收藏本站
《江苏大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于特征优化和多特征融合的杂草识别方法研究

李先锋  
【摘要】:农田杂草是农业生产的大敌,也是困扰农作物生长的基本问题之一。传统农业中主要采用覆盖性喷洒除草剂的方式控制和防除杂草,这种粗放式喷洒方式不仅浪费除草剂和人力资源,同时还造成环境的严重污染。精确农业是现代农业的发展方向,是集成了电子、计算机、信息处理、人工智能等高新技术的现代农业技术和管理体系,旨在减少污染,保护生态,实现农业的可持续发展。利用机器视觉和图像处理技术将杂草从背景中识别出来进行准确定位和变量喷洒农药、实现杂草控制的自动化和科学化已成为精确变量农作的关键技术之一。田间杂草自动识别技术是变量喷洒技术实现的首要问题,更是制约其实现的瓶颈所在,需要从研究新的思路、新的智能模式识别方法以及图像处理新硬件的开发等多方面着手,提高杂草识别的准确性和效率。本文在总结国内外杂草特征提取及识别研究成果的基础上,应用图像处理、智能优化、模式识别、信息融合和嵌入式平台实现技术对棉田杂草的识别进行了基础性研究。主要研究内容和结果如下: 1、分别从颜色、形态、纹理以及多特征综合利用等四个方面综述了近年来机器视觉技术在杂草识别中的国内外研究现状以及杂草识别智能化研究的进展,分析并指出了国内外同类研究存在的问题,提出了特征优化和多特征融合的杂草识别方法。 2、以江苏苏北棉田5种主要发生杂草马唐、鳢肠、婆婆纳、铁苋菜、马齿苋为研究对象,采集田间图像并对其进行图像增强、滤波去噪等预处理,在此基础上进行图像分割,将植物从土壤等田间背景中分离出来。重点研究了重叠叶片的分割方法,针对叶片形状差异和交叠程度不同,分别采用形态学处理、基于距离变换和分水岭算法的阈值分割方法分离轻度和深度交叠叶片。 3、在图像处理的基础上研究了叶片颜色、形态和纹理特征的提取方法。在HIS颜色空间提取3个低阶颜色矩作为颜色特征,分别描述平均颜色、颜色方差和颜色偏移性;从叶片轮廓中提取了包含几何形状和Hu不变矩的共17项形态特征;采用灰度-梯度共生矩阵法,利用灰度和梯度分别描述图像中叶片的内部和边缘信息,提取能量、相关性、惯性、熵等4个二次统计参数作为纹理特征。 4、采用封装式特征选择方法,充分利用群智能求解复杂组合优化问题的优势以及支持向量机(SVM)的学习能力,将SVM分类算法嵌入到蚁群优化(ACO)的特征选择过程中。通过定义评价函数,以SVM的最大分类准确率引导特征选择操作获得最优特征向量和分类器最优超参数,实现叶片特征选择和分类器参数的同步优化。结果表明,经特征优化,保留了对分类贡献最大的特征,剔除了次要和冗余特征,植物叶片的形态特征由原来的17维下降为6维,极大地压缩了特征空间,从而降低了分类器输入维数和学习复杂度,实现了特征的优化组合。经优化组合得到的最优特征子集用于杂草识别的准确率达90%左右。 5、在特征选择和单特征识别的基础上,提出一种SVM和D-S证据理论相结合的多特征融合杂草识别方法。针对杂草特征提取易受光照变化、叶片遮挡及图像处理误差积累等因素影响而导致单特征识别结果可靠性和稳定性差的缺陷,本研究利用D-S证据理论组合不完全、不确定信息的优势,分别以颜色、形态和纹理3类特征的SVM分类结果作为独立证据,引入SVM的后验概率构造基本信度分配(BPA),运用D-S证据组合规则进行证据融合,根据分类判决门限得决策输出识别结果,从而进一步提高识别准确率和稳定性。实验结果表明,多特征决策融合识别方法正确识别率达到96%以上,与基于单特征的杂草识别方法相比,此方法准确率高,稳定性好。 6、通过代码移植,在DSP平台以TMS320DM642为主处理器实现了杂草识别算法。用CCS性能评测工具进行算法的耗时测试,并针对性实施代码级和平台级优化;与PC平台的识别效果进行性能对比,分析了用硬件实现耗时算法的可行性,并基于FPGA验证了中值滤波的硬件实现效果,提出了以软硬件综合开发模式设计嵌入式杂草识别系统的思路。 最后,在总结全文的基础上,提出有待进一步研究的课题和今后工作的重点。
【学位授予单位】:江苏大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP391.41

【引证文献】
中国期刊全文数据库 前1条
1 胡河山;覃亚丽;;基于蚁群算法的多光谱遥感图像分类[J];杭州电子科技大学学报;2012年04期
中国重要会议论文全文数据库 前1条
1 胡河山;覃亚丽;;基于蚁群算法的多光谱遥感图像分类[A];浙江省信号处理学会2012学术年会论文集[C];2012年
中国博士学位论文全文数据库 前2条
1 胡新宇;基于机器视觉的家蚕微粒子图像识别方法的研究[D];武汉理工大学;2011年
2 钟权;地空背景下扩展目标稳定跟踪技术研究[D];中国科学院研究生院(光电技术研究所);2014年
