检索结果-内蒙古大学图书馆

地理研究 2023年第7期42卷 1828-1841页

作者：王玥瑶梁泽杨超丁家祺王万州李鹏飞李双成张路霞北京大学城市与环境学院北京100871 北京大学地表过程分析与模拟教育部重点实验室北京100871 北京大学第一医院肾内科北京大学肾脏病研究所北京100034 浙江省北大信息技术高等研究院杭州311215 北京大学公共卫生学院北京100191 北京大学健康医疗大数据国家研究院北京100191

探究中国慢性肾病患者跨区域就医的空间格局及其驱动因素,有助于提升对居民就诊需求的认知,在中国医疗资源发展不均衡的现状下,对于医疗体制改革与居民医疗保障的发展具有一定参考意义。研究基于2014—2018年中国居民慢性肾病就医病案... 详细信息

探究中国慢性肾病患者跨区域就医的空间格局及其驱动因素,有助于提升对居民就诊需求的认知,在中国医疗资源发展不均衡的现状下,对于医疗体制改革与居民医疗保障的发展具有一定参考意义。研究基于2014—2018年中国居民慢性肾病就医病案首页信息,提取了非常住地跨区域就医数据并计算了患者的跨区域就医流入率与流出率指标,构建了广义线性模型探究了城市医疗资源以及交通与经济发展水平等指标对跨区域就医的影响及其区域差异。结果表明:①中国跨区域就医现象在全国范围内较为普遍,呈现流动人口多,流动范围广等特点。北京、上海、广州等区域中心城市具有最大的就诊流量。②医疗资源水平与城市经济发展水平对于患者跨区域就医具有显著驱动作用,其中人均肾脏病医生人数指标对于患者的跨区域就医影响最大。③医疗资源水平以及城市经济发展水平对于跨区域就医的影响具有一定的梯度效应,对于高发展水平的城市,提升城市肾脏病医生人数对于跨区域就医患者的流入具有更强的促进作用。而城市规模与人均GDP对于患者流动呈现正向与负向作用并存的态势。研究结果扩展了对患者就诊流动行为的认知,可以为区域医疗资源配置与公共卫生政策制定提供一定参考依据。

关键词：跨区域就医患者流动医疗资源 glm模型区域差异

来源：评论

学校读者我要写书评

暂无评论

glm模型和回归树模型在CPUE标准化中的比较分析

引用

上海海洋大学学报 2014年第1期23卷 123-130页

作者：官文江陈新军高峰雷林上海海洋大学海洋科学学院上海201306 上海海洋大学大洋渔业资源可持续开发省部共建教育部重点实验室上海201306

在渔业资源评估中,CPUE(catch per unit effort)标准化是基础性工作。一般线性模型(generalized linear model,glm)已成为CPUE标准化的基本方法,但glm模型在误差结构、自变量的选择、缺失数据、复杂交互效应及异常值处理等方面仍然缺乏... 详细信息

在渔业资源评估中,CPUE(catch per unit effort)标准化是基础性工作。一般线性模型(generalized linear model,glm)已成为CPUE标准化的基本方法,但glm模型在误差结构、自变量的选择、缺失数据、复杂交互效应及异常值处理等方面仍然缺乏灵活性。本文基于模拟数据及我国东、黄海鲐鱼(Scomber japonicus)灯光围网渔业数据,比较和分析了基于glm模型与回归树模型在CPUE标准化中的效果。研究表明:当渔业数据不存在非线性关系与异常值时,glm模型与回归树模型均能较好地对CPUE进行标准化,但由于回归树模型具有阶跃函数特征,因而glm模型更具优势;在非线性关系及异常值存在的条件下,回归树模型对CPUE的标准化具有相对较小的估计误差,模型更简约、有效。由于回归树模型能可视化显示自变量与应变量间的复杂关系,因此,更有利于探索和分析渔业数据。

关键词： CPUE标准化回归树模型 glm模型

来源：评论

学校读者我要写书评

暂无评论

乳制品产业链农户融资满足度分析——以陕西省富平县为例

乳制品产业链农户融资满足度分析——以陕西省富平县为例

引用

作者：陈依娜西北农林科技大学

学位级别：硕士

农业产业固有的周期长、收益率低、生产资料缺乏流动性等融资短板,决定了农户在“贷大不贷小,扶强不扶弱”的传统借贷市场很难获得融资。近年来,以产业链为突破口的融资模式正在日益成为农户缓解融资压力的有效融资策略,但是这种产业链... 详细信息

