农业物联网技术应用下的智能种植管理系统开发_第1页
农业物联网技术应用下的智能种植管理系统开发_第2页
农业物联网技术应用下的智能种植管理系统开发_第3页
农业物联网技术应用下的智能种植管理系统开发_第4页
农业物联网技术应用下的智能种植管理系统开发_第5页
已阅读5页,还剩13页未读, 继续免费阅读

付费下载

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

农业物联网技术应用下的智能种植管理系统开发TOC\o"1-2"\h\u15684第一章绪论 2100311.1研究背景及意义 2304111.2国内外研究现状 384611.3系统开发目标及任务 321368第二章农业物联网技术概述 4295212.1农业物联网定义及组成 4200792.2农业物联网技术体系 4115882.3农业物联网技术应用领域 48098第三章智能种植管理系统需求分析 5157783.1功能需求 5243893.1.1系统总体功能 5139893.1.2系统具体功能 6118013.2功能需求 6306463.2.1数据采集与处理 6207083.2.2系统稳定性 644733.2.3用户界面 6247823.3用户需求 780023.3.1用户类型 7326363.3.2用户需求 726942第四章系统设计 7135934.1系统总体架构设计 7319534.2系统模块划分 840274.3关键技术研究 85370第五章数据采集与处理 958175.1数据采集方法 9150335.1.1传感器技术 9312175.1.2视觉识别技术 914875.1.3无线传感网络技术 9256225.2数据传输技术 9267025.2.1有线传输技术 9205945.2.2无线传输技术 99765.3数据处理与分析 1019925.3.1数据预处理 10157015.3.2数据分析算法 10177245.3.3模型优化与调整 10115395.3.4数据可视化 1019293第六章智能决策支持系统 10127326.1智能决策模型构建 10130176.1.1模型概述 10273996.1.2数据预处理 10182636.1.3特征提取 10157526.1.4模型选择与训练 11113996.1.5模型评估 11210006.2决策支持系统实现 1152376.2.1系统架构 11217746.2.2功能模块 11229356.2.3系统开发 1179856.3系统功能优化 1187566.3.1模型优化 12300546.3.2系统功能优化 128211第七章系统开发与实现 12185467.1系统开发环境 12221647.2系统开发流程 12217897.3系统测试与调试 1325251第八章系统应用案例 13212188.1案例一:温室智能种植管理 14233278.1.1项目背景 1433708.1.2系统架构 14219378.1.3应用效果 14254308.2案例二:大田作物智能种植管理 14151448.2.1项目背景 14200038.2.2系统架构 14122368.2.3应用效果 14156668.3案例三:果园智能种植管理 15141618.3.1项目背景 15301298.3.2系统架构 15146668.3.3应用效果 159087第九章系统经济效益分析 15292649.1投资成本分析 1562109.2运营成本分析 16325629.3经济效益评价 1620542第十章总结与展望 172328210.1研究成果总结 172124510.2不足与改进方向 171160910.3未来发展趋势 17第一章绪论1.1研究背景及意义我国农业现代化进程的加速,农业物联网技术的应用日益广泛,智能种植管理系统作为农业物联网技术的重要组成部分,对于提高农业生产效率、降低生产成本、实现可持续发展具有重要意义。我国高度重视农业现代化建设,明确提出要推进农业信息化和智能化,加快发展农业物联网技术。