精华内容
下载资源
问答
  • 十种客观评价语音质量的方法

    千次阅读 2020-11-07 11:35:54
    语音客观评价标准一般分为语音质量评价和语音可懂度评价,这里先介绍语音质量评价。提起语音质量评价,大家第一个想到的肯定是信噪比这个十分常用的评价标准以及它的相关衍生标准,这里总结一些常用的语

    目录

    1. 基于SNR的语音质量评价标准

    1.1 SNR和分段SNR

    1.2 频域SNR

    2. 基于LPC系数的语音质量评价标准

    2.1 对数似然比距离

    2.2 Itakura–Saito距离

    2.3 倒谱距离

    3. 基于感知的语音质量评价标准

    3.1 加权谱倾斜测度

    3.2 PESQ

    4. 总结


    语音客观评价标准一般分为语音质量评价和语音可懂度评价,这里先介绍语音质量评价。提起语音质量评价,大家第一个想到的肯定是信噪比这个十分常用的评价标准以及它的相关衍生标准,这里总结一些常用的语音质量评价标准供大家参考和使用。

    1. 基于SNR的语音质量评价标准

    1.1 SNR和分段SNR

    基于SNR的评价标准想必大家都已经有所了解, 我们首先给出信噪比的定义

     

    但是我们知道语音是短时平稳性的,在语音长度较长的情况下对整体按上式求信噪比,于是有了分段信噪比(segmental SNR),其计算公式为:

    其中L为语音长度,M为语音帧数,N为语音帧长度,x(n)为原始语音,x_hat(n)为增强后的语音。但是上述的计算方法会出现一个问题,那就是当语音静音部分较多时会降低信噪比的值,为了解决这一问题可以使用VAD检测的方法在只有语音段才计算信噪比。另外一种方法就是限制信噪比在一定范围内如[-10, 35dB]这样就不需要额外进行VAD检测。

    1.2 频域SNR

    值得一提的是SNR不仅可以在时域进行计算也可以在频域进行计算,频域分段信噪比的计算公式为:

    其中K为频带数目,Wj为每个频带的权重。权重可以通过回归分析得到(有兴趣的可以搜索frequency-variant objective measures),另一种方法就是查表,如下表所示。

     

    2. 基于LPC系数的语音质量评价标准

    有的算法针对干净语音和增强语音信号的所有LPC模型之间的差异,提出了客观评价标准。我们将语音用p阶全极点模型来表示,即

    其中ax就是这节的主角LPC系数,Gx是噪声的激励。

     

    2.1 对数似然比距离

    那么我们就可以使用对数似然比(Log-Likelihood Ratio, LLR)来评估语音质量,其计算公式为:

    同样的将其扩展到频域

    其中ax是原始语音的LPC系数,ax_hat是增强后语音的LPC系数,Rx是原始语音LPC系数的自相关矩阵。Ax(ω)对应的是频谱。LLR可以理解为增强信号和原始号的预测残差的能量之比。

     

    2.2 Itakura–Saito距离

    除了使用LLR之外还有另外一个测度Itakura–Saito, IS,其计算公式为:

    其中Gx为增益,计算公式为:

    r^T_x是自相关矩阵的第一行。这种方法有个缺点增强信号和原始信号频谱的差异会被这个算法惩罚,但心理声学研究表明频谱水平的差异对质量的影响最小。

     

    2.3 倒谱距离

    提到LPC不得不让人联想到倒谱,倒谱系数可以从LPC系数递归得到,即

    然后我们就可以使用基于倒谱的测度

     

     

    3. 基于感知的语音质量评价标准

    语音质量到底如何主观感受是最重要的,许多工作从听觉机理的角度去对语音质量进行评价。

    3.1 加权谱倾斜测度

    心理声学研究表明,人们对共振峰频率不同的成对元音感觉最敏锐。加权谱倾斜测度(Weighted Spectral Slope, WSS) 首先通过一阶差分来计算每个频段的频谱斜率

    然后根据频段是在谱峰值附近还是在波谷附近,峰值是否是最大峰值等条件对谱斜率进行加权,加权公式为:

    其中max下标表示全局最大值,locmax表示离其最近的最大值。最后WSS测度可以表示为:

     

