检索结果-内蒙古大学图书馆

软件学报 2013年第8期24卷 1695-1712页

作者：陈翔陈继红鞠小林顾庆南通大学计算机科学与技术学院江苏南通226019 计算机软件新技术国家重点实验室(南京大学) 江苏南京210093

测试用例优先排序(test case prioritization,简称TCP)问题是回归测试研究中的一个热点.通过设定特定排序准则,对测试用例进行排序以优化其执行次序,旨在最大化排序目标,例如最大化测试用例集的早期缺陷检测速率.TCP问题尤其适用于因测... 详细信息

测试用例优先排序(test case prioritization,简称TCP)问题是回归测试研究中的一个热点.通过设定特定排序准则,对测试用例进行排序以优化其执行次序,旨在最大化排序目标,例如最大化测试用例集的早期缺陷检测速率.TCP问题尤其适用于因测试预算不足以致不能执行完所有测试用例的测试场景.首先对TCP问题进行描述,并依次从源代码、需求和模型这3个角度出发对已有的TCP技术进行分类;然后对一类特殊的TCP问题(即测试资源感知的TCP问题)的已有研究成果进行总结;随后依次总结实证研究中常用的评测指标、评测数据集和缺陷类型对实证研究结论的影响;接着依次介绍TCP技术在一些特定测试领域中的应用,包括组合测试、事件驱动型应用测试、Web服务测试和缺陷定位等;最后对下一步工作进行展望.

关键词：回归测试测试用例优先排序贪心法元启发式搜索实证研究

来源：评论

学校读者我要写书评

暂无评论

测试用例优先排序技术优化研究

测试用例优先排序技术优化研究

引用

作者：袁方北京化工大学

学位级别：硕士

基于搜索的技术已经被广泛的应用于测试用例优化领域内,该领域内包括测试用例优先排序、测试用例选择以及测试用例集最小化。测试用例优先排序的优化目标为寻找测试用例集的最优执行次序,相较于测试用例选择与测试用例集最小化而言,不... 详细信息

基于搜索的技术已经被广泛的应用于测试用例优化领域内,该领域内包括测试用例优先排序、测试用例选择以及测试用例集最小化。测试用例优先排序的优化目标为寻找测试用例集的最优执行次序,相较于测试用例选择与测试用例集最小化而言,不会遗漏重要的测试用例,具有灵活性高、适应性强的特点,因而越来越受到研究人员的重视。测试用例优先排序问题是NP难问题,一般采用遗传算法进行求解,但在效率与效果方面,尚不能满足实际应用的需求：解决问题效果上,现有的遗传算法没有针对问题特性进行相应改进,所得结果有很大提升空间；执行效率上,算法执行时间较长,严重影响该技术在实际中的应用。本文针对以上两个问题,分别从理论优化和工程实践优化提出了两种不同的优化策略。在理论优化方面,测试用例序列中先执行的测试用例会影响后执行测试用例对于测试目标的贡献,与遗传算法中上位性基因的定义相似。本文在分析了测试用例优先排序问题后,提出了该问题的上位性模型,并定义了上位测试用例段的概念。在此基础上,提出了上位性遗传算法,算法包含两种上位性交叉算子。实验中,上位性遗传算法的效率与效果,均优于采用当前先进交叉算子的遗传算法。在工程实践优化方面,本文采用了先进的GPU并行计算平台,提出了基于GPU的测试用例优先排序并行框架。该框架针对遗传算法中的适应度函数计算与交叉算子分别进行了并行化研究,最终提出了三种不同的并行策略。实验结果显示,该并行框架可以带来较高的效率提升,在针对6万行有效代码的工业界开源程序V8,可以带来近30倍的加速比。在实验代码的基础上,开发出一套原形工具,发布至GitHub。本文从两种思路所提出的两种优化策略互不冲突,共同组成了本文针对先排序技术的优化策略框架。本文所提出的测试用例优先排序技术的优化策略框架,为其在工业上的应用,起到了一定的推动作用。