因此,研究农业物联网技术应用下的智能种植管理系统具有重要的现实意义。智能种植管理系统通过实时监测农田环境、作物生长状况等信息,实现对种植过程的智能化管理,有助于提高农业生产效益,降低农业生产风险。智能种植管理系统还可以实现农业生产资源的合理配置,促进农业生态环境的改善,推动农业产业升级。1.2国内外研究现状在国际上,农业物联网技术的研究与应用已取得显著成果。美国、以色列、荷兰等国家在农业物联网技术方面具有较高水平,已成功开发出多种智能种植管理系统。这些系统通过集成传感器、控制器、数据处理与分析等技术,实现对农田环境的实时监测和智能化管理,显著提高了农业生产效益。在国内,农业物联网技术的研究与应用也取得了一定成果。我国科研人员在农业物联网技术领域取得了多项突破,如智能温室控制系统、智能灌溉系统等。但是与国外发达国家相比,我国农业物联网技术的研究与应用尚处于起步阶段,尚未形成完善的智能种植管理系统。1.3系统开发目标及任务本研究的系统开发目标为:基于农业物联网技术,开发一套适用于我国农业生产实际的智能种植管理系统。具体任务如下:(1)收集与整理国内外农业物联网技术的研究成果,分析现有智能种植管理系统的优缺点,为系统开发提供理论依据。(2)研究农田环境监测技术,实现对农田土壤、气候、作物生长状况等信息的实时监测。(3)开发智能决策支持系统,根据农田环境数据和作物生长模型,为农民提供种植管理建议。(4)设计系统架构,实现农田环境监测、智能决策支持、数据传输与展示等功能。(5)对系统进行调试与优化,保证系统在实际应用中具有良好的稳定性和可靠性。(6)开展系统应用推广,为我国农业现代化建设提供技术支持。第二章农业物联网技术概述2.1农业物联网定义及组成农业物联网是指将物联网技术应用于农业生产、管理和服务的全过程,通过感知、传输、处理和分析农业环境中的各种信息,实现对农业生产过程的智能化、精准化管理。农业物联网由以下四个主要部分组成:(1)感知层:主要包括各种传感器、执行器等设备,用于实时监测农业环境中的温度、湿度、光照、土壤养分等参数。(2)传输层:通过有线或无线网络将感知层获取的数据传输至数据处理中心,包括移动通信网络、互联网、卫星通信等。(3)平台层:对传输层收集的数据进行处理、分析和存储,为应用层提供数据支持。平台层主要包括云计算、大数据、人工智能等技术。(4)应用层:根据用户需求,将平台层数据应用于农业生产、管理和决策,实现农业生产的智能化、精准化管理。2.2农业物联网技术体系农业物联网技术体系主要包括以下几个方面:(1)感知技术:包括传感器技术、执行器技术、标识技术等,用于获取农业环境中的各种信息。(2)传输技术:包括有线和无线通信技术,如移动通信、互联网、卫星通信等,用于数据的传输和共享。(3)数据处理与分析技术:包括云计算、大数据、人工智能等,用于对收集到的数据进行处理、分析和挖掘。(4)平台技术:主要包括云计算平台、大数据平台、物联网平台等,为应用层提供数据支持和服务。(5)应用技术:根据农业生产、管理和服务的需求,开发各类应用系统,实现农业生产的智能化、精准化管理。2.3农业物联网技术应用领域农业物联网技术在农业生产、管理和服务的各个领域得到了广泛应用,以下为部分应用领域:(1)作物生产:通过物联网技术对作物生长环境进行实时监测,实现自动灌溉、施肥、喷药等作业,提高作物产量和品质。(2)设施农业:在温室、大棚等设施农业中,应用物联网技术实现环境参数的实时监测与调控,提高设施农业的生产效益。(3)养殖产业:利用物联网技术对养殖环境进行监测,实现自动喂食、饮水、通风等管理,提高养殖效益。(4)农业气象:通过物联网技术收集气象数据,为农业生产提供气象预警、灾害预防等服务。(5)农业病虫害防治:利用物联网技术对病虫害进行监测和预警,指导农民及时防治,降低农业生产损失。(6)农产品质量追溯:通过物联网技术实现农产品从生产、加工、运输到消费的全过程追溯,保障农产品质量安全。(7)农业大数据应用:利用物联网技术收集和分析农业数据,为决策、企业管理和农民生产提供数据支持。