【FY265】提取颜色特征和动态匹配的图像数据库检索【PDF+WORD】【中文9300字】

资源目录

【FY265】提取颜色特征和动态匹配的图像数据库检索【PDF+WORD】【中文9300字】.rar

英文翻译.docx---(点击预览)

Extracting Color Features and Dynamic---高荣亮.pdf---(点击预览)

压缩包内文档预览：(预览前20页/共30页)

编号：826922 类型：共享资源大小：2.61MB 格式：RAR 上传时间：2016-10-06 上传人：棒*** IP属地：湖北

12
积分

版权申诉 word格式文档无特别注明外均可编辑修改；预览文档经过压缩，下载后原文更清晰！ 立即下载

关键词：: fy265 提取颜色色彩特征特点以及动态匹配图像图象数据库检索 pdf word 中文

资源描述：

更多课题	/
该资料由棒哥毕业设计工作室整理上传，购买之前，请仔细阅读预览，满意后注册帐号，充值下载即可得到源文件。
棒哥设计工作室专职于数控编程、夹具设计、模具设计、机械设计、减速器设计、三维造型设计[UG、PROE、SW等]。拥有万份成品毕业设计资料，如若资料库中没有您想要的课题，我们支持量身定做，量身定做，保证通过！‍‍‍咨询QQ：29467473‍‍‍ 我们拥有一支经验丰富、技术过硬、具有社会责任感的专业团队，有10余名主要技术主干，30余名兼职技术人员，所有技术人员均从事技术5-10年及以上在职工程师及大学教师，充分保证定做设计质量。我们永远诚心接待每一位来访的有缘人，同时也欢迎有能力、有技术、有经验、有责任心的数控、机械、模具、机电一体化等方面的人才加入我们的团队，共同组建更专业、更效率、更强大的队伍。我们始终以诚信经营、优质服务、完美售后的服务宗旨为广大客户提供海量的参考资料，五年来得到了无数客户的肯定。本工作室所有资料，均已通过检查，均根据大纲要求编写的完完整的设计资料，可以放心选购。
常用文件格式介绍	资料中【.doc】格式的文件为WORD文档资料中【.dwg】格式的文件为AUTO CAD二维图纸文件资料中【.prt】格式的文件为UG三维图文件其余文件请看资料上的备注。
注意事项	1.下载成功后，如遇资料文件打不开，请加QQ29467473联系。 2.下载时请不要使用迅雷软件下载，如若电脑已安装，请先卸载后再进行下载。 3.该资料仅供学习参考使用，下载后切勿直接交稿，需将资料按照学校要求进行修改后再交稿。尤其是需要查重的学校，更要进行修改。 4.题目最前面的【XX001】之类的序号并非课题型号，而系本工作室按照资料收集的顺序进行排序所设置的序号，与课题无关。
XXX

