利用语音识别的煤岩失稳前兆信息特征提取的方法和装置与流程

本发明涉及煤岩动力灾害监测预警领域，特别涉及是指一种利用语音识别的煤岩失稳前兆信息特征提取的方法和装置。

背景技术：

煤岩失稳可能导致煤岩动力灾害的发生，对煤岩失稳进行准确预警有助于提前采取针对性措施防止动力灾害的发生。目前，微震、地音和声发射技术由于其本身具有工作量小、不影响生产、时空上动态连续等特点被广泛应用于煤岩动力灾害的监测预警中，虽然取得了良好的应用效果但并不能完全满足实际需求。

微震、地音和声发射技术的监测预警原理主要是，通过采集煤岩变形破裂过程的震动波信号来实现对煤岩裂隙发育扩展过程的监测，进而提取出煤岩失稳的前兆信息特征实现对煤岩失稳的提前预警。

现有技术中，针对微震、地音、声发射等采集的震动波信号的分析手段和分析指标较为单一，大都简单使用能量、频次、计数等统计参数，仅靠这些参数难以准确提取出煤岩失稳的前兆信息特征。

技术实现要素：

本发明实施例提供了利用语音识别的煤岩失稳前兆信息特征提取的方法和装置，能够准确提取出煤岩失稳的前兆信息特征。所述技术方案如下：

一方面，提供了一种利用语音识别的煤岩失稳前兆信息特征提取的方法，该方法应用于电子设备，该方法包括：

将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；

利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；

对所有倒谱系数排序得到倒谱系数的时序分布；

根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。

进一步地，在将煤岩变形破裂过程的震动波信号转变为音频信号并对该音频信号分帧得到帧信号之前，所述方法包括：

在煤岩体上布置传感器，通过布置的传感器采集煤岩变形破裂过程的震动波信号；

其中，所述震动波信号是指一系列独立的震动波或者是连续的震动波全波形。

进一步地，所述将煤岩变形破裂过程的震动波信号转变为音频信号包括：

对采集的震动波信号进行频谱分析得到震动波信号的主频范围；

根据人耳能够感受的音频信号的频带范围调整相邻震动波信号数据点的时间间隔，在时间轴上将震动波信号进行缩放，使震动波信号的主频范围与人耳能够感受的音频信号的频带范围一致，从而将采集的震动波信号转变为人耳能够感受的音频信号。

进一步地，将采集的震动波信号转变为人耳能够感受的音频信号的转化函数为：

其中，fα、fαl、fαh分别为震动波信号原始频率、震动波信号主频范围的下限和上限，fβ、fβl、fβh分别为震动波信号转变为音频信号后音频信号的频率、人耳能够感受的音频信号的频带范围的下限和上限，λ为信号缩放倍数。