    3.2 PESQ

    PESQ可谓是无人不知,无人不晓虽然它只能检测8000/16000窄带范围内的语音质量,但在很多论文中它被用来评估处理后的语音质量。PESQ的具体细节比较多,如果要写的话需要单独开一篇文章来介绍,因此这里只给出它的流程图。想要了解更多细节可以查看代码的注释。

     

    4. 总结

    大多数语音客观评价标准都关注在语音信号的失真程度,较少从人类的听觉去分析,不同评价标准和真实情况的相关系数如下表所示(最后的Composite方法是把上面几种方法加权综合起来得到一个最终的评价结果)。语音评价除了云质量外还有可懂度的评价,它们会在后续的文章中介绍。


    公众号语音算法组菜单栏点击More->Code即可获取本文相关代码


     

    参考文献:

    [1]. Speech Enhancement Theory and Practice

     

    展开全文
  • 早期的图像处理是随由于通讯方面的要求而发展起来的,随着图像处理技术的发展,数字图像处理技术与理论已经成为计算机应用的一个重要领域,广泛应用于众多的科学与工程应用,如遥感、医学...图像质量评价方法中客观评价
      
    

    早期的图像处理是随由于通讯方面的要求而发展起来的,随着图像处理技术的发展,数字图像处理技术与理论已经成为计算机应用的一个重要领域,广泛应用于众多的科学与工程应用,如遥感、医学、气象、通信等。然而随着图像处理技术的迅速发展,如何正确有效地评价一幅图像的质量好坏变得越发重要起来。近年来,图像质量评价已经成为了图像信息工程领域内一项重要的研究课题,引起了学者的高度重视。

    图像质量评价方法中客观评价方法又可以分为三类:全参考质量评价方法、部分参考质量评价方法和无参考质量评价方法。全参考质量评价方法需要原始图像的完整信息作为评价的参考:部分参考质量评价方法需要原始图像的部分特征或者统计信息作为评价参考:无参考质量评价方法则完全依赖于待评测图像本身的信息来进行质量评价,而无须原始图像的任何信息。在很多情况下,如在网络传输中,往往无法获得发送端的原始图像信息,因此研究无参考的客观质量评价方法是很有意义的。

    1.2 图像质量评价

    图像质量的含义主要包括两个方面:图像的逼真度和图像的可懂度。图像质量直接取决于成像装备的光学性能、图像对比度、仪器噪声等多种因素的影响,通过质量评价可以对影像的获取、处理等各环节提供监控手段。为了对图像处理的各个环节进行合理评估,图像质量评价的研究已经成为图像信息工程的基础技术之一。多少年来,人们希望能够找出图像逼真度和可懂度的定量测量方法,作为评价图像和设计图像系统的依据,但目前人们对人类视觉特性仍没有充分理解,特别是对人眼视觉的心理特性还难以找出定量的描述方法,因此图像质量评价还有待深入研究。

    1.2.1 主观评价方法

    国际上已有成熟的主观评价技术和国际标准,例如 ITU-T Rec. P.910规定了多媒体应用的主观评价方法[1];ITU-R BT.500-11规定了电视图像的主观评价方法[2],就视频质量主观评价过程中的测试序列、人员、距离以及环境做了详细规定。主观质量评分法[3](MOS:Mean Opinion Score)是图像质量最具代表性的主观评价方法,它通过对观察者的评分归一化来判断图像质量。而主观质量评分法又可以分为绝对评价和相对评价两种类型。

    绝对评价是将图像直接按照视觉感受分级评分,表 1.1 列出了国际上规定的 5 级绝对尺度,包括质量尺度和妨碍尺度。对一般人来讲,多采用质量尺度;对专业人员来讲,则多采用妨碍尺度。

     1.1 绝对评价尺度

    相对评价是由观察者将一批图像从好到坏进行分类,将它们相互比较得出好坏,并给出相应的评分。相对尺度。

    表1.2 相对评价尺度与绝对评价尺度对照

    评价的结果可用一定数量的观察者给出的平均分数求得。平均分数按照公式 计算得到:

    ??NCi

    i?1

    KKi

    ?N

    i?1i

    式中,Ci 为图像属于第 i 类的分数,Ni 为判定该图像属于第i类的观察者人数。为了保证图像主观评价在统计上有意义, 参加评分的观察者至少应有 20 名, 其中包括一般观察者和专业人员。