内容简介：: N 9, 3, 999 501is an in of to on s of a to of an as in a of a is a In of of of is to of a on To of is 2, is as a on on of 3 In of on of of in in of a of , 1997; , 1998. by is (is ( 10519)to of in 4. of a 5, to 3of in in To 18 s an by of 18 s s s 19 to s is of of an is et 6 to do of 1of as a in is is a to of In a of is as a in to in is of of is in by a to as a we in of of an is to to an to 215/99$ 1999 N 9, 3, 9991. of by in by a to a is a is on in to of to A in in 20,21. a We a of of of is as to as is I. II to to of V of O of to of on we a in of an as is to an It of to of 7, 8, ei 9 We SQ to of is 1, SQ of an in a in to of of an is -D of P is in 10. as 11, it to a SQ is SQ of P of of is to be is is of is is If SQ to be of in be a of be by of we of is to a of of a to be to to is if on a in of be to If an to is 12(1)is of of of P is to 03(a)(b)2. P P on a P 2(a) is to if of of th of is a)is th of or as 2b)is in is of in of in th of )If we of to of we be ) is as )we P to as 0. of is by P is is P P 2. If we P to 3) on P to SQ be ) to ) Do P on ) Do P of by Do 04 N 9, 3, 999(a)(b)3. of (a) l. (b) l 43 P on of by ) of a ) ) as a SQ of In 4. 7 in a We of SQ P to It P P be of by 1 by in -D We in -D in to in of 3, in -D of to be by of )To by we a 7 4. in 59 119 at we to to a of 1), we is in of 1. 5,we to is 5(c) is to of in 05(a)(b)(c)5. of SQ to (a) (b) c) by to 5(b) by SQ to as of F to of by to a of be If is is of is to an in 7)is of we it of a of to be in is we a to to in on GB is of by R,G,B) to GB is a of in of et 16 VC of a of on VC be to To in we s 13 s to is 17to GB VC in If a GB is of to VC is as 14) is N 9, 3, 999) A a is ) is by )in VC s of is )of of of at in of of be In of be as of to of im 英文翻译系别自动化系专业自动化班级 191001 学生姓名高荣亮学号 103547 指导教师王红梅提取颜色特征和动态匹配的图像数据库检索摘要基于颜色的索引是在图像数据，数据库检索的重要工具。与图像的其他特征相比，颜色特征对噪声和背景的并发症较不敏感。基于颜色信息的人眼视觉系统的感知，本文提出了一种依赖的标量量化的方法来提取图像的颜色特征的特征颜色。