被动复制论文-吕静

被动复制论文-吕静

导读:本文包含了被动复制论文开题报告文献综述及选题提纲参考文献,主要关键词:复制-粘贴篡改,特征点,局部搜索,SIFT

被动复制论文文献综述

吕静[1](2019)在《基于特征点与局部搜索的图像复制-粘贴被动取证算法研究》一文中研究指出随着科学技术的迅速发展以及智能电子设备的普及,数字图像很容易被人进行篡改。在图像篡改的各种方式中,复制-粘贴篡改在所有的篡改操作中占据了极大的比例,这种篡改方法仅使用一张图像进行篡改,由于拥有相同的成像方式、亮度等等条件,手段非常隐蔽,极大地冲击了数字图像的可信度,复制-粘贴被动取证算法是通过一幅图像中所存在的相似区域来鉴别数字图像。本文针对现有的复制-粘贴被动取证技术存在的不足,如基于图像块的检测算法时间复杂度过高,对于图像的目标区域存在的仿射变换如尺度、旋转等变换鲁棒性较弱,以及基于特征点算法仅通过特征点不能够很好地定位出篡改区域等问题提出了新的解决办法。为了解决现有检测算法的缺点,本文提出一种新颖的基于SIFT与局部搜索的复制-粘贴被动取证算法。首先对图像使用SIFT算法进行处理从而得到图像中的特征点及对应的局部特征,再通过分割算法对图像进行自适应分割,分割后的图像块间进行特征点的匹配操作,提出了两阶段的图像搜索算法:在第一阶段是运行于图像块阶段的局部搜索算法,使用ZNCC算法来得到图像篡改区域的轮廓,随后使用了边缘匹配算法来对篡改区域的边缘块进行像素级别的匹配的算法,最后通过对篡改区域的边缘像素级应用局部搜索算法来丰富图像的细节,实验结果表明,该方案相比于现有的复制-粘贴篡改检测算法能够表现出更好的性能,该算法在各类攻击下也具有良好的表现。但是在存在较高噪声的环境下表现得不是很好。为了解决存在的噪声问题以及克服传统算法的缺点,本文提出了一种新的基于BRISK与改进的搜索算法的复制-粘贴被动取证算法,用BRISK来作为图像的特征点匹配特征,为了更好的应对一些后处理变换,修改了局部搜索算法的匹配方式,使用周围八邻域以及本身与源匹配检测单元进行匹配,在基于图像块的搜索算法中,使用PCT特征来作为相似性匹配的度量标准,使用ZNCC算法来进行边缘匹配的计算,最后通过基于像素级别的搜索算法处理篡改区域的细节。实验结果表明,该算法能够很好的定位篡改区域,在多类篡改攻击下表现良好,甚至在存有较高的噪声的环境下也能够得到很好的定位结果。(本文来源于《吉林大学》期刊2019-05-01)

Rainer,Pfluger[2](2018)在《奥地利因斯布鲁克康帕尼案例:用于多层被动房建筑可复制的低成本解决方案》一文中研究指出1因斯布鲁克康帕尼现场1.1建筑项目和建筑设计竞赛——建筑1号位于因斯布鲁克的康帕尼雷晨奥地区,面积约84000m2,是一个全新开发的项目,包括1100套公寓(大约800套公寓将得到补贴),以及体育场地和体育俱乐部的房子。该项目旨在为可持续的、低成本的生活空间创造一个最佳实践的范例,以满足被动的房屋标准。1.2 FFG(奥地利研究促进署)"智慧城市"示范项目"露营地"CAMPAGNE项目("智慧城市示范"项目,获得了奥地利Klimaund Energiefonds(气候和能源基金)支持,项目管理为因斯布鲁克Immobilien GmbH&CoKG公司,项目持续时(本文来源于《2018全国装配式被动房高峰论坛暨第五届中国被动式集成建筑材料产业技术交流大会论文集》期刊2018-09-06)