    图像质量的主观评价方法的优点是能够真实的反映图像的直观质量,评价结果可靠,无技术障碍。但是主观评价方法也有很多缺点,如需要对图像进行多次重复实验,无法应用数学模型对其进行描述,从工程应用的角度看,耗时多、费用高,难以实现实时的质量评价。在实际应用中,主观评价结果还会受观察者的知识背景、观测动机、观测环境等因素的影响。此外,主观质量评价无法应用于所有场合,如需要进行实时图像质量评价的领域。

    1.2.2 客观评价方法

    图像质量的客观评价方法是根据人眼的主观视觉系统建立数学模型,并通过具体的公式计算图像的质量。传统的图像质量客观评价方法主要包括均方误差(MSE,mean squared error)和峰值信噪比(PSNR,peak signal to noise rate)

    [4,5]。均方误差法首先计算原始图像和失真图像象素差值的均方值,然后通过均方值的大小来确定失真图像的失真程度。计算公式如下:

    1MSE?M?N

    0?i?N0?j?M??(fij?fij) '2

    其中 M、N为图像的长和宽,fij 表示原始图像的象素值,fij表示降质后图像的象素值。PSNR作为衡量图像质量的重要指标,基于通信理论而提出,是最大信号量与噪声强度的比值。由于数字图像都是以离散的数字表示图像的像素,因此采用图像的最大象素值来代替最大信号量。

    具体公式如下: '

    PSNR?10?lgL?L MSE

    其中 L 为图像中像素的最大灰度值,一般采用 255。

    上述方法的优点是直观、严格,计算简单,而且可以直接应用于依据“MSE 最小”原则设计的图像系统。因此,这类方法成为应用最广泛的图像质量评价手段。但它的缺点也是显而易见的。文献[6]具体分析了 MSE 性能不稳定的原因,并指出这一缺点是方法本身的缺陷,无法克服。PSNR 只在评价白噪声失真图像时效果良好,而在其它领域也会出现如 MSE 一样的不稳定现象,文献[7]对此进行了深入分析。

    对图像质量进行客观评价时,根据对原始无失真图像依赖程度的不同,可将图像质量的客观评价算法分成三类:全参考(Full Reference, FR)图像质量评价、半参考(Reduced Reference, RR)图像质量评价和无参考(No Reference, NR)图像质量评价。全参考图像质量评价主要是将失真图像和参考图像逐像素进行比较,得出对失真图像的评价;半参考的图像质量评价是从原始图像和失真图像中分别提取图像的有效特征,如图像的梯度和直方图,通过对有效特征进行比较,得出对失真图像的评价;无参考的图像质量评价则无需任何参考图像的信息 ,直接提取失真图像的某些失真因素特征,如图像的边界强度、噪声率、模糊度等,

    图像质量评价最终取决于观察者的感觉,所以不论采用上述哪种客观评价方法,目标都是追求客观评价结果与人的主观评价尽可能的一致,即客观评价要以主观评价为准则。

    客观评价方法的优点是速度快、费用低、应用领域广,评价结果具有重现性,不受主观因素的影响。缺点是目前只能在某些方面有限度的模仿人眼的主观视觉系统,常会出现与主观评价结果不一致的情况,不同的模型依据具体的应用领域进行不同的条件假设,难以建立适用于任何领域的数学模型。

    1.3 国内外研究现状

    客观质量评价的早期研究主要集中在传统的误差统计方法上,如清晰度、峰值信噪比(PSNR)和均方误差(MSE)等。随着研究的深入,人们发现这种方法忽视了图像内容对人眼的影响,不能完全反映图像的质量,因此人们采用了更多的方法在更深的层面上做了尝试。

    无参考图像质量评价是一个全新的研究领域,虽然这个领域的研究尚处于探索阶段,但已吸引了很多人的关注,呈蓬勃发展之势。目前,公开发表的关于无参考图像质量评价的论文渐渐增多,如文献提出了三个无参考质量评价指标,别是边缘强度(Contour-Volume,简称 CV)、噪声率(Noise-Rate,简称 NR)和统一亮度分布(Uniform Intensity-Distribution,简称 UID)。

