• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于突現(xiàn)檢測的中美人工智能領(lǐng)域研究前沿對比分析

      2019-11-29 04:59:52張???李玉華
      關(guān)鍵詞:卡耐基術(shù)語發(fā)文

      張???,李玉華,莊 曉

      (1.山東科技大學(xué) 圖書館;2.山東科技大學(xué) 計算機科學(xué)與工程學(xué)院,山東 青島 266590)

      人工智能(Artificial Intelligence)自1956年誕生以來,先后經(jīng)歷了發(fā)展、低潮、再發(fā)展的曲折過程,直至2016年3月,AlphaGo戰(zhàn)勝了人類職業(yè)圍棋冠軍,引發(fā)了人工智能技術(shù)的又一熱潮。本次熱潮呈現(xiàn)出技術(shù)引領(lǐng)、國家重視、企業(yè)推動以及需求牽引四大特點,世界多國政府近年來相繼出臺政策,迅速將人工智能上升為國家戰(zhàn)略,將其視為國家核心競爭力的基本要素和重要標志。美國政府于2016年10月13日發(fā)布了《國家人工智能研究與發(fā)展策略規(guī)劃》,我國政府于2017年7月20日印發(fā)了《新一代人工智能發(fā)展規(guī)劃》,在2018年中國政府工作報告中更明確提出“加強新一代人工智能研發(fā)應(yīng)用”?!吨袊乱淮斯ぶ悄馨l(fā)展報告2019》指出[1],美國、中國、英國在人工智能發(fā)展方面表現(xiàn)突出,已躋身世界“第一梯隊”,因此,探究人工智能領(lǐng)域的研究前沿,有利于了解當前人工智能的研究方向及發(fā)展趨勢,為我國科研政策制定提供數(shù)據(jù)支持和決策參考。

      在全球人工智能領(lǐng)域研究方面,研究者從專利或文獻數(shù)據(jù)入手,探究整個領(lǐng)域的研究前沿。如,張振剛等[2]以專利為數(shù)據(jù)源,利用CiteSpace繪制共詞圖譜并識別出專利突變術(shù)語,以此分析人工智能技術(shù)的研究前沿;余厚強等[3]從關(guān)鍵詞節(jié)點指標、網(wǎng)絡(luò)指標和聚類分析等多個角度識別國際人工智能的研究前沿,并從聚類關(guān)鍵詞構(gòu)成、互信息詞和核心文獻三方面對研究前沿進行示例解讀。在研究前沿檢測上,吳靜等[4]使用突現(xiàn)檢測技術(shù),對國際技術(shù)創(chuàng)新研究的時空分布、熱點和趨勢等展開分析;王夢婷[5]采用突現(xiàn)檢測方法,對10年內(nèi)的競爭情報文獻數(shù)據(jù)進行研究,并根據(jù)主題突變的特點劃分出5種不同突變類型。

      本文旨在以文獻數(shù)據(jù)作為來源,以中美兩國人工智能領(lǐng)域發(fā)展現(xiàn)狀作為研究對象,從總體發(fā)文量、高產(chǎn)機構(gòu)、高產(chǎn)作者等方面分析兩國開展人工智能研究的異同,判別中美兩國在人工智能領(lǐng)域的研究方向、研究優(yōu)勢,從而識別兩國研究前沿和研究熱點,為我國人工智能未來的發(fā)展方向提供參考。

      一、數(shù)據(jù)來源與方法

      (一)數(shù)據(jù)來源

      本文選擇Web of Science核心合集數(shù)據(jù)庫作為數(shù)據(jù)來源,分別檢索2010—2018年中美兩國在人工智能領(lǐng)域發(fā)表的文獻,檢索式限定WC=(Computer Science,Artificial Intelligence)AND CU=(USA) AND PY=(2010—2018),以及WC=(Computer Science,Artificial Intelligence)AND CU=(China)AND PY=(2010—2018),文獻類型選擇“Article”,檢索時間為2019年6月11日。共檢索到來自中國的文獻32439篇,來自美國的文獻17318篇。