彭小洋[3](2018)在《基于块特征向量匹配的图像复制—粘贴被动取证算法研究》一文中研究指出由于计算机图像处理软件技术的迅猛发展,图像篡改越来越普遍。纵观历史上各大造假图像事件,可以发现许多造假图像是通过复制图像中的某一块区域,将其粘贴到图像的另一个区域,以此掩盖图像中原本存在的物体来隐藏一些事实,或者给图像增添原本不存在的物体来增强图像本身想传达的情感。然而人们用肉眼看这些经过复制-粘贴篡改操作的图像,却又看不出明显的篡改痕迹,所以通过科学的手段来鉴别图像的真伪,还人们一个真相变得越来越重要。本文针对数字图像被动取证算法进行了分析研究,分别针对基于特征点提取和基于重迭分块的数字图像复制-粘贴篡改被动取证算法进行总结,并分析了已有的相关算法的优点与不足之处。针对目前基于重迭分块的图像复制-粘贴篡改被动取证算法中,在生成分块的特征描述的步骤中会带来大量冗余匹配,导致算法时间复杂度较高的问题,以及对本身具有相似区域且篡改区域面积较小的篡改图像存在一定的误检的问题,本文设计了一种基于特征块与R-HOG的复制-粘贴篡改被动取证算法。首先提取出稠密特征块,降低匹配冗余度,然后采用结合颜色信息和找主仿射变换的方式对初步匹配的特征块对应的特征点进行筛选,最后利用区域相关性快速定位出准确率较高的复制-粘贴篡改区域。实验结果表明,该算法针对本身具有相似区域且篡改区域面积较小的复制-粘贴篡改图像,检测准确率较高,检测算法时间复杂度较低,但是无法有效检测出翻转类复制-粘贴篡改图像的篡改区域。为更有效地定位出翻转类复制-粘贴篡改图像的篡改区域,本文设计一种基于“米”字型GLCM特征向量的复制-粘贴篡改被动取证算法,在彩色图像预处理基础上,利用具有一定角度旋转和多种翻转不变性的“米”字型GLCM特征向量对图像块进行特征描述,并且在检测算法后处理步骤中统计图像中的检测标记点周围其他标记点的个数来移除在非篡改区域的错误标记。实验结果表明,该算法针对一定角度旋转或多种翻转类复制-粘贴篡改图像的检测准确率均较高。最后,利用MATLAB设计了一套数字图像复制-粘贴篡改被动取证仿真系统,对本文算法以及本文对比文献的算法进行可视化展示。(本文来源于《西南交通大学》期刊2018-05-10)

金国念[4](2018)在《数字图像复制—粘贴篡改的被动取证方法研究》一文中研究指出随着数字图像在人们日常生活、工作中的日益普及,大量恶意的伪造图像充斥在新闻报道、科学研究、商业活动、保险理赔等领域,对社会造成恶劣影响。因此,如何对数字图像的原始性、真实性和完整性等方面进行安全取证分析,已成为一个迫切需要解决的问题。本文针对数字图像篡改方式中最常见的复制-粘贴篡改开展取证分析研究。在现有研究成果的基础上构建了一种层次递进的复制-粘贴篡改取证模式,并针对该取证模式的叁个递增阶段:图像级取证分析、像素级取证分析和检测区域定量评估分别展开深入研究。本文的主要研究成果如下:(1)构建了一种层次递进的复制-粘贴篡改取证模式。在充分考虑复制-粘贴篡改检测流程的基础上,结合数字图像被动取证的实际应用需求,提出了采用逐层递进的方式对检测图像进行取证分析,即根据检测图像的具体情况依次执行图像级取证分析、像素级取证分析和检测区域定量评估这叁个由定性取证分析递增到定量取证分析的过程。该篡改取证模式不仅能快速排除大量的真实图像和为安全取证分析人员提供定量的可信度,还有助于最佳设置篡改取证过程中的相关检测参数,达到更好的检测性能。(2)提出了一种基于UR-SIFT和两阶段特征匹配的图像级检测方法。首先基于复制-粘贴篡改检测对关键点的分布需求而提出了基于UR-SIFT的关键点检测算法,实现了在图像空间和尺度空间均匀分布的SIFT关键点。其次,为了获得更多的正确匹配数量,提出了两阶段特征匹配算法。该检测方法提高了篡改图像的召回率,特别是针对包含光滑篡改区域的测试图像,并且对高斯噪声、JPEG压缩以及旋转和缩放几何变换等都具有良好的鲁棒性,为后续进一步的定量取证分析打下坚实的基础。(3)提出了一种基于改进匹配分组和混合区域定位的像素级检测方法。首先基于复制-粘贴篡改图像自身的特性而提出了匹配分组的改进算法,克服了现有J-Linkage聚类在匹配分组过程中抗误匹配能力差和聚类时间长的问题。其次,提出了基于Zernike矩的分块匹配定位算法,提高了对包含自相似内容的图像的检测精度。最后,为了充分利用相关系数定位算法的优势,提出了一种混合的篡改区域定位方法。相对于现有典型复制-粘贴篡改检测方法,该检测方法具有更好的检测性能和更短的检测时间。(4)针对关键点匹配阶段和相关系数定位阶段对检测区域支撑不完全一致的问题,提出了一种基于证据理论的篡改区域评估方法。该方法首先量化关键点匹配阶段和相关系数定位阶段对检测区域的影响,并分别确定其基本概率分配函数,然后依据Dempster组合规则建立检测区域的评估模型,进而估算出该检测区域的可信度。检测区域的可信度能有效排除错误的检测区域,更加有助于安全取证分析人员作出正确的决策。(本文来源于《武汉大学》期刊2018-05-01)