关键词：测试用例优先排序遗传算法上位性基因并行化 GPU

来源：评论

学校读者我要写书评

暂无评论

一种基于遗传算法的测试用例优先排序方法

引用

小型微型计算机系统 2015年第9期36卷 1998-2002页

作者：张卫祥魏波杜会森北京跟踪与通信技术研究所北京100094

通过测试用例优先排序技术对软件测试用例的执行次序进行优化,能够有效地提高软件测试效率,是软件测试理论研究的一个热点课题.设计了一种新的针对测试点覆盖的测试用例优先排序技术评价指标APTC,可以更好地适用于功能测试或黑盒测试;以... 详细信息

通过测试用例优先排序技术对软件测试用例的执行次序进行优化,能够有效地提高软件测试效率,是软件测试理论研究的一个热点课题.设计了一种新的针对测试点覆盖的测试用例优先排序技术评价指标APTC,可以更好地适用于功能测试或黑盒测试;以APTC及其改进指标APTC_C为基础,提出一种基于遗传算法的智能化测试用例优先排序方法,针对测试点覆盖分别设计了其编码策略、适应度函数、选择算子、交叉算子和变异算子;给出了具体的算法步骤并使用试验数据进行了方法验证,结果表明,该方法可提高软件测试效率和自动化水平,能够取得较好的应用效果.

关键词：软件测试测试用例优先排序遗传算法评价指标黑盒测试

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的持续集成测试用例优先排序奖励机制研究

基于强化学习的持续集成测试用例优先排序奖励机制研究

引用

作者：杨羊北京化工大学

学位级别：博士

持续集成测试用例优先排序技术(CITCP,Continuous Integration Test Case Prioritization)根据每次集成代码的不同连续地调整测试用例执行顺序,是一个连续决策的过程。强化学习是一种基于奖励机制的机器学习方法,核心是通过奖励函数对... 详细信息

持续集成测试用例优先排序技术(CITCP,Continuous Integration Test Case Prioritization)根据每次集成代码的不同连续地调整测试用例执行顺序,是一个连续决策的过程。强化学习是一种基于奖励机制的机器学习方法,核心是通过奖励函数对当前行为进行有效的评估,并反馈给智能体选择合适的后续行为,以实现期望的最大化。强化学习方法可以有效解决CITCP的序贯决策问题,以实现持续集成测试的快速反馈。奖励和智能体是决定强化学习质量的两个重要组成部分。奖励中的奖励函数设计和智能体中的奖励对象选择策略共同构成强化学习的奖励机制。在现有强化学习和持续集成测试用例优先排序结合方法中,奖励函数是基于当前执行失效测试用例的执行结果设计的,奖励对象选择策略就是对失效测试用例实施奖励,总体上是一种简单的奖励机制,既缺少理论层面奖励函数设计方法和奖励对象选择策略的基础研究,也缺少面向工业程序持续集成测试的实际应用方案。奖励机制是应用强化学习解决具体问题的关键,系统化地研究面向CITCP的强化学习奖励机制具有十分重要的理论意义和实际应用价值。本文针对基于强化学习的CITCP奖励机制进行研究,提出基于测试用例历史执行信息的奖励机制,即将测试用例历史执行信息作为奖励函数计算和奖励对象选择的基准。测试用例执行信息随着持续集成过程而更新,全部的历史执行信息可以构建为一个时序序列,相比当前执行结果可以更加有效地度量测试用例的潜在检错能力。基于时序序列模型研究了测试用例历史执行信息的特征提取方法,并进一步提出了三个奖励函数。在实证研究中发现工业程序的持续集成测试具有集成高频繁但测试低失效的特点,对CITCP提出新的挑战。一方面,高频繁的软件集成,会累积大量的测试用例历史执行信息,不但加剧了奖励计算资源的需求,而且会影响持续集成测试的快速反馈。基于失效测试与测试失效的相关性,本文进一步提出了基于时序滑动窗的奖励函数设计方法,分别从静态滑动窗和动态滑动窗开展研究。另一方面,低失效的测试用例数量,会导致强化学习中奖励对象稀少,引发强化学习的稀疏奖励问题。本文研究一种基于失效影响的奖励对象选择策略,在奖励失效测试用例的基础上,进一步增加失效影响高的通过测试用例作为奖励对象,有效解决了强化学习的奖励稀疏问题。本文的主要研究工作及贡献点如下:1.提出了基于测试用例历史执行信息的CITCP奖励函数设计方法。基于时序的测试用例历史信息可以展示测试用例完整的历史执行过程,进而更准确地度量其检错能力。本文基于时序模型研究了三种测试用例历史信息序列的特征提取方法,进一步设计了基于历史失效统计的奖励函数、基于历史失效密度的奖励函数和基于平均历史失效分布的奖励函数。相比较于基于测试用例当前执行结果的奖励函数,在增加有限计算开销的情况下,提出的奖励函数有效地提升了持续集成测试用例优先排序的效果。2.提出了基于时序滑动窗的CITCP奖励函数设计方法。在持续集成环境下,特别是实际工业程序的软件开发,高频繁率集成会累积庞大的测试用例历史信息,增加了奖励计算资源的需求。为了提高强化学习的奖励计算效率,基于失效测试与测试失效的相关性,分别提出基于静态滑动窗和自适应动态滑动窗的奖励函数,在有效提高奖励计算效率的基础上,进一步提升了持续集成测试用例优先排序效果。3.提出了基于失效影响的CITCP奖励对象选择策略。针对现有方法只对失效测试用例实施奖励,由于失效测试用例数量稀少引发强化学习的奖励稀疏问题,研究了一种基于失效影响分析的奖励对象选择策略,在奖励执行失效测试用例的基础上,进一步选择失效影响高的通过测试用例作为奖励对象,并分别提出基于测试的整体奖励对象选择策略、基于失效率的模糊奖励对象选择策略和基于测试频率的额外奖励对象选择策略,实现了强化学习的有效收敛。4.基于强化学习的CITCP开展了面向工业程序的实证研究。本文共收集了 14个工业数据集,包括4个前序研究中所使用的公共数据集和10个从实际持续集成测试日志采集的数据集。一方面实际工业数据集的特性为实证研究提出了挑战,另一方面基于实际工业数据集的实证研究为奖励机制提供了实际应用案例,为基于测试用例历史执行信息的奖励机制的有效性提供了支撑。