中国硕士学位论文全文数据库 前4条
1 郭娟;基于语义的视频检索技术研究[D];重庆大学;2012年
2 许诺琳;基于多特征融合的固有不规则蛋白质结构预测器的设计[D];哈尔滨工程大学;2012年
3 乔永亮;田间杂草多光谱图像识别技术与方法研究[D];西北农林科技大学;2013年
4 杨芳明;基于ARM的草莓园环境监管控制算法研究[D];南昌航空大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 陈文颉,窦丽华,陈杰,杜丽辉;融合多特征信息的模式识别方法[J];北京理工大学学报;2002年02期
2 刘立宏,胡可刚,刘立欣;目标检测中的快速中值滤波法[J];吉林大学学报(信息科学版);2004年03期
3 燕忠,袁春伟;基于蚁群智能和支持向量机的人脸性别分类方法[J];电子与信息学报;2004年08期
4 刘洪臣;陈忠建;冯勇;;结合颜色和形态特征的杂草实时识别方法[J];光电工程;2006年07期
5 陈德润,王书茂,王秀;农田杂草识别技术的现状与展望[J];中国农机化;2005年02期
6 朱登胜;潘家志;何勇;;基于光谱和神经网络模型的作物与杂草识别方法研究[J];光谱学与光谱分析;2008年05期
7 邓巍;张录达;何雄奎;Mueller J;曾爱军;宋坚利;刘亚佳;周继中;陈吉;王旭;;基于支持向量机的玉米苗期田间杂草光谱识别[J];光谱学与光谱分析;2009年07期
8 张慧;王宏琦;孙显;;结合颜色和纹理特征的树冠提取方法[J];光学技术;2008年04期
9 袁华,董守斌,张凌,张平;GFO和不变矩实现基于形状的图像检索新方法[J];华南理工大学学报(自然科学版);2002年04期
10 陈镇;中值滤波器的FPGA实现方案[J];红外;2005年10期
中国博士学位论文全文数据库 前4条
1 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
2 李志臣;基于机器视觉的杂草对准喷药控制系统研究[D];南京农业大学;2007年
3 寇晓丽;群智能算法及其应用研究[D];西安电子科技大学;2009年
4 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年
中国硕士学位论文全文数据库 前6条
1 龙满生;玉米苗期杂草识别的机器视觉研究[D];西北农林科技大学;2002年
2 谈蓉蓉;利用颜色和形状特征的杂草识别方法研究[D];江苏大学;2009年
3 张立;基于支撑向量机的嵌入式车牌识别系统设计[D];重庆大学;2009年
4 梅汉文;基于DSP的玉米苗期杂草识别方法的研究[D];华中农业大学;2009年
5 吴国瑞;基于图像处理的杂草种类识别技术研究[D];西北农林科技大学;2009年
6 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 薛晓敏;王志刚;王金政;;山东省梨产业现状、存在问题及发展对策[J];山东农业科学;2008年06期
2 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 王涛;何金戈;廖宇兰;李粤;梁栋;;植物保护喷雾机械的发展研究状况综述[J];安徽农学通报;2008年21期
5 徐华山;李培德;;长江中下游双季稻发展面临的问题与建议[J];安徽农学通报(上半月刊);2010年19期
6 刘微,赵同科,方正,王树涛;精准农业研究进展[J];安徽农业科学;2005年03期
7 胡涛;图像处理技术在农业工程中的应用[J];安徽农业科学;2005年04期
8 吴凤凰;;模式识别在植物叶片识别中的应用[J];安徽农业科学;2007年01期
9 安爱琴;聂永芳;王宏强;;机器视觉技术在农业工程中的应用[J];安徽农业科学;2007年07期
10 李景福;赵进辉;;基于阈值的彩色农业图像分割方法研究[J];安徽农业科学;2007年28期
中国重要会议论文全文数据库 前10条
1 杨为民;李龙澍;;基于GIT的信息融合在农业信息中的应用[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 李录久;王家嘉;黄厚宽;赵贤友;王黛平;吴萍萍;;氮肥用量对小麦产量和肥料利用效率的影响[A];土肥水资源高效利用与农业面源污染防控技术研讨会论文集[C];2011年
3 曾宪伟;方洋旺;伍友利;王洪强;刘加丛;;一种新的最优制导律[A];第二十六届中国控制会议论文集[C];2007年
4 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 刘磊;王永骥;;基于单目视觉的机器人动态目标识别与跟踪[A];第二十六届中国控制会议论文集[C];2007年