王欢[5](2018)在《数字图像复制—粘贴篡改被动取证技术研究》一文中研究指出随着科学技术的飞速发展,多样化的数码产品给人们的生活带来了巨大便利。人们比以往任何时候都要轻易地获得数字图像。同时,越来越多的数字图像编辑软件也使得人们对数字图像的处理变得更为容易。然而,部分人也使用这些便利的数字图像编辑软件对数字图像进行别有私心的篡改,以满足他们的某些特殊需求。数字图像的复制-粘贴篡改就是一个非常典型的图像篡改方式。篡改者常常复制并粘贴数字图像中的部分区域以隐藏或加强这幅数字图像中的部分特征。但是,这样的行为使得该数字图像的真实性发生了变化,违背数字图像背后客观事实的真实性,这可能对个人财产、声誉、甚至是国家安全等造成巨大影响。因此,实际应用中对数字图像真实性的取证将变得非常有必要,这也使得对数字图像篡改的取证成为一个极具价值的研究方向。本文正是致力于研究数字图像篡改的被动取证方案,以此为研究主体并进一步提高研究方案的执行效率及加强方案对数字图像篡改后期痕迹隐藏操作的鲁棒性。本文主要的创新点如下:1.为了能够检测并定位数字图像篡改的篡改区域并提高被动取证算法的执行效率,结合数字图像的频域特征及聚类分析技术,提出一种基于包聚类的数字图像复制-粘贴篡改被动取证方案。该方案利用图像中各图像块四个象限的DCT系数均值构建特征向量来代表图像块,并采用包聚类算法代替传统的排序算法,加强方案的匹配精度。实验结果表明,方案降低了图像块的特征向量维数,提高了算法的效率。在匹配阶段,算法对所有图像块的特征向量采用包聚类算法进行聚类并进行相邻包匹配,降低特征向量匹配次数的同时提高了方案的匹配精确率。本方案不仅可以定位出图像块的多处篡改区域,还对部分后期篡改痕迹隐藏操作具有较强的鲁棒性,对添加高斯白噪声、高斯模糊及其它一些混合的后期痕迹隐藏操作都能取得较好的检测结果。2.为了让算法对一些更为复杂的后期痕迹隐藏操作具有较强的鲁棒性及进一步提升方案的精确度,提出一种基于感知哈希的数字图像复制-粘贴篡改被动取证方案。方案利用图像块的感知哈希系数构建特征向量来表示图像块,并对包聚类算法进行优化,增加算法的匹配精度。实验结果显示,方案不仅能够提高算法的匹配效率,还能够通过感知哈希算法对图像像素的映射关系检测图像像素的大致分布情况,使得算法精确度得到了提高。特征向量的匹配算法首先对所有图像块的特征向量进行聚类,再对包中的数据按感知哈希系数再次进行聚类分包,进一步提升了匹配算法的精确度。本方案对部分后期篡改痕迹隐藏操作具有更高的鲁棒性,对添加高斯白噪声、高斯模糊、亮度调整、对比度调整、色相调整及其复杂的混合后期痕迹隐藏操作都能取得较好的检测结果。3.考虑到方案对篡改区域先进行旋转再粘贴的区域篡改方式也能进行有效检测,提出一种基于FAST特征点旋转不变特征的图像复制-粘贴篡改被动取证方案。方案使用图像的FAST特征点为主体代替图像的分块,并构建图像FAST特征点的旋转不变特征向量进行篡改取证匹配。主要目的是减少取证算法的特征向量数量,以提高取证算法的整体效率。实验数据表明,以数字图像FAST点为圆心画圆及环所构建的旋转不变特征向量能够正确地表示经过任意角度旋转后的图像块,增强算法对图像多篡改方式检测的鲁棒性。在旋转不变特征向量的匹配算法中,采用逆序广义2近邻算法有效提高大量特征向量的交叉匹配效率,进一步优化方案的执行效率。(本文来源于《西南交通大学》期刊2018-03-01)

