检索结果-内蒙古大学图书馆

系统仿真学报 2006年第9期18卷 2691-2693,2697页

作者：王晓原杨新月山东理工大学交通与车辆工程学院智能交通研究所山东淄博255049

现有车辆跟驰模型大多建立在控制论和运动学观点之上,以至于在仿真过程中连续运用单一模型控制规则来支配驾驶员的驾驶行为,忽略了对多源高负载信息感知变量的运用。文章直接运用信息挖掘技术最大限度地榨取实测数据所携带的有关驾驶行... 详细信息

现有车辆跟驰模型大多建立在控制论和运动学观点之上,以至于在仿真过程中连续运用单一模型控制规则来支配驾驶员的驾驶行为,忽略了对多源高负载信息感知变量的运用。文章直接运用信息挖掘技术最大限度地榨取实测数据所携带的有关驾驶行为的个体有用信息,通过多元非参数三次样条回归模型剔除了数据中由白噪声产生的干扰,构建了一种基于三次样条非参数拟合的驾驶行为仿真模型。仿真试验表明,此模型具有可移植、高精度的特性,能很好地反映和预测多源高负载信息感知变量刺激下跟驰过程中驾驶员的驾驶行为。

关键词：驾驶行为三次样条非参数拟合广义交叉核实估计非参数回归模型微观交通流仿真

来源：评论

学校读者我要写书评

暂无评论

混合误差下非参数及部分线性模型中估计量的渐近性质

混合误差下非参数及部分线性模型中估计量的渐近性质

引用

作者：萨牧乐安徽大学

学位级别：博士

回归分析是用来确定随机变量之间关系的一种统计工具。当研究者试图确定随机变量之间的因果关系时会使用回归模型。为了探讨这些问题,研究者将所观察到的有关潜在变量的数据集合起来,并使用回归分析来估计解释变量对因变量的量化效应。... 详细信息

回归分析是用来确定随机变量之间关系的一种统计工具。当研究者试图确定随机变量之间的因果关系时会使用回归模型。为了探讨这些问题,研究者将所观察到的有关潜在变量的数据集合起来,并使用回归分析来估计解释变量对因变量的量化效应。本文讨论了三种不同的回归模型:非参数回归模型、部分线性回归模型和异方差部分线性回归模型。本文主要研究非参数和部分线性回归模型在相依误差下的估计量的渐近性质。考虑了与上述主题相关的三个问题。首先,我们研究了固定设计非参数回归模型中相依误差的影响。在一些宽泛的条件下,我们得到了固定设计非参数回归模型中加权估计量的完全相合性和渐近正态性。此外,本文还对估计量的有限样本行为进行了模拟研究,并给出了估计量的实际数据应用。接下来,我们研究了如下部分线性回归模型的一致性,Y(j)(xin,tin)=tinβ+g(xin)+e(j)(xin),1≤j≤k,1≤i≤n,基中xin∈Rp,tin∈R是非随机的,g(·)是RP中的紧集A上的一个未知连续函数,e(j)(xin)是零均值的(α,β)混合随机误差,Y(j)(xin,tin)是可以在点xin和点tin处观测到的随机变量n通过使用概率不等式和矩不等式,我们分别获得了β和g的估计量βk,n和gk,n的强相合性、完全相合性和均值相合性。模拟研究表明了该方法的有效性,并通过一个实例进行了说明。最后,我们研究了下式定义的相依误差下的异方差部分线性回归模型的估计量,yi=xiβ+g(ti)+εi(1 ≤i≤n)其中εi=σiei,σi2=f(ui),设计点(xi,ti,ui)是己知的并且是非随机的,β是一个未知的需要被估计的参数,g(·)和/(·)是定义在闭区间[0,1]上的未知函数,随机误差{ei}是(α,β)-混合随机变量。当模型是异方差模型时,未知参数β和未知函数g(·)由加权最小二乘估计量近似估计。在适当的条件下,我们得到了加权最小二乘估计量的渐近正态性。模拟研究表明了所提方法的有限样本性能。最后,我们使用真实的数据来检验石油价格和汇率之间的相关性。

