当前位置: 首页 > news >正文

人工智能+的广泛应用,已渗透到生活的方方面面

引言

随着科技的不断进步和人工智能技术的快速发展,我们正处于一个人工智能时代。人工智能不仅仅是一种技术,更是一种革命性的变革力量,它正在以前所未有的方式改变着我们的生活和工作方式。

人工智能+(AI+)指的是人工智能技术与其他行业或领域的深度融合和应用。这种融合不仅仅局限于某一领域,而是涵盖了医疗、金融、教育、制造、娱乐等各个方面。人工智能+的理念在于将人工智能技术与传统行业相结合,实现更高效、更智能、更个性化的服务和体验。

从医疗健康到金融领域,从教育领域到制造业,人工智能技术正在渗透到生活的方方面面。它不仅可以帮助医生提高诊断准确性,优化治疗方案,还可以改善金融服务的质量,提升教育教学的效果,提高制造业的生产效率,丰富娱乐体验等。

软件开发就选Furion,省时省力又省钱!

本文将探讨人工智能+在各个领域的广泛应用,并剖析其对生活的深远影响。随着人工智能技术不断发展和完善,我们有理由相信,人工智能+将继续推动社会的进步,为我们的生活带来更多的便利和惊喜。

一、汽车领域

随着科技进步,汽车行业正积极融合人工智能+技术。这种趋势涵盖智能驾驶、车联网等领域,给汽车带来更智能、更安全的功能,也为驾驶员和乘客提供更好的体验。

526902415812e120f6c8a45ad435f1a6.jpeg

1、智能车辆诊断与预测维护:

人工智能可以分析车辆传感器数据、历史维修记录等信息,预测车辆可能出现的故障,并提供维护建议,有助于提高车辆的可靠性和安全性。

2、智能交通管理:

人工智能可以优化交通流量,提高交通效率,减少拥堵。通过分析交通数据、实时监测路况,并据此调整信号灯控制、路线规划等,以实现更智能的交通管理。

3、智能驾驶辅助系统:

除了全自动驾驶,人工智能还被用于开发驾驶辅助系统,如自适应巡航控制、车道保持辅助、交通标志识别等,提高驾驶安全性和舒适性。

4、个性化驾驶体验:

基于人工智能的驾驶员监控系统可以分析驾驶员的行为和状态,为其提供个性化的驾驶体验,如调整座椅、音乐、空调等设置,提高驾驶舒适度。

5、智能汽车内部环境控制:

利用人工智能技术,汽车可以智能地调节车内环境,根据乘客的喜好和需求自动调整温度、湿度、气味等,提供更舒适的乘车体验。

6、智能车辆安全:

人工智能可以分析驾驶行为、车辆周围环境等数据,及时识别潜在的危险情况,并采取相应的措施,如自动紧急制动、车道保持等,提高车辆的安全性。

这些技术的应用使得汽车变得更加智能化、安全性更高、驾驶体验更加舒适,为用户提供了全新的汽车生活方式。

二、医疗健康

在医疗健康领域,人工智能的应用已经取得了显著的进展,尤其是在医疗影像分析、疾病诊断和个性化治疗等方面。

dd83afac30b8a2adfe1edab3a6eb27f5.jpeg

1、医疗影像分析:

人工智能技术在医学影像分析方面表现突出。通过深度学习算法,人工智能可以自动识别和分析X光片、MRI、CT等医学影像,帮助医生发现病变、肿瘤和其他异常情况。例如,深度学习模型可以准确识别肺部CT影像中的结节,辅助医生进行早期肺癌筛查和诊断,提高了肺癌早期发现的几率。

2、疾病诊断:

人工智能在疾病诊断方面发挥着重要作用。通过分析大量的医疗数据和患者信息,人工智能可以帮助医生诊断各种疾病,包括癌症、心血管疾病、神经系统疾病等。例如,人工智能算法可以根据患者的病历、临床表现和检查结果,快速准确地诊断糖尿病、高血压等常见疾病,为患者提供及时有效的治疗方案。

3、个性化治疗:

人工智能还可以根据患者的基因组信息、生理特征和病史,实现个性化的治疗方案。通过机器学习算法,人工智能可以预测患者对特定药物的反应,优化药物剂量和疗程,减少治疗副作用和提高治疗效果。例如,基于患者基因组信息的个性化药物治疗方案可以有效地降低药物不良反应的风险,提高治疗的精准性和个性化程度。

