• <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GA—SVM的高職學(xué)生綜合素質(zhì)評(píng)價(jià)模型

    2014-05-10 17:41:54王靜
    廣西教育·C版 2014年3期
    關(guān)鍵詞:綜合素質(zhì)評(píng)價(jià)

    王靜

    【摘 要】引入GA優(yōu)化算法對(duì)SVM模型的參數(shù)進(jìn)行優(yōu)化,把優(yōu)化后的算法應(yīng)用于高職學(xué)生綜合素質(zhì)評(píng)價(jià),構(gòu)建一個(gè)學(xué)生綜合素質(zhì)的評(píng)價(jià)模型。實(shí)驗(yàn)表明,優(yōu)化后的SVM模型泛化能力更好、預(yù)測(cè)的準(zhǔn)確率更高,能有效地對(duì)學(xué)生的綜合素質(zhì)進(jìn)行評(píng)價(jià)。

    【關(guān)鍵詞】GA算法 SVM模型 綜合素質(zhì)評(píng)價(jià)

    【中圖分類號(hào)】 G 【文獻(xiàn)標(biāo)識(shí)碼】A

    【文章編號(hào)】0450-9889(2014)03C-0055-03

    學(xué)生的綜合素質(zhì)是一個(gè)學(xué)校辦學(xué)水平的反映,如何對(duì)高職學(xué)生的綜合素質(zhì)進(jìn)行科學(xué)、合理地評(píng)價(jià)成為各個(gè)高職院校改革研究的重點(diǎn)。對(duì)學(xué)生綜合素質(zhì)的評(píng)價(jià)屬于非線性的數(shù)學(xué)問(wèn)題。支持向量機(jī)( Support Vector Machine,簡(jiǎn)稱SVM) 是一種新型的機(jī)器學(xué)習(xí)方法,具有良好泛化能力,在處理非線性問(wèn)題時(shí)更容易逼近問(wèn)題的解決。但SVM模型的分類性能受其參數(shù)的影響,這些參數(shù)的確定帶有很大的隨機(jī)性。為了解決這個(gè)問(wèn)題,引入具有智能全局搜索能力的遺傳算法 (Genetic Algorithm,簡(jiǎn)稱GA)對(duì)SVM模型的參數(shù)進(jìn)行優(yōu)化,構(gòu)造一個(gè)基于GA算法優(yōu)化的SVM模型(簡(jiǎn)稱GA-SVM模型)。實(shí)踐表明,在學(xué)生綜合素質(zhì)評(píng)價(jià)中GA-SVM模型具有更好的非線性逼近能力,具有一定的應(yīng)用前景。

    一、GA優(yōu)化的SVM評(píng)價(jià)模型

    (一) SVM模型的基本原理。SVM模型是一種新型的機(jī)器學(xué)習(xí)方法,它源于統(tǒng)計(jì)學(xué)和結(jié)構(gòu)最小化原則。它的基本思想是在有限的樣本中,對(duì)問(wèn)題的復(fù)雜性和算法繼續(xù)學(xué)習(xí)能力進(jìn)行折中,使模型獲得更好的泛化能力。如圖1所示。圖1中的實(shí)心點(diǎn)和空心點(diǎn)分別代表兩類不同的樣本,H1和H2是兩根平行于分類線的直線,H1和H2之間的距離稱為分類間隔(Margin)。

    圖1 支持向量機(jī)原理示意圖

    設(shè)樣本集(xi,yi)線性可分,其中i=1,2,L,n。n為樣本數(shù)量,輸入向量x∈Rd,類別標(biāo)號(hào)y∈[1,-1]。在d維空間中,線性判別函數(shù)的基本形式為g(x)=wgx+b。設(shè)分類面方程為,其中w是一個(gè)向量,該向量垂直于超平面,b稱為超平面偏置。我們把能將兩類樣本準(zhǔn)確區(qū)分,并且使得這兩類樣本之間的分類間隔最大的那個(gè)面稱為最優(yōu)分類面。求解最優(yōu)分類面,實(shí)際上就是找到w和b的最優(yōu)值,也就是在條件,i=1,....,n下,求解函數(shù)的最小化,即

    (1)

    在所有的樣本里,如果該樣本滿足,且與分離線(平面)的垂直距離最小,則稱之為支持向量。以上的討論都是假設(shè)所有的樣本是線性可分的情況下給出的。然而,在現(xiàn)實(shí)的應(yīng)用中,很多數(shù)據(jù)都是非線性的。為了解決非線性問(wèn)題,通過(guò)對(duì)公式(1)引入常數(shù)因子C和松弛因子,把每一個(gè)樣本點(diǎn)通過(guò)函數(shù)轉(zhuǎn)換到高維特征空間再對(duì)它們進(jìn)行線性回歸。則轉(zhuǎn)換公式可以表示為:

    其中,i=1,....,n

    對(duì)公式(2)引入拉格朗日函數(shù),把問(wèn)題轉(zhuǎn)化為對(duì)偶問(wèn)題。在給定的約束條件和(i=1,....,n)下,對(duì)求解,即

    (3)

    其中為拉格朗日乘子。對(duì)公式(3)求解,結(jié)果為:

    (4)

    運(yùn)用公式(4)即可求出樣本x的類別。

    本文采用徑向基函數(shù)作為SVM模型的核函數(shù):

    (5)

    從公式(2)和公式(5)可以看出,SVM模型的整體性能很大程度上由常數(shù)因子C和徑向基函數(shù)的參數(shù)來(lái)決定。因此,為了能更好地選擇這兩個(gè)參數(shù),我們引入具有全局搜索能力的GA算法對(duì)這兩個(gè)參數(shù)進(jìn)行優(yōu)化,使得SVM模型具有更好的泛化能力和逼近精度。

    (二)基于GA優(yōu)化的SVM評(píng)價(jià)模型。GA算法是一種模擬生物進(jìn)化過(guò)程的優(yōu)化算法,在該算法中,問(wèn)題的解空間用一種給定的編碼來(lái)表示,求解問(wèn)題的目標(biāo)作為算法的適應(yīng)度函數(shù)。GA算法在初始狀態(tài)會(huì)隨機(jī)產(chǎn)生一個(gè)編碼群體,在這個(gè)群體之上通過(guò)選擇算子、交叉算子以及變異算子完成整個(gè)算法的運(yùn)算機(jī)制。經(jīng)過(guò)算法的迭代,群體內(nèi)的個(gè)體不斷接近問(wèn)題的最優(yōu)解。

    本文采用實(shí)數(shù)對(duì)GA算法進(jìn)行編碼,利用GA算法對(duì)SVM模型的常數(shù)因子C和徑向基函數(shù)的參數(shù)進(jìn)行優(yōu)化的基本步驟如下:

    Step1:?jiǎn)栴}的初始化。隨機(jī)生成初始種群N,種群中染色體的編碼由C和組成,算法的最大迭代數(shù)為,迭代變量k=0。

    Step2:進(jìn)行選擇操作。群體內(nèi)的每個(gè)染色體能否被選擇參與下一輪的進(jìn)化由選擇算子決定:

    (6)

    其中,是染色體的適應(yīng)度函數(shù),本文采用MAPE的倒數(shù)作為適應(yīng)度函數(shù),×100%,為實(shí)值, 為預(yù)測(cè)值。

    Step3:進(jìn)行交叉操作。隨機(jī)生成一個(gè)數(shù)rc=random[0,1],若rc

    Step4:進(jìn)行變異操作。變異操作的算法為: 。其中,V和V'分別是父染色體和子染色體,N(0,1)是高斯變量且均值為0、方差=0;Pm是變異概率;是染色體V的適應(yīng)度函數(shù)。

    Step5:當(dāng)時(shí),算法結(jié)束,輸出最優(yōu)的C和;否則,k=k+1,跳轉(zhuǎn)到Step2。

    (三)基于SVM的多分類器。從SVM模型的基本理論來(lái)看,它本身就是一個(gè)二分器,僅能解決兩種不同類別的分類問(wèn)題。然而,現(xiàn)實(shí)中需要解決的往往都是多分類的問(wèn)題。有學(xué)者對(duì)基本的SVM模型進(jìn)行了推廣,使它能解決多種分類的問(wèn)題。實(shí)現(xiàn)SVM模型多種分類的基本思路是:構(gòu)造多個(gè)SVM的子分類器,每個(gè)子分類器都由兩種不同類別的樣本構(gòu)成,樣本的選擇是隨機(jī)的。對(duì)于一個(gè)有m個(gè)樣本的集合,則可構(gòu)造m(m-1)/2個(gè)子分類器。設(shè)有A和B兩類樣本組成的訓(xùn)練集,A集合的類別標(biāo)記為正,反之B集合的類別標(biāo)記為負(fù)。以此思想構(gòu)造的SVM多分類器需要解決的優(yōu)化問(wèn)題是

    公式(7)需要滿足的條件為:

    當(dāng)獲得子分類器后,就可以使用子分類器對(duì)樣本數(shù)據(jù)進(jìn)行測(cè)試。在測(cè)試的過(guò)程中,分別對(duì)m(m-1)/2個(gè)子分類器進(jìn)行測(cè)試,并統(tǒng)計(jì)各個(gè)樣本類別的分?jǐn)?shù),測(cè)試數(shù)據(jù)的類別即為測(cè)試過(guò)程中得分最高者所對(duì)應(yīng)的類別。