6 马小平;汪永东;樊阳;;模糊证据理论的深入研究[A];第二十六届中国控制会议论文集[C];2007年
7 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
8 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
9 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
10 苏晓鹭;于洋;葛斌;;蚁群算法在欠驱动系统Pendubot优化控制中的应用[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
4 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 徐小峰;面向船舶制造协同物流网络的资源优化研究[D];哈尔滨工程大学;2009年
7 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
8 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
9 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年
10 何建民;面向网络社区聆听客户声音方法研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 马彦平;基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究[D];华中农业大学;2010年
2 贺静;基于DSP的鸡蛋蛋壳破损实时检测系统的研究[D];华中农业大学;2010年
3 沈昊;基于DSP图像处理的鸡蛋新鲜度实时无损检测研究[D];华中农业大学;2010年
4 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
5 刘莹玉;湖北省农村沼气产业化发展模式与对策研究[D];华中农业大学;2010年
6 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
7 年军艳;普适计算下的上下文感知计算若干关键技术研究[D];安徽工程大学;2010年
8 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
9 余亮;基于DSP的注射器针头合格检测方法研究[D];南昌航空大学;2010年
10 胡少华;基于DSP的H.264编码器的实现与改进[D];南昌航空大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘小英;张健;;葡萄干图像长短轴快速检测算法[J];安徽农业科学;2008年26期
2 郭臻;陈远知;;图像阈值分割算法研究[J];中国传媒大学学报(自然科学版);2008年02期
3 韩立岩;周芳;;基于D-S证据理论的知识融合及其应用[J];北京航空航天大学学报;2006年01期
4 魏晋相;汪华章;何小海;;基于模糊C均值聚类和数学形态学的图像分割[J];成都信息工程学院学报;2008年06期
5 金琳;中国古代对蚕病症状与防治的记述[J];蚕桑通报;2001年02期
6 李久贤,孙伟,夏良正;一种新的模糊对比度增强算法[J];东南大学学报(自然科学版);2004年05期
7 唐美斌;孙传友;;传感器在粮仓温湿度监控系统中的应用[J];电子与电脑;2007年Z1期
8 陈朝阳,丁明跃,周成平;基于对数极坐标映射的目标跟踪方法[J];电子学报;2001年09期
9 杨静;基于数学形态学的图像分割研究及应用[J];仪器仪表用户;2005年05期
10 叶斌,李素环;全数字化温湿度监控系统[J];电子世界;2002年09期
中国博士学位论文全文数据库 前10条
1 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年
2 唐晶磊;喷药机器人杂草识别与导航参数获取方法研究[D];西北农林科技大学;2010年
3 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
4 颜刚;基于模糊马尔可夫场的图像分割算法研究[D];第一军医大学;2005年
5 李龙;印度蚕业发展研究[D];西南大学;2008年
6 张焱;地面背景下成像目标跟踪技术研究[D];国防科学技术大学;2008年
7 杨铁滨;基于机器视觉的陶瓷球表面缺陷自动检测技术研究[D];哈尔滨工业大学;2007年
8 陈远;复杂场景中视觉运动目标检测与跟踪[D];华中科技大学;2008年
