• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 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 ?

    基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)研究

    2010-05-18 08:49:48王玉祥喬秀全李曉峰孟洛明
    電子與信息學(xué)報(bào) 2010年12期
    關(guān)鍵詞:數(shù)據(jù)項(xiàng)信任度時(shí)空

    王玉祥 喬秀全 李曉峰 孟洛明

    (北京郵電大學(xué)網(wǎng)絡(luò)與交換技術(shù)國家重點(diǎn)實(shí)驗(yàn)室 北京 100876)

    1 引言

    在上下文信息處理機(jī)制中,由于現(xiàn)實(shí)世界的復(fù)雜性、多變性以及人類自身認(rèn)識(shí)的局限性和主觀性,使得人們獲得的上下文信息中含有大量的不確定、不準(zhǔn)確、不完全、不一致的地方。上下文信息存在缺失的原因可能是傳感器之間時(shí)鐘同步錯(cuò)誤,傳感器斷電,傳感器失效,通信傳輸錯(cuò)誤,人為攻擊等,這在上下文信息處理機(jī)制中是不可避免的。傳感器數(shù)據(jù)的缺失,往往導(dǎo)致挖掘的信息知識(shí)準(zhǔn)確性存在偏差,嚴(yán)重的會(huì)產(chǎn)生錯(cuò)誤決策,導(dǎo)致系統(tǒng)癱瘓,造成重大的損失。因此,上下文信息的缺失插補(bǔ)方法是上下文信息處理機(jī)制的關(guān)鍵技術(shù)之一,數(shù)據(jù)的完備性是推理高層上下文信息從而形成智能決策的前提基礎(chǔ)。

    當(dāng)前,比較常用的數(shù)據(jù)缺失插補(bǔ)方法有線性回歸插補(bǔ)[1],最近鄰插補(bǔ)[2],熱板、冷板插補(bǔ),期望最大EM(Expectation Maximum)[3]算法,最大可能性插補(bǔ)[4,5],多重插補(bǔ)方法[6,7],貝葉斯網(wǎng)絡(luò)(Bayesian Network)統(tǒng)計(jì)分析法[8]等統(tǒng)計(jì)學(xué)方面的插補(bǔ)方法,但是這些方法并沒有考慮到傳感器流數(shù)據(jù)的特點(diǎn)。傳感器數(shù)據(jù)最突出的特點(diǎn):一是數(shù)據(jù)之間有很強(qiáng)的關(guān)聯(lián)性;二是傳感器數(shù)據(jù)之間具有明顯的時(shí)空特性。另外,最近較多的是采用數(shù)據(jù)挖掘的方法,特別是基于關(guān)聯(lián)規(guī)則的挖掘方法[9,10],這些方法雖然考慮了數(shù)據(jù)之間的關(guān)聯(lián)特性,但是沒有涉及傳感器數(shù)據(jù)的時(shí)空特性。文獻(xiàn)[11,12]也只是研究了傳感器數(shù)據(jù)的時(shí)空特性去進(jìn)行數(shù)據(jù)缺失插補(bǔ),但是沒考慮數(shù)據(jù)之間的關(guān)聯(lián)特性。因此以往的研究方法都存在著不太全面的弊端,缺少全面綜合而又滿足實(shí)時(shí)應(yīng)用的數(shù)據(jù)缺失插補(bǔ)方法。

    為了更加準(zhǔn)確地對(duì)傳感器數(shù)據(jù)缺失進(jìn)行插補(bǔ),本文針對(duì)傳感器數(shù)據(jù)這一類上下文信息,根據(jù)傳感器數(shù)據(jù)的關(guān)聯(lián)性和時(shí)空特性兩大特點(diǎn),提出了基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)方法,全面綜合討論了數(shù)據(jù)插補(bǔ)方法,提高了傳感器數(shù)據(jù)缺失插補(bǔ)的準(zhǔn)確性。

    本文第2節(jié)首先介紹了關(guān)聯(lián)規(guī)則挖掘的基本概念和基本步驟。第3節(jié)提出了基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)方法,并詳細(xì)闡述基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)的詳細(xì)過程。第4節(jié)通過仿真實(shí)驗(yàn)驗(yàn)證了基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)方法的高效性和合理性。最后給出結(jié)論和未來的工作。

    2 關(guān)聯(lián)規(guī)則挖掘

    2.1 關(guān)聯(lián)規(guī)則挖掘的相關(guān)概念

    定義1 數(shù)據(jù)項(xiàng):在傳感器采集數(shù)據(jù)的過程中,傳感器X和Y采集到的數(shù)值可以根據(jù)用戶的不同要求,即顆粒度的要求不同離散成不同區(qū)間的數(shù)值,離散化后的數(shù)值稱之為傳感器的數(shù)據(jù)項(xiàng)。若干個(gè)數(shù)據(jù)項(xiàng)的集合就構(gòu)成數(shù)據(jù)項(xiàng)集。數(shù)據(jù)項(xiàng)集所包含的數(shù)據(jù)項(xiàng)的個(gè)數(shù)稱為該數(shù)據(jù)項(xiàng)集的維數(shù),長度為m的數(shù)據(jù)項(xiàng)集,定義為m維的數(shù)據(jù)項(xiàng)集。

    定義2 支持度:在無線傳感網(wǎng)絡(luò)中,傳感器X和Y在某一段時(shí)間區(qū)間內(nèi)采集的數(shù)據(jù)項(xiàng)中相同的個(gè)數(shù)和傳感器X和Y在這一段時(shí)間區(qū)間內(nèi)采集的數(shù)據(jù)項(xiàng)的總的個(gè)數(shù)的比值稱之為關(guān)聯(lián)規(guī)則X→Y的支持度。數(shù)據(jù)項(xiàng)集合D的支持度通常記作supp(D),關(guān)聯(lián)規(guī)則X→Y的支持度通常記作supp(X→Y)。

    定義 3 信任度:在無線傳感網(wǎng)絡(luò)中,對(duì)于傳感器X和Y,在某一段時(shí)間區(qū)間內(nèi),傳感器X采集到的數(shù)據(jù)項(xiàng)而同時(shí)傳感器Y也能夠同時(shí)采集到相同數(shù)據(jù)項(xiàng)概率可能性的大小,稱之為關(guān)聯(lián)規(guī)則X→Y的信任度,由信任度的定義可知信任度可以用支持度來表示成為supp(X→Y)/supp(X)。

    定義 4 最小支持度:在實(shí)際的應(yīng)用系統(tǒng)中,根據(jù)用戶對(duì)系統(tǒng)的要求不同確定的關(guān)聯(lián)規(guī)則支持度需要滿足的最小的數(shù)值,它是滿足用戶最低需求的支持度的數(shù)值,稱之為最小支持度,通常記作minsupp。

