中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！

歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū))

包郵 非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū))

作者：王星
出版社：中國(guó)人民大學(xué)出版社出版時(shí)間：2022-06-01
開(kāi)本： 其他 頁(yè)數(shù)： 312
中 圖 價(jià):¥35.3(7.2折) 定價(jià)  ¥49.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
開(kāi)年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū)) 版權(quán)信息

非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū)) 內(nèi)容簡(jiǎn)介

非參數(shù)統(tǒng)計(jì)是統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)的重要分支領(lǐng)域。本書(shū)作為該領(lǐng)域的基礎(chǔ)教材，其特點(diǎn)體現(xiàn)在以下幾方面：
1．針對(duì)性強(qiáng)。本書(shū)針對(duì)數(shù)據(jù)分析專業(yè)的特點(diǎn)和需要，闡述非參數(shù)統(tǒng)計(jì)的基本概念、理論、方法和編程，重點(diǎn)從非受控觀察數(shù)據(jù)對(duì)參數(shù)推斷知識(shí)的需要角度出發(fā)，將統(tǒng)計(jì)推斷知識(shí)、理論和方法與反事實(shí)復(fù)雜場(chǎng)景因果關(guān)系的解讀與判斷問(wèn)題相結(jié)合，應(yīng)用于穩(wěn)健估計(jì)、局部模式、嚴(yán)格證據(jù)的信息提取任務(wù)中。
2．通用性強(qiáng)。適用于Python技術(shù)數(shù)據(jù)管理人才培養(yǎng)。增加Python技術(shù)的應(yīng)用內(nèi)容，編寫(xiě)了Python綜合程序，降低了統(tǒng)計(jì)理論學(xué)習(xí)難度，增強(qiáng)了技術(shù)的可嵌入性；自主研發(fā)的準(zhǔn)確分析求解程序，大大補(bǔ)充了Python中小數(shù)據(jù)推斷程序的不足，計(jì)算的便利性大幅提升，適用于Python自動(dòng)化測(cè)試、運(yùn)維、數(shù)據(jù)分析等多種高端數(shù)據(jù)管理崗位的嵌入式學(xué)習(xí)需求。
3．內(nèi)容新穎。順應(yīng)人工智能時(shí)代發(fā)展和數(shù)據(jù)分析大環(huán)境的變化，對(duì)特征工程有效降噪及控制錯(cuò)誤發(fā)現(xiàn)率等方面的內(nèi)容作了闡述與分析，針對(duì)深度學(xué)習(xí)對(duì)圖像應(yīng)用的需求增加，增加了深度學(xué)習(xí)的內(nèi)容。

非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū)) 目錄