    二、高職學(xué)生綜合素質(zhì)評(píng)價(jià)體系構(gòu)建

    影響高職學(xué)生綜合素質(zhì)的因素很多,各因素之間的關(guān)系相互聯(lián)系又互有影響,因此整個(gè)評(píng)價(jià)過(guò)程是一項(xiàng)復(fù)雜的系統(tǒng)工程。為建立規(guī)范、合理、科學(xué)的評(píng)價(jià)指標(biāo)體系,必須堅(jiān)持評(píng)價(jià)的多維化、評(píng)價(jià)主體的多元化、評(píng)價(jià)方法的多樣性以及評(píng)價(jià)功能的多元化原則。當(dāng)前,各高職院校對(duì)學(xué)生綜合素質(zhì)的評(píng)價(jià)也進(jìn)行了多方面的探索,取得了很多經(jīng)驗(yàn)。通過(guò)廣泛查閱資料,在借鑒姚宏、葉寧《高職院校學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系研究》一文的基礎(chǔ)上,本文采用的學(xué)生綜合素質(zhì)評(píng)價(jià)體系如表1所示。

    通過(guò)表1可以看到,影響學(xué)生綜合素質(zhì)的指標(biāo)很多。在以往的評(píng)測(cè)中,大多采用發(fā)放調(diào)查問(wèn)卷的形式收集相關(guān)數(shù)據(jù),最后由輔導(dǎo)員對(duì)每個(gè)學(xué)生的信息進(jìn)行統(tǒng)計(jì),這種方法所得數(shù)據(jù)可用性差,在這里我們對(duì)所有的指標(biāo)采取量化的方式進(jìn)行數(shù)據(jù)的收集。首先對(duì)所有一級(jí)指標(biāo)用A、B、C、D和E進(jìn)行區(qū)分,每個(gè)二級(jí)指標(biāo)都有相應(yīng)的編號(hào),實(shí)際使用的時(shí)候是一級(jí)指標(biāo)的字母加上對(duì)應(yīng)二級(jí)指標(biāo)的編號(hào)。如:A1、A2等。每個(gè)二級(jí)指標(biāo)的分值都是滿分10分,每個(gè)一級(jí)指標(biāo)都占總分值的20%,由此可知每一名學(xué)生的評(píng)價(jià)分值可以用如下公式來(lái)進(jìn)行計(jì)算:綜合素質(zhì)評(píng)價(jià)總分=A×20%+B×20%+C×20%+D×20%+E×20%。每一項(xiàng)一級(jí)指標(biāo)的分值都由它對(duì)應(yīng)的二級(jí)指標(biāo)來(lái)確定,比如C指標(biāo)對(duì)應(yīng)有6項(xiàng)二級(jí)指標(biāo),則C=(C1+C2+C3+C4+C5+C6)×100/60。評(píng)價(jià)的最終結(jié)果用Y來(lái)表示,總共分為優(yōu)秀、良好以及差三個(gè)等級(jí),為了便于SVM模型處理,這三個(gè)等級(jí)的分值分別是1、0和-1。參見(jiàn)表2。

    三、具體應(yīng)用

    (一)數(shù)據(jù)采集??紤]到每個(gè)人主觀性會(huì)造成在打分時(shí)存在不同程度的個(gè)人傾向,為了保證評(píng)價(jià)結(jié)果的科學(xué)性和權(quán)威性,采用教師和學(xué)生相結(jié)合,多人打分取平均值。具體做法是,按照表1的指標(biāo)設(shè)計(jì)調(diào)查表,對(duì)柳州職業(yè)技術(shù)學(xué)院財(cái)經(jīng)系2011級(jí)財(cái)會(huì)專業(yè)1班共43人進(jìn)行評(píng)價(jià)測(cè)試。組織該班級(jí)的任課教師共5人對(duì)全班43名同學(xué)進(jìn)行打分,學(xué)生則分為4組,每組11人,其中一組10人,每組同學(xué)互相打分。最終形成的數(shù)據(jù)如表3所示。

    為了消除數(shù)據(jù)間的差異,使SVM模型具有更快的處理速度和處理精度,對(duì)采集到的所有樣本進(jìn)行歸一化處理,歸一化處理公式為:

    (8)

    (二)評(píng)價(jià)模型的具體應(yīng)用。本實(shí)驗(yàn)在P4 2.8GCPU、2G內(nèi)存的硬件條件下,在WinXp系統(tǒng)中采用matlab7進(jìn)行編程實(shí)現(xiàn)。取前35筆數(shù)據(jù)作為訓(xùn)練樣本,后8筆數(shù)據(jù)作為測(cè)試樣本。實(shí)驗(yàn)中用到的部分參數(shù)為:種群規(guī)模N=200,交叉率Pc=0.75,變異率Pm=0.05 。通過(guò)對(duì)SVM參數(shù)的優(yōu)化處理,最終建立SVM的綜合素質(zhì)評(píng)價(jià)模型。同時(shí)為了驗(yàn)證經(jīng)過(guò)GA優(yōu)化的SVM模型和未優(yōu)化的SVM模型性能上的差別,后8筆測(cè)試數(shù)據(jù)分別采用GA-SVM模型和SVM模型進(jìn)行測(cè)試,結(jié)果如表4、表5所示。

