个人信息Personal Information 所在单位： 地球科学与环境工程学院
办公地点： 犀浦校区X4546
联系方式： swjtuztg(at)foxmail.com;tgzhang(at)swjtu.edu.cn;QQ:**
其他任职： 中国测绘学会矿山与地下测量专委会委员(2018-2021)
主要任职： 测绘遥感信息系副教授/硕士生导师
联系方式Other Contact Information

通讯/办公地址 :
办公室电话 :







个人简介Personal Profile 张同刚 博士

西南交通大学地球科学与环境工程学院，副教授、硕士生导师
荷兰特文特大学，ITC学院, 访问****
中国测绘学会矿山与地下测量委员会委员

张同刚，江苏盐城人，工学博士，副教授，硕士生导师，测绘系副系主任（本科教学和茅以升班）。西南交通大学本科（1999）、博士（2002），荷兰特文特大学访问****（2016）。目前主要从事三维激光点云数据处理技术及其在轨道交通中的应用方面的研究。具体研究内容包括：(1)激光点云数据处理；(2)无控制点表面匹配技术；(3)高速铁路精密工程测量；(4)轨道测量。在国际/国内核心期刊和国际学术会议上发表学术论文50余篇，SCI论文10余篇，发明专利8项。
参加《客运专线无砟轨道铁路工程测量暂行规定（铁建设【2006】189号）》、《高速铁路工程测量规范（TB10601-2009）》与《铁路工程沉降变形观测与评估技术规程（Q/CR9230-2016）》等现行铁路行业规范编写和审定，参与我国京沪、沪昆、沪宁等国内多条高速铁以及沪通长江大桥、大胜关长江大桥等项铁路重点工程的测量和监测工作。参编新世纪土木工程系列教材《土木工程测量（第2版）》及多部专著。2008年至2012年期间，在铁道部京沪高速铁路建设总指挥部（京沪高速铁路股份有限公司）挂职，任指挥长助理，主管京沪高速铁路全线的测量、沉降和轨道精调等工作。
曾获中国测绘学会科技二等奖（2020）、四川省科技进步一等奖（2013）、铁道科技进步二等奖（2013）、四川省测绘科技进步奖一等奖（2011）、西南交通大学优秀博士论文奖（2006）等科研奖励；荣获全国测绘青年教师讲课比赛二等奖（2017），四川省测绘技能大赛优秀指导老师（2017/2018/2019），西南交通大学本科毕业论文优秀指导老师（2018/2020），西南交通大学课外创新实验竞赛优秀指导教师（2017）等教学奖励，以及西南交通大学优秀共产党员称号（2009）。

ResearchGate/Email/WeChat/ QQ


教育经历Education Background
工作经历Work Experience
2016.32017.3
ITC Faculty, University of Twente
测绘-三维激光扫描
访问****
2002.92006.12
西南交通大学
大地测量学与测量工程
博士学位
2019.1至今
西南交通大学
盐城轨道交通研究中心
主任
2006.12至今
西南交通大学
地球科学与环境工程学院
党支部书记/测绘系副主任
副教授
2008.42012.8
京沪高速铁路建设总指挥部
指挥长助理（挂职）

研究方向Research Focus
(1)激光点云数据处理
(2)无控制点表面匹配技术
(3)高速铁路精密工程测量
(4)轨道测量



Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处

---

个人信息Personal Information 所在单位： 地球科学与环境工程学院
办公地点： 犀浦校区X4546
联系方式： swjtuztg(at)foxmail.com;tgzhang(at)swjtu.edu.cn;QQ:**
其他任职： 中国测绘学会矿山与地下测量专委会委员(2018-2021)
主要任职： 测绘遥感信息系副教授/硕士生导师

扫描关注




当前位置： Tonggang ZHANG >> 科学研究
学术论文
完整论文列表 论文列表 成果应用Baidu学术 ResearchGate SPIE Proceedings




面向轨道维护的可变轨距轨道模型与钢轨点云的配准方法
Registration Algorithm of Variable Gauge Track Model and Rail Point Cloud for Track Maintenance
陈丞, 张同刚,李涛, 沈迅, 邓川, 金国清
铁道学报 2021 录用

Full Paper:



基于车载Lidar技术相关的硬件和算法的快速发展，具备发展成快速车载轨道测量技术手段的潜力，从而替代传统的地面人工轨道测量手段。本文针对其中根据钢轨点云获取轨道轨距、钢轨位置等参数的问题，定义了可变轨距轨道模型(VGT, Variable Gauge Track Model)，并在此实现了可变轨距轨道模型与钢轨点云的配准方法。新算法在配准迭代过程根据钢轨点云到轨道工作边的距离来动态调整模型轨距，从而在轨道配准精度和轨距测量精度两项关键指标获得了同步提高。通过模拟数分析了存在不同轨距偏差、超高等情况下算法性能，并和单钢轨轨道模型和固定轨距轨道模型的配准结果进行了比较。最后通过一段干线铁路的实测点云进行测试，试验结果表明单钢轨轨道模型配准后左右钢轨的平行性得不到保证；在直线段与固定轨距轨道模型配准精度和轨距测量精度基本相当，配准精度为0.16mm；在曲线段可变轨距轨道模型配准精度和轨距测量精度不受轨距变化的影响，显著优于固定轨距轨道模型的结果。




Building contour extraction from Airborne Lidar point cloud for Digital Line Graphic
Yuhui KAN, Tonggang ZHANG*, Dan ZHONG, Shiqiang JIA, Fugui XIE
Proceedings of SPIE 11525, SPIE Future Sensing Technologies, 115250O (8 November 2020)

Full Paper:SPIE ResearchGate



Based on IMBR algorithm, this paper proposes an algorithm for building contour extraction which is suitable for differentscale digital line graphic (DLG). The new algorithm solves the tooth contour that may occur when IMBR algorithm is usedto extract building contour. Firstly, a plane extraction algorithm based on region growth is used to extract the point cloudof the building roof. The algorithm introduces graded seed points and neighborhood-constrained growth criteria to avoiddividing the tree point cloud into building planes. Then, a Foot Point Correction algorithm is proposed to avoid the toothcontour in IMBR algorithm. The experimental results show that the Correctness and completeness of extracting buildingroof point cloud are above 97%. There is no tooth contour in the extracted building contour, which can meet therequirements of generating DLG with different scales.







A rail extraction algorithm based on the generalized neighborhood height difference from mobile laser scanning data
Cheng CHEN, Tonggang ZHANG*,Yuhui KAN, Shichao LI, Guoqing JIN
Proceedings of SPIE 11525, SPIE Future Sensing Technologies, 115250N (8 November 2020)
Full Paper:SPIE ResearchGate


Accurate and complete rail extraction from mobile laser scanning (MLS) data is currently a fundamental and challenging problem for its application on the railway. By using the track knowledge, a signed cylindrical neighborhood difference is defined as the rail descriptor and then proposed a new rail extraction algorithm from MLS data. It can extract accurate, continuous, and complete railhead, which is most critical for the rail geometric parameter and centerline, of the entire railway. Moreover, it can successfully extract the railhead of the main-line, including the curve section with different superelevation, and turnout. A 3-km long trunk railway, including main-line and turnout, straight line and curve line, located in the southwest of China is selected to test the performance of the proposed rail extraction algorithm. The experimental results show that the proposed algorithm can correctly extract the railhead of the whole railway, with an overall accuracy (F-measure) of 88.73%. Its accuracy is improved by 42.68% compared with the rail extraction algorithm based on spherical neighborhood difference.




Urban Vehicle Extraction from Aerial Laser Scanning Point Cloud Data
Tonggang ZHANG*, Yuhui KAN, Hailong JIA, Chuan DENG, Tingsong XING
International Journal of Remote Sensing, 2020, 41(17), 6664–6697
Full Paper:IJRS ResearchGate


A vehicle extraction method is proposed in this paper to extract vehicles in urban areas more accurately from airborne point clouds. First, the ground points are separated from the non-ground points, and a potential vehicle-occupied area (PVOA) is then extracted from the ground point cloud. A PVOA-based non-ground point cloud segmentation method is proposed in this work, and a gap-based method is put forward to re-cluster the segment, which may include multiple vehicles. The non-ground point cloud is clustered into a series of one-vehicle segments and empty segments. Following this, a shape-based vehicle recognition method is presented that can judge whether or not a given segment is a vehicle using a dynamic time warping similarity measurement. In addition to judging whether or not a segment is a vehicle, the category of each vehicle can also be determined...