关键词：测试用例优先排序持续集成测试强化学习奖励机制滑动窗稀疏奖励

来源：评论

学校读者我要写书评

暂无评论

基于离散粒子群算法的测试用例优先排序

引用

计算机应用 2017年第1期37卷 108-113,169页

作者：张卫祥齐玉华李德治北京跟踪与通信技术研究所北京100094 中国宇航学会飞行器测控专委会北京100094

测试用例优先排序技术能够有效提高回归测试效率,是软件测试的热点研究课题之一。针对基于需求的测试用例优先排序方法可操作性差的问题,提出了一种改进的基于测试点覆盖和离散粒子群优化算法的求解方法(TCP-DPSO)。首先,把影响排序的... 详细信息

测试用例优先排序技术能够有效提高回归测试效率,是软件测试的热点研究课题之一。针对基于需求的测试用例优先排序方法可操作性差的问题,提出了一种改进的基于测试点覆盖和离散粒子群优化算法的求解方法(TCP-DPSO)。首先,把影响排序的各种因素分为测试收益型因素和测试成本型因素两大类,通过加权平均的方式进行归一化,得到基于需求的通用测试平均收益率评价指标;然后,利用交换子和基本交换序列定义粒子的位置和速度,借鉴遗传算法(GA)变异策略引入变异算子,采用时变惯性权重调整粒子的探索能力和开发能力,促进可持续进化和逼近优化目标。实验结果表明,TCP-DPSO在最优解质量上与遗传算法相当,大幅优于随机测试,在最优解成功率和平均求解时间上优于遗传算法,具有更好的算法稳定性。

关键词：软件测试测试用例优先排序离散粒子群优化评价指标黑盒测试

来源：评论

学校读者我要写书评

暂无评论

融合聚类算法和缺陷预测的测试用例优先排序方法

引用

计算机科学 2021年第5期48卷 99-108页

作者：肖蕾陈荣赏缪淮扣洪煜厦门理工学院计算机与信息工程学院福建厦门361024 上海大学计算机工程与科学学院上海200444 上海市计算机软件评测重点实验室上海201112 福建省软件评测工程技术研究中心福建厦门361000 福建壹飞信息科技有限公司福建厦门361000

