新書推薦：
《
债务机器：美国的银行政策与个人陷阱
》
售價：HK$
79.4
《
朝鲜半岛古代史研究
》
售價：HK$
182.6
《
钱穆：国史新论
》
售價：HK$
78.2
《
洪武元年：大明开国的罪与罚
》
售價：HK$
66.7
《
大学问·从东方到中亚——19世纪的英俄“冷战”（1821—1907）
》
售價：HK$
90.9
《
郭建龙密码三部曲（套装：财政密码+哲学密码+军事密码）
》
售價：HK$
326.6
《
元宴
》
售價：HK$
216.2
《
米兰讲稿（翁贝托·埃科作品系列）
》
售價：HK$
227.7
|
| 編輯推薦： |
|
本书涵盖了人工智能十分广泛的主题，具有三个明显特色。首先，该书系统全面，既包括传统人工智能的基础理论与技术，又涉及计算智能的基本原理与方法，其主要研究与应用领域包含知识表示与推理、计算智能、专家系统、机器学习、智能规划、分布式智能和自然语言理解等。其次，该书内容比较新颖，注重创新，用相当多的篇幅介绍了人工智能的先进研究方法，特别是一些新技术和交叉技术的应用。再次，该书理论与实践高度融合，既有理论、技术和方法的阐述，又有许多应用实例的介绍，有助于读者对人工智能理论方法的深入理解及其应用开发。由于上述特点，本书先后出版了6个版本，发行近70万册，获得广泛使用，并荣获多项国内外科技和教育奖励。本书是大学本科生和大学研究生学习人工智能的必备参考资料，也可供人工智能研究与开发人员进行相关人工智能项目研究的综合手册和实用指南。
|
| 內容簡介： |
|
本书共8章。第1章叙述人工智能的定义、起源与发展，简介人工智能不同学派的认知观，列举出人工智能的研究与应用领域。第2章和第3章主要研究传统人工智能的知识表示方法和搜索推理技术。第4章阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算、人工生命、粒群优化和蚁群计算等内容。第5章至第8章讨论人工智能的主要应用领域，包括专家系统、机器学习、自动规划和自然语言理解等。与第5版相比，许多内容都是*次出现，例如，人工智能的核心技术、基于本体的知识表示、各种基于生物行为的算法、新型专家系统、语音识别和语料库语言学以及深度学习等。其他章节也在第5版的基础上作了相应的修改、精简或补充。
|
| 關於作者： |
|
蔡自兴，IEEE院士和IEEE终身院士（Fellow）、国际导航与运动控制科学院院士、纽约科学院院士、联合国专家，中南大学信息科学与工程学院教授、博士生导师，湖南省自兴人工智能研究院首席科学家。首届全国高校国家级教学名师奖、吴文俊人工智能科技奖成就奖、徐特立教育奖、宝钢全国优秀教师奖特等奖获得者。历任第八届湖南省政协副主席和全国政协第九届和第十届委员会委员，兼任中国人工智能学会副理事长及智能机器人专业委员会创会主任、IEEE计算智能学会评奖委员会委员和IEEE CIS进化计算技术委员会委员等。已在国内外编著出版专著和教材50多部（版），发表论文1000余篇，他引数万次。主持国家级精品课程、精品资源共享课程、国家级教学团队等国家教育部质量工程项目8项。是我国人工智能、智能控制、机器人学诸学科的学术带头人之一，被誉为中国人工智能教育第一人中国智能机器人学科创始人中国智能控制奠基者。
|
| 目錄：
|
第1章 绪论
1.1 人工智能的定义与发展
1.1.1 人工智能的定义
1.1.2 人工智能的起源与发展
1.1.3 中国人工智能的发展
1.2 人工智能的各种认知观
1.2.1 人工智能各学派的认知观
1.2.2 人工智能的争论
1.3 人类智能与人工智能
1.3.1 智能信息处理系统的假设
1.3.2 人类智能的计算机模拟
1.4 人工智能系统的分类
1.5 人工智能的研究目标和内容
1.5.1 人工智能的研究目标
1.5.2 人工智能研究的基本内容
1.5.3 人工智能的核心技术
1.6 人工智能的研究与计算方法
1.6.1 人工智能的研究方法