第三章智能种植管理系统需求分析3.1功能需求3.1.1系统总体功能智能种植管理系统应具备以下总体功能:(1)数据采集:系统应能自动采集种植环境参数(如温度、湿度、光照、土壤湿度等)以及作物生长状况参数(如株高、叶面积、果实重量等)。(2)数据监测:系统应实时显示采集到的各项参数,并对异常数据进行预警提示。(3)数据分析:系统应对采集到的数据进行处理、分析和存储,为用户提供决策依据。(4)智能控制:系统应根据数据分析结果,自动调整种植环境参数,实现作物生长过程的智能化控制。(5)信息推送:系统应能根据用户需求,定期推送种植管理信息,如作物生长状况、病虫害预警等。3.1.2系统具体功能以下为智能种植管理系统的具体功能:(1)环境参数监测与控制系统应具备以下环境参数监测与控制功能:自动采集温度、湿度、光照、土壤湿度等参数;实现环境参数的实时显示和预警;根据作物生长需求,自动调整环境参数。(2)作物生长状况监测系统应具备以下作物生长状况监测功能:自动采集作物株高、叶面积、果实重量等参数;实现作物生长状况的实时显示和分析;根据生长状况,提供作物管理建议。(3)病虫害预警与防治系统应具备以下病虫害预警与防治功能:收集病虫害发生规律和预警信息;实现病虫害的实时预警;根据预警信息,提供防治建议。3.2功能需求3.2.1数据采集与处理系统应具备以下功能:数据采集准确度:系统应保证数据采集的准确度,满足种植管理需求;数据处理速度:系统应具备较强的数据处理能力,保证数据的实时性和有效性。3.2.2系统稳定性系统应具备以下稳定性要求:系统运行过程中,不应出现频繁崩溃、卡顿等现象;系统应具备较强的抗干扰能力,保证在复杂环境下稳定运行。3.2.3用户界面系统应具备以下用户界面功能:界面简洁、易用,满足不同用户的需求;界面布局合理,便于用户操作;界面响应速度较快,提高用户体验。3.3用户需求3.3.1用户类型智能种植管理系统的用户主要包括以下几类:(1)种植户:种植户是系统的直接使用者,对种植环境参数和作物生长状况有较高的关注。(2)农业技术人员:农业技术人员关注作物生长规律、病虫害防治等方面,需要系统提供专业的决策支持。(3)农业管理部门:农业管理部门需要通过系统了解种植情况,为政策制定和实施提供数据支持。3.3.2用户需求以下为各类用户的具体需求:(1)种植户需求:实时了解种植环境参数和作物生长状况;接收病虫害预警和防治建议;获取种植管理知识和技术指导。(2)农业技术人员需求:分析作物生长规律,为种植户提供专业建议;病虫害防治方案和实施效果评估;收集种植户反馈,优化系统功能。(3)农业管理部门需求:了解种植情况,为政策制定提供数据支持;监管病虫害防治工作,保障农产品安全;推广农业技术,提高种植效益。第四章系统设计4.1系统总体架构设计本节主要阐述智能种植管理系统在农业物联网技术应用下的总体架构设计。系统架构主要包括硬件层、数据传输层、数据处理与分析层、应用层四个层次。(1)硬件层:硬件层主要包括各类传感器、执行器、数据采集卡等设备,用于实时监测农田环境参数、作物生长状态等信息,并将数据传输至数据处理与分析层。(2)数据传输层:数据传输层负责将硬件层采集的数据传输至数据处理与分析层。本系统采用无线传输技术,如WiFi、4G/5G、LoRa等,保证数据传输的实时性和稳定性。(3)数据处理与分析层:数据处理与分析层对采集到的数据进行处理和分析,包括数据清洗、数据融合、数据挖掘等,为应用层提供决策支持。(4)应用层:应用层主要包括智能决策模块、用户界面模块等,实现对农田环境的实时监控、智能决策和远程控制等功能。4.2系统模块划分根据系统总体架构设计,本节对智能种植管理系统进行模块划分,主要包括以下几个模块:(1)数据采集模块:负责实时采集农田环境参数和作物生长状态数据。(2)数据传输模块:负责将采集到的数据传输至数据处理与分析层。(3)数据处理与分析模块:对采集到的数据进行处理和分析,为应用层提供决策支持。(4)智能决策模块:根据数据处理与分析结果,实现对农田环境的智能调控。(5)用户界面模块:为用户提供实时数据展示、历史数据查询、智能决策结果展示等功能。