      (二)研究方法

      突變術(shù)語是指一個學(xué)科內(nèi)突然發(fā)生變化的專業(yè)術(shù)語,表現(xiàn)為在某些年份發(fā)表文獻中驟增,可用來表征研究前沿。[6]Kleinberg[7]于2002年提出了突現(xiàn)檢測(Burst Detection)算法,他認為詞的重要性體現(xiàn)不在于詞出現(xiàn)時的時間長短,而是詞出現(xiàn)時的密度,即那些頻次相對增長率突然增加的詞——突變詞。突現(xiàn)檢測算法能在不受外界因素影響的情況下及時發(fā)現(xiàn)未達到詞頻閾值但具有情報意義的詞[8],它更注重領(lǐng)域內(nèi)研究活躍并具有潛在影響的熱點因素,而不管它是低頻詞還是高頻詞,它認為頻次增長率突然增加的詞更有可能涉及領(lǐng)域局部熱點的變化,有助于發(fā)現(xiàn)和推動學(xué)科領(lǐng)域中的微觀因素,在揭示學(xué)科發(fā)展上更具有及時性和情報價值[9]。突變權(quán)重越大表示研究主題越熱門[10],突變術(shù)語成為領(lǐng)域新興研究趨勢的可能性也就越大。

      本文采用CiteSpace軟件自帶的突現(xiàn)檢測工具進行突現(xiàn)檢測,構(gòu)建術(shù)語共現(xiàn)網(wǎng)絡(luò),從大量專業(yè)術(shù)語中檢測出突變術(shù)語并依據(jù)其權(quán)重進行排序,從而探析領(lǐng)域研究熱點的演進軌跡。軟件的操作與參數(shù)設(shè)置如下:Time Slicing中時間段為2010—2018年,時間片設(shè)置為1,Term Source 選擇Title + Abstract +Author Keywords(DE)+Keywords Plus(ID),Term Type選擇名詞短語(Noun Phrase),Node Types選擇Term,閾值設(shè)置為TOP50;其次,計算方式設(shè)置主要為網(wǎng)絡(luò)模型優(yōu)化方式設(shè)置,剪切方式(Pruning)選擇路徑發(fā)現(xiàn)(Pathfinder)和修剪合并網(wǎng)絡(luò)(Pruning the Merged Network);最后,結(jié)果展示方式設(shè)置為對可視化方式的選擇,可視化方式(Visualization)選擇靜態(tài)聚類視圖(Cluster View-static)和顯示合并網(wǎng)絡(luò)(Show Merged Network)。

      二、研究結(jié)果與綜合分析

      (一)總體發(fā)文量對比分析

      對文獻數(shù)量進行統(tǒng)計分析,有利于在宏觀上掌握某一領(lǐng)域的發(fā)展規(guī)模,從整體上把握學(xué)科的發(fā)展脈絡(luò)。[11]而發(fā)文數(shù)量的變化可以直觀地看到某學(xué)科在特定時間段內(nèi)研究熱度的變化,是衡量該學(xué)科在該時間段內(nèi)發(fā)展態(tài)勢的重要指標。[12]選擇Web of Science核心合集數(shù)據(jù)庫作為數(shù)據(jù)來源,時間限定為2010—2018年,共檢索出全球人工智能領(lǐng)域文獻111 332篇。其中,中國發(fā)文32 439篇,占比29.14%,位居各國家/地區(qū)發(fā)文量首位;美國發(fā)文17 318篇,占比15.56%,位居世界發(fā)文量第二位。中美兩國合計發(fā)文量達到49 757篇,占世界發(fā)文總量的44.7%。利用CiteSpace軟件自帶的突現(xiàn)檢測工具,對2010—2018年中美兩國發(fā)表的文獻進行突變術(shù)語檢測,將檢測到的術(shù)語按照突變年限進行排序,形成主題詞突變演化表,如表1和表2所示。

      由表1可知,中國人工智能研究領(lǐng)域共產(chǎn)生22個突變術(shù)語,近九年來的發(fā)展狀況主要呈現(xiàn)以下特點:

      (1)2010年前后,研究前沿集中在系統(tǒng)、算法以及邏輯層面,主成分分析、人工神經(jīng)網(wǎng)絡(luò)、支持向量機、進化算法等關(guān)鍵詞在2010年甚至更早的時間點發(fā)生突變,說明我國在2010年以前就已經(jīng)在人工智能理論研究方面取得進展,研究的主要陣地集中在基礎(chǔ)算法領(lǐng)域,同時呈現(xiàn)出向具體應(yīng)用領(lǐng)域轉(zhuǎn)化的趨勢。