    定義 5 最小信任度:在實(shí)際的應(yīng)用系統(tǒng)中,根據(jù)用戶對(duì)系統(tǒng)的要求不同確定的關(guān)聯(lián)規(guī)則信任度需要滿足的最小的數(shù)值,它是滿足用戶最低可靠性保證的數(shù)值,稱之為最小信任度,通常記作minconf。

    定義 6 頻繁數(shù)據(jù)項(xiàng)集:對(duì)于用戶給定的最小支持度minsupp,傳感器X采集到的數(shù)據(jù)項(xiàng)D支持度如果大于該最小支持度minsupp,則稱數(shù)據(jù)項(xiàng)D為頻繁數(shù)據(jù)項(xiàng)集,同時(shí)稱傳感器X為頻繁節(jié)點(diǎn)集。

    2.2 關(guān)聯(lián)規(guī)則挖掘概念

    在上下文信息采集網(wǎng)絡(luò)中,對(duì)于傳感器X和Y,形如蘊(yùn)含式X→Y稱之為關(guān)聯(lián)規(guī)則,其中傳感器X和Y都是獨(dú)立采集的。關(guān)聯(lián)規(guī)則是統(tǒng)計(jì)學(xué)中簡單而又實(shí)用的一種推理規(guī)則,也是數(shù)據(jù)挖掘研究熱點(diǎn)領(lǐng)域,特別適用于分析傳感器采集的大量數(shù)據(jù)項(xiàng)之間頻繁出現(xiàn)的模態(tài)關(guān)聯(lián)性,從而對(duì)傳感器采集的數(shù)據(jù)缺失進(jìn)行插補(bǔ)。

    支持度與信任分別大于用戶定義的最小閾值minsupp和minconf的規(guī)則通常稱為強(qiáng)關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則挖掘的目標(biāo)就是從給定的傳感器節(jié)點(diǎn)所采集的所有數(shù)據(jù)項(xiàng)中找到所有的強(qiáng)關(guān)聯(lián)規(guī)則節(jié)點(diǎn),分析出傳感器節(jié)點(diǎn)所采集的所有數(shù)據(jù)項(xiàng)的規(guī)律,從而挖掘出各節(jié)點(diǎn)之間關(guān)聯(lián)性、相關(guān)性,進(jìn)一步可以對(duì)節(jié)點(diǎn)數(shù)據(jù)項(xiàng)進(jìn)行推理、預(yù)測。

    2.3 關(guān)聯(lián)規(guī)則挖掘的基本過程

    由關(guān)聯(lián)規(guī)則挖掘的形式化定義可知,通常情況下,對(duì)于關(guān)聯(lián)規(guī)則挖掘問題可以劃分成兩個(gè)基本的過程:

    (1)頻繁傳感器節(jié)點(diǎn)的查找 對(duì)于用戶設(shè)定的最小支持度 minsupp,從傳感器網(wǎng)絡(luò)系統(tǒng)中查找所有的頻繁傳感器節(jié)點(diǎn)集合,即滿足支持度大于等于minsupp的傳感器節(jié)點(diǎn)集合。實(shí)際上,這些頻繁傳感器節(jié)點(diǎn)集合或許具有一定的推出關(guān)系。不失一般性,我們通常只考慮那些不被其它傳感器節(jié)點(diǎn)集合所推出的頻繁最大傳感器節(jié)點(diǎn)集合。這些頻繁大傳感器節(jié)點(diǎn)集合是形成強(qiáng)關(guān)聯(lián)規(guī)則前提。

    (2)強(qiáng)關(guān)聯(lián)規(guī)則的形成 對(duì)于用戶設(shè)定的最小信任度 minconf,在頻繁最大傳感器節(jié)點(diǎn)集合,根據(jù)一定的具體方法來生成信任度大于等于 minconf的關(guān)聯(lián)規(guī)則,從而形成蘊(yùn)含式的強(qiáng)關(guān)聯(lián)規(guī)則,進(jìn)一步可以推理出傳感器節(jié)點(diǎn)之間的關(guān)系,為傳感器數(shù)據(jù)項(xiàng)缺失的插補(bǔ)奠定基礎(chǔ)。

    在關(guān)聯(lián)規(guī)則挖掘的兩個(gè)基本過程中,其中第(1)個(gè)基本過程是關(guān)聯(lián)規(guī)則挖掘算法設(shè)計(jì)的關(guān)鍵基礎(chǔ),頻繁傳感器節(jié)點(diǎn)的查找效率的高低直接影響該挖掘算法有效性,這一步驟也是計(jì)算密集型過程,一般要通過并行分布式計(jì)算來處理該過程。而第(2)個(gè)基本過程僅僅是根據(jù)生成的頻繁傳感器節(jié)點(diǎn)的集合按照一定生成規(guī)則來創(chuàng)建相應(yīng)蘊(yùn)含式強(qiáng)關(guān)聯(lián)規(guī)則的過程,不是計(jì)算密集型過程。因此,目前關(guān)聯(lián)規(guī)則算法設(shè)計(jì)關(guān)鍵問題主要是圍繞怎樣來生成最大傳感器頻繁節(jié)點(diǎn)集合展開的。

    3 基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)方法

    為了更加準(zhǔn)確進(jìn)行上下文信息缺失數(shù)據(jù)插補(bǔ),使數(shù)據(jù)缺失插補(bǔ)更加接近實(shí)際應(yīng)用,本文引入時(shí)間新鮮度的概念。對(duì)傳感數(shù)據(jù)采樣序列回合號(hào)(round_number)進(jìn)行加權(quán),按照指數(shù)級(jí)np(p≥1)對(duì)采集到的傳感器數(shù)據(jù)進(jìn)行時(shí)間序列化,時(shí)間新鮮度大的數(shù)據(jù)在插補(bǔ)的過程中占有更大的權(quán)重。因此,更加準(zhǔn)確、真實(shí)反映傳感器數(shù)據(jù)的實(shí)際使用。本文還對(duì)支持度和信任度重新進(jìn)行了定義,主要是考慮了時(shí)間新鮮度的概念,在本文中分別命名為加權(quán)支持度和加權(quán)信任度:

    定義 7 加權(quán)支持度:在無線傳感網(wǎng)絡(luò)中,傳感器X和Y在某一段時(shí)間區(qū)間內(nèi)采集的數(shù)據(jù)項(xiàng)中相同的帶有序列號(hào)加權(quán)權(quán)重個(gè)數(shù)和傳感器X和Y在這一段時(shí)間區(qū)間內(nèi)采集的數(shù)據(jù)項(xiàng)的總的帶有序列號(hào)加權(quán)權(quán)重個(gè)數(shù)的比值稱之為關(guān)聯(lián)規(guī)則X→Y的加權(quán)支持度。數(shù)據(jù)項(xiàng)集合D的加權(quán)支持度通常記作 wei_supp(D),關(guān)聯(lián)規(guī)則X→Y的加權(quán)支持度通常記作wei_supp(X→Y)。