    这三个参数分别就图像的边缘、噪声和亮度分布进行了分析,结果与主观的一致性较高。文献专门研究了噪声对数字图像质量的影响,它在图像分块和噪声检测方面较文献都有改进;文献[9]研究真彩图像的色彩问题,其中色彩丰富度(CCI)与人眼对色彩的感知有很高的一致性;Huitno Luo 使用机器学习算法进行人脸质量的检测;Kyungnam Kim和 krty Davis 利用局部统计量提出一种用于视频质量评价的方法,主要用于评价噪声和模糊的问题;殷晓丽等人提出了一种基于半脆弱性数字水印算法(WIQM)的无参考图像质量评价方法,这种方法只是针对 JPEG 图像作质量评价;杨守义等人还提出一种基于高阶统计量的评价方法。 无参考图像的评价方法完全脱离了对原始参考图像的依赖, 其应用范围更加广泛,发展前景更加广阔,正因如此,其研究难度也是最大的。下面介绍几个具有代表意义的典型方法[10]。

    1.3.1 图像评价因子

    哈尔滨工业大学和日本电器股份有限公司(Nippon Electric Company,NEC)合作,从图像增强考虑了图像边界强度、噪声和灰度分布,来制定图像质量评价的因子[11]。

    1.3.1.1 边缘强度(Contour-Volume,CV)

    图像的细节越丰富,图像越清晰,则图像的边缘也就越清晰。边缘强度(CV)能够反映图像的清晰程度,数值越大,图像越清晰,反之图像模糊,这是一个图像清晰度的测量指标。首先使用3×3的拉普拉斯窗口提取图像边缘,然后统计图像的边缘,将边缘像素值进行绝对值的叠加求得图像的边缘强度CV[12]。

    1.3.1.2 噪声率(Noise-Rate,NR)

    噪声是造成图像失真的一个重要因素,噪声是高频分量,能够影响CV的评价。图像中的噪声越多,CV就会越大。面对这类失真图像,CV的评价性能将受到很大的影响,因此无法给出正确的评价结果。鉴于CV的这种缺陷,文献[13]提出了一种针对噪声的评价因子,即噪声率(Noise-Rate) 。

    噪声率是一个反映图像受噪声污染程度的评价因子,主要通过比较失真前参考图像的噪声量和失真后图像中所含噪声量的多少而确定。由于无参考图像质量

    展开全文
  • 图像质量的主客观评价准则

    千次阅读 2019-07-25 18:50:37
    客观评价标准 1、PSNR:峰值信噪比,两幅图像间的psnr越大,则越相似。psnr是最普遍和使用最广泛的一种图像客观评价指标,未考虑到人眼视觉特性。 MAX:图像颜色的最大数值,8bit为255;MSE:均方差 其中K(i,j)与I...

    客观评价标准
    1、PSNR:峰值信噪比,两幅图像间的psnr越大,则越相似。psnr是最普遍和使用最广泛的一种图像客观评价指标,未考虑到人眼视觉特性。
    **在这里插入图片描述**
    MAX:图像颜色的最大数值,8bit为255;MSE:均方差

    其中K(i,j)与I(i,j)表示失真图像与原始图像对应像素点的灰度值;i、j表示图像的行和列;m、n表示mn的图像尺寸。
    主观评价标准
    1、BD-rate:表示在同样的客观质量下,较优的编码方法可以节省的码率百分比。一般为负值,表示相同psnr下,码率减少,性能提高。正值表示码率增加,性能下降。
    2、SSIM:结构相似性,也是一种全参考的图像质量评价指标,它分别从亮度、对比度、结构三方面度量图像相似性。SSIM算法在设计上考虑了人眼的视觉特性,比传统方式更符合人眼视觉感知。计算方法如下:
    在这里插入图片描述
    其中ux、uy分别表示图像X和Y的均值,σX、σY分别表示图像X和Y的方差,σXY表示图像X和Y的协方差,C1=(K1
    L)^2, C2=(K2*L)^2,
    一般地K1=0.01, K2=0.03, L=255
    SSIM取值范围[0,1],值越大,表示图像失真越小。
    评价一个算法的效果如何,我们通常用加入算法前后的编码时间之差和BD-Rate来评价,比如
    在这里插入图片描述
    ΔTime为负值表示加入算法后编码时间减少,BD-Rate为负值表示加入算法后图像质量提升。BD-Rate是通过四个QP的bitrate和PSNR计算出来的

    展开全文
  • 图像客观评价小结

    千次阅读 2018-12-28 15:29:24
    首先,从有无参考图像分类,可以将图像客观评价分为1)使用参考图像的评价,包括:RMSE,SAM,ERGAS,MB,PFE,SNR,PSNR,CC,UQI,RASE,SSIM,SCC,gradient(梯度),E; 2)不使用参考图像的评价,包括:标准差,SF。 光谱...

