论文阅读笔记(一)——铁饼鱼的面部识别:使用数字模型的实验方法

  • 论文简介
    • 期刊情况
    • 摘要
    • 研究背景
  • 正文
    • 动物实验对象的制备
    • 社交展示的描述
    • 实验过程
      • 实验1
      • 实验2
    • 道德声明
  • 结果
  • 商量

论文简介

论文中文翻译:《铁饼鱼的面部识别:使用数字模型的实验方法》
论文名称:《Facial Recognition in a Discus Fish
(Cichlidae): Experimental Approach Using
Digital Models》

期刊情况

期刊:《PLOS ONE》
期刊情况:

  • 中科院三区
  • 影响因子2.740
  • Q2分区
  • 平均审稿速度:平均2.6个月

摘要

根据某些物种的面部特征,许多哺乳动物和鸟类都有从视觉上区分熟悉和陌生个体的能力。许多鱼也能在视觉上单独识别其他同种鱼类,之前的研究表明,面部颜色模式可以作为个体识别的初始信号。例如,慈鲷和小热带鱼会使用仅在面部发育的独特颜色模式。然而,面部区域是否对鱼类的视觉信号特别有利仍有待确定,如果是这样,为什么?一夫一妻制的铁饼鱼,联合opdon aequifasciatus(丽鱼科),能够从视觉上区分它的配对伙伴与其他同属物种。七彩鱼的整个身体都有独特的颜色模式,包括面部、头部、躯干和垂直鳍。如果面部区域是视觉线索的一个固有的重要位置,这个物种会使用面部模式进行个体识别,但除此之外,它们也会使用身体其他部位的模式。我们使用改进的数字模型来检验铁饼鱼是否只使用面部颜色进行个体识别。在正面和侧面视图上展示了熟悉和不熟悉的鱼的脸和身体的四种不同组合的数字模型。焦点鱼经常对伴侣的脸模特进行特定的展示,对非伴侣的脸模特进行攻击性的展示。我们的结论是,虽然这种鱼在身体的其他部位有独特的颜色模式,但它并不依赖于正面的颜色模式,而是依赖于侧面的面部颜色模式来识别个体。与鸟类和哺乳动物相比,我们讨论了面部颜色对鱼类个体识别的意义。

研究背景

在由统治等级或领地构成的群体中,动物们会形成有利于识别个体的社会信号。识别的快速性和准确性在这种社会交往中至关重要,而视觉线索在许多类型的社会交往中都是一种有效的感觉信号类型。因此,识别个体的视觉信号在哺乳动物和鸟类中很常见,许多物种使用面部模式作为视觉识别线索(如灵长类动物[5-7]、绵羊[8,9]和鸟类[10-12])。
与群居鸟类和哺乳动物一样,许多种类的鱼类也具有个体识别能力[1,3,4,13 - 15]。鱼类的视觉灵敏度可能与人类的[16]相当,据报道,社交鱼可以通过视觉识别个体[3,14,15,17],尽管它们也可能使用不同类型的感官线索,如听觉和嗅觉[4]。最近,在合作繁殖的慈鲷(Neolamprologus pulcher)的个体识别中,面部区域(眼周到颊区)的颜色模式的个体差异被证明:fish可以通过面部颜色[15]的细微差异,快速准确地区分熟悉和不熟悉的鱼。比较检查表明,其他合作繁殖的慈鲷也可能发展出个体特有的面部颜色,也许是因为快速的个体辨别将是有利的[15]。同样地,永久拥有领土的小热带鱼可能会根据它们的面部颜色来识别邻居,这在个体之间是不同的[14,15,18]。
虽然上述提到的鱼有独特的面部颜色模式,但我们还不清楚脸是否应该是一个特别适合视觉线索的位置,如果是的话,为什么它是脸。我们提出三个假设来解释为什么个体鱼的颜色信号往往在面部区域开发[15]:(1)“遇到”假说:鱼相遇的时候,他们往往会方法“肉搏战”位置,信号在额叶部分的鱼是最有效的。(2)“主体”假说:关键的社会信号应该在身体的主要部位,而不是在容易被损坏或在冲突中丢失的外围部位,如鳍。(3)“面孔特异性”(凝视眼)假说:对于个体的识别,面孔将不可避免地成为视觉信号的位置。如果鱼类一开始会注意到其他鱼类个体的眼睛,就像一些灵长类动物所记录的那样,眼睛附近的社会信号将有助于发送者和接收者快速和准确地发出信号。然而,这些假设并没有得到很好的验证,部分原因是研究已经检测了那些颜色信号只位于面部[15]区域的鱼类。我们可以更彻底地测试这些假说,使用不仅在面部区域有信号颜色,而且在身体其他部位也有信号颜色的鱼:如果面部颜色是最重要的类型,这样的鱼也会专门使用面部模式来识别个体。
生活在南美水域的铁饼鱼,在两性的面部、头部前部、身体躯干和垂直鳍[19]上都有个体特有的颜色图案(图1A)。这种明亮而明显的颜色出现在交配后的繁殖阶段,因此不太可能受到性选择的影响[20,21]。与照片中的人体颜色相比,个体颜色模式至少持续两年。奥林匹克广播服务公司)。铁饼鱼是一夫一妻制的,对伴侣很友好,但在繁殖过程中对接近非伴侣的鱼类有攻击性,这表明它们可能从视觉上区分了正在繁殖的伴侣和其他同种鱼类(Satoh, pers)。奥林匹克广播服务公司)。利用Kohda等人(2015)和铁饼鱼(S. aequifaciatus from a wild population)的实验方法[22,23],我们测试了这些鱼用于个体识别的颜色模式。在这里,我们讨论我们的结果,因为他们涉及三个面部颜色假说和面部颜色的进化在鱼。