的特征的颜色被适当地布置，以获得特征矢量的序列。使用特征向量的该序列中，一个动态的匹配方法，然后采用以匹配数据的基本图像的非平稳识别环境中的查询图像。实证结果表明，该特征颜色是可靠的颜色特征的图像数据库检索。此外，所提出的匹配方法具有可接受的图像检索的精度与现有方法进行比较。关键词：取色，显色指数，动态匹配，图像数据的基础检索。引言工作站和网络技术的快速发展作出了可视通信服务越来越受欢迎。这项服务的一个应用是让网络用户可以查看远程图像数据库 - 例如，一个商标数据库，多媒体数据库等，在其工作站上的材料。为了使本申请中现实的，有效的索引和图像数据库检索是必不可少的。在 1和 2 ，纹理的关键字被描述为对图像索引和检索的手段。这种方法将搜索的关键字记录的图像数据库，以及相关的图像检索的纹理搜索的完整性。 3利用计算机视觉技术的一些方法也正在考虑。在计算机视觉，物体的识别始终是主要任务。传统上，该识别是基于对象的，例如，灰色空间的瞬间，该区域的极值点，和取向的几何特征。这种装置的识别从变化的几何特征在场景中，最重要的患有：在对象的背景的干扰，从各种观察点，闭塞，改变图像的分辨率，以及不同的照明条件查看对象。相反，颜色不同于图像辐照度，可以用于计算独立于场景几何的变化的图像的统计数据 4。随着彩色型功能的帮助下，斯温以及巴拉德已经提出了一个色指数法 5 ，称为直方图相交法。在他们的方法，他们使用的颜色直方图来创建三维（ 3 - D）的直方图区间为每个查询的形象。在 3 后用这些数据的基础图像使用直方图匹配值匹配。虽然这种方法在许多情况下非常有用，表现在改变照明显著下降。为了缓解这个问题，凡特和芬利森 18已经扩展斯温的方法来开发称为色彩时时彩索引的算法，它通过颜色比直方图匹配识别对象。参考文献 18报道，凡特的算法确实比斯温的下固定照明略差，但在不同的光照比斯温的显着改善。近日，斯莱特和希利 19得出的地方色彩不变量，约光谱反射率的分布，捕捉信息，以识别具有良好的精度三维物体。斯莱特的算法是独立于对象的配置和场景照明，但处理图像的计算成本是很高的。另一方面， 6开发了距离的方法和参考颜色表的方法做颜色匹配的图像检索。的距离的方法使用每三个颜色分量作为特征的一维（ 1直方图的平均值。然后这两个特征向量，其中一个是从一个查询图像，而另一个是从一个数据的基本图像之间的距离的量度，被用来计算两个特征向量的相似度。在基准色表的方法中，一组的基准色的第一定义为一个颜色表。在彩色图像中的每个像素的颜色被分配到最接近的颜色在表中。用新分配的颜色的像素的直方图，然后计算作为图像的颜色特征。的图像检索中，查询图像的颜色特征进行匹配，在该数据的基础上的所有图像由一个相似性度量，以获得正确的匹配。从上面提到的基于颜色的方法，其中使用了颜色直方图作为不同的特征，在本文中我们建议的一个图像作为识别特征的代表性颜色的使用。此方法类似于人类视觉系统确实捕捉到的图像的颜色信息是什么。当从一定距离观看所显示的图像，我们的眼睛整合到内的小区域平均出某些细节和感知的图像的代表颜色。代表颜色，在本文中称为特征的颜色，是由相关的标量量化（法提取并责令其获得的特征向量序列。匹配的查询图像和各数据的基本图像之间的特征的颜色是通过使用动态匹配方法，该方法是基于动态规划方程，以克服不同视点的图像，闭塞的，并且不同的照明条件，并获得达到最佳匹配路径。动态规划方法已经显示出巨大的潜力，解决光学字符识别（，特别是语音识别困难的问题。结合种机制，提出了图像数据基部检索。我们展示了一组实验，比较了现有的方法与建议的机制的性能建议的机制。 1. of by 本文的结构如下：第二节将提出该方法提取特征颜色的颜色特征。第三节介绍了如何使用建议的颜色特征来进行图像数据，数据库检索的任务。第四节报告是提出的匹配方法的仿真结果。第五节是结论。二方法颜色特征提取在人类的早期知觉阶段，类似的颜色被组合在一起来完成的识别的任务。基于这个假设，我们提出了一个计划，在本节将类似颜色的图像，并提取特征的颜色作为识别的特征。所提出的方法提取的颜色特征是相似的调色板图像的设计。它需要原始全色图像的量化到有限的彩色图像。在众多的方法来调色板的设计7， 8，提出沛城的 9已被证明有良好表现。我们采用种方法的调色板的设计下面会进行检讨。 A 相关标量量化如显示在图 1，图像中一个相关的方法，以充分利用图像的颜色分量的相关性的方法用的分区是一维矩保持（术。