一种创新教育评估方法、系统、设备及其存储介质与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及一种素质能力的评估方法，尤其涉及一种创新教育评估方法、系统、设备及其存储介质。背景技术：2.学生的成绩单反映了学生在校期间的学习情况，在择校过程中起到了较为重要的作用。目前传统的成绩单反映的课程名以及课程分数的情况，只有班级、年级和全校排名，缺少对学生一个整体素质能力的评估，它只是结果的体现，是一切以分数来评估与衡量学生综合素质的观念，缺乏学生的能力画像。3.为解决上述问题，本发明提供一种创新教育评估方法、系统、设备及其存储介质，能够客观地呈现学生的能力画像，对学生进行多维度的素质能力评估，掌握学生不同维度的素质能力状况。技术实现要素：4.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种创新教育评估方法、系统、设备及其存储介质，用于解决现有技术中缺少对学生的整体素质能力进行评估的问题。5.为实现上述目的及其他相关目的，本发明提供了一种创新教育评估方法，该方法包括：6.采集学生信息数据，其中，学生信息数据包括：学生身份信息、学生基本成绩和活动信息；7.通过深度学习，将学生信息数据进行分类转换，得到学生素质能力信息；8.将素质能力信息进行数据分析，形成可视化数据看板，以供查看。9.于本发明的一实施例中，活动信息包括学生的各类竞赛及获奖情况、社团活动、课外实践、志愿活动、行为规范、体质健康状况。10.于本发明的一实施例中，素质能力信息包括：分析及创造性能力、综合沟通及表达能力、领导及团队合作能力、信息技术及数理能力、适应能力、主动探索能力、兼顾伦理与公正的决策能力、开放性思维能力。11.于本发明的一实施例中，将学生信息数据进行分类转换，得到学生素质能力信息包括：12.通过朴素贝叶斯算法对学生基本成绩进行分类转换，以获得对应的所述素质能力信息；13.通过决策树算法对活动信息进行分类转换，以获得对应的所述素质能力信息。14.于本发明的一实施例中，所述创新教育评估方法还包括：15.采集用户的用户信息；16.根据用户信息，判断其对应的操作权限；17.根据操作权限，查看权限内的可视化数据看板的内容。18.于本发明的一实施例中，操作权限包括登陆权限、查看权限以及能力修改权限。19.于本发明的一实施例中，用户信息包括人脸面部信息，根据用户信息，判断其对应的操作权限的步骤包括：根据人脸面部信息以及区块链校验，判断用户的操作权限。20.于本发明的一实施例中，将素质能力信息进行数据分析，形成可视化数据看板包括：21.将学生素质能力信息进行梯度分层；22.对分层后的学生素质能力信息进行分类汇总，得到量化、排序后的结果。23.本发明还提供了一种创新教育评估系统，所述系统包括：24.数据信息输入模块，用于采集学生信息数据，其中，学生信息数据包括学生身份信息、学生基本成绩和活动信息；25.素质能力转换模块，用于述学生信息数据进行分类转换，得到学生素质能力信息；26.素质能力分析模块，用于将素质能力信息进行数据分析，形成可视化数据看板，以供查看。27.于本发明的一实施例中，所述系统还包括：28.采集模块，用于采集用户的用户信息，其中，用户信息包括人脸面部信息；29.管理模块，用于根据用户信息，判断其对应的操作权限，其中，操作权限包括登陆权限、查看权限以及能力修改权限；30.查询模块，用于根据操作权限，查看权限内的可视化数据看板的内容。31.于本发明的一实施例中，素质能力分析模块还包括：32.分层单元，用于将学生素质能力信息进行梯度分层；33.统计汇总单元，用于对分层后的学生素质能力信息进行分类汇总，得到量化、排序后的结果。34.本发明还提供了一种创新教育评估设备，包括处理器，所述处理器与存储器耦合，存储器存储有程序指令，当存储器存储的程序指令被处理器执行时，可实现如上所述的创新教育评估方法。35.于本发明的一实施例中，一种计算机可读存储介质，其特征在于：包括程序，当所述程序在计算机上运行时，使得计算机执行如上所述的创新教育评估方法。36.如上所述，本发明提供的一种创新教育评估方法、系统、设备及其存储介质，具有以下效果：能够替代以分数为主的传统教育评估方法，并通过可视化的素质能力成绩单，优化教学课程并掌握学生不同维度的素质能力状况。附图说明37.图1显示为本发明实施例中公开的一种创新教育评估方法流程示意图。38.图2显示为本发明实施例中进行分类转换的流程示意图。39.图3显示为本发明实施例中进行数据分析的流程示意图。40.图4显示为本发明提供的一种创新教育评估系统的原理结构示意图。41.图5显示为本发明中素质能力分析模块的方框示意图。42.