正文

动物实验对象的制备

我们从两个商业商店获得了七彩神仙鱼,分别是大阪(http://www.petballoon.co.jp)的彼得巴隆和广岛(https://www.youtube.com/watch?v=)的B-House,这两个商店从巴西亚马逊水系捕获进口鱼并繁殖F1鱼在日本。在这个物种中,两性在他们的整个身体上都发展出许多白线或白点的个体特有的颜色模式(图1A,1C和1D)。实验鱼被养在充气缸(120 × 60 × 50厘米,360升)中,温度为26.5–27.5℃,酸碱度为5.5–6.5,光照条件为12升:12天,旨在繁殖它们的自然栖息地。四对中的八条鱼(实验1)和六对中的12条鱼(实验2)在两个缸中保持三个月,在此期间没有观察到繁殖行为。鱼每天喂两次蚊子幼虫和人造食物。虽然身体形态、大小和颜色在性别之间没有差异[24],但生殖器乳头的形状略有不同,这些差异用于性别鉴定。
雌雄对取自同一个产卵池,并引入一个“产卵池”(60 × 45 × 45厘米,120升),其中有一个块(5 × 10 × 10厘米)作为产卵地。当它们产卵时(每窝50-300个卵),它们被认为形成了繁殖对。当产卵和繁殖开始时,白线和体色的对比度变得比开始前更高(Satoh pers。obs。).


社交展示的描述

由于这种鱼的社会行为以前没有被描述过,我们首先观察了它们在产卵池中与配偶和非配偶鱼的社会互动。使用了四对八条鱼(158.8毫米4.1(平均标准差),n = 8)。在两对鱼中,在用手网从一对鱼中取出一条鱼后,我们引入了一条不熟悉的鱼(焦点鱼从未见过),它的性别和大小与取出的鱼相似。我们用摄像机(HDR CX390,索尼,也用于本研究的所有视频记录)记录了原始鱼和引入鱼之间的相互作用10分钟。接下来,我们取出不熟悉的鱼,重新引入伴侣,在重新引入20分钟后,记录这对伴侣之间的相互作用10分钟。在另外两对鱼中,我们成对记录了10分钟的相互作用,然后记录了伙伴鱼和被替换的不熟悉的鱼之间的相互作用10分钟。在这个实验中,我们观察到了四种类型的展示:“头朝下展示”和“侧边展示”只发生在配对伙伴之间,而“正面展示”和“撞嘴”只发生在不熟悉的鱼之间,不分性别(表1)。因此,头朝下显示和横向显示(以下称为伙伴显示)表明鱼识别配对伙伴,而正面显示和撞嘴(以下称为非亲昵鱼显示)可被视为表明表演者将鱼视为非伙伴的行为。在这些展示中,鱼通常采取横向位置,不管另一条鱼是伙伴还是非伙伴。

