第3章传感器系统静态特性建模_第1页
第3章传感器系统静态特性建模_第2页
第3章传感器系统静态特性建模_第3页
第3章传感器系统静态特性建模_第4页
第3章传感器系统静态特性建模_第5页
已阅读5页,还剩43页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、传感器系统静态特性建模技术传感器系统静态特性建模技术 传感器系统模传感器系统模型型(1)单传感器系统单传感器系统1)单传感器系统结构单传感器系统结构2)建模所要做的工作建模所要做的工作:(a)制作样本制作样本(s(1),y(1), (s(2),y(2), ,(s(N),y(N);(b)确定函数确定函数s =f (y)sSensory=f (s)计算机或微处理器检测结果ys s=f (y)传感器系统静态特性建模技术传感器系统静态特性建模技术 传感器系统模型传感器系统模型(2)多传感器系统多传感器系统1)多传感器系统结构多传感器系统结构s1s2snSensor1Sensor2Sensormy1=f

2、1(s1, s1, sn)y2=f2(s1, s2, sn)ym=fm(s1, s2, sn)计算机或微处理器检测结果y1y2ymS s 1=f1(y1, y2, ym)s 2=f2(y1, y2, ym)s n=fn(y1, y1, ym)2)建模所要做的工作建模所要做的工作:(a)获取标定数据;获取标定数据;(b)确定函数确定函数f 1, f 2, ,f n传感器系统静态特性建模技术传感器系统静态特性建模技术 建模方法分类建模方法分类按是否求取参数分:1) 参数拟合建模 设定某个模型,以实现对数据拟合,确定该模型的参数的过程。常用方法为最小二乘法最小二乘法(多项式回归多项式回归)。(2)无

3、参数拟合建模 只关心由数据得到的平滑曲线/曲面,并不关心拟合参数,采用方法为插值法插值法(三次样条插值三次样条插值)。传感器系统静态特性建模技术传感器系统静态特性建模技术建模方法建模方法 按模型自变量个数按模型自变量个数(传感器个数传感器个数)划分可分为划分可分为:(1)单输入单输入-输出模型建模输出模型建模1)无参数拟合建模法:无参数拟合建模法: 插值法,临近点取值法插值法,临近点取值法2)参数拟合建模法:选定模型,求参数。参数拟合建模法:选定模型,求参数。 (2)多输入多输入-输出模型建模输出模型建模1)无参数拟合建模法无参数拟合建模法 三角法三角法(线性插值线性插值),临近点取值法,临近

4、点取值法,多维曲面插值多维曲面插值法法。2)参数拟合建模法参数拟合建模法 常采用多项式模型,最小二乘法拟合常采用多项式模型,最小二乘法拟合传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法(1)线性插值法线性插值法UT0U4 Ux U5T(U4)T(U5)544454()()()()()xxT UT UT UT UUUUU特点:特点:1)方法简方法简单,实现容易,单,实现容易,计算量小;计算量小;2)逼逼近精度低。近精度低。传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法(2)最临近点法最临近点法 把最临近输入把最临近输入点的输出值作点

5、的输出值作为该点的输出。为该点的输出。如右图中如右图中Ux与与Ux距离最近,距离最近,于是于是T(Ux)= T(U5)。特点:特点:1)方法简方法简单;单;2)这种方这种方法不产生新的法不产生新的值,逼近精度值,逼近精度差差UT0U4 Ux U5T(U4)T(U5)传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法(3)多项式插值法多项式插值法由泰勒级数可知:由泰勒级数可知:因此,传感器的逆函数可以用多项式来近似。因此,传感器的逆函数可以用多项式来近似。已知函数已知函数y=f(x)在在m个点个点xi处的函数值及倒数值处的函数值及倒数值yi,yj(r-1),为求为求f

6、(x)的近似简单函数的近似简单函数(x),应当要求,应当要求(x)满足条满足条件件(xi)=yi, (xi)=y j, 。这种条件称为。这种条件称为插值条件插值条件, (x)称为称为插值函数插值函数, f(x)称为称为被插函数被插函数,x0,x1,xm称称为为插值节点插值节点,最小节点与最大节点之间的区间称为,最小节点与最大节点之间的区间称为插值区间插值区间。2000001( ) () ()2!f xyyxxyxx传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法多项式插值法类别:多项式插值法类别:拉格朗日插值法;拉格朗日插值法;逐次线性插值法;逐次线性插值法;牛顿