关键词：非参数回归模型部分线性模型异方差强相合性完全相合性均值相合性渐近正态性加权估计量 (α,β)混合序列

来源：评论

学校读者我要写书评

暂无评论

变系数模型中的非参数估计

变系数模型中的非参数估计

引用

作者：唐庆国南京大学

学位级别：博士

变系数模型是非参数回归模型中的一个重要而有用的模型，它现已应用于经济学，生物医学，流行病学和环境科学等学科中。这个模型的优点之一是所谓的“维数祸根”能够避免。近年来，这个模型已引起众多学者的极大关注，出现了众多用以估... 详细信息

变系数模型是非参数回归模型中的一个重要而有用的模型，它现已应用于经济学，生物医学，流行病学和环境科学等学科中。这个模型的优点之一是所谓的“维数祸根”能够避免。近年来，这个模型已引起众多学者的极大关注，出现了众多用以估计模型中未知函数的方法。同时，在理论上也得到了一批有重要意义的新结果。而在经度数据研究中，这个模型同样得到了统计工作者的广泛重视和研究。本文中，我们对变系数模型做了深刻分析和研究，提出了几种用以估计模型中未知函数的方法，得到了一些有意义的新结果。概括起来如下：\n 1．相对于Fan和Zhang（1999）的两步估计法，我们提出了一种估计模型中未知函数的一步估计法。在我们的一步估计法中，所有函数及它们导数的局部估计量只经过一次极小化就能得到。与两步法相比，计算一步估计量所需的时间要少。同样由于计算量要少，一步估计量·的精度通常比两步估计量要高。这一点在我们所作的数值模拟中得到了证实。我们推导了一步。估计量的渐近偏差和方差，在比两步法更弱的条件下我们证明了我们的估计量都能达到最优收敛速度。我们还给出了一步估计量的渐近分布。\n 2．在第三章中，我们提出了用于估计变系数模型未知函数的逐元法和减元法。我们的逐元法和减元法既适用于系数函数具有相同光滑度的情况也适用于系数函数具有不同光滑度的情况。在实际问题中，通常我们并不知道系数函数是否具有相同的光滑度也不知道哪些函数更光滑，在这种情况下，我们给出了我们方法的方便实用的操作程序，依此我们编程并通过模拟显示：我们的逐元法和减元法仍有良好的表现，尤其是减元法，我们从理论分析和数值模拟两方面得出：在所有方法中，包括两步法、一步法和逐元法，减元法是值得推荐的。而逐元法与两步法是可比的而且还有操作简单、计算量少的优点。我们证明了我们的逐元和减元估计量达到了最优收敛速度，并且是局部一致最优的．我们也给出了逐元和减元估计量的渐近分布。\n 3．相对于Huang等（2002）的B-spline方法，我们在第五章中给出了一种估计模型中未知函数的逐元B－spline方法。我们将Zhou等（1998）的单变量B-spline方法的理论和结果推广到变系数模型的函数估计中，在较弱的条件下我们给出了估计量的局部和整体收敛速度，而且我们证明了我们估计量的渐近正态性。而在Huang等（2002）中估计量的渐近分布却没有给出。同时，我们也给出了自动光滑参数选择程序，并通过数值模拟显示：我们的逐元B-spline方法在精确度方面与B-spline方法也是可比的，但所用时间比B-spline方法要少。\n 4．第六章中我们提出了一种估计模型中未知函数的局部线性最小绝对偏差方法，即L<，1>－估计法。就随机变量和确定性变量两种情况下我们推导了内点和边界点处的L<，1>一估计量的渐近正态分布。我们通过两个例子表明：L<，1>－估计是稳健的而最小平方估计则对奇异点或当随机误差有重尾分布时是敏感的。\n 5．第七章中我们提出了一种多窗宽估计法用以估计带重复测量数据的变系数模型中的未知函数。我们的方法同样适用于系数函数具有相同或不同光滑度的情况。这种方法事实上是逐元法在经度数据中的推广和应用。在很一般的限制条件下，我们给出了多窗宽估计量的渐近偏差和方差。而且我们还给出了多窗宽估计量的渐近分布。同现有方法相比，我们的方法具有可操作性强、运算速度快的特点。同时在精确度方面跟其它方法也是可比的。\n 最后我们对我们在本文中提出的几种方法作了一个比较并得出减元法是值得推荐的一种好方法。

