文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在Chrome中使用最小值和最大值将下填充/上填充应用于“输入范围”

在Chrome中使用最小值和最大值将下填充/上填充应用于“输入范围”是通过使用HTML5的input元素的type属性为"range"来实现的。该属性允许用户通过滑块来选择一个范围内的值。

最小值和最大值属性（min和max）用于定义输入范围的最小和最大值。通过设置这些属性，可以限制用户选择的范围。

下填充和上填充属性（step）用于定义滑块的步长。步长是滑块在拖动时每次移动的值。例如，如果步长设置为1，滑块将每次移动一个单位。

下填充和上填充的应用场景包括但不限于以下几个方面：

  1. 表单输入：可以使用下填充和上填充来控制用户输入的范围，例如设置一个年龄范围或者一个价格范围。
  2. 数据可视化：在数据可视化的场景中，可以使用下填充和上填充来控制某个指标的范围，例如设置一个温度范围或者一个股票价格范围。
  3. 游戏开发：在游戏开发中，可以使用下填充和上填充来控制游戏中某个参数的范围，例如设置一个角色的移动速度范围或者一个武器的伤害范围。

腾讯云提供了一系列与云计算相关的产品，其中包括云服务器、云数据库、云存储等。这些产品可以帮助用户快速搭建和管理自己的云计算环境。

腾讯云云服务器（CVM）是一种弹性计算服务，提供了可扩展的计算能力，用户可以根据自己的需求选择不同配置的云服务器实例。了解更多关于腾讯云云服务器的信息，请访问：https://cloud.tencent.com/product/cvm

腾讯云云数据库（CDB）是一种高性能、可扩展的云数据库服务，支持多种数据库引擎，包括MySQL、SQL Server、MongoDB等。了解更多关于腾讯云云数据库的信息，请访问：https://cloud.tencent.com/product/cdb

腾讯云云存储（COS）是一种安全可靠的云存储服务，支持多种数据存储和访问方式，包括对象存储、文件存储、归档存储等。了解更多关于腾讯云云存储的信息，请访问：https://cloud.tencent.com/product/cos

请注意，以上链接仅供参考，具体产品选择应根据实际需求进行评估和决策。

相关搜索:使用bootstrap 4在IE 11中填充输入类型文本不显示占位符和键入的文本在同一个单元格上，如何通过条件和求和将另一个数据帧填充到数据帧中？如何使用chrome浏览器在ASP.Net中停止自动填充输入类型作为密码如何在浏览器自动填充保存的凭据时将焦点设置在加载和移除输入上有没有办法在PySimpleGui spinboxes中限定整数输入范围的最小值和最大值，这样minimum就不会超过maximum？www服务器采用什么操作系统服务器操作系统远程 安装服务器操作系统的选型如何查看服务器操作系统字符集erp服务器操作系统
相关搜索:
页面内容是否对你有帮助？
有帮助
没帮助

相关·内容

羡慕 Excel 的高级选择与文本框颜色呈现？Pandas 也可以拥有！！ ⛵

内容覆盖 图片 本篇后续内容覆盖以下高级功能： 突出缺失值 突出显示每行/列中的最大值（或最小值） 突出显示范围内的值 绘制柱内条形图 使用颜色渐变突出显示值 组合显示设置功能 注意：强烈建议大家使用最新版本的...② 突出显示最大值（或最小值） 要突出显示每列中的最大值，我们可以使用 dataframe.style.highlight_max() 为最大值着色，最终结果如下图所示。...=1) 图片 注意：同样可以使用方法 dataframe.style.highlight_min() 使用适当的参数为行/列中的最小值着色。...如下图所示，在图像中，随着值的增加，颜色会从红色变为绿色。你可以设置 subset=None 将这个显示效果应用于整个Dataframe。...可以定义一个函数，该函数突出显示列中的 min、max 和 nan 值。当前是对 Product_C 这一列进行了突出显示，我们可以设置 subset=None来把它应用于整个Dataframe。

2.8K31

第二章 In-Memory 体系结构 (IM-2.2)