第 1章 基本概念 1.1非參數(shù)統(tǒng)計(jì)的概念與產(chǎn)生 1.1.1 非參數(shù)統(tǒng)計(jì)的研究對(duì)象 1.1.2 非參數(shù)統(tǒng)計(jì)簡(jiǎn)史 1.2假設(shè)檢驗(yàn)回顧 1.3經(jīng)驗(yàn)分布和分布探索 1.3.1 經(jīng)驗(yàn)分布 1.3.2 生存函數(shù) 1.4檢驗(yàn)的相對(duì)效率 1.5分位數(shù)和非參數(shù)估計(jì) 1.5.1 順序統(tǒng)計(jì)量 1.5.2 分位數(shù)的定義 1.5.3 分位數(shù)的估計(jì) 1.5.4 分位數(shù)的圖形表示 1.6秩檢驗(yàn)統(tǒng)計(jì)量 1.6.1 無(wú)重復(fù)數(shù)據(jù)的秩及性質(zhì) 1.6.2 帶結(jié)數(shù)據(jù)的秩及性質(zhì) 1.7 U統(tǒng)計(jì)量 1.7.1 單一樣本的U統(tǒng)計(jì)量和主要特征 1.7.2 兩樣本 U檢驗(yàn)統(tǒng)計(jì)量和分布 習(xí)題 第 2章單變量位置推斷問(wèn)題 2.1符號(hào)檢驗(yàn)和分位數(shù)推斷2.1.1基本概念 2.1.2大樣本的檢驗(yàn)方法 2.1.3符號(hào)檢驗(yàn)在配對(duì)樣本比較中的應(yīng)用 2.1.4分位數(shù)檢驗(yàn)――符號(hào)檢驗(yàn)的推廣 2.2 Cox-Stuart趨勢(shì)存在性檢驗(yàn) 2.2.1*優(yōu)權(quán)重Cox-Stuart統(tǒng)計(jì)量基本原理 2.2.2無(wú)權(quán)重Cox-Stuart統(tǒng)計(jì)量 2.3隨機(jī)游程檢驗(yàn) 2.3.1兩類(lèi)隨機(jī)游程檢驗(yàn) 2.3.2三類(lèi)及多類(lèi)游程檢驗(yàn) 2.4 Wilcoxon符號(hào)秩檢驗(yàn) 2.4.1基本概念 2.4.2 Wilcoxon符號(hào)秩檢驗(yàn)和抽樣分布 2.5估計(jì)量的穩(wěn)健性評(píng)價(jià) 2.5.1敏感曲線 2.5.2影響函數(shù) 2.5.3失效點(diǎn) 2.6單組數(shù)據(jù)的位置參數(shù)置信區(qū)間估計(jì)2.6.1順序統(tǒng)計(jì)量位置參數(shù)置信區(qū)間估計(jì) 2.6.2基于方差估計(jì)法的位置參數(shù)置信區(qū)間估計(jì) 2.7正態(tài)記分檢驗(yàn) 2.8分布的一致性檢驗(yàn) 2.8.1 χ2擬合優(yōu)度檢驗(yàn) 2.8.2 Kolmogorov-Smirnov正態(tài)性檢驗(yàn) 2.8.3 Liliefor正態(tài)分布檢驗(yàn) 2.9單一總體漸近相對(duì)效率比較 習(xí)題 第3章 兩獨(dú)立樣本數(shù)據(jù)的位置和尺度推斷 · 3.1 Brown-Mood中位數(shù)檢驗(yàn) 3.1.1假設(shè)檢驗(yàn)問(wèn)題 3.1.2大樣本檢驗(yàn) 3.2 Wilcoxon-Mann-Whitney秩和檢驗(yàn) 3.2.1無(wú)結(jié)點(diǎn)Wilcoxon-Mann-Whitney秩和檢驗(yàn) · 3.2.2帶結(jié)點(diǎn)時(shí)的計(jì)算公式 3.2.3 MX . MY的點(diǎn)估計(jì)和區(qū)間估計(jì) 3.3 Mann-Whitney U統(tǒng)計(jì)量與ROC曲線 3.4置換檢驗(yàn)3.5 Mood方差檢驗(yàn)3.6 Moses方差檢驗(yàn) 習(xí)題 第4章 多組數(shù)據(jù)位置推斷 4.1試驗(yàn)設(shè)計(jì)和方差分析的基本概念回顧 4.2多重檢驗(yàn)問(wèn)題 4.2.1 FDR控制基本原理 4.2.2 FDR的相關(guān)討論 4.3高階鑒定法(HC) 