1.6.2 人工智能的计算方法
1.7 人工智能的研究与应用领域
1.8 本书概要
习题1
参考文献
第2章 知识表示方法
2.1 状态空间表示
2.1.1 问题状态描述
2.1.2 状态图示法
2.2 问题归约表示
2.2.1 问题归约描述
2.2.2 与或图表示
2.3 谓词逻辑表示
2.3.1 谓词演算
2.3.2 谓词公式
2.3.3 置换与合一
2.4 语义网络表示
2.4.1 二元语义网络的表示
2.4.2 多元语义网络的表示
2.4.3 语义网络的推理过程
2.5 框架表示
2.5.1 框架的构成
2.5.2 框架的推理
2.6 本体技术
2.6.1 本体的概念
2.6.2 本体的组成与分类
2.6.3 本体的建模
2.7 过程表示
2.8 小结
习题2
参考文献
第3章 搜索推理技术
3.1 图搜索策略
3.2 盲目搜索
3.2.1 宽度优先搜索
3.2.2 深度优先搜索
3.2.3 等代价搜索
3.3 启发式搜索
3.3.1 启发式搜索策略和估价函数
3.3.2 有序搜索
3.3.3 A*算法
3.4 消解原理
3.4.1 子句集的求取
3.4.2 消解推理规则
3.4.3 含有变量的消解式
3.4.4 消解反演求解过程
3.5 规则演绎系统
3.5.1 规则正向演绎系统
3.5.2 规则逆向演绎系统
3.5.3 规则双向演绎系统
3.6 不确定性推理
3.6.1 不确定性的表示与度量
3.6.2 不确定性的算法
3.7 概率推理
3.7.1 概率的基本性质和计算公式
3.7.2 概率推理方法
3.8 主观贝叶斯方法
3.8.1 知识不确定性的表示
3.8.2 证据不确定性的表示
3.8.3 主观贝叶斯方法的推理过程
3.9 小结
习题3
参考文献
第4章 计算智能
4.1 概述
4.2 神经计算
4.2.1 人工神经网络研究的进展
4.2.2 人工神经网络的结构
4.2.3 人工神经网络示例及其算法
4.2.4 基于神经网络的知识表示与推理
4.3 模糊计算
4.3.1 模糊集合、模糊逻辑及其运算
4.3.2 模糊逻辑推理
4.4 进化算法与遗传算法
4.4.1 进化算法原理
4.4.2 进化算法框架
4.4.3 遗传算法的编码与解码
4.4.4 遗传算法的遗传算子
4.4.5 遗传算法的执行过程
4.4.6 遗传算法的执行实例
4.5 人工生命
4.5.1 人工生命研究的起源和发展
4.5.2 人工生命的定义和研究意义
4.5.3 人工生命的研究内容和方法
4.5.4 人工生命的实例
4.6 粒群优化算法
4.6.1 群智能和粒群优化概述
4.6.2 粒群优化算法
4.7 蚁群算法
4.7.1 蚁群算法理论
4.7.2 蚁群算法的研究与应用
4.8 小结
习题4
参考文献
第5章 专家系统
5.1 专家系统概述
5.1.1 专家系统的定义与特点
5.1.2 专家系统的结构和建造步骤
5.2 基于规则的专家系统
5.2.1 基于规则专家系统的工作模型和结构
5.2.2 基于规则专家系统的特点
5.3 基于框架的专家系统
5.3.1 基于框架专家系统的定义、结构和设计方法
5.3.2 基于框架专家系统的继承、槽和方法
5.4 基于模型的专家系统
5.4.1 基于模型专家系统的提出
5.4.2 基于神经网络的专家系统
5.5 基于Web的专家系统
5.5.1 基于Web专家系统的结构
5.5.2 基于Web专家系统的实例
5.6 新型专家系统
5.6.1 新型专家系统的特征
5.6.2 分布式专家系统
5.6.3 协同式专家系统
5.7 专家系统的设计
5.7.1 专家系统的设计过程
5.7.2 基于规则专家系统的一般设计方法
5.7.3 反向推理规则专家系统的设计任务
5.8 专家系统开发工具
5.8.1 专家系统的传统开发工具
5.8.2 专家系统的Matlab开发工具
5.9 小结
习题5
参考文献
第6章 机器学习
6.1 机器学习的定义和发展历史
6.1.1 机器学习的定义