农业产业固有的周期长、收益率低、生产资料缺乏流动性等融资短板,决定了农户在“贷大不贷小,扶强不扶弱”的传统借贷市场很难获得融资。近年来,以产业链为突破口的融资模式正在日益成为农户缓解融资压力的有效融资策略,但是这种产业链融资模式是否真的能够有效缓解农户融资压力,以及如何为农户融资提供助力,是值得研究的话题,也是论文研究的主要内容。而陕西富平乳制品产业链作为陕西省重点打造的明星产业链,目前形成了较为完善的产业链农户融资模式和机制,遂以陕西富平乳制品产业链中的农户为研究对象,分析加入乳制品产业链对农户融资满足度的影响,产业链对农户融资满足度产生影响的中介因素,以及这些中介影响因素之间的交互作用,探究产业链对农户融资的影响机制。基于以上研究背景和目的,首先查阅了国内外相关文献,结合农业产业链融资相关理论,为论文研究奠定理论基础。其次,通过对陕西富平乳制品产业链发展情况、融资模式和融资机制归纳总结,结合产业链农户经营和融资现状,分析陕西富平乳制品产业链农户融资存在的问题。再次,根据分析出的问题提出论文的研究假设,并以陕西省富平县乳制品产业链农户调研数据和访问资料为基础,进行实证分析。根据实证分析结果,得出第一个核心观点:加入产业链对于农户融资满足度存在显著正向影响。进一步分析加入产业链对农户融资满足度的影响机制,得出第二个核心观点:产业链通过收入稳定性、风险、附加价值等中介因素对农户融资满足度产生影响。具体来说:第一,产业链收入越高,订单合约期限越长,收入稳定性就越高,农户融资满足度越高;第二,不存在赊销行为,降低了农户违约风险,会提升农户融资满足度;第三,加入龙头企业主导型产业链,产业链为农户提供信贷服务,都能提升农户融资满足度。论文又以农户产业链收入由高到低对农户进行分类,交互分析收入稳定性、风险、附加价值对农户融资满足度的影响,得出第三个核心观点:在产业链中,农户产业链收入越低,金融机构越不愿意满足未签订订单合约以及存在赊销行为的农户的贷款需求;农户产业链收入越高,在向金融机构贷款时越不受制于其他中介因素,说明农户在产业链收入越低,获得融资的限制条件越多。最后,基于对陕西富平乳制品产业链农户融资的理论和实证分析结果,提出提升乳制品产业链农户融资满足度的若干建议:第一,加强乳制品产业链宣传力度,吸引农户加入产业链;第二,完善乳制品产业链融资利益联结机制,提升农户收入稳定性;第三,优化乳制品产业链风险共担机制,降低农户贷款风险;第四,发挥龙头企业的带动作用,缓解农户信贷约束;第五,增强乳制品产业链合作社服务意识,助力农户融资;第六,推进农村金融体系改革,拓宽农户融资渠道。

关键词：乳制品产业链农户融资融资满足度 glm模型

来源：评论

学校读者我要写书评

暂无评论

面向车险定价场景的车型风险分级研究

引用

中国汽车 2023年第4期 18-23页

作者：李普超朱旭许彬中汽数据有限公司天津300300

本文以保险公司理赔数据及车型配置数据为研究对象,基于glm模型和K-means分级方法对我国车型风险进行分级。首先,使用glm模型对车参配置因子进行筛选,确定对理赔数据有显著解释性的因子,并得到理赔金额拟合值。其次,使用K-means聚类算法... 详细信息

本文以保险公司理赔数据及车型配置数据为研究对象,基于glm模型和K-means分级方法对我国车型风险进行分级。首先,使用glm模型对车参配置因子进行筛选,确定对理赔数据有显著解释性的因子,并得到理赔金额拟合值。其次,使用K-means聚类算法,对拟合结果进行等级划分,最终将车型风险划分为30个等级。结果表明,车型风险分级各等级分布直方图呈现伽马分布,符合车险定价分布特征。该研究内容及模型算法,将为我国汽车车型风险分级体系构建工作提供重要方法参考,并为车险定价创新提供支持。