    從表4、表5中可以看出,SVM模型和GA-SVM模型預(yù)測(cè)誤差都控制在2%以內(nèi),說(shuō)明它們?cè)谶M(jìn)行非線性數(shù)據(jù)預(yù)測(cè)中,預(yù)測(cè)精度很高。通過(guò)表4和表5的比較不難看出,通過(guò)GA優(yōu)化后的SVM模型比未優(yōu)化的SVM模型具有更好的泛化能力和預(yù)測(cè)精度。這是因?yàn)镚A-SVM模型在GA算法的優(yōu)化下,拓展了解的空間,在GA算法強(qiáng)大的全局搜索能力下得到了更優(yōu)化的參數(shù)C和 ,從而獲得更好的學(xué)習(xí)精度,提高了未知樣本的預(yù)測(cè)率。

    綜上所述,學(xué)生綜合素質(zhì)是反映學(xué)校辦學(xué)質(zhì)量的一項(xiàng)重要指標(biāo),同時(shí)也是企業(yè)用人的一項(xiàng)重要指標(biāo)。因而,對(duì)學(xué)生綜合素質(zhì)評(píng)價(jià)一直是當(dāng)前高職院校改革和探索的問(wèn)題。本文利用GA算法對(duì)SVM模型的參數(shù)進(jìn)行了優(yōu)化,并成功地應(yīng)用于學(xué)生綜合素質(zhì)的評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,優(yōu)化后的SVM模型泛化能力更好、預(yù)測(cè)的準(zhǔn)確率更高,具有一定的應(yīng)用前景。

    【參考文獻(xiàn)】

    [1]劉偉,孫林.基于支持向量機(jī)的課堂教學(xué)質(zhì)量評(píng)價(jià)[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2010(7)

    [2]周燕軍.基于遺傳算法的學(xué)生綜合素質(zhì)評(píng)價(jià)[J].長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(4)

    [3]李波.支持向量機(jī)在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用研究[J].計(jì)算機(jī)仿真,2011(10)

    [4]陳良堤,徐高歡.基于多分類SVM的教學(xué)質(zhì)量評(píng)價(jià)模型研究[J].黑龍江教育,2007( 11)

    [5]姚宏,葉寧.高職院校學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系研究[J]. 四川教育學(xué)院學(xué)報(bào),2011(12)

    [6]朱海林,宋承祥,劉弘,等.基于支持向量機(jī)的教學(xué)質(zhì)量評(píng)價(jià)研究[J].山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(4)

    【基金項(xiàng)目】廣西教育科學(xué)“十二五”規(guī)劃課題 (2011C0187)

    【作者簡(jiǎn)介】王 靜(1980- ),女,江蘇南京人,柳州職業(yè)技術(shù)學(xué)院財(cái)經(jīng)與物流系講師,研究方向:思政教育、職業(yè)技術(shù)教育。

    (責(zé)編 盧 雯)

    當(dāng)獲得子分類器后,就可以使用子分類器對(duì)樣本數(shù)據(jù)進(jìn)行測(cè)試。在測(cè)試的過(guò)程中,分別對(duì)m(m-1)/2個(gè)子分類器進(jìn)行測(cè)試,并統(tǒng)計(jì)各個(gè)樣本類別的分?jǐn)?shù),測(cè)試數(shù)據(jù)的類別即為測(cè)試過(guò)程中得分最高者所對(duì)應(yīng)的類別。

    二、高職學(xué)生綜合素質(zhì)評(píng)價(jià)體系構(gòu)建

    影響高職學(xué)生綜合素質(zhì)的因素很多,各因素之間的關(guān)系相互聯(lián)系又互有影響,因此整個(gè)評(píng)價(jià)過(guò)程是一項(xiàng)復(fù)雜的系統(tǒng)工程。為建立規(guī)范、合理、科學(xué)的評(píng)價(jià)指標(biāo)體系,必須堅(jiān)持評(píng)價(jià)的多維化、評(píng)價(jià)主體的多元化、評(píng)價(jià)方法的多樣性以及評(píng)價(jià)功能的多元化原則。當(dāng)前,各高職院校對(duì)學(xué)生綜合素質(zhì)的評(píng)價(jià)也進(jìn)行了多方面的探索,取得了很多經(jīng)驗(yàn)。通過(guò)廣泛查閱資料,在借鑒姚宏、葉寧《高職院校學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系研究》一文的基礎(chǔ)上,本文采用的學(xué)生綜合素質(zhì)評(píng)價(jià)體系如表1所示。