IM存储索引存储IMCU内所有列的最小值和最大值。 IMCUs 和 Schema 对象 IM列存储将单个对象（表、分区、物化视图）的数据存储在一组IMCU中。 IMCU存储一个且仅一个对象的列数据。...头包含关于存储在CU体中的值的元数据，例如CU内的最小值和最大值。 它还可以包含本地字典，其是该列中的不同值的排序列表及其对应的字典代码。...在本示例中，最小值为 Audi，最大值为 Cadillac。 本地词典存储不同值的列表：Audi, BMW 和 Cadillac。 它们对应的字典代码（0, 1 和 2）是隐式的。...IM存储索引存储IMCU内所有列的最小值和最大值。 例如，sales 填充在IM列存储中。 此表的每个IMCU都有所有列。 sales.prod_id 列存储在每个IMCU内的单独CU中。...数据库使用事务日志来使IMCU在事务上保持一致。 IMCU 和 SMU In-Memory Area 的列池存储实际数据：IMCU和IMEU。

1K30

sparklines迷你图系列4——Evolution（Area）

今天接着分享Evolution图表类型中的Area图表。 其实就是我们常见的区域图（或者叫面积图），它与折线图（昨天讲到的）都是用来呈现时间序列中的趋势走向和波动范围，进而对事物发展状态做出评价。...Mini;Maxi这两个参数是迷你图纵轴的高低值界限，其实可以理解为纵坐标轴的最大值与最小值（可以使用默认，但是如果自定义的话，一定要记得最大值至少要大于等于实际指标的最大值，最小值一定要定义为小于等于实际指标最小值...（自定义的话要定义在指标实际最大值最小值之间）。 ColorPosition;ColorNegative：这两个参数参数就更容易理解了，正值与负值区域填充颜色。...下面是在excel中的sparklines菜单中Area参数设置示例： =areachart(D3:I3,-50,100,-30,50,2112496,5546802) ?...这种迷你图做完之后，至少一段时间内可以作为模板使用，秩序替换数据即可，而且告诉你一个秘密，其实做完的图表是完全矢量独立的图形组合，这就意味着你可以直接将图表复制走，然后解散组合随意更改图表内的细分图形颜色以及将图表放大使用也不会影响清晰度

92540

Excel图表学习71：带叠加层的专业柱形图

图9 设置轴范围 这里要让主坐标轴和次坐标轴标签分别具有相同的下限和上限0%和100%。 选择主坐标轴，然后设置坐标轴边界最小值=0，最大值=1（即100%）。 ?...图13 为了确定较浅色条（背景和“否”条）的颜色，我们将使用“取色器”工具将形状的填充颜色设置为背景条的颜色，将形状的轮廓设置为“否”条的颜色。 5....在“颜色”对话框中，选择“自定义”选项卡，输入RGB颜色数值。结果如下图19所示。 ? 图19 设置背景色 同样，使用刚才在PowerPoint中获取的形状填充颜色来设置。...单击图表中的“Full1”条，选择“格式——形状填充——其它填充颜色”。在“颜色”对话框中，选择“自定义”选项卡，输入RGB颜色数值。对“Full2”条应用同样的操作。结果如下图20所示。 ?...在柱形条上添加数字 通过使用“数据标签”功能，在柱形条上显示数字。 右键单击“Yes”条，选择“添加数据标签”，同样的操作应用于“No”条，结果如下图22所示。 ?

3.1K50

Python数据预处理——数据标准化（归一化）及数据特征转换

负向指标：y = (max - x)/(max - min)，即新数据=(最大值-原数据)/(最大值-最小值)。...使用这种方法的目的包括： (1)0-1标准化，又称最大值-最小值标准化，核心要义是将原始指标缩放到0~1之间的区间内，但不改变原始数据的分布 (2)对于方差非常小的属性可以增强其稳定性； (3)维持稀疏矩阵中为...在进行正则化 操作的过程中，不会改变数据的分布情况，但是会改变数据特征之间的相关特性。 3....二、特征转换 特征转换主要指将原始数据中的字段数据进行转换操作，从而得到适合进行算法 模型构建的输入数据(数值型数据)，在这个过程中主要包括但不限于以下几种数据的处理：文本数据转换为数值型数据、缺省值填充...2.缺省值填充：缺省值是数据中最常见的一个问题，处理缺省值有很多方式，主要包括以下四个 步骤进行缺省值处理：确定缺省值范围->去除不需要的字段->填充缺省值内容->重新获取数据。