An improved minimum bounding rectangle algorithm for regularized building boundary extraction from aerial LiDAR point clouds with partial occlusions
Maolin FENG,Tonggang ZHANG(*), Shichao LI, Guoqing JIN, Yanjun XIA
International Journal of Remote Sensing, 2020, 41(1), 200-219
Full Paper:ResearchGateIJRS


In this paper, we propose an improved minimum bounding rectangle (IMBR) algorithm to extract complete and accurate regularized building boundaries with and without partial occlusion from aerial LiDAR point clouds. The new algorithm only uses LiDAR point cloud and doesn't need any additional data source. In addition, the algorithm can be applied to buildings with complex shapes....





专著/规范/专利
行业规范
《客运专线无碴轨道铁路工程测量暂行规定》 (铁建设[2006]189 号)
《高速铁路工程测量规范》 (TB10601-2009)
《铁路工程沉降变形观测与评估技术规程》 (Q/CR9230-2016)


专利
CN9.0【发明专利】邢庭松, 彭金涛, 宋智斌,张同刚,阚余辉机载激光点云城市普通建筑轮廓提取方法 2021/06/30

ZL3.1 【授权发明专利】张同刚,陈丞,李世超,焦镇阳基于车载Lidar点云的铁路轨道轨距和水平参数测量方法 2018/05/03，2019/06/07
ZL3.8 【授权发明专利】张同刚,李世超,张献州,陈丞,安炯通用CRTSⅢ型无砟轨道板关键几何尺寸加工偏差快速检测方法 2018/5/7，2020/8/7
CN9.4 【发明专利】贾海龙,邓川,安炯,张同刚等一种适应不同断面的隧道Lidar 点云初支面预警方法 [more]
CN4.0 【发明专利】贾海龙,邓川,安炯,张同刚等一种基于隧道Lidar 点云的二衬厚度数字预分析方法
CN0.4 【发明专利】张同刚,陈丞等一种基于广义邻域高差的车载Lidar钢轨点云提取方法
ZL2.5【授权发明专利】施洲;?蒲黔辉;?张贵忠;?闫志刚;?赵钰;?岳青;?吴来义;?张同刚，基于健康监测数据的高铁大型桥梁性能评定方法2016.01.13，2019.04.23
[国家专利查询



软件著作权
2013SR104267 分布式高速铁路沉降监测数据管理系统（V1.0）








Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处

---

个人信息Personal Information 所在单位： 地球科学与环境工程学院
办公地点： 犀浦校区X4546
联系方式： swjtuztg(at)foxmail.com;tgzhang(at)swjtu.edu.cn;QQ:**
其他任职： 中国测绘学会矿山与地下测量专委会委员(2018-2021)
主要任职： 测绘遥感信息系副教授/硕士生导师

扫描关注




学术论文 当前位置： Tonggang ZHANG >> 科学研究 >> 学术论文
完整论文列表 论文列表 成果应用Baidu学术 ResearchGate SPIE Proceedings




面向轨道维护的可变轨距轨道模型与钢轨点云的配准方法
Registration Algorithm of Variable Gauge Track Model and Rail Point Cloud for Track Maintenance
陈丞, 张同刚,李涛, 沈迅, 邓川, 金国清
铁道学报 2021 录用

Full Paper:



基于车载Lidar技术相关的硬件和算法的快速发展，具备发展成快速车载轨道测量技术手段的潜力，从而替代传统的地面人工轨道测量手段。本文针对其中根据钢轨点云获取轨道轨距、钢轨位置等参数的问题，定义了可变轨距轨道模型(VGT, Variable Gauge Track Model)，并在此实现了可变轨距轨道模型与钢轨点云的配准方法。新算法在配准迭代过程根据钢轨点云到轨道工作边的距离来动态调整模型轨距，从而在轨道配准精度和轨距测量精度两项关键指标获得了同步提高。通过模拟数分析了存在不同轨距偏差、超高等情况下算法性能，并和单钢轨轨道模型和固定轨距轨道模型的配准结果进行了比较。最后通过一段干线铁路的实测点云进行测试，试验结果表明单钢轨轨道模型配准后左右钢轨的平行性得不到保证；在直线段与固定轨距轨道模型配准精度和轨距测量精度基本相当，配准精度为0.16mm；在曲线段可变轨距轨道模型配准精度和轨距测量精度不受轨距变化的影响，显著优于固定轨距轨道模型的结果。