关键词：变系数模型最优收敛速度渐近偏差渐近正态性非参数回归模型

来源：评论

学校读者我要写书评

暂无评论

基于非参数方法的HIV模型统计诊断问题的研究

基于非参数方法的HIV模型统计诊断问题的研究

引用

作者：吴婷西安电子科技大学

学位级别：博士

非参数方法因其良好的灵活性在经济、医药、生物等领域有着广泛的应用.近年来,随着生物学的迅猛发展以及生物数据的大量采集,生物统计的重要性日益显著,其中对艾滋病的研究已经引起了科学家的极大关注.艾滋病(AIDS)威胁着全人类的生命安... 详细信息

非参数方法因其良好的灵活性在经济、医药、生物等领域有着广泛的应用.近年来,随着生物学的迅猛发展以及生物数据的大量采集,生物统计的重要性日益显著,其中对艾滋病的研究已经引起了科学家的极大关注.艾滋病(AIDS)威胁着全人类的生命安全,目前对艾滋病病毒(HIV)的动态研究已成为AIDS研究领域的热门问题.描述HIV动态变化的HIV模型是一组非线性常微分方程,其中包括HIV病毒死亡率,CD4+T细胞的新生率等多个重要未知参数,准确估计这些参数可以给AIDS致病机理以及药效评估提供重要依据.然而相对于参数估计方法,一般的非参数估计方法,如核估计和局部线性估计的收敛速度较慢且对窗宽的选择敏感；另一方面,由于实际测量数据的波动性,HIV模型的参数估计常常是不稳健的.本文针对非参数估计方法和HIV模型统计诊断的相关问题进行研究,主要研究成果如下：1.将复合方法的思想应用于非参数估计法中,提出复合非参数估计法：首先选择不同的窗宽作相应的非参数估计,然后通过一个参数回归方法将备选的估计量重新组合.当回归函数具有2k阶连续导数时,所得到的新估计量的最优均方收敛速度达到O(n-4k/(4k+1)),即当回归函数足够光滑时,新估计量的收敛速度接近参数估计的收敛速度.最优窗宽的阶数为O(n-1/(4k+1)),并且即使采用的窗宽不是最优的,但在条件hj=O(n-α),且1/(5k)<α<1/5成立时,新估计量仍具有比普通非参数估计更小的均方误差,这说明新估计量对窗宽的选择稳健.由此从收敛速度和窗宽选择两方面改进了通常的非参数估计.模拟研究证实了复合方法的有效性.2.对HIV模型的参数估计进行了实证研究.针对观测数据含有测量误差的情形,利用两步估计法和广义光滑方法对HIV模型进行了参数估计,随机模拟实验证实了两种方法良好的估计效果.通过比较两种方法的表现得出：两步估计法的计算更加简单,而广义光滑方法的精度更高.3.针对HIV模型的两步估计方法,研究了基于均值漂移模型的统计诊断问题.给出了漂移参数的计算公式,构造了Score检验统计量,并给出其大样本分布.随机模拟实验和实例研究结果表明：(1)所构造的检验统计量的极限分布是经验分布的一个合理近似；(2)所构造的统计量可有效地检测中度以上的偏移；(3)相对于内点,边界点对HIV模型的参数估计具有更大的影响.基于以上结论,在对HIV模型进行参数估计时,我们应对边界点加以格外的关注.4.针对HIV模型的广义光滑估计方法,分别讨论了基于数据删除模型的统计诊断和基于似然距离的局部影响分析方法,并且分别给出了数据删除模型和扰动模型下的似然距离近似计算公式.通过模拟数据和临床数据分析发现：两种方法均能有效地检测出模型中的异常点.