6.1.2 机器学习的发展史
6.2 机器学习的主要策略与基本结构
6.2.1 机器学习的主要策略
6.2.2 机器学习系统的基本结构
6.3 归纳学习
6.3.1 归纳学习的模式和规则
6.3.2 归纳学习方法
6.4 决策树学习
6.4.1 决策树和决策树构造算法
6.4.2 决策树学习算法ID3
6.5 类比学习
6.5.1 类比推理和类比学习形式
6.5.2 类比学习过程与研究类型
6.6 解释学习
6.6.1 解释学习过程和算法
6.6.2 解释学习举例
6.7 神经网络学习
6.7.1 基于反向传播网络的学习
6.7.2 基于Hopfield网络的学习
6.8 知识发现
6.8.1 知识发现的发展和定义
6.8.2 知识发现的处理过程
6.8.3 知识发现的方法
6.8.4 知识发现的应用
6.9 增强学习
6.9.1 增强学习概述
6.9.2 Q学习
6.10 深度学习
6.10.1 深度学习的定义与特点
6.10.2 深度学习基础及神经网络
6.10.3 深度学习的常用模型
6.10.4 深度学习应用简介
6.10.5 总结与展望
6.11 小结
习题6
参考文献
第7章 智能规划
7.1 智能规划概述
7.1.1 规划的概念和作用
7.1.2 规划的分类和问题分解途径
7.1.3 执行规划系统任务的一般方法
7.2 任务规划
7.2.1 积木世界的机器人规划
7.2.2 基于消解原理的规划
7.2.3 具有学习能力的规划系统
7.2.4 分层规划
7.2.5 基于专家系统的规划
7.3 运动路径规划
7.3.1 机器人路径规划的主要方法和发展趋势
7.3.2 基于模拟退火算法的机器人局部路径规划
7.3.3 免疫进化和示例学习的机器人路径规划
7.3.4 基于蚁群算法的机器人路径规划
7.4 轨迹规划简介
7.5 小结
习题7
参考文献
第8章 自然语言理解
8.1 自然语言理解概述
8.1.1 语言与语言理解
8.1.2 自然语言处理的概念和定义
8.1.3 自然语言处理的研究领域和意义
8.1.4 自然语言理解研究的基本方法和进展
8.1.5 自然语言理解过程的层次
8.2 词法分析
8.3 句法分析
8.3.1 短语结构语法
8.3.2 乔姆斯基形式语法
8.3.3 转移网络
8.3.4 扩充转移网络
8.3.5 词汇功能语法
8.4 语义分析
8.5 句子的自动理解
8.5.1 简单句的理解方法
8.5.2 复合句的理解方法
8.6 语料库语言学
8.7 语音识别
8.7.1 语音识别基本原理
8.7.2 语音识别关键技术
8.7.3 语音识别技术的发展
8.7.4 语音识别技术展望
8.8 文本的自动翻译机器翻译
8.9 自然语言理解系统的主要模型
8.10 自然语言理解系统应用举例
8.10.1 自然语言自动理解系统
8.10.2 自然语言问答系统
8.11 小结
习题8
参考文献
结束语
索引
|
| 內容試閱：
|
在1859年出版的达尔文（Darwin）名著《物种起源》（The Origin of Species）第一版扉页上写道，作为生物进化论的完整理论体系，《物种起源》主要讨论两个问题： 一是形形色色的生命是否由进化而来，二是进化的主要机理是什么。达尔文对第一个问题的回答是肯定的，对第二个问题的回答是自然选择。达尔文的进化学说如同哥白尼（Copernicus）的《天体运行论》一样，长期受到创神论的激烈反对和无情扼杀。1996年，罗马教皇约翰保罗二世致函教廷科学院说：天主教信仰并不反对生物进化论。进化论不仅仅是一种假设。事实上，由于各学科的一系列发现，这一理论已被科学家普遍接受。时隔137年之后，教廷才被迫放弃了上帝创造世界和人类始祖的信条。一项重大的科学发现，要得到人们的普遍赞同，谈何容易啊！