陈辉映[6](2018)在《数字图像复制粘贴篡改被动取证研究》一文中研究指出随着多媒体处理技术的发展,图像篡改事件越发频繁,对各领域带来了诸多负面影响。作为数字图像内容真实性保护的重要技术之一,数字图像被动取证技术得到了学术界的重视。在众多的图像篡改手段中,复制粘贴篡改是常用的篡改手段之一。为检测此类篡改,研究者已经提出了许多方法,但这些方法对多处复制粘贴篡改的检测能力以及检测效率还有待提高。针对这一问题,本文提出两种新的检测方法。首先,提出一种基于SURF的图像多区域复制粘贴篡改检测方法。考虑到SURF算法在抗旋转、缩放等方面的高鲁棒性,首先将待检测图像从RGB转换到LAB颜色空间并进行SURF特征提取;然后设计了一种特征匹配方法k-g2NN方法,对得到的特征点进行匹配,此方法对已有的g2NN方法进行排序方法等方面的改进,降低了算法的复杂度;最后使用基于几何约束的聚类方法消除误匹配以定位篡改区域。实验结果表明,该算法不仅能够准确定位图像的多处复制粘贴篡改区域,并且在抗几何变换攻击和JPEG压缩等方面具备一定的鲁棒性,检测速度也得到了较大的提高。然后,为进一步提高算法检测速度、降低存储消耗,提出一种基于D-ORB的复制粘贴篡改检测算法。算法将DWT与ORB结合,对待检测图像进行DWT处理后,在图像的LL分量中提取特征点,降低了图像的维度、提高了特征提取的速度;然后使用k-g2NN算法对特征进行匹配;最后,利用RANSAC算法去除错误匹配的关键点。实验表明,该方法能进一步提高检测效率、节省存储消耗,对多处复制粘贴篡改图具有良好的检测效果,并且对旋转和噪音等干扰因素具有很强的鲁棒性。(本文来源于《杭州电子科技大学》期刊2018-03-01)

