开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

按组归一化数据帧序列

是一种数据处理技术，用于将数据帧序列中的每个数据帧按组进行归一化处理。归一化是指将数据转化为特定范围内的数值，常用的归一化方法有最小-最大归一化和Z-score归一化。

最小-最大归一化（Min-Max Normalization）是将数据线性映射到[0, 1]的范围内。具体计算公式为：

归一化后的值 = (原始值 - 最小值) / (最大值 - 最小值)

Z-score归一化是将数据转化为均值为0，标准差为1的分布。具体计算公式为：

归一化后的值 = (原始值 - 平均值) / 标准差

按组归一化数据帧序列的优势在于可以消除不同组之间的尺度差异，使得不同组的数据可以进行比较和分析。这在一些机器学习和数据挖掘任务中特别有用，例如聚类分析、分类任务等。

应用场景：

机器学习和数据挖掘：在特征工程中，对于不同特征的数据进行归一化处理，以提高模型的性能和准确度。
数据分析和可视化：在数据分析和可视化过程中，对于不同数据组进行归一化处理，以便更好地展示和比较数据。
信号处理：在音视频处理、图像处理等领域中，对于不同信号进行归一化处理，以便更好地处理和分析信号。

腾讯云相关产品推荐：腾讯云提供了多种与数据处理和云计算相关的产品和服务，以下是一些推荐的产品和产品介绍链接地址：

云原生容器服务（TKE）：腾讯云的容器服务，支持容器化部署和管理，适用于云原生应用的开发和部署。详情请参考：https://cloud.tencent.com/product/tke
云数据库MySQL版（CDB）：腾讯云的MySQL数据库服务，提供高性能、高可用的数据库解决方案。详情请参考：https://cloud.tencent.com/product/cdb
云服务器（CVM）：腾讯云的云服务器产品，提供弹性、安全的云计算资源。详情请参考：https://cloud.tencent.com/product/cvm
人工智能平台（AI Lab）：腾讯云的人工智能平台，提供多种人工智能相关的服务和工具，如图像识别、语音识别等。详情请参考：https://cloud.tencent.com/product/ailab
物联网开发平台（IoT Explorer）：腾讯云的物联网开发平台，提供物联网设备接入、数据管理和应用开发等功能。详情请参考：https://cloud.tencent.com/product/iothub

请注意，以上推荐的产品和服务仅为示例，实际选择应根据具体需求和场景进行。

相关搜索:归一化/调整时间序列数据帧如何从熊猫数据帧生成归一化序列？数据帧按日期排序列表按行组填写数据帧的值按组索引筛选分组R数据帧中的组 Panda -时间序列按组移位 Pandas按非周期序列分组/合并数据帧按列值过滤时间序列pandas数据帧归一化pandas数据帧中的数据 pandas数据帧内按组划分的子集数据归一化平滑n维数据帧 Embeddables按组序列化失败 Python按组创建线性回归预测pandas数据帧按R中组内行号的Bin数据帧按日期和组旋转Pandas计数数据帧是否按组从现有已排序的熊猫数据帧中提取数据帧？按组嵌套数据帧，但在每个组中包括额外的行 Pandas - json在数据帧内归一化按数据帧中的多个组标记唯一值 R数据帧按组检测隐藏的重复模式

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

时间序列单细胞转录组数据分析

包含了六万多个单细胞转录组数据，持续追踪了MEF细胞系诱导为IPSC细胞的动态变化过程，并且从发育的角度分析了这些数据 ?...而单细胞转录组测序技术非常强大，适合解决这个问题。...one-dimensional trajectories and zero-dimensional branch points 所以作者把Optimal Transport (OT)的算法，应用到了时间序列的单细胞转录组数据来探索发育的过程...单细胞转录组数据处理 ◆ ◆ ◆ ◆ ◆ 首先得到表达矩阵因为是 10X Genomics数据，所以直接用官方工具CELLRANGER 即可，过滤后得到65,781 cells and G = 16...后记这篇文章做的数据实在是太大，而且分析要点太多，涉及到的算法也非常多，实在是没办法一一解读，估计得开一个讨论班，五六个人一起解读。比如下面这个课题组就讨论过； ?