    定義 8 加權(quán)信任度:在無線傳感網(wǎng)絡(luò)中,對(duì)于傳感器X和Y,在某一段時(shí)間區(qū)間內(nèi),傳感器X采集到的帶有序列號(hào)加權(quán)權(quán)重的數(shù)據(jù)項(xiàng)而同時(shí)傳感器Y也能夠同時(shí)采集到相同帶有序列號(hào)加權(quán)權(quán)重的數(shù)據(jù)項(xiàng)概率可能性的大小,稱之為關(guān)聯(lián)規(guī)則X→Y的加權(quán)信任度,由加權(quán)信任度的定義可知加權(quán)信任度可以用加權(quán)支持度來表示成為 wei_supp(X→Y)/wei_supp(X)。同理,可以定義最小加權(quán)支持度和最小加權(quán)信任度,本文不再贅述。

    對(duì)傳感器數(shù)據(jù)采用時(shí)空關(guān)系處理后,得到的傳感器數(shù)據(jù)再進(jìn)行關(guān)聯(lián)規(guī)則挖掘,本文采用無冗余的閉頻數(shù)據(jù)項(xiàng)集關(guān)聯(lián)規(guī)則挖掘的方法,節(jié)省計(jì)算的時(shí)間和內(nèi)存空間的占用,提高傳感器數(shù)據(jù)插補(bǔ)的效率和準(zhǔn)確性,有利于實(shí)時(shí)性系統(tǒng)的應(yīng)用。

    定義9 閉數(shù)據(jù)項(xiàng)集:在無線傳感器網(wǎng)絡(luò)中,傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)項(xiàng)集合設(shè)定為S={s1,s2,…,sm}是m維的傳感器數(shù)據(jù)項(xiàng)的序列號(hào),U={u1,u2,… ,un}是n維數(shù)據(jù)項(xiàng)數(shù)值,則數(shù)據(jù)項(xiàng)可形式化為P=S.U., 設(shè)A,B為數(shù)據(jù)項(xiàng)序列號(hào)S的子集,A的個(gè)數(shù)為k的稱A為k數(shù)據(jù)項(xiàng)集,傳感器采集的數(shù)據(jù)流序列b為P的子集。則閉數(shù)據(jù)項(xiàng)集是滿足以下的函數(shù)f和g的傳感器數(shù)據(jù)序列:對(duì)于f(B)={i∈P|b∈B,i∈b}以及g(A)={b∈S|i∈A,i∈b},函數(shù)f表示返回所有包含在傳感器采集數(shù)據(jù)序列B中的數(shù)據(jù)項(xiàng)集合,而函數(shù)g表示的返回的是包含給定數(shù)據(jù)項(xiàng)集A的數(shù)據(jù)序列集合。數(shù)據(jù)項(xiàng)A是閉數(shù)據(jù)項(xiàng)及當(dāng)且僅當(dāng)下式成立g(f(A))=f(g(A))=f?g(A)=A,H=f?g稱作閉運(yùn)算或者稱作閉操作符。

    定義10 閉頻數(shù)據(jù)項(xiàng)集:設(shè)P首先是閉數(shù)據(jù)項(xiàng)集,如果它的加權(quán)支持度大于或者等于用戶定義的最小加權(quán)支持度,則P為閉頻數(shù)據(jù)項(xiàng)集。

    對(duì)采集到的傳感器數(shù)據(jù)進(jìn)行序列號(hào)(回合號(hào))加權(quán),并引入了時(shí)間新鮮度。而對(duì)于傳感器數(shù)據(jù)之間的空間位置關(guān)系,主要是進(jìn)行空間相似度計(jì)算,即是采用Pearson(皮爾森)相關(guān)系數(shù)的方法,找到空間上最相近的傳感器數(shù)據(jù),然后再進(jìn)行關(guān)聯(lián)規(guī)則的挖掘。

    關(guān)聯(lián)規(guī)則挖掘算法是計(jì)算密集型的算法,為了減小計(jì)算的復(fù)雜度,提高上下文信息缺失插補(bǔ)的準(zhǔn)確性,結(jié)合集合傳感器數(shù)據(jù)的特點(diǎn),首先要對(duì)數(shù)據(jù)進(jìn)行時(shí)空化處理。

    本節(jié)根據(jù)關(guān)聯(lián)規(guī)則挖掘的兩個(gè)步驟,結(jié)合傳感數(shù)據(jù)的時(shí)空特性,提出基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)的基本過程可分為4步:

    第1步 傳感數(shù)據(jù)空間化 對(duì)采集到的傳感數(shù)據(jù)首先計(jì)算其空間的相關(guān)度。本文采用Pearson相關(guān)系數(shù)法。Pearson相關(guān)系數(shù)法是計(jì)算兩個(gè)變量X和Y之間相關(guān)度常用的方法,其數(shù)值在[-1,1],用戶定義閾值,比如選擇 Pearson相關(guān)系數(shù)大于等于 0.5的那些傳感器作為關(guān)聯(lián)規(guī)則挖掘的傳感器S1,S2,…,??臻g化后降低計(jì)算復(fù)雜度,利于實(shí)時(shí)性的應(yīng)用,也大大提高了數(shù)據(jù)插補(bǔ)的準(zhǔn)確性。

    通常是采用相關(guān)相似度度量公式即Pearson相關(guān)系數(shù)度量各傳感器之間的相關(guān)度,設(shè)傳感器i和傳感器j共同采集的數(shù)據(jù)集合為Ii,j,則傳感器i和傳感器j的相似度sim(i,j)為其中Ri,c表示傳感器i對(duì)數(shù)據(jù)c的采集,和分別表示傳感器i和傳感器j對(duì)數(shù)據(jù)的平均值。注意,數(shù)據(jù)的平均值是指兩個(gè)傳感器有共同采集數(shù)值的平均值。求得和相關(guān)相似性系數(shù)的范圍是[-1,1],相關(guān)系數(shù)越大,則表示這兩個(gè)傳感器的采集數(shù)據(jù)越接近,其采集的準(zhǔn)確率就越高。

    第2步 傳感數(shù)據(jù)時(shí)間序列化 對(duì)采集到的傳感數(shù)據(jù)按照回合進(jìn)行加權(quán)處理。使采集到的數(shù)據(jù)和時(shí)間進(jìn)行相關(guān)聯(lián)。每個(gè)傳感器數(shù)據(jù)前面加上相應(yīng)的回合權(quán)重系數(shù)。在此基礎(chǔ)上計(jì)算最小加權(quán)支持度和最小加權(quán)信任度。對(duì)傳感器數(shù)據(jù)時(shí)間序列加權(quán)的方法可采用各種不同的方法。要根據(jù)具體的問題具體分析,主要是考慮數(shù)據(jù)對(duì)時(shí)間的敏感程度大小,小的可以采用線性增長的趨勢(shì)y=a?x,對(duì)時(shí)間敏感程度高的數(shù)據(jù)可以采用指數(shù)增長的方式,例如y=a?pn(p≥1)的方式,其中p為調(diào)整參數(shù),其數(shù)值根據(jù)具體數(shù)據(jù)特點(diǎn)而定。