4.4 Kruskal-Wallis單因素方差分析 4.4.1 Kruskal-Wallis檢驗(yàn)的基本原理 4.4.2有結(jié)點(diǎn)的檢驗(yàn) 4.5 Jonckheere-Terpstra檢驗(yàn) 4.5.1無(wú)結(jié)點(diǎn)Jonckheere-Terpstra檢驗(yàn) 4.5.2帶結(jié)點(diǎn)的Jonkheere-Terpstra檢驗(yàn) 4.6 Friedman秩方差分析法 4.6.1 Friedman檢驗(yàn)的基本原理 4.6.2 Hollander-Wolfe兩處理間比較 4.7隨機(jī)區(qū)組數(shù)據(jù)的調(diào)整秩和檢驗(yàn) 4.8 Cochran檢驗(yàn)4.9 Durbin不完全區(qū)組分析法習(xí)題 第5章 分類(lèi)數(shù)據(jù)的關(guān)聯(lián)分析 5.1 r×s列聯(lián)表和χ2獨(dú)立性檢驗(yàn) 5.2 χ2齊性檢驗(yàn) 5.3 Fisher精確性檢驗(yàn) 5.4 McNemar檢驗(yàn) 5.5 Mantel-Haenszel檢驗(yàn) 5.6關(guān)聯(lián)規(guī)則5.6.1關(guān)聯(lián)規(guī)則基本概念 5.6.2 Apriori算法 5.7 Ridit檢驗(yàn)法 5.7.1 Ridit得分的計(jì)算和假設(shè)檢驗(yàn) 5.7.2 根據(jù)置信區(qū)間分組 5.8對(duì)數(shù)線性模型 5.8.1泊松回歸 5.8.2對(duì)數(shù)線性模型的基本概念 5.8.3模型的設(shè)計(jì)矩陣 5.8.4模型的估計(jì)和檢驗(yàn) 5.8.5高維對(duì)數(shù)線性模型和獨(dú)立性習(xí)題 第 6章 秩相關(guān)和穩(wěn)健回歸 · 6.1 Spearman秩相關(guān)檢驗(yàn)6.2 Kendallτ相關(guān)檢驗(yàn) 6.3多變量Kendall協(xié)和系數(shù)檢驗(yàn) 6.4 Kappa一致性檢驗(yàn) 6.5 HBR基于秩的穩(wěn)健回歸 6.5.1基于秩的R估計(jì) 6.5.2假設(shè)檢驗(yàn) 6.5.3多重決定系數(shù) CMD 6.5.4回歸診斷 6.6中位數(shù)回歸系數(shù)估計(jì)法 6.6.1 Brown-Mood方法 6.6.2 Theil方法 6.6.3關(guān)于α和 β的檢驗(yàn) 6.7線性分位回歸模型習(xí)題第7章 非參數(shù)密度估計(jì) 7.1直方圖密度估計(jì) 7.1.1基本概念 7.1.2理論性質(zhì)和*優(yōu)帶寬 7.1.3多維直方圖 · 7.2核密度估計(jì)7.2.1核函數(shù)的基本概念 7.2.2理論性質(zhì)和帶寬 7.2.3置信帶和中心極限定理 7.2.4多維核密度估計(jì) 7.2.5貝葉斯決策和非參數(shù)密度估計(jì) 7.3 k近鄰估計(jì) 習(xí)題 第8章 非參數(shù)回歸 8.1核回歸光滑模型 8.2局部多項(xiàng)式回歸 8.2.1局部線性回歸 8.2.2局部多項(xiàng)式回歸的基本原理 8.3 LOWESS穩(wěn)健回歸 8.4 k近鄰回歸 8.4.1 k近鄰估計(jì) 8.4.2 k近鄰核估計(jì) 8.5正交序列回歸 8.6罰*小二乘法 8.7樣條回歸8.7.1模型 8.7.2 樣條回歸模型的節(jié)點(diǎn) 8.7.3 常用的樣條基函數(shù) 8.7.4 樣條模型自由度 習(xí)題 第9章 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí) 