1.9K2 1

单细胞转录组的时间序列数据分析

——恩格斯单细胞转录组数据分析在阐述多细胞生物发育与疾病进程方面已经开发了多种新的方法，如比较有名的轨迹推断(TI，trajectory inference)。...Qi Qiu等在文章中的数据揭示了时间序列的转录因子活性和在单细胞水平上响应神经元激活的细胞状态轨迹。...它渴望成为持续集成机器学习、系统生物学、信息论、随机物理等最激动人心的发展的领先工具，以建模、理解和解释各种尖端单细胞基因组学技术生成的数据集(dynamo 2/3的开发正在进行中)。...转录因子(TF)的调控活性可以通过将顺式调控序列与单细胞基因表达联系起来，以单细胞分辨率进行量化。...因为代谢标记可以捕捉RNA水平的快速变化，而通过3 '标记的UMIs检测新的RNA在很大程度上独立于基因结构，我们推断，从scNT-Seq中对新RNA和总RNA的单细胞配对测量可以用来计算按标记时间(单位时间的分子

1.9K3 1

转录组数据的时间序列分析，你学会了吗

上周的公众号处理了不同时间序列的数据集，但因为是内置的数据集，很多分析流程都已经被pipeline函数包装了，那如果是自己的时间序列数据集该怎么分析呢？...曾老师就让我学习一下这个包，今天咱就浅学一下吧~ Package ‘Mfuzz’ 以数据集GSE120418为例，是转录组的数据集哦主要内容：Transcriptome-wide analysis...RAW/' fs = list.files(d,pattern = '_Col_') ##这里我就想看看对照组的情况，就把对照组的GSM样本提取出来 fs library(data.table) tmp...write.csv(cl[[4]][potname, i], paste0("mfuzzGenes", "/mfuzz_", i, ".csv")) } ---- 然而这个包只能进行聚类，是找不了有处理对照组的差异基因的...save(cl.thres, gcSample,file = 'output/step3_mfuzz_results.Rdata') ---- 听说还有一个包也可以做转录组数据的时间序列分析，留个悬念吧

3K1 0

从IMGT数据库下载免疫组库相关fasta序列

BCR有IGH,IGK,IGL这3类，而TCR有TRA,TRB,TRD,TRG，它们各自都有V，D（可选），J，C基因，这么多基因的序列都是可以直接下载的。...partial in 3'| | >AJ879487|IGHJ6*04|Homo sapiens|F|J-REGION|39..101|63 nt|3| | | | |63+0=63| | | 进行多序列比对...IGHV3-21 AB019440 (200000 bp): IGHV(II)-20-1 to IGHV2-5 AB019441 (157090 bp): IGHV4-4 to IGHV6-1 因为IGHV序列太多...IGHV序列比对结果可以看到，它们不同序列的差异很微弱，都集中在开头的几个碱基，其中IGHJ6跟另外的5类差异最大。大家觉得该如何可视化上面的结果呢？...比如ggtree可以读取多种格式（包括newick，nexus，NHX，jplace和phylip）的系统发育树，并结合不同类型的相关数据进行注释分析。

2.9K2 0

【生信文献200篇】07 时间序列单细胞转录组数据分析

详细的背景介绍可见：时间序列单细胞转录组数据分析 03 主要方法&数据主要实验 Reprogramming assay Sample collection Single-cell RNA-seq Lentivirus...方法：通过计算时间耦合并查找祖先、后代和轨迹，对一个时间过程中的scRNA-seq数据进行最优传输分析，推导驱动时间动态的调节模型，使用FLE在2D中可视化单元格按类型、祖先、后代、轨迹、表达式等注释细胞...调控分析确定了沿轨迹到iPSCs的TF活性序列。值得注意的是，Obox6和Sohlh2并没有表达在任何其他细胞命运的轨迹中，并且在生殖细胞的维持和存活中发挥作用，但之前并没有涉及到多能性。...这些基因组的改变可能反映和促进基质细胞的功能。 ? 9....单细胞转录组数据处理： (1) 获取表达矩阵：直接用官方工具CELLRANGER 过滤得到 65,781 cells and G = 16, 339 genes 的表达矩阵； (2) 降维： a)利用的是