元件标号说明43.11ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ数据信息输入模块44.12ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ素质能力转换模块45.13ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ素质能力分析模块46.131ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ分层单元47.132ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ统计汇总单元48.14ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ采集模块49.15ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ管理模块50.16ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ查询模块51.s1～s3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ步骤52.s21～s22ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀs2的步骤53.s31～s32ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀs3的步骤具体实施方式54.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。55.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。56.如图1所示，本发明提供了一种创新教育评估方法，包括步骤：57.s1、采集学生信息数据，其中，学生信息数据包括：学生的身份信息、学生的基本成绩和活动信息；58.s2、通过深度学习，将学生信息数据进行分类转换，得到学生的素质能力信息；59.s3、将学生的素质能力信息进行数据分析，形成可视化数据看板，以供查看。60.本发明提供的一种创新教育评估方法，首先，采集学生信息数据；其中，学生信息数据包括学生的身份信息、学生的基本成绩以及各类活动信息，且数据的格式包括json、csv、excel；学生的各类活动信息包括：各类竞赛及获奖情况、社团活动、课外实践、志愿活动、行为规范以及体质健康状况；当采集到数据后用自定义的多维表单建立素质能力数据。其次，通过深度学习，将采集到的信息数据进行分类转换，得到不同的素质能力信息；其中，学生素质能力信息包括：分析及创造性能力、综合沟通及表达能力、领导及团队合作能力、信息技术及数理能力、适应能力、主动探索能力、兼顾伦理与公正的决策能力以及开放性思维能力。再者，对转换后的素质能力信息进行可视化数据分析，形成可视化数据看板，便于学生和老师进行查看，并且老师可根据学生的素质能力状况优化课程教育，以此不断提高学生的素质能力。61.在本发明的一实施例中，所述创新教育评估方法还包括：采集用户的信息；根据用户信息，判断其对应的操作权限；根据操作权限，查看权限内的所述可视化数据看板的内容。其中，用户信息包括人脸面部信息，操作权限包括登陆权限、查看权限以及能力修改权限，根据所述用户信息，判断其对应的操作权限的步骤包括：根据所述人脸面部信息以及区块链校验，判断所述用户的操作权限。学生可通过人脸面部信息以及区块链校验，获得登陆权限及查看权限，即可查看自己的素质能力成绩单，学生还可以根据个人需要导出自己的素质能力成绩单，且导出的格式包括csv，pdf和excel，同时，形成的可视化数据看板也支持不同类型的图表之间进行切换，能够以不同的角度体现学生的素质能力状况；教师也可通过人脸面部信息以及区块链校验，获得相应的权限，查看不同学生的素质能力成绩单，及时掌握学生的素质能力状况，合理安排课程教育。62.如图2所示，进一步地，步骤s2还包括：63.s21、通过朴素贝叶斯算法对学生的基本成绩进行分类转换，以获得对应的素质能力信息；64.s22、通过决策树算法对学生的活动信息进行分类转换，以获得对应的素质能力信息。65.在本发明的一实施例中，对于步骤s21，由于学生的基本成绩数据较多，且都是以数字的形式表示，比较方便计算成绩的特征值等相关统计数据，而贝叶斯分类方法是一种利用概率统计知识进行学习分类的方法，故本发明采用朴素贝叶斯分类算法对学生的基本成绩进行分类转换，以得到对应的分析及创造性能力、综合沟通及表达能力、领导及团队合作能力、信息技术及数理能力、适应能力、主动探索能力、兼顾伦理与公正的决策能力以及开放性思维能力。66.朴素贝叶斯分类算法利用贝叶斯定理来预测一个未知类别的样本属于各个类别的可能性，选择其中可能性最大的一个类别作为该样本的最终类别。首先，朴素贝叶斯算法的核心原理是贝叶斯公式，即：[0067][0068]因此，在采用贝叶斯分类器进行分类时，当特征为x时，计算所有类别的条件概率，选择条件概率最大的特征进行分类，即：[0069][0070]由于p(x)对所有类别为常数，故在进行比较选择条件概率最大的特征时，只需选择p(y)p(x|y)值最大的特征进行分类即可。[0071]在本发明的一实施例中，样本例如学生的基本成绩及其获得的素质能力如下表1所示，根据表中数据求得学生甲：语文87、数学94、物理82、英语80，其对应获得的素质能力。