    第 3步 查找頻繁數(shù)據(jù)項(xiàng)集 通過用戶給定的最小加權(quán)支持度wei_minsupp,找出所有頻繁數(shù)據(jù)項(xiàng)集合,也就是滿足加權(quán)支持度大于等于 wei_minsupp的數(shù)據(jù)項(xiàng)集。實(shí)際上,這些頻繁數(shù)據(jù)項(xiàng)集可能具有推出關(guān)系。不失一般性,我們只考慮那些不被其它頻繁數(shù)據(jù)項(xiàng)集所推出的頻繁大數(shù)據(jù)項(xiàng)的集合。而這些頻繁大數(shù)據(jù)項(xiàng)集是形成強(qiáng)關(guān)聯(lián)規(guī)則的前提基礎(chǔ)。

    以溫度傳感器采集的溫度數(shù)據(jù)為例,如表 1。假設(shè)有4個(gè)傳感器S1,S2,S3,S4,假定p=3且第4回合數(shù)據(jù)出現(xiàn)缺失。

    表1 4個(gè)溫度傳感器采集的溫度數(shù)據(jù)及其缺失情況

    假設(shè)最小加權(quán)支持度 50%,最小加權(quán)信任度50%。由表 2可知,閉頻數(shù)據(jù)項(xiàng)集及其最小加權(quán)支持度分別為{S1.72,S3.74,S4.62}=2,{S1.72,S4.62}=3, {S2.62,S4.62}=2, {S4.62}=4。

    第 4步 生成強(qiáng)關(guān)聯(lián)規(guī)則 通過用戶給定的最小加權(quán)信任度 wei_minconf,在每一個(gè)最大頻繁數(shù)據(jù)項(xiàng)集合中,生成加權(quán)信任度大于等于 wei_minconf的強(qiáng)關(guān)聯(lián)規(guī)則。

    表2 閉頻數(shù)據(jù)項(xiàng)集及其最小加權(quán)支持度

    產(chǎn)生關(guān)聯(lián)規(guī)則的具體操作過程如下:

    (1)對(duì)于每一個(gè)頻繁數(shù)據(jù)項(xiàng)集P,產(chǎn)生所有的P的非空、真子集合。

    (2)對(duì)于P的每一個(gè)非空、真子集Q,如果supp(P)/supp(Q)大于等于最小加權(quán)信任度,則輸出強(qiáng)關(guān)聯(lián)規(guī)則Q→(P-Q)。

    對(duì)于上例來說,可以得出:規(guī)則1:{S1.72,S4.62}→S3.74,加權(quán)支持度為 1/2,加權(quán)信任度為 2/3。規(guī)則 2:S4.62→S2.62,加權(quán)支持度為 1/2,加權(quán)信任度為1/2。

    因此,對(duì)于第4回合采集到的數(shù)據(jù),S2缺失的數(shù)據(jù)66.7%可能是62,S3采集到的數(shù)據(jù)50%可能是74。

    4 仿真實(shí)驗(yàn)及結(jié)果分析

    4.1 實(shí)驗(yàn)環(huán)境

    硬件配置如下:CPU: Inte1Pentium 2.8G;內(nèi)存:DDR512M;

    軟件環(huán)境如下:操作系統(tǒng):windows XP;數(shù)據(jù)庫:MySQLserve:5.0;編程語言:R PROJECT。

    4.2 仿真實(shí)驗(yàn)及結(jié)果分析

    本文實(shí)驗(yàn)數(shù)據(jù)來自于美國三菱電子研究實(shí)驗(yàn)室MERL(Mitsubishi Electric Research Labs)公開的一個(gè)大規(guī)模傳感器數(shù)據(jù)集,實(shí)驗(yàn)數(shù)據(jù)可以從網(wǎng)站http://www.merl.com/wmd通過 FTP獲得:ftp://wmd@ftp.merl.com/,username:wmd passwd:w0rksh0pWMD,MERL主要是利用了200個(gè)傳感器來記錄實(shí)驗(yàn)室兩層建筑物辦公人員一年內(nèi)的不同時(shí)間不同位置的活動(dòng)情況。為了簡化起見,本文實(shí)驗(yàn)取了其中的部分實(shí)驗(yàn)數(shù)據(jù),包括100個(gè)不同位置不同時(shí)間段的溫度傳感器數(shù)據(jù),使用溫度傳感器采集的 20個(gè)回合數(shù)據(jù)來進(jìn)行實(shí)驗(yàn)。本文利用 SQL SERVER數(shù)據(jù)庫存儲(chǔ)傳感器數(shù)據(jù),并利用 R PROJECT軟件對(duì)傳感器數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析處理,R PROJECT是一個(gè)有著統(tǒng)計(jì)分析功能及強(qiáng)大作圖功能的開源軟件系統(tǒng)。

    實(shí)驗(yàn) 1 缺失數(shù)據(jù)插補(bǔ)的準(zhǔn)確性比較 為了比較各種插補(bǔ)方法的準(zhǔn)確性,本文采用常用均方根誤差RMSE(Root Mean Square Error)進(jìn)行比較,其公式如下:

    其中iA是傳感器實(shí)際值,Ei是傳感器插補(bǔ)值,n為缺失的數(shù)量,N是采用數(shù)據(jù)集子集數(shù)量,最終結(jié)果可以取幾個(gè)子集的平均值,均方根誤差RMSE越小,表示插補(bǔ)方法越準(zhǔn)確。

    本文提出的STARM方法與傳統(tǒng)簡單線性回歸(SLR),EM 算法,WARM(Window Association Rule Mining)方法,CARM(Closed Association Rule Mining)方法,F(xiàn)ARM(Freshness Association Rule Mining)方法進(jìn)行比較如圖1所示。

    從圖 1可以看出,數(shù)據(jù)插補(bǔ)準(zhǔn)確性,STARM要優(yōu)于傳統(tǒng)的統(tǒng)計(jì)方法和其他的關(guān)聯(lián)規(guī)則挖掘方法。

    實(shí)驗(yàn) 2 缺失數(shù)據(jù)插補(bǔ)所用的時(shí)間比較 本文提出的對(duì)傳感器數(shù)據(jù)空間化減小了計(jì)算的復(fù)雜性,而同時(shí)采用回合權(quán)系數(shù)法引入的時(shí)間新鮮度又增加了計(jì)算的復(fù)雜度,最后的綜合結(jié)果需要通過仿真實(shí)驗(yàn)進(jìn)行實(shí)際性能評(píng)估。