9 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年
10 尹宏鹏;基于计算机视觉的运动目标跟踪算法研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
2 刘继晴;基于多特征融合的视频高层语义概念检测[D];北京邮电大学;2011年
3 高芙蓉;基于SVM的视频语义提取和相关反馈的研究[D];浙江工业大学;2010年
4 徐翻翻;基于D-S证据理论的模式分类问题的研究[D];哈尔滨工业大学;2010年
5 张鹏;基于主成分分析的综合评价研究[D];南京理工大学;2004年
6 朱哲燕;基于多光谱成像系统的作物含氮量测试研究[D];浙江大学;2006年
7 吴学明;图像分割的算法研究[D];成都理工大学;2006年
8 王雨春;CCA在数字图像处理中的应用研究[D];武汉理工大学;2006年
9 李欣;田间杂草的图像识别技术研究[D];河北农业大学;2007年
10 吴伟鑫;基于语义标注的视频相关反馈检索系统[D];北京交通大学;2007年
【二级引证文献】
中国期刊全文数据库 前1条
1 刘清明;邱国祥;李林山;林忠芬;钟苏苑;张桂玲;胡智明;;图像识别技术检测家蚕微粒子孢子的研究概述[J];广东蚕业;2013年04期
中国硕士学位论文全文数据库 前1条
1 张龙;蚁群算法在铁谱图像处理中的应用研究[D];南京航空航天大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 孙强,沈恩庭;抗虫棉对棉田杂草和农业昆虫种群数量的影响[J];安徽农学通报;2001年03期
2 华继军;冯桂林;;农田杂草的环保型防除[J];安徽农学通报;2008年20期
3 沈基长,郭书普,董伟,张立平;杂草计算机识别系统的研制[J];安徽农业科学;2005年04期
4 吴凤凰;;模式识别在植物叶片识别中的应用[J];安徽农业科学;2007年01期
5 胡波;张艳诚;黄玲;;基于双阈值分割的苗期杂草识别算法[J];安徽农业科学;2007年23期
6 马兆敏;胡波;黄玲;李克俭;;利用机器视觉识别杂草图像特征的研究进展[J];安徽农业科学;2008年07期
7 强胜,李扬汉;安徽沿江圩丘农区水稻田杂草区系及草害的研究[J];安徽农业科学;1994年02期
8 庄昌文,范明钰,李春辉,虞厥邦;基于协同工作方式的一种蚁群布线系统[J];半导体学报;1999年05期
9 倪国强,梁好臣;基于Dempster-Shafer证据理论的数据融合技术研究[J];北京理工大学学报;2001年05期
10 李刚,范瑞霞;一种改进的图像中值滤波算法[J];北京理工大学学报;2002年03期
中国重要会议论文全文数据库 前1条
1 刘斐;季秀才;柳林;;RoboCup小型组全局视觉图像采集设备的选择[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
中国博士学位论文全文数据库 前6条
1 周俊;农用轮式移动机器人视觉导航系统的研究[D];南京农业大学;2003年
2 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
3 陈勇;自动施药机器人及可变量控制系统研究[D];南京林业大学;2005年
4 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年
5 周绮凤;基于支持向量机的若干分类问题研究[D];厦门大学;2007年
6 张闯;单通道双谱微光彩色夜视技术研究[D];南京理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 龙满生;玉米苗期杂草识别的机器视觉研究[D];西北农林科技大学;2002年
2 葛玉峰;基于机器视觉的室内模拟农药精确对靶施用系统研究[D];南京林业大学;2003年
3 李了了;工业现场字符识别方法的研究[D];合肥工业大学;2003年
4 张健钦;计算机视觉技术在杂草识别中的应用研究[D];河北农业大学;2003年
5 周钇铭;基于DSP的指纹图像采集与处理的研究[D];四川大学;2001年
6 王月青;基于机器视觉的麦田杂草识别方法研究[D];中国农业大学;2004年
7 刘振恒;应用图像处理技术识别田间杂草方法的研究[D];东北农业大学;2004年
8 张健;基于DSP的指纹识别系统的设计[D];沈阳工业大学;2005年
9 潘颖;基于机器视觉的茄科类作物与杂草的识别研究[D];江苏大学;2005年
10 曾岗;基于DSP的视频编码系统的实现和优化[D];国防科学技术大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 蒋正荣;计算机杂草识别技术的研究现状[J];上海环境科学;1999年10期