      表1 中國人工智能領(lǐng)域研究主題詞突變演化

      (2)2011—2013年,我國對人工智能領(lǐng)域的研究從純理論轉(zhuǎn)向了較為具體的前沿應(yīng)用領(lǐng)域,如粗糙集理論、稀疏表示、模糊集、泛化表現(xiàn)、群決策等;同時,硬件設(shè)備的發(fā)展也促使人工智能向大數(shù)據(jù)挖掘時代邁進,這一階段的研究相對短暫。

      (3)2015年至今,人工智能的研究涉及層面廣泛,呈現(xiàn)出對新問題、新方法的關(guān)注[10],基準功能、時變延遲、高精確度等關(guān)鍵詞在2015年發(fā)生突變,但關(guān)注度僅維持到2016年,而數(shù)據(jù)挖掘、先進方法(the-art approach)等關(guān)鍵詞在2015年發(fā)生突變后,熱度一直持續(xù)到2018年,目前仍處于研究的熱點位置。

      由表2可知,美國人工智能研究領(lǐng)域共有48個術(shù)語發(fā)生突變,美國在人工智能領(lǐng)域的研究呈現(xiàn)出起步早、研究前沿多、學(xué)科分布均勻的特點。

      (1)2010年前后,美國人工智能領(lǐng)域出現(xiàn)的突變詞較多,決策樹、進化算法、模式識別等關(guān)鍵詞的突變時間僅持續(xù)到2011年,說明美國在人工智能理論研究領(lǐng)域開始時間早,處于領(lǐng)先地位;2010—2011年期間,研究領(lǐng)域不僅涉及支持向量機等基礎(chǔ)理論算法,同時在圖像分割、特征提取等具體應(yīng)用領(lǐng)域也有所突破。

      (2)2012—2014年期間,美國繼續(xù)在基礎(chǔ)算法和圖像處理等領(lǐng)域展開研究,這一階段平均每項研究持續(xù)2—3年,如降維、訓(xùn)練集、稀疏表示、自然圖像等在2012年發(fā)生突變的術(shù)語基本在2014年前后完成突變;少數(shù)術(shù)語如分類性能等持續(xù)熱度時間較長,截至目前仍處于熱點位置。

      (3)2015年至今,發(fā)生突變的術(shù)語達到16個,其中多數(shù)保持著高熱度,如特征空間、大數(shù)據(jù)、計算效率等全球性的新興研究;同時還包括社交媒體、計算模型、訓(xùn)練樣本、現(xiàn)實訓(xùn)練集等現(xiàn)實應(yīng)用研究點。

      表2 美國人工智能領(lǐng)域研究主題詞突變演化

      從突變詞檢測的角度探析中美兩國在人工智能領(lǐng)域的研究概況可以發(fā)現(xiàn),盡管中國的發(fā)文總量近乎美國發(fā)文量的兩倍,但從術(shù)語突變趨勢上看,中國在人工智能領(lǐng)域的研究在2012年以前是落后于美國的,其研究重心局限于理論及算法領(lǐng)域,與此同時,美國在人工智能的研究上一方面代表了研究的前沿方向,另一方面起到了引領(lǐng)作用;2015年以后,中國逐步跟上世界研究前沿的步伐,大踏步地趕上甚至超越美國,在先進方法(the-art method)研究上比美國研究早了一年。

      (二)高產(chǎn)機構(gòu)發(fā)文量對比分析

      科研機構(gòu)是開展科學(xué)研究的基本單位之一,從機構(gòu)角度探究其研究前沿并進行對比,有助于明確機構(gòu)在領(lǐng)域發(fā)展中的位勢、研究的側(cè)重、整體實力與機構(gòu)間研究的差異。[13]利用CiteSpace軟件對清洗后的數(shù)據(jù)進行機構(gòu)發(fā)文量的統(tǒng)計,節(jié)點類型選擇Institution,其他參數(shù)設(shè)為默認值,中美兩國排名前10位的高產(chǎn)機構(gòu)如表3所示。