    本文采用平均插補(bǔ)時(shí)間 AIT(Average Imputation Time)即每個(gè)回合平均占用的數(shù)據(jù)插補(bǔ)的時(shí)間,其仿真結(jié)果如圖2所示。

    從圖2可以看出,EM和SLR由于算法的簡單性所用的時(shí)間最少,而與其他算法比較中 STARM效率較高,所用時(shí)間較少,從而節(jié)省了系統(tǒng)時(shí)間開銷。

    實(shí)驗(yàn)3 缺失數(shù)據(jù)插補(bǔ)所占用內(nèi)存空間比較

    本文還采用了缺失數(shù)據(jù)插補(bǔ)過程中所占內(nèi)存空間大小來衡量STARM算法的高效性。其仿真結(jié)果如圖3所示。

    從圖3可以看出,EM和SLR由于算法的簡單性所占用的內(nèi)存最小,而與其他算法比較中STARM 效率較高,占用內(nèi)存較小,從而節(jié)省了系統(tǒng)空間開銷。

    5 結(jié)束語

    本文依據(jù)傳感器數(shù)據(jù)這一流數(shù)據(jù)的關(guān)聯(lián)性和時(shí)空特性,引入了時(shí)間新鮮度的概念,并依據(jù)傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘的基本過程,提出了基于時(shí)空關(guān)系和關(guān)聯(lián)規(guī)則挖掘的上下文信息缺失插補(bǔ)方法(STARM),較傳統(tǒng)的缺失數(shù)據(jù)插補(bǔ)方法具有更高的準(zhǔn)確性,并且減小了時(shí)空開銷。實(shí)驗(yàn)證明此方法的在數(shù)據(jù)插補(bǔ)準(zhǔn)確性優(yōu)于傳統(tǒng)的統(tǒng)計(jì)方法和其他關(guān)聯(lián)規(guī)則挖掘方法,驗(yàn)證了算法的合理性和高效性。

    由于對(duì)傳感器數(shù)據(jù)進(jìn)行時(shí)間序列化,如果采用指數(shù)加權(quán),其數(shù)值會(huì)呈指數(shù)級(jí)遞增,數(shù)據(jù)有可能會(huì)溢出,如何進(jìn)行控制數(shù)據(jù)的溢出,是本文未來進(jìn)一步的研究工作。

    圖1 SLR,EM,WARM,CARM,F(xiàn)ARM,STARM之間RMSE值的比較

    圖2 SLR,EM,WARM,CARM, FARM,STARM之間AIT值的比較

    圖3 SLR,EM,WARM,CARM,F(xiàn)ARM,STARM之間占用內(nèi)存的比較

    [1] Cool A L. A review of methods for dealing with missing data[C]. Paper presented at the Annual Meeting of the Southwest Educational Research Association, Dallas, TX,2000: 1-34.

    [2] Shao Jun and Wang Han-sheng. Confidence intervals based on survey data with nearest neighbor imputation [J].Statistica Sinica, 2008, 18(1): 281-297.

    [3] Gu Dong-bing. Distributed EM algorithm for Gaussian mixtures in sensor networks [J].IEEE Transactions on Neural Networks, 2008, 19(7): 1154-1166.

    [4] Allison P D. Missing data [D]. Thousand Oaks, CA Sage,2002.

    [5] Qin Yong-song and Zhang Shi-chao. Empirical likelihood confidence intervals for differences between two datasets with missing data [J].Pattern Recognition Letters, 2008, 29(6):803-812.

    [6] 龐新生. 分層隨機(jī)抽樣條件下缺失數(shù)據(jù)的多重插補(bǔ)方法[J].統(tǒng)計(jì)與信息論壇, 2009, 24(5): 19-21.Pang Xin-sheng. Multiple imputation for missing data in stratified random sampling [J].Statistics&Information Forum, 2009 24(5): 19-21.

    [7] 金勇進(jìn), 邵軍. 缺失數(shù)據(jù)的統(tǒng)計(jì)處理. 北京: 中國統(tǒng)計(jì)出版社,2009: 155-161.Jin Yong-jin and Shao Jun. Statistical Analysis with Missing Data [M]. Beijing: China Statistics Press, 2009: 155-161.

    [8] Deshpande A, Guestrin C, Madden S, Hellerstein J, and Hong W. Model-driven data acquisition in sensor networks[C]. Proceedings of the 30th VLDB (Very Large Databases)Conference, Toronto, Canada, 2004: 588-599.

    [9] Le Gruenwald, Hamed Chok, and Mazen Aboukhamis. Using data mining to estimate missing sensor data[C]. Proceedings of the Seventh IEEE International Conference on Data Mining Workshops, Norman, USA, 2007: 207-212.

    [10] Nan Jiang. A data imputation model in sensor databases [C].High Performance Computing and Communications, Third International Conference, HPCC 2007, Houston, USA,September 26-28, 2007: 86-96.

    [11] Li Y and Parker L E. Classification with missing data in a wireless sensor network[C]. IEEE Southeast Conference,Huntsville, Alabama, April 2008: 533-538.

    [12] Li Y and Parker L E. A spatial-temporal imputation technique for classification with missing data in a wireless sensor network[C]. 2008 IEEE/RSJ International Conference on Intelligent Robots and Systems, Acropolis Convention Center Nice, France, Sept. 22-26, 2008: 3272-3279.