2.3K10

阿丘科技之AIDI高级应用讲解一（5）

5.1 模块特性和使用场景 5.2 工程图片格式 5.3 AQIMAGE 基本概念： 描述 一组在不同拍摄条件下，拍摄同一物体的图片，又称混合图 规格 图片数：一组图的数量 标注 混合图标注方式和普通图相同...标准视图 显示类型 原图，灰度，伪彩色（JET），伪彩色（HOT） 色谱图 最小值，最大值 自适应 自动调整色谱图最小值最大值。...5.4.4. 3D视图 显示类型 原图，灰度，伪彩色（JET），伪彩色（HOT） 色谱图 最小值，最大值 自适应 自动调整色谱图最小值最大值。...修改显示属性 修改填充颜色 展开属性面板，单击填充颜色色块打开颜色选择界面，选择新颜色然后点击确定。 修改填充透明度 展开属性面板，使用上下调整按钮或直接输入修改透明的百分比。...兼容旧版本工程 打开旧版本工程后会自动使用默认显示属性 5.6 图片搜索 在图片列表顶部图片搜索栏中输入图片名称然后回车即可快速在图片列表中定位并显示目标图片。

3.3K31

如何用Origin做多因子组箱线图

关于箱线图，可以更好地展示整体数据的分布情况，包括中位数、最大值、最小值、平均值等等。当然，你也可以将散点图和箱线图结合进行作图。这些都是论文中常用的图形展示方法。...右击图例，进行设置(选择重构，使用注释作为图例) ? 7. 设置图形的颜色(这是按照从属进行填充的，你也可以点击独立，然后点击图案，挨个填充自己喜欢的颜色) ? 8. 设置一下组间的距离 ? 9....点击箱体，可以设置在图中显示为：箱体、数据、箱体+数据等等，右侧可以选择数据点的位置，以及异常值等等。 ? 10. 样式这里我们可以选择箱体的类型，箱体的宽度以及范围等等。...百分位数这里，我们可以设置最大值最小值的显示标签，以及平均值等等。(一般是可以不调的，自己想调的话在这里调整就是了) ? 12. 如果你想让异常值瞩目一点，可以在这里调整，包括标签，图形等等。 ?...原始数据输入 对于原始数据的输入和索引数据的输入是不一样的，选择的作图模板也不一样，但作图结果相同。 1. 在Origin里面输入数据如下。长名称栏全部为Y轴，输入指标，注释栏写入组别。 ? 2.

12.3K40

深度学习｜Tensorflow2.0进阶

01 合并和分割 合并是指将多个张量在某个维度上合并为一个张量，比如我们要将某学校所有的考试成绩单进行合并，张量A中记录了该学校1-4班的50名学生的9门科目的成绩，此时对应的shape就是[4,50,9...向量范数 向量范数是表征向量“长度”的一种度量方法，它可以推广到张量上，在神经网络中我们通常用来表示张量的权值大小，梯度大小等，常用的向量范数有： L1范数：向量x的所有元素绝对值之和。...1) # 计算全局的和 tf.reduce_sum(x) # 得到最大值的索引 tf.argmax(x) # 得到最小值的索引 tf.argmin(x) ?...Tensorflow中填充操作可以用tf.pad(x,padding)实现： x：需要填充的张量。 padding：嵌套list，比如[[0,3]]表示在第一个维度左边不填充，右边填充3个单元。...05 数据限幅 在很多的场景中，我们需要限制元素的范围。

92520

竞赛专题 | 数据预处理-如何处理数据中的坑？

缺失值替换 分类型变量：用众数或者一个新的类别去代替缺失值对于次序型变量和区间型变量而言，用中间值，众数，最大值，最小值，平均值，新定义的其他值来代替缺失值，这样做的好处在于简单直观，有依据，比如用众数代替...数据的标准化 数据标准化的目的就是将数据按照比例进行缩放，使之落入一个小的区间范围之内，使得不同的变量经过标准化处理后可以有平等分析和比较的基础。...修复方式可以均值修复（连续分布），众数修复（离散分布），最小值修复，最大值修复，另一方向也可以利用KNN等算法，求解邻近样本，用邻近样本的对应值修复，所以缺失值修复是在不同问题下可以多种灵活选择的问题，...它的一个最大的用处是进行多尺度训练和多尺度测试，看到这个你就知道它的重要性了，在图像类比赛中，就如同空气和水，重要到必不可少的时候，反而有时候被忽略了，实际上它仍无处不在。...，在交通标志的比赛中并未使用。