      表3 中美兩國排名前十位的高產(chǎn)機構(gòu)及其發(fā)文量

      由表3可得,在發(fā)文數(shù)量上,中國各機構(gòu)對人工智能領(lǐng)域的研究明顯多于美國,說明我國對人工智能的研究較為重視且有相當?shù)某晒a(chǎn)出。其中,中國科學(xué)院發(fā)文量居于首位,發(fā)表論文量達到2242篇,排名前十位的高產(chǎn)機構(gòu)發(fā)文量占我國發(fā)文總量的30.9%。美國發(fā)文量排在前十位的高產(chǎn)機構(gòu)中,卡耐基梅隆大學(xué)發(fā)文604篇,位于美國各機構(gòu)首位。

      以下以中美兩國發(fā)文量最高的兩所機構(gòu)(中國科學(xué)院、卡耐基梅隆大學(xué))為例,對其研究前沿進行探測和對比分析,從而反映中美兩國在人工智能領(lǐng)域的研究現(xiàn)狀及未來發(fā)展趨勢。采用與前文同樣的突現(xiàn)檢測算法對兩所機構(gòu)發(fā)表文獻中的術(shù)語進行檢測,得到研究機構(gòu)的突變演化表如表4和表5所示。

      1.中國科學(xué)院人工智能領(lǐng)域研究主題詞突變演化趨勢

      (1)對2010—2018年中國科學(xué)院發(fā)表的2242篇文獻進行突變詞檢測,共得到19個突變術(shù)語,如表4所示。由表可知,中國科學(xué)院2010年發(fā)生突變的術(shù)語包括線性判別分析以及主成分分析,由于本文檢索時間限定為2010年及以后,這兩個突變術(shù)語可能在前期已經(jīng)投入研究。線性判別分析及主成分分析均為經(jīng)典的數(shù)據(jù)降維方法[14],由此可見,中國科學(xué)院在2010年前后對降維方法的關(guān)注度較高。

      (2)2011年至2014年,中國科學(xué)院多個術(shù)語發(fā)生突變。數(shù)據(jù)挖掘、特征選擇、面部識別、圖像處理等術(shù)語的突變反映出中國科學(xué)院將關(guān)注點放到機器學(xué)習(xí)以及圖像處理領(lǐng)域,在相關(guān)方面取得一定程度的進展。

      (3)2015年至今,自適應(yīng)動態(tài)規(guī)劃、閉環(huán)系統(tǒng)、交替方向法等術(shù)語發(fā)生突變,其熱度一直持續(xù)至今,表明近年來中國科學(xué)院仍舊將重點放在深度學(xué)習(xí)、機器學(xué)習(xí)領(lǐng)域,完成從理論層面向應(yīng)用層面的轉(zhuǎn)化,致力于解決實際問題。

      表4 中國科學(xué)院人工智能領(lǐng)域研究主題詞突變演化

      表5 卡耐基梅隆大學(xué)人工智能領(lǐng)域研究主題詞突變演化

      2.卡耐基梅隆大學(xué)人工智能領(lǐng)域研究主題詞突變演化趨勢

      (1)對2010—2018年卡耐基梅隆大學(xué)發(fā)表的604篇文獻進行突變詞檢測,共得到12個突變術(shù)語,如表5所示。由表可知,2010—2014年未能檢測到突變詞,最早發(fā)生突變的術(shù)語為數(shù)據(jù)挖掘,始于2015年,一直到2018年依舊保持高熱度,仍是當前的一個研究熱點。2015年發(fā)生突變的術(shù)語達到8個,包含行為識別、先進方法、先進算法等,其中部分術(shù)語的突變一直持續(xù)到2018年。

      (2)卡耐基梅隆大學(xué)近三年來的突變術(shù)語包括計算機視覺、訓(xùn)練數(shù)據(jù)、面部識別、機器學(xué)習(xí)等,表明近期的研究熱點多集中于圖像處理和機器學(xué)習(xí)領(lǐng)域。此外,卡耐基梅隆大學(xué)在視覺及圖像方面的研究多用于無人機對場景的探測以及圖像內(nèi)容的分析等方面。

      以上對中國科學(xué)院和卡耐基梅隆大學(xué)進行研究前沿的對比分析可知,中國科學(xué)院和卡耐基梅隆大學(xué)在研究領(lǐng)域上各有側(cè)重又有所交叉,從突變術(shù)語發(fā)生突變的時間來看,兩所機構(gòu)研究熱點的步調(diào)基本一致,均處于世界人工智能領(lǐng)域研究的領(lǐng)先地位;從領(lǐng)域研究的側(cè)重點來看,中國科學(xué)院致力于算法模型等方面的研究,在應(yīng)用方面的研究略少于理論研究,卡耐基梅隆大學(xué)集中于智能應(yīng)用方面的研究,以應(yīng)用為導(dǎo)向;兩所機構(gòu)的相同之處在于近年來的研究均涉及機器學(xué)習(xí)、圖像處理等領(lǐng)域,側(cè)面反映出全球人工智能領(lǐng)域的一個研究熱點。