9.1分類(lèi)一般問(wèn)題 9.2線性判別IR-LDA基本原理 9.3 Logistic回歸 9.3.1 Logistic回歸模型 9.3.2 Logistic回歸模型的極大似然估計(jì) 9.3.3 Logistic回歸和線性判別函數(shù)LDA的比較 9.4 k近鄰 9.4.1 參數(shù)選擇與維數(shù)災(zāi)難9.4.2 k近鄰與線性模型之間的比較 9.5決策樹(shù)9.5.1決策樹(shù)的基本概念 9.5.2 CART 9.5.3決策樹(shù)的剪枝 9.5.4回歸樹(shù) 9.5.5決策樹(shù)的特點(diǎn) 9.6 Boosting 9.6.1 Boosting提升方法 9.6.2 AdaBoost.M1算法 9.7支持向量機(jī)9.7.1*大分類(lèi)間隔 9.7.2支持向量機(jī)問(wèn)題的求解 9.7.3支持向量機(jī)的核方法 9.8隨機(jī)森林9.8.1隨機(jī)森林算法的定義 · 9.8.2隨機(jī)森林算法的性質(zhì) 9.8.3如何確定隨機(jī)森林算法中樹(shù)的節(jié)點(diǎn)分裂變量 9.8.4隨機(jī)森林的回歸算法 9.8.5有關(guān)隨機(jī)森林算法的一些評(píng)價(jià)9.9 MARS 9.9.1 MARS與 CART的聯(lián)系 9.9.2 MARS的一些性質(zhì) 9.10深度學(xué)習(xí) 9.10.1神經(jīng)網(wǎng)絡(luò) 9.10.2卷積神經(jīng)網(wǎng)絡(luò) 習(xí)題附錄 Python基礎(chǔ)參考文獻(xiàn)
展開(kāi)全部

非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū)) 節(jié)選

如果讀者僅僅將非參數(shù)統(tǒng)計(jì)看成是關(guān)于數(shù)據(jù)分析的 ,那就錯(cuò)了 ,非參數(shù)統(tǒng)計(jì)更多的是展開(kāi)對(duì)數(shù)據(jù)更深層的分析 ,這就需要在由精致的計(jì)算和細(xì)致的操作所構(gòu)成的更大的數(shù)據(jù)科學(xué)社群平臺(tái)上,增強(qiáng)統(tǒng)計(jì)思維和分析認(rèn)知的基本功。在數(shù)據(jù)分析實(shí)踐中 ,如果將模型根據(jù)研發(fā)的成熟度分為起步期、發(fā)展期和成熟期三個(gè)階段,我們可以將模型里的信息分為參數(shù)信息和非參數(shù)信息。處在起步期的模型里參數(shù)信息的成分比較多 ,一般包括由樣本所估計(jì)出的位置參數(shù) (如均值 )、波動(dòng)性參數(shù) (如方差和相關(guān)度 )等信息 ,較為成熟的模型和算力中 ,非參數(shù)信息則更多一些 ,發(fā)展期的模型是由參數(shù)信息不斷向非參數(shù)信息過(guò)度的過(guò)程。非參數(shù)信息能體現(xiàn)模型設(shè)計(jì)的功底 ,包含相容性、秩序、分位數(shù)、信噪比、對(duì)稱性、穩(wěn)健性、失效性、是否一致性等豐富的分析維度。如果想通過(guò)手中的數(shù)據(jù)對(duì)模型進(jìn)行 “二度創(chuàng)作 ”使其成為獨(dú)樹(shù)一幟的信息提取模式 ,需要培養(yǎng)對(duì)數(shù)據(jù)的敏銳性、數(shù)據(jù)收集的知識(shí)、數(shù)據(jù)的分析與處理技能、利用數(shù)據(jù)進(jìn)行決策、對(duì)數(shù)據(jù)的批判性思維和數(shù)據(jù)倫理等專業(yè)分析能力 ,參數(shù)統(tǒng)計(jì)和非參數(shù)統(tǒng)計(jì)的共同作用尤為重要 ,缺一不可。 