l  简介：博士，教授，硕士生导师。曾任福建工程学院（2023年改为福建理工大学）信息科学与工程学院、计算机科学与数学学院 副院长；福建省大数据挖掘与应用技术重点实验室常务副主任；民主同盟福建省科技委员会副主任；民盟福建理工大学委员会委员；福建省人工智能学会常务理事；澳大利亚皇家墨尔本理工大学（RMIT）访问学者，北京大学信息技术学院访问学者；中国工程教育专业认证专家。

l  学术研究：主要从事智能计算、自然语言处理、机器学习、大数据分析等研究及基于RFID的室内定位系统研发；兴趣领域主要有情感分析、进化算法的理论分析与应用、基于RFID物联网应用。主持参与过国家自然科学基金、国家原子能研究所科研项目、福建省科技厅重点项目、福建省自然科学基金项目、福建省教育厅重点项目等各类项目40余项；在《IEEETran. on Evolutionary Computation》、《Knowledge-Based Systems》、《Expert Systems with Applications》、《NeuroComputing》、《自动化学报》等国内外学术刊物共发表论文80余篇，其中SCI，EI检索近40余篇，授权专利2件，其中转让专利1件，软件著作授权1件，获福建省自然科学优秀学术论文奖三等奖二项，福建省教学成果奖一项；主持省级教改项目2项，发表教改论文3篇。

l  研究兴趣

1️⃣智能计算与优化应用研究：针对进化算法基本理念与方法，探索算法原理，针对车间调度、能源机组组合等实际优化问题，提出启发式算法求解。

 2️⃣ 自然语言处理与大模型应用研究；  针对情感分析，研究融合文本、语音与视频等多模态信号的情感计算模型；并基于大模型构建心理状态评估系统，促进AI在健康领域应用。

3️⃣基本深度学习的时间序列预研究：针对当前深度学习的先进模型，研究相关序列预测模型，研究基于深度学习的电池负荷预测、交通流预测模型。

n  科研项目

[1] 双模智能控制水龙头关键技术研发与产业化示范省科技厅-科技型中小企业技术创新资金项目,项目编号: 2022C0022, 2022.9-2024,6, 35万，企业项目协助方（协助经费3.5万）。帮助企业基于智能化控制提出语音和手势识别技术，提升新产品质量.

[2]  农业灌溉智能水龙头研发, 2023年科技特派员项目-省级科技特派员 福建省洁博利科技有限公司的特派员，指导企业提升洁具相关智能控制技术.

[3]  福建省自然科学基金，融合语义特征与图神经网络的方面级情感分析研究，项目编号: 2023J01349, 2023.9-2026.9, 10万，主持.

[4]  福州市科技创新平台项目，基于深度预训练模型的新能源汽车驾驶行为数据分析探索，项目编号：2021-P-052, 2021.9-2023.9, 30万，主持.

[5]  国家自然科研学基金面上项目，大规模复杂本体匹配方法的研究，项目编号：62172095；2022.1-2025.12, 53万,在研、主要参与者.

[6]  福建省自然科学基金，大规模本体匹配机制研究，项目编号 ：2020J01875；2020.10- 2023.12,7万元、在研、主要参与者.

[7]  福建省自然科学基金， 二进制粒子群算法应用于高维特征选择问题的研究，项目编号 ：2019J01771；2019.7 -2022.06.30，10万元、在研、主持者.

[8]  国家自然科学基金项目，基于进化算法的大规模本体匹配问题研究，项目编号 ：61503082；2016.1 -2018.12, 20万元、在研、主要参与者.

[9]  福建省自然科学基金，基于拓扑优化的WSN数据汇聚技术研究，项目编号：2017J05098；2017.3- 2020.2, 3万， 在研，主要参与者.

[10]   校科研发展基金，一种基于Hadoop的高效即席查询引擎，项目编号：GY-Z17150; 2017.12-2021.12，4万，在研，主持.

[11]   福建省自然科学基金，基于进化算法的LOD实例共指消解问题研究，项目编号：2016J0545；2016.3-2019.2；在研，主要参与者.

[12]   福建省自然科学基金，大规模学习问题中平衡学习效率与学习性能的随机策略研究，项目编号：2016J1750；2016.3-2019.2；在研，主要参与者.