我们有幸生活在一个研究和解答智能问题的时代。在这个时代，一方面，有关领域的科技资料数据有了丰富的积累，整个科技水平能够为相关研究提供空前有效的支持和服务； 另一方面，社会各界能够允许对相关科技问题展开深入的自由讨论,再也不会出现哥白尼和达尔文时代那种对科学发现的质疑。我们曾经指出： 近代科学技术的许多重大进展都是人类智慧、思维、幻想和拼搏的成果； 同时，这些科技进步反过来又促进人们思想的解放，或者称为思想革命。人类历史上从来没有出现过像今天这样的思想大解放，关于宇宙、地球、生命、人类、时空、进化、智能的论点和著作，如雨后春笋破土而出，似百花争艳迎春怒放。
据研究结果称： 大约6亿年前，地球上发生过一次异乎寻常的大爆炸，生物学家把它称为寒武纪爆炸。这次爆炸的最重要意义在于发现了数量颇大和种类繁多的生物，这是地球生态史上任何一个时期都无法比拟的。
大脑是衡量进化水平的最重要标志。有了人类的大脑，我们就能够有思想、思维和梦想，有发明、创造和创业，有美术、音乐和诗歌，也才可能有九天揽月、火星探测、五洋捉鳖以及基因和克隆研究之壮举。
地球上早期生物是比较低级的，它们经历了长期的和不断的进化历程，并最终得到进化的最新高级产品人类。人类经过长期进化，通过自然竞争和自然选择，成为当今最有智慧的高级生物种群。人类智能是这种自然过程的创造物,具有传感性能的分布特性和控制机制的鲁棒特性。人类的
人工智能及其应用（第6版）
前言
认知能力包藏在以大脑为中心的碳素计算机中。大脑通过诸如视觉、听觉、触觉、味觉和嗅觉等各种自然传感机制来获取环境信息，借助智能而集成这些信息，并对信息进行适当的解释。然后,认知过程进一步提升这类特性为学习、记忆和推理能力,并通过分布在中枢神经系统内的复杂神经网络产生适当的肌肉控制，产生相应的行为或动作。正是这种认知过程和智能特性，使人类在许多方面成为有别于其他生灵的高级动物。
伴随着人类的进化，人类智慧逐步提高。人类正从大自然学习并力图通过机器来模仿自身的认知过程和智能。人类已经发明了目前称之为计算机和自动机之类的高级机器，创建了能够为人类的进化和发展服务的智能机器和智能系统，并应用机器智能来模仿人类智能，扩展了人脑的功能。在这一领域，形形色色的智能制品正在大放异彩，为经济、科技、教育、文化和人民生活服务。基因、纳米、CAD、CAM、CAI、CAP、CIMS、互联网、数据挖掘、大数据、真体（agent）、本体、计算智能、智能机器人、不确定推理、机器学习、机器翻译和智能软件包等，已成为我们学习、工作和生活的组成部分。
生命的进化也出现新的挑战。一方面，智能机器人与人工生命的结合，可能创造出具有生命现象的生物机器人。一个拟人机器人能够用它的眼睛跟踪人群通过人行横道； 一台自主机器人车能够辨识道路的边缘，绕过障碍物，在探索中前进。机器人打乒乓球和机器人辅助外科手术等例子，则是早已众所周知了。有些好心人担心，有朝一日，智能机器的人工智能会超过人类的自然智能，使人类沦为智能机器和智能系统的奴隶。另一方面,某些不负责任的人或犯罪分子却利用智能技术进行罪恶活动，如制造计算机病毒和盗取银行存款等智能犯罪活动。面对机器智能的进化，人类切不可怠慢。作为机器的主人，我们要以新的成就和实力，继续赢得智能机器对人类的尊敬,使智能机器和智能系统永远听从人类的指挥,与人类和谐共处，忠诚地为人类服务。
人类的进化归根结底是智能的进化，而智能反过来又为人类的进一步进化服务。我们学习与研究人工智能、智能系统、智能机器和智能控制等，其目的就在于创造和应用智能技术和智能系统为人类进步服务。因此，可以说，对智能科学的钟情、期待、开发和应用，是科技发展和人类进步的必然。
人类在进入21世纪以来对未来充满新的、更大的希望。科技进步必将为各国的可持续发展提供根本保障，科技新成果必将在更大的广度和深度上造福于人类。人工智能学科及其智能制品的重要作用已被人们普遍重视。
国际上人工智能研究作为一门前沿和交叉学科，伴随着社会进步和科技发展的步伐，与时俱进，在过去60多年中已取得长足进展。在国内，人工智能已得到迅速传播与发展，并促进其他学科的发展。吴文俊院士的定理证明的几何方法研究成果就是一个例证。2015年智能机器人研究热潮澎湃神州大地，显示出诱人魅力和强大生命力。2016年3月AlphaGo与李世石的国际围棋人机大战将人工智能的关注度推至前所未有的高度，引发一轮新的人工智能研究和创业高潮； 包括我国在内的许多国家，竞相制订人工智能发展战略，极大地推动人工智能的发展。