7、插值法;牛顿插值法;样条插值法;样条插值法;Sinc函数插值法。函数插值法。传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法1) 拉格朗日多项式插值法拉格朗日多项式插值法满足插值条件满足插值条件:Pn(xi)=yi=f(xi),i=0,1,n的的n次多项式称次多项式称为函数为函数y=f(x)的的拉格朗日插值多项式。拉格朗日插值多项式。 线性插值表达式线性插值表达式可改写为:可改写为:依此类推可得依此类推可得 Tn(x)=l0(x)y0+ l1(x)y1 + ln(x)yn且且 l0(x0)=1, l0(x1)=0, l0(x2)=0, , l0(xn)=0明显地明

8、显地:l0(x)含有因式含有因式(x- x1)(x- x2) (x- xn)时,可使得时,可使得l0(x1)=0, l0(x2)=0, , l0(xn)=0。100010()()( )()()T xT xT xT xxxxx)()()(10100101xTxxxxxTxxxxxT传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法又又l0(x0)=1,于是让,于是让l0(x)的分母为的分母为(x0-x1)(x0-x2) (x0-xn)即可。依此类推,可得到即可。依此类推,可得到于是可以获得拉格朗日插值通式:于是可以获得拉格朗日插值通式:拉格朗日插值法由于存在拉格朗日插

9、值法由于存在龙格效应龙格效应问题,在实践中并问题,在实践中并不常用。不常用。011011()()()()( )()()()()iiniiiiiiinxxxxxxxxl xxxxxxxxx000( )( )nnnjniiiiijijj ixxT xl x yyxx传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法龙格效应龙格效应UT0U4 Ux U5T(U4)T(U5)误差曲线逼近曲线被逼近曲线传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法2) 三次样条多项式插值法三次样条多项式插值法n所谓样条样条(Spline),本来是指一种绘图工具

10、,它是一种富有弹性的细长木条,在飞机或轮船制造过程中,被用于描绘光滑的外形曲线。使用时,用压铁将其固定在一些给定的节点上,在其他地方任其自然弯曲,然后依样画下的光滑曲线,就称为样条曲线。它实际上是由分段三次曲线拼接而成,在连续点即节点上,不仅函数自身是连续的,而且它的一阶和二阶导数也是连续的。传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法 从数学上加以概括,可得到样条函数的定义如下:从数学上加以概括,可得到样条函数的定义如下:三次样条函数记作三次样条函数记作S(x), ,满足:,满足: 在每个小区间在每个小区间 是三次多项式。是三次多项式。 在每个内节点在每个内

11、节点 上具有二次连续导数。上具有二次连续导数。 由三次样条函数中的条件知,由三次样条函数中的条件知,S(x)有个有个4n待定系数。待定系数。由条件知,由条件知,S(x)在在n-1-1个内节点上具有二阶连续导数,个内节点上具有二阶连续导数,即满足条件:即满足条件: ( ),0,1,iiS xy in(1,1)inixaxb1 ,iix x(0,1,1)in(0)(0)(0)(0)(0)(0)iiiiiiS xS xS xS xSxSx(0,1,2,1)in传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法 共有共有3(n-1)个条件。由条件,知个条件。由条件,知S(x

12、i)=yi,共有个,共有个n+1条件。因此,要确定一个三次样条,还需要外加条件。因此,要确定一个三次样条,还需要外加4n-3(n-1)-(n+1)=2个条件,最常用的三次样条函数的边界个条件,最常用的三次样条函数的边界条件有两类:条件有两类: 第一类边界条件:第一类边界条件: 第二类边界条件:第二类边界条件: 特别地,特别地, ,称为自然边界条件。,称为自然边界条件。 第三类边界条件:第三类边界条件: 称为周期边界条件。称为周期边界条件。 00(),()nnS xfS xf00(),()nnSxfSxf0( ) 0, ( ) 0nS xS x00()(),()(),nnS xS xS xS x

13、0()()nSxSx传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法构造满足条件的三次样条插值函数构造满足条件的三次样条插值函数S(x)的表达式可以的表达式可以有多种方法。下面我们利用有多种方法。下面我们利用S(x)的二阶导数值的二阶导数值S (xj)=Mj(j=0,1,n)表达表达S(x),由于,由于S(x)在区间在区间 xj, ,xj+1 上是三次多项式,故上是三次多项式,故S (x)在在 xj, ,xj+1 上是线上是线性函数,可表示为性函数,可表示为 其中hi=xj+1-xj11( )jjjjjjxxxxSxMMhh传感器系统静态特性建模技术传感器系统静态