Python語(yǔ)言在高并發(fā)場(chǎng)景中的運(yùn)用能力、簡(jiǎn)潔可解釋性的語(yǔ)言特點(diǎn)、豐富且快速生長(zhǎng)的跨平臺(tái)標(biāo)準(zhǔn)庫(kù)和第三方庫(kù) ,都更有利于傳遞關(guān)于科學(xué)的認(rèn)知與思考 ,加速與計(jì)算機(jī)進(jìn)行關(guān)于人類(lèi)創(chuàng)造和累積的文化精神財(cái)富的對(duì)話與交流。這就是我在本書(shū)中選擇 Python的基本理由。在 Python里踐行,以 Python取效。全書(shū)內(nèi)容分為兩個(gè)部分 :非參數(shù)統(tǒng)計(jì)推斷和非參數(shù)統(tǒng)計(jì)模型。非參數(shù)統(tǒng)計(jì)推斷的內(nèi)容由單一變量、兩變量及多組數(shù)據(jù)非參數(shù)統(tǒng)計(jì)估計(jì)、多重檢驗(yàn)、分類(lèi)數(shù)據(jù)的關(guān)聯(lián)分析方法、定量數(shù)據(jù)的相關(guān)和穩(wěn)健回歸等分析方法構(gòu)成 ;非參數(shù)統(tǒng)計(jì)模型部分包括非參數(shù)密度估計(jì)、穩(wěn)健回歸和非參數(shù)回歸等內(nèi)容。本書(shū)具有如下特點(diǎn): (1)全面對(duì)接Python語(yǔ)言編程 ,習(xí)題和思考題中增加了具有復(fù)雜樣態(tài)的一手?jǐn)?shù)據(jù)和分析習(xí)題,用于提高學(xué)生對(duì)統(tǒng)計(jì)建模的分析能力,增強(qiáng)學(xué)生對(duì)復(fù)雜數(shù)據(jù)的辨析能力。 (2)有教學(xué)資源和官方網(wǎng)站支持。教學(xué)資源中有參考課件、程序代碼、參考習(xí)題、擴(kuò)展閱讀、中國(guó)大學(xué) MOOC (慕課 )國(guó)家精品課程在線學(xué)習(xí)平臺(tái)等 ,教材的每一章還陪有微課精品短視頻 ,點(diǎn)擊二維碼可以獲取下載使用這些資源。該教材曾獲得過(guò)中國(guó)人民大學(xué)**批探究性教學(xué)課程立項(xiàng)支持 ,受 2018, 2019年度中央高校建設(shè)世界一流大學(xué) (學(xué)科 )和特色發(fā)展引導(dǎo)專項(xiàng)資金 (教材類(lèi) )和中國(guó)人民大學(xué) “十三五 ”規(guī)劃教材支持。教師在教學(xué)過(guò)程中可圍繞相關(guān)知識(shí)從網(wǎng)站上獲取延展性學(xué)習(xí)材料 ,比如知識(shí)點(diǎn)中的歷史人物、重要事件理論的推證過(guò)程、相關(guān)文獻(xiàn)、應(yīng)用技術(shù)等。這些輔助學(xué)習(xí)資源也會(huì)不斷更新 ,以適用于研討型和協(xié)作型學(xué)習(xí)和教學(xué)。本書(shū)可作為高等院校統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、生物學(xué)、信息科學(xué)、大數(shù)據(jù)分析等專業(yè)領(lǐng)域本科三、四年級(jí)以上學(xué)生以及相關(guān)研究人員學(xué)習(xí)非參數(shù)統(tǒng)計(jì)方法的教材 ,也可作為從事統(tǒng)計(jì)研究或數(shù)據(jù)分析工作人員的案頭參考書(shū) .