关键词：车险 glm模型 K-means算法风险分级从车因子

来源：评论

学校读者我要写书评

暂无评论

代际支持对于商业健康险购买决策影响研究

代际支持对于商业健康险购买决策影响研究

引用

作者：张杰上海财经大学

学位级别：硕士

商业健康保险是我国社会保障体系的重要组成部分,是我国居民防范重大疾病带来的财务风险的重要手段。本文主要针对国内居民家庭,研究代际支持在健康险购买决策过程中的影响。健康险在国内的发展已经有很长一段时间,商业健康险无论在性质... 详细信息

商业健康保险是我国社会保障体系的重要组成部分,是我国居民防范重大疾病带来的财务风险的重要手段。本文主要针对国内居民家庭,研究代际支持在健康险购买决策过程中的影响。健康险在国内的发展已经有很长一段时间,商业健康险无论在性质,保障方式还是费率水平上,都与传统的寿险有着很大的差别。相比于重疾险,健康险的费率更低,保障范围集中于医疗,采用是费用报销而不是定额给付,保额也更高。对于大部分居民家庭而言,保障程度高同时费率低的健康险是进行保险配置的第一选择。目前我国仍属于发展中国家,人均收入仍处于较低水平,并且国内居民收入分布严重不均匀,一旦家庭成员出现重症患病情况,高昂费用和长时间卧床很容易引发家庭财务危机。随着近些年健康险的飞速发展,对于居民购买健康险的影响因素的研究也越来越多,本文将关注国内居民群体,从家庭中的转移支付角度来观察影响这些人购买健康险的因素。本文采用的数据是来自于西南财经大学中国家庭金融调查与研究中心的2017年中国家庭金融调查数据(以下简称“CHFS”),样本分布于20个省、267个县(区、县级市)、1481个社区,覆盖了40011户家庭与127012名个体。在本文的研究中,我们从数据库中筛选了能够代表居民家庭财富、身体健康以及家庭信息的数据。首先,我们将能够影响受调查者购买健康险的因素分别个人因素与家庭因素。个人因素包括了个人的收入情况、健康状况和家庭流动资产金额等,家庭因素包括了来自父母和岳父母的代际支持情况、家庭成员情况和家庭流动资产金额等;本文主要研究的是来自父母和岳父母的代际支持对受调查者购买健康保险意愿的影响,将个人因素以及家庭成员情况编为控制变量,将来自父母与岳父母的代际支持设为自变量,商业健康险保费支出设为因变量,采用了Logit和glm模型进行回归分析。首先我们需要判断的是当收到来自父母和岳父母的资助时,受调查者是否会将其用来购买商业健康险,结果显示是肯定的,并且在收到父母和岳父母的资助后,样本人群购买商业健康险的比例有着显著的提高。在对比有父母和岳父母经济支持和没有父母和岳父母经济支持两个样本后,我们发现拥有来自父母和岳父母的经济支持的人群的投保是没有父母和岳父母的经济支持的人群的两倍。本文的创新点主要在于:(1)将研究重点放在代际支持对购买商业健康险意愿上,将家庭代际因素纳入考量的范围,采用了最直接的转移收入这一指标,这对分析国内居民商业健康险需求具有重大意义;(2)对于代际支持,没有选用一般认为的子女给父母的向上代际转移,而是选择了父母给子女的向下代际转移,聚焦于父母对于子女的经济支持。本文研究了表明了代际转移收入对商业健康险投保意愿的提升具有显著作用,这对未来政府政策制定以及保险公司市场开发有借鉴作用。

关键词：商业健康险代际支持 glm模型

来源：评论

学校读者我要写书评

暂无评论

基于Task-fMRI的分类分析研究

引用

电子技术与软件工程 2022年第9期 218-221页

作者：黄庆坤艾斯克尔·米吉提杨鹏大理护理职业学院云南省大理市671000 南京财经大学江苏省南京市210000

本文通过分类分析方法来研究任务态功能性核磁共振成像(task-fMRI)数据。首先通过构建回归模型(glm)在个体水平上显示显著激活体素;其次通过任务态激活体素和对应任务事件构建数据集并在被试间对比不同分类的结果。结果表明在10折交叉验... 详细信息