14、特性建模技术(1)(1) 插值法插值法对S (xj)积分两次并利用S(xj)= yj及S(xj+1)= yj +1,可定出积分常数,于是得三次样条表达式 式中 Mj(j=0,1,n)是未知的,为确定Mj,对S(x)求导得由此可得3311()()( )66jjjjjjxxxxS xMMhh22111()()66jjjjjjjjjjM hxxMhxxyyhh(0,1,1)jn221111()()( )226jjjjjjjjjjjjxxxxyyMMS xMMhhhh 11(0)366jjjjjjjhhyyS xMM 传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法类似地

15、可求出类似地可求出S(x)在区间在区间 xj, ,xj+1 上的表达式,从而得上的表达式,从而得 利用利用 可得可得 式中:式中:11111(0)63jjjjjjjjhhyyS xMMh112(1,2,1)jjjjjjMMMdjn111,0,1,jjjjjjjjhhjnhhhh11111,66 ,jjjjjjjjjjf xxf xxdf xxxhh11()(),jjjjjf xf xf xxh11111,jjjjjjjjf xxf xxf xxxh(0)(0)jjS xS x传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法 对第一类边界条件对第一类边界条件 ,可导

16、出两个方程,可导出两个方程 如果令如果令 , 则可写出矩阵则可写出矩阵 通过求解上述三对角矩阵可求得通过求解上述三对角矩阵可求得 。 00() ,()nnS xfS xf01010011162( , )62(,)nnnnnnMMf x xfhMMff xxh00010061,( , ),1ndf x xfh116(,)nnnnndff xxh000111111112222nnnnnnnMdMdMdMd01,nMMM传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法对于第二类边界条件,直接得端点方程如果令 ,则式及式 也可以写成矩阵的形式。 00 ,nnMfMf000

17、00,2 ,2 nndfdf112(1,2,1)jjjjjjMMMdjn00 ,nnMfMf传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) 插值法插值法对于第三类边界条件,可得 其中 于是式 及式 可以写成矩阵形式 求解上述矩阵可得 0nMM112nnnnnMMMd1111222211112222nnnnnnnnMdMdMdMd011010,1nnnnnnhhhhhh 01101,6nnnnf xxf xxdhh121,nnM MMM112(1,2,1)jjjjjjMMMdjn112nnnnnMMMd传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) Matla

18、bMatlab工具箱函数简介工具箱函数简介(1) spline 三次样条插值函数三次样条插值函数调用格式:调用格式:YY = SPLINE(X,Y,XX)X:输入向量;:输入向量;Y输出向量;输出向量;XX待插值点;待插值点;YY:对应于对应于XX的输出值。的输出值。PP = SPLINE(X,Y) 返回三次样条插值分段多项返回三次样条插值分段多项式形式,为随后的式形式,为随后的PPVAL和和UNMKPP所用。所用。实例:实例: x = 0:10; y = sin(x); xx = 0:.25:10; yy = spline(x,y,xx); plot(x,y,o,xx,yy)传感器系统静态特

19、性建模技术传感器系统静态特性建模技术(1)(1) MatlabMatlab工具箱函数简介工具箱函数简介传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) MatlabMatlab工具箱函数简介工具箱函数简介 (2)PPVAL 估计分段多项式的值估计分段多项式的值调用格式:调用格式:V =PPVAL(PP,XX) PP为由为由spline构建的分段多项式,构建的分段多项式,XX为待求值的输入为待求值的输入值,值,V为对应于为对应于XX的输出值的输出值。实例: x = 0:10; y = sin(x); PP=spline(x,y);xx=0:.25:10; yy=ppval(PP,

20、xx); figure; plot(xx,yy,r,xx,sin(xx),b,xx,yy-sin(xx),m)传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) MatlabMatlab工具箱函数简介工具箱函数简介0246810-1-0.8-0.6-0.4-0.200.20.40.60.81xxyy误差曲线传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) MatlabMatlab工具箱函数简介工具箱函数简介3) Csapi 三次样条插值函数三次样条插值函数n调用格式:调用格式:VALUES = CSAPI(X,Y,XX)nX:输入向量;:输入向量;Y输出向量;输出

