSVM的超短期负荷预测 被引量：73
20
作者 王新 孟玲玲 《电力系统保护与控制》 EI CSCD 北大核心 2015年第1期61-66,共6页
针对传统的最小二乘支持向量机(LSSVM)参数不易确定且单一预测模型精度不高的问题,提出了一种基于集合经验模态分解(EEMD)与LSSVM的组合预测模型。首先利用EEMD将历史数据分解成一系列相对比较平稳的分量序列,再对各子序列分别建立合适... 针对传统的最小二乘支持向量机(LSSVM)参数不易确定且单一预测模型精度不高的问题,提出了一种基于集合经验模态分解(EEMD)与LSSVM的组合预测模型。首先利用EEMD将历史数据分解成一系列相对比较平稳的分量序列,再对各子序列分别建立合适的预测模型。进一步通过贝叶斯证据框架来优化LSSVM的参数,用贝叶斯推理确定模型参数、正规化超参数和核参数。然后将各子序列预测结果进行叠加得到最终预测值。最后,将该预测模型用于某一家庭超短期负荷预测中,仿真结果表明,该模型取得了比单一模型更好的预测效果。 展开更多
关键词 超短期负荷预测 集合经验模态分解 最小二乘支持向量机 贝叶斯框架 时间序列
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 … 211 下一页 到第 页
使用帮助 返回顶部