    参考论文:
    On the Performance Evaluation of Pan-Sharpening Techniques
    Evaluation of pan-sharpening methods for spatial and spectral quality
    Pan-sharpening of multi-spectral images using a new variational model
    Image Fusion with Local Spectral Consistency and Dynamic Gradient Sparsity
    以前作对比试验的时候根本就不了解各评价标准的含义。选评价标准的时候也是云里雾里,现在把手头的东西忙完了,闲下来读了几篇论文。对图像的客观评价做个总结。当然由于图像客观评价太多,这里不能做到全部记录下来。但是参考论文出现的,基本都有写到。

    有无参考图像

    首先,从有无参考图像分类,可以将图像客观评价分为1)使用参考图像的评价,包括:RMSE,SAM,ERGAS,MB,PFE,SNR,PSNR,CC,UQI,RASE,SSIM,SCC,gradient(梯度),E;
    2)不使用参考图像的评价,包括:标准差,SF。

    光谱指标和空间指标

    而从空间和光谱的角度来看,又可以分为,1)光谱指标,包括SAM、ERGAS、RASE、(CC)、SSIM、Q、Q4、SID、QAVE;2)空间指标,包括SCC、E、gradient、FCC、H、Q_F、RMSE、MSE、(CC)。
    需要指出的是,CC在2篇论文中有歧义。一则说是光谱指标,一则说是空间指标。这里可能使用的计算公式不同,此处还没细看。

    展开全文
  • 主观质量评价 视频主观质量评价需要选定一批非专家类型的受测者,让他们在一个受控的环境下连续观看一系列的测试序列,时长大约10-30分钟,然后采用各种统计方法让受测者对视频序列的质量进行评分,最后得到视频...
  • 尽管可以通过火眼金睛的“专家”来主观评价(一种观点认为主观评价要由于客观评价,毕竟视频给人看的),但对于Netflix、爱奇艺这样每日新增海量视频的平台而言,主观评价是行不通了。那么,如何选择视频质量客观...
  • 图像质量客观评价

    千次阅读 2013-11-13 00:48:52
    1、均方差 MSE 2、平均绝对值 MAD 3、信噪比 SNR 4、峰值信噪比 PSSNR
  • 客观评价C#的优点和缺点

    万次阅读 2018-06-15 16:28:12
    本文将以全面、客观的方式评价这门语言,特别是语法方面。 其实很多人评价一门语言是带着一种感情色彩的。有些人支持C#是因为他只会C#,或者因为他是微软的老用户。但更多的人支持C#,是因为他通过比较发现C#确实比...
  • 视频质量客观评价方法分析

    千次阅读 2017-08-16 09:47:20
     VQM客观评价测试方法在给出视频质量客观评价结果之前需要经过如下几个过程:   1)原始及处理后视频流的采样。   此过程负责将原始或处理后的视频由模拟/数字信号转换成含有Y、CB、CR 三种分量信号的...
  • 图像全参考客观评价算法比较 https://blog.csdn.net/leixiaohua1020/article/details/38324973 评估图像质量评价算法性能的几个常用的标准 https://blog.csdn.net/caoleiwe/article/details/49045633 两种...
  • 图像全参考客观评价算法比较

    万次阅读 多人点赞 2014-08-05 00:06:17
    Lin Zhang等人在论文《A COMPREHENSIVEEVALUATION OF FULL REFERENCE IMAGE QUALITY ASSESSMENT ALGORITHMS》中,比较了几种全参考图像质量评价算法,在此记录一下他们的结果。下表所示是他们所用的图像库,包含了:...
  • 客观评价golang的优缺点

    千次阅读 2019-05-21 18:19:10
    channels 有它们自己的一套  用法   模式 。 但是,channels 必须仔细考虑,因为错误大小的 channels (默认情况下没有缓冲)  会导致死锁 。下面我们还将看到,使用通道并不能阻止竞争情况,因为它缺乏不可变性...
  • 是时候客观评价下Retrofit了,retrofit客观存在的问题的你必须要知道!在用retrofit开发很久的朋友或多或少采了巨坑,阅读源码和实践后发现并不是我们认为的那么灵活!无耻的广告又来了:导读: Retrofit 2.0(一) ...
  • 现在毫无疑问的是排名靠前的手机厂商都想有自己的操作系统 现在任何一家手机厂商都没有制作出属于自己的操作系统(苹果除外),安卓阵营的任何一家公开市场的手机厂商他们都只造出了身体,核心的系统并没有造出,...
  • 图像融合的客观评价(一):前导