进一步地，所述对所述音频信号分帧得到帧信号包括：

若所述震动波信号为独立的震动波，则将每个独立的震动波波形作为一帧信号；

若所述震动波信号为连续的震动波全波形，则将震动波全波形分割成等长度的片段，相邻片段之间重叠一段长度，震动波全波形转变为帧信号，即：

其中，x(t)为震动波的全波形；n为每帧数据的长度；r为帧的数量，r的计算公式为：

其中，lx为震动波信号的长度，l为相邻帧之间的重叠长度，[·]是取整函数；

设x为第r帧信号，x[n]为帧信号x中的第n个值，0≤r≤r-1，则x[n]、x为：

x[n]＝x[r(n-l)+n],n＝0,1,2,…,n-1

x＝{x[r(n-l)],x[r(n-l)+1],…,x[r(n-l)+n-1]}。

进一步地，所述利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数包括：

b1，对某一帧信号x进行窗函数处理得到信号x′，计算公式为：

x′＝wx

其中，w为窗函数；

b2，使用离散傅里叶变换提取信号x′的短时能量谱w，计算公式为：

其中，w[k]为短时能量谱w的第k个值，n为每帧数据的长度，x′[n]为x′中的第n个值；

b3，使用滤波器组对短时能量谱w滤波得到对应频域内的能量信号w′，计算公式为：

其中，w′[m]为w′的第m个值，m为滤波器组的滤波器总数，h为滤波器组，hm[k]为第m个滤波器转换函数的第k个值；

b4，求解能量信号w′的对数得到信号s，计算公式为：

s[m]＝log10w′[m],m＝0,1,2,…,m-1

其中，s[m]为s的第m个值；

b5，对信号s进行离散余弦变换得到所述帧信号x的倒谱系数mfcc，计算公式为：

其中，mfcc[c]为倒谱系数mfcc的第c个参数，c为倒谱系数mfcc的参数的个数，a[c]为正交系数，a[c]计算公式为：

b6，重复步骤b1至步骤b5得到所有帧信号的倒谱系数。

进一步地，所述窗函数可以为锥形窗函数，计算公式为：

其中，w[n]为锥形窗函数的第n个值，lw为窗长度，lw＝n，α为窗系数。

进一步地，所述滤波器组的频带范围与人耳能够感受的音频信号的频带范围一致；

所述滤波器组为梅尔滤波器组，所述梅尔滤波器组由m个三角带通滤波器组成，每个三角带通滤波器的传递函数为：

其中，m＝0,1,2,…,m-1，k＝1,2,…,n/2-1，f(m)为三角带通滤波器的中心频率。

进一步地，所述对所有倒谱系数排序得到倒谱系数的时序分布包括：

若所述震动波信号为独立的震动波，则将震动波的发生时刻作为帧信号倒谱系数的时刻，按照时间先后顺序对倒谱系数排序，得到倒谱系数的时序分布；

若所述震动波信号为连续的震动波全波形，则按照帧的顺序并以相邻帧之间的时间间隔对倒谱系数排序，得到倒谱系数的时序分布，其中，时间间隔tm的计算公式为：

其中，fx为震动波信号的采样频率，n为每帧数据的长度，l为相邻帧之间的重叠长度。

一方面，提供了一种利用语音识别的煤岩失稳前兆信息特征提取的装置，该装置应用于电子设备，该装置包括：

转变模块，用于将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；

获取模块，用于利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；

排序模块，用于对所有倒谱系数排序得到倒谱系数的时序分布；

提取模块，用于根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。

一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述利用语音识别的煤岩失稳前兆信息特征提取的方法。

一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述利用语音识别的煤岩失稳前兆信息特征提取的方法。

本发明实施例提供的技术方案带来的有益效果至少包括：

本发明实施例中，将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；对所有倒谱系数排序得到倒谱系数的时序分布；根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。这样，将语音识别领域的特征提取技术应用于煤岩变形破裂过程中震动波信号分析，以便准确提取煤岩失稳的前兆信息特征，该前兆信息特征可以用于对煤岩稳定状态进行评价，有助于提高煤岩动力灾害监测预警的准确性，对煤岩动力灾害监测预警具有积极作用。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的利用语音识别的煤岩失稳前兆信息特征提取的方法的流程示意图；

图2为本发明实施例提供的试验加载装置示意图；

图3为本发明实施例提供的采集的煤样原始声发射全波形信号示意图；

图4为本发明实施例提供的原始声发射信号的频谱分布及其与转换后音频信号相对应的频带范围示意图；

图5为本发明实施例提供的煤样声发射信号梅尔倒谱系数计算流程示意图；

图6(a)-(l)为本发明实施例提供的煤样梅尔倒谱系数12个参数的时序分布示意图；

图7为本发明实施例提供的利用语音识别的煤岩失稳前兆信息特征提取的装置的结构示意图；

图8是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

如图1所示，本发明实施例提供了一种利用语音识别的煤岩失稳前兆信息特征提取的方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器，该方法包括：

s101，将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；

s102，利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；

s103，对所有倒谱系数排序得到倒谱系数的时序分布；

s104，根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。

本发明实施例提供的利用语音识别的煤岩失稳前兆信息特征提取的方法，将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；对所有倒谱系数排序得到倒谱系数的时序分布；根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。这样，将语音识别领域的特征提取技术应用于煤岩变形破裂过程中震动波信号分析，以便准确提取煤岩失稳的前兆信息特征，该前兆信息特征可以用于对煤岩稳定状态进行评价，有助于提高煤岩动力灾害监测预警的准确性，对煤岩动力灾害监测预警具有积极作用。