    猜你喜歡
    數(shù)據(jù)項(xiàng)信任度時(shí)空
    跨越時(shí)空的相遇
    鏡中的時(shí)空穿梭
    一種多功能抽簽選擇器軟件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    甘肅科技(2020年19期)2020-03-11 09:42:42
    非完整數(shù)據(jù)庫Skyline-join查詢*
    基于Python的Asterix Cat 021數(shù)據(jù)格式解析分析與實(shí)現(xiàn)
    玩一次時(shí)空大“穿越”
    全球民調(diào):中國民眾對(duì)政府信任度最高
    時(shí)空之門
    基于信任度評(píng)估的移動(dòng)自組織網(wǎng)絡(luò)路由協(xié)議
    2014,如何獲得信任
    伊人亚洲综合成人网| 亚洲一码二码三码区别大吗| 制服诱惑二区| 青春草亚洲视频在线观看| 亚洲精品日本国产第一区| 每晚都被弄得嗷嗷叫到高潮| 精品人妻熟女毛片av久久网站| 最新的欧美精品一区二区| 中文精品一卡2卡3卡4更新| 99九九在线精品视频| 国产成人欧美| 欧美激情极品国产一区二区三区| 在线观看免费午夜福利视频| 欧美日韩视频高清一区二区三区二| 国产精品三级大全| 日韩视频在线欧美| 国产淫语在线视频| 蜜桃国产av成人99| 亚洲熟女毛片儿| 免费日韩欧美在线观看| 午夜91福利影院| 精品一区二区三区av网在线观看 | 国产成人精品久久二区二区91| 日韩一卡2卡3卡4卡2021年| 啦啦啦在线免费观看视频4| 一边摸一边抽搐一进一出视频| 高清av免费在线| 亚洲国产毛片av蜜桃av| 一级a爱视频在线免费观看| 99九九在线精品视频| 2021少妇久久久久久久久久久| 亚洲欧美日韩另类电影网站| 国产成人欧美| 国产在线观看jvid| 成年动漫av网址| 日本91视频免费播放| 亚洲伊人色综图| 中文字幕制服av| 伊人久久大香线蕉亚洲五| 在线观看一区二区三区激情| 欧美激情 高清一区二区三区| 国产成人精品在线电影| 狠狠婷婷综合久久久久久88av| 最黄视频免费看| 久久人人爽av亚洲精品天堂| 纯流量卡能插随身wifi吗| 在线天堂中文资源库| 成年人黄色毛片网站| 青青草视频在线视频观看| 超碰97精品在线观看| 国产成人一区二区在线| 日韩伦理黄色片| 青春草亚洲视频在线观看| 亚洲五月色婷婷综合| 免费看不卡的av| 亚洲av国产av综合av卡| 看免费av毛片| 中文字幕亚洲精品专区| 成在线人永久免费视频| 日韩一卡2卡3卡4卡2021年| 好男人视频免费观看在线| 乱人伦中国视频| 90打野战视频偷拍视频| 爱豆传媒免费全集在线观看| 亚洲欧美清纯卡通| 考比视频在线观看| 汤姆久久久久久久影院中文字幕| 亚洲 欧美一区二区三区| 999精品在线视频| 国产精品国产av在线观看| 日韩av在线免费看完整版不卡| svipshipincom国产片| 久热爱精品视频在线9| 少妇被粗大的猛进出69影院| 日本午夜av视频| 亚洲成人手机| 国产高清视频在线播放一区 | 交换朋友夫妻互换小说| 国产一区二区 视频在线| 一二三四在线观看免费中文在| 国产主播在线观看一区二区 | 飞空精品影院首页| 午夜福利乱码中文字幕| 国产男女内射视频| 亚洲免费av在线视频| 一级毛片电影观看| 久久精品久久精品一区二区三区| 欧美日韩亚洲国产一区二区在线观看 | 久久精品国产a三级三级三级| 性高湖久久久久久久久免费观看| 亚洲av男天堂| 国产高清videossex| 国产亚洲欧美精品永久| 精品一品国产午夜福利视频| 精品少妇黑人巨大在线播放| 精品国产乱码久久久久久男人| 午夜福利免费观看在线| 肉色欧美久久久久久久蜜桃| 国产黄频视频在线观看| 七月丁香在线播放| 一本久久精品| 欧美变态另类bdsm刘玥| 1024视频免费在线观看| 午夜免费鲁丝| 日韩制服丝袜自拍偷拍| a级毛片在线看网站| 男女国产视频网站| 自线自在国产av| 久久国产精品大桥未久av| 久久久久视频综合| 九色亚洲精品在线播放| 亚洲,欧美精品.| 麻豆国产av国片精品| 在线观看免费高清a一片| 午夜免费成人在线视频| 久久免费观看电影| 黄色a级毛片大全视频| 在线亚洲精品国产二区图片欧美| 少妇裸体淫交视频免费看高清 | 欧美日韩亚洲国产一区二区在线观看 | 久久精品熟女亚洲av麻豆精品| 母亲3免费完整高清在线观看| 国产精品一区二区在线不卡| 午夜免费成人在线视频| 欧美亚洲 丝袜 人妻 在线| 久久久久久久久免费视频了| 女人高潮潮喷娇喘18禁视频| 男女免费视频国产| 男女高潮啪啪啪动态图| 久久人人97超碰香蕉20202| 欧美日韩综合久久久久久| 久久久久国产一级毛片高清牌| 亚洲专区国产一区二区| 亚洲久久久国产精品| 亚洲欧洲国产日韩| 亚洲欧美精品综合一区二区三区| 国产精品二区激情视频| xxx大片免费视频| 亚洲精品成人av观看孕妇| 欧美黑人欧美精品刺激| 国产成人免费观看mmmm| 国产日韩欧美视频二区| 99精国产麻豆久久婷婷| 欧美大码av| 国产高清视频在线播放一区 | av又黄又爽大尺度在线免费看| 777久久人妻少妇嫩草av网站| 欧美激情 高清一区二区三区| 日韩伦理黄色片| 亚洲自偷自拍图片 自拍| 久久久精品免费免费高清| 亚洲熟女精品中文字幕| a级毛片黄视频| 人人妻人人爽人人添夜夜欢视频| 亚洲国产av新网站| 又紧又爽又黄一区二区| 大陆偷拍与自拍| 日本猛色少妇xxxxx猛交久久| 另类精品久久| 少妇裸体淫交视频免费看高清 | 又黄又粗又硬又大视频| 人妻一区二区av| 国产国语露脸激情在线看| 国产精品熟女久久久久浪| 宅男免费午夜| 最新在线观看一区二区三区 | 黄频高清免费视频| 黄色a级毛片大全视频| 精品人妻1区二区| 男的添女的下面高潮视频| 高潮久久久久久久久久久不卡| 极品少妇高潮喷水抽搐| 两性夫妻黄色片| 色播在线永久视频| 80岁老熟妇乱子伦牲交| 桃花免费在线播放| 国产日韩欧美视频二区| 亚洲av日韩在线播放| 精品第一国产精品| 国产一区有黄有色的免费视频| 日韩大码丰满熟妇| 高清欧美精品videossex| 蜜桃在线观看..