2.3K1 0

使用CCS序列数据改进宏基因组拼接效率和物种分类注释

至少有两种现代的宏基因组装配方法：（i）所有数据的装配，这通常是计算要求的，或者（ii）使用分档或归一化方法来选择随后组装的读取子集。...仅存在于一个生物样品和DNA提取的，预先确定使用序列组合合并算法，并阻止使用最近显示从时间和/或多样本分组方法产生来自宏基因组数据集的准确基因组。...使用QIIME v1.8.0工具包将加入的读数分配给OTU，其中应用了uclust来搜索按97％身份过滤的Greengenes数据库的一个子集。...根据对Greengenes数据库的最佳命中，将序列分配给OTU，具有97％的序列同一性。通过接受最佳匹配Greengenes序列的Greengenes分类学字符串将分类标准分配给每个序列。...使用BLASTN（-e 1e-20 -r 1 -q -1 -v 5 -b 5 -F F）对来自测序基因组的系统发生不同代表性序列的数据库进行SSU rDNA检索。

2.8K2 0

219个opencv常用函数汇总

； 18、cvCreateVideoWriter：创建一个写入设备以便逐帧将视频流写入视频文件； 19、cvWriteFrame：逐帧将视频流写入文件； 20、cvReleaseVideoWriter：...； 65、cvNormalize：将数组中元素进行归一化； 66、cvOr：对两个数组进行按位或操作； 67、cvOrs：在数组与标量之间进行按位或操作； 68、cvReduce：通过给定的操作符将二维数组简为向量...87、cvNorm：计算数组的绝对范数，绝对差分范数或者相对差分范数； 88、cvAnd：对两个数组进行按位与操作； 89、cvAndS：在数组和标量之间进行按位与操作； 90、cvScale：是cvConvertScale...； 176、cvNormalizeHist：归一化直方图； 177、cvThreshHist：直方图阈值函数； 178、cvCalcHist：从图像中自动计算直方图； 179、cvCompareHist...； 186、cvSeqInvert：将序列进行逆序操作； 187、cvCvtSeqToArray：复制序列的全部或部分到一个连续内存数组中； 188、cvFindContours：从二值图像中寻找轮廓；

3.5K1 0

疑车无据：大熊猫何时交配才能怀上宝宝？四川学者用音频AI给出预测

给定一段原始音频序列，作者首先对其进行了预处理：裁剪出大熊猫的叫声，然后根据一个预先设定的最大值对其进行了归一化处理，并将每一段序列的长度设定为 2 秒，并且每秒提取出 43 个声学特征。...然后，基于一个预先设定的最大值，对音频幅度进行归一化，并将每一段音频的长度规范为 2 秒——裁切长音频序列或通过复制部分短音频来填充短音频序列。...最后，在经过归一化的音频段（2 秒）的 86 帧中的每一帧上提取其梅尔频率倒谱系数（MFCC），并将其用作深度网络的输入。...卷积模块卷积模块由三个完全一样的部件按顺序连接而成。其中每个部件都由卷积层和批归一化层构成。在每个卷积层的 ReLU 激活函数之前进行批归一化。卷积层有 128 个过滤器，其核大小为 3*3。...然后按如下方式对帧上的这些概率值求和： ? 如果 P_s > P_f，则预测发出输入音频段的叫声的大熊猫能成功交配，反之则预测结果为交配失败。实验 ?

2.7K2 0

OpenCv结构和内容

； 18、cvCreateVideoWriter：创建一个写入设备以便逐帧将视频流写入视频文件； 19、cvWriteFrame：逐帧将视频流写入文件； 20、cvReleaseVideoWriter：...； 65、cvNormalize：将数组中元素进行归一化； 66、cvOr：对两个数组进行按位或操作； 67、cvOrs：在数组与标量之间进行按位或操作； 68、cvReduce：通过给定的操作符将二维数组简为向量...87、cvNorm：计算数组的绝对范数，绝对差分范数或者相对差分范数； 88、cvAnd：对两个数组进行按位与操作； 89、cvAndS：在数组和标量之间进行按位与操作； 90、cvScale：是...； 176、cvNormalizeHist：归一化直方图； 177、cvThreshHist：直方图阈值函数； 178、cvCalcHist：从图像中自动计算直方图； 179、cvCompareHist...； 186、cvSeqInvert：将序列进行逆序操作； 187、cvCvtSeqToArray：复制序列的全部或部分到一个连续内存数组中； 188、cvFindContours：从二值图像中寻找轮廓；