4.3关键技术研究本节主要对智能种植管理系统中的关键技术进行研究,包括以下几个方面:(1)传感器技术:传感器是系统硬件层的重要组成部分,研究高功能、低功耗的传感器技术,提高数据采集的准确性和实时性。(2)数据传输技术:研究无线传输技术,如WiFi、4G/5G、LoRa等,保证数据传输的实时性和稳定性。(3)数据处理与分析技术:研究数据清洗、数据融合、数据挖掘等算法,提高数据处理和分析的效率。(4)智能决策技术:研究基于数据处理与分析结果的智能调控策略,实现农田环境的优化管理。(5)用户界面设计技术:研究易用性、交互性强的用户界面设计,提高用户体验。第五章数据采集与处理5.1数据采集方法5.1.1传感器技术在农业物联网技术应用下的智能种植管理系统中,传感器技术是数据采集的核心。传感器通过监测土壤湿度、温度、光照、二氧化碳浓度等环境参数,为智能种植管理系统提供实时数据。目前常用的传感器有温度传感器、湿度传感器、光照传感器、二氧化碳传感器等。5.1.2视觉识别技术视觉识别技术在智能种植管理系统中主要应用于植物生长状态的监测。通过摄像头采集植物图像,结合图像处理算法,实现对植物生长状态的实时监测,如病虫害识别、营养状况分析等。5.1.3无线传感网络技术无线传感网络技术是一种将传感器、数据采集模块和无线通信模块集成在一起的技术。在农业物联网中,无线传感网络技术可以实现大范围、实时的数据采集,降低数据传输成本,提高数据采集效率。5.2数据传输技术5.2.1有线传输技术有线传输技术在农业物联网中主要包括光纤通信和双绞线通信。有线传输技术具有传输速率高、抗干扰能力强等优点,但受限于布线成本和施工难度,适用于较小范围的种植基地。5.2.2无线传输技术无线传输技术在农业物联网中主要包括WiFi、蓝牙、ZigBee、LoRa等。无线传输技术具有安装方便、覆盖范围广等优点,但受限于信号干扰和传输速率,适用于较大范围的种植基地。5.3数据处理与分析5.3.1数据预处理在智能种植管理系统中,数据预处理是关键环节。数据预处理主要包括数据清洗、数据整合和数据归一化等操作,旨在消除数据中的噪声和异常值,为后续分析提供准确的基础数据。5.3.2数据分析算法数据分析算法主要包括机器学习算法、深度学习算法和统计学习算法等。在智能种植管理系统中,数据分析算法可以实现对植物生长状态、环境参数等数据的挖掘和分析,为决策提供支持。5.3.3模型优化与调整根据实际种植需求,智能种植管理系统需要对数据分析模型进行优化与调整。通过不断调整模型参数,提高模型预测精度和泛化能力,使系统更好地适应种植环境的变化。5.3.4数据可视化数据可视化技术是将数据分析结果以图表、图像等形式直观展示给用户的技术。在智能种植管理系统中,数据可视化有助于用户快速了解植物生长状况、环境参数变化等信息,为决策提供直观依据。第六章智能决策支持系统6.1智能决策模型构建6.1.1模型概述智能决策模型是智能种植管理系统的重要组成部分,其主要任务是根据农业物联网技术收集的大量数据,通过模型分析,为种植者提供科学、合理的种植决策。智能决策模型包括数据预处理、特征提取、模型选择与训练、模型评估等环节。6.1.2数据预处理数据预处理是对收集到的原始数据进行清洗、整合和转换,以消除数据中的噪声和异常值,提高数据质量。具体方法包括数据清洗、数据归一化、数据降维等。6.1.3特征提取特征提取是从原始数据中提取出对决策有重要影响的特征,以降低数据维度,提高模型泛化能力。常用的特征提取方法有主成分分析(PCA)、线性判别分析(LDA)等。6.1.4模型选择与训练智能决策模型的选择与训练是关键环节,需要根据实际应用场景和数据特点选择合适的模型。常见的智能决策模型有决策树、随机森林、支持向量机(SVM)、神经网络等。模型训练过程中,需要使用交叉验证等方法对模型进行优化,以提高模型的泛化能力。6.1.5模型评估模型评估是对训练好的模型进行功能评价,以判断模型是否满足实际应用需求。常用的评估指标有准确率、召回率、F1值等。