持续集成环境下,软件快速更新加快了回归测试执行的频率,但缺陷快速反馈的需求对回归测试又提出了更高要求。测试用例优先排序技术研究测试用例的重要性,通常将缺陷探测能力强的测试用例优先执行,使其提早发现软件缺陷,其可解决持续集... 详细信息

持续集成环境下,软件快速更新加快了回归测试执行的频率,但缺陷快速反馈的需求对回归测试又提出了更高要求。测试用例优先排序技术研究测试用例的重要性,通常将缺陷探测能力强的测试用例优先执行,使其提早发现软件缺陷,其可解决持续集成环境下的快速反馈需求。缺陷预测技术可通过被测系统代码特征和历史缺陷来预估信息预测软件在新版本中发现缺陷的可能性,传统基于聚类的测试用例优先排序方法大多未考虑不同类簇数和特征子集对聚类结果的影响。文中将缺陷预测应用到聚类优先排序方法,构建测试用例和代码关联矩阵,对测试用例进行聚类分析,结合缺陷预测结果和最大最小距离策略指导簇间和簇内排序。通过实验验证发现,类簇数和聚类特征子集选择对排序效果有一定影响,当未能获取最佳类簇数和特征子集时,相比单一的聚类优先排序方法,所提方法可更有效地提高回归测试效率。

关键词：回归测试测试用例优先排序缺陷预测聚类分析最佳类簇数特征子集

来源：评论

学校读者我要写书评

暂无评论

基于搜索技术的测试用例优先排序优化研究

基于搜索技术的测试用例优先排序优化研究

引用

作者：边毅北京化工大学

学位级别：博士

软件回归测试是软件质量保障的重要步骤,但软件回归测试耗时巨大,频繁运行软件回归测试过程可能会严重影响软件开发进度。测试用例优先排序是软件回归测试中的一种重要优化技术,能够有效提升软件回归测试的效率。相比于另外两种优化技... 详细信息