    通過(guò)表1可以看到,影響學(xué)生綜合素質(zhì)的指標(biāo)很多。在以往的評(píng)測(cè)中,大多采用發(fā)放調(diào)查問(wèn)卷的形式收集相關(guān)數(shù)據(jù),最后由輔導(dǎo)員對(duì)每個(gè)學(xué)生的信息進(jìn)行統(tǒng)計(jì),這種方法所得數(shù)據(jù)可用性差,在這里我們對(duì)所有的指標(biāo)采取量化的方式進(jìn)行數(shù)據(jù)的收集。首先對(duì)所有一級(jí)指標(biāo)用A、B、C、D和E進(jìn)行區(qū)分,每個(gè)二級(jí)指標(biāo)都有相應(yīng)的編號(hào),實(shí)際使用的時(shí)候是一級(jí)指標(biāo)的字母加上對(duì)應(yīng)二級(jí)指標(biāo)的編號(hào)。如:A1、A2等。每個(gè)二級(jí)指標(biāo)的分值都是滿分10分,每個(gè)一級(jí)指標(biāo)都占總分值的20%,由此可知每一名學(xué)生的評(píng)價(jià)分值可以用如下公式來(lái)進(jìn)行計(jì)算:綜合素質(zhì)評(píng)價(jià)總分=A×20%+B×20%+C×20%+D×20%+E×20%。每一項(xiàng)一級(jí)指標(biāo)的分值都由它對(duì)應(yīng)的二級(jí)指標(biāo)來(lái)確定,比如C指標(biāo)對(duì)應(yīng)有6項(xiàng)二級(jí)指標(biāo),則C=(C1+C2+C3+C4+C5+C6)×100/60。評(píng)價(jià)的最終結(jié)果用Y來(lái)表示,總共分為優(yōu)秀、良好以及差三個(gè)等級(jí),為了便于SVM模型處理,這三個(gè)等級(jí)的分值分別是1、0和-1。參見(jiàn)表2。

    三、具體應(yīng)用

    (一)數(shù)據(jù)采集。考慮到每個(gè)人主觀性會(huì)造成在打分時(shí)存在不同程度的個(gè)人傾向,為了保證評(píng)價(jià)結(jié)果的科學(xué)性和權(quán)威性,采用教師和學(xué)生相結(jié)合,多人打分取平均值。具體做法是,按照表1的指標(biāo)設(shè)計(jì)調(diào)查表,對(duì)柳州職業(yè)技術(shù)學(xué)院財(cái)經(jīng)系2011級(jí)財(cái)會(huì)專業(yè)1班共43人進(jìn)行評(píng)價(jià)測(cè)試。組織該班級(jí)的任課教師共5人對(duì)全班43名同學(xué)進(jìn)行打分,學(xué)生則分為4組,每組11人,其中一組10人,每組同學(xué)互相打分。最終形成的數(shù)據(jù)如表3所示。

    為了消除數(shù)據(jù)間的差異,使SVM模型具有更快的處理速度和處理精度,對(duì)采集到的所有樣本進(jìn)行歸一化處理,歸一化處理公式為:

    (8)

    (二)評(píng)價(jià)模型的具體應(yīng)用。本實(shí)驗(yàn)在P4 2.8GCPU、2G內(nèi)存的硬件條件下,在WinXp系統(tǒng)中采用matlab7進(jìn)行編程實(shí)現(xiàn)。取前35筆數(shù)據(jù)作為訓(xùn)練樣本,后8筆數(shù)據(jù)作為測(cè)試樣本。實(shí)驗(yàn)中用到的部分參數(shù)為:種群規(guī)模N=200,交叉率Pc=0.75,變異率Pm=0.05 。通過(guò)對(duì)SVM參數(shù)的優(yōu)化處理,最終建立SVM的綜合素質(zhì)評(píng)價(jià)模型。同時(shí)為了驗(yàn)證經(jīng)過(guò)GA優(yōu)化的SVM模型和未優(yōu)化的SVM模型性能上的差別,后8筆測(cè)試數(shù)據(jù)分別采用GA-SVM模型和SVM模型進(jìn)行測(cè)試,結(jié)果如表4、表5所示。

    從表4、表5中可以看出,SVM模型和GA-SVM模型預(yù)測(cè)誤差都控制在2%以內(nèi),說(shuō)明它們?cè)谶M(jìn)行非線性數(shù)據(jù)預(yù)測(cè)中,預(yù)測(cè)精度很高。通過(guò)表4和表5的比較不難看出,通過(guò)GA優(yōu)化后的SVM模型比未優(yōu)化的SVM模型具有更好的泛化能力和預(yù)測(cè)精度。這是因?yàn)镚A-SVM模型在GA算法的優(yōu)化下,拓展了解的空間,在GA算法強(qiáng)大的全局搜索能力下得到了更優(yōu)化的參數(shù)C和 ,從而獲得更好的學(xué)習(xí)精度,提高了未知樣本的預(yù)測(cè)率。

