提问回答都赚钱
> 问题详情
传感器非线性校正分为软件校正和硬件校正两大类，二者相比，软件校正方法的优点是______，硬件校正电路的优点
悬赏：0&&答案豆&&&&提问人：匿名网友&&&&提问收益：0.00答案豆&&&&&&
传感器非线性校正分为软件校正和硬件校正两大类，二者相比，软件校正方法的优点是______，硬件校正电路的优点是______。
发布时间：&&截止时间：
网友回答&(共0条)
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&5.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&4.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&4.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&4.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&4.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&10.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&1.00元收益
回答悬赏问题预计能赚取&4.00元收益
回答悬赏问题预计能赚取&5.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&5.00元收益
回答悬赏问题预计能赚取&5.00元收益
回答悬赏问题预计能赚取&3.00元收益
回答悬赏问题预计能赚取&5.00元收益
回答悬赏问题预计能赚取&4.00元收益
你可能喜欢的
[] [] [] [] [] [] [] [] [] [] [] []
请先输入下方的验证码查看最佳答案下载到桌面以便下次使用&
下载本频道&
BP网络的结冰传感器非线性校正方法(一)
　根据当前结冰器非线性校正存在的问题，提出了利用BP建立传感器逆模型的校正方法。文中采用功能强大的MATLAB软件，对神经网络进行训练，获得权值、阈值。实际应用结果表明，该方法简单、实用，大大方便了产品性能一致性不高的结冰传感器在测控系统中的应用。　　结冰传感器是用于探测结冰厚度的设备。它是基于振动原理设计的，振动体采用振管形式。当振管垂直立于环境中时，激振为振管提供交变磁场，振管在磁场的作用下产生磁致伸缩作轴向振动，同时信号拾取电路将此机械振动信号转变为电信号反馈给激振电路，使电路谐振于振管的轴向振动固有频率上。根据振动理论，当振管表面出现冰层时，其轴向振动固有频率会产生偏移，使电路的谐振频率也产生偏移，因此根据频率偏移量即可确定冰层的厚度。　　d=F(f&-f0)　　　　(1)　　式中：d为冰层厚度；　　f&为结冰后的振动频率；　　f0为结冰前的振动频率。　　f0为定值，所以冰层厚度只与频率值f&有关系，但频率值与冰层厚度为非线性关系，不能简单地由频率值确定所测的冰层厚度，这样增加了厚度和处理的复杂性。为了保证一定的测量精度以便于在测控系统中应用，必须对其进行非线性校正。　　以前一直采用法进行数据处理，通过分段线性化法来逼近传感器的静态特性曲线，简单、实用。但当表格小时，精度受到影响；表格大时，实时性受影响，对传感器的处理器提出了严格的要求。　　神经网络方法为传感器的非线性校正方法的研究开辟了新的途径。具体做法是，以实验数据&为样本训练BP网络，得到结冰传感器的逆模型，从而使传感器经神经网络组成的系统线性化，传感器的非线性特性得到补偿，校正后的网络可按线性特性处理，提高了测量精度，大大拓展了结冰传感器的应用范围。　　1、BP网络　　人工神经网络是一门新兴交叉学科。在人工神经网络的实际应用中，80%～90&%的人工神经网络模型是采用BP神经网络。它是一种前馈神经网络，通常由输入层、输出层和若干隐含层组成，相邻层之间通过突触权矩阵连接起来。研究最多的是一个隐含层的网络，因为3层的前馈网络就能逼近任意的连续函数。　　各层节点的输出按下式计算&&&&&&&&&&&&&&&　　式中yi是节点输出，xi是节点接收的，wij是相关连接权重，&i为阈值，n是节点数。　　2、用BP网络进行数据拟合　　2.1基本原理　　采用神经网络方法对传感器输出特性进行数据拟合的原理图由传感器模型和神经网&络校正模型两部分组成，如图1所示。图中，假设传感器的静态输入输出的特性为y=f(x)。采用实验值通过对BP网进行训练，可以得到传感器的逆模型x=f－1(y)。