[0072]表1[0073]学生编号语文成绩数学成绩物理成绩英语成绩素质能力183979275信息技术及数理能力282949079信息技术及数理能力3851009288信息技术及数理能力482959178信息技术及数理能力590738094综合沟通及表达能力690747091综合沟通及表达能力789816693综合沟通及表达能力891807394综合沟通及表达能力[0074]在本实施例中，先确定一共有4个属性，且属性用a表示，则a1、a2、a3、a4分别表示语文成绩、数学成绩、物理成绩、英语成绩；一共有两个类别，且类别用c表示，则c1、c2分别表示信息技术及数理能力、综合沟通及表达能力。首先需要求出在a1、a2、a3、a4属性下，cj的概率，用条件概率表示为p(cj|a1a2a3a4)，则根据贝叶斯公式可得：[0075][0076]故，只需要求出p(c1|a1a2a3a4)和p(c2|a1a2a3a4)的概率，然后比较哪个类别的可能性大，则会获得相应的素质能力。由于p(a1a2a3a4)是不变的，所以想找p(cj|a1a2a3a4)的最大值，等价于求p(a1a2a3a4|cj)p(cj)的最大值，假定ai之间是相互独立的，则：[0077]p(a1a2a3a4|cj)＝p(a1|cj)p(a2|cj)p(a3|cj)p(a4|cj)ꢀꢀ(4)[0078]由于学生的基本成绩是连续变量，不能采用离散变量的方法计算概率，而且由于样本太少，所以也无法分成区间计算，故可以假设学生的基本成绩是正态分布，通过样本计算出均值和方差，得到正态分布的密度函数，然后再通过代入计算出密度函数的值。例如，在学生甲能获得信息技术及数理能力c1的条件下，语文成绩均值为83，标准差为1.414，则代入正态分布密度函数中求得，学生甲语文成绩为87的概率为0.0052，数学成绩为94的概率为0.0965，物理成绩为82的概率为2.24431e-21，英语成绩为80的概率为0.0713。则，根据公式(4)求得：[0079]p(a1a2a3a4|c1)＝7.9742e-26[0080]同理：[0081]p(a1a2a3a4|c2)＝2.09784e-29[0082]因为学生甲获得信息技术及数理能力的概率大于获得综合沟通及能表达能力的概率，所以依据学生甲的基本成绩可以获得信息技术及数理能力。[0083]在本发明的一实施例中，对于步骤s22，由于决策树分类法可以对具体的事件或者抽象的属性进行决策分类，故本发明采用决策树算法对学生的活动信息进行分类转换，以得到对应的分析及创造性能力、综合沟通及表达能力、领导及团队合作能力、信息技术及数理能力、适应能力、主动探索能力、兼顾伦理与公正的决策能力以及开放性思维能力。[0084]决策树是一个树结构(可以是二叉树或非二叉树)，其每个节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个分支的叶上存放一个类别。使用决策树进行分类决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为分类决策的结果。目前决策树已经成功运用于医学、制造产业、天文学、分支生物学以及商业等诸多领域。[0085]在本发明的一实施例中，决策树分类器采用常见的id3(迭代二叉树3代：iterative dichotomiser 3)算法，id3算法的核心思想就是以信息增益来度量属性的选择，选择信息增益最大的属性进行分裂，该算法自顶向下遍历所有可能的分类决策方法。首先，将类别c设为变量，且变量c的取值为(c1，c2，...，cn)，而每一个类别出现的概率分别是p(c1)p(c2)，...，p(cn)，则，信息熵表示为：[0086][0087]其中，n为类别的总数。[0088]而信息增益是针对每一个特征而言的，主要就是看系统有这个特征和没这个特征时的信息量各多少，那么两者信息量的差值就是对应特征所能够带来的信息量，即信息增益。而在决策树分类问题中，信息增益就是决策树在选择特征属性进行分类前后信息的差值，表示为：[0089]h(c，a)＝h(c)-h(c|a)ꢀꢀ(6)[0090]其中，a为特征属性，h(c|t)为选择某一特征进行划分后的信息熵，h(c，a)为信息增益。[0091]计算出每一个特征属性所带来的信息增益后，选择信息增益最大的特征属性进行分类即可。[0092]在本发明的一实施例中，例如样本学生的活动信息数据及其获得的素质能力如下表2所示，根据表中数据求得学生甲：学科竞赛二等奖，社团活动良好，课外实践良好，志愿活动良好，其对应获得的素质能力。[0093]表2[0094]学生编号学科竞赛社团活动课外实践志愿活动素质能力1一等奖良好中等良好开放性思维能力2三等奖优秀中等中等领导及团队合作能力3一等奖中等中等良好开放性思维能力4二等奖良好优秀良好开放性思维能力5一等奖良好中等良好开放性思维能力6三等奖中等良好良好领导及团队合作能力7二等奖良好良好中等领导及团队合作能力8二等奖中等优秀良好开放性思维能力9三等奖中等良好中等领导及团队合作能力[0095]在本实施例中，先确定一共有4个属性，且属性用a表示，则a1、a2、a3、a4分别表示学科竞赛、社团活动、课外实践及志愿活动的成绩；一共有两个类别，且类别用c表示，则c1、c2分别表示开放性思维能力、领导及团队合作能力。