杨培[7](2016)在《复制粘贴篡改操作的图像被动取证研究》一文中研究指出随着图像采集设备以及各种编辑工具的普及,用户可以轻松地对数字图像进行篡改伪造,传统的“眼见为实”的观念正在被颠覆。为此,迫切需要行之有效的技术手段对数字图像的真实性进行鉴定。不同于数字水印或数字签名等主动取证技术,图像盲取证技术不需要预先嵌入信息,而是直接利用图像本身的统计特性进行真伪判别和篡改定位。复制-粘贴操作是最常见的一种图像篡改手段,并可能进行某些后处理操作,包括JPEG压缩、噪声添加、模糊处理等,以改变图像内容,迷惑信息接收者。特别地,复制区域往往经过了几何变换(旋转、缩放等)。因此,复制粘贴篡改的图像被动取证,既面临巨大的技术挑战,又具有很强的现实应用价值。本文针对复制-粘贴图像篡改操作,研究相应的被动取证技术。论文主要工作和创新点如下:首先,针对现有的篡改取证方法不能适应后处理操作的问题,提出了一种基于LBP特征的图像复制-粘贴篡改取证算法。首先,将待测图像进行灰度变换并划分为成固定大小的块;其次,利用旋转不变的均匀局部二进制模式LBP P,Rriu2算子提取图像块特征。该算子不仅对旋转操作具有很好的鲁棒性,且得到的特征向量维数也远小于传统的DCT系数特征的维数,有助于显着减少检测时间;再次,对特征向量进行字典排序,采用欧式距离度量特征向量之间的相似性,并利用转移向量计数器寻找主转移向量,减少误匹配;最后,利用形态学运算填充标记区域的孔洞并删除孤立的小区域,定位最终的篡改区域。实验结果表明,该方法不仅在JPEG压缩、噪声污染、模糊、旋转翻转等篡改操作下取得了良好的检测效果,而且能够检测出多个复制粘贴篡改区域。其次,提出了一种改进的基于SIFT关键点的复制-粘贴篡改检测算法。首先,提取图像的SIFT关键点,并进行ng2NN特征匹配,即对关键点集合进行递归分半处理,在每一对分半组合中进行g2NN特征匹配;其次,将匹配对进行匹配向量方向投票实现关键点的分类,并根据分类结果采用RANSAC算法求出复制块与粘贴块之间的仿射变换模型;最后,采用ZNCC(Zero-mean normalized cross correlation coefficient)准则度量待测图与进行仿射变换后的变换图之间的相关性,定位篡改区域。实验结果表明,算法具有较高的效率和良好的定位效果。(本文来源于《湖南大学》期刊2016-05-09)

廖声扬[8](2015)在《数字视频复制—粘贴篡改被动取证研究》一文中研究指出随着数字多媒体技术的快速发展,数字视频被广泛应用于各个领域,并在日常生活中扮演着越来越重要的角色。与此同时,具备强大功能的视频编辑软件的出现,使得非专业人士能够方便地对视频进行编辑篡改。若一些图谋不轨之人将精心篡改后的视频用于新闻媒体、法庭证物等重要领域,无疑将严重扰乱社会正常秩序。因此,针对视频完整性和真实性的被动取证研究具有重要的现实意义。目前,数字视频被动取证研究尚处于起步阶段,都是针对特定的篡改方式展开研究,进而提出对应的检测算法。复制-粘贴篡改作为常见的视频篡改方式之一,可分为:帧间篡改和帧内篡改。本文针对视频复制-粘贴篡改进行深入分析和研究,主要工作包括以下叁个方面:(1)针对视频帧间复制-粘贴篡改,提出一种基于Tamura纹理特征的被动取证方法。算法首先提取所有视频帧的Tamura纹理特征,将纹理特征构成对应的特征向量矩阵并进行排序,最后计算排序后邻近特征向量的差异度,并引入视频序号距离阈值来检测并定位复制-粘贴序列。实验结果表明,该算法不仅在检测精度上有较大提高,而且能够精确定位篡改位置。(2)为了进一步提高帧间复制-粘贴篡改检测算法的时间效率,提出一种基于几何均值分解和结构相似度的快速检测算法。该算法首先提出一个基于几何均值分解的搜索策略来快速定位复制-粘贴序列的起始帧;然后,利用结构相似度复检起始帧;最后,用从粗到精的匹配策略定位复制-粘贴序列的末尾帧并对篡改视频进行恢复。实验结果表明,所提算法不仅能够快速精确的定位篡改序列,而且对不同编码格式的视频都能进行有效检测。(3)针对视频帧内复制-粘贴篡改,提出一种基于异常色调率和SIFT特征的检测算法。算法首先计算视频序列各帧的异常色调率;然后通过分析异常色调率确定篡改序列位置;最后,对篡改帧的可疑区域进行相似点匹配,确定篡改区域。与已有的同类型算法相比,所提算法在准确率和检测时间上都有较大提高。(本文来源于《福建师范大学》期刊2015-06-30)