本書(shū)的讀者需具備初等統(tǒng)計(jì)學(xué)基礎(chǔ)、概率論和數(shù)理統(tǒng)計(jì)的相關(guān)知識(shí)。本書(shū)的內(nèi)容建議安排在一學(xué)期 54課時(shí)內(nèi)完成 ,且安排 1/3左右課時(shí)用于學(xué)生上機(jī)實(shí)驗(yàn)。有條件的教師可以選擇教材部分案例組織案例教學(xué)和課堂討論。 2017年和 2018年連續(xù)兩年 ,我們?cè)谥袊?guó)人民大學(xué)統(tǒng)計(jì)學(xué)專業(yè)大三課堂上嘗試了案例教學(xué) ,獲得了學(xué)生們的高度認(rèn)可。事實(shí)證明 ,通過(guò)案例探究和團(tuán)組討論 ,學(xué)生們會(huì)形成一股深入研究、嚴(yán)謹(jǐn)辨析、開(kāi)拓創(chuàng)新的統(tǒng)計(jì)學(xué)課堂新風(fēng)。本書(shū)備有豐富的習(xí)題 ,理論推導(dǎo)、方法應(yīng)用和上機(jī)實(shí)驗(yàn)題目 ,可靈活支持各種教學(xué)需要。

非參數(shù)統(tǒng)計(jì)——基于Python(基于Python的數(shù)據(jù)分析叢書(shū)) 作者簡(jiǎn)介

王星 中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院教授，北京師范大學(xué)數(shù)學(xué)本科與碩士，中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)博士。國(guó)家社科基金重點(diǎn)項(xiàng)目負(fù)責(zé)人，《中國(guó)大百科全書(shū)》第三版統(tǒng)計(jì)學(xué)卷編委。在《統(tǒng)計(jì)研究》《中國(guó)人民大學(xué)學(xué)報(bào)》《數(shù)理統(tǒng)計(jì)與管理》和JAMA等刊物發(fā)表多篇論文。主要研究方向包括稀疏網(wǎng)絡(luò)挖掘模型、高維復(fù)雜數(shù)據(jù)統(tǒng)計(jì)學(xué)習(xí)、深度學(xué)習(xí)等。主要著作和譯作包括《非參數(shù)統(tǒng)計(jì)》《大數(shù)據(jù)分析：方法與應(yīng)用》《人文社會(huì)科學(xué)文獻(xiàn)網(wǎng)絡(luò)知識(shí)模型與應(yīng)用》《統(tǒng)計(jì)學(xué)習(xí)導(dǎo)論一基于R應(yīng)用》等。講授課程包括非參數(shù)統(tǒng)計(jì)、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)方法等。曾獲北京市高等教育教學(xué)成果獎(jiǎng)二等獎(jiǎng)、第十屆全國(guó)統(tǒng)計(jì)科學(xué)研究?jī)?yōu)秀成果獎(jiǎng)二等獎(jiǎng)、全國(guó)應(yīng)用統(tǒng)計(jì)案例大賽一等獎(jiǎng)指導(dǎo)教師等學(xué)術(shù)獎(jiǎng)勵(lì)；開(kāi)設(shè)非參數(shù)統(tǒng)計(jì)MOOC課程。

暫無(wú)評(píng)論……
書(shū)友推薦
本類(lèi)暢銷(xiāo)