关键词：非参数回归模型核估计局部线性估计两步估计法广义光滑方法数据删除模型均值漂移模型局部影响分析

来源：评论

学校读者我要写书评

暂无评论

非参数异方差模型中条件回归函数的EM算法——基于农村食品消费与纯收入的实证研究

引用

统计与信息论坛 2014年第1期29卷 9-12页

作者：王继霞申培萍河南师范大学数学与信息科学学院河南新乡453007

对非参数异方差模型中回归函数的EM算法进行研究,并基于EM算法得到了条件回归函数的估计。此外,通过对农村居民食品消费支出与纯收入关系的实证分析,说明了基于EM算法的估计方法比最小二乘估计方法的拟合效果更好,并对恩格尔系数进行了... 详细信息

对非参数异方差模型中回归函数的EM算法进行研究,并基于EM算法得到了条件回归函数的估计。此外,通过对农村居民食品消费支出与纯收入关系的实证分析,说明了基于EM算法的估计方法比最小二乘估计方法的拟合效果更好,并对恩格尔系数进行了拟合,分析了其变化走势。

关键词：非参数回归模型条件回归函数异方差 EM算法

来源：评论

学校读者我要写书评

暂无评论

线性过程误差下非参数模型的经验似然

线性过程误差下非参数模型的经验似然

引用

作者：骆丽骏广西师范大学

学位级别：硕士

线性过程在时间序列分析中具有特殊的重要地位,它在水文工程、气象学和生存分析等领域及经济、工程和物理等学科中都有着极其广泛的运用.特别地,线性过程的极限定理对于刻划各种从计量经济模型的统计推断问题中所导出的检验统计量的极... 详细信息

线性过程在时间序列分析中具有特殊的重要地位,它在水文工程、气象学和生存分析等领域及经济、工程和物理等学科中都有着极其广泛的运用.特别地,线性过程的极限定理对于刻划各种从计量经济模型的统计推断问题中所导出的检验统计量的极限分布起着至关重要的作用,有相当多的文献(如:Brockwell and Davis, Time Series:Theory and Methods[M]. New York:SpringerW,1987)对线性过程的极限理论作了深入而细致的研究. 非参数回归模型是在上世纪七十年代发展起来的一个重要统计模型.由于非参数回归模型中回归函数形式可以是任意的,且对总体的分布限制较少,故在实际问题中有广泛应用,许多学者对它进行了研究,比如:Priestley and Chao (Non-parametric function fitting[J]. J. ***. Soc. B,1972,34:385-392)给出了Priestley-Chao型固定设计权函数回归估计的弱相合性的条件,Benedetti (On the nonparametric estimation of regression functions[J]. J. ***. Soc. B,1977,39(2)：248-253)在一定条件下研究了Priestley-Chao型固定设计权函数回归估计的强相合性,Georgiev (Consistent nonparametric multiple regression:the fixed design case[J]. Journal of Multivariate Analysis,1988,25(1):100-110)对固定设计点列情形一般权函数回归估计的强、弱相合性和渐近正态性作了详细的研究,Devroye (On the almost everywhere convergence of nonparametric regression estimates [J]. Ann. Statist,1981,9:1310-1319),赵林城和方兆本(非参数回归核估计的强相合性[J].应用数学学报,1985,8(3)：268-276),孙东初(回归函数核估计的强相合性[J].数学年刊,1985,6A(4)：481-486)等在随机设计情形研究了非参数回归模型回归函数核估计的大样本性质,这些都是独立样本情形非参数回归函数的估计及其性质研究的成果. 近年来大批学者对在线性过程误差下非参数模型进行了研究,Tran et al.(Fixed-design regression for linear time series[J]. Ann. Statist,1996,24:975-991)研究了固定设计下误差为弱平稳线性过程非参数回归模型回归函数的估计并得到了回归函数核估计的渐近正态性,胡舒合(误差为线性时间序列下的回归模型[J].数学年刊A辑,1999,20(6)：733-740)推广和改进了Tran et al中的结果,得到了回归函数的权函数估计的渐近正态性,胡舒合与朱春华(误差为线性过程时回归模型估计的均方相合性[J].安徽大学学报(自然科学版),2000,24(3)：18-22)在误差为弱平稳线性过程时获得了回归函数估计量的均方误差及一致均方相合性,胡舒合,潘光明,高启兵(误差为线性过程时回归模型的估计问题[J].高校应用数学学报,2003,18(1)：81-90)在误差为弱平稳线性过程及适当条件下,获得了回归函数估计量的r-阶平均相合性、完全相合性和渐近正态性. 特别地,Tran et al.(Fixed-design regression for linear time series[J]. Ann. Statist,1996,24:975-991)研究了回归函数的估计并获得回归函数的核估计的渐近正态性,但此结果不能直接应用于构造回归函数的置信区间.本文对固定设计点列下的非参数回归模型,使用分组经验似然方法研究了在误差为线性过程下回归函数核估计的渐近正态性及经验似然置信区间的构造,结果表明分组经验似然比统计量的渐近分布为χ2分布,由此可得到非参数回归函数的经验似然置信区间. 本文的创新之处是在线性过程误差下构造非参数回归函数的经验似然置信区间,这是其他文献都没有研究过的问题.

