智慧樹知到《人工智能基礎(chǔ)》章節(jié)測(cè)試答案_第1頁
智慧樹知到《人工智能基礎(chǔ)》章節(jié)測(cè)試答案_第2頁
智慧樹知到《人工智能基礎(chǔ)》章節(jié)測(cè)試答案_第3頁
智慧樹知到《人工智能基礎(chǔ)》章節(jié)測(cè)試答案_第4頁
智慧樹知到《人工智能基礎(chǔ)》章節(jié)測(cè)試答案_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

智慧樹知到《??智能基礎(chǔ)》章節(jié)測(cè)試答案智慧樹知到《??智能基礎(chǔ)》章節(jié)測(cè)試答案第?章1、第?個(gè)擊敗?類職業(yè)圍棋選?、第?個(gè)戰(zhàn)勝世界圍棋冠軍的??智能機(jī)器?是由?歌公司開發(fā)的()。A.AlphaGoB.AlphaGoodC.AlphaFunD.Alpha答案:AlphaGo2、?需棋譜即可?學(xué)圍棋的??智能是()A.AlphaGoFanB.AlphaGoLeeC.AlphaGoMasterD.AlphaGoZero答案:AlphaGoZero3、世界上第?次正式的AI會(huì)議于()年召開,JohnMcCarthy正式提出“ArtificialIntelligence”這?術(shù)語A.1954B.1955C.1956D.1957答案:19564、以下哪些不是??智能概念的正確表述()A.??智能是為了開發(fā)?類計(jì)算機(jī)使之能夠完成通常由?類所能做的事B.??智能是研究和構(gòu)建在給定環(huán)境下表現(xiàn)良好的智能體程序C.??智能是通過機(jī)器或軟件展現(xiàn)的智能D.??智能將其定義為?類智能體的研究答案:??智能將其定義為?類智能體的研究5、下?不屬于??智能研究基本內(nèi)容的是()。A.機(jī)器感知B.機(jī)器學(xué)習(xí)C.?動(dòng)化D.機(jī)器思維答案:?動(dòng)化6、??智能是研究、開發(fā)?于模擬、延伸和擴(kuò)展?的()的理論、?法、技術(shù)及應(yīng)?系統(tǒng)的?門新的技術(shù)科學(xué)。A.智能