实验过程

当鱼静止在玻璃墙附近时,每条鱼的侧视(左右两侧)和前视照片都是在储水池或产卵池中拍摄的(佳能EOS Kiss X,佳能)。制备了一个实验罐(90 × 45 × 45厘米,180升),其具有由不透明板分隔的两个隔室。板子上有一个小门,门上有一扇门,鱼可以通过(图1E)。一个52 x 32厘米的显示器(戴尔MOJ公司生产)放在左侧隔间旁边。鱼的数码照片显示在监视器上,这样隔间里的焦点鱼就可以看到它们。显示器上显示的数字模型的大小根据合作伙伴的大小进行了调整。鱼回应了在许多情况下显示真实鱼的图像,并且分析鱼的社会反应以检验来自假设的预测。据报道,慈鲷类具有对光谱的紫外至红端敏感的视觉色素[25]。我们假设铁饼(慈鲷科)也有这样的灵敏度,但是我们的相机和监视器没有覆盖紫外线。

实验1

为了测试“相遇假说”,该假说的预测与假说2和3的预测有很大不同,我们向焦点鱼展示了伙伴和非伙伴的正面和侧面数字图像(图1B-1D)。如果相遇假设适用,鱼应该更加注意鱼的正面视图,并将使用正面头部和面部的颜色来区分熟悉的伙伴和非伙伴。在这个实验中,我们使用了之前用于行为观察的四对鱼中的八条。一次将一对繁殖体引入实验池(图1E),并在那里保持三天或更长时间。在此期间,监视器显示了一个没有鱼的充气水族馆的电影,这样焦点鱼就可以习惯监视器的存在。当一对中只有一个成员在实验舱(左)时,门关闭,进行实验。四种类型的模型(伙伴和非伙伴的正面和侧面[左侧]视图)在监视器中心随机显示一分钟。我们在一周的时间里每天展示模型,每天给每条鱼展示一个模型。焦点鱼的行为在模型展示期间被录像。展示结束后,隔间之间的门被打开,当每条鱼移到对面的隔间时,我们为这对鱼中的另一条鱼进行展示。我们的初步实验表明,两性对男性非伴侣模型的形象都有类似的攻击性反应,并且在实验1中向两性展示了相同的男性非伴侣模型。实验在白天进行,从12:00到15:00。使用一分钟的视频记录,我们分析了1)焦点鱼的眼睛在监视器上距离模型5厘米以内的时间段,以及2)焦点鱼的四种显示类型的数量(表1)。无论是前者(曼-惠特尼U-检验,在所有四种情况下P = 0.24)还是后者(在所有情况下P = 1.0),聚焦鱼的性别之间都没有差异,因此来自男性和女性的数据被汇集在一起。

实验2

在实验2中使用了六对12条鱼(133.6毫米4.2标准偏差,范围从125毫米到141毫米,n = 12)。为了检验“主体”假说和“面部特异性”假说,我们研究了哪些颜色模式可以作为金线鱼个体识别的视觉信号。如果主体假设是正确的,鱼应该使用躯干上的颜色图案,以及面部颜色。如果面部特定的假设是正确的,鱼将只使用面部区域的颜色。为此,我们根据Kohda等人(2015)的方法,使用Adobe Photoshop CS软件准备了四种类型的模型:照片的面部区域在鱼照片之间交换(图1B)。通过这种方法,我们创建了一个“伴侣的脸(Pf)和伴侣的身体(Pb)”模型(PfPb),“伴侣的脸和非伴侣的身体(Nb)”模型(PfNb),“非伴侣的脸(Nf)和伴侣的身体”模型(NfPb)和“非伴侣的脸和非伴侣的身体”模型(NfNb)。非伴侣来自焦点鱼从未见过的鱼的照片,以及与伴侣同性别的照片。在脸部和身体互换的模型中,我们仔细混合了脸部边界周围的区域,使得颜色的渐变看起来很自然。在准备伙伴模型(PfPb)和非伙伴模型(NfNb)时,我们只是将他们的面部图像剪切并粘贴在PC中进行控制。面部特异性假说预测,鱼的反应在PfPb和PfNb之间或NfPb和NfNb之间不应有所不同:也就是说,鱼将只使用面部颜色来区分模型。如果鱼对PfPb和PfNb或NfPb和NfNb的反应不同,这将表明鱼只使用身体颜色,而不是面部颜色作为视觉提示,支持主体假说。如果对修改后的模型(PfNb和NfPb)的反应是中间的在对伴侣和陌生人模型的反应中,这表明鱼同时使用面部颜色和其他颜色模式,也支持主体假说。
模型展示的程序与实验1相同,除了模型的运动模式:模型从屏幕的右边缘出现并缓慢靠近,然后游向屏幕的左边缘30秒,然后从左向右移动30秒,遵循Kohda等人(2015)的实验设计。在模型出现在屏幕上的60秒内,焦点鱼的行为被摄像机记录下来。利用这些记录,我们分析了数字模型显示的数量和类型。与四种类型的模型相比,焦点鱼的性别在伴侣或非伴侣展示的频率上没有差异(曼-惠特尼U-检验,P > 0.14)。因此,我们汇集了男性和女性的数据。对于统计检验,使用R 3.0.1计算非参数威尔科克森符号秩检验。统计软件(R核心团队,2014)。由于许多零值,方差分析不可用。这些分析中使用的数据在本文的支持信息文件中给出,并且是可用的。

