久久色av_国产特级毛片aaaaaa毛片_成人一级黄色大片_操她视频网站_亚洲毛片_91精品国产日韩91久久久久久

西安電子科技大學(xué)學(xué)報(bào)

所屬欄目:電子信息期刊 熱度: 時(shí)間:

西安電子科技大學(xué)學(xué)報(bào)

西安電子科技大學(xué)學(xué)報(bào)

關(guān)注()
期刊周期:雙月刊
期刊級(jí)別:北大核心
國內(nèi)統(tǒng)一刊號(hào):61-1076/TN
國際標(biāo)準(zhǔn)刊號(hào):1001-2400
主辦單位:西安電子科技大學(xué)
主管單位:西安電子科技大學(xué)
查看西安電子科技大學(xué)學(xué)報(bào)近十年數(shù)據(jù)入口>>>
上一本期雜志:現(xiàn)代計(jì)算機(jī)專業(yè)版省級(jí)計(jì)算機(jī)期刊
下一本期雜志:電子商務(wù)世界電子商務(wù)期刊

   《西安電子科技大學(xué)學(xué)報(bào)》是電子信息學(xué)科的學(xué)術(shù)刊物,雙月刊 , 國內(nèi)外公開發(fā)行。我們的辦刊方針是:發(fā)揮我校的學(xué)術(shù)優(yōu)勢,反映國內(nèi)外高質(zhì)量、高水平的最新科研成果,體現(xiàn)通信與電子信息特色,擴(kuò)大學(xué)報(bào)的影響,促進(jìn)國內(nèi)外學(xué)術(shù)交流,熱心培養(yǎng)學(xué)術(shù)人才,為"科教興國"和"科教興校"服務(wù)。榮獲陜西省優(yōu)秀期刊、曾13次榮獲省部級(jí)優(yōu)秀期刊榮譽(yù)和優(yōu)秀編輯質(zhì)量獎(jiǎng);2006年榮獲首屆中高校優(yōu)秀科技期刊獎(jiǎng),《物理學(xué)、電技術(shù)、計(jì)算機(jī)及控制信息數(shù)據(jù)庫》教育部優(yōu)秀高校學(xué)報(bào)。

  《西安電子科技大學(xué)學(xué)報(bào)》本刊主要刊載通信與信息工程、信號(hào)與信息處理、計(jì)算機(jī)科學(xué)與技術(shù)、電路與系統(tǒng)、微電子學(xué)與固體電子學(xué)、電磁場與微波技術(shù)、機(jī)械制造與自動(dòng)化、密碼學(xué)、物理電子學(xué)、無線電物理等方面創(chuàng)新性突出、學(xué)術(shù)價(jià)值和參考價(jià)值較大的學(xué)術(shù)論文。主要讀者對(duì)象為國內(nèi)外科研工作者和高等院校師生。 《西安電子科技大學(xué)學(xué)報(bào)》是中文核心期刊 ,Ei Compendex 核心期刊。本刊被5家國際著名檢索系統(tǒng)和10家國內(nèi)著名數(shù)據(jù)庫或檢索刊物收錄。

  西安電子科技大學(xué)學(xué)報(bào)欄目設(shè)置學(xué)術(shù)論文、技術(shù)報(bào)告、綜述文章、研究簡報(bào)

  西安電子科技大學(xué)學(xué)報(bào)收錄CA 化學(xué)文摘(美) CSCD 中國科學(xué)引文數(shù)據(jù)庫來源期刊(含擴(kuò)展版) EI 工程索引(美) JST 日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫(日) Pж(AJ) 文摘雜志(俄) SA 科學(xué)文摘(英) 萬方收錄(中) 上海圖書館館藏 劍橋科學(xué)文摘 北大核心期刊(中國人文社會(huì)科學(xué)核心期刊) 國家圖書館館藏 文摘與引文數(shù)據(jù)庫 文摘雜志 知網(wǎng)收錄(中) 統(tǒng)計(jì)源核心期刊(中國科技論文核心期刊) 維普收錄(中)

  閱讀推薦:電子元器件資訊

  《電子元器件資訊》是面向IC產(chǎn)業(yè)和電子工程技術(shù)人員的專業(yè)刊物,堅(jiān)持為社會(huì)主義服務(wù)的方向,堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo),貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針,堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng),傳播先進(jìn)的科學(xué)文化知識(shí),弘揚(yáng)民族優(yōu)秀科學(xué)文化,促進(jìn)國際科學(xué)文化交流,探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律,活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣,為教學(xué)與科研服務(wù)。