对于任意输出yi，都可以找到输入输出特性曲线上对应的输入xi，从而实现了线性化。　　2.2学习算法　　BP网络的基本学习算法是误差反向传播学习算法。这种算法简单、实用，但从上看它归结为一非线性的梯度优化问题，因此不可避免的存在局部极小问题，学习算法的收敛速度慢，通常需要上千次或更多。　　近些年许多专家对学习算法进行了广泛的研究，现在已发展了许多的改进学习算法，如快速下降法、Levenberg-Marquardt法等，收敛速度快，能满足实时性要求。　　其中Levenberg-Marquardt法简称L-M算法，是一种将最陡下降法和牛顿法相结合的算法。它的本质是二阶梯度法，故具有很快的收敛速度。基于此，文中采用L-M算法来训练BP网络。它不需要计算Hessian矩阵，而是利用式(3)进行估算：&&&&&&&&&&&&&&　　式中，J为Jacobian矩阵，包括网络误差项相对于权重和阈值的一阶微分&，e为网络的误差项。Jacobian矩阵可以利用标准的BP算法得出，这比直&接计算Hessian矩阵简单得多。LM算法的迭代式为：&&&&&&&&&&&&　　如果比例系数&=0，则为牛顿法，如果&取值很大，则接近梯度下降法，每迭代成&功一步，则&减小一些，这样在接近误差目标的时候，逐渐与牛顿法相似。牛顿法在接近误&差的最小值的时候，计算速度更快，精度也更高。证明，采用该方法可以较原来的梯度&下降法提高速度几十甚至上百倍。　　2.3MATLAB中学习过程与仿真　　MATLAB6.2中的神经网络工具箱功能强大，不但能方便创建常见的神经网络，还支&持用户自己构造网络。　　在实际中，根据测量范围和精度要求，以实验中的101个数据为样本，在MATLAB中构造BP网络进行训练。在训练之前，对数据进行了预处理。谐振频率值为输入样本P，将冰层厚度变换到［－1，1］的范围后作为输出样本t。训练完后，再通过后处理还原回原来的样本空间。神经网络模型为单输入单输出，隐含层有5个神经元，训练中误差指标定为0.01。训练结果如图2、图3、表1。训练进行了15步就满足了误差要求，收敛速度较快。&&&&&&&&&&&&&&&&&&&&&&&&&&&&　　3、结束语　　神经网络作为一种分析、处理问题的新方法已经在很多领域显示了强&大的生&命力。由于神经网络具有高速并行计算能力和非线性变换能力，能够随时进行再学习且学习&效率很高，&特别对于产品性能一致性不高的结冰传感器更见其效果。相对其他校正方式而言，神经网络&无须深入了解对象的机理，具&有很强的曲线拟合能力。实验表明，补偿的效果令人满意，大大方便了结冰传感器在测控系&统中的应用。
阅读技巧:支持键盘方向键 ←左 右→ 翻页，Ctrl+D 收藏本篇
浏览:1465次
评论:0条 &时间:
本篇论文全面介绍了称重传感器的误差来源和设计建议。但是应该强调的是影响称重传感器..基于广义回归神经网络的热电偶非线性校正方法研究
热电偶利用热电效应测量温度,是目前温度测量领域里应用最为普遍的测温元件。具有结构简单、测量范围广、可靠性高等特点。但由于热电偶自身的物理特性问题,其输出热电势E与被测温度t之间存在非线性。校正该非线性有多种不同的方法,通常有:(1)离散数据校正法,将热电偶分度表,即E-t关系表存储于内存中,对测量数据进行校正。该方法受到存储容量的限制,很难在比较宽的范围内实施。(2)最小二乘分段拟合方法,将拟合曲线的多项式存储于微处理器中,进行非线性补偿。此种方法应用很广,但由于其存在截断误差,对高精度的测量很难满足(。3)神经网络(ANN)校正法,反向传播(BP)方法在处理补偿问题方面具有明显的优势,目前普遍采用BP网络及其变化形式。但该类算法仍然存在局限性,例如,收敛速度慢;对于非线性网络,选择学习率也是非常困难的事情;训练过程可能陷于局部最小点;没有确定隐层神经元数目的有效方法。此外,径向基(RBF)神经网络也是一种应用广泛的网络,RBF...&
(本文共3页)
权威出处：
随着计算机技术和数字图像处理技术的快速发展,基于数字图像处理的温度检测技术在国内外受到了广泛的关注,成为非接触式测温研究领域中的重要分支。图像测温技术的首要问题是建立图像特征值与温度值之间的数学模型,已有的众多方法大致可以分为两类：一种是建立在Plank辐射定律基础上的机理建模法；另一种是利用输入输出观测值建立的灰箱模型,例如概率统计法、神经网络法等。学者们就不同的方法和问题做出了许多研究,并提出了一些算法。本文旨在研究提高利用神经网络法进行图像测温的精度,在分析各种图像测温方法和原理的基础上,提出了基于广义回归神经网络(generalized regression neural network,GRNN)的图像测温方法,主要研究内容包含以下几点：首先,对广义回归神经网络应用于图像测温领域的可行性进行了分析,包括数学理论基础和实现的平台。在此基础上,给出建立广义回归神经网络图像测温模型的步骤；其次,由于建模过程需要提取加热炉图像...&