2 蒋正荣;计算机杂草识别的实现及应用[J];杂草科学;1999年04期
3 张健钦,屈平,邝朴生;计算机视觉技术在杂草识别中的应用研究进展[J];河北大学学报(自然科学版);2002年04期
4 王月青,毛文华,王一鸣;麦田杂草的实时识别系统研究[J];农机化研究;2004年06期
5 刘振恒,张长利,房俊龙;应用机器视觉技术识别田间杂草的研究[J];农机化研究;2004年02期
6 毛文华,王一鸣,张小超,王月青;基于机器视觉的田间杂草识别技术研究进展[J];农业工程学报;2004年05期
7 杨照华,浦昭邦,祁振强;计算机视觉技术在杂草识别中的研究进展[J];黑龙江大学自然科学学报;2005年01期
8 毛文华,王一鸣,张小超;基于机器视觉的苗期杂草实时分割算法[J];农业机械学报;2005年01期
9 戴青玲;张胜波;靳冬梅;;基于近红外图像的杂草识别研究[J];安徽农业科学;2009年06期
10 吴国瑞;朱瑞祥;;基于图像处理的杂草叶片识别参数研究[J];农机化研究;2009年05期
中国重要会议论文全文数据库 前4条
1 毛文华;胡小安;张小超;;基于机器视觉的田间杂草识别系统[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(下册)[C];2006年
2 赵冬;孙韬;张立福;王晋年;童庆禧;;FISS地面成像光谱辐射测量系统应用软件设计[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
3 陈树人;裴文超;尹东富;;基于DSP的棉田杂草实时识别试验研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 唐晶磊;何东健;朱兆龙;;绿色植物与土壤背景图像分割方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
中国重要报纸全文数据库 前6条
1 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(9)[N];河北科技报;2004年
2 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(14)[N];河北科技报;2004年
3 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(18)[N];河北科技报;2004年
4 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(19)[N];河北科技报;2004年
5 记者 刘阳;切实抓好麦播期化学除草工作[N];驻马店日报;2008年
6 本报记者;有效防虫害挽回巨额损失[N];哈尔滨日报;2007年
中国博士学位论文全文数据库 前6条
1 唐晶磊;喷药机器人杂草识别与导航参数获取方法研究[D];西北农林科技大学;2010年
2 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
3 潘家志;基于光谱和多光谱数字图像的作物与杂草识别方法研究[D];浙江大学;2007年
4 李志臣;基于机器视觉的杂草对准喷药控制系统研究[D];南京农业大学;2007年
5 吴兰兰;基于数字图像处理的玉米苗期田间杂草的识别研究[D];华中农业大学;2010年
6 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
中国硕士学位论文全文数据库 前10条
1 徐辛颖;面向杂草识别的K近邻算法研究[D];东北农业大学;2013年
2 徐月;玉米苗期杂草识别方法研究[D];吉林农业大学;2013年
3 范德耀;基于DSP的水稻杂草识别研究[D];浙江理工大学;2011年
4 金小俊;基于双目立体视觉的除草机器人行内杂草识别方法研究[D];南京林业大学;2012年
5 沈旭;除草机器人农田行内作物/杂草识别研究[D];南京林业大学;2011年
6 周果;基于图像处理技术的大田玉米苗期杂草识别方法研究[D];吉林农业大学;2013年
7 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
8 齐平;基于图像处理的杂草识别研究[D];西华大学;2010年
9 龙满生;玉米苗期杂草识别的机器视觉研究[D];西北农林科技大学;2002年
10 张健钦;计算机视觉技术在杂草识别中的应用研究[D];河北农业大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026