    千次阅读 2016-09-20 10:39:48
    本文对图像融合的概念进行了简要的介绍。同时展示了在图像融合过程中,会对融合质量造成影响的因素。通过本文,读者应该可以理解到对图像融合评价方法进行讨论的必要性
  • 小爱同学与天猫精灵客观评价

    万次阅读 2018-11-09 10:04:00
    1、小艾的情商比天猫精灵高,(情商包括:同样的问题,小艾的回答比天猫精灵答得好)。唤醒后,小爱同学是会回答在或者哎,这点很贴心,当时偶尔会出现出现指导性回答,就是类似使用说明,这点略烦。...
  • 视频质量客观评价PSNR和SSIM

    千次阅读 2017-12-15 14:05:24
    PSNR是最普遍和使用最为广泛的一种图像客观评价指标,然而它是基于对应像素点间的误差,即基于误差敏感的图像质量评价。由于并未考虑到人眼的视觉特性(人眼对空间频率较低的对比差异敏感度较高,人眼对亮度对比差异...
  • 什么才是客观,如何找到一个客观评价。下面是今天刚刚发生过的对话。齿轮 9:50:54java项目的代码到uml的工具有哪些?齿轮 9:51:11试了ea感觉不是很好青润 9:53:28都差不多。青润 9:53:43trufun,rose,staruml...
  • 给ADAS泼冷水?不,是客观评价

    千次阅读 2016-05-09 13:45:53
    不,是客观评价 周纯粼 发表于: 2015/02/10 16:19:31 来源:盖世汽车网 23 0 这些驾驶辅助系统到底有多可靠?它们值得依赖吗?近日,有外媒指出,驾驶辅助系统也会出错,并将因此导致安全事故。 手机...
  • 视频质量的客观评价方法最后要与主观评价的结果进行印证,才能得出该客观算法的真实性能。针对客观预测结果的准确度、单调性和数据离散程度,VQEG给出了客观算法的一些评价指标: 1、皮尔逊相关系数(Pearson ...
  • 无参考评价图像质量(主观评价客观化) 举个栗子 影像测评 0. 前言 关于无参考评价图像质量的方法,学术上有很多论文,但是真正能用到产品却比较少。本文所提及的方法,均为目前本人在探索的方法,这里只是...
  • (笔记)图像的客观评价标准:PSNR

    千次阅读 2015-04-19 20:31:31
    PSNR:峰值信噪比(PSNR),一种评价图像的客观标准。   它是原图像与被处理图像之间的均方误差相对于(2^n-1)^2的对数值(信号最大值的平方,n是每个采样值的比特数),它的单位是dB。 MATLAB用法的公式如下: ...
  • CIO客观评价SAP和用友的差异

    千次阅读 2015-07-30 16:39:35
    在项目实施过程中,客户有时候反而需要改变自己的商业运作模式以适应其软件。相比之下,用友NC无论在实施还是使用上都更加灵活。 CIO观点1:太多企业花大价钱上了SAP,然后只把它当作进销存来用。 CIO...
  • 2 客观视频质量 3 主观视频质量 4 参见 5 参考 视频质量是量化一段视频通过视频传输/处理系统时画面质量变化(通常是下降)程度的方法。由于视频处理系统可能会导致一定的视频信号失真,因此...
  • 视频客观质量评价工具:MSU Video Quality Measurement Tool

    万次阅读 热门讨论 2013-09-17 14:57:40
    MSU Video Quality Measurement Tool(msu vqmt)是一种客观视频质量评价程序。它提供了多种全参考视频质量评价方法(对比两个视频)和无参考视频质量评价方法(分析一个视频)。
  • 客观评价西北工业大学

    千次阅读 2005-07-23 01:41:00
    怎样的评价才叫客观呢?量化,以及凭着良心说话。我在西工大呆了3年,但请相信,我所说的绝对不会带有任何感情色彩,我只是作为一名学生客观评价西工大,我的母校。在上大学前有很多人对我说,如果你要评价一所大学...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 41,102
精华内容 16,440
关键字:

怎么客观的评价自己