| 日本wwww免费看| 老司机在亚洲福利影院| 波野结衣二区三区在线| 久久久久精品国产欧美久久久 | 精品国产一区二区三区四区第35| 国产精品一国产av| 老司机在亚洲福利影院| 99国产综合亚洲精品| 激情五月婷婷亚洲| 丝袜喷水一区| 亚洲一卡2卡3卡4卡5卡精品中文| 丝袜脚勾引网站| 亚洲国产日韩一区二区| 丰满人妻熟妇乱又伦精品不卡| 高清黄色对白视频在线免费看| 亚洲综合色网址| 丰满饥渴人妻一区二区三| 99精国产麻豆久久婷婷| 免费在线观看日本一区| 考比视频在线观看| 精品久久蜜臀av无| 日韩制服丝袜自拍偷拍| 国产色视频综合| 无限看片的www在线观看| 黄片小视频在线播放| 免费不卡黄色视频| 欧美亚洲日本最大视频资源| 国产av精品麻豆| 伦理电影免费视频| 亚洲国产毛片av蜜桃av| 久久久精品国产亚洲av高清涩受| 久久久久久免费高清国产稀缺| 精品国产乱码久久久久久男人| 丰满迷人的少妇在线观看| 97在线人人人人妻| 1024视频免费在线观看| 中文字幕色久视频| 国产亚洲欧美在线一区二区| 欧美精品一区二区免费开放| 国产1区2区3区精品| 国产精品麻豆人妻色哟哟久久| 一级,二级,三级黄色视频| 日日夜夜操网爽| 在线观看一区二区三区激情| 国产精品偷伦视频观看了| netflix在线观看网站| 80岁老熟妇乱子伦牲交| 又大又黄又爽视频免费| 亚洲欧美中文字幕日韩二区| 在线精品无人区一区二区三| 桃花免费在线播放| 国产精品国产三级国产专区5o| 国产亚洲欧美在线一区二区| av网站在线播放免费| 美女视频免费永久观看网站| 天堂中文最新版在线下载| av天堂久久9| 水蜜桃什么品种好| 亚洲精品在线美女| 国产爽快片一区二区三区| 麻豆国产av国片精品| 大片电影免费在线观看免费| 老司机在亚洲福利影院| 国产欧美日韩一区二区三 | 午夜影院在线不卡| 中文字幕人妻熟女乱码| 午夜两性在线视频| 老鸭窝网址在线观看| 99久久99久久久精品蜜桃| 午夜福利,免费看| 色综合欧美亚洲国产小说| 亚洲 国产 在线| 十八禁人妻一区二区| 欧美国产精品va在线观看不卡| 看免费成人av毛片| 我的亚洲天堂| 精品人妻在线不人妻| 国产成人免费观看mmmm| 久久人人97超碰香蕉20202| 十八禁人妻一区二区| 国产精品熟女久久久久浪| 视频区欧美日本亚洲| 欧美久久黑人一区二区| 亚洲精品一二三| 国产在线观看jvid| 99热网站在线观看| 亚洲图色成人| 国产极品粉嫩免费观看在线| 欧美成人精品欧美一级黄| 日韩人妻精品一区2区三区| 操出白浆在线播放| 国产精品99久久99久久久不卡| 波野结衣二区三区在线| 美女福利国产在线| 日本黄色日本黄色录像| 亚洲情色 制服丝袜| 精品一品国产午夜福利视频| 一级片'在线观看视频| 黑人巨大精品欧美一区二区蜜桃| 中文欧美无线码| a 毛片基地| 中文字幕另类日韩欧美亚洲嫩草| 一级毛片我不卡| 啦啦啦 在线观看视频| 丰满人妻熟妇乱又伦精品不卡| 久久久国产欧美日韩av| 一级毛片 在线播放| 老司机靠b影院| 婷婷色麻豆天堂久久| www日本在线高清视频| 黑丝袜美女国产一区| 看免费av毛片| 亚洲精品美女久久久久99蜜臀 | 国产精品.久久久| 久久综合国产亚洲精品| 亚洲,欧美精品.| √禁漫天堂资源中文www| 国产亚洲av片在线观看秒播厂| 美女主播在线视频| 欧美 日韩 精品 国产| 18在线观看网站| a 毛片基地| 成年美女黄网站色视频大全免费| 精品久久久精品久久久| 欧美日韩综合久久久久久| 国精品久久久久久国模美| 国产野战对白在线观看| 国产欧美日韩精品亚洲av| 黄网站色视频无遮挡免费观看| 亚洲成人免费av在线播放| 午夜福利在线免费观看网站| 又大又黄又爽视频免费| 好男人视频免费观看在线| 精品视频人人做人人爽| 自拍欧美九色日韩亚洲蝌蚪91| 日本五十路高清| 久久性视频一级片| 精品少妇内射三级| www.自偷自拍.com| 国产免费现黄频在线看| 国产成人91sexporn| 国产老妇伦熟女老妇高清| 性高湖久久久久久久久免费观看| 真人做人爱边吃奶动态| 国产三级黄色录像| 精品少妇久久久久久888优播| 宅男免费午夜| 亚洲情色 制服丝袜| 精品一品国产午夜福利视频| 青草久久国产| 久久久久精品国产欧美久久久 | 大陆偷拍与自拍| 亚洲精品国产一区二区精华液| 韩国精品一区二区三区| 亚洲精品久久久久久婷婷小说| 国产免费一区二区三区四区乱码| 欧美黑人欧美精品刺激| 国产97色在线日韩免费| 黄色视频在线播放观看不卡| 国产精品二区激情视频| 免费不卡黄色视频| 国产无遮挡羞羞视频在线观看| 国产福利在线免费观看视频| 久久久久久久精品精品| 丝瓜视频免费看黄片| 99精国产麻豆久久婷婷| 亚洲av电影在线观看一区二区三区| 超碰97精品在线观看| 肉色欧美久久久久久久蜜桃| 国产视频首页在线观看| 午夜免费成人在线视频| 亚洲精品自拍成人| 色视频在线一区二区三区| 精品亚洲成a人片在线观看| 别揉我奶头~嗯~啊~动态视频 | 欧美老熟妇乱子伦牲交| 亚洲av电影在线观看一区二区三区| 久久久欧美国产精品| www.精华液| 久久精品熟女亚洲av麻豆精品| av网站在线播放免费| 日韩视频在线欧美| 欧美少妇被猛烈插入视频| 久热这里只有精品99| 亚洲欧洲日产国产| 亚洲精品一二三| 中文字幕最新亚洲高清| 深夜精品福利| 国产99久久九九免费精品| 91精品三级在线观看| 精品少妇久久久久久888优播| 99国产精品免费福利视频| 国产精品一区二区免费欧美 | 麻豆国产av国片精品| 蜜桃国产av成人99| 又大又黄又爽视频免费| 极品少妇高潮喷水抽搐| 亚洲国产欧美在线一区| 午夜福利一区二区在线看| 成人三级做爰电影| 国产高清视频在线播放一区 | 欧美人与性动交α欧美软件| 欧美人与善性xxx| 两人在一起打扑克的视频| 亚洲成人手机| 日本欧美视频一区| 婷婷色综合大香蕉| 精品福利观看| 黄色视频不卡| 国产精品一区二区在线不卡| 亚洲国产毛片av蜜桃av| 只有这里有精品99| av国产久精品久网站免费入址| 蜜桃在线观看..