6.2决策支持系统实现6.2.1系统架构决策支持系统主要包括数据层、模型层、应用层三个层次。数据层负责收集和处理农业物联网技术获取的数据;模型层负责构建和训练智能决策模型;应用层负责向用户提供决策建议和优化方案。6.2.2功能模块决策支持系统主要包括以下功能模块:(1)数据采集模块:负责从农业物联网技术获取实时数据,如土壤湿度、气温、光照等。(2)数据处理模块:对原始数据进行预处理和特征提取。(3)模型训练模块:根据数据特点选择合适的模型,并进行训练。(4)模型评估模块:对训练好的模型进行功能评估。(5)决策建议模块:根据模型输出的结果,为用户提供决策建议和优化方案。6.2.3系统开发系统开发采用模块化设计,结合面向对象编程语言,如Java、Python等。开发过程中,注重代码的可读性和可维护性,保证系统的稳定性和可扩展性。6.3系统功能优化6.3.1模型优化模型优化主要包括以下几个方面:(1)选择合适的模型:根据数据特点和应用场景,选择具有较高泛化能力的模型。(2)模型参数调优:通过调整模型参数,提高模型的预测精度和稳定性。(3)模型融合:将多个模型进行融合,以提高预测结果的准确性。6.3.2系统功能优化系统功能优化主要包括以下几个方面:(1)数据缓存:对频繁访问的数据进行缓存,提高数据访问速度。(2)并行计算:采用多线程或多进程技术,提高计算效率。(3)负载均衡:通过分布式部署,实现系统负载均衡,提高系统稳定性。(4)系统监控与维护:对系统运行状态进行实时监控,发觉异常情况及时处理,保证系统稳定运行。第七章系统开发与实现7.1系统开发环境在农业物联网技术应用下的智能种植管理系统开发过程中,系统的开发环境主要包括硬件环境、软件环境及网络环境。以下是具体的环境配置:(1)硬件环境:主要包括服务器、传感器、执行器、数据采集设备等。服务器用于存储和管理系统数据,传感器用于实时监测作物生长环境参数,执行器用于自动控制作物生长环境,数据采集设备用于收集作物生长数据。(2)软件环境:主要包括操作系统、数据库管理系统、编程语言及开发工具等。操作系统采用WindowsServer2012,数据库管理系统采用MySQL,编程语言采用Java,开发工具采用Eclipse。(3)网络环境:系统采用有线和无线相结合的网络通信方式,有线网络用于连接服务器和客户端,无线网络用于连接传感器、执行器等设备。网络传输协议采用TCP/IP。7.2系统开发流程智能种植管理系统的开发流程主要包括以下步骤:(1)需求分析:通过与种植户、农业专家等进行交流,了解种植户的需求,明确系统的功能、功能等要求。(2)系统设计:根据需求分析,设计系统的总体架构、模块划分、数据库设计等。(3)编码实现:根据系统设计,采用Java编程语言,利用Eclipse开发工具进行编码实现。(4)系统测试:对系统进行功能测试、功能测试、稳定性测试等,保证系统满足种植户的需求。(5)系统部署:将系统部署到服务器,连接传感器、执行器等设备,进行实际应用。(6)系统维护与升级:根据用户反馈,对系统进行优化、升级,保证系统长期稳定运行。7.3系统测试与调试系统测试与调试是保证系统质量的重要环节。以下是智能种植管理系统测试与调试的主要内容:(1)功能测试:对系统的各项功能进行测试,包括数据采集、环境监测、自动控制、数据查询等,保证功能完整、正确。(2)功能测试:对系统的响应速度、数据处理能力等进行测试,保证系统在高并发、大数据量等情况下仍能稳定运行。(3)稳定性测试:对系统进行长时间运行测试,观察系统是否出现异常、死机等现象,保证系统稳定可靠。(4)兼容性测试:测试系统在不同操作系统、浏览器等环境下是否正常工作,保证系统具有良好的兼容性。(5)安全性测试:对系统的用户权限管理、数据加密等安全措施进行测试,保证系统数据安全。(6)调试与优化:根据测试结果,对系统进行调试和优化,修复存在的缺陷,提高系统功能。通过以上测试与调试,保证智能种植管理系统在投入实际应用前达到预期功能,满足种植户的需求。