本文通过分类分析方法来研究任务态功能性核磁共振成像(task-fMRI)数据。首先通过构建回归模型(glm)在个体水平上显示显著激活体素;其次通过任务态激活体素和对应任务事件构建数据集并在被试间对比不同分类的结果。结果表明在10折交叉验证(K-Fold)下不同的机器学习分类模型所得到的准确率不同,支持向量机(SVM)(rbf)的准确率最高92%。

关键词：机器学习 Task-fMRI 分类分析 glm模型

来源：评论

学校读者我要写书评

暂无评论

基于glm和GAM的日本鲭太平洋群体补充量与产卵场影响因子关系分析

引用

水产学报 2020年第1期44卷 61-70页

作者：武胜男陈新军上海海洋大学海洋科学学院上海海洋大学农业部大洋渔业开发重点实验室上海海洋大学国家远洋渔业工程技术研究中心上海海洋大学大洋渔业资源可持续开发省部共建教育部重点实验室上海海洋大学农业部大洋渔业资源环境科学观测实验站

依据日本渔业机构提供的1980—2016年日本鲭太平洋群体资源丰度(补充量和亲体量)数据,对补充量的自然对数进行正态性检验,通过正态性检验的时间为1980—1999年,再结合产卵场海洋环境数据,利用广义线性模型(glm)和广义加性模型(GAM)对198... 详细信息

依据日本渔业机构提供的1980—2016年日本鲭太平洋群体资源丰度(补充量和亲体量)数据,对补充量的自然对数进行正态性检验,通过正态性检验的时间为1980—1999年,再结合产卵场海洋环境数据,利用广义线性模型(glm)和广义加性模型(GAM)对1980—1999年日本鲭太平洋群体产卵场的海表面高度(sea surface height,SSH)、海表面盐度(sea surface salinity,SSS)、海表面温度(sea surface temperature,SST)、亲体量[ln(spawning stock biomass),ln(SSB)]与补充量之间的关系进行研究。glm模型结果显示,考虑因子的综合效应,影响程度依次为ln(SSB)×年、ln(SSB)、SSS×年、SSS对补充量的影响最显著;考虑单因子对补充量的影响,影响程度依次为产卵场SST、SSH、年份、ln(SSB)和SSS。GAM模型研究表明,基于赤池信息准则,包含年份、产卵场SST和SSH的GAM模型为最优模型,模型中各因子的影响程度由大到小依次为年份、产卵场SST、产卵场SSH;考虑单因子对补充量的影响,GAM模型中影响程度依次为年份、产卵场SSS、ln(SSB)、产卵场SST和SSH,补充量的适宜SSH范围为62～65 cm,适宜SSS范围为34.72～34.74和34.78～34.83,适宜SST范围为20.2～20.6°C。当ln(SSB)>6.0时,补充量处于较高水平。

关键词：日本鲭 glm模型 GAM模型环境因子亲体量

来源：评论

学校读者我要写书评

暂无评论

基于机器学习算法的车险索赔频率问题研究

基于机器学习算法的车险索赔频率问题研究

引用

作者：吕楚婕上海财经大学

学位级别：硕士

近年来,我国财险公司保费收入稳步提升,且国内非寿险市场70%以上都是车险业务,因此车险费率厘定的研究对于整个非寿险行业具有重要的理论及现实意义。索赔频率作为车险费率厘定的重要环节,在整个费率厘定过程中必不可少。而随着互联网... 详细信息