(本文共71页)
权威出处：
我国股票市场是一个非线性动力系统。通过本文和众多研究结果表明，用传统的时间序列模型对股票价格进行预测，由于受其非线性映射性能弱以及难以确定合适的模型结构的制约，因而对股票价格的相关预测大多很难取得理想的效果。神经网络作为一种现代的智能信息处理方法，具有依据数据自适应学习、非线性映射性能强等特点，适用于处理类似股票价格这类的复杂非线性问题。本文首先运用传统的时间序列模型对股价指数序列进行建模分析，其预测结果基本反映了股价指数的未来的趋势与走向。在选用神经网络技术的过程中，笔者查阅相关文献和在相关的实验的基础上，选用了广义回归神经网络(GRNN)技术，与传统的BP网络相比，GRNN的计算速度快，结果稳定，人为选定的参数少。通过运用MATLAB6.5平台的GARCH和ANN工具箱，对股价指数序列建立自回归移动平均模型(ARMA)和GRNN模型，并对股价指数进行预测，结果表明说明传统的时间序列模型在非线性逼近能力上明显差于神经网络。为了...&
(本文共70页)
权威出处：
货币供给量是我国中央银行货币政策中介目标,对货币供给量的调控将对货币政策最终目标产生重大影响,而要把握货币供给量,则应从货币市场均衡角度出发,对当前经济环境中的货币需求进行分析。所以确立一个稳定、合理和可预测的货币需求函数对于货币当局实施有效的货币政策具有重要的意义。由于宏观经济系统是一个非常复杂的系统,广泛存在着非线性、时变性和不确定作用关系。尤其在当前我国正处于社会主义市场经济体制各方面有待改革和完善阶段,经济变量的增多及随机因素的影响等使得货币需求函数变得更加复杂。在这种情况下,迫使人们寻求一种非线性工具进行建模。人工神经网络的非线性高度逼近能力为宏观经济分析提供了一条全新的途径。但是传统的BP神经网络由于本身存在收敛速度慢,人工神经网络易陷入局部极小值的原因,使得其在应用方面具有一定的局限性。因此综合考虑以上原因,需要搭建一种更适合的模型来建立货币需求函数。广义回归神经网络以其良好的非线性映射能力和建模需要样本数量少的特...&
(本文共76页)
权威出处：
0　引　言热电偶是工程上应用最广泛的温度传感器。它具有构造简单、使用方便、准确度高、热惯性小、稳定性和重复性好、温度测量范围宽、适于信号远传、自动记录和集中控制等优点,在温度测量中占有重要的地位。但热电偶特性,即输出的热电势E与温度t之间的关系是非线性的。国外和国内计算标准都给出了E t关系表,即热电偶分度表。目前,最常用的软件非线性校正实现方法是查表法、最小二乘曲线拟合法。然而,查表法是将热电偶整个动态范围内的非线性热电曲线存于内存中,根据热电偶的输出电势值,查表匹配来获得测量温度。这种方法不但计算量大,适应性不好,而且,由于一般非线性函数的计算较为费时,在微处理器测量系统进行实时计算时,可能会影响系统工作的实时性 [1]。最小二乘曲线拟合法是基于梯度变化量的计算来求最优解的,本质上是一种局部搜索技术,易陷入局部最优,而得不到全局最优解。而且,最小二乘法亦有可能使其矩阵发怔出现病态而破坏其方法的有效性 [2]。针对上述传统方法...&
(本文共3页)
权威出处：
1引言化学需氧量(ehemieal oxy罗n demand，COD)是环保监测领域中一项重要的水污染综合指标。UV的紫外光谱法已成为国际上最常用的COD在线检测方法。该方法的发展趋势是通过研究各种化学计量学方法来建立预测模型，解决悬浮物、无机离子影响等各种问题川。关于利用UV光谱测量数据进行COD值检测的方法已有一些研究成果，如回归模型图方法、多传感器融合方法[’}、BP神经网络预估方法[4〕等。但由于COD吸光度数据必须通过实验获得，不易于产生大样本数据。鉴于GRNN对小样本数据具有很好的逼近和泛化能力，提出一种基于实验数据的多波长特征提取与广义回归神经网络相结合的COD检测方法。该方法是利用水体在紫外一可见区的光谱图进行COD的测定，是一种纯物理检测方法，具有被测水样预处理简单、快速便捷、绿色环保等优点。3广义回归神经网络预测模型建立2紫外光谱法COD检测原理3.1网络训练样本的获取3.1.1 COD溶液的配制根据国标GB...&
(本文共5页)
权威出处：
扩展阅读：
CNKI手机学问
有学问，才够权威！
出版：《中国学术期刊（光盘版）》电子杂志社有限公司
地址：北京清华大学 84-48信箱 知识超市公司
互联网出版许可证 新出网证(京)字008号