软件回归测试是软件质量保障的重要步骤,但软件回归测试耗时巨大,频繁运行软件回归测试过程可能会严重影响软件开发进度。测试用例优先排序是软件回归测试中的一种重要优化技术,能够有效提升软件回归测试的效率。相比于另外两种优化技术——测试用例选择与测试用例集最小化,测试用例优先排序由于不约减测试用例,所以更有可能发现软件隐藏的故障。软件测试用例优先排序目标是寻找一个最优的测试用例执行顺序,搜索空间为测试用例集的全排列,为NP完全问题,求解难度较大。同时,随着现代软件工业界对测试用例优先排序效率与结果要求的提升,多目标测试用例优先排序技术被引入用以提升优先排序过程效果,这又进一步加大了问题求解难度。因此,基于搜索软件工程的技术常被用于解决相关问题,其中基于搜索技术的单/多目标测试用例优先排序技术是本文研究的主要对象。主要研究工作以及特色包括:1.基于CPU+GPU的异构并行的测试用例优先排序优化研究随着工业软件规模与软件测试用例规模的不断增加,对软件测试用例优先排序问题提出了新的挑战,对算法效率提出了更高的要求。本文利用元启发式搜索算法的潜在并行性,提出了面向测试用例优先排序的CPU+GPU的异构并行优化技术,借助图形处理器(GPU)辅助CPU进行并行计算,以较低的成本实现基于多核多线程并行的优先排序算法优化策略。本文重点研究了 CPU+GPU异构模式下的多目标测试用例优先排序并行化技术。具体研究角度有:(1)该部分首先针对算法中耗时较大的适应度函数计算进行优化并行研究,实现了适应度函数GPU并行优化算法。(2)针对不同并行粒度对于交叉操作的影响,研究了 GPU并行模式下最优的交叉操作策略。(3)考虑异构模式下内存与显存数据传输的成本,针对算法迭代中不同的并行策略以及对应并行加速效果开展讨论,得到了不同规模程序下的最优并行策略。针对以上三个角度的研究,最终实现了在CPU+GPU异构模式下多目标测试用例优先排序的最优加速策略。2.融合上位基因理论的进化算法优化研究基于遗传算法的进化计算算法是根据达尔文“进化论”以及现代“基因理论”所产生的模拟生物进化过程的一类算法,其理论基础是生物基因学。但目前的进化计算实现过程中,并没有涉及现代基因理论的研究成果。然而,结合测试用例优先排序问题背景和算法理论知识,可以有效提升算法效率。上位基因理论反映了进化过程中基因位之间的相互依赖关系。在测试用例优先排序问题当中,本文通过融合上位基因理论,定义了上位基因段的概念。通过挖掘测试用例之间的相互依赖关系,优化元启发式搜索算法的操作。具体研究步骤为:(1)根据上位基因段的指导,分别优化了单点交叉和顺序交叉两种操作,提出在进化过程中生成新个体需要有所改变,同时改变结果不能过大的特点。(2)实验通过与现有最优交叉操作比较,以及在单/多目标优化测试用例优先排序问题中与传统交叉操作结果进行了验证。通过以上两个研究步骤,最终实验表明基于上位基因段优化后的进化算法可以提升测试用例优先排序算法运行效率。3.面向自适应搜索的测试用例优先排序优化研究在多目标测试用例优先排序领域中,存在众多种类的多目标优化算法,且各具特点。在不同的测试场景中,由于被测程序特点不同,测试目标根据软件工程需求不断变化,没有一个通用的框架能够适应各个不同的测试情况,因此很难针对特定场景选择最优的搜索算法。基于超启发式策略的自适应算法框架能够根据各个算法与被测程序之间的反馈信息,动态调整所使用的元启发式算法,适应不同测试场景。具体研究策略为:(1)本文通过研究各种不同类型的多目标元启发式算法,构建了底层算法库,实现了算法无缝切换。(2)研究了多目标问题中的动态评价指标,能够根据算法反馈信息,动态评价算法执行优劣,实现了超启发层自适应调整策略。(3)设计并实现基于超启发式策略的自适应算法框架,为多目标测试用例优先排序问题建立了一套通用算法框架。最终通过实验证明,针对不同被测程序,动态自适应框架能够根据被测程序特点,选择合适的算法以达到较好的执行结果。通过以上三个方面的研究,本文针对测试用例优先排序问题,在硬件层面,采用了先进的异构并行计算提升效率使得基于搜索技术的测试用例优先排序在工业领域的应用成为可能;在理论层面,从搜索算法的理论基础出发,融合基因理论中的上位基因概念,针对测试用例优先排序问题的特征,进一步优化算法。最后,针对众多搜索算法选择问题,提出了面向测试用例优先排序的超启发式搜索算法框架,实现了基于搜索算法的通用测试用例优先排序框架,有效改进了多目标测试用例优先排序的算法效率。

关键词：基于搜索软件工程软件回归测试测试用例优先排序异构并行计算上位基因理论超启发式算法

来源：评论

学校读者我要写书评

暂无评论

基于蚁群算法的测试用例优先排序

引用

计算机工程与科学 2020年第2期42卷 241-249页

作者：张卫祥齐玉华魏波张敏窦朝晖北京跟踪与通信技术研究所北京100094

测试用例优先排序技术通过优化测试用例的执行次序来提高软件测试的效率,是增强型软件测试和回归测试的重要研究课题。针对基于需求的测试用例优先排序问题,提出了一种基于蚁群算法的求解方法,采用不同的测试用例间距离及用例序列评价策... 详细信息

测试用例优先排序技术通过优化测试用例的执行次序来提高软件测试的效率,是增强型软件测试和回归测试的重要研究课题。针对基于需求的测试用例优先排序问题,提出了一种基于蚁群算法的求解方法,采用不同的测试用例间距离及用例序列评价策略,给出了该方法的2种不同实现方式。首先,针对黑盒测试特点,设计了基于需求的一般性测试用例序列评价指标;其次,提出测试用例吸引度概念,基于测试用例吸引度定义了测试用例间的距离;然后,给出了信息素更新策略、最优解集更新策略、局部最优解突变策略等主要设计策略,分别实现了该方法基于距离和基于指标的2种实现方式。实验结果表明,该方法具有很好的全局寻优能力,整体效果上优于粒子群算法、遗传算法和随机测试。