  西安電子科技大學(xué)學(xué)報(bào)最新期刊目錄

利潤驅(qū)動(dòng)的邊緣計(jì)算在線任務(wù)調(diào)度算法————作者:張武軒;趙輝;張國斌;王靜;萬波;王泉;

摘要:移動(dòng)邊緣計(jì)算(MEC)在顯著提升用戶計(jì)算和存儲(chǔ)能力的同時(shí),也帶來了高昂的建設(shè)和運(yùn)營成本。在保障服務(wù)質(zhì)量的前提下如何實(shí)現(xiàn)利潤最大化,已成為服務(wù)提供商關(guān)注的關(guān)鍵問題之一。現(xiàn)有的研究通常只關(guān)注任務(wù)是否在截止時(shí)間內(nèi)完成,忽視了用戶對(duì)不同的任務(wù)完成時(shí)間有著不同的付費(fèi)意愿,導(dǎo)致服務(wù)提供商難以預(yù)估服務(wù)收益,影響服務(wù)提供商的利潤。為此,提出了一種邊緣計(jì)算環(huán)境下利潤最大化在線任務(wù)調(diào)度算法(PMOTS)。該算法引入任...

空天地融合車載網(wǎng)絡(luò)場景下的資源優(yōu)化策略————作者:朱思峰;黃長龍;宋兆威;張宗輝;朱海;喬蕊;

摘要:空天地融合車載網(wǎng)場景下,無人機(jī)設(shè)備由于電池容量和能源有限,無法為任務(wù)卸載提供長期有效支持;低軌衛(wèi)星受資源成本以及通信延遲、時(shí)延抖動(dòng)的影響難以為大規(guī)模車聯(lián)網(wǎng)任務(wù)提供穩(wěn)定的高帶寬通信服務(wù)。針對(duì)空天地融合車載網(wǎng)絡(luò)場景下無人機(jī)和低軌衛(wèi)星的資源優(yōu)化問題,提出了一種基于多任務(wù)深度強(qiáng)化輔助學(xué)習(xí)(Multi-Task Deep Reinforcement and Auxiliary Learning, MTDRA...

基于時(shí)空關(guān)聯(lián)分析的無人機(jī)飛行數(shù)據(jù)異常檢測————作者:顧兆軍;王婧煜;王家亮;聶留陽;

摘要:為解決現(xiàn)有無人機(jī)異常檢測方法中飛行數(shù)據(jù)特征選擇不當(dāng)、時(shí)空關(guān)系建模不足和判據(jù)區(qū)分度低的問題,本文設(shè)計(jì)了基于數(shù)據(jù)驅(qū)動(dòng)的無人機(jī)異常檢測模型UAV-STAD,該模型通過優(yōu)化特征選擇、融合時(shí)空特征和定義異常判據(jù)對(duì)飛行數(shù)據(jù)進(jìn)行異常檢測。首先,通過最大信息系數(shù)(Maximal Information Coefficient, MIC)過濾飛行數(shù)據(jù)中與檢測參數(shù)無關(guān)的特征。其次,將相關(guān)特征作為圖中節(jié)點(diǎn)通過自適應(yīng)跨變...

推薦系統(tǒng)中增強(qiáng)多模態(tài)序列的概率邏輯推理————作者:王建芳;竹顯剛;

摘要:多模態(tài)推薦系統(tǒng)通過將多模態(tài)信息(如文本、視覺)融入傳統(tǒng)推薦框架中,增強(qiáng)了用戶與物品的表示能力,從而更精確地捕捉用戶的興趣和需求,提供更為準(zhǔn)確的推薦服務(wù)。然而,推薦任務(wù)不僅是一個(gè)簡單的數(shù)據(jù)歸納問題,還需有效捕獲用戶的動(dòng)態(tài)偏好并進(jìn)行推理決策。為此,提出了一種融合多模態(tài)序列與概率邏輯推理推薦的推薦模型(PLM-RS)。據(jù)現(xiàn)有文獻(xiàn)信息,這是首次將多模態(tài)和推理結(jié)合的推薦方法。具體而言,該模型在多模態(tài)信息融合...