京ICP证040431号
服务咨询：400-810--9993
订购咨询：400-819-9993
传真：010-
京公网安备75号 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
基于支持向量机的传感器非线性校正及应用
下载积分：1999
内容提示：基于支持向量机的传感器非线性校正及应用
文档格式：PDF|
浏览次数：11|
上传日期： 04:08:24|
文档星级：
该用户还上传了这些文档
基于支持向量机的传感器非线性校正及应用.PDF
官方公共微信数字传感器非线性校正方法研究--《工业仪表与自动化装置》2009年04期
数字传感器非线性校正方法研究
【摘要】：针对数字型传感器-石英晶体温度传感器的非线性校正设计了几种方法,通过实验分析了这几种方法的优缺点和可行性。结果证明,综合传感器的特性、精度要求、软件实现的复杂程度等几方面因素,同时采用两种或两种以上方法,能够达到理想校正效果。
【作者单位】：
【关键词】：
【基金】：
【分类号】：TP212【正文快照】：
0引言石英晶体一般用于振荡器,其频率稳定性比一般压电元件优越,因此广泛地用于通信、计算机振荡元件或时钟信号源。石英晶体的切割方式不同,其频率变化率Δf/f与温度的关系不同。Y、LC切割方式时Δf/f对温度变化的影响较大,这种切割方式适于做温度传感器。实验表明在-200~+20
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【引证文献】
中国硕士学位论文全文数据库
吴洪丽;[D];哈尔滨理工大学;2010年
刘志才;[D];浙江大学;2012年
【共引文献】
中国期刊全文数据库
肖辉明;郭庆;;[J];安防科技;2008年12期
董守愚;[J];安徽电子信息职业技术学院学报;2004年Z1期
郭志勇;陈小永;;[J];安徽电子信息职业技术学院学报;2008年04期
石市委,易佑民,章于川,夏茹;[J];安徽大学学报(自然科学版);2003年04期
陈跃东;[J];安徽机电学院学报;2002年04期
王玉强;王英华;黄文彬;何晓锋;;[J];安徽农业科学;2009年03期
王玉强;王英华;罗阳军;;[J];安徽农业科学;2009年36期
李蕊;张宽地;王正中;王志刚;;[J];安徽农业科学;2011年36期
徐满平,周杰;[J];安徽师范大学学报(自然科学版);2005年01期
曲霞;邱国昌;唐德高;宁鹏飞;王江南;;[J];兵器材料科学与工程;2008年04期
中国重要会议论文全文数据库
李博;李晓光;王林;蔡振璐;林延明;焦书静;张铮一;杨帆;;[A];第十三届中国科协年会第13分会场-海洋工程装备发展论坛论文集[C];2011年
胡妙漩;曾岳南;唐雄民;;[A];第三届全国嵌入式技术和信息处理联合学术会议论文集[C];2009年
耿振亚;亢春梅;刘艳;赵异凡;;[A];中国传感器产业发展论坛暨东北MEMS研发联合体研讨会论文集[C];2004年
马麟;刘健新;刘建楼;韩万水;;[A];第十四届全国结构风工程学术会议论文集（上册）[C];2009年
杨俊河;张合新;范金锁;;[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年
刘学;张伏生;郑文雯;赵娜;魏平;;[A];第十届全国电工数学学术年会论文集[C];2005年
李臣;黄炜;;[A];2008年中国西部青年通信学术会议论文集[C];2008年
徐袭;吴汉松;陈少昌;;[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年
童争光;陈德桂;;[A];中国电工技术学会低压电器专业委员会第十三届学术年会论文集[C];2007年
汤永花;柴钰;;[A];第十八届全国煤矿自动化学术年会中国煤炭学会自动化专业委员会学术会议论文集[C];2008年
中国博士学位论文全文数据库
杨军征;[D];中国科学院研究生院（渗流流体力学研究所）;2011年
杨志军;[D];东北石油大学;2011年
姜海明;[D];电子科技大学;2011年
林海军;[D];湖南大学;2009年
陈亚军;[D];天津大学;2010年
刘院省;[D];北京工业大学;2011年
葛利俊;[D];天津大学;2012年
米冠杰;[D];北京化工大学;2010年
史志存;[D];中国科学院电子学研究所;2000年
熊木地;[D];中国科学院长春光学精密机械与物理研究所;2000年
中国硕士学位论文全文数据库
徐国栋;[D];山东科技大学;2010年
荆宜青;[D];郑州大学;2010年