近年来,我国财险公司保费收入稳步提升,且国内非寿险市场70%以上都是车险业务,因此车险费率厘定的研究对于整个非寿险行业具有重要的理论及现实意义。索赔频率作为车险费率厘定的重要环节,在整个费率厘定过程中必不可少。而随着互联网、物联网的飞速发展,保险数据在快速膨胀,如何充分利用各种有效的工具从从海量的保险数据中挖掘出有价值的信息对于提升车险索赔频率预测准确性具有重要的价值意义。本文基于法国商业机动车第三者责任险保单索赔数据,选用机器学习算法中的神经网络算法、回归树算法与XGBoost算法对车险索赔频率问题进行研究,并以样本内外损失函数的最小化为标准,与传统的广义线性模型进行对比,从中选取相对较优的模型对测试集样本索赔频率进行预测。研究结果表明,经过严格参数调整的机器学习算法在处理具有大量数据的车险索赔频率预测问题上优势较为明显,体现在因变量和自变量不需要服从一定的分布假设、数据处理效率较高且在一定程度上可以提高保险损失预测的精度。但是同样存在的问题是,机器学习算法模型训练的过程需要耗费大量的时间,且建模过程中的人为干预较多,对使用者的编程能力要求较高,输出结果的可解释性不及广义线性模型,对于大多数使用者而言是黑盒状态。现有研究机器学习算法应用于车险业务的文章多以实现分类任务为主,较少涉及到用回归方法解决预测问题,且目前国内还没有将用于车险索赔频率预测问题的XGBoost算法与传统广义线性模型的泊松回归方法进行比较,此外国内外学者在预测车险索赔频率问题中也较少采用浅层神经网络算法。基于此,本文研究以回归为基础的机器学习算法,采用了浅层神经网络算法、回归树算法、XGBoost算法来研究车险索赔频率预测问题,具有学术意义的同时也具有重要的实践作用。学术方面,神经网络模型、回归树模型、XGBoost模型在处理无分布规律的数据上非常有优势,而在保险实务中由于数据量庞大,许多数据并没有良好的服从某一特定分布的特性,此时这几种算法就可以发挥他们的特长,为保险公司在数据处理方法选择上开辟新的路径,提高保险公司的风险管理水平。此外由于本文选取了多种机器学习算法进行研究,所以也扩大了车险实务中的算法选择范围,并通过基于样本内外损失的比较为车险索赔频率问题的算法应用作了尝试性研究,尝试打开算法黑盒的同时提供理论引导。本文结构如下:第一章为引言;第二章为模型理论;第三章为基于不同算法的索赔频率预测;第四章为结论与建议。在第一章引言中,简要说明了我国汽车保险的发展状况,机器学习的常见算法,总结了国内外机器学习算法赋能车险业务研究现状,根据我国车险业发展状况提出了使用机器学习算法预测车险索赔频率的可能性与必要性。在对国内外有关文献进行综述的基础上,简述了文章的研究方法与主要创新点。在第二章模型理论中,对本文使用的glm模型、浅层神经网络模型、回归树模型、XGBoost模型进行详细理论拆解,其中涉及到神经元结构、浅层前馈神经网络、激活函数选取、决策树模型、回归树剪枝算法等内容,实现了对机器学习算法黑盒的部分透明化。在第三章基于不同算法的车险索赔频率预测当中,通过使用不同算法模型对索赔频率进行基于样本内外损失的拟合与预测,利用网格搜索法预先设定模型的局部最优参数,并通过对训练集不断训练以及对预测集进行交叉验证等方法来进行调参,以最终确定此种模型对于这一数据集来说选定的最优参数。然后以模型样本内外损失最小化为标准对四个模型的拟合与预测效果作比较,并从中选取最优的XGBoost模型对样本测试集数据作预测,并用RMSE计算其与真实值的平均误差,得到模型对测试数据具有较好的适应性。在第四章的结论与建议中,首先对本文研究的机器学习算法应用于车险索赔频率预测问题进行了总结,随后结合我国实际情况,从车险业务、保险公司、政策监管三个角度对提高保险公司应用机器学习算法能力、加快我国保险数字化转型提出尝试性建议。

关键词：机器学习算法车险索赔频率 glm模型

来源：评论

学校读者我要写书评

暂无评论

考虑建成环境影响的路内停车管理优化研究

考虑建成环境影响的路内停车管理优化研究

引用

作者：任江鸿昆明理工大学

学位级别：硕士

路内停车作为解决“停车难”问题的重要途径,是使用小汽车出行活动链的重要组成部分,厘清建成环境对路内停车行为的影响机制一直是交通地理学与规划师关注的焦点。以往研究重点权衡路内停车对邻近道路、非机动车道及人行道上交通流与行... 详细信息