关键词：非参数回归模型经验似然置信区间

来源：评论

学校读者我要写书评

暂无评论

负超可加相依随机阵列的若干极限性质及其在非参数模型中的应用

负超可加相依随机阵列的若干极限性质及其在非参数模型中的应用

引用

作者：王柳柳安庆师范大学

学位级别：硕士

负超可加相依（Negatively Superadditive Dependence,NSD）随机变量是一类包含独立变量,负相依（Negatively Associated,NA）随机变量的较为广泛的变量,在金融数学、复杂性系统、可靠性理论等领域都有着广泛的应用.本文主要致力于研究... 详细信息

负超可加相依（Negatively Superadditive Dependence,NSD）随机变量是一类包含独立变量,负相依（Negatively Associated,NA）随机变量的较为广泛的变量,在金融数学、复杂性系统、可靠性理论等领域都有着广泛的应用.本文主要致力于研究NSD随机阵列的若干极限性质,同时给出其在非参数模型中的应用,所得结论推广和改进了已有研究成果.本文主要研究内容如下:首先,利用NSD随机阵列的Marcinkiewicz-Zygmund（M-Z）不等式、Rosenthal型不等式以及截尾方法,获得了NSD阵列加权和最大值的弱收敛性、Lr收敛性和完全收敛性.其次,利用NSD随机阵列的Kolmogorov指数型不等式以及截尾方法,获得了NSD阵列加权和最大值的完全f矩收敛性.然后,利用NSD随机阵列的M-Z不等式、Rosenthal型不等式以及截尾方法,获得了NSD阵列Sung型加权和最大值的完全f矩收敛性.最后,利用所得结论,给出NSD随机阵列在非参数回归模型中的应用,并进行数值模拟,利用模拟结果验证了所得结论的有效性.

关键词： NSD随机阵列 Lr收敛性完全收敛性完全f矩收敛性非参数回归模型

来源：评论

学校读者我要写书评

暂无评论

非参数模型均值与方差双重变点的小波检测

非参数模型均值与方差双重变点的小波检测

引用

作者：邓春霞贵州大学

学位级别：硕士

变点问题现已成为统计学理论分析与实证研究的重点问题之一。变点检测不仅对准确地建立数学模型有着至关重要的作用，而且广泛应用于工业控制、交通、金融、医学等领域。本文主要基于小波方法针对非参数回归模型中均值和方差存在双重突... 详细信息

变点问题现已成为统计学理论分析与实证研究的重点问题之一。变点检测不仅对准确地建立数学模型有着至关重要的作用，而且广泛应用于工业控制、交通、金融、医学等领域。本文主要基于小波方法针对非参数回归模型中均值和方差存在双重突变的问题进行研究。　　本文将均值变点、方差变点以及均值和方差双重变点问题转化为二阶原点矩的变点问题。首先，结合核回归估计构造二阶原点矩的小波系数估计量，进一步由该估计量构造二阶原点矩变点检验统计量，并证明该检验统计量在模型连续的条件下渐近于标准正态分布。然后，根据小波系数估计量的性质构造变点位置和二阶原点矩跳跃度的估计量，证明变点位置和跳跃度估计量均具有良好的渐近性质。最后，我们对一般回归模型变点和正态分布变点进行模拟仿真，有限样本数值模拟的结果说明该方法是可行的。　　接下来考虑将均值与方差双重变点中的均值变点问题和方差变点问题分开讨论。首先，在方差不连续情况下构造均值函数的核检验统计量，估计均值变点位置和跳跃度，证明该检验统计量在均值连续时趋近于零，利用该性质构造均值变点的Bootstrap检验。然后，利用小波方法检测和估计方差变点，构造了方差变点位置和跳跃度的估计量。所有变点估计量均具有很好的渐近性质。最后，有限样本下数值模拟结果说明该方法是有效的。