21、向量;XX待插值点;待插值点; VALUES:对应于对应于XX的输出值。的输出值。nPP = CSAPI(X,Y)返回三次样条参数的一个结构体,返回三次样条参数的一个结构体,为为FNVAL,FNDER,FNPLT所用。所用。n4)FNPLT 用来勾画出一个函数用来勾画出一个函数n调用格式调用格式 (a)FNPLT(F)(b)FNPLT(F,SYMBOL,INTERV,LINEWIDTH,JUMPS) 传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) MatlabMatlab工具箱函数简介工具箱函数简介格式格式(a)在基本区间中画出函数在基本区间中画出函数F;格式;格式(b)以指

22、定的区以指定的区间间INTERV=a,b(默认为基本区间默认为基本区间),用指定的线条,用指定的线条类型类型SYMBOL (默认为默认为-)和线宽和线宽LINEWIDTH(默默认为认为1),并在,并在JUMPS是以是以j开头的字符串时,用开头的字符串时,用NaNs给出任意的跳跃作为实际跳跃。给出任意的跳跃作为实际跳跃。4) FNVAL 用于估计函数用于估计函数调用格式:调用格式:VALUES = FNVAL(F,X) 或者或者 FNVAL(X,F)传感器系统静态特性建模技术传感器系统静态特性建模技术(1)(1) MatlabMatlab工具箱函数简介工具箱函数简介 估计由F描述的函数在X点的数

23、值。如果函数是d-向量,X为m,n矩阵,那么Values是一个d*m,n阵列。如果把Values看作是一个d,m,n阵列,那么Values(h,i,j)是该函数在X(i,j)处的第h个分量。fnval(csapi(x,y),xx)=csapi(x,y,xx)传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法(1)参数拟合建模法的模型参数拟合建模法的模型1)指数模型指数模型 常用于放射周期等应用场合,如红外光吸收。2) Fourier级数型级数型3)Gaussian型型 常用于峰值拟合(RBF神经网络)bxyaebxdxyaece01cos()sin(

24、)niiiyaanxbnx21niiiixbya ec传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法4)多项式型多项式型5)幂型幂型 常用于描述数据的变化,如化学反应中所消耗的反应物往往是反应物浓度的某个幂。6)比例式型比例式型111nniiiyp x 321234yp xp xp xpbcyaxyabx1111nniiimmm iiip xyxp x 212332123p xp xpyxq xq xq传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法 多项式型与比例式型的多项式型与比例式型的优点优点在

25、于:灵活性大,在于:灵活性大,对于被逼近的模型结果比较复杂时更为突出;对于被逼近的模型结果比较复杂时更为突出;缺缺点点在于:阶次较高时容易导致不稳定,因此其阶在于:阶次较高时容易导致不稳定,因此其阶次不可取太高。对于多项式来说,往往取次不可取太高。对于多项式来说,往往取1=n=9,而对于比例式来说,通常取,而对于比例式来说,通常取0=n=5, 1=m=5,而且通常还需要对样本数据进行正则,而且通常还需要对样本数据进行正则化化(圆化圆化)。传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法7)正弦函数之和正弦函数之和8)Weibull分布分布 常用于可

26、靠性数据或周期性数据分常用于可靠性数据或周期性数据分析。式中析。式中a为比例参数,为比例参数,b为形状参数。为形状参数。更为一般的表达式为:更为一般的表达式为:1sin()niiiiyab xc1bbaxyabxe1()()bba x cyab xce传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法(2)多项式参数的最小二乘法求解多项式参数的最小二乘法求解1)模型模型: s=pnyn+ p2y2+p1y1+p0+式中y表示传感器的输出值;s表示待求的传感器输入,也就是被测参量;p0, pn为待确定的参数。2)假设假设: 符合正态分布3)目标目标:

27、求取待确定参数p0, pn 。4)方法方法: 能量最小化传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法5)样本矩阵样本矩阵S=s(1),s(2), ,s(m),P=pn,p1,p0, =1, 2, mS=HP+ 1210(1)(1)(1)1(2)(2)(2)1( )( )( )1nnnnnmpsyysyyps mpy my m (1)(1)1(2)(2)1( )( )1nnnyyyyHy my m传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法6)求解方法求解方法 =S-HP =(S-HP) (S-H

28、P)=S S-S HP-P H S+P H HP P=Inv(H H)H S( )220H SH HPP 传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法7)加权最小二乘的求解加权最小二乘的求解(a) 指标函数的修改:指标函数的修改:标准最小二乘法:标准最小二乘法: =(S-HP) (S-HP)=S S-S HP-P H S+P H HP加权最小二乘法:加权最小二乘法: = (S-HP) (S-HP)=S S-S HP-P H S+P H HPP=Inv(H H)H S( )220HSHHPP 传感器系统静态特性建模技术传感器系统静态特性建模技术(