1.5K1 0

背板以太网46-100GBASE-KR2(八)

Startup训练协议通过连续交换固定长度的训练帧来实现上述效用的。训练帧是由一系列的PAM4 Symbols组成。训练帧格式如下帧标记训练帧由PAM4符号的特定序列分隔。...训练帧标记是由16个连续的“3”符号组成的序列，后面是16个连续“0”符号。在控制字段、状态字段或训练图案中找不到此序列，它唯一地标识了训练帧的开始。控制和状态域控制字段由16位组成。...FFE前馈均衡器发送功能包括可编程均衡，以补偿信道的频率相关损耗，并促进接收器处的数据恢复。每个通道上的发送均衡器的功能模型是图136-10所示的4抽头横向滤波器。...系数步进大小当coef_sel为-1、0或1时，与“增量”请求相对应的归一化发送均衡器系数c（coef_sel）的变化应在0.005至0.05之间，与“减量”请求相对对应的归一化发送均衡系数c（coef_sel...当coef_sel为-2时，与“增量”请求相对应的归一化发送均衡器系数c（-2）的变化应在0.005到0.025之间，与“减量”请求相对对应的归一化发送均衡系数c（coef_sel）的变化也应在-0.025

680 0

FAIR何恺明等人提出组归一化：替代批归一化，不受批量大小限制

目前已有的优化方法包括层归一化（LN）[3] 和实例归一化（IN）[60]（如图 2 所示），它们也避免了在批量维度上的归一化。这些方法对于训练序列模型（RNN/LSTM）或生成模型（GAN）很有效。...相反地，GN 也许还能替代 LN 和 IN，在序列或生成模型上得到应用。这已经超越了本文的内容，但这些方向都是值得探索的。 ? 图 2：归一化方法。...SIFT [38]、HOG [9] 和 GIST [40] 的经典特征都设计为按分组来表征，其中每一组通道由一些直方图（histogram）构成。...图 7：Kinetics 中，输入长度为 32 帧的误差曲线。...在本论文中，我们提出了作为批归一化（BN）简单替代的组归一化（GN）。GN 把通道分为组，并计算每一组之内的均值和方差，以进行归一化。GN 的计算与批量大小无关，其精度也在各种批量大小下保持稳定。

8706 0

背板以太网53-200GBASE-KR4(七)

Startup训练协议通过连续交换固定长度的训练帧来实现上述效用的。训练帧是由一系列的PAM4 Symbols组成。训练帧格式如下帧标记训练帧由PAM4符号的特定序列分隔。...训练帧标记是由16个连续的“3”符号组成的序列，后面是16个连续“0”符号。在控制字段、状态字段或训练图案中找不到此序列，它唯一地标识了训练帧的开始。控制和状态域控制字段由16位组成。...FFE前馈均衡器发送功能包括可编程均衡，以补偿信道的频率相关损耗，并促进接收器处的数据恢复。每个通道上的发送均衡器的功能模型是图136-10所示的4抽头横向滤波器。...系数步进大小当coef_sel为-1、0或1时，与“增量”请求相对应的归一化发送均衡器系数c（coef_sel）的变化应在0.005至0.05之间，与“减量”请求相对对应的归一化发送均衡系数c（coef_sel...当coef_sel为-2时，与“增量”请求相对应的归一化发送均衡器系数c（-2）的变化应在0.005到0.025之间，与“减量”请求相对对应的归一化发送均衡系数c（coef_sel）的变化也应在-0.025

590 0

背板以太网38-50GBASE-KR(六)

Startup训练协议通过连续交换固定长度的训练帧来实现上述效用的。训练帧是由一系列的PAM4 Symbols组成。训练帧格式如下帧标记训练帧由PAM4符号的特定序列分隔。...训练帧标记是由16个连续的“3”符号组成的序列，后面是16个连续“0”符号。在控制字段、状态字段或训练图案中找不到此序列，它唯一地标识了训练帧的开始。控制和状态域控制字段由16位组成。...FFE前馈均衡器发送功能包括可编程均衡，以补偿信道的频率相关损耗，并促进接收器处的数据恢复。每个通道上的发送均衡器的功能模型是图136-10所示的4抽头横向滤波器。...系数步进大小当coef_sel为-1、0或1时，与“增量”请求相对应的归一化发送均衡器系数c（coef_sel）的变化应在0.005至0.05之间，与“减量”请求相对对应的归一化发送均衡系数c（coef_sel...当coef_sel为-2时，与“增量”请求相对应的归一化发送均衡器系数c（-2）的变化应在0.005到0.025之间，与“减量”请求相对对应的归一化发送均衡系数c（coef_sel）的变化也应在-0.025