作为智能科学领域的探索者，我们对地球这一自然界的生命、进化与智能深感兴趣。我有幸亲历了30余年人工智能的研究和发展进程，深为珍惜。这是一种缘分，也是一种机遇。借此机会，谨向读者汇报如下。
19821985年，我和徐光先生以访问学者身份赴美国普度大学研修人工智能，与美国国家工程科学院院士、国际人工智能开拓者和国际模式识别之父傅京孙（K.S.Fu）教授合作研究人工智能，受到国际大师的熏陶和指点，开始踏上研究智能科学的征程。那时，人工智能在西方得到重视，迅速发展，而在当时的苏联却受到批判，在中国也不敢冲破这一禁锢，不能公开立项研究和公开出版教材。为了突破这一禁区，为我国高等学校提供一部优秀的人工智能教材，在傅京孙院士的建议和指导下，由我和徐光两人执笔编著了《人工智能及其应用》一书，于1987年在清华大学出版社出版发行，成为国内率先出版的具有自主知识产权的人工智能教材。该教材的编著和出版，不仅为我国人工智能课程提供了一部新教材，而且促进了人工智能课程在国内高校的普遍开设和建设。
1992年台湾儒林图书有限公司受权出版该书的海外版，供海外读者使用。
随着人工智能学科和技术的发展及计算机等专业的发展，研究应用人工智能的科技工作者和研读人工智能课程的学生与年俱增。总结10年教学经验，听取各方意见，吸取百家营养，我们于1996年编著出版了《人工智能及其应用》第2版，继续得到国内同行肯定和赞许,并获得1999年度国家教育部科技进步一等奖等奖励。
进入21世纪之后，一方面，我们在教育部支持下，于2002年精心设计和开发了具有智能化、个性化、情境化和形象化等课程特色的人工智能网络课程，通过了教育部组织的质量认证和验收，被评为全国优秀网络课程，为人工智能课程建设提供了一个有力的手段和有特色的环境，也为以后的国家级精品课程和精品资源共享课的网络课程建设提供了宝贵经验。另一方面，我们与时俱进着手编写《人工智能及其应用》第3版，并分别编著出版本科生用书（2003年）和研究生用书（2004年）。该教材第3版反映人工智能各学派的观点和人工智能的最新进展，能更好地满足课程建设和教学改革的需要。2005年又为人工智能网络课程编著出版了配套教材《人工智能基础》，由高等教育出版社出版。2010年又修订出版了《人工智能及其应用》第4版和《人工智能基础》第2版，2016年再修订出版《人工智能及其应用》第5版。增补了许多新内容。这些人工智能教材已先后印刷60多次，发行近100万册，不仅成为笔者主持的首批国家精品课程（2003年）、全国双语教学示范课程（2007年）和国家级智能科学基础系列课程教学团队（2008年）、国家级精品资源共享课程（2016年）的人工智能课程配套教材，而且被国内高校广泛用作人工智能课程教材和考研参考书，得到众多专家好评和广大师生欢迎，为人工智能课程建设和创新型人才培养做出了突出贡献。
本教材第4版和第5版作为十一五和十二五国家级规划教材,编出了特色和水平。为了编好本教材，近年来作者在国内外进行了深入的调研和充分的准备。除了查阅大量相关文献资料外，笔者主持和参加了国家级科研项目研究，取得了一些具有较高水平的研究成果。我们借助国家教育部多种质量工程平台，对本课程和本教材进行教学改革，积累了不少经验和体会。这些都为第4版和第5版教材的编写提供了难得的翔实材料。我们的出国访问和学术交流，包括2012年、2013年、2016年、2019年赴美国访问交流和2015年到日本出席IEEE计算智能大会，也为本教材第5版和第6版的修订提供了大量的一手宝贵资料。
在第1版序言中，傅京孙先生曾指出编写该书的目的有二： 其一，为计算机科学家和工程师们提供一些人工智能的技术和基础知识； 其二，填补人工智能理论与实践的间隙。我们始终遵循这些宗旨来修订本书的各个版本，并力求反映人工智能研究和应用的最新进展。