路内停车作为解决“停车难”问题的重要途径,是使用小汽车出行活动链的重要组成部分,厘清建成环境对路内停车行为的影响机制一直是交通地理学与规划师关注的焦点。以往研究重点权衡路内停车对邻近道路、非机动车道及人行道上交通流与行人的影响,却忽略了建成环境对城市中心区路内停车行为的影响。本文通过网络爬虫获取路内停车信息记录数据、地图兴趣点(POI)数据,应用Arc GIS数据管理、空间分析等工具建立500m网格,刻画时空角度下的建成环境“5D”因子(密度、混合度、设计、可达性及“至CBD的距离”),获取路内停车行为的周期性特征,基于广义线性模型(glm)分析三种时间维度(工作日、周末及重大节假日)的建成环境因子对平均停车时长、平均累积停车次数的影响。同时,为了平衡深圳南山区的停车资源,将南山区按照街道行政单元划分为8个研究区域,选取表征人口规模、土地利用熵值、经济发展水平的三大指标,构建路内停车需求预测模型,计算出近期规划年南山区路内停车泊位的供需比值。并在此基础上,权衡路外停车场密度、人口密度、土地利用类型、GDP比重对路内停车需求的影响,提出基于路外路内停车泊位均衡分布的优化管理策略。研究结果表明:(1)建成环境的“5D”因子对平均停车时长的影响在时空上具有异质性。其中,密度因子对平均停车时长的影响差异性最明显;土地利用混合度因子对工作日和重大节假日的平均停车时长显著性截然不同;设计因子中,仅路网密度对重大节假日的平均停车时长产生促进作用,对非节假日(工作日与周末)的平均停车时长不产生影响;可达性因子对平均停车时长的显著性由工作日的负向转为非工作日(周末与重大节假日)的正向;“至CBD的距离”对非节假日的平均停车时长表现出一致的负向显著,且工作日的负向显著程度高于周末。(2)相对于平均停车时长,建成环境对平均累积停车次数的影响整体减弱。其中,密度因子对平均累积停车次数的影响相对平均停车时长减弱;土地利用混合度因子对三种时间维度的平均累积停车次数均正向显著;可达性因子中,地铁站点密度对三种时间维度的平均累积停车次数负向显著,而周边停车场密度对非节假日的平均累积停车次数正向显著;工作日期间,路内泊位的位置距离CBD越远,路内泊位的使用次数增多。考虑多因素对路内停车需求的影响,提出以下优化管理策略:针对粤海街道,建议路外停车场可达性较高的区域取消路内停车泊位的设置,使路内停车泊位最终达到供需均衡状态。近期招商街道路内与路外停车设施供给以维持现状为佳;而桃源街道的路内停车泊位分布应作适当调整,将路外停车场可达性较高区域的路内泊位点取消,转移至路外停车场可达性较低的区域。南头、南山两个街道,建议在两个街道路外停车场可达性较低的区域新增路内停车泊位供给,使路内停车泊位的供需水平较为平衡;路外停车场近期规划层面,鉴于南头街道较高的人口密度应适当提高供给,南山街道保持现有供给即可。针对沙河、蛇口以及西丽3个街道路内停车供需比值偏小的现状,蛇口、沙河街道只需要增加路内停车泊位供给,无需额外增加路外停车供给;西丽街道的路外停车场供给与人口分布匹配,无需增加;而在路外停车场可达性低的区域,路内停车泊位供给需要增加到最低需求水平。

关键词：路内停车 glm模型建成环境平均停车时长平均累积停车次数停车管理优化

来源：评论

学校读者我要写书评

暂无评论

“三维共好觉行矫正”项目在女犯改造中的探索与实践

引用

中国监狱学刊 2021年第1期36卷 95-102页

作者：四川省女子监狱课题组毛新四川省女子监狱四川成都市641402 不详

近年,中国监狱在积极探索适合罪犯改造的科学方法方面取得可喜进步,如循证矫正等技术在监狱的运用。“三维共好觉行矫正”是根据多年改造工作经验,以王阳明“心学”为文化根基,以美好生活模型(glm模型)和萨提亚模式为理论基础,旨在促进... 详细信息

近年,中国监狱在积极探索适合罪犯改造的科学方法方面取得可喜进步,如循证矫正等技术在监狱的运用。“三维共好觉行矫正”是根据多年改造工作经验,以王阳明“心学”为文化根基,以美好生活模型(glm模型)和萨提亚模式为理论基础,旨在促进女犯自我觉察,习得自我成长方法,实现自我救赎的心理矫治项目。经过两年多探索实践,该项目取得了阶段性成效,对推动矫正罪犯的科学化、本土化发展,具有一定现实意义。

关键词：三维共好觉行矫正萨提亚模式 glm模型女犯改造

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：