881 0

FAIR何恺明等人提出组归一化：替代批归一化，不受批量大小限制

目前已有的优化方法包括层归一化（LN）[3] 和实例归一化（IN）[60]（如图 2 所示），它们也避免了在批量维度上的归一化。这些方法对于训练序列模型（RNN/LSTM）或生成模型（GAN）很有效。...相反地，GN 也许还能替代 LN 和 IN，在序列或生成模型上得到应用。这已经超越了本文的内容，但这些方向都是值得探索的。 ? 图 2：归一化方法。...SIFT [38]、HOG [9] 和 GIST [40] 的经典特征都设计为按分组来表征，其中每一组通道由一些直方图（histogram）构成。...图 7：Kinetics 中，输入长度为 32 帧的误差曲线。...在本论文中，我们提出了作为批归一化（BN）简单替代的组归一化（GN）。GN 把通道分为组，并计算每一组之内的均值和方差，以进行归一化。GN 的计算与批量大小无关，其精度也在各种批量大小下保持稳定。

8157 0

ACOUSLIC-AI2024——腹围超声自动测量

这些协议产生 2D 超声帧序列，当超声探头沿着妊娠腹部的特定轨迹时捕获这些帧序列。与传统的临床超声检查不同，经验丰富的超声检查人员寻找标准平面来进行生物测量，盲扫数据带来了一系列独特的挑战。...这一挑战涉及分析从新手操作员获取的盲扫序列中提取的一系列 2D 超声帧。任务是确定最适合测量胎儿腹围的框架。除了选择最佳帧之外，还必须在与所选帧相对应的超声图像上提供腹部的二元分割掩模。...所有三组中的椭圆注释都是通过人类读者对每个初始和最终帧进行的手动注释获得的，其中观察到了相应的结构（腹部的横向平面）和类型（最佳/次优）。中间帧上的注释是使用线性插值自动生成的。...归一化绝对误差 (NAE)：腹围测量的归一化绝对误差提供了腹围估计精度的与尺度无关的测量。...，然后采用均值为0，方差为1的方式进行归一化处理，再将数据分成训练集和验证集。

1801 0

谷歌大脑提出基于流的视频预测模型，可产生高质量随机预测结果

关于现实世界互动的视频非常丰富且容易获得，大型生成模型可以在包含许多视频序列的大型无标注数据集上训练，以了解现实世界中各种各样的现象。...据称，基于流的模型目前仅用于图像等非时态数据和音频序列的生成。条件式视频生成面临着独有的挑战：视频序列的高维度特性使其难以建模为单独的数据点。...谷歌大脑的这项新研究提出基于归一化流的视频预测模型，该模型不仅可以直接优化数据似然，而且能够产生高质量的随机预测。据称，该研究首次提出了基于归一化流的多帧视频预测。...在不同的层次上，输入流经K个流并输出随机变量，然后进入下一组流。最后一组流的输出为最终的随机变量。 ? 图2：每一个时间步 x_t 的输入被编码成多层次的随机变量 ? 。...图 5：对于BAIR action-free数据集中给定的一组条件帧，研究者为每一个随机视频生成模型抽取100个视频样本。研究者基于PSNR、SSIM和VGG感知度量选择最接近真值的视频。