| svipshipincom国产片| 另类亚洲欧美激情| 黄色怎么调成土黄色| 久久久久精品人妻al黑| 99国产精品99久久久久| 狠狠婷婷综合久久久久久88av| 欧美性长视频在线观看| 亚洲激情五月婷婷啪啪| 黄网站色视频无遮挡免费观看| 久久九九热精品免费| 少妇粗大呻吟视频| 两人在一起打扑克的视频| 丁香六月天网| av又黄又爽大尺度在线免费看| 精品视频人人做人人爽| 中国国产av一级| www.999成人在线观看| 亚洲色图综合在线观看| 精品久久久久久久毛片微露脸 | 97精品久久久久久久久久精品| 国产精品国产三级专区第一集| 另类精品久久| 久久精品久久久久久噜噜老黄| 老熟女久久久| 又粗又硬又长又爽又黄的视频| avwww免费| 免费av中文字幕在线| 18禁国产床啪视频网站| 啦啦啦视频在线资源免费观看| 人人妻人人澡人人爽人人夜夜| 美国免费a级毛片| 国产成人精品久久二区二区91| 一二三四在线观看免费中文在| 亚洲五月婷婷丁香| 欧美+亚洲+日韩+国产| 日韩大片免费观看网站| 精品一品国产午夜福利视频| 91老司机精品| 亚洲av电影在线进入| 夜夜骑夜夜射夜夜干| 永久免费av网站大全| 久热爱精品视频在线9| 欧美精品一区二区免费开放| 亚洲av在线观看美女高潮| 18禁裸乳无遮挡动漫免费视频| 日韩精品免费视频一区二区三区| 久久综合国产亚洲精品| 午夜福利在线免费观看网站| a级毛片黄视频| 只有这里有精品99| 自线自在国产av| 中文字幕色久视频| 18禁国产床啪视频网站| 午夜福利视频精品| 国产福利在线免费观看视频| 久久精品久久久久久久性| 久久精品久久久久久噜噜老黄| 日本91视频免费播放| 午夜久久久在线观看| 黄片小视频在线播放| 欧美另类一区| 成年人免费黄色播放视频| netflix在线观看网站| 满18在线观看网站| 亚洲精品在线美女| 少妇人妻久久综合中文| 午夜福利乱码中文字幕| xxxhd国产人妻xxx| 亚洲九九香蕉| 狂野欧美激情性bbbbbb| 别揉我奶头~嗯~啊~动态视频 | 男女之事视频高清在线观看 | 在线看a的网站| 国产精品国产三级国产专区5o| 操出白浆在线播放| 国产真人三级小视频在线观看| 一级毛片电影观看| 五月开心婷婷网| 热99国产精品久久久久久7| 男女边摸边吃奶| 亚洲国产欧美日韩在线播放| 日韩制服骚丝袜av| avwww免费| 色视频在线一区二区三区| 黑丝袜美女国产一区| 欧美日韩精品网址| 国产熟女午夜一区二区三区| 无遮挡黄片免费观看| 男女国产视频网站| 成人亚洲精品一区在线观看| 亚洲欧美中文字幕日韩二区| 婷婷色综合大香蕉| 亚洲第一av免费看| 国产成人av激情在线播放| 久久国产精品大桥未久av| 下体分泌物呈黄色| 欧美日韩一级在线毛片| 国产又爽黄色视频| 我的亚洲天堂| 免费女性裸体啪啪无遮挡网站| 久久人人爽人人片av| bbb黄色大片| 男人添女人高潮全过程视频| 欧美大码av| 90打野战视频偷拍视频| 亚洲欧美一区二区三区国产| 国产国语露脸激情在线看| 欧美97在线视频| 色视频在线一区二区三区| 久久人妻福利社区极品人妻图片 | 国产精品秋霞免费鲁丝片| 精品视频人人做人人爽| 亚洲色图综合在线观看| 大陆偷拍与自拍| 高清欧美精品videossex| 免费高清在线观看视频在线观看| 十八禁高潮呻吟视频| 激情五月婷婷亚洲| 精品久久久久久久毛片微露脸 | 好男人电影高清在线观看| 国产亚洲欧美精品永久| 九草在线视频观看| 曰老女人黄片| 别揉我奶头~嗯~啊~动态视频 | 母亲3免费完整高清在线观看| 国产高清视频在线播放一区 | 国产精品99久久99久久久不卡| 中文字幕人妻熟女乱码| 日韩精品免费视频一区二区三区| 国精品久久久久久国模美| 最近最新中文字幕大全免费视频 | 爱豆传媒免费全集在线观看| 欧美黑人欧美精品刺激| 99国产精品一区二区三区| 欧美成狂野欧美在线观看| videos熟女内射| 成人18禁高潮啪啪吃奶动态图| 大陆偷拍与自拍| 亚洲成人免费电影在线观看 | av视频免费观看在线观看| 日日夜夜操网爽| 欧美在线一区亚洲| 午夜精品国产一区二区电影| 国产亚洲午夜精品一区二区久久| 欧美 亚洲 国产 日韩一| 久久九九热精品免费| 少妇精品久久久久久久| xxxhd国产人妻xxx| 欧美在线一区亚洲| 亚洲 国产 在线| 欧美少妇被猛烈插入视频| 久久久国产精品麻豆| 少妇 在线观看| 99久久精品国产亚洲精品| 欧美老熟妇乱子伦牲交| 又黄又粗又硬又大视频| 成人黄色视频免费在线看| 无遮挡黄片免费观看| 精品一区二区三区av网在线观看 | 在线观看免费视频网站a站| 久久 成人 亚洲| 一级片免费观看大全| 亚洲av在线观看美女高潮| 青春草亚洲视频在线观看| 狠狠婷婷综合久久久久久88av| 国产无遮挡羞羞视频在线观看| 狂野欧美激情性xxxx| 国产在线视频一区二区| 午夜激情av网站| 亚洲伊人久久精品综合| 国产成人一区二区在线| 色婷婷久久久亚洲欧美| 又大又黄又爽视频免费| kizo精华| 欧美性长视频在线观看| 在线观看免费午夜福利视频| 欧美变态另类bdsm刘玥| 女人爽到高潮嗷嗷叫在线视频| 免费人妻精品一区二区三区视频| 搡老岳熟女国产| 日日摸夜夜添夜夜爱| 一级,二级,三级黄色视频| 新久久久久国产一级毛片| 黑人欧美特级aaaaaa片| 国产免费福利视频在线观看| 中文字幕制服av| 久久久久精品国产欧美久久久 | 嫁个100分男人电影在线观看 | 色视频在线一区二区三区| 亚洲av电影在线进入| 免费日韩欧美在线观看| 这个男人来自地球电影免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 一级a爱视频在线免费观看| 国产黄频视频在线观看| 久久久久久久国产电影| 十分钟在线观看高清视频www| 在线观看免费视频网站a站| 欧美少妇被猛烈插入视频| 久久亚洲国产成人精品v| 亚洲成人手机| 久久性视频一级片| 精品视频人人做人人爽| 亚洲国产最新在线播放| 免费观看a级毛片全部| 午夜福利一区二区在线看| 一本综合久久免费| 久久天躁狠狠躁夜夜2o2o | 麻豆乱淫一区二区| 肉色欧美久久久久久久蜜桃| 国产精品国产三级国产专区5o| 操出白浆在线播放| 久久久国产欧美日韩av| 日本猛色少妇xxxxx猛交久久| 高清视频免费观看一区二区| 亚洲成人手机| av有码第一页| 夜夜骑夜夜射夜夜干|