4、基因组学和个性化医疗:

人工智能可以分析大规模基因组学数据,帮助医生理解疾病的遗传基础,预测患者的疾病风险,并制定个性化的治疗方案。例如,基于基因组数据的癌症治疗方案定制就是一个常见的应用。

5、虚拟健康助手:

通过自然语言处理和机器学习技术,开发智能健康助手可以与患者进行交互,回答医学问题、提供医疗建议、管理患者的健康数据等,提高医疗服务的效率和可及性。

6、药物发现和开发:

人工智能可以分析大规模的生物医学数据,加速药物发现和开发过程。通过机器学习和数据挖掘技术,可以预测分子相互作用、筛选候选化合物,并优化药物设计过程。

7、患者监测与远程医疗:

智能传感器和监测设备结合人工智能技术,可以实时监测患者的生理参数,如心率、血压、血糖水平等,并提供个性化的健康管理建议。这种技术在慢性疾病管理、远程医疗等方面有广泛应用。、

8、疾病预测和流行病学分析:

利用人工智能技术分析大规模的健康数据,可以预测疾病的流行趋势、识别风险因素,并提供指导决策的数据支持。这对于疾病控制和公共卫生管理具有重要意义。

总的来说,人工智能在医疗健康领域的应用为医生提供了强大的辅助工具,大大提高了医疗服务的效率和质量。通过自动化分析医学影像、辅助疾病诊断和个性化治疗方案的制定,人工智能使医疗服务更加智能化、精准化和个性化,为患者提供了更好的治疗效果和更舒适的医疗体验。

三、智能助理

智能助理已成为人们日常生活中不可或缺的一部分,它们不仅仅是简单的语音识别工具,更是借助人工智能+技术实现了智能对话、个性化推荐等功能。

906eb58cf511832456e1e4116778ec6f.jpeg

1、自然语言处理(NLP):

自然语言处理是智能助理的核心技术之一,它使得助理能够理解和处理用户的自然语言输入。NLP技术包括文本分析、语义理解、语言生成等,帮助助理理解用户的意图并生成相应的回复。

2、语音识别:

语音识别技术使得智能助理能够识别和理解用户的口头输入。通过将语音转换成文本,助理可以分析用户的指令或请求,并作出相应的反馈或执行相应的任务。

3、对话系统:

对话系统是智能助理的交互引擎,它负责管理用户和助理之间的对话流程,根据用户的输入提供相应的回复或执行相应的任务。对话系统通常结合了自然语言处理、机器学习和知识图谱等技术,以实现更加智能和自然的对话交互。

4、机器学习和个性化推荐:

智能助理可以利用机器学习技术分析用户的历史数据和行为,从而了解用户的偏好和习惯,并根据这些信息提供个性化的建议、推荐和服务。

5、知识图谱:

知识图谱是一种用于表示和组织知识的结构化数据模型,它可以帮助智能助理理解世界的语义关系和实体之间的联系。智能助理可以利用知识图谱中的知识来回答用户的问题、提供信息和执行任务。

6、情感分析:

情感分析技术可以帮助智能助理识别和理解用户的情绪和情感状态,从而更好地回应用户的需求和提供情感支持。

综合利用以上多种人工智能技术,智能助理能够实现更加智能、自然和个性化的用户交互体验,为用户提供更加智能化的服务和支持。

四、金融领域

在金融领域,人工智能技术已经广泛应用于风险管理、智能投资和客户服务等方面,对金融行业的创新和发展起到了重要作用。

578cf3137fb3cb6440871cd4f7eabc64.jpeg

1、风险管理:

人工智能在风险管理中可以通过分析海量数据和实时监测市场情况,识别和评估潜在风险,并提出相应的应对措施。机器学习算法能够识别异常交易、探测欺诈行为,提高风险管理的准确性和效率。

例如,银行可以利用人工智能技术实时监测交易数据,及时识别异常交易,防范金融欺诈活动。

2、智能投资:

人工智能在智能投资领域可以通过大数据分析和机器学习算法,为投资者提供个性化的投资建议和优化投资组合。智能投顾系统可以根据投资者的风险偏好和投资目标,自动调整投资策略,提高投资回报率。