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板： 全自动烧卖机厂家_饺子机_烧麦机价格_小笼汤包机_宁波江北阜欣食品机械有限公司 | 智能交通网_智能交通系统_ITS_交通监控_卫星导航_智能交通行业 | 钢制拖链生产厂家-全封闭钢制拖链-能源钢铝拖链-工程塑料拖链-河北汉洋机械制造有限公司 | 深圳高新投三江工业消防解决方案提供厂家_服务商_园区智慧消防_储能消防解决方案服务商_高新投三江 | 龙门加工中心-数控龙门加工中心厂家价格-山东海特数控机床有限公司_龙门加工中心-数控龙门加工中心厂家价格-山东海特数控机床有限公司 | 呼末二氧化碳|ETCO2模块采样管_气体干燥管_气体过滤器-湖南纳雄医疗器械有限公司 | 河南新乡德诚生产厂家主营震动筛,振动筛设备,筛机,塑料震动筛选机 | 天津热油泵_管道泵_天津高温热油泵-天津市金丰泰机械泵业有限公司【官方网站】 | 吲哚菁绿衍生物-酶底物法大肠菌群检测试剂-北京和信同通科技发展有限公司 | 贴板式电磁阀-不锈钢-气动上展式放料阀-上海弗雷西阀门有限公司 工业机械三维动画制作 环保设备原理三维演示动画 自动化装配产线三维动画制作公司-南京燃动数字 | 房在线-免费房产管理系统软件-二手房中介房屋房源管理系统软件 | 蓝牙音频分析仪-多功能-四通道-八通道音频分析仪-东莞市奥普新音频技术有限公司 | 巨野月嫂-家政公司-巨野县红墙安康母婴护理中心 | 沈阳楼承板_彩钢板_压型钢板厂家-辽宁中盛绿建钢品股份有限公司 轴承振动测量仪电箱-轴承测振动仪器-测试仪厂家-杭州居易电气 | 洛阳防爆合格证办理-洛阳防爆认证机构-洛阳申请国家防爆合格证-洛阳本安防爆认证代办-洛阳沪南抚防爆电气技术服务有限公司 | ?水马注水围挡_塑料注水围挡_防撞桶-常州瑞轩水马注水围挡有限公司 | 酒店品牌设计-酒店vi设计-酒店标识设计【国际级】VI策划公司 | 高光谱相机-近红外高光谱相机厂家-高光谱成像仪-SINESPEC 赛斯拜克 | 河南道路标志牌_交通路标牌_交通标志牌厂家-郑州路畅交通 | [官网]叛逆孩子管教_戒网瘾学校_全封闭问题青少年素质教育_新起点青少年特训学校 | 哈希PC1R1A,哈希CA9300,哈希SC4500-上海鑫嵩实业有限公司 | 闪电优家-卫生间防水补漏_酒店漏水渗水维修_防水堵漏公司 | 聚合氯化铝-碱式氯化铝-聚合硫酸铁-聚氯化铝铁生产厂家多少钱一吨-聚丙烯酰胺价格_河南浩博净水材料有限公司 | 温泉机设备|温泉小镇规划设计|碳酸泉设备 - 大连连邦温泉科技 | 防潮防水通风密闭门源头实力厂家 - 北京酷思帝克门窗 | 盘式曝气器-微孔曝气器-管式曝气器-曝气盘-斜管填料 | 郑州市前程水处理有限公司 | 温湿度记录纸_圆盘_横河记录纸|霍尼韦尔记录仪-广州汤米斯机电设备有限公司 | 德国进口电锅炉_商用电热水器_壁挂炉_电采暖器_电热锅炉[德国宝] | 威客电竞(vk·game)·电子竞技赛事官网 | 证券新闻，热播美式保罗1984第二部_腾讯1080p-仁爱影院 | 富森高压水枪-柴油驱动-养殖场高压清洗机-山东龙腾环保科技有限公司 | 日本细胞免疫疗法_肿瘤免疫治疗_NK细胞疗法 - 免疫密码 | 时代北利离心机,实验室离心机,医用离心机,低速离心机DT5-2,美国SKC采样泵-上海京工实业有限公司 工业电炉,台车式电炉_厂家-淄博申华工业电炉有限公司 | 全屋整木定制-橱柜,家具定制-四川峨眉山龙马木业有限公司 | 比亚迪叉车-比亚迪电动叉车堆垛车托盘车仓储叉车价格多少钱报价 磁力去毛刺机_去毛刺磁力抛光机_磁力光饰机_磁力滚抛机_精密金属零件去毛刺机厂家-冠古科技 | 钢托盘,铁托盘,钢制托盘,镀锌托盘,饲料托盘,钢托盘制造商-南京飞天金属13260753852 | 专注氟塑料泵_衬氟泵_磁力泵_卧龙泵阀_化工泵专业品牌 - 梭川泵阀 | 山东彩钢板房,山东彩钢活动房,临沂彩钢房-临沂市贵通钢结构工程有限公司 | 托利多电子平台秤-高精度接线盒-托利多高精度电子秤|百科 | 水厂自动化|污水处理中控系统|水利信息化|智慧水务|智慧农业-山东德艾自动化科技有限公司 | 多物理场仿真软件_电磁仿真软件_EDA多物理场仿真软件 - 裕兴木兰 |