29、2)(2) 参数拟合建模法参数拟合建模法(2)鲁棒最小二乘法:鲁棒最小二乘法:1)1)原因原因 正如在误差的基本假设中描述的那样,响应误正如在误差的基本假设中描述的那样,响应误差通常假定服从正态分布,极端的值是稀少的。一差通常假定服从正态分布,极端的值是稀少的。一旦出现极值,就称之为小概率事件发生了。旦出现极值,就称之为小概率事件发生了。 最小二乘法拟合的缺点是对最小二乘法拟合的缺点是对outlier敏感。它对拟敏感。它对拟合影响较大,因为残差的平方放大了极值数据的影合影响较大,因为残差的平方放大了极值数据的影响。为了减小响。为了减小outlier的影响,可以采用鲁棒最小二乘的影响,可以采用鲁

30、棒最小二乘回归。回归。 传感器系统静态特性建模技术传感器系统静态特性建模技术(2)(2) 参数拟合建模法参数拟合建模法2)实现方法实现方法:(a)修改标准:把能量最小修改为绝对值之和最小化。修改标准:把能量最小修改为绝对值之和最小化。(b)剔除残差大的样本点。剔除残差大的样本点。xyoutliers传感器系统静态特性建模技术传感器系统静态特性建模技术 MatlabMatlab工具箱函数介绍工具箱函数介绍FIT调用格式:调用格式:FITTEDMODEL=FIT(XDATA,YDATA,FITTYPE)功能:根据由功能:根据由FITTYPE指定的函数类型,样本数据指定的函数类型,样本数据XDATA

31、和和YDATA进行拟合。进行拟合。 FITTEDMODEL为拟合的模型。为拟合的模型。 FITTYPE DESCRIPTION Splines: smoothingspline smoothing spline cubicspline cubic (interpolating) spline Interpolants: linearinterp linear interpolation nearestinterp nearest neighbor interpolation splineinterp cubic spline interpolation pchipinterp shape-pr

32、eserving (pchip) interpolation传感器系统静态特性建模技术传感器系统静态特性建模技术 神经网络神经网络1.大脑与人工神经网络大脑与人工神经网络1.1 大脑的特点与人工神经网络的特性:(1)人的大脑信息处理的特点1)大规模并行处理 ;2)具有很强的容错性 ;3)具有很强的自适应能力 ;(2)人工神经网络具有以下基本属性: 1)非线性 ;2)非局域性 ;3)非定常性 ;4)非凸性 传感器系统静态特性建模技术传感器系统静态特性建模技术 神经网络神经网络1.2神经网络的应用: 广泛应用于:(1)传感器信息处理 ;(2)信号处理 ;(3)自动控制 ;(4)知识处理 ;(5)市

33、场分析;(6)运输与通信、运输与通信问题; (7)电子学 传感器系统静态特性建模技术传感器系统静态特性建模技术 神经网络神经网络1.3 1.3 神经网络研究的目标与方法神经网络研究的目标与方法 :神经网络研究主要目标:神经网络研究主要目标: (1) 理解脑系统为何具有智能。这些计算与符号理解脑系统为何具有智能。这些计算与符号表示的形式操作处理不同,人脑是如何组织和实表示的形式操作处理不同,人脑是如何组织和实施这些施这些“计算计算”。 (2) 研究各种强调研究各种强调“计算能力计算能力”的神经网络模型,的神经网络模型,并不着重于这些模型的生物学保真程度。并不着重于这些模型的生物学保真程度。 (3

34、)研究大规模并行自适应处理的机理;研究大规模并行自适应处理的机理; (4)(4)研究神经计算机的体系结构和实现技术。研究神经计算机的体系结构和实现技术。 传感器系统静态特性建模技术传感器系统静态特性建模技术 神经网络神经网络神经网络的研究有两种神经网络的研究有两种方法方法:(1)(1)一种是建立真实的神经网络,尽可能多地把一种是建立真实的神经网络,尽可能多地把细胞水平上的细节考虑进去;细胞水平上的细节考虑进去;(2)(2)另一种是建立简化的神经网络模型,把单个另一种是建立简化的神经网络模型,把单个神经元的特性和连接模式加以简化,以便描述神经元的特性和连接模式加以简化,以便描述高层次上的原理。高层次上的原理。 传感

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。

评论

0/150

提交评论