高階依賴和知識(shí)更新的方面級(jí)情感分析————作者:范雅婷;韓虎;李琳;徐學(xué)鋒;

摘要:針對(duì)目前外部知識(shí)難以在特定領(lǐng)域內(nèi)進(jìn)行迭代更新,以及忽視了評(píng)論文本中不同句法依賴距離的問題,提出了一種基于高階依賴和知識(shí)更新的方面級(jí)情感分析模型。首先,通過引入兩個(gè)全局共享可更新的動(dòng)態(tài)知識(shí)節(jié)點(diǎn),聚合評(píng)論語句中意見詞所蘊(yùn)含的情感特征,并利用單詞節(jié)點(diǎn)間的路徑跨度信息增強(qiáng)融合知識(shí)的句法鄰接矩陣,多層次捕捉上下文與方面詞間的細(xì)粒度依賴關(guān)系,動(dòng)態(tài)優(yōu)化遠(yuǎn)距離詞匯節(jié)點(diǎn)的情感權(quán)重。其次,構(gòu)建多元語義與多維距離模塊聯(lián)...

基于半監(jiān)督學(xué)習(xí)的日志異常檢測研究————作者:孫夫雄;孟雯錦;孫奕靈;李漾佚;尹昱凱;

摘要:分布式系統(tǒng)日志是由分布式系統(tǒng)中的各個(gè)組件或節(jié)點(diǎn)生成的,記錄系統(tǒng)運(yùn)行狀態(tài)和事件的時(shí)序數(shù)據(jù)記錄,具有多樣性、大數(shù)據(jù)量、可讀性差和脆弱性等特點(diǎn)。監(jiān)督日志異常檢測方法在日志標(biāo)簽不足時(shí)需要專家人工標(biāo)注,成本高昂;而無監(jiān)督方法則難以構(gòu)建有效的異常檢測模型。鑒于此,提出一種半監(jiān)督學(xué)習(xí)的日志異常檢測模型。首先,將日志數(shù)據(jù)轉(zhuǎn)化為日志事件模板序列,并采用詞嵌入酉不變性和矩陣微擾理論以確定其最佳詞向量維度,進(jìn)而構(gòu)造日志...

面向SAR圖像任意方向艦船檢測的改進(jìn)YOLOv5————作者:曲春輝;王瑋;張婷;王英華;陳渤;

摘要:SAR圖像艦船檢測方法面臨艦船多尺度、任意方向、密集排列等難題,旋轉(zhuǎn)框檢測方法能實(shí)現(xiàn)任意方向艦船的精確檢測,但是現(xiàn)有旋轉(zhuǎn)框檢測方法難以兼顧高精度與實(shí)時(shí)性。為解決上述問題,提出了一個(gè)結(jié)合中點(diǎn)偏移量表示法和YOLOv5的旋轉(zhuǎn)框檢測網(wǎng)絡(luò)模型,直接繼承水平框的回歸機(jī)制,并設(shè)計(jì)適應(yīng)于旋轉(zhuǎn)檢測的多任務(wù)聯(lián)合網(wǎng)絡(luò)損失函數(shù),解決了常用旋轉(zhuǎn)框檢測表示方法引入角度參數(shù)而產(chǎn)生的網(wǎng)絡(luò)難以訓(xùn)練和網(wǎng)絡(luò)預(yù)測層參數(shù)冗余的問題。此外...

格上抗合謀多權(quán)威屬性基加密方案————作者:趙宗渠;馬少驊;郭孟昊;王乃鋒;

摘要:屬性基加密(ABE)提供了靈活的訪問控制,但密鑰完全由中央權(quán)威生成和簽發(fā),導(dǎo)致中央權(quán)威負(fù)荷過重且易受攻擊。一旦中央密鑰泄露,將會(huì)帶來嚴(yán)重的安全后果。為解決此問題,多權(quán)威屬性基加密(MA-ABE)允許多個(gè)授權(quán)機(jī)構(gòu)獨(dú)立、分散地分發(fā)各自所管屬性下的密鑰,即使單個(gè)權(quán)威密鑰泄露,整個(gè)系統(tǒng)的安全性仍能得到保障。與傳統(tǒng)ABE相同,MA-ABE仍面臨著任意非授權(quán)用戶的合謀問題,甚至一些權(quán)威可能被破壞并與對(duì)手勾結(jié)。...