    綜上所述,學(xué)生綜合素質(zhì)是反映學(xué)校辦學(xué)質(zhì)量的一項(xiàng)重要指標(biāo),同時(shí)也是企業(yè)用人的一項(xiàng)重要指標(biāo)。因而,對(duì)學(xué)生綜合素質(zhì)評(píng)價(jià)一直是當(dāng)前高職院校改革和探索的問(wèn)題。本文利用GA算法對(duì)SVM模型的參數(shù)進(jìn)行了優(yōu)化,并成功地應(yīng)用于學(xué)生綜合素質(zhì)的評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,優(yōu)化后的SVM模型泛化能力更好、預(yù)測(cè)的準(zhǔn)確率更高,具有一定的應(yīng)用前景。

    【參考文獻(xiàn)】

    [1]劉偉,孫林.基于支持向量機(jī)的課堂教學(xué)質(zhì)量評(píng)價(jià)[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2010(7)

    [2]周燕軍.基于遺傳算法的學(xué)生綜合素質(zhì)評(píng)價(jià)[J].長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(4)

    [3]李波.支持向量機(jī)在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用研究[J].計(jì)算機(jī)仿真,2011(10)

    [4]陳良堤,徐高歡.基于多分類SVM的教學(xué)質(zhì)量評(píng)價(jià)模型研究[J].黑龍江教育,2007( 11)

    [5]姚宏,葉寧.高職院校學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系研究[J]. 四川教育學(xué)院學(xué)報(bào),2011(12)

    [6]朱海林,宋承祥,劉弘,等.基于支持向量機(jī)的教學(xué)質(zhì)量評(píng)價(jià)研究[J].山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(4)

    【基金項(xiàng)目】廣西教育科學(xué)“十二五”規(guī)劃課題 (2011C0187)

    【作者簡(jiǎn)介】王 靜(1980- ),女,江蘇南京人,柳州職業(yè)技術(shù)學(xué)院財(cái)經(jīng)與物流系講師,研究方向:思政教育、職業(yè)技術(shù)教育。

    (責(zé)編 盧 雯)

    當(dāng)獲得子分類器后,就可以使用子分類器對(duì)樣本數(shù)據(jù)進(jìn)行測(cè)試。在測(cè)試的過(guò)程中,分別對(duì)m(m-1)/2個(gè)子分類器進(jìn)行測(cè)試,并統(tǒng)計(jì)各個(gè)樣本類別的分?jǐn)?shù),測(cè)試數(shù)據(jù)的類別即為測(cè)試過(guò)程中得分最高者所對(duì)應(yīng)的類別。

    二、高職學(xué)生綜合素質(zhì)評(píng)價(jià)體系構(gòu)建

    影響高職學(xué)生綜合素質(zhì)的因素很多,各因素之間的關(guān)系相互聯(lián)系又互有影響,因此整個(gè)評(píng)價(jià)過(guò)程是一項(xiàng)復(fù)雜的系統(tǒng)工程。為建立規(guī)范、合理、科學(xué)的評(píng)價(jià)指標(biāo)體系,必須堅(jiān)持評(píng)價(jià)的多維化、評(píng)價(jià)主體的多元化、評(píng)價(jià)方法的多樣性以及評(píng)價(jià)功能的多元化原則。當(dāng)前,各高職院校對(duì)學(xué)生綜合素質(zhì)的評(píng)價(jià)也進(jìn)行了多方面的探索,取得了很多經(jīng)驗(yàn)。通過(guò)廣泛查閱資料,在借鑒姚宏、葉寧《高職院校學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系研究》一文的基礎(chǔ)上,本文采用的學(xué)生綜合素質(zhì)評(píng)價(jià)體系如表1所示。

    通過(guò)表1可以看到,影響學(xué)生綜合素質(zhì)的指標(biāo)很多。在以往的評(píng)測(cè)中,大多采用發(fā)放調(diào)查問(wèn)卷的形式收集相關(guān)數(shù)據(jù),最后由輔導(dǎo)員對(duì)每個(gè)學(xué)生的信息進(jìn)行統(tǒng)計(jì),這種方法所得數(shù)據(jù)可用性差,在這里我們對(duì)所有的指標(biāo)采取量化的方式進(jìn)行數(shù)據(jù)的收集。首先對(duì)所有一級(jí)指標(biāo)用A、B、C、D和E進(jìn)行區(qū)分,每個(gè)二級(jí)指標(biāo)都有相應(yīng)的編號(hào),實(shí)際使用的時(shí)候是一級(jí)指標(biāo)的字母加上對(duì)應(yīng)二級(jí)指標(biāo)的編號(hào)。如:A1、A2等。每個(gè)二級(jí)指標(biāo)的分值都是滿分10分,每個(gè)一級(jí)指標(biāo)都占總分值的20%,由此可知每一名學(xué)生的評(píng)價(jià)分值可以用如下公式來(lái)進(jìn)行計(jì)算:綜合素質(zhì)評(píng)價(jià)總分=A×20%+B×20%+C×20%+D×20%+E×20%。每一項(xiàng)一級(jí)指標(biāo)的分值都由它對(duì)應(yīng)的二級(jí)指標(biāo)來(lái)確定,比如C指標(biāo)對(duì)應(yīng)有6項(xiàng)二級(jí)指標(biāo),則C=(C1+C2+C3+C4+C5+C6)×100/60。評(píng)價(jià)的最終結(jié)果用Y來(lái)表示,總共分為優(yōu)秀、良好以及差三個(gè)等級(jí),為了便于SVM模型處理,這三個(gè)等級(jí)的分值分別是1、0和-1。參見(jiàn)表2。