9483 0

行为动作识别

： (3a)按照视频的时间长度将视频平均分成4段，将每一段视频中相邻两帧产生的距离变化量矩阵D相加，得到各段累计距离变化量矩阵Di，i从1到4； (3b)对Di进行L2归一化，得到归一化之后的Di’；...2.根据权利要求1所述的方法，其中步骤(1b)中对每个关节点的位置坐标进行归一化，按如下公式进行：其中x,y表示归一化前的坐标，x’,y’表示归一化后的坐标，W表示视频的每一帧宽度，H表示视频的每一帧高度...3.根据权利要求1所述的方法，其中步骤(2a)中计算相邻两帧关节点位置坐标变化量矩阵按如下公式计算：其中Pn和Pn-1分别表示前一帧和后一帧的关节点位置矩阵，dxk和dyk表示第k个关节点相邻两帧坐标变化量...但不同于传统的图结构数据，人体运动数据是一连串的时间序列，在每个时间点上具有空间特征，而在帧于帧之间则具有时间特征，如何通过图卷积网络来综合性的发掘运动的时空特征，是目前的行为识别领域的研究热点。...Skeleton-based Action Recognition（CVPR,2018）(cv,89.8%) 主要贡献： 1.首先通过深度渐进式强化学习(DPRL)，用类似蒸馏的方法逐步得从输入的动作帧序列中挑选最具识别力的帧

1.9K2 1

嘿嘿，想变成会跳舞的小哥哥或小姐姐吗？超简单！

即使两个人物按同样的方式执行动作，仍然有可能不具备帧到帧的身体姿态对应关系，因为每个人物的身材和风格都存在差异。...研究者从目标视频中获取每一帧的姿势检测 [5, 27, 35]，得到对应（姿势简笔画，目标人物图像）对集合。使用该对齐数据，研究者以监督的方式学习姿势简笔画和目标人物图像之间的图像转换模型。...图 2：姿势简笔画和目标人物帧之间的对应。该方法可以生成不同视频人物之间的动作迁移视频，无需昂贵的 3D 或运动捕捉数据。...全局姿势归一化阶段考虑了帧内源人物和目标人物的身材、位置差异。最后，我们设计了一个系统，通过对抗训练学习从归一化姿势简笔画到目标人物图像的映射。 ? 图 3....为了创建视频序列，我们修改了单个图像生成设置来增强相邻帧之间的时间连贯性，如图 4 所示。 ? 图 4：时间平滑设置。

6041 0

ACOUSLIC-AI2024——腹围超声自动测量验证集结果

这些协议产生 2D 超声帧序列，当超声探头沿着妊娠腹部的特定轨迹时捕获这些帧序列。与传统的临床超声检查不同，经验丰富的超声检查人员寻找标准平面来进行生物测量，盲扫数据带来了一系列独特的挑战。...这一挑战涉及分析从新手操作员获取的盲扫序列中提取的一系列 2D 超声帧。任务是确定最适合测量胎儿腹围的框架。除了选择最佳帧之外，还必须在与所选帧相对应的超声图像上提供腹部的二元分割掩模。...所有三组中的椭圆注释都是通过人类读者对每个初始和最终帧进行的手动注释获得的，其中观察到了相应的结构（腹部的横向平面）和类型（最佳/次优）。中间帧上的注释是使用线性插值自动生成的。...评价指标：骰子相似系数（DSC），加权帧选择分数 (WFSS)，豪斯多夫距离 (HD)和归一化绝对误差 (NAE)。骰子相似系数（DSC）：该指标量化了算法分割相对于真实掩模的空间重叠精度。...归一化绝对误差 (NAE)：腹围测量的归一化绝对误差提供了腹围估计精度的与尺度无关的测量。

1511 0

ICCV 2021 Oral | 基于点云的类级别刚体与带关节物体位姿追踪

该工作由北京大学前沿计算研究中心陈宝权课题组与斯坦福大学/北京大学王鹤等合作完成，论文共同一作翁伊嘉为2021届图灵班学生。...位姿估计存在两类主流方法，基于坐标预测的方法首先为观测点预测其对应物体点在归一化物体坐标系中的坐标，利用观察坐标与归一化物体坐标之间的对应关系，使用 RANSAC 拟合物体位姿，得益于 RANSAC 对离群点的有效移除...在 BMVC [4] 数据集的笔记本电脑序列、我们采集的剪刀序列、机械臂操纵抽屉序列上，我们仅在合成数据上训练的模型均能成功泛化，达到对物体的准确追踪。图5....上：BMVC数据集中的笔记本电脑序列；下：我们采集的剪刀序列图6....机械臂操纵抽屉序列 4 结语本文提出了一个端到端可微的位姿追踪框架，能同时处理类级别刚性物体与带关节物体九自由度位姿追踪问题，在多个数据集上达到了 SOTA 效果。

5512 0

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

活动推荐

运营活动

活动名称

广告关闭