本实施例中，作为一可选实施例，在将煤岩变形破裂过程的震动波信号转变为音频信号并对该音频信号分帧得到帧信号(s101)之前，所述方法包括：

在煤岩体上布置传感器，通过布置的传感器采集煤岩变形破裂过程的震动波信号；

其中，所述震动波信号是指一系列独立的震动波或者是连续的震动波全波形。

本实施例中，所述煤岩体是指工程现场采掘周边的煤岩体或者室内实验用的煤岩试样；对工程现场煤岩体一般布置微震或地音传感器，对室内煤岩试样一般布置声发射传感器。

本实施例中，利用在煤岩体上布置的传感器采集煤岩变形破裂过程的震动波信号作为原始数据，以便后续利用语音识别领域的特征提取技术对所述震动波信号进行深入挖掘分析，得到煤岩失稳的前兆信息特征，有助于提高煤岩动力灾害监测预警的准确性。

本实施例中，s101中的将煤岩变形破裂过程的震动波信号转变为音频信号包括：

a1，对采集的震动波信号进行频谱分析得到震动波信号的主频范围；

a2，根据人耳能够感受的音频信号的频带范围调整相邻震动波信号数据点的时间间隔，在时间轴上将震动波信号进行缩放，使震动波信号的主频范围与人耳能够感受的音频信号的频带范围一致，从而将采集的震动波信号转变为人耳能够感受的音频信号；其中，将采集的震动波信号转变为人耳能够感受的音频信号的转化函数为：

其中，fα、fαl、fαh分别为震动波信号原始频率、震动波信号主频范围的下限和上限，fβ、fβl、fβh分别为震动波信号转变为音频信号后音频信号的频率、人耳能够感受的音频信号的频带范围的下限和上限，λ为信号缩放倍数。

本实施例中，采用离散傅里叶变换进行频谱分析。

本实施例中，所述震动波信号的主频范围是指震动波信号主要能量分布的频率范围，优选的在整个频谱范围内，能量占比超过90％的最小连续频带范围作为震动信号的主频范围。

本实施例中，所述人耳能够感受的音频信号的频带范围为133hz～6854hz。

本实施例中，s101中的对所述音频信号分帧得到帧信号包括：

若所述震动波信号为独立的震动波，则将每个独立的震动波波形作为一帧信号；

若所述震动波信号为连续的震动波全波形，则将震动波全波形分割成等长度的片段，相邻片段之间重叠一段长度，震动波全波形转变为帧信号，即：

其中，表示帧信号矩阵，x(t)为震动波的全波形；n为每帧数据的长度；r为帧的数量，r的计算公式为：

其中，lx为震动波信号的长度，l为相邻帧之间的重叠长度，[·]是取整函数；

设x为第r帧信号，对应上述帧信号矩阵里面的第r行，x[n]为帧信号x中的第n个值，0≤r≤r-1，则x[n]、x为：

x[n]＝x[r(n-l)+n],n＝0,1,2,…,n-1

x＝{x[r(n-l)],x[r(n-l)+1],…,x[r(n-l)+n-1]}

其中，x是一个数列，r(n-l)+n是角标，x[r(n-l)+n]表示提取数列x中第r(n-l)+n个数值，x[r(n-l)+n]对应上述帧信号矩阵中的某一个值。