B.?為C.語?D.計(jì)算能?答案:智能7、圖靈測(cè)試的含義是()A.圖靈測(cè)試是測(cè)試?在與被測(cè)試者(?個(gè)?和?臺(tái)機(jī)器)隔開的情況下,通過?些裝置(如鍵盤)向被測(cè)試者隨意提問。問過?些問題后,如果被測(cè)試者超過30%的答復(fù)不能使測(cè)試?確認(rèn)出哪個(gè)是?、哪個(gè)是機(jī)器的回答,那么這臺(tái)機(jī)器就通過了測(cè)試,并被認(rèn)為具有?類智能。B.所謂的圖靈測(cè)試就是指?個(gè)抽象的機(jī)器,它有?條?限長(zhǎng)的紙帶,紙帶分成了?個(gè)?個(gè)的??格,每個(gè)?格有不同的顏?。有?個(gè)機(jī)器頭在紙帶上移來移去。機(jī)器頭有?組內(nèi)部狀態(tài),還有?些固定的程序。C.圖靈測(cè)試是?種?來混淆的技術(shù),它希望將正常的(可識(shí)別的)信息轉(zhuǎn)變?yōu)?法識(shí)別的信息。D.不存在圖靈測(cè)試概念答案:圖靈測(cè)試是測(cè)試?在與被測(cè)試者(?個(gè)?和?臺(tái)機(jī)器)隔開的情況下,通過?些裝置(如鍵盤)向被測(cè)試者隨意提問。問過?些問題后,如果被測(cè)試者超過30%的答復(fù)不能使測(cè)試?確認(rèn)出哪個(gè)是?、哪個(gè)是機(jī)器的回答,那么這臺(tái)機(jī)器就通過了測(cè)試,并被認(rèn)為具有?類智能。8、下列不屬于??智能學(xué)派的是()。A.符號(hào)主義B.連接主義C.?為主義D.機(jī)會(huì)主義答案:機(jī)會(huì)主義9、認(rèn)為智能不需要知識(shí)、不需要表?、不需要推理;??智能可以像?類智能?樣逐步進(jìn)化;智能?為只能在現(xiàn)實(shí)世界中與周圍環(huán)境交互作??表現(xiàn)出來。這是()學(xué)派的基本思想。A.連接主義B.符號(hào)主義C.?為主義D.邏輯主義答案:?為主義10、關(guān)于??智能研究范式的連接主義,相關(guān)論述不正確的是()A.連接主義原理是模擬?腦神經(jīng)?絡(luò)及神經(jīng)?絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。B.連接主義理論認(rèn)為思維基本是神經(jīng)元、?腦不同于電腦,并提出連接主義的?腦?作模式。C.連接主義起源于仿?學(xué)和?腦模型的研究。D.連接主義學(xué)派的代表?物有卡洛克(WarrenS.McCulloch)、?茨(WalterH.Pitts)、Hopfield、布魯克斯(Brooks)、紐厄爾(Newell)。答案:連接主義學(xué)派的代表?物有卡洛克(WarrenS.McCulloch)、?茨(WalterH.Pitts)、Hopfield、布魯克斯(Brooks)、紐厄爾(Newell)。11、??智能(AI)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三者關(guān)系論述正確的是()A.??智能研究、開發(fā)?于模擬、延伸和擴(kuò)展?類智能的理論、?法及應(yīng)?,屬于?門獨(dú)?的技術(shù)學(xué)科。B.機(jī)器學(xué)習(xí)專門研究計(jì)算機(jī)怎樣模擬?類的學(xué)習(xí)?為,以獲取新的知識(shí)和技能,重新組織已有的知識(shí)結(jié)構(gòu)以完善??的性能,

但是機(jī)器學(xué)習(xí)能?并?AI系統(tǒng)所必須的。C.??智能是?門研究、開發(fā)?于模擬、延伸和擴(kuò)展?類智能的理論、?法及應(yīng)?的新的交叉學(xué)科,機(jī)器學(xué)習(xí)是??智能的核?研究鄰域之?,深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的新領(lǐng)域,研究多隱層多感知器、模擬?腦進(jìn)?分析學(xué)習(xí)的??神經(jīng)?絡(luò)。D.深度學(xué)習(xí)?法研究??神經(jīng)?絡(luò)的單層感知器學(xué)習(xí)結(jié)構(gòu)。答案:??智能是?門研究、開發(fā)?于模擬、延伸和擴(kuò)展?類智能的理論、?法及應(yīng)?的新的交叉學(xué)科,機(jī)器學(xué)習(xí)是??智能的核?研究鄰域之?,深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的新領(lǐng)域,研究多隱層多感知器、模擬?腦進(jìn)?分析學(xué)習(xí)的??神經(jīng)?絡(luò)。12、?持向量機(jī)可以看作是具有?層隱藏層的神經(jīng)?絡(luò)。?持向量機(jī)的理論基礎(chǔ)是()A.統(tǒng)計(jì)學(xué)B.?物神經(jīng)學(xué)C.視覺?理學(xué)D.控制論S答案:統(tǒng)計(jì)學(xué)13、深度學(xué)習(xí)屬于()A.符號(hào)主義B.連接主義C.?為主義D.邏輯主義答案:連接主義14、計(jì)算機(jī)視覺可應(yīng)?于下列哪些領(lǐng)域()。A.安防及監(jiān)控領(lǐng)域B.?融領(lǐng)域的?臉識(shí)別?份驗(yàn)證C.醫(yī)療領(lǐng)域的智能影像診斷D.機(jī)器?/??車上作為視覺輸?系統(tǒng)E.以上全是答案:以上全是15、下列不符合符號(hào)主義思想的是()A.源于數(shù)理邏輯B.認(rèn)為?的認(rèn)知基元是符號(hào)C.??智能的核?問題是知識(shí)表?、知識(shí)推理D.認(rèn)為智能不需要知識(shí)、不需要表?、不需要推理答案:認(rèn)為智能不需要知識(shí)、不需要表?、不需要推理16、不屬于?然語?處理的核?環(huán)節(jié)的是()A.知識(shí)的獲取與表達(dá)B.?然語?理解C.?然語??成D.語?語義識(shí)別