2.1K50

时间管理的工具——甘特图（Gantt chart）

▽▼▽ 这种图表的制作理念非常简单，就是通过设定项目开始时间和持续时间，利用堆积条形图，然后隐藏部分数据条就可以达到甘特图效果。 ●●●●● 首先我们需要准备原数据，并对原数据进行一定的加工整理。...我们看到的上图中有两个数据区域，其实数值是一样的，只是右侧图形中START数据把日期格式更改为了数值格式（excel中的所有日期时间数据都是用数值构造的，起点为1900年）。...然后将条形图数据序列顺序反转，将左侧数据条填充透明色，并调整数据条间距。 ? ?...最后再更改横轴数据显示方式为日期，最大值最小值更改为原数据区域的最大值最小值范围内（可以适当的超过最小值最大值一点儿范围）。 ? 更改网格线的密度、字体、颜色等。 ?...当然你也可以突出某一局部进度条（双击就可以单独选中某一数据条，然后更换填充颜色）。 ? ?

4.4K70

深度学习入门必须理解这25个概念

基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像a*W1+偏差。这是输入变换的最终线性分量。...因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。每个层都有多个神经元，并且每个层中的所有神经元都连接到下一层的所有神经元。...18）卷积神经网络（CNN）：卷积神经网络基本上应用于图像数据。假设我们有一个大小为（28*28*3）的输入，如果我们使用正常的神经网络，将有2352（28*28*3）参数。...这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用MAX操作的滤波器尺寸（2,2）的池层，它将占用原始图像的每个4*4矩阵的最大值。 ?...在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。 有效填充是指将图像保持为具有实际或“有效”的图像的所有像素。

26310

深度学习必须理解的25个概念

基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像a*W1+偏差。这是输入变换的最终线性分量。...因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。每个层都有多个神经元，并且每个层中的所有神经元都连接到下一层的所有神经元。...18）卷积神经网络（CNN）：卷积神经网络基本上应用于图像数据。假设我们有一个大小为（28*28*3）的输入，如果我们使用正常的神经网络，将有2352（28*28*3）参数。...这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用MAX操作的滤波器尺寸（2,2）的池层，它将占用原始图像的每个4*4矩阵的最大值。 ?...在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。 有效填充是指将图像保持为具有实际或“有效”的图像的所有像素。

41260

计数排序 的全网最详细的讲解

那么所谓的计数排序呢，就是在桶排序的基础上加上了个前缀和。...为了解决这个问题，我们不再以（输入数列的最大值+1）作为统计数组的长度，而是以（数列最大值和最小值的差+1）作为统计数组的长度。同时，数列的最小值作为一个偏移量，用于统计数组的对号入座。...当我们填充统计数组之后，我们只知道有两个成绩并列95分的学生，却不知道谁是小红，谁是小绿： ? 对此，我们只需在填充完统计数组之后，对统计数组做一下变形。...接下来，我们创建输出数组sortedArray，长度和输入数列一致，然后从后向前遍历输入数列： 第一步，遍历成绩表最后一行的小绿：小绿是95分，找到countArray下标为5的元素，值是4，代表小绿的成绩排名是在第...虽然计数排序看上去很强大，但是它存在两大局限性： 1.当数列最大最小值差距过大时，并不适用于计数排序 比如给定20个随机整数，范围在0到1亿之间，此时如果使用计数排序的话，就需要创建长度为1亿的数组

69110

深度学习入门必须理解这25个概念

基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像a*W1+偏差。这是输入变换的最终线性分量。...因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。每个层都有多个神经元，并且每个层中的所有神经元都连接到下一层的所有神经元。...18）卷积神经网络（CNN）：卷积神经网络基本上应用于图像数据。假设我们有一个大小为（28*28*3）的输入，如果我们使用正常的神经网络，将有2352（28*28*3）参数。...这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用MAX操作的滤波器尺寸（2,2）的池层，它将占用原始图像的每个4*4矩阵的最大值。 ?...在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。 有效填充是指将图像保持为具有实际或“有效”的图像的所有像素。

32130

深度学习入门必须理解这25个概念

基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像a*W1+偏差。这是输入变换的最终线性分量。...因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。每个层都有多个神经元，并且每个层中的所有神经元都连接到下一层的所有神经元。...18）卷积神经网络（CNN）：卷积神经网络基本上应用于图像数据。假设我们有一个大小为（28*28*3）的输入，如果我们使用正常的神经网络，将有2352（28*28*3）参数。...这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用MAX操作的滤波器尺寸（2,2）的池层，它将占用原始图像的每个4*4矩阵的最大值。 ?...在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。 有效填充是指将图像保持为具有实际或“有效”的图像的所有像素。