本实施例中，所述利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数(s102)包括：

b1，对某一帧信号x进行窗函数处理得到信号x′，计算公式为：

x′＝wx

其中，w为窗函数，所述窗函数可以为锥形窗函数，计算公式为：

其中，w[n]为锥形窗函数的第n个值，lw为窗长度，lw＝n，α为窗系数，例如，α＝0.46164；

b2，使用离散傅里叶变换提取信号x′的短时能量谱w，计算公式为：

其中，w[k]为短时能量谱w的第k个值，x′[n]为x′中的第n个值；

b3，使用滤波器组对短时能量谱w滤波得到对应频域内的能量信号w′，计算公式为：

其中，w′[m]为w′的第m个值，m为滤波器组的滤波器总数，h为滤波器组，hm[k]为第m个滤波器转换函数的第k个值；

本实施例中，所述滤波器组的频带范围与人耳能够感受的音频信号的频带范围一致，即：133hz～6854hz；

所述滤波器组可以为梅尔滤波器组，所述梅尔滤波器组由m(例如，m＝40)个三角带通滤波器组成，每个三角带通滤波器的传递函数为：

其中，m＝0,1,2,…,39，k＝1,2,…,n/2-1，f(m)为三角带通滤波器的中心频率，f(m)的表达式为：

本实施例中，m＝40时，m以12作为分界点，使用12作为分界点能够得到较优的中心频率。

b4，求解能量信号w′的对数得到信号s，计算公式为：

s[m]＝log10w′[m],m＝0,1,2,…,m-1

其中，s[m]为s的第m个值；

b5，对信号s进行离散余弦变换得到所述帧信号x的倒谱系数mfcc，计算公式为：

其中，mfcc[c]为倒谱系数mfcc的第c个参数，c为倒谱系数mfcc的参数的个数，a[c]为正交系数，a[c]计算公式为：

b6，重复步骤b1至步骤b5得到所有帧信号的倒谱系数。

本实施例中，所述对所有倒谱系数排序得到倒谱系数的时序分布(s103)包括：

若所述震动波信号为独立的震动波，则将震动波的发生时刻作为帧信号倒谱系数的时刻，按照时间先后顺序对倒谱系数排序，得到倒谱系数的时序分布；

若所述震动波信号为连续的震动波全波形，则按照帧的顺序并以相邻帧之间的时间间隔对倒谱系数排序，得到倒谱系数的时序分布，其中，时间间隔tm的计算公式为：

其中，fx为震动波信号的采样频率，n为每帧数据的长度，l为相邻帧之间的重叠长度。

本实施例中，所述根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征(s104)包括：

根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，选取与煤岩失稳相关性高(相关性高指相关性大于预设的阈值)且表现稳定的倒谱系数的某一个或某几个参数作为煤岩失稳的前兆指标，所述前兆指标在煤岩失稳前的变化规律作为煤岩失稳的前兆信息特征。

本实施例中，煤岩失稳的标志包括：煤岩动力灾害的发生、大能量矿震的发生、受力达到煤岩的强度极限等；其中，大能量矿震可以通过现场监测来给定，不同矿井的大能量矿震不同，一般指震动能量大于10⁴～10⁵j的矿震。

接着，结合具体的应用场景，对本实施例提供的利用语音识别的煤岩失稳前兆信息特征提取的方法作进一步说明：

本实施例中，如图2所示，以取自某煤矿的煤样为例，首先将其制作成标准煤样，在实验室内对该煤样(sample)进行加载(load)试验并在煤样上布置声发射传感器(sonar)和应力传感器，同步采集煤样加载过程的声发射全波形信号(简称：声发射信号)和应力信号，利用信号放大器(amplifier)将声发射传感器采集的声发射信号(震动波信号的一种)进行放大，将放大后的信号传输至计算机(computer)，所述计算机安装有声发射数据采集软件，用于采集并存储声发射信号；接着，利用语音识别领域的特征提取技术对采集到的信号进行挖掘得到煤岩失稳的前兆信息特征，具体步骤如下：

(1)将取自煤层的原始煤块制成大小为50mm×50mm×100mm的方柱性标准煤样，其表面上布置声发射传感器和应力传感器，在图2所示的加载装置进行单轴压缩试验，同步采集煤样加载过程的声发射全波形信号和应力信号，采集到的原始声发射全波形信号如图3所示，图3中，load表示载荷，单位是“kn”，用来计算应力(stress)，单位是“mpa”；aeamplitude表示声发射信号振幅，单位是“v”；time表示时间，单位是“s”；

本实施例中，采用离散傅里叶变换对采集到的声发射信号进行频谱分析，得到其主频范围为50khz～300khz；通过增大相邻声发射信号数据点的时间间隔，在时间轴上将采集到的声发射信号拉伸了45.5倍，使声发射信号的采集频率由1mhz转变为频率22khz，主频范围转变为人耳能够感受的音频信号的频带范围：133hz～6854hz；转变后的音频信号对应原始声发射信号的频率为6.0khz～311.5khz，如图4所示，为煤样原始声发射信号在20s、30s、40s三个时刻截取的40ms时段声发射信号的频谱分布及其与转换后音频信号相对应的频带范围，其中，frequence表示频率，单位是“hz”；

对转换后的音频信号进行分帧，设置每帧长度为2ms，包含2000个数据点，相邻帧之间重叠0.5ms，包含500个数据点，即相邻帧之间的时间间隔为1.5ms。

(2)利用本发明的方法并结合matlab的mfcc函数编制程序，计算所有帧信号的梅尔倒谱系数，梅尔倒谱系数的计算步骤如图5所示，输入的参数如表1所示：

表1输入的参数信息

(3)按照帧的顺序并以相邻帧之间的时间间隔1.5ms对倒谱系数排序，得到各倒谱系数的时序分布，结果如图6(a)-(l)所示，其中，mfccs-j表示梅尔倒谱系数的第j个参数，j＝1,2,…,12，stress表示应力，单位是“mpa”。