答案:語?語義識(shí)別17、??智能的近期?標(biāo)在于研究機(jī)器來()。A.完全代替?類B.制造智能機(jī)器C.模仿和執(zhí)??腦的某些智?功能D.代替?腦答案:模仿和執(zhí)??腦的某些智?功能第?章1、下列哪?個(gè)是“分類”任務(wù)的準(zhǔn)確描述()。A.預(yù)測(cè)每個(gè)項(xiàng)?實(shí)際的值B.對(duì)每個(gè)項(xiàng)?進(jìn)?排序C.為每個(gè)項(xiàng)?分配?個(gè)類別D.發(fā)現(xiàn)每個(gè)空間中輸?的排布答案:為每個(gè)項(xiàng)?分配?個(gè)類別2、下列對(duì)于分類概念描述不正確的是()A.分類的概念是在已有數(shù)據(jù)的基礎(chǔ)上學(xué)會(huì)?個(gè)分類函數(shù)或構(gòu)造出?個(gè)分類模型(即我們通常所說的分類器(Classifier))。B.分類的?法包含決策樹、邏輯回歸、樸素貝葉斯、神經(jīng)?絡(luò)等算法C.分類的標(biāo)準(zhǔn)統(tǒng)?D.分類的結(jié)果有可能錯(cuò)誤。答案:分類的標(biāo)準(zhǔn)統(tǒng)?3、在機(jī)器學(xué)習(xí)領(lǐng)域,分類的?標(biāo)是指()。A.將具有相似特征的對(duì)象聚集B.將具有相似形狀的對(duì)象聚集C.將具有相似值的對(duì)象聚集D.將具有相似名稱的對(duì)象聚集答案:將具有相似特征的對(duì)象聚集4、兩種以上(不含兩種)的分類問題被稱為()。A.?分類B.多分類C.分類器D.歸?化答案:多分類5、多分類問題可以拆分為若?個(gè)?分類任務(wù)求解,可采取的拆分策略包括:()A.?對(duì)?B.?對(duì)多

C.多對(duì)多D.以上均可答案:以上均可6、有關(guān)分類器的構(gòu)造和實(shí)施步驟描述錯(cuò)誤的是:()A.選定樣本,將所有樣本分成訓(xùn)練樣本和測(cè)試樣本兩部分;B.在訓(xùn)練樣本上執(zhí)?分類器算法,?成分類模型;C.在訓(xùn)練樣本上執(zhí)?分類模型,?成預(yù)測(cè)結(jié)果;D.根據(jù)預(yù)測(cè)結(jié)果,計(jì)算必要的評(píng)估指標(biāo),評(píng)估分類模型的性能。答案:在訓(xùn)練樣本上執(zhí)?分類模型,?成預(yù)測(cè)結(jié)果;7、分類器是基于現(xiàn)有數(shù)據(jù)構(gòu)造出?個(gè)模型或者函數(shù),以將數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別,從?可以應(yīng)?于數(shù)據(jù)預(yù)測(cè)。常包含以下步驟:①在訓(xùn)練樣本上執(zhí)?分類器算法,?成分類模型。②在測(cè)試樣本上執(zhí)?分類模型,?成預(yù)測(cè)結(jié)果。③選定樣本(包含正樣本和負(fù)樣本),將所有樣本分成訓(xùn)練樣本和測(cè)試樣本。④根據(jù)預(yù)測(cè)結(jié)果,計(jì)算必要的評(píng)估指標(biāo),評(píng)估分類模型的性能。構(gòu)造和實(shí)施分類器的正確順序?yàn)椋ǎ〢.①②③④B.③①②④C.④①②③D.②③①④答案:③①②④8、下列算法中,不能夠?qū)o定樣本進(jìn)?分類的是()。A.決策樹算法B.邏輯回歸算法C.梯度下降算法D.神經(jīng)?絡(luò)答案:梯度下降算法9、在測(cè)試樣本上執(zhí)?分類模型,可以()。A.區(qū)分正樣本B.區(qū)分負(fù)樣本C.?成預(yù)測(cè)結(jié)果D.?成分類模型答案:?成預(yù)測(cè)結(jié)果10、SVM是?種典型的()模型A.感知機(jī)B.神經(jīng)?絡(luò)C.?類分類D.聚類答案:?類分類