徐长英,王英[9](2015)在《基于复制粘贴篡改的被动图像取证算法的研究》一文中研究指出提出一种基于离散小波变换和自相关性分析的同幅图像复制粘贴篡改检测算法。算法利用离散小波变换提取图像的低频子带作为特征向量,采用Pearson相关系数进行相似性匹配检测。实验表明,该算法可以大大减少特征向量的维数和排序矩阵的行数,提高相似块的匹配效率,对一般噪声攻击具有较好的鲁棒性。(本文来源于《工业控制计算机》期刊2015年06期)

徐长英[10](2015)在《基于复制粘贴篡改的被动图像取证算法的研究》一文中研究指出随着科学技术的发展,数字图像成为信息传递的重要载体,在新闻报道、医疗诊断、电子商务、智能交通和卫星监测等领域应用非常广泛。但是随着数字图象处理技术和计算机图像处理软件功能的日益强大,越来越多的非专业人士可以轻易的对图像内容进行篡改,使得图像信息的完整性和真实性很难判断。现如今,数字图像取证技术尚在发展阶段,许多关键技术正处在研究初期。同时,数字图像篡改技术却日益强大,篡改方法也在不断发展,这无疑给数字图像取证技术增加了难度。因此,对数字图像取证技术的研究变得尤其重要,成为目前一个热点研究课题。本文对数字图像取证技术和数字图像处理的典型篡改类型进行了综述。鉴于数字图像复制粘贴篡改的特性,提出一种基于离散小波变换和奇异值分解的同幅图像复制粘贴篡改检测算法。算法利用离散小波变换提取图像的低频分量,然后对低频分量进行奇异值分解,获取图像的特征向量,通过计算字典排序后的特征向量之间的欧式距离来进行相似性匹配检测。实验表明,该算法可以大大减小图像的尺寸、特征向量的维数和排序矩阵的行数,提高相似块的匹配效率,对一般的噪声和压缩攻击具有较好的鲁棒性。(本文来源于《青岛大学》期刊2015-06-03)

被动复制论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

1因斯布鲁克康帕尼现场1.1建筑项目和建筑设计竞赛——建筑1号位于因斯布鲁克的康帕尼雷晨奥地区,面积约84000m2,是一个全新开发的项目,包括1100套公寓(大约800套公寓将得到补贴),以及体育场地和体育俱乐部的房子。该项目旨在为可持续的、低成本的生活空间创造一个最佳实践的范例,以满足被动的房屋标准。1.2 FFG(奥地利研究促进署)"智慧城市"示范项目"露营地"CAMPAGNE项目("智慧城市示范"项目,获得了奥地利Klimaund Energiefonds(气候和能源基金)支持,项目管理为因斯布鲁克Immobilien GmbH&CoKG公司,项目持续时

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

被动复制论文参考文献

[1].吕静.基于特征点与局部搜索的图像复制-粘贴被动取证算法研究[D].吉林大学.2019

[2].Rainer,Pfluger.奥地利因斯布鲁克康帕尼案例:用于多层被动房建筑可复制的低成本解决方案[C].2018全国装配式被动房高峰论坛暨第五届中国被动式集成建筑材料产业技术交流大会论文集.2018

[3].彭小洋.基于块特征向量匹配的图像复制—粘贴被动取证算法研究[D].西南交通大学.2018

[4].金国念.数字图像复制—粘贴篡改的被动取证方法研究[D].武汉大学.2018

[5].王欢.数字图像复制—粘贴篡改被动取证技术研究[D].西南交通大学.2018

[6].陈辉映.数字图像复制粘贴篡改被动取证研究[D].杭州电子科技大学.2018

[7].杨培.复制粘贴篡改操作的图像被动取证研究[D].湖南大学.2016

[8].廖声扬.数字视频复制—粘贴篡改被动取证研究[D].福建师范大学.2015

[9].徐长英,王英.基于复制粘贴篡改的被动图像取证算法的研究[J].工业控制计算机.2015

[10].徐长英.基于复制粘贴篡改的被动图像取证算法的研究[D].青岛大学.2015

标签:;  ;  ;  ;  

被动复制论文-吕静
下载Doc文档

猜你喜欢