動(dòng)態(tài)任務(wù)構(gòu)建的多任務(wù)算法求解MOVRPTW問題————作者:王宇東;武燕;

摘要:帶時(shí)間窗的多目標(biāo)車輛路徑問題(MOVRPTW)是一個(gè)重要且具有挑戰(zhàn)性的物流問題。進(jìn)化多任務(wù)算法(EMT)是一種通過任務(wù)間知識(shí)遷移提升算法尋優(yōu)能力的新穎方法。本文提出一種動(dòng)態(tài)構(gòu)造輔助任務(wù)的方法,旨在增強(qiáng)任務(wù)間的知識(shí)遷移效果,從而提高原始任務(wù)的尋優(yōu)能力。文中采用動(dòng)態(tài)更換輔助任務(wù)的思想改進(jìn)多任務(wù)優(yōu)化算法求解MOVRPTW問題,期望算法在任務(wù)間能持續(xù)提供有效的知識(shí)遷移。在算法的迭代過程中,當(dāng)輔助任務(wù)不能提...

高效移動(dòng)策略的分簇路由匹配優(yōu)化算法————作者:孫澤宇;廖桂生;劉云卿;廖瑞乾;

摘要:無線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)部署、路由選擇和能量效率是影響網(wǎng)絡(luò)生存周期和傳輸效率的關(guān)鍵因素,針對(duì)上述問題,提出了一種基于高效移動(dòng)策略的路由匹配優(yōu)化算法。首先,提出算法結(jié)合霧計(jì)算理論,給出跨層分簇路由最優(yōu)簇?cái)?shù)量的計(jì)算辦法,完成了網(wǎng)絡(luò)能量衰減與傳輸距離增量和減量Δd變化的數(shù)學(xué)模型計(jì)算過程,通過自適應(yīng)地動(dòng)態(tài)調(diào)整路由策略,以提高數(shù)據(jù)傳輸成功率;其次,在簇建立階段,利用粒子群優(yōu)化算法實(shí)現(xiàn)了對(duì)復(fù)雜全局的時(shí)間-空間最優(yōu)...

無人機(jī)輔助的MEC任務(wù)卸載雙目標(biāo)優(yōu)化方法————作者:盧曉琴;趙輝;李建華;王靜;萬波;王泉;

摘要:在無人機(jī)(UAV)輔助移動(dòng)邊緣計(jì)算(MEC)框架中,現(xiàn)有研究在UAV軌跡設(shè)計(jì)階段主要關(guān)注了UAV的能耗約束,卻往往忽視了任務(wù)負(fù)載的影響;而在任務(wù)卸載階段,并沒有綜合考慮終端設(shè)備和UAV的總能耗,不能最小化UAV與終端設(shè)備總能耗。針對(duì)UAV輔助MEC架構(gòu)下任務(wù)卸載存在的問題,提出了一種UAV輔助的MEC任務(wù)卸載雙目標(biāo)優(yōu)化方法。首先,綜合考慮不同位置的任務(wù)負(fù)載和UAV能耗約束,引入位置興趣指數(shù)概念LI...

結(jié)合多尺度注意力的輕量自監(jiān)督單目深度估計(jì)————作者:葛竟睿;秦國軒;張為;

摘要:針對(duì)目前單目深度估計(jì)網(wǎng)絡(luò)模型參數(shù)量大、計(jì)算復(fù)雜度高、難以部署在邊緣計(jì)算設(shè)備上進(jìn)行實(shí)時(shí)推理的問題,提出一種結(jié)合多尺度注意力的輕量級(jí)自監(jiān)督單目深度估計(jì)算法。該算法引入多尺度注意力模塊作為編碼器主體,以卷積操作與自注意力機(jī)制的局部結(jié)構(gòu)和遠(yuǎn)程全局信息捕獲能力作為核心思想,通過將添加了多分支大核空洞卷積的門控多層感知機(jī)與前饋神經(jīng)網(wǎng)絡(luò)相結(jié)合,實(shí)現(xiàn)帶有注意力機(jī)制的局部與全局特征聚合,從而在確保深度估計(jì)精度的情況...

一種輕量級(jí)小目標(biāo)無人機(jī)檢測YOLO模型————作者:陽小兵;李釗;許艷紅;

摘要:由于無人機(jī)體積小、空域背景復(fù)雜、且容易與鳥類等天空目標(biāo)混淆,已有的目標(biāo)檢測模型精度不足。雖然增加模型規(guī)模可以在一定程度上提升檢測精度,但也會(huì)降低模型推理速度、增大參數(shù)量與計(jì)算量。此外,目前可用于小目標(biāo)無人機(jī)檢測的數(shù)據(jù)集缺乏,難以有效支持無人機(jī)檢測方法設(shè)計(jì)。針對(duì)以上問題,首先根據(jù)現(xiàn)有的開源無人機(jī)與鳥類檢測數(shù)據(jù)集,采用基于目標(biāo)面積壓縮的小目標(biāo)樣本增強(qiáng)方法,構(gòu)建一個(gè)可用于小目標(biāo)無人機(jī)與鳥類分類任務(wù)的數(shù)據(jù)...