Building contour extraction from Airborne Lidar point cloud for Digital Line Graphic
Yuhui KAN, Tonggang ZHANG*, Dan ZHONG, Shiqiang JIA, Fugui XIE
Proceedings of SPIE 11525, SPIE Future Sensing Technologies, 115250O (8 November 2020)

Full Paper:SPIE ResearchGate



Based on IMBR algorithm, this paper proposes an algorithm for building contour extraction which is suitable for differentscale digital line graphic (DLG). The new algorithm solves the tooth contour that may occur when IMBR algorithm is usedto extract building contour. Firstly, a plane extraction algorithm based on region growth is used to extract the point cloudof the building roof. The algorithm introduces graded seed points and neighborhood-constrained growth criteria to avoiddividing the tree point cloud into building planes. Then, a Foot Point Correction algorithm is proposed to avoid the toothcontour in IMBR algorithm. The experimental results show that the Correctness and completeness of extracting buildingroof point cloud are above 97%. There is no tooth contour in the extracted building contour, which can meet therequirements of generating DLG with different scales.







A rail extraction algorithm based on the generalized neighborhood height difference from mobile laser scanning data
Cheng CHEN, Tonggang ZHANG*,Yuhui KAN, Shichao LI, Guoqing JIN
Proceedings of SPIE 11525, SPIE Future Sensing Technologies, 115250N (8 November 2020)
Full Paper:SPIE ResearchGate


Accurate and complete rail extraction from mobile laser scanning (MLS) data is currently a fundamental and challenging problem for its application on the railway. By using the track knowledge, a signed cylindrical neighborhood difference is defined as the rail descriptor and then proposed a new rail extraction algorithm from MLS data. It can extract accurate, continuous, and complete railhead, which is most critical for the rail geometric parameter and centerline, of the entire railway. Moreover, it can successfully extract the railhead of the main-line, including the curve section with different superelevation, and turnout. A 3-km long trunk railway, including main-line and turnout, straight line and curve line, located in the southwest of China is selected to test the performance of the proposed rail extraction algorithm. The experimental results show that the proposed algorithm can correctly extract the railhead of the whole railway, with an overall accuracy (F-measure) of 88.73%. Its accuracy is improved by 42.68% compared with the rail extraction algorithm based on spherical neighborhood difference.




Urban Vehicle Extraction from Aerial Laser Scanning Point Cloud Data
Tonggang ZHANG*, Yuhui KAN, Hailong JIA, Chuan DENG, Tingsong XING
International Journal of Remote Sensing, 2020, 41(17), 6664–6697
Full Paper:IJRS ResearchGate


A vehicle extraction method is proposed in this paper to extract vehicles in urban areas more accurately from airborne point clouds. First, the ground points are separated from the non-ground points, and a potential vehicle-occupied area (PVOA) is then extracted from the ground point cloud. A PVOA-based non-ground point cloud segmentation method is proposed in this work, and a gap-based method is put forward to re-cluster the segment, which may include multiple vehicles. The non-ground point cloud is clustered into a series of one-vehicle segments and empty segments. Following this, a shape-based vehicle recognition method is presented that can judge whether or not a given segment is a vehicle using a dynamic time warping similarity measurement. In addition to judging whether or not a segment is a vehicle, the category of each vehicle can also be determined...



An improved minimum bounding rectangle algorithm for regularized building boundary extraction from aerial LiDAR point clouds with partial occlusions
Maolin FENG,Tonggang ZHANG(*), Shichao LI, Guoqing JIN, Yanjun XIA
International Journal of Remote Sensing, 2020, 41(1), 200-219
Full Paper:ResearchGateIJRS


In this paper, we propose an improved minimum bounding rectangle (IMBR) algorithm to extract complete and accurate regularized building boundaries with and without partial occlusion from aerial LiDAR point clouds. The new algorithm only uses LiDAR point cloud and doesn't need any additional data source. In addition, the algorithm can be applied to buildings with complex shapes....









Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处

---

个人信息Personal Information 所在单位： 地球科学与环境工程学院
办公地点： 犀浦校区X4546
联系方式： swjtuztg(at)foxmail.com;tgzhang(at)swjtu.edu.cn;QQ:**
其他任职： 中国测绘学会矿山与地下测量专委会委员(2018-2021)
主要任职： 测绘遥感信息系副教授/硕士生导师

扫描关注




专著/规范/专利 当前位置： Tonggang ZHANG >> 科学研究 >> 专著/规范/专利
行业规范
《客运专线无碴轨道铁路工程测量暂行规定》 (铁建设[2006]189 号)
《高速铁路工程测量规范》 (TB10601-2009)
《铁路工程沉降变形观测与评估技术规程》 (Q/CR9230-2016)


专利
CN9.0【发明专利】邢庭松, 彭金涛, 宋智斌,张同刚,阚余辉机载激光点云城市普通建筑轮廓提取方法 2021/06/30

ZL3.1 【授权发明专利】张同刚,陈丞,李世超,焦镇阳基于车载Lidar点云的铁路轨道轨距和水平参数测量方法 2018/05/03，2019/06/07
ZL3.8 【授权发明专利】张同刚,李世超,张献州,陈丞,安炯通用CRTSⅢ型无砟轨道板关键几何尺寸加工偏差快速检测方法 2018/5/7，2020/8/7
CN9.4 【发明专利】贾海龙,邓川,安炯,张同刚等一种适应不同断面的隧道Lidar 点云初支面预警方法 [more]
CN4.0 【发明专利】贾海龙,邓川,安炯,张同刚等一种基于隧道Lidar 点云的二衬厚度数字预分析方法
CN0.4 【发明专利】张同刚,陈丞等一种基于广义邻域高差的车载Lidar钢轨点云提取方法
ZL2.5【授权发明专利】施洲;?蒲黔辉;?张贵忠;?闫志刚;?赵钰;?岳青;?吴来义;?张同刚，基于健康监测数据的高铁大型桥梁性能评定方法2016.01.13，2019.04.23
[国家专利查询



软件著作权
2013SR104267 分布式高速铁路沉降监测数据管理系统（V1.0）








Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处

---

个人信息Personal Information 所在单位： 地球科学与环境工程学院
办公地点： 犀浦校区X4546
联系方式： swjtuztg(at)foxmail.com;tgzhang(at)swjtu.edu.cn;QQ:**
其他任职： 中国测绘学会矿山与地下测量专委会委员(2018-2021)
主要任职： 测绘遥感信息系副教授/硕士生导师

扫描关注




当前位置： Tonggang ZHANG >> 教学工作
教学工作

本科教学



国家精品课程 【在线课程】：爱课程
《FGEE017012?工程测量Ⅰ》（2学分）
《FGEE017112?工程测量Ⅱ》（2学分）






测绘工程专业课
西南交通大学一流本科课程 建设课程
《FGEE019012?工程测量学》（2学分）







研究生课程教学
* ** 《测绘工程实验》

* ** 《高等应用测量学》

教学管理

2014/9/1~2018/8/31 西南交通大学茅以升学院（唐臣书院）测绘班荣誉导师
2019/9/1~2023/8/31 西南交通大学茅以升学院（唐臣书院）测绘班荣誉导师
2019~2023 西南交通大学本科教学质量保障专家
2019~ 西南交通大学地学学院本科教学质量保障委员会委员
教改项目 ** 【主持】国际化视野下轨道交通特色的地学一流专业建设实施路径研究
**-01【主研】地学学院本科教学质量保障体系建设探索与实践
YK** 【主持】西南交通大学一流本科课程建设项目：《工程测量学》
教材建设 参加编写新世纪土木工程系列教材《土木工程测量（第2版）》（岑敏仪教授主编）
高等教育出版社，2015年
ISBN 978-7-04-041883-5



学科竞赛
2021年
(1)第十二届全国大学生科技论文比赛
元亮、宋思语、黄鹏：《基于车载 lidar 点云的普速铁路中线提取》二等奖
2020年

(1) 西南交通大学本科优秀毕业论文
钱彬祥 (2020). 基于红边参数与PROSAIL模型的冬小麦叶绿素含量反演研究
共同指导老师：黄文江（中科院）, 叶回春（中科院）, 张同刚 .