道德声明

我们在实验中没有牺牲研究动物。我们提供了足够的食物,并把它们保存在良好的水族馆条件下。我们的实验是按照日本动物行为学协会的动物福利指南进行的,并得到了大阪市立大学动物护理和使用委员会的特别批准。

结果

在实验1中,对于两个伙伴模型,焦点鱼在正面视图模型前花费的时间比侧面视图模型少得多(分别为11.3±2.1秒和44.5±2.2秒;Wilcoxon符号秩检验,T = 0,P < 0.001,n = 8,图2)和非伙伴模型(14.2±2.3秒对39.2±2.5秒,T = 0,P < 0.007,n = 8)。焦点鱼在伙伴(PfPb)和非伙伴(NfNb)模型的正面视图模型前花费的时间较少,但两种模型之间的差异不显著(T = 10.5,P = 0.29)。鱼在侧视图模型前花了更多的时间,不管模型是伙伴模型还是非伙伴模型(T = 4.5,P = 0.11)。鱼对侧视模型的反应比正面模型更频繁,不管模型是伙伴还是非伙伴。在实验1中,fish经常针对侧视伙伴模型进行伙伴展示,但不针对前视伙伴模型(威尔科克森符号秩检验,T = 0,P < 0.01,n = 8,图3A)。焦点鱼没有针对非合作伙伴模型进行合作伙伴展示。Fish经常对侧视图非合作伙伴模型进行非合作伙伴展示,但对前视图非合作伙伴模型(T = 0,P < 0.05,n = 8)或合作伙伴模型(图3B)不进行展示。这些结果表明,鱼能够更好地用侧视来区分伴侣和非伴侣。因为鱼没有对任何正面视图模型进行社交展示,所以我们在实验2中只向焦点鱼展示了侧面视图模型。实验2采用了伙伴(PfPb)和非伙伴(NfNb)模型,以及两个修改的模型(PfNb和NfPb)(图4)。在实验1中,焦点鱼对伙伴模型进行了频繁的伙伴展示,但没有对非伙伴模型进行展示(威尔科克森符号秩检验,T = 78.0,P = 0.002,n = 12,图4A)。类似地,fish对非伙伴模型进行非伙伴展示,但不对伙伴模型进行展示(T = 0,P = 0.003,n = 12,图4B),证实这种鱼能够使用所操纵的侧视图像来区分伙伴和非伙伴。

伙伴展示行为在有伙伴脸但身体不同的模型之间没有差异(PfPb对PfNb,T = 41.0,P = 0.48,n = 12),在没有伙伴脸但身体不同的模型之间也没有差异(NfNb对NfPb,T = 0,P = 0.17,n = 12,图4A)。此外,非伴侣展示的频率在同一张脸但不同身材的模特之间没有差异(PfPb对PfNb,T = 0,P = 0.37NfNb与SfNb的关系,T = 34.5,P = 0.16,n = 12图4B)。这些结果表明,焦点鱼只使用面部颜色来区分伴侣和非伴侣,并与面部特定的假设一致。合作伙伴展示和非合作伙伴展示改装车型的频率不在原始合作伙伴车型和非合作伙伴车型的展示频率之间。这些与主体假说的预测不一致。