11、關(guān)于標(biāo)注,下列說法正確的是A.在SVM中,訓(xùn)練集的數(shù)據(jù)是經(jīng)過標(biāo)注的B.在SVM中,測(cè)試集的數(shù)據(jù)不?標(biāo)注C.在SVM中,識(shí)別?標(biāo)的數(shù)據(jù)是經(jīng)過標(biāo)注D.以上都不對(duì)答案:在SVM中,訓(xùn)練集的數(shù)據(jù)是經(jīng)過標(biāo)注的12、增加分類器訓(xùn)練集的正負(fù)樣本集數(shù)量()A.不好說B.會(huì)提?分類器效果C.還需要增加測(cè)試集的正負(fù)樣本集數(shù)量才能提?分類器效果D.不會(huì)提?分類器效果E.以上全是答案:不好說13、把樣本所屬的類型和樣本實(shí)現(xiàn)對(duì)應(yīng)起來被稱為()A.測(cè)試B.訓(xùn)練C.標(biāo)注D.分類答案:標(biāo)注14、分類器測(cè)試的作?是A.獲得檢測(cè)?標(biāo)的分類B.判斷測(cè)試集樣本選擇是否合適C.判斷測(cè)試集樣本標(biāo)注是否合適D.檢驗(yàn)分類器的效果答案:檢驗(yàn)分類器的效果15、下列敘述中關(guān)于歸?化不正確的是()A.歸?化后,所有元素和為1B.歸?化后,所有元素值范圍在(0,1)C.歸?化后,所有元素值范圍在[0,1]D.歸?化也被稱為標(biāo)準(zhǔn)化答案:歸?化后,所有元素值范圍在(0,1)16、深度學(xué)習(xí)中,常?的歸?化函數(shù)是()函數(shù)A.SoftMaxB.SoftMinC.MicroMax

D.MicroMin答案:SoftMax第三章1、有特征,?標(biāo)簽的機(jī)器學(xué)習(xí)是()A.監(jiān)督學(xué)習(xí)B.半監(jiān)督學(xué)習(xí)C.?監(jiān)督學(xué)習(xí)D.強(qiáng)化學(xué)習(xí)答案:C2、?監(jiān)督學(xué)習(xí)可完成什么任務(wù)()A.分類B.回歸C.聚類D.分類、回歸、聚類答案:C3、尋找數(shù)據(jù)之間的相似性并將之劃分組的?法稱為()A.分組B.分類C.回歸D.聚類答案:D4、電影推薦系統(tǒng)是以下哪些的應(yīng)?實(shí)例①分類②聚類③強(qiáng)化學(xué)習(xí)④回歸()A.只有②B.只有①C.除了④D.以上都是答案:D5、下列兩個(gè)變量之間的關(guān)系中,哪個(gè)是函數(shù)關(guān)系()A.學(xué)?的性別和他的英語成績(jī)B.?的?作環(huán)境與健康C.孩?的??和?親的??D.正?形的邊長(zhǎng)和?積答案:D6、初始化采?隨機(jī)分配的K均值算法,下?哪個(gè)順序是正確的()。①指定簇的數(shù)?;②隨機(jī)分配簇的質(zhì)?;③將每個(gè)數(shù)據(jù)點(diǎn)分配給最近的簇質(zhì)?;④將每個(gè)點(diǎn)重新分配給最近的簇質(zhì)?;⑤重新計(jì)算簇的質(zhì)?;A.①②③⑤④