[13]   福建省教育厅项目，GPU在无人机遥感影像匹配中的应用，项目编号：JA15335；2015.7-2017.6；在研，参与.

[14]   福建州市科技局项目，基于RFID的人员定位与测距系统的研发，项目编号：2012-G-126；2012.9-2016.12；在研，主要参者；

[15]   福建省科技厅重点项目，基于RFID的隧道施工人员定位系统的研发，项目编号：2012H0002；2012.5 -2015.5; 项目主持人；

[16]   福建省科技厅JK类资助省属高校项目，智能交通控制系统的建模及其优化技术，项目编号：JK2012033；2012.9 -2014.8;项目参与者；

[17]   福建省科技厅发展项目， 安全生产管理中环境和设备智能化监测巡检装备与系统研发；项目编号：2016H0001，2016.3-2019.2，15万，项目参与；

[18]   福建省自然科学基金，数据挖掘偏倚取样技术与算法研究，项目编号： 2012J01245；2012.5-2014.5，主要成员；

[19]   福建省自然科学基金，智能优化算法的选择性集成及统一性建模，项目编号：2012J01246；2012.5-2014.5;项目主持人；

[20]   福建省自然科学基金，大规模数据的在线学习技术研究，项目编号：2012J01247；2012.5-2014.5;主要成员；

[21]   福建省科技厅JK类资助省属高校项目，粒子群算法分析及其在交通控制中运用研究，项目编号：JK2011035；2011.9-2013.9； 项目主持人；

[22]   福建工程学院科研启动基金项目，粒子群算法的分析与改进及其在数据挖掘中的应用研究，项目编号:E0600100；2010.6 -2013.9；项目主持.

n  发表论文

•   英文论文

[1]Gao C, Liu J, Wang J, et al. TQ-CHAFN: Triple-Query Cross-Modal Hierarchical Adaptive Fusion Network for Multimodal Sentiment Analysis [J]. Knowledge-Based Systems, 2026: 115654. （SCI 一区）

[2]Ke T, Liu J, Chen Z, et al. A dual syntax bidirectional interactive network for fine-grained sentiment analysis [J]. Engineering Applications of Artificial Intelligence, 2026, 167: 113944. （SCI 一区）

[3] Gao W, Wu B, Liu J, et al. Flight Schedule Problem Optimization Based on Discrete Memory-Enhanced Restructured Particle Swarm Optimization Algorithm [J]. Algorithms, 2026, 19(3), 233. (SCI 三区)

[4] Hanyu W, Liu J. BAPO: Binary Arctic Puffin Optimization Based on Hybrid Transfer Function[J]. Applied Sciences, 2026, 16(5): 2222.

[5] Wang J , Liu J , Ke T ,et al.Fine-grained part-of-speech and hierarchical interactive contrastive learning for aspect sentiment triplet extraction[J].Expert Systems with Applications, 2026, 300(c):130488. （SCI 一区）

[6] Chen LY, Zhou ZM，Wang LG, Huang W, Liu J. Joint Entity Relation Extraction for Traditional Chinese Medicine Formula Data[J]. Journal of Network Intelligence 2025.10(3):1884-1898（EI收录）

[7] Liu J, Chen Y, Li S. Binary Particle Swarm Optimization with Manta Ray Foraging Learning Strategies for High-Dimensional Feature Selection[J]. Biomimetics, 2025, 10(5): 315. （SCI 三区）

[8] Liu J, Li S, Chen Y, et al. A Binary Particle Swarm Optimization Based on Manta Rays Foraging Algorithm for Network Intrusion[C]//Advances in Intelligent Data Analysis and Applications: Proceedings of the 8th Euro-China Conference on Intelligent Data Analysis and Applications, December 07-09, 2024, Xiamen, China, Volume 2. Springer Nature, 2025, 2: 201.

[9] Wang J, Liu J, Ke T, et al. Quantification of part-of-speech relationships for aspect sentiment triplet extraction[J]. Journal of Intelligent Information Systems, 2025.36（3）: 1105–1127 （SCI 三区）.