商量

铁饼鱼在整个身体上有独特的颜色图案。实验1的结果表明,这条鱼更关注从侧面看模型的鱼,而不会对从正面看模型的伴侣或非伴侣的鱼进行社交展示。因此,这一物种通常不会以头对头的姿势相互作用,这与相遇假说是不一致的。此外,由于fish一贯地对伙伴模型(PfPb)和非伙伴进行伙伴显示,所以对非伙伴进行显示模型(NfNb)横向提出,实验表明该鱼具有区分配对伙伴和非配对伙伴的能力。
实验2发现,两组被试对伴侣面型(pffb和PfNb)和非伴侣面型(NfNb和NfPb)的表现频率相似。这些结果清楚地表明,面部颜色对于鱼的识别是必不可少的,并且与面孔特异性假说的预测是一致的。Fish只对NfPb模型执行非伙伴显示,对PfNb模型执行伙伴显示,这表明它们分别将它们识别为非伙伴和伙伴。此外,修正模型的反应不是介于PfPb和SfSb模型的反应之间,这表明鱼类并没有同时使用面部和身体的颜色模式进行个体识别。这些结果与面孔特异性假说的预测一致,但与主体假说的预测不一致。因此,我们可以得出结论,面部颜色,而不是其他身体特征,作为一个视觉线索,以识别海鞘猴。这是鱼类个体面部识别的第二个有记录的实例(见[15])。

当铁饼鱼遇到正面视图模型时,它们只会看到头部的短侧色线,而看不到整个“面部”(图1C)。这可能是鱼对正面视图模型没有反应的原因。慈鲷科N. pulcher和许多其他合作繁殖的慈鲷科和领地鲷[14,15]具有侧脸颜色,但它们缺乏头部正面颜色[15,26,27]。综合这些证据表明,在这些鱼中,前额叶并没有起到信号个体识别的作用。
在动物中,炫耀性的颜色通常是通过性选择进化而来的,在性选择中,竞争交配机会的性别会发展出有吸引力和艳丽的形态[20,21]。水弯铁饼鱼是一夫一妻制的,在交配后的繁殖期内雌雄均出现着色。因此,颜色模式不太可能是性选择的目标。不同个体的面部颜色略有不同,并作为一种社会信号,用于识别配对伙伴之间的个体。合作繁殖的红唇慈鲷的面部颜色有两性,可能主要是由自然选择决定的[15,27]。永久有领地的鱼的面部颜色是不分性别出现的,也将用于个人识别[14]。这些例子表明,社交鱼可能经常在两性中发展面部线索,以促进个体识别,而不受配偶吸引的影响。
性选择,尤其是雌性选择,会导致雄性出现性二色[20,21]。性感诱人的颜色图案通常出现在鱼的腹部或躯干;例如,三刺鱼(红色腹部)、孔雀鱼(躯干上的橙色斑点)和蓝头鱼(躯干上的白色斑点)[28-30]。这些地点可能与主体假说相一致。这些信号包含有关身体状况或遗传质量的信息,雌性会检查并比较雄性斑块的大小和/或颜色或亮度[28-30]。因此,信号颜色的位置似乎是不同的,取决于信号是为了吸引配偶还是个体识别,但需要对面部颜色和有性吸引力的颜色的排序进行进一步的比较研究,并将为社会动物的视觉信号研究提供有趣的视角。
眼睛将在动物和人类的面部识别中发挥重要作用(如鱼类[31,32]]、灵长类[33-35]、人类[36,37])。对眼动的研究表明,个体倾向于先看对手的眼睛,然后再看脸部的其他部分(如人类[37],恒河猴[36],黑猩猩[7,37])。这表明,如果视觉线索位于眼睛附近,这些线索将允许信号快速传输。鱼类的面部特异性假说([14,15]和本研究)将与哺乳动物的面部识别模式(如[5-10])和鸟类[10–12]。cichlid N. pulcher在0.5秒内高精度地区分熟悉的和不熟悉的面孔[15]。对于这种类型的快速和准确的面部识别,眼睛附近的个人特定信号将是最有效的。尽管这些研究在方法上有困难,但进一步的研究应该检查鱼的眼球运动,以进一步阐明面部识别的机制。

论文阅读笔记(一)——铁饼鱼的面部识别:使用数字模型的实验方法相关推荐

  1. 论文阅读笔记(五)——狐猴识别系统:一种便于狐猴个体识别的面部识别系统

    论文阅读笔记(五)--狐猴识别系统:一种便于狐猴个体识别的面部识别系统 论文简介 论文中文翻译:狐猴识别系统:一种便于狐猴个体识别的面部识别系统 论文名称:<LemurFaceID: a fac ...