在出可以写成闭合形式 10。当使用另一种保真度准则，诸如均方误差（ 11，它通常是不可能获得的量化一个封闭形式的表达式。而且，利用此算成本是相当小的。该，比特分配和递归二进制设一套图像的所有网格点的用成员属于 (x， y)，其中索引是列索引。 I 的颜色值表示为，其中 =(2，值。 1）比特分配：如果各颜色分量的阈值电平的数目，必须决定先验。由于阈值电平的数目可以由两个功率来表达，我们选择位来表示总的阈值水平。的比特分配的目的是自动的比特给定的配额分配给图像的各个色彩分量，即，比特的固定数目特分配方法通常以颜色分量具有较大方差和较少的比特给那些具有较小方差分配更多的比特。之所以这样选择是，如果数据被非常摊开在一个特定的颜色成分，那么推测在该组件中的数据是比其他更密集组合的部件更显著。它的显著成分应以降低的量化误差被赋予更多的比特。如果该概率密度函数是相同的所有元件为了或者其方差的近似解，以各成分的 12 给出。其中比特分配之后，对于 i= 1,2,3 已确定每个组件 2后，循环二进制 2）递归二进制阈值用一种颜色成分 P，总像素被阈值处理成两个像素的类，也就是说，低于阈值的像素和上述阈值的。的二进制图图 2（ a）所示，是选择一个阈值， 1）例如，如果所有的低于阈值的像素分量值是通过些都高于阈值的像素都设置为么第 3的颜色分量的时刻被保存在所得到的 2值图像。给定每个像素的颜色值，颜色分量其中， - 在让示低于阈值和阈值以上的像素，在设定的二进制分数。然后仅仅是 2级图像的所得到的第如果我们保留最终两级图像等同于原始图像 J=1,2,3前三时刻，我们得到以下矩保持方程：现在正在考虑分割色彩分量间，我们使用二进制值技术递归地获得，而不是直接应用多阈值技术，如 10 所需的阈值水平。的颜色分量边界值为零，时，首先分割成两个时间间隔 0 1）和 1）中，，其中 1）表示的通过获得的第一个二进制后在区间 0 ,1）被划分成两个子区间 0， 2）和 2)，1），其中 2）是由第二二进制得的阈阈值。同样 1）中，L ，被划分成两个子区间 1）， 3）和 3）中，第三二进制 I = 21 。上述过程示于图。 2 。如果我们继续该过程递归地使用二进制根据其值的命令所得到的阈值时，输出电平阈值的 1),2） ,3） ,. 来确定，即，德州仪器（ L） =德州仪器（ M）对于 L = M。 3)于比特分配和递归二进制算法以生成步骤 1）输入的图像，并利用该位分配过程，以确定每个颜色分量的总的阈值水平。步骤 2）请在计算相应的阈值水平 L）， 1= L= 步骤 3）执行下列操作步骤次：执行的像素 L），范围内，并计算相关的阈值电平 L， M）， 1= M= 请执行下列操作步骤次：算内的长条限制 L）， L +1）和 L， M）， L， 3递归二进制，并计算相关联的阈值水平 L， M， N）。中， L= N = 骤 4）步骤 2通过形成一个立方体内指定的颜色点的质心）和 3）的彩色调色板的颜色特性。 B 颜色特点的法使用像的输入色被组合成 1= S= M， M=2B。是预定的颜色调色板的大小。在每一个设置选择的特征颜色些特性颜色构成调色板。我们定义 Q =S， 1， M 作为组表示的原始图像的颜色特征。4. 7 in 该 1 +（ 1）（ 1）（ R 21）二进制空间分区。这需要约 3L 乘法运算二进制以，总的乘法对于递归二进制 L（。此外，色空间由在图中所示的方法。 1导致特征的颜色来可以通过层中的 3们安排这些特征的颜色在 1处理它们有效地在图像数据基恢复的机制。如该图所示。 3，特征颜色是有序按顺序在一维的方式，其中相关的特征颜色。该指数的值是从底层上升到上层。通过这个顺序，相邻两个指标将代表两个视觉上接近的颜色。该图像可以由一个代表特征矢量序列。为了说明提出的颜色特征提取方法 ,我们选择了三个测试的图片数据基地27图像 ,图 4所示。红 ,绿 ,蓝 (像数据库的 159 * 119大小在八个比特编码为每个颜色组件。对于每个测试图像 ,我们利用分配三位颜色组件 ,获得一个颜色的特性集 Q 大小 8。 (1)设置 B = 3,我们获得了 1 = 1,2,3。 (a) (b) (c) 因此 ,二进制议员阈值为每个颜色组件使用一次颜色空间的顺序分区图 1所示。在图 5中 ,我们显示测试图像 ,对应的颜色特性集 ,和量化的图像 ,使用颜色特征在每个颜色特性集 ,形成相关的颜色。从图 5(c)注意到 ,在量化图像颜色信息 ,相应的测试图像相似。