例如,智能投资平台可以利用机器学习算法分析市场数据,预测股票价格走势,帮助投资者制定更加科学的投资决策。

3、客户服务和营销

人工智能在客户服务中可以通过自然语言处理和机器学习技术,实现智能客服系统和智能虚拟助手,为客户提供24小时在线服务,提高客户满意度和忠诚度。智能客服系统可以自动回答客户的常见问题、处理投诉和查询,提高客户服务效率。通过机器学习算法,可以识别客户的需求和偏好,提供定制化的金融产品和服务,并优化营销策略,提高客户满意度和忠诚度。

例如,银行可以利用智能虚拟助手为客户提供个性化的理财建议,解答金融产品相关问题,提升客户体验。

4、量化交易:

量化交易是利用数学模型和算法进行交易决策的一种策略。人工智能可以帮助量化交易者开发和优化交易策略,通过分析市场数据、执行交易策略等,实现更加智能和高效的交易决策。

5、信用评分和信贷风险评估:

人工智能可以分析借款人的个人和信用数据,帮助金融机构评估借款人的信用风险,并制定相应的信贷政策。通过机器学习算法,可以识别潜在的信用风险,并提供个性化的信贷产品和服务。

6、反欺诈和安全监控:

人工智能可以分析交易数据和用户行为,识别潜在的欺诈行为和安全风险。通过机器学习算法,可以建立欺诈检测模型和安全监控系统,实时监测和预防欺诈活动,保护金融系统的安全稳定。

人工智能的应用促进了金融行业的创新和发展,提升了金融服务的质量和效率。通过机器学习和数据分析技术,金融机构能够更好地理解客户需求、降低风险、优化投资组合,为客户提供更加个性化和精准的服务。同时,智能化的客户服务系统也为金融机构节省了大量的人力资源和成本,提高了服务效率和竞争力。

五、教育领域

在教育领域,人工智能技术已经开始广泛应用于个性化教学、智能学习系统等方面,为教育带来了革命性的变革。

344cc55c88983fd76e178a5bf76edfdf.jpeg

1、自适应学习系统:

基于人工智能的自适应学习系统能够根据学生的学习行为和表现,自动调整教学内容和难度,以满足不同学生的个性化学习需求。

2、智能教学辅助工具:

包括语音识别、自然语言处理等技术,用于开发智能教学助手和智能教学应用程序,提供个性化的学习建议和指导。

3、智能评估和反馈系统:

利用机器学习和数据挖掘技术,开发智能评估系统,能够自动评估学生的学习表现,并及时给予反馈和建议,帮助学生改进学习效果。

4、虚拟现实和增强现实技术:

利用虚拟现实和增强现实技术,开发智能教学模拟软件和教学场景,提供沉浸式的学习体验,增强学生的学习兴趣和参与度。

人工智能的应用改变了传统教育模式,带来了以下变革:

个性化教学:

传统教育模式通常是一刀切的,无法满足每个学生的学习需求。而人工智能的个性化教学能够根据每个学生的特点和学习进度,为其量身定制学习内容和教学方法,使学生能够更有效地学习和掌握知识。

学习自主性:

传统教育模式往往是老师主导的,学生被动接受知识。而智能学习系统赋予了学生更多的学习自主性,他们可以根据自己的学习目标和兴趣,自由选择学习内容和学习方式,提高了学习的积极性和效果。

教学效率提升:

由于人工智能技术的应用,教师可以更好地了解每个学生的学习情况,及时调整教学策略和方法,提高教学的针对性和效率。同时,智能学习系统也能够根据学生的学习进度和表现,及时调整学习计划和资源,帮助学生更快地提高成绩。

综上所述,人工智能的应用改变了传统的教育模式,提高了教学效果和学习体验,使教育更加个性化、自主化和高效化。

六、制造领域

在制造领域,人工智能技术已经得到广泛应用,涵盖了智能制造、预测性维护、生产优化等多个方面,为制造业带来了革命性的变革。

3c03609f612f85fdcb34c94d01f1132e.jpeg

1、智能制造:

人工智能技术可以在制造过程中实现智能化的生产管理和控制。通过数据采集、分析和实时监控,智能制造系统可以优化生产流程、调整设备参数,并实现自动化生产。例如,利用机器学习算法和自动化控制系统,可以实现设备间的协同工作,提高生产效率和灵活性。

2、预测性维护:

人工智能技术可以利用大数据分析和机器学习算法,实现设备故障的预测和预防性维护。通过监测设备运行数据、识别异常模式和预测故障风险,预测性维护系统可以提前发现潜在故障,并采取相应的维护措施,避免生产中断和损失。

3、生产调度和优化:

人工智能技术可以通过优化生产计划、调度和资源分配,提高生产效率和产品质量。智能生产优化系统可以根据订单需求、原材料库存和设备状态,自动调整生产计划和生产流程,实现生产过程的最优化。例如,利用数据挖掘技术和优化算法,可以实现供应链的智能管理,降低库存成本和生产周期。

4、质量控制:

利用机器学习算法分析生产过程中的数据,可以实时监测产品质量,并识别和预测潜在的质量问题,以便及时调整生产过程并提高产品质量。

5、供应链管理:

人工智能技术可以优化供应链管理,包括预测需求、优化库存管理、提高物流效率等。通过分析大规模的供应链数据,可以实现供应链的智能化规划和运作。

6、产品设计和工艺优化:

人工智能技术可以帮助优化产品设计和生产工艺,以提高产品质量、降低成本和缩短产品开发周期。通过模拟和优化算法,实现产品设计和工艺参数的智能优化。

7、智能仓储和物流:

利用人工智能和物联网技术,可以实现仓储和物流过程的智能化管理和优化。例如,通过智能仓库管理系统和自动化物流设备,实现仓储和物流过程的自动化和智能化。

这些人工智能技术的应用,使得工业制造领域能够实现生产过程的智能化、自动化和优化,提高生产效率、降低成本、提高产品质量,推动工业制造的数字化转型和智能化发展。

人工智能的应用提升了制造业的生产效率和产品质量,主要体现在以下几个方面:

实时监控和控制:

人工智能技术可以实时监测生产过程中的各项指标,及时发现问题并进行调整,保证生产过程的稳定性和可靠性。通过自动化控制和智能调度,可以最大程度地提高设备的利用率和生产效率。

故障预测和预防:

利用人工智能技术实现的预测性维护系统,可以提前发现设备的潜在故障,并采取相应的维护措施,避免生产中断和质量问题。这有助于降低维修成本和提高生产设备的可靠性。

生产流程优化:

人工智能技术可以分析生产数据,发现生产过程中的瓶颈和优化空间,并提出相应的改进方案。通过优化生产计划和生产流程,可以提高生产效率、降低生产成本,并提升产品质量和交付能力。

综上所述,人工智能技术的应用可以有效提升制造业的生产效率和产品质量,推动制造业向智能化、数字化方向发展,提高制造业的竞争力和可持续发展能力。

七、游戏领域

在游戏领域,人工智能+技术已经成为一种不可或缺的力量。从智能对手的行为模拟到游戏关卡的动态调整,人工智能+技术为游戏带来了更加智能化和个性化的体验。

9fd61e353dbf60e164122f59c699f8b5.jpeg

1、智能游戏对手:

人工智能可以用于创建智能游戏对手,使得游戏具有更高的挑战性和趣味性。通过机器学习算法,游戏对手可以学习玩家的行为和策略,并实时调整自己的策略和行动,以提供更加逼真的游戏体验。

2、游戏内容生成:

人工智能可以用于生成游戏内容,包括地图、关卡、任务等。通过生成算法和进化算法,可以自动生成丰富多样的游戏内容,提高游戏的可玩性和持久性。

3、游戏行为分析:

人工智能可以分析玩家的行为和偏好,帮助游戏开发者了解玩家的需求和反馈。通过机器学习算法,可以识别玩家的行为模式、预测玩家的行为意图,并根据这些信息调整游戏内容和游戏体验。

4、智能游戏助手:

智能游戏助手可以为玩家提供游戏中的帮助和建议,如提示、建议、教程等。通过自然语言处理和机器学习技术,智能游戏助手可以理解玩家的问题和需求,并提供相应的解决方案和支持。

5、情感识别和个性化体验:

人工智能可以识别玩家的情感状态,如兴奋、厌倦、沮丧等,并根据玩家的情感状态调整游戏内容和游戏体验,以提供更加个性化和情感化的游戏体验。

6、游戏安全和反作弊:

人工智能可以用于游戏安全和反作弊,通过分析玩家行为数据和游戏日志,识别潜在的作弊行为和安全风险,并采取相应的措施保护游戏的公平性和安全性。

这些人工智能技术的应用,使得游戏具有更加智能化、个性化和逼真的特性,提高了游戏的趣味性和吸引力,推动了游戏产业的不断创新和发展。

八、智能家居领域

在智能家居领域,人工智能+技术正在发挥着越来越重要的作用。通过结合人工智能技术,智能家居设备能够实现更智能化的控制和管理,提供更便捷、更舒适的居家体验。

cf6d48b715b163b3e9d59aae28254ef2.jpeg

1、语音识别和语音控制:

通过语音识别技术,智能家居设备可以理解用户的口头指令,并执行相应的操作。这使得用户可以通过语音与智能家居设备进行交互,如控制灯光、调节温度、播放音乐等。

2、智能家居助手:

智能家居助手是一种人工智能系统,可以与用户进行自然语言交互,并管理智能家居设备。它可以回答用户的问题、执行用户的指令、提供日程安排和提醒等功能。

3、智能传感器和监测设备:

智能家居设备配备了各种传感器和监测设备,如温度传感器、湿度传感器、运动传感器等。这些传感器可以收集环境数据,并通过人工智能算法进行分析和处理,实现智能化的环境监测和控制。

4、智能家电:

智能家电是配备了人工智能技术的家用电器,如智能冰箱、智能空调、智能洗衣机等。这些智能家电可以根据用户的习惯和偏好自动调节工作模式,实现智能化的能源管理和节能优化。

5、情境感知和智能自动化:

智能家居系统可以通过感知用户的行为和环境情境,并根据情境智能地调整家居设备的工作状态。例如,当用户离开家时,系统可以自动关闭灯光、调整温度,以节省能源并提高安全性。

6、智能安全监控

智能家居系统配备了智能安全监控设备,如智能摄像头、智能门锁等。这些设备可以通过人工智能技术实现智能检测和报警,保障家庭安全。

7、个性化推荐和智能场景联动:

智能家居系统可以根据用户的习惯和偏好,提供个性化的家居场景推荐和智能场景联动。例如,系统可以根据用户的日常行为和习惯自动调整家居场景,提高用户的生活舒适度和便利性。

这些人工智能技术的应用,使得智能家居具有更加智能化、个性化和智能化的特性,提高了家居生活的舒适性、便利性和安全性。

九、未来展望

人工智能+已经在医疗健康、金融、教育、制造、娱乐等各个领域展现了广泛的应用和深远的影响:

在医疗健康领域,人工智能技术改善了医学影像分析、个性化治疗、疾病预测等方面,提高了诊断准确性和治疗效果,促进了医疗服务的普及和升级。

在金融领域,人工智能技术应用于风险管理、智能投资、客户服务等方面,提升了金融服务的质量和效率,推动了金融行业的数字化转型和创新发展。

在教育领域,人工智能技术实现了个性化教学、智能辅导、智能评估等方面的应用,促进了教育资源的均衡分配和学生学习效果的提升。

在制造领域,人工智能技术实现了智能制造、预测性维护、生产优化等方面的应用,提高了生产效率和产品质量,推动了制造业的智能化升级。

在娱乐领域,人工智能技术丰富了游戏体验、虚拟现实、智能家居等方面的应用,提升了娱乐服务的个性化和智能化,推动了娱乐产业的创新和发展。

未来,人工智能技术将继续发展壮大,并在更多领域展现出其潜在的应用场景和影响:

f7398e0cd866e8e515263d75eaadf290.jpeg

1、自主智能系统:

未来人工智能系统将更加自主和智能,能够自主学习、自主决策,具备更强的智能化和自适应能力,能够更好地适应各种复杂环境和任务。

2、跨领域融合:

人工智能技术将与其他领域的技术融合,如物联网、区块链、生物技术等,产生更多的交叉创新和应用,推动科技的全面发展和社会的全面进步。

3、人机协作:

未来人工智能技术将更加注重与人类的协作和互动,实现人机共生共荣,共同推动社会的可持续发展和进步。

4、伦理和社会问题:

随着人工智能技术的发展,将会引发一系列的伦理和社会问题,如隐私保护、数据安全、失业问题、人工智能武器化等,需要政府、企业和社会共同面对和解决。

综上所述,未来人工智能技术将继续发展并在各个领域发挥更大的作用,为社会经济的发展和人类福祉的提升作出更加积极的贡献。同时,也需要充分重视人工智能的伦理和社会影响,共同建设一个更加和谐、稳定和可持续的社会。