[10]Zhu J, Liu J. A simple and scalable particle swarm optimization structure based on linear system theory[J]. Memetic Computing, 2024, 16(2): 219-231.（SCI 二区）

[11] Xie Z, Liu J, Hu R, et al. The Application of Adversarial Training Based on Gradient Constraint Optimization Method to Sentiment Analysis [J]. Journal of Network Intelligence 2024.9(1):538-549（EI收录）

[12] Zhu J, Liu J, Chen Y, et al. Binary Restructuring Particle Swarm Optimization and Its Application[J]. Biomimetics, 2023, 8(2): 266.（SCI 三区）

[13] Chen Y, Liu J, Zhu J, et al. An improved binary particle swarm optimization combing V-shaped and U-shaped transfer function[J]. Evolutionary Intelligence, 2023, 16(5): 1653-1666.（EI）

[14] Liu J, Wang Z, Chen Y, et al. Solving the Unit Commitment Problem with Improving Binary Particle Swarm Optimization[C]//International Conference on Sensing and Imaging. Springer, Cham, 2022: 176-189.

[15]  Zhu J, Liu J, Wang Z, et al. Restructuring Particle Swarm Optimization algorithm based on linear system theory[C]//2022 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2022: 1-7.

[16] Liu J, Wang Z, Chen Y, et al. Solving the Unit Commitment Problem with Improving Binary Particle Swarm Optimization[C]//International Conference on Sensing and Imaging. Springer, Cham, 2022: 176-189.

[17]S Xu, S Sun, Z Zhang, F Xu, J Liu. BERT gated multi-window attention network for relation extraction[J]. Neurocomputing, 2022, 492: 516-529. (SCI二区)

[18] Nguyen, T. T., Wang, H. J., Dao, T. K., Pan, J. S., Liu, J. H., & Weng, S. (2020). An improved slime mold algorithm and its application for optimal operation of cascade hydropower stations. IEEE Access, 8, 226754-226772. (SCI二区)

[19]  Luo Y, Liu J, Xue X, et al. The Experimental Analysis on Transfer Function of Binary Particle Swarm Optimization[C] //International Conference on Swarm Intelligence. Springer, Cham, 2021: 254-264.

[20]  Zhang D Y, Liu J H, Jiang L, et al. The Improvement of V-Shaped Transfer Function of Binary Particle Swarm Optimization[C] //International Conference on Swarm Intelligence. Springer, Cham, 2020: 202-211.

[21]  Jiang L, Liu J, Cui D, et al. A Binary Particle Swarm Optimization with the Hybrid S-Shaped and V-Shaped Transfer Function[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2019: 69-77.

[22]Xue X, Liu J. Geo-spatial Ontology Matching Through Compact Evolutionary Algorithm[C] //International Conference on Smart Vehicular Technology, Transportation, Communication and Applications. Springer, Cham, 2018: 11-18.

[23]Xue X, Chen J, Liu J, et al. Matching Biomedical Ontologies Through Compact Evolutionary Simulated Annealing Algorithm[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2018: 661-668.

[24]Xue X, Liu J. A compact hybrid evolutionary algorithm for large scale instance matching in linked open data cloud[J]. International Journal on Artificial Intelligence Tools, 2017, 26(04): 1750013.

[25]Xue X, Liu J. Collaborative ontology matching based on compact interactive evolutionary algorithm[J].  Knowledge-Based Systems, 2017, 137: 94-103. (SCI二区)

[26]Xue X, Liu J. Optimizing ontology alignment through compact MOEA/D[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2017, 31(04): 1759004. (SCI四区)

[27] Wang J, Liu J, Pan J S, et al. A Hybrid BPSO-GA Algorithm for 0-1 Knapsack Problems[C]//The Euro-China Conference on Intelligent Data Analysis and Applications. Springer, Cham, 2017: 344-351.

[28]Liu J, Mei Y, Li X. An analysis of the inertia weight parameter for binary particle swarm optimization[J]. IEEE Transactions on Evolutionary Computation, 2016, 20(5): 666-681. (SCI一区，top期刊)

[29]Xue X, Liu J, Tsai P W, et al. Optimizing ontology alignment by using compact genetic algorithm[C]//2015 11th International Conference on Computational Intelligence and Security (CIS). IEEE, 2015: 231-234.

[30]Liu J, Zheng S, Tan Y. Analysis on global convergence and time complexity of fireworks algorithm[C]//2014 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2014: 3207-3213.