多天線輔助同時(shí)同頻非合作干擾抑制技術(shù)研究————作者:段柏宇;李維實(shí);李彤;潘文生;邵士海;

摘要:隨著無線通信與感知設(shè)備數(shù)量的急速增長,設(shè)備間的互干擾問題日益嚴(yán)重。較強(qiáng)的同頻互干擾將抬升接收機(jī)底噪,顯著影響接收機(jī)的通信、感知性能。該文利用干擾發(fā)射信號(hào)與期望發(fā)射信號(hào)間的不相關(guān)特性,針對(duì)非自適應(yīng)陣列或單天線接收機(jī),提出一種多天線輔助同時(shí)同頻非合作互干擾抑制算法。所提干擾抑制算法無需信道估計(jì),利用期望信號(hào)的靜默周期,基于最大輸出信干噪比準(zhǔn)則求解最優(yōu)權(quán)值。依據(jù)定義的信干噪比增益,推導(dǎo)了所提算法的性能上...

結(jié)合紋理特征與注意力機(jī)制的Seam Carving檢測————作者:趙潔;李海燕;武斌;

摘要:針對(duì)目前Seam Carving篡改檢測方法在低縮放因子場景下普遍存在的檢測精準(zhǔn)度較低、魯棒性不強(qiáng)的問題,提出了一種結(jié)合中心像素鄰域差分和與SE注意力機(jī)制的Seam Carving篡改魯棒檢測方法。首先,提出中心像素鄰域差分和對(duì)輸入圖像進(jìn)行預(yù)處理,凸顯圖像的篡改偽影,得到8鄰域差分和特征矩陣;然后,將預(yù)處理生成的特征矩陣傳入引入殘差傳播和殘差反饋機(jī)制的ResNet骨干網(wǎng)絡(luò),進(jìn)行深層次的特征學(xué)習(xí);最...

區(qū)塊鏈賦能的車輛邊緣網(wǎng)絡(luò)任務(wù)卸載方法研究————作者:康海燕;劉鑫旭;李彥芳;

摘要:隨著城市智慧交通及車聯(lián)網(wǎng)(IoV)蓬勃發(fā)展,自動(dòng)駕駛、圖像語音處理等計(jì)算密集型應(yīng)用對(duì)計(jì)算和緩存資源需求攀升。鑒于傳統(tǒng)車聯(lián)網(wǎng)中云計(jì)算架構(gòu)因云服務(wù)器位于網(wǎng)絡(luò)核心,傳播延遲大,難以給予行駛車輛實(shí)時(shí)優(yōu)質(zhì)服務(wù),旨在提出區(qū)塊鏈賦能的車輛邊緣網(wǎng)絡(luò)任務(wù)卸載方法研究(BTO-VEN)。通過任務(wù)卸載,將車輛生成的計(jì)算任務(wù)動(dòng)態(tài)分配到邊緣計(jì)算服務(wù)器或鄰近車輛中,從而減少計(jì)算負(fù)載并降低延遲。首先,將邊緣計(jì)算(MEC)融入車...

Keystone變換數(shù)字實(shí)現(xiàn)的一種新解釋————作者:史昊;廖桂生;

摘要:盡管Keystone變換在雷達(dá)信號(hào)處理中得到了廣泛應(yīng)用,但其數(shù)字實(shí)現(xiàn)仍存在若干問題。首先,從插值理論的角度來看,新采樣點(diǎn)的選擇可能存在模糊性,且由降采樣引起的頻域混疊問題常被忽視。其次,現(xiàn)有Keystone變換數(shù)字實(shí)現(xiàn)方法之間的關(guān)系尚未得到充分分析。針對(duì)這些問題,將二維序列Keystone變換的數(shù)字實(shí)現(xiàn)歸結(jié)為一維序列重采樣的問題。基于插值理論并結(jié)合分?jǐn)?shù)重采樣理論,從頻譜分析的角度推導(dǎo)了多種序列重采...