在样本中，类别一即开放性思维能力占类别二即领导及团队合作能力占故，根据公式(5)计算得总样本的的信息熵为：[0096][0097]首先考虑第一种属性a1学科竞赛，当学科竞赛为一等奖时，都是开放性思维能力，则信息熵为：[0098][0099]当学科竞赛为二等奖时，其中有两个开放性思维能力和一个领导及团队合作能力，则信息熵为：[0100][0101]当学科竞赛为三等奖时，都是领导及团队合作能力，则信息熵为：[0102][0103]因此，第一种属性a1学科竞赛对应的信息增益为：[0104][0105]同理，第二、三、四种属性对应的信息增益分别为：[0106][0107][0108][0109]因为第二种属性即社团活动带来的信息增益最大，所以选择社团活动作为根节点进行分类，接着对社团活动下优秀、中等及良好这三种因素重复上述的计算，可得出在社团活动为优秀时，会获得领导及团队合作能力；在社团活动为中等的情况下，学科竞赛的信息增益最大，故选择学科竞赛作为叶节点；在社团活动为良好的情况下，志愿活动的信息增益最大，所以选择志愿活动作为叶节点，以此便得到了决策树。因此将学生甲的活动信息成绩与所述决策树比较可得知，学生甲最终会获得开放性思维能力。[0110]如图3所示，进一步地，步骤s3还包括：[0111]s31、将学生素质能力信息进行梯度分层；[0112]s32、对分层后的学生素质能力信息进行分类汇总，得到量化、排序后的结果。[0113]上面方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包含相同的逻辑关系，都在本发明的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该发明的保护范围内。[0114]如图4所示，本发明还提供了一种创新教育评估系统，所述系统包括：数据信息输入模块11、素质能力转换模块12、素质能力分析模块13；其中，数据信息输入模块11用于接收不同教学系统传输的学生信息数据，包括学生身份信息、学生基本成绩和活动信息，素质能力转换模块12用于将学生信息数据进行分类转换，得到学生素质能力信息，素质能力分析模块13用于将所述素质能力信息进行数据分析，形成可视化数据看板，以供查看。[0115]如图4所示，在本发明的一实施例中，一种创新教育评估系统还包括：采集模块14、管理模块15、查询模块16；其中，采集模块14用于采集用户的用户信息，且所述用户信息包括人脸面部信息，管理模块15用于根据用户信息，判断其对应的操作权限，且所述操作权限包括登陆权限、查看权限以及能力修改权限，查询模块16用于根据操作权限，查看权限内的所述可视化数据看板的内容。根据用户信息，判断其对应的操作权限的步骤包括：根据人脸面部信息以及区块链校验，判断用户的操作权限，从而进行相关操作，例如，学生可通过人脸面部信息以及区块链校验，获得登陆权限及查看权限，即可查看自己的素质能力成绩单，教师也可通过人脸面部信息以及区块链校验，获得登陆权限、查看权限以及能力修改权限，从而查看不同学生的素质能力成绩单，及时掌握学生的素质能力状况，合理安排课程教育。[0116]如图5所示，进一步地，素质能力分析模块13还包括：分层单元131、统计汇总单元132；其中，分层单元131用于将学生素质能力信息进行梯度分层；统计汇总单元132用于对分层后的学生素质能力信息进行分类汇总，得到量化、排序后的结果。[0117]需要说明的是，为了突出本发明的创新部分，本实施例中并没有将与解决本发明所提出的技术问题关系不太密切的模块引入，但这并不表明本实施例中不存在其它的模块。[0118]此外，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本发明所提供的实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。[0119]作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。[0120]另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。[0121]所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(random access memory，ram)、磁盘或者光盘等各种可以存储程序代码的介质。[0122]在本发明的一实施例中，一种创新教育评估设备包括：处理器，所述处理器与存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时，可实现如上所述的创新教育评估方法。[0123]如上所述，本发明提供的一种创新教育评估方法、系统、设备及其存储介质，能够替代以分数为主的传统教育评估方法，并通过可视化的素质能力成绩单，优化教学课程并掌握学生不同维度的素质能力状况。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。[0124]上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!