    三、具體應(yīng)用

    (一)數(shù)據(jù)采集??紤]到每個(gè)人主觀性會(huì)造成在打分時(shí)存在不同程度的個(gè)人傾向,為了保證評(píng)價(jià)結(jié)果的科學(xué)性和權(quán)威性,采用教師和學(xué)生相結(jié)合,多人打分取平均值。具體做法是,按照表1的指標(biāo)設(shè)計(jì)調(diào)查表,對(duì)柳州職業(yè)技術(shù)學(xué)院財(cái)經(jīng)系2011級(jí)財(cái)會(huì)專業(yè)1班共43人進(jìn)行評(píng)價(jià)測(cè)試。組織該班級(jí)的任課教師共5人對(duì)全班43名同學(xué)進(jìn)行打分,學(xué)生則分為4組,每組11人,其中一組10人,每組同學(xué)互相打分。最終形成的數(shù)據(jù)如表3所示。

    為了消除數(shù)據(jù)間的差異,使SVM模型具有更快的處理速度和處理精度,對(duì)采集到的所有樣本進(jìn)行歸一化處理,歸一化處理公式為:

    (8)

    (二)評(píng)價(jià)模型的具體應(yīng)用。本實(shí)驗(yàn)在P4 2.8GCPU、2G內(nèi)存的硬件條件下,在WinXp系統(tǒng)中采用matlab7進(jìn)行編程實(shí)現(xiàn)。取前35筆數(shù)據(jù)作為訓(xùn)練樣本,后8筆數(shù)據(jù)作為測(cè)試樣本。實(shí)驗(yàn)中用到的部分參數(shù)為:種群規(guī)模N=200,交叉率Pc=0.75,變異率Pm=0.05 。通過(guò)對(duì)SVM參數(shù)的優(yōu)化處理,最終建立SVM的綜合素質(zhì)評(píng)價(jià)模型。同時(shí)為了驗(yàn)證經(jīng)過(guò)GA優(yōu)化的SVM模型和未優(yōu)化的SVM模型性能上的差別,后8筆測(cè)試數(shù)據(jù)分別采用GA-SVM模型和SVM模型進(jìn)行測(cè)試,結(jié)果如表4、表5所示。

    從表4、表5中可以看出,SVM模型和GA-SVM模型預(yù)測(cè)誤差都控制在2%以內(nèi),說(shuō)明它們?cè)谶M(jìn)行非線性數(shù)據(jù)預(yù)測(cè)中,預(yù)測(cè)精度很高。通過(guò)表4和表5的比較不難看出,通過(guò)GA優(yōu)化后的SVM模型比未優(yōu)化的SVM模型具有更好的泛化能力和預(yù)測(cè)精度。這是因?yàn)镚A-SVM模型在GA算法的優(yōu)化下,拓展了解的空間,在GA算法強(qiáng)大的全局搜索能力下得到了更優(yōu)化的參數(shù)C和 ,從而獲得更好的學(xué)習(xí)精度,提高了未知樣本的預(yù)測(cè)率。

    綜上所述,學(xué)生綜合素質(zhì)是反映學(xué)校辦學(xué)質(zhì)量的一項(xiàng)重要指標(biāo),同時(shí)也是企業(yè)用人的一項(xiàng)重要指標(biāo)。因而,對(duì)學(xué)生綜合素質(zhì)評(píng)價(jià)一直是當(dāng)前高職院校改革和探索的問(wèn)題。本文利用GA算法對(duì)SVM模型的參數(shù)進(jìn)行了優(yōu)化,并成功地應(yīng)用于學(xué)生綜合素質(zhì)的評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,優(yōu)化后的SVM模型泛化能力更好、預(yù)測(cè)的準(zhǔn)確率更高,具有一定的應(yīng)用前景。

    【參考文獻(xiàn)】

    [1]劉偉,孫林.基于支持向量機(jī)的課堂教學(xué)質(zhì)量評(píng)價(jià)[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2010(7)

    [2]周燕軍.基于遺傳算法的學(xué)生綜合素質(zhì)評(píng)價(jià)[J].長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(4)

    [3]李波.支持向量機(jī)在高校教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用研究[J].計(jì)算機(jī)仿真,2011(10)

    [4]陳良堤,徐高歡.基于多分類SVM的教學(xué)質(zhì)量評(píng)價(jià)模型研究[J].黑龍江教育,2007( 11)