45320

基础篇章：关于 React Native 之 Slider 组件的讲解

（友情提示：RN学习，从最基础的开始，大家不要嫌弃太基础，会的同学请自行略过，希望不要耽误已经会的同学的宝贵时间） 来，讲这个组件之前，我们先学习一下英文单词，Slider ，来跟我一起读：Slider...就是一个滑动选择范围中的一个值的组件。 Slider 属性 照例，老样子，在使用之前，看看这个组件的相关属性。...如下： disabled bool 如果是true的话，Slider 组件将不能够滑动，默认是false maximumValue number 我们知道这个组件是一个滑动选择范围的组件，所以这个属性的意思是设置滑块初始的最大值...onValueChange func 当用户正在拖拽滑动滑块的时候连续回调这个函数 step number 滑块的步值，这个值在0和最小值与最大值之间，默认值是0 value number 滑块的初始值...，这个值在最小值和最大值范围之间 maximumTrackImage ios 指定一个最大的轨道图像。

1.7K80

Google earth engine——如何导入栅格数据？

这是上传栅格数据的界面 开始上传后，“资源摄取”任务会出现在代码编辑器右侧的“任务”选项卡上。将鼠标悬停在任务管理器中的任务上会显示 ? 可用于检查上传状态的图标。...摄取完成后，资产将出现在您的用户文件夹中，并带有image 图标。 TF记录 要从 TFRecord 文件上传图像，您必须拥有在导出图像时生成的关联混合器文件，并在其上执行推理。...在 Properties菜单中，单击Add property以定义属性名称和值（图 2）。该值可以是字符串或数字。输入不带引号的字符串。要将数字格式化为字符串，请'在数字前输入单引号 ( )。...默认情况下，system:time_start 添加的属性没有值。Earth Engine 在应用ImageCollection日期过滤器时使用此属性 。...选择“平均”、“最小”或“最大”金字塔策略，将图像金字塔的较低分辨率级别计算为每个 2x2 高分辨率像素组的平均值、最小值或最大值。这是连续值图像的合适选项。

17310

神经网络速记概念解释

因为需要保证图像大小的一致，所以使用同样的填充（零填充）， 否则填充会被使用，因为它可以帮助减少特征的数量 零填充，可以理解为特征稀疏化，留下来的特征更能代表这个图像 3、随后加入池化层进一步减少参数的数量...它被加到权重与输入相乘的结果中。 基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。 添加偏差后，结果将看起来像a* W1 +偏差。这是输入变换的最终线性分量。...4）激活函数（Activation Function） ——一旦将线性分量应用于输入，将会需要应用一个非线性函数。 这通过将激活函数应用于线性组合来完成。...7）MLP（多层感知器） ——单个神经元将无法执行高度复杂的任务。因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。...所以我们在将数据发送到下一层之前明确规范化数据 17) 过滤器/滤波器 (Filters) ——CNN中的滤波器，卷基层被使用到：具体是指将一个权重矩阵乘以输入图像的一个部分，产生相应的卷积输出。

46020

深度学习入门必须理解这25个概念

它被加到权重与输入相乘的结果中。基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像 a* W1 偏差。这是输入变换的最终线性分量。...7、MLP（多层感知器）——单个神经元将无法执行高度复杂的任务。因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。...18、卷积神经网络（CNN）——卷积神经网络基本上应用于图像数据。假设我们有一个输入的大小（28 28 3），如果我们使用正常的神经网络，将有 2352（28 28 3）参数。...这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用 MAX 操作的滤波器尺寸（2,2）的池层。它会做的是，它将占用原始图像的每个 4 * 4 矩阵的最大值。...在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。 有效填充是指将图像保持为具有实际或"有效"的图像的所有像素。

4.6K30

神经网络相关名词解释

它被加到权重与输入相乘的结果中。基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像a* W1 +偏差。这是输入变换的最终线性分量。...7）MLP（多层感知器）——单个神经元将无法执行高度复杂的任务。因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。...18）卷积神经网络（CNN）——卷积神经网络基本上应用于图像数据。假设我们有一个输入的大小（28 * 28 * 3），如果我们使用正常的神经网络，将有2352（28 * 28 * 3）参数。...这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用MAX操作的滤波器尺寸（2,2）的池层。它会做的是，它将占用原始图像的每个4 * 4矩阵的最大值。...在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。 有效填充是指将图像保持为具有实际或“有效”的图像的所有像素。

1.3K70
点击加载更多

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

更多标签

活动推荐

    运营活动

    活动名称
    广告关闭

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

    领券