第八章系统应用案例8.1案例一:温室智能种植管理8.1.1项目背景我国农业现代化进程的加快,温室种植作为一种高效、节能、环保的农业生产方式,得到了广泛应用。本案例以某地区一个面积为500亩的温室种植基地为研究对象,利用农业物联网技术,开发了一套温室智能种植管理系统。8.1.2系统架构温室智能种植管理系统主要包括以下几部分:数据采集与传输模块、数据处理与分析模块、控制指令输出模块、用户界面模块。8.1.3应用效果(1)环境监测:系统实时采集温室内温度、湿度、光照、二氧化碳浓度等环境参数,并根据预设阈值自动调节通风、遮阳、补光等设备,保证作物生长环境的稳定。(2)智能灌溉:系统根据作物需水量、土壤湿度等信息,自动控制灌溉系统进行定量、定时灌溉,提高水资源利用效率。(3)病虫害监测与防治:系统通过图像识别技术,实时监测作物病虫害情况,并自动启动防治设备,降低病虫害发生概率。8.2案例二:大田作物智能种植管理8.2.1项目背景大田作物是我国农业生产的重要组成部分。本案例以某地区一个面积为1000亩的大田作物种植基地为研究对象,利用农业物联网技术,开发了一套大田作物智能种植管理系统。8.2.2系统架构大田作物智能种植管理系统主要包括以下几部分:数据采集与传输模块、数据处理与分析模块、控制指令输出模块、用户界面模块。8.2.3应用效果(1)土壤监测:系统实时监测土壤湿度、土壤肥力等参数,为作物生长提供科学依据。(2)智能灌溉:根据土壤湿度、作物需水量等信息,自动控制灌溉系统进行定量、定时灌溉。(3)病虫害监测与防治:通过图像识别技术,实时监测作物病虫害情况,并采取相应防治措施。8.3案例三:果园智能种植管理8.3.1项目背景果园种植在我国农业中占有重要地位。本案例以某地区一个面积为500亩的果园为研究对象,利用农业物联网技术,开发了一套果园智能种植管理系统。8.3.2系统架构果园智能种植管理系统主要包括以下几部分:数据采集与传输模块、数据处理与分析模块、控制指令输出模块、用户界面模块。8.3.3应用效果(1)环境监测:系统实时监测果园内温度、湿度、光照等环境参数,为果实生长提供适宜的环境。(2)智能灌溉:根据土壤湿度、果实需水量等信息,自动控制灌溉系统进行定量、定时灌溉。(3)病虫害监测与防治:通过图像识别技术,实时监测果实病虫害情况,并采取相应防治措施。(4)果实成熟度监测:系统可实时监测果实成熟度,为采摘时机提供科学依据。第九章系统经济效益分析9.1投资成本分析在农业物联网技术应用下的智能种植管理系统开发过程中,投资成本是衡量系统经济效益的重要指标。本节将从硬件设备投资、软件系统开发、基础设施建设等方面对投资成本进行分析。(1)硬件设备投资:智能种植管理系统所需的硬件设备主要包括传感器、控制器、执行器、通信设备等。这些设备的投资成本与系统规模、设备功能、品牌等因素有关。根据项目实际需求,合理选择硬件设备,以降低投资成本。(2)软件系统开发:软件系统是智能种植管理系统的核心,包括数据采集、数据处理、决策支持等功能。软件开发成本包括人力成本、技术支持费用等。为降低成本,可采取模块化设计,分阶段开发,逐步完善系统功能。(3)基础设施建设:基础设施建设包括数据中心、通信网络、供电系统等。这些基础设施的投资成本与项目规模、地理位置、环境条件等因素有关。合理规划基础设施建设,提高资源利用率,有助于降低投资成本。9.2运营成本分析智能种植管理系统的运营成本主要包括设备维护、系统升级、人力资源、能源消耗等方面。(1)设备维护:为保证系统正常运行,需定期对硬件设备进行维护。设备维护成本包括更换零部件、维修费用等。合理制定维护计划,提高设备使用寿命,有助于降低运营成本。(2)系统升级:农业物联网技术的发展,智能种植管理系统需要不断升级以适应新的应用需求。系统升级成本包括软件开发、硬件更新等。通过持续优化系统功能,提高系统功能,降低升级成本。(3)人力资源:智能种植管理系统需要一定数量的人力资源进行运维、管理等工作。人力资源成本包括人员工资、

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