    [5]姚宏,葉寧.高職院校學(xué)生綜合素質(zhì)評(píng)價(jià)指標(biāo)體系研究[J]. 四川教育學(xué)院學(xué)報(bào),2011(12)

    [6]朱海林,宋承祥,劉弘,等.基于支持向量機(jī)的教學(xué)質(zhì)量評(píng)價(jià)研究[J].山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(4)

    【基金項(xiàng)目】廣西教育科學(xué)“十二五”規(guī)劃課題 (2011C0187)

    【作者簡(jiǎn)介】王 靜(1980- ),女,江蘇南京人,柳州職業(yè)技術(shù)學(xué)院財(cái)經(jīng)與物流系講師,研究方向:思政教育、職業(yè)技術(shù)教育。

    (責(zé)編 盧 雯)

    猜你喜歡
    綜合素質(zhì)評(píng)價(jià)
    小學(xué)生綜合素質(zhì)評(píng)價(jià)存在的問(wèn)題及改進(jìn)措施
    電子平臺(tái)為評(píng)價(jià)信度“保駕”
    江蘇教育(2016年22期)2017-03-06 00:03:17
    普通高中綜合素質(zhì)評(píng)價(jià)中“寫實(shí)記錄”的功能與操作
    普通高中綜合素質(zhì)評(píng)價(jià)中“寫實(shí)記錄”的功能與操作
    “綜合素質(zhì)評(píng)價(jià)”改革朝哪里去?
    中小學(xué)綜合素質(zhì)評(píng)價(jià)的價(jià)值取向和育人導(dǎo)向探析
    考試周刊(2016年54期)2016-07-18 09:10:29
    寫好綜合素質(zhì)評(píng)價(jià) 架設(shè)師生溝通橋梁
    新課程小學(xué)生評(píng)價(jià)工具設(shè)計(jì)與應(yīng)用擷談
    高考改革且變且思且行
    地理教育(2015年5期)2015-05-22 02:23:20
    學(xué)生綜合素質(zhì)評(píng)價(jià)有效實(shí)施策略
    甘肅教育(2015年2期)2015-02-26 18:35:00
    免费人成在线观看视频色| 国产精品野战在线观看| 一级毛片aaaaaa免费看小| 中文字幕av在线有码专区| 久久久a久久爽久久v久久| 午夜精品一区二区三区免费看| 亚洲欧美日韩高清在线视频| 亚洲最大成人中文| 亚洲人成网站在线播放欧美日韩| 国产精品久久久久久久电影| 22中文网久久字幕| 美女大奶头视频| 26uuu在线亚洲综合色| 亚洲av.av天堂| 波多野结衣高清作品| 欧美性感艳星| 日韩欧美精品免费久久| 最近的中文字幕免费完整| 国产在视频线在精品| 日韩大尺度精品在线看网址| 日本欧美国产在线视频| 特大巨黑吊av在线直播| 国产高清视频在线观看网站| 亚洲av第一区精品v没综合| 国产黄a三级三级三级人| 国产黄片视频在线免费观看| 观看美女的网站| 久久久精品欧美日韩精品| 精品久久国产蜜桃| 国产成人精品婷婷| 亚洲最大成人av| 欧美zozozo另类| 国产淫片久久久久久久久| 国产69精品久久久久777片| 国产久久久一区二区三区| 麻豆一二三区av精品| 国产精品1区2区在线观看.| 精品不卡国产一区二区三区| 久久久午夜欧美精品| 亚州av有码| 免费人成视频x8x8入口观看| 中文字幕制服av| 久久久国产成人精品二区| 国产精品麻豆人妻色哟哟久久 | 大型黄色视频在线免费观看| 热99在线观看视频| 最近视频中文字幕2019在线8| videossex国产| 最近的中文字幕免费完整| 欧美高清性xxxxhd video| 99热这里只有是精品50| 欧美人与善性xxx| 成人亚洲欧美一区二区av| 91久久精品电影网| 日本免费一区二区三区高清不卡| 最好的美女福利视频网| 亚洲美女视频黄频| 亚洲av.av天堂| 日韩av在线大香蕉| 午夜老司机福利剧场| 国产真实乱freesex| 免费在线观看成人毛片| 女的被弄到高潮叫床怎么办| av在线老鸭窝| 天天一区二区日本电影三级| 人人妻人人澡欧美一区二区| 中文精品一卡2卡3卡4更新| 国产黄片视频在线免费观看| 免费人成视频x8x8入口观看| 日韩 亚洲 欧美在线| 蜜桃亚洲精品一区二区三区| 国内精品久久久久精免费| 久久亚洲国产成人精品v| 日产精品乱码卡一卡2卡三| 亚洲无线在线观看| 可以在线观看的亚洲视频| av专区在线播放| 91久久精品电影网| 国产精品女同一区二区软件| 中文字幕制服av| 国产精品.久久久| 成人国产