[31]Liu J, Zheng S, Tan Y. The improvement on controlling exploration and exploitation of firework algorithm[C]//International Conference in Swarm Intelligence. Springer, Berlin, Heidelberg, 2013: 11-23.

[32]Liu J, Fan X. The analysis and improvement of binary particle swarm optimization[C]//2009 International Conference on Computational Intelligence and Security. IEEE, 2009, 1: 254-258.

[33]Liu J, Fan X, Qu Z. A new interestingness measure of association rules[C]//2008 Second International Conference on Genetic and Evolutionary Computing. IEEE, 2008: 393-397.

[34]Liu J, Fan X, Qu Z. An improved particle swarm optimization with mutation based on similarity[C]//Third International Conference on Natural Computation (ICNC 2007). IEEE, 2007, 4: 824-828.

n  中文论文

[1]陈可纬,刘建华,陈治铭,等.基于增强全局特征提取的分类大模型框架[J/OL].华东交通大学学报, 1-18[2026-03-23].

[2]李牧元,刘建华,力尚龙,等.自适应复合转换函数的二进制电鳗觅食优化算法[J].计算机工程与应用, 2025,61(12):107-119.

[3]吴炳南,刘建华,力尚龙,等.记忆增强型的重构粒子群算法[J].计算机工程与应用, 2025, 61(09):116-127.

[4]蔡子杰,方荟,刘建华,等.基于大型语言模型指令微调的心理健康领域联合信息抽取[J].中文信息学报, 2024,38(08):112-127.

[5]力尚龙,刘建华,贾鹤鸣.融合多狩猎协调策略的爬行动物搜索算法 [J]. 计算机应用, 2024, 44 (09): 2818-2828.

[6]陈治铭,刘建华,柯添赐,等.基于对抗性的权重注意力机制序列到序列模型的锂离子电池SOC估计方法[J].电工技术学报, 2024, 39(19): 6244-6256. 

[7]柯添赐,刘建华,孙水华,郑智雄,蔡子杰.融合强关联依赖和简洁语法的方面级情感分析模型[J].计算机应用, 2024,44(06):1786-1795.

[8] 陈林颖,刘建华,郑智雄,林杰,徐戈,孙水华.多特征交互的方面情感三元组提取[J].计算机科学与探索, 2024,18(04):1057-1067.

[9]林杰,刘建华,陈林颖,等.融合多窗口特征的词对标记情感三元组抽取[J].计算机工程与应用, 2024, 60(16):159-167.

[10]郑智雄,刘建华,孙水华,等.融合多窗口局部信息的方面级情感分析模型[J].计算机应用,2023, 43(06):1796-1802.

[11]张智源,孙水华,徐诗傲,刘建华.基于BERT和多窗口门控CNN的电机领域命名实体识别[J].计算机应用研究, 2023,40(01):107-114.

[12]李东升,鲍玉来,刘建华,等.基于BERT的高校图书馆微信信息服务的命名实体识别方法[J].现代情报, 2023,43(04): 64-76.

[13]王子航,刘建华,薛醒思,等.融合迭代和问题维度的速度约束粒子群算法[J].华东交通大学学报, 2023,40(04):112-126.

[14]卜冠南,刘建华,张冬阳,等.改进并行蚁群算法在配电网网架优化中的应用[J].计算机应用与软件, 2023,40(09): 73-77.

[15]陈林颖,刘建华,孙水华,郑智雄,林鸿辉,林杰. 面向方面的自适应跨度特征的细粒度意见元组提取[J].计算机应用, 2023,43(05):1454-1460.

[16]郑智雄,刘建华,孙水华,林鸿辉,徐戈.面向方面级情感分析的交互关系图注意力网络[J].计算机工程与应用,2023, 59(15): 187-195.

[17]林鸿辉,刘建华,郑智雄,等.联合对话行为识别与情感分类的多任务网络[J].计算机工程与应用, 2023,59(03): 104-111.

[18]胡任远,刘建华,王璇,罗逸轩,林鸿辉.引入双循环机制深度学习模型的文本情感分析[J].福建工程学院学报,2022,20(04):383-390.

[19]罗逸轩,刘建华,胡任远,张冬阳,卜冠南.融合经验共享Q学习的粒子群优化算法[J].计算机科学与探索, 2022,16(09): 2151-2162.