  2. 论文阅读笔记(二)——牛的人脸识别,能做到吗?

    论文阅读笔记(二)--牛的人脸识别,能做到吗? 论文简介 论文中文翻译:<牛的人脸识别,能做到吗?> 论文名称:<Face Recognition of Cattle: Can it ...

  3. Transfiguring Portraits论文阅读笔记

    Transfiguring Portraits论文阅读笔记 图1:我们系统的目标是让人们想象和探索在不同的国家,时代,发型,头发的颜色,年龄以及可以在图片搜索引擎中查询的其他内容的样子.上面的示例显示 ...

  4. 全卷积(FCN)论文阅读笔记:Fully Convolutional Networks for Semantic Segmentation

    论文阅读笔记:Fully Convolutional Networks forSemantic Segmentation 这是CVPR 2015拿到best paper候选的论文. 论文下载地址:Fu ...

  5. DnCNN论文阅读笔记【MATLAB】

    DnCNN论文阅读笔记 论文信息: 论文代码:https://github.com/cszn/DnCNN Abstract 提出网络:DnCNNs 关键技术: Residual learning an ...

  6. Learning Multiview 3D point Cloud Registration论文阅读笔记

    Learning multiview 3D point cloud registration Abstract 提出了一种全新的,端到端的,可学习的多视角三维点云配准算法. 多视角配准往往需要两个阶段 ...

  7. FCGF论文阅读笔记

    FCGF论文阅读笔记 0. Abstract 从三维点云或者扫描帧中提取出几何特征是许多任务例如配准,场景重建等的第一步.现有的领先的方法都是将low-level的特征作为输入,或者在有限的感受野上提 ...

  8. PointConv论文阅读笔记

    PointConv论文阅读笔记 Abstract 本文发表于CVPR. 其主要内容正如标题,是提出了一个对点云进行卷积的Module,称为PointConv.由于点云的无序性和不规则性,因此应用卷积比 ...

  9. DCP(Deep Closest Point)论文阅读笔记以及详析

    DCP论文阅读笔记 前言 本文中图片仓库位于github,所以如果阅读的时候发现图片加载困难.建议挂个梯子. 作者博客:https://codefmeister.github.io/ 转载前请联系作者 ...

最新文章

  1. com.alibaba.druid.sql.parser.ParserException: ERRO
  2. modelsim-altera
  3. Fiddler抓包工具详解(三)(fiddler监控面板+辅助工具)
  4. MacOS中使用QT开发iOS应用
  5. 传锤子科技解散成都分公司 才搬迁一年罗永浩就顶不住了
  6. oracle数据库扩展目录,Oracle 扩充磁盘空间
  7. xadmin与mysql数据库_django和xadmin打造后台管理系统(一)-xadmin安装及使用
  8. WPF 使用MSCHART 控件代码
  9. 嵌入式学习4--混杂设备驱动
  10. Android adb重启手机
  11. 破解Access(*.mdb)目前所有版本的密码
  12. 关于BeanUtils.populate
  13. OPPO加入连接标准联盟董事会;BOSE为领克09汽车打造Centerpoint环绕声音响系统 | 全球TMT...
  14. python逐行读取数据_python – Pandas按行读取数据
  15. 语言表达的6c原则是指什么,商业计划书的6C原则是什么?
  16. QT项目实战之翻金币小游戏
  17. C# 计算指定年月的当月工作日方法
  18. 2021年1月编程语言排行榜(C语言又第一名)
  19. border样式失效原因
  20. 五金自营平台进军MRO百亿市值 行业独角兽势头显现

热门文章

  1. HTTP请求方式:get与post
  2. Python学习小甲鱼视频做的笔记(持续更新中)
  3. 系统集成项目管理工程师和信息系统管理工程师考试指南
  4. 终极解决vc++1935安装错误办法
  5. 2位数码管秒表c语言程序,利用定时器实现2位数码管秒表0到99循环
  6. 为什么是ELT而非ETL
  7. PTA 旅游规划 C语言 最短路径--Dijkstra
  8. 【笔记】boolean和Boolean的区别
  9. 从理解开始 谈谈px rem 和 em 的区别与联系
  10. 标准技术方案指标体系研究报告国标策文件技术标准技术规范,政策GB行业报告白皮书数据资源