2019年
(1)第十一届全国大学生科技论文比赛
齐书峰、钟庭阳、喻可凡：《基于路缘石的城市地区车载LIDAR点云的道路提取》二等奖
(2)第五届四川省测绘技能大赛团体一等奖
三维激光点云建模，获得专业组一等奖、非专业组一等奖（2项），非专业组二等奖
优秀指导老师


2018年

(1)西南交通大学本科优秀毕业论文
段珂珂 (2018) 城市地区的机载激光点云汽车提取
指导老师：张同刚.
(1)第五届全国高校大学生测绘技能大赛团体二等奖
测量程序设计，单项二等奖

(2)第四届四川省测绘技能大赛团体一等奖地学传媒报道
三维激光点云建模，获得专业组一等奖、非专业组二等奖，非专业组三等奖，专业组三等奖
优秀指导老师


2017年
(1)第九届全国大学生科技论文比赛交大新闻报道教务网报道学院网站报道
李茂粟，尚戴雨，汪利斌：《机载Lidar点云的汽车类型识别算法相似度指标选择》特等奖

(2)第三届四川省测绘技能大赛团体一等奖学院网站报道教务网报道
三维激光点云建模，获得非专业组二等奖，三等奖，专业组三等奖
优秀指导老师
(3)第九届西南交大课外创新实验竞赛学院网站报道
《基于机载LiDAR点云的汽车类型识别实验》银奖
优秀指导老师

2015年

(1)苏林全, 张同刚*. (2015). 运营期高速铁路沉降监测断高处理方法, 测绘科学, 40(S1): 34-36.





SRTP / 科技训练营
2020年
(1)【省创】基于车载点云的普速铁路轨道中线提取 刘文超，代飞，黄鹏，宋思语，元亮
研究论文《基于车载 lidar 点云的普速铁路中线提取》获得第十二届全国大学生科技论文比赛二等奖
2018年

(1)【国创】基于路缘石的城市地区车载Lidar点云的道路提取:齐书峰、王金勇、梁紫帅、喻可凡、钟庭阳（结题）
研究论文《基于路缘石的城市地区车载LIDAR点云的道路提取》获得第十一届全国大学生科技论文比赛二等奖
(2) 【校创】基于车载三维激光扫描点云的铁路边坡信息提取 苗学策、郭春江、刘志仿、杨慧、唐芬鸿（结题）
研究论文《Railway Slope Extraction Using Mobile Laser Scanning Point Cloud》在国际会议 EOEC-GIT4NDM 2019正式发表
2017年
(1)【茅以升学院科技训练营】基于机器学习的车载Lidar点云轨道提取（结题）




《工程测量I/II》课程通知
FGEE017012/ FGEE017112?工程测量Ⅰ/II课程通知
2020/09/13 本页面短地址：
https://dwz.win/asHP
https://dwz.win/asHQ （本地址需区分大小写！）



-------------------------------------------------------------------------
工程测量I FGEE017012 课件下载：课件下载 【已更新】

工程测量I FGEE017012 课程错误报告：课程错误报告收集表

--------------------------------------------------------------------------

绪论：知识点【百度脑图】(2021/09/22更新)【密码：gccl】;点击查看【图片】
















《工程测量学》课程
http://yunpan.swjtu.edu.cn:80/link/A3C79AEF0EC8537FCC012C5D6A40F254
有效期限：2021-04-24http://yunpan.swjtu.edu.cn:80/link/A3C79AEF0EC8537FCC012C5D6A40F254
有效期限：2021-04-24

测绘工程专业课
西南交通大学一流本科课程 建设课程
《FGEE019012 / **?工程测量学》（2学分/ 3学分）


1、课程资料 下载


2、课程课件下载 [已更新]
http://yunpan.swjtu.edu.cn:80/link/A3C79AEF0EC8537FCC012C5D6A40F254
有效期限：2021-04-24






Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处