[20]姜磊,刘建华,张冬阳,卜冠南.二进制粒子群算法中V型转换函数的应用分析[J].计算机应用与软件,2021,38(04):263-270.

[21]胡任远,刘建华,卜冠南,张冬阳,罗逸轩.融合BERT的多层次语义协同模型情感分析研究[J].计算机工程与应用,2021,57(13):176-184.

[22]卜冠南,刘建华,姜磊,张冬阳.一种自适应分组的蚁群算法[J].计算机工程与应用, 2021, 57(06): 67-73.

[23]姜磊,刘建华,张冬阳,卜冠南.一种自适应变异二进制粒子群算法[J].福建工程学院学报, 2020,18(03): 273-279.

[24]何尧,刘建华,杨荣华.人工蜂群算法研究综述[J].计算机应用研究, 2018,35(05):1281-1286.

[25]刘国买,戴小廷,刘建华,周理.隧道施工安全管理与定位系统的设计和实现[J].武汉理工大学学报(信息与管理工程版), 2014,36(02):163-166.

[26]刘建华,张永晖,周理,贺文武.一种权重递增的粒子群算法[J].计算机科学,2014,41(03):59-65+84.

[27]刘建华. 相空间重构和SVR联合优化的短时交通流预测[J].计算机工程与应用, 2014, 50(03):13-17.

[28]刘建华,冯嘉礼,刘国买.一种新的决策评价模型及其变权分析[J].福建工程学院学报, 2013, 11(04):400-404.

[29]胡文瑜,刘建华,张柏礼.近似聚集查询中Congressional Samples算法的优化研究[J].数学的实践与认识,2013,43(08):160-169.

[30]张永晖,林漳希,刘建华,梁泉.用于多宿容迟移动网络的实时资源分配算法[J].微电子学与计算机,2013,30(03):93-96+101.

[31]张永晖,林漳希,刘建华,梁泉.容迟网络广义k选播路由资源分配模型[J].计算机应用, 2012,32(12): 3494-3498+3504.

[32]张永晖,林漳希,刘建华,梁泉.基于位置信息的仓储容迟网络路由算法[J].电信科学, 2012, 28(11):81-85.

[33]张永晖,林漳希,刘建华,梁泉.基于AAA认证的仓储移动网络安全关联转移方案[J].通信学报, 2012, 33(S1):186-191+200.

[34]刘建华,刘国买,杨荣华,胡文瑜.粒子群算法的交互性与随机性分析[J].自动化学报, 2012, 38(09):1471-1484.

[35]杨荣华,刘建华.量子粒子群算法求解整数规划的方法[J].科学技术与工程, 2011,11(33): 8195-8198 +8202.

[36]刘建华,杨荣华,孙水华.离散二进制粒子群算法分析[J]. 南京大学学报(自然科学版), 2011, 47(05): 504-514.

[37]杨荣华,刘建华.基于粒子群算法求解整数规划的改进方法[J]. 福建工程学院学报, 2011, 9(04):  347-350.

[38]孙水华,刘建华,林志强.基于数据质量控制的ETL[J].福建工程学院学报,2011,9(04):363-366.

[39]刘建华,黄添强,严晓明.融合PSO算法思想的进化算法[J].山东大学学报(工学版), 2010, 40(05):34-40.

[40]刘建华,樊晓平,瞿志华.一种基于相似度的新型粒子群算法[J].控制与决策,2007(10):1155-1159.

[41]刘建华,刘建伟.基于粒子群算法的城市单交叉口信号控制[J].系统工程,2007(07):83-87.

[42]刘建华,樊晓平,瞿志华.一种惯性权重动态调整的新型粒子群算法[J].计算机工程与应用, 2007(07):68-70.

[43]刘建华.多元最优信息分组延迟粒子群算法[J].现代电子技术,2007(04):83-85.

[44]刘建华.根据用户行为模式自动生成动态链接的方法[J].福建师范大学学报(自然科学版),2004(04):32-34.

[45]刘建华.一个智能搜索引擎的用户行为聚类分析[A]. 中国计算机学会电子政务与办公自动化专业委员会.第一届全国Web信息系统及其应用会议（WISA2004）论文集[C].中国计算机学会电子政务与办公自动化专业委员会:湖北省科学技术协会,2004:2.