基于SSENet的飛行員腦力疲勞評(píng)估方法————作者:金恒;孫有朝;曾一寧;劉威成;郭媛媛;

摘要:著艦任務(wù)具備時(shí)間緊迫、操作過程復(fù)雜等特點(diǎn),準(zhǔn)確評(píng)估飛行員腦力疲勞對(duì)提高著艦安全至關(guān)重要。針對(duì)著艦任務(wù)中飛行員腦力疲勞評(píng)估問題,開展不同難度模擬著艦實(shí)驗(yàn),采集9名被試人員在為期9天實(shí)驗(yàn)中的腦電信號(hào),構(gòu)建基于SSENet的著艦場景下跨被試腦力疲勞評(píng)估模型。針對(duì)腦電信號(hào)空間特征和跨被試訓(xùn)練方法,在模型中設(shè)計(jì)了SEConv模塊以捕捉腦電信號(hào)中的空間信息耦合與通道特征信息。結(jié)果表明:在不同難度的著艦任務(wù)中,...

TDC轉(zhuǎn)置卷積硬件加速器的設(shè)計(jì)與優(yōu)化————作者:王國慶;嚴(yán)利民;

摘要:轉(zhuǎn)置卷積在深度學(xué)習(xí)(Deep Learning, DL)任務(wù)中應(yīng)用廣泛,但是在小型快速超分辨率卷積神經(jīng)網(wǎng)絡(luò)(Fast Super-Resolution Convolutional Neural Network-small, FSRCNN-s)中已經(jīng)成為推理階段的主要性能瓶頸,因此設(shè)計(jì)高效的轉(zhuǎn)置卷積硬件加速器至關(guān)重要。基于轉(zhuǎn)換轉(zhuǎn)置卷積為卷積(Transforming Deconvolution to...

云邊端環(huán)境中的分布式數(shù)據(jù)雙邊訪問控制方案————作者:趙一帆;張嘉偉;楊顏博;韓磊;李騰;馬建峰;

摘要:物聯(lián)網(wǎng)等新興技術(shù)的發(fā)展使爆炸增長的各種數(shù)據(jù)給資源受限的終端設(shè)備帶來沉重負(fù)擔(dān)。云計(jì)算集中式數(shù)據(jù)存儲(chǔ)和共享服務(wù)對(duì)車聯(lián)網(wǎng)等時(shí)間敏感應(yīng)用而言通信延時(shí)較長,邊緣計(jì)算能彌補(bǔ)該不足并推動(dòng)云邊端架構(gòu)發(fā)展。而在云邊端環(huán)境中數(shù)據(jù)存儲(chǔ)和共享面臨各種安全威脅,有效訪問控制為其數(shù)據(jù)安全基本保障。傳統(tǒng)屬性基加密對(duì)數(shù)據(jù)使用者進(jìn)行細(xì)粒度訪問控制無法用于分布式環(huán)境中并對(duì)數(shù)據(jù)擁有者進(jìn)行訪問控制,也無法確保云端數(shù)據(jù)的來源真實(shí)性和動(dòng)態(tài)完...

  相關(guān)電子信息期刊推薦

  核心期刊推薦

SCI服務(wù)

搜論文知識(shí)網(wǎng) 冀ICP備15021333號(hào)-3

主站蜘蛛池模板: 国产欧美精品一区二区三区四区 | 欧美影院在线 | 久久精品国内一区二区三区 | 国产成人综合欧美精品久久 | 国产精品久久毛片蜜月 | 欧美中日韩在线 | 久久久久久久久久久9精品视频 | 国产精品va在线观看无 | 在线国产观看 | 欧美一区二区三区免费播放 | 亚洲欧美二区三区久本道 | 91原创在线 | 香蕉在线观看 | 最刺激黄a大片免费观看 | 欧美亚洲激情 | 免费看真人a一级毛片 | 亚洲欧洲日韩在线 | 在线亚洲激情 | 91麻精品国产91久久久久 | 国产不卡一区二区视频免费 | 免费啪啪网址 | 一级成人毛片 | 国产精品欧美激情在线播放 | 亚洲一区色图 | 日韩欧美大陆 | 不卡在线一区 | 精品国产一级在线观看 | 黄色a级毛片 | 日韩在线视频免费 | 亚洲视频在线免费看 | 日韩精品一区二区三区不卡 | 不卡一级aaa全黄毛片 | 成人免费视频一区二区 | 亚洲精品视频在线播放 | 欧美高清在线视频一区二区 | 国产91久久久久久久免费 | 国产区二区 | 欧美色图亚洲激情 | 欧美成人国产 | 亚洲精品二三区伊人久久 | 午夜视频免费观看 |