      (三)高產(chǎn)作者發(fā)文量對比分析

      作者是科學(xué)研究的主導(dǎo)者,一方面基于學(xué)識、經(jīng)歷與洞察力等探求著科學(xué)技術(shù)發(fā)展的趨向,進而產(chǎn)生可能引導(dǎo)學(xué)科領(lǐng)域發(fā)展的研究成果;另一方面受到正在興起的研究領(lǐng)域或者方向的影響,追隨著已有的研究而創(chuàng)造新的產(chǎn)出。[15]本部分從作者層面出發(fā),利用CiteSpace軟件對清洗后的數(shù)據(jù)進行作者發(fā)文量的統(tǒng)計,分別得到中美兩國人工智能領(lǐng)域發(fā)文量排在前二十位的高產(chǎn)作者,如表6所示。

      表6 中美兩國人工智能領(lǐng)域高產(chǎn)作者

      由表6可知,發(fā)文量在100篇以上的中國作者有11位,徐澤水發(fā)文量達到202篇,位居中國作者發(fā)文量首位;美國作者RONALD R YAGER發(fā)文量為92篇,為美國高產(chǎn)作者之最,發(fā)文量在50篇以上的美國作者有8位,30篇以上的作者有15位。論文中某些術(shù)語頻次的突然增加體現(xiàn)了作者的研究方向發(fā)生了轉(zhuǎn)變[16],為此分別對中美兩國發(fā)文量排在前十位的作者進行突變術(shù)語檢測,結(jié)果如表7和表8所示。

      表7 中國高產(chǎn)作者及其突變術(shù)語

      檢測結(jié)果顯示,中國排名前十位的作者在近年來的研究中均出現(xiàn)了突變術(shù)語,其突變詞涵蓋了人工智能領(lǐng)域的基本術(shù)語和方法理論,其中突變次數(shù)較多的術(shù)語為圖像分類、圖像分割、訓(xùn)練樣本、先進方法、神經(jīng)網(wǎng)絡(luò)等。從突變術(shù)語發(fā)生的時間來看,人工智能領(lǐng)域的發(fā)展呈現(xiàn)出從理論算法向?qū)嵺`應(yīng)用轉(zhuǎn)化的趨勢。以圖像處理技術(shù)和自適應(yīng)動態(tài)規(guī)劃等為特點的機器人領(lǐng)域受到越來越多的關(guān)注,同時以神經(jīng)網(wǎng)絡(luò)為代表的機器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域始終處于中國學(xué)者研究的熱門地位。

      對美國排名前十位的作者進行術(shù)語的突現(xiàn)檢測后發(fā)現(xiàn),僅有RONALD R YAGER、QI TIAN和HAIBO HE三位作者產(chǎn)生了突變術(shù)語,其余7位作者未能檢測到突變詞。由于本部分致力于從作者角度出發(fā)探索中美兩國人工智能領(lǐng)域的研究熱點,因此對于未能檢測到突變術(shù)語的作者,選取其文獻中的高頻術(shù)語進行統(tǒng)計分析,統(tǒng)計結(jié)果如表8所示。

      表8 美國高產(chǎn)作者及其突變/高頻術(shù)語

      從單個作者的角度來看,這些突變術(shù)語是其研究興趣或研究方向轉(zhuǎn)變的體現(xiàn),而從領(lǐng)域整體來看,這些研究前沿代表著領(lǐng)域內(nèi)的研究熱點和研究趨勢。[13]因此,由表8可知,美國作者出現(xiàn)的高頻詞匯包括特征選擇、神經(jīng)網(wǎng)絡(luò)、具體數(shù)據(jù)集等,反映出美國人工智能發(fā)展在進行理論研究的同時注重應(yīng)用領(lǐng)域的研究。其突變/高頻詞匯集中在圖像處理、機器學(xué)習(xí)領(lǐng)域,同時在控制系統(tǒng)的研究方面有所涉獵,體現(xiàn)出美國在學(xué)科交叉以及智能應(yīng)用方面的發(fā)展趨勢。