结语

本文探讨了人工智能+在医疗健康、金融、教育、制造、娱乐等多个领域的应用和影响。从个性化医疗到智能投资,从智能教学到智能制造,人工智能技术正在深刻改变我们的生活方式和工作方式。它不仅提高了服务质量和效率,还为我们带来了更智能化、个性化的体验。

因此,我们应当关注人工智能技术的发展,并期待它为未来带来更多创新和改变。随着人工智能技术的不断进步,我们将迎来更多的机遇和挑战。让我们共同期待人工智能为我们的生活带来的更多便利和美好。

相关文章:

  • Linux基础概念
  • 根据实例逐行分析NIO到底在做什么
  • 安全算法 - 加密算法
  • 【机器学习】《机器学习算法竞赛实战》思考练习(更新中……)
  • C语言编写Linux的Shell外壳
  • C#常见Winform窗体效果
  • SpringBoot+ECharts+Html 地图案例详解
  • 四、Mybatis-查询与删除
  • 内网安全之-kerberos协议
  • 第五篇:3.4 用户归因和受众(User attribution and audience) - IAB/MRC及《增强现实广告效果测量指南1.0》
  • SpringBoot+ECharts+Html 字符云/词云案例详解
  • Redis缓存设计与性能优化【缓存穿透、缓存击穿、缓存雪崩】
  • 【Web】记录Polar靶场<困难>难度题一遍过
  • pytorch中的while for 循环 导出onnx的问题
  • Error: TF_DENORMALIZED_QUATERNION: Ignoring transform forchild_frame_id
  • 《剑指offer》分解让复杂问题更简单
  • 【css3】浏览器内核及其兼容性
  • ➹使用webpack配置多页面应用(MPA)
  • android高仿小视频、应用锁、3种存储库、QQ小红点动画、仿支付宝图表等源码...
  • ComponentOne 2017 V2版本正式发布
  • IOS评论框不贴底(ios12新bug)
  • iOS帅气加载动画、通知视图、红包助手、引导页、导航栏、朋友圈、小游戏等效果源码...
  • Java 实战开发之spring、logback配置及chrome开发神器(六)
  • JSDuck 与 AngularJS 融合技巧
  • node入门
  • React+TypeScript入门
  • webpack4 一点通
  • 阿里研究院入选中国企业智库系统影响力榜
  • 闭包--闭包之tab栏切换(四)
  • 分享自己折腾多时的一套 vue 组件 --we-vue
  • 互联网大裁员:Java程序员失工作,焉知不能进ali?
  • 看图轻松理解数据结构与算法系列(基于数组的栈)
  • 前端_面试
  • 如何实现 font-size 的响应式
  • 网络应用优化——时延与带宽
  • 小程序滚动组件,左边导航栏与右边内容联动效果实现
  • 【运维趟坑回忆录】vpc迁移 - 吃螃蟹之路
  • #我与Java虚拟机的故事#连载04:一本让自己没面子的书
  • $ git push -u origin master 推送到远程库出错
  • (2022版)一套教程搞定k8s安装到实战 | RBAC
  • (cljs/run-at (JSVM. :browser) 搭建刚好可用的开发环境!)
  • (DenseNet)Densely Connected Convolutional Networks--Gao Huang
  • (done) NLP “bag-of-words“ 方法 (带有二元分类和多元分类两个例子)词袋模型、BoW
  • (javascript)再说document.body.scrollTop的使用问题
  • (办公)springboot配置aop处理请求.
  • (转)PlayerPrefs在Windows下存到哪里去了?
  • (转载)微软数据挖掘算法:Microsoft 时序算法(5)
  • .bat批处理(十):从路径字符串中截取盘符、文件名、后缀名等信息
  • @JsonFormat与@DateTimeFormat注解的使用
  • @value 静态变量_Python彻底搞懂:变量、对象、赋值、引用、拷贝
  • [ Linux 长征路第二篇] 基本指令head,tail,date,cal,find,grep,zip,tar,bc,unname
  • [2669]2-2 Time类的定义
  • [bzoj4240] 有趣的家庭菜园
  • [CDOJ 838]母仪天下 【线段树手速练习 15分钟内敲完算合格】
  • [HeadFrist-HTMLCSS学习笔记][第一章Web语言:开始了解HTML]