B.①③②④⑤C.②①③④⑤D.以上都不是答案:A7、從某中學(xué)隨機(jī)選取8名男?,其??x(cm)和體重y(kg)的線性回歸?程為y=0.849x-85.712,則??172cm的男學(xué)?,?回歸?程可以預(yù)報(bào)其體重()。A.為60.316kgB.約為60.316kgC.?于60.316kgD.?于60.316kg答案:B8、以下不屬于聚類算法的是()。A.K均值算法B.AGNES算法C.DIANA算法D.樸素貝葉斯算法答案:D9、Z等于X,則Z與X之間屬于()A.完全相關(guān)B.不完全相關(guān)C.不相關(guān)D.完全不相關(guān)答案:A10、因:經(jīng)常挑?;果:?材矮?。這組因、果之間屬于()關(guān)系。A.完全相關(guān)B.不完全相關(guān)C.不相關(guān)D.完全不相關(guān)答案:B11、()是指根據(jù)“物以類聚”原理,將本?沒有類別的樣本聚集成不同的組。A.聚類B.回歸C.分類D.?監(jiān)督學(xué)習(xí)答案:A12、現(xiàn)欲分析性別、年齡、??、飲?習(xí)慣對(duì)于體重的影響,如果這個(gè)體重是屬于實(shí)際的重量,是連續(xù)性的數(shù)據(jù)變量,這時(shí)

應(yīng)采?();如果將體重分類,分成?、中、低這三種體重類型作為因變量,則采?()。A.線性回歸線性回歸B.邏輯回歸邏輯回歸C.邏輯回歸線性回歸D.線性回歸邏輯回歸答案:D13、有特征,有部分標(biāo)簽的機(jī)器學(xué)習(xí)屬于()。A.監(jiān)督學(xué)習(xí)B.半監(jiān)督學(xué)習(xí)C.?監(jiān)督學(xué)習(xí)D.強(qiáng)化學(xué)習(xí)答案:B14、下?兩個(gè)兩完全相關(guān)的是()。A.圓形的?積與直徑B.長(zhǎng)?形的?積與邊長(zhǎng)C.孩?的??與?親??D.每天的溫度和季節(jié)答案:A15、機(jī)器學(xué)習(xí)包括:A.監(jiān)督學(xué)習(xí)B.半監(jiān)督學(xué)習(xí)C.?監(jiān)督學(xué)習(xí)D.強(qiáng)化學(xué)習(xí)答案:16、兩個(gè)變量之間的關(guān)系包括:A.完全相關(guān)B.不完全相關(guān)C.不相關(guān)D.負(fù)相關(guān)答案:ABC17、下?哪?個(gè)不是聚類常?的算法()。A.K均值算法B.AGNES算法C.DIANA算法D.SVM算法