      三、總結(jié)與展望

      本文分別從總體發(fā)文量、高產(chǎn)機構(gòu)、高產(chǎn)作者角度分析了中美兩國在人工智能領(lǐng)域近九年來的研究前沿。從發(fā)文量角度來看,中國的發(fā)文總量近乎美國發(fā)文量的兩倍,位居世界第一位。從整體發(fā)展情況來看,中國在人工智能領(lǐng)域的研究起步略晚于美國,且早期注重理論研究,2012年前后轉(zhuǎn)向應(yīng)用領(lǐng)域,隨后保持高速發(fā)展;美國在人工智能領(lǐng)域的研究呈現(xiàn)出前沿數(shù)量多、覆蓋面廣的特點,近年來發(fā)展平穩(wěn),始終位于世界領(lǐng)先地位。

      從高產(chǎn)機構(gòu)角度出發(fā),通過對突變術(shù)語的檢測,解讀近年來中國科學(xué)院和卡耐基梅隆大學(xué)在人工智能領(lǐng)域研究前沿的變化趨勢。結(jié)果表明兩所機構(gòu)在研究重心方面各有側(cè)重又有所交叉,中國科學(xué)院致力于算法模型等方面的研究,而卡耐基梅隆大學(xué)以應(yīng)用為導(dǎo)向,側(cè)重于智能應(yīng)用方面的研究。

      從高產(chǎn)作者角度出發(fā),分別對中美兩國排名前十位的作者進行突變術(shù)語的檢測,檢測結(jié)果表明,兩國作者在領(lǐng)域前沿研究的步調(diào)基本保持一致,近年來致力于深度學(xué)習(xí)、圖像處理領(lǐng)域的挖掘和探索;同時注重跨學(xué)科融合發(fā)展,在智能機器人、調(diào)度控制系統(tǒng)等方面呈現(xiàn)出發(fā)展的新趨勢。

      此外,本文存在一定的局限性,主要包括對高產(chǎn)機構(gòu)、高產(chǎn)作者層面進行突現(xiàn)檢測的數(shù)據(jù)量偏少,對軟件相關(guān)參數(shù)沒有充分調(diào)優(yōu),未能呈現(xiàn)全面準確的突變術(shù)語;其次,僅從機構(gòu)、作者發(fā)文的數(shù)量角度對比分析兩國研究前沿,未能考慮到文獻的引用情況;另外,由于突現(xiàn)檢測算法中,越是詞頻較小的詞越容易產(chǎn)生突變,而真正重要的高頻詞因為比較平穩(wěn),反而不太容易產(chǎn)生突變,因此突現(xiàn)檢測算法錯過了對于高頻詞和熱點詞的分析,這也是算法本身存在的一個弊端。在后續(xù)研究中將獲取更多的數(shù)據(jù)量,充分考慮文獻的發(fā)文量和引用情況,以增強結(jié)論的可靠性和說服力。

      猜你喜歡
      卡耐基術(shù)語發(fā)文
      戴爾·卡耐基
      10條具體舉措! 山東發(fā)文做好返鄉(xiāng)留鄉(xiāng)農(nóng)民工就地就近就業(yè)
      校園拾趣
      爺孫趣事
      以牙還牙
      沒有什么不可能
      哲思(2017年5期)2017-12-05 22:36:47
      卡耐基等櫻桃
      一把櫻桃
      有感于幾個術(shù)語的定名與應(yīng)用
      從術(shù)語學(xué)基本模型的演變看術(shù)語學(xué)的發(fā)展趨勢
      保德县| 萨迦县| 巧家县| 连平县| 綦江县| 新源县| 自贡市| 南宫市| 城固县| 嘉善县| 淳化县| 秭归县| 扬中市| 贵港市| 唐海县| 龙口市| 始兴县| 泸州市| 高陵县| 福清市| 屏南县| 玉林市| 若羌县| 辰溪县| 枣强县| 通榆县| 梁山县| 浦北县| 嘉祥县| 大连市| 永康市| 曲阜市| 昔阳县| 宁安市| 平和县| 唐河县| 郓城县| 铜山县| 鹿泉市| 重庆市| 河南省|