也就是说 ,每种颜色的特性集的特征颜色图 5(b)可以代表颜色信息在相应的形象。因此 ,由我们的能够被用作图像的颜色特征。三机制图像数据，数据库检索本节将介绍如何使用功能的序列载体，其是特征的色彩由所提取的数据的基础识别查询图像图像。识别问题可以描述为如下。如果 b 的图像中的一个在该数据的基础上，尽量减少失真 D（ b）中的和因此，目标是找到一个图像中的数据的基础上其变形满足其中于两个图像之间的失真 D，我们将它指定为特征矢量的两个序列之间的距离。至计算该距离，这两者之间的度量亲近特征向量有被发现。因为每个特征向量是一个特征颜色，本文所采用的措施是颜色距离。然后，我们将介绍一个动态匹配方法获得的两个序列之间的距离特征向量。 A 色彩距离色彩空间来描述颜色接近人类感知在基于颜色感知相似度计算色差的关键。通常是用于在色彩处理系统，图像采集卡，不携带的颜色直接信息。例如，人们由他们（ R ， G， B ）三重颜色之间不能区分。相反，以经验确定色相，明度，饱和度（空间，这是一个变体蒙赛尔色空间中，表示在弗内尔等。 16 发现该用查询和数据库之间的相似性的人为判断图像），用于与各种颜色空间的实验。基于所述有加工误差，可根据待评估人类如何人类感知的错误。来计算色差们采用 13 ，而不是的欧几里德距离度量。位的色差，这是评估色差 17 。有几种方法来之间的数学变换此所用的改造本文涉及到果一组给定数值，颜色值从颜色空间到 14。步骤 1）值步骤 2）关心的是人的视觉非线性过程模型的执行步骤 3） B 动态匹配方法如果识别该查询图像的条件一致，相同的对象的图像中捕获的不同瞬间也不会相差太多的颜色直方图的组件。其相关的特征的位置因此，颜色相同的索引将接近。在这种情况下，特征矢量的两个序列之间的距离可以被定义为颜色距离两者的总和颜色特征具有相同索引秒， B（ S）。然而，由于不同的图像，遮挡的观点出发，和不同的照明条件，用于识别所述环境查询图像的非平稳。为了找到颜色距离特征矢量在这些情况下两个序列中，我们提出了一种动态匹配方法，在图中描绘。图 6（ a）所示，其中输入序列沿开发水平轴和垂直轴分别。我们尝试发现，代表两个输入端之间的最佳匹配路径序列。这个最佳匹配路径显示为在序列 C 图。图 6（ a）。获得这场比赛的路径后，我们再计算色彩距离每一对配对的特征颜色，这是由的特征向量。最后，在距离间的特征矢量的两个序列被定义为总和这些颜色的距离。该序列匹配函数 F（ A， B）由序列 A 的轴线上的序列图图 6（ a），我们假设表示为其中是长度序列。 A，用色值（匹配函数表示为如其中， c（ N） =（十（ N）， K（ N）。当没有差异之间的匹配功能的重合对角线 J =i。它进一步偏离对角线作为差增大。匹配过程是通过使用正常地进行动态规划方程 15。在我们的例子中，方程由下式给出其中 A（ j， k）是距离的部分和与点（ j， a）沿从点的最佳路径（ 1,1）的点（ j， k）及 j， k）介于两个匹配特征的颜色距离向量或特征的颜色。图 6（ b）示出了如何获得距离的部分 ,在（ 10）中，我们采用色差从其表示在（ 9）计算 j， k）。 (a) (b) 色彩的距离 I， J）由（ 10）将在求和获得匹配函数。这个最小距离值 D（ A， B）是然后表示为序列之间的距离。 I F 动态匹配的计算复杂性方法，主要是由于确定在（ 10）的部分和每个点（ J，K）。在（ 10），它需要三个加法计算，一种颜色距离计算由公式，和一个比较。的加工点的总数（ J， K）正比于果如， 8 在下面的实验中，这不会花费太多计算开销。四实验结果为了说明所提出的匹配方法的性能，我们建立了 27查询图像，如图所示。图 7（ a）。与图中所示的第一数据的基础上进行比较。 4，如示于图中的对象。图 7（ a）的平移，旋转，和闭塞。对于这些查询图像，我们运用： 1）斯温的直方图相交法 5; 2） 6; 3） 6; 4）建议的动态匹配方法，以查看是否在查询对象可以从图的数据的基础上加以区分。 4和上述匹配方法的灵敏度，以评估噪声，改变分辨率，以及各种照明条件。 (a) (b) (a) (b) (c) (d) 在实验中使用的颜色空间是议的匹配方法，所选择的特征矢量长度是 8。使用斯温的方法数方图块是2048。在基准色表的方法，所述参考颜色表包含 27种颜色，所建议的 6。匹配的百分位 5为每个查询图像被计算为其中在数据库对象的总人数和职级的匹配正确的位置后，匹配的结果进行排序。