答案:D18、AGNES算法步驟正確的是()。①將每個(gè)樣本特征向量作為?個(gè)初始簇;②根據(jù)兩個(gè)簇中最近的數(shù)據(jù)點(diǎn)尋找最近的兩個(gè)簇;③重復(fù)以上第?、三步,直到達(dá)到所需要的簇的數(shù)量;④合并兩個(gè)簇,?成新的簇的集合,并重新計(jì)算簇的中?點(diǎn)。A.①②③④B.①②④③C.①④③②D.①④②③答案:B19、下?屬于強(qiáng)化學(xué)習(xí)的是()A.?戶經(jīng)常閱讀軍事類和經(jīng)濟(jì)類的?章,算法就把和?戶讀過的?章相類似的?章推薦給你。B.算法先少量給?戶推薦各類?章,?戶會(huì)選擇其感興趣的?章閱讀,這就是對(duì)這類?章的?種獎(jiǎng)勵(lì),算法會(huì)根據(jù)獎(jiǎng)勵(lì)情況構(gòu)建?戶可能會(huì)喜歡的?章的“知識(shí)圖”。C.?戶每讀?篇?章,就給這篇新聞貼上分類標(biāo)簽,例如這篇新聞是軍事新聞,下?篇新聞是經(jīng)濟(jì)新聞等;算法通過這些分類標(biāo)簽進(jìn)?學(xué)習(xí),獲得分類模型;再有新的?章過來的時(shí)候,算法通過分類模型就可以給新的?章?動(dòng)貼上標(biāo)簽了。D.兩個(gè)變量之間的關(guān)系,?個(gè)變量的數(shù)量變化由另?個(gè)變量的數(shù)量變化所惟?確定,則這兩個(gè)變量之間的關(guān)系稱為強(qiáng)化學(xué)習(xí)。答案:B第四章1、在?個(gè)神經(jīng)?絡(luò)?,知道每?個(gè)神經(jīng)元的權(quán)重和偏差是最重要的?步。如果以某種?法知道了神經(jīng)元準(zhǔn)確的權(quán)重和偏差,就可以近似任何函數(shù)。實(shí)現(xiàn)這個(gè)最佳的辦法是什么?()A.隨機(jī)賦值,祈禱它們是正確的B.搜索所有權(quán)重和偏差的組合,直到得到最佳值C.賦予?個(gè)初始值,通過檢查跟最佳值的差值,然后迭代更新權(quán)重D.以上都不正確答案:C2、1943年,神經(jīng)?絡(luò)的開?之作《Alogicalcalculusofideasimmanentinnervousactivity》,由()和沃爾特.?茨完成。A.沃倫.麥卡洛克B.明斯基C.唐納德.赫布D.羅素答案:A3、感知機(jī)屬于()。A.?物神經(jīng)?絡(luò)B.BP神經(jīng)?絡(luò)C.前饋神經(jīng)?絡(luò)D.反饋神經(jīng)?絡(luò)答案:C

4、被稱為“神經(jīng)?絡(luò)之?”和“??智能教?”的是()。A.?頓B.赫布C.明斯基D.魯梅爾哈特答案:A5、反饋神經(jīng)?絡(luò)?稱前饋?絡(luò)。A.對(duì)B.錯(cuò)答案:B6、下列神經(jīng)?絡(luò)中哪種架構(gòu)有反饋連接()。A.循環(huán)神經(jīng)?絡(luò)B.卷積神經(jīng)?絡(luò)C.感知機(jī)D.都不是答案:A7、對(duì)于?然語?處理問題,哪種神經(jīng)?絡(luò)模型結(jié)構(gòu)更適合?()。A.多層感知器B.卷積神經(jīng)?絡(luò)C.循環(huán)神經(jīng)?絡(luò)D.感知器答案:C8、為解決單個(gè)輸出的感知機(jī)?法解決的異或問題,需要?有?少()個(gè)輸出的感知機(jī)?A.2個(gè)B.3個(gè)C.4個(gè)D.5個(gè)答案:A9、使?感知機(jī)模型的前提是()。A.數(shù)據(jù)樣本少B.數(shù)據(jù)線性可分C.數(shù)據(jù)線性不可分D.數(shù)據(jù)樣本多答案:B10、有關(guān)淺層神經(jīng)?絡(luò)的說法正確的是()。

A.各神經(jīng)元分層排列B.神經(jīng)元與前?層及后?層的神經(jīng)元相連C.是?種單向多層結(jié)構(gòu)D.同?

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論