[46]刘建华.关联规则挖掘的新模型[J].福建师范大学学报(自然科学版),2004(02):32-35.

[47]刘建华.从数据中挖掘知识[J].福建师范大学学报(自然科学版),2001(04):113-117.

·       教学论文

[1]   唐郑熠,胡文瑜,刘建华.应用技术大学数学基础课程的教学改革探索——以计算机类专业为例[J].福建电脑,2016,32(10):41-43+91.

[2]  贺文武,刘国买,刘建华.新工科专业育人共同体与学习共同体构建研究——以数据科学与大数据技术为例[J]. 教育评论,2018(08):46-51.

[3]   刘建华,胡文瑜,唐郑熠,林芳.数据科学与大数据技术专业课程体系探索[J].科教文汇(中旬刊), 2021(01): 115-116.

 

n    授予专利与软著

[1]刘建华,刘国买,胡文瑜,聂作先,周理. 一种应用时间序列信号的RFID定位方法[P].公开号：CN105445700A,2016-03-30.(已授权：时间2018-03-09; 专利号：ZL 2015 1 0824196.0)

[2]刘国买,刘建华,周理,胡文瑜,薛醒思. 隧道里基于RFID功率发射档识别自适用测距方法[P].公开号：CN105929387B,2016-09-07.(已授权：时间2018-12-07; 专利号：ZL2016 1 0355571.6)

[3]刘建华,刘国买，周理等. 基于RFID功率变档测距的定位系统，软件著作权，登记号: 2016S R114155，时间：2016-04-10,

主要获奖

l  第十一届福建省自然科学优秀学术论文奖三等奖，2014.08 粒子群算法的随机性与交互性分析, 福建省科技协会,排名1

l  第十三届福建省自然科学优秀学术论文，三等奖，2018.08, An Analysis of the Inertia Weight Parameter for Binary Particle Swarm Optimization，福建省科技协会,排名1

l  2020年福建省级教学成果奖，二等奖. 二依托、 四举措 、六转变--应用型本科电类学生实践能力培养模式创新与实施；李天建、李建兴、蔡志明、黄靖、钟宏景、马莹、刘建华、陈岚岚；（闽教师〔2020〕24号）2020.12.21

 

n  教学教改项目

[1]基于利益共同点的多种产教融合模式研究与探索，福建省教学教研改革项目， 2019.6-2021.6，项目编号: FBJG20190173,2019.6-2021.6, 3万元，闽教办高〔2019〕6号，主持；

[2]  新工科校企合作机制模式探索与实践，2020年省级新工科研究与改革实践项目，闽教高[2020]4号，主持

[3]  教育部2020年第二批产学合作协同育人项目(支持公司：北京中软国际信息技术有限公司)，实践条件和实践基地建设，项目编号：202101091017，，2021.9-2022.8

[4]  教育部2017年第一批产学合作协同育人项目(支持公司：福建中锐网络股份有限公司)，《数据科学导论》课程教学资源开发，项目编号：201701019002,2017.8-2018.12,3万，教高司函〔2017〕37号，主持人

[5]  福建工程学院案例库建设项目,大数据分析技术案例库,JXKA18014,2018.1-2020.1,3万元, 闽工院〔2018〕教1号,主持

[6]  福建工程学院教学研究项目，数据科学与大数据技术专业建设方案研究，0.5万元，GB-SC-17-07 2017-9-2018.12 主持，闽工院[2017]高教15号。

 

 n  教学课程

l  主要本科生授课课程：《软件工程》、《算法与数据结构》、《Java程序设计》、《数据库原理与应用》、《人工智能基础》、《面向对象程序设计》

l  研究生授课程：《智能计算及其应用》、《算法分析与设计》

团队名称：智能信息处理研究中心

团队介绍：本团队致力于智能计算及其运用研究，团队主要专注进化计算、智能优化和自然语言处理研究；团队成员拥有教授三名，培养和现有研究生近二十余名。团队主持国家自然基金三项、主持过省级科技项目近10项，拥有发明专利多项，发表国际期刊论文和国际会议论文50余篇。

https://kyc.fjut.edu.cn/82/6b/c6155a98923/page.htm