李焕;[D];郑州大学;2010年
李宝祥;[D];哈尔滨工程大学;2010年
王涛;[D];辽宁工程技术大学;2009年
王涛;[D];辽宁工程技术大学;2009年
姜英杰;[D];辽宁工程技术大学;2009年
王晓立;[D];湘潭大学;2010年
纪涛;[D];昆明理工大学;2010年
高颂;[D];昆明理工大学;2010年
【同被引文献】
中国期刊全文数据库
房蔓楠，魏福玉，陈昕;[J];长春邮电学院学报;1994年02期
严洁;赵研;张俊利;;[J];传感技术学报;2008年06期
林康红,施惠昌,卢强,奉玲;[J];传感器技术;2002年01期
黄天戍,倪效勇,张红剑,任清珍;[J];传感器技术;2003年12期
陈黎敏;[J];传感器技术;2004年05期
刘刚;[J];传感器技术;2004年08期
姚敏,赵敏,邢力;[J];传感器技术;2005年07期
罗承刚;;[J];传感器与微系统;2008年03期
贾静科;[J];传感器世界;2000年09期
张耀锋;孙以材;;[J];传感器世界;2008年01期
中国博士学位论文全文数据库
李其朋;[D];浙江大学;2005年
中国硕士学位论文全文数据库
徐军;[D];哈尔滨理工大学;2005年
冯再勇;[D];成都理工大学;2007年
王学平;[D];南京理工大学;2007年
李莎莎;[D];西安电子科技大学;2009年
刘敏;[D];武汉理工大学;2009年
【相似文献】
中国期刊全文数据库
曹建荣,姚庆梅;[J];自动化仪表;2001年08期
钟俏灵;蒋智庆;;[J];矿山机械;2010年01期
王祚斌;;[J];山东轻工业学院学报;1987年01期
赵新宇,何怡刚;[J];计量与测试技术;2005年05期
谭超;[J];电测与仪表;2005年09期
程继红,刘益剑;[J];传感器技术;2005年10期
刘辉军;袁雷;李文军;吕进;;[J];电测与仪表;2006年11期
赵立燕;刘军;许亮;;[J];仪表技术与传感器;2008年05期
彭继慎;于精哲;夏乃钦;;[J];计算机测量与控制;2011年01期
刘晶;;[J];传感器与微系统;2011年06期
中国重要会议论文全文数据库
于莲芝;丁国清;;[A];首届信息获取与处理学术会议论文集[C];2003年
马淑华;赵一丁;;[A];2004中国控制与决策学术年会论文集[C];2004年
唐建文;张勇;刘君华;;[A];第三届全国虚拟仪器大会论文集[C];2008年
高齐圣;刘海行;田治平;;[A];1995年中国控制会议论文集（上）[C];1995年
孙凤池;黄亚楼;赵永林;;[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年
刘辉;黄自元;费敏锐;;[A];全国冶金企业计控网络化研讨会论文集[C];2003年
高嵩;唐耀庚;李兰君;;[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年
张继东;阎和平;周巧根;赵玉斌;;[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年
舒彤;;[A];2009中国控制与决策会议论文集（3）[C];2009年
张鸣;;[A];四届四次空气动力测控技术交流会论文集[C];2003年
中国重要报纸全文数据库
张俭;[N];电子报;2004年
中国博士学位论文全文数据库
张利平;[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年
李阳春;[D];浙江大学;2001年
林晓峰;[D];浙江大学;2006年
阎高伟;[D];太原理工大学;2007年
李新弘;[D];浙江大学;2008年
张媛媛;[D];合肥工业大学;2010年
于亚婷;[D];电子科技大学;2007年
谢刚;[D];太原理工大学;2006年
朱珊莹;[D];华中科技大学;2011年
黄自元;[D];上海大学;2004年
中国硕士学位论文全文数据库
琚新刚;[D];郑州大学;2004年
陈建;[D];重庆大学;2004年
罗兰;[D];吉林大学;2005年
李德隆;[D];沈阳工业大学;2006年
刘江;[D];河北工业大学;2002年
冷梅;[D];沈阳工业大学;2009年
高原;[D];山东大学;2005年
魏书芳;[D];山东大学;2007年
高仲保;[D];苏州大学;2008年
杨敏;[D];湖南大学;2009年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号}