表如我们观察到，斯温的和所提出的方法可以正确识别每个查询的形象。要了解噪音影响匹配精度，我们增加了两组高斯噪声与定义为的查询图像。其中， 1 是输入彩色分量的功率。信噪比范围从 19 到 22 分贝的第一套噪声和 7 至 12 分贝第二套噪音。对于每一个查询图像的每一个像素，我们还通过在一个 11 * 11的窗口，才能看到这种扭曲会如何影响匹配精度集中在它的平均像素值模糊查询图像。图。图 7（ b ）显示了与上述附加的降级一个查询图像。表二显示的测试方法，这些噪声添加和模糊的图像匹配成功。正如我们观察到，所提出的方法达到更好的匹配平均百分比两者的距离和方法基准色表的方法。它错过了模糊查询图像 4查询对象。斯温的方法不具有良好匹配的结果为与第二组噪声的，与所提出的方法相比增加了查询图像。 (a) (b) 在这些实证结果，我们目前的法和动态匹配方法的执行时间不超过2秒的 59 * 119的 10 。这个总时间，是需要的法约 1 秒 ;左右的第二三分之一是需要与在数据库 1 的图像与查询匹配的图像。降低了查询图像的分辨率的影响进行了研究，并显示在表三中。正如我们看到的，所提出的方法进行之中最好的测试方法，特别是对于分辨率 9 * 7 。来模拟变化的照明条件下，我们已经通过范围从得到的像素值被限制为不大于 255。变换后的图像，然后匹配到图 3的数据基础。 4 。结果被显示在图 8 。在该仿真中，我们还包括凡特的方法 18 ，它是专门设计来是不变的照明。除了我们的方法和凡特的方法，匹配精度显著下降，当因子值接近正如我们所知，每个像素具有一个因子值相乘的效果会导致颜色分量的直方图可以显着改变。对于直方图匹配方法，像斯温的方法与颜色参照表的方法，这种倍增效应，从而降低了匹配精度。由于凡特的方法使用结果是恒定的这个模拟。由于可以验证，凡特的方法对一方面，由于特征矢量的序列的顺序不通过因子的这些值的变化太大，我们的方法通常具有良好的性能与其它检测方法进行比较。然而，在一个乘法因子大于则预期了该方法的匹配精确度将逐渐降低。此外，我们构建的 65商标图像的第二数据的基础上，以测试其他图像数据的基础检索方案。给定查询图像，我们希望得到图像的列表，从该最相似的颜色在查询图像中的商标数据的基础上。我们抓获了 6查询图像，指定从 6，并以手动方式列在每个查询的图像数据库中找到的拟影像。用大小为 128* 128的每个数据基地和查询图像由 8位“红”，“绿”，“蓝”色成分。数据基和查询图像被显示在图 9。设 N 们采用上述测试方法，每个查询的形象。然后创建了大小为 N 如果 N 索效率可以被定义如下：在表，我们显示每个查询图像的两种颜色空间，对手色轴 5的检索效率，具有所示的每个查询图像的概念下面如我们观察到，该方法具有比其他测试方法为这个商标检索的情况下更好的平均检索的效率。而，斯温的方法，对手轴有更好的效果。为 0。最后，我们所提出的方法应用到更自然的影像具有更广泛的颜色数据的基础上，为了给更深入地了解其性能。数据基图。图 11（ a）是由 61 的彩色图像，其中有 8位的“ 红”，“绿”和“蓝”的颜色分量进行填充。每一次，我们为了检索最相似的颜色前四名的图像拾取彩色图像从数据库作为查询样本。图。图 11（ b）显示了图像检索的三个例子。虽然该第一候选人可能不主观地是最好的匹配，它可以观察到所有的检索到的图像包含的颜色含量相当相似于该查询的样品。为了准确地排列检索到的图像，我们知道其他的功能，如形状，质地和颜色直方图也可以采用。这种方法仍然是开放的进一步研究。五结论本文介绍了颜色特征提取的图像检索的方法。这种方法称为类似于一个调色板的图像的设计。该中包含图像的颜色信息，通过顺序地量化颜色分量。所选择的特征的颜色，然后命令获得的特征向量的序列。使用特征向量，匹配的方法，被称为动态匹配方法的这个序列中，提出了进行图像数据的基检索的任务。该方法主要是基于动态规划方程，得到特征向量的两个输入序列之间的最佳匹配路径。用于获得最佳匹配路径的色彩距离是验结果表明，该特征颜色是可靠的颜色特征的图像检索。所提出的匹配方法具有可接受的图像检索的精度，在第四节中提到现有的颜色索引方法相比。此外，我们已经分析了双方的们的研究结果表明，该方法是可行的实施。参考文献 1 T. L。国井，可视化数据库

温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。