关键词：软件测试测试用例优先排序蚁群算法黑盒测试回归测试增强型软件

来源：评论

学校读者我要写书评

暂无评论

利用佳点集遗传算法的白盒测试用例优先排序

引用

计算机工程与科学 2018年第10期40卷 1815-1821页

作者：孙家泽王刚西安邮电大学计算机学院陕西西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室陕西西安710121

在软件演化过程中,测试用例优先排序作为一种高效实用的回归测试技术,对于提高缺陷的早期检测速率和降低测试成本有重要意义。针对传统遗传算法在白盒测试用例优先排序中收敛速度慢和稳定性差的问题,采用佳点集遗传算法求解白盒测试用... 详细信息

在软件演化过程中,测试用例优先排序作为一种高效实用的回归测试技术,对于提高缺陷的早期检测速率和降低测试成本有重要意义。针对传统遗传算法在白盒测试用例优先排序中收敛速度慢和稳定性差的问题,采用佳点集遗传算法求解白盒测试用例优先排序问题。算法根据程序实体覆盖矩阵对个体进行编码,以程序实体覆盖平均百分比作为适应度函数,采用随机抽样选择算子和佳点集交叉算子产生新一代种群。实验选择6个典型的基准开源项目,以语句、分支和方法作为程序实体,实验结果表明佳点集遗传算法收敛速度快、稳定性好,为回归测试提供了一个有效的测试用例优先排序方法,有助于尽早发现软件缺陷,降低测试成本。

关键词：白盒测试测试用例优先排序遗传算法随机抽样佳点集

来源：评论

学校读者我要写书评

暂无评论

面向测试用例优先排序的超启发式框架的评估策略研究

面向测试用例优先排序的超启发式框架的评估策略研究

引用

作者：韩金金北京化工大学

学位级别：硕士

测试用例优先排序技术旨在搜寻最优测试用例执行序列,以尽快实现测试目标,是一种关键的测试用例集优化技术。大量基于搜索的优化算法被用于发现测试用例的最优执行序列,但没有一种算法能够适用于所有的测试场景。超启发式算法可以针对... 详细信息

测试用例优先排序技术旨在搜寻最优测试用例执行序列,以尽快实现测试目标,是一种关键的测试用例集优化技术。大量基于搜索的优化算法被用于发现测试用例的最优执行序列,但没有一种算法能够适用于所有的测试场景。超启发式算法可以针对不同的场景动态选择合适的优化算法序列,具有较强的通用性,被用于测试用例优先排序。该算法框架分为两层,底层包括一组多目标优化算法,顶层是一个学习代理策略,可以为不同的测试场景动态地评估和选择合适的底层算法。现有的学习代理使用层次分布(Hierarchical Distribution,HD)策略来评估当前算法的执行结果,并基于当前和历史评估结果为下一次迭代选择合适的底层算法。HD策略依据当代和上一代个体之间的支配关系来评估底层算法的执行结果,但无法区分同一非支配解集中的个体。通过分析,可以通过多种度量来进一步区分非支配个体,进而更加准确地评估底层算法的执行结果和选择最优的算法调用序列。本课题进一步引入个体收敛能力的评估,采用Pareto Dominance(PD)和Convergence Information(CI)这两种度量来评估底层算法执行结果中个体的收敛能力,并提出了三种基于收敛性的评估策略,分别是基于PD度量的ESPD策略、基于PD和CI度量相结合的ESPC-1策略和ESPC-2策略。为了验证上述三种基于收敛性的评估策略的有效性,本课题通过五个Java程序和三个C++程序,对不同评估策略的有效性和效率进行了实证研究。结果表明:(1)使用基于收敛性的评估策略的超启发式算法可以获得更高质量的测试用例执行序列;(2)基于收敛性的评估策略在大多数情况下可以显著减少时间开销,对于少数被测程序,时间开销会增加但并不影响测试效率;(3)三种基于收敛性的评估策略中,ESPC-2策略整体表现最好,其次是ESPC-1和ESPD策略。

关键词：测试用例优先排序超启发式框架学习代理评估策略

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：