关键词：非参数回归模型均值变点方差变点小波方法 Bootstrap检验

来源：评论

学校读者我要写书评

暂无评论

连续型与离散型变量下的非参数模型设定检验研究

连续型与离散型变量下的非参数模型设定检验研究

引用

作者：吴雪宇天津财经大学

学位级别：硕士

模型设定的检验工作在统计建模中是非常重要的一个环节,也是统计应用研究中的重要问题之一。在进行实证研究时,一个基本前提就是设定正确的模型形式。但是当结果与实际经济的运行不符时,有可能出现模型设定错误现象,这时对模型设定的检... 详细信息

模型设定的检验工作在统计建模中是非常重要的一个环节,也是统计应用研究中的重要问题之一。在进行实证研究时,一个基本前提就是设定正确的模型形式。但是当结果与实际经济的运行不符时,有可能出现模型设定错误现象,这时对模型设定的检验工作就显得格外重要了。论文主要是对非参数检验方法中的一类:参数模型对非参数模型的设定检验进行研究。由于近些年人们进入了高密度、多类型、多层次数据的时代,将数据的形式复杂化,在包括连续型变量与离散型变量的基础上进行理论研究和实证分析,具有很高的现实意义。论文首先对建模的基础理论进行了回顾和整理,特别是对连续型与离散型变量下的非参数核估计进行了归纳总结;其次,论文论述了线性回归模型下的一般性检验程序,又对现有的检验统计量进行了整理归纳,并在此基础上添加了分类变量,构造了连续型与离散型变量下用来检验参数回归模型正确性的统计量;然后,论文推导了改进后的检验统计量的渐近分布,并通过Monte Carlo模拟方法对改进前后的检验统计量作出了比较。另外,论文对上市公司财务指标、股价变动和行业特征进行了实证研究。首先以参数和非参数两种方法对上市公司财务指标对股价变动的影响程度进行分析,并在此基础上加入行业特征这个分类变量,然后利用新检验统计量进行检验,分析连续型与离散型变量下的参数模型是否是一个体现数据规律的模型。论文的主要结论如下:第一,论文改进了Fan,Li和Zheng检验使用的统计量。将此统计量的权重函数用H?rdle和Mammen的检验所使用的权重函数所代替,并推导出新统计量的渐近分布;然后通过Monte Carlo模拟方法对新旧检验统计量作出比较,得到了改进后的统计量进行检验更具有优势,改进后的统计量更适合于非参数模型的统计检验的结论。第二,论文将新模型与在行业分类下股价与财务指标的影响关系这一实证研究相结合。利用改进后的检验统计量对参数模型的设定检验问题进行分析,得到了非参数模型对数据的衡量更优于参数模型的结论,为非参数问题提供了一些新的研究思路。

关键词：模型设定检验连续型与离散型变量检验统计量非参数回归模型

来源：评论

学校读者我要写书评

暂无评论

基于非参数模型的中国碳排放影响因素研究

引用

南京晓庄学院学报 2020年第6期36卷 76-81页

作者：刘存丽李志远龚雨竹南京晓庄学院环境科学学院江苏南京211171 南京财经大学经济学院江苏南京210023

环境保护是我国的一项基本国策,与国计民生息息相关,有效控制碳排放是环境保护的一项重要内容.为探讨人口、人均GDP、能源消费强度以及城镇化率对碳排放的影响,基于中国30个省(市、自治区)的21年面板数据,建立非参数回归模型.通过比较... 详细信息

环境保护是我国的一项基本国策,与国计民生息息相关,有效控制碳排放是环境保护的一项重要内容.为探讨人口、人均GDP、能源消费强度以及城镇化率对碳排放的影响,基于中国30个省(市、自治区)的21年面板数据,建立非参数回归模型.通过比较和检验,非参数模型相较于最小二乘法线性模型和半参数模型拟合效果更优.分析结果表明:人均GDP较高时对碳排放量的正向效应相对较大,人口对碳排放量的影响呈现为波动式上升,城镇化率和能源消费强度与碳排放量存在倒“U”型关系.当前应注意人口、经济与环境保护的协调发展,高效降低碳排放,促进经济可持续发展.

关键词：碳排放非参数回归模型城镇化人均GDP

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：