(4)由图6(a)-(l)可以看出，mfccs-7、mfccs-9、mfccs-10、mfccs-12等4个梅尔倒谱系数参数随煤样加载过程变化的波动性较大，规律性不明显，不适合作为表征煤样稳定性的参数；其他8个梅尔倒谱系数参数在煤样失稳前均表现出明显的规律性，上述8个梅尔倒谱系数参数随煤样载荷的增大而稳定的变化并且在煤样失稳瞬间产生明显的不连续和突变，上述8个梅尔倒谱系数参数与煤样载荷的相关性高，因此，将mfccs-1、mfccs-2、mfccs-3、mfccs-4、mfccs-5、mfccs-6、mfccs-8、mfccs-11作为煤岩失稳的前兆指标，将mfccs-1、mfccs-4、mfccs-6、mfccs-11缓慢增大并产生不连续和突变的规律作为煤岩失稳的前兆信息特征，将mfccs-2、mfccs-3、mfccs-5、mfccs-8缓慢增减小并产生不连续和突变的规律同样作为煤岩失稳的前兆信息特征。

综上，本发明实施例，利用在煤岩体上布置的传感器采集煤岩变形破裂过程的震动波信号作为原始数据，再将其转变为人耳够感受的音频信号并对所述音频信号分帧得到帧信号，接着，利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数，将所有倒谱系数按时序排列后分析其在煤岩失稳前的变化规律，选取与煤岩失稳相关性高且表现稳定的倒谱系数的某一个或某几个参数作为煤岩失稳的前兆指标。这样，能够从原始震动波信号中提取出能准确表征煤岩变形破裂全过程的参数，以达到准确识提取煤岩失稳的前兆信息特征进而提高煤岩动力灾害监测预警准确率的目的。

本发明还提供一种利用语音识别的煤岩失稳前兆信息特征提取的装置的具体实施方式，由于本发明提供的利用语音识别的煤岩失稳前兆信息特征提取的装置与前述利用语音识别的煤岩失稳前兆信息特征提取的方法的具体实施方式相对应，该利用语音识别的煤岩失稳前兆信息特征提取的装置可以通过执行上述方法具体实施方式中的流程步骤来实现本发明的目的，因此上述利用语音识别的煤岩失稳前兆信息特征提取的方法具体实施方式中的解释说明，也适用于本发明提供的利用语音识别的煤岩失稳前兆信息特征提取的装置的具体实施方式，在本发明以下的具体实施方式中将不再赘述。

如图7所示，本发明实施例还提供一种利用语音识别的煤岩失稳前兆信息特征提取的装置，包括：

转变模块11，用于将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；

获取模块12，用于利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；

排序模块13，用于对所有倒谱系数排序得到倒谱系数的时序分布；

提取模块14，用于根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。

本发明实施例所述的利用语音识别的煤岩失稳前兆信息特征提取的装置，将煤岩变形破裂过程的震动波信号转变为音频信号并对所述音频信号分帧得到帧信号；利用语音识别领域的特征提取技术获取所有帧信号的倒谱系数；对所有倒谱系数排序得到倒谱系数的时序分布；根据得到的倒谱系数的时序分布，分析煤岩失稳前倒谱系数的变化规律，得到煤岩失稳的前兆信息特征。这样，将语音识别领域的特征提取技术应用于煤岩变形破裂过程中震动波信号分析，以便准确提取煤岩失稳的前兆信息特征，该前兆信息特征可以用于对煤岩稳定状态进行评价，有助于提高煤岩动力灾害监测预警的准确性，对煤岩动力灾害监测预警具有积极作用。

图8是本发明实施例提供的一种电子设备600的结构示意图，该电子设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessingunits，cpu)601和一个或一个以上的存储器602，其中，所述存储器602中存储有至少一条指令，所述至少一条指令由所述处理器601加载并执行以实现上述利用语音识别的煤岩失稳前兆信息特征提取的方法。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述利用语音识别的煤岩失稳前兆信息特征提取的方法。例如，所述计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除