本书第6版共8章。第1章叙述人工智能的定义、起源与发展，简介人工智能不同学派的认知观，列举人工智能的研究与应用领域。第2章和第3章主要研究人工智能的知识表示方法和搜索推理技术。第4章阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算、人工生命、粒群优化和蚁群计算等内容。第5章至第8章讨论人工智能的主要应用领域，包括专家系统、机器学习、自动规划和自然语言理解等。与第5版相比，许多内容都是第一次出现的，例如，基于本体的知识表示、各种基于生物行为的算法、新型专家系统、深度学习算法、语料库语言学和语音识别等。其他章节也在第5版的基础上作了相应的修改、精简或补充。
承蒙广大读者厚爱，本书被数百所院校用作教材或教学参考书。我国科技教育界的许多专家以及一些外国教授，对本书给予充分肯定。部分专家和读者（包括学生）还对本书提出不少有益的修订建议。时任国务委员兼国家科委主任、中国科学院院士和中国工程院院士宋健教授，在极其繁忙的国务活动中，曾于1988年2月亲笔致函笔者，指出本书的编著和出版使这一前沿学科的最精彩的成就迅速与中国读者见面，这对人工智能在中国的传播和发展必定会起到重大的推动作用。他对本书做出的高度评价，体现出他对发展我国人工智能的关注和对作者的鼓励。时隔15年后，本书第3版公开发表了这封亲笔信件，这对我国人工智能的发展具有重要的指导意义和现实意义。1993年5月，宋主任又赐赠人智能则国智，科技强则国强的题词，很好地阐明了人工智能与提高民族素质、增强科技实力和建设现代化强国的辩证关系，也是对全国人工智能工作者的殷切期望。本书第2版和第3版出版发行后，继续受到广大高校师生的欢迎和专家教授的肯定。中国科学院院士、清华大学李衍达教授在百忙中分别为本书第2版、第3版和第4版作序，为本书增添光彩。所有这些，都使作者深受鼓舞。在此，谨向诸位专家和广大读者，包括使用本书和对本书提出宝贵建议的师生们，表示诚挚的感谢。
我们特别感激和怀念我们的导师、合作者傅京孙先生和我们的老师、指导者常先生。他们不但为本书的编著提供了悉心指导和有力帮助，而且为本书冲破禁锢获得公开出版做出功不可没的贡献。
我们还要衷心感谢中南大学、清华大学、湖南省自兴人工智能研究院和清华大学出版社有关领导、专家和编辑。如果没有他们的智慧才干、辛勤劳动和大力合作，本书第6版就不可能迅速与读者见面。
我们要特别感谢国家教育部十一五和十二五国家级教材规划、国家级精品课程、国家级精品视频公开课、国家级精品资源共享课、新世纪网络课程建设工程和国家级教学团队等质量工程的大力支持。
我们诚挚感谢国内外人工智能专著、教材和许多高水平论文报告的作者们。他们的作品或与他们的讨论为我们修订本书提供了丰富营养，使我们受益匪浅。我们在本书中引用了他们的部分材料，使本书能够取各家之长，较全面地反映人工智能各个研究领域的最新进展。
本书第6版是在第5版基础上修订而成，全书由蔡自兴执笔与统稿。刘丽珏和陈白帆参与第2章和第3章修订，蔡竞峰负责第4章编写。由于作者学识有限，修订成文时间仓促，加上近年来人工智能发展很快，对有些领域的最新发展我们尚不够熟悉； 因此，书中不当之处在所难免。我们诚恳地希望各位专家和读者不吝指教和帮助。
本课程的网址： http：netclass.csu.edu.cnjpkc2003rengongzhinengindex.htm（精品课程）和http：www.icourses.cncoursestaticcourse_6696.htm（精品资源共享课），相关资源均已上网服务，可与本书配套使用。使用本教材的教师可向出版社申请本课程（教材）的电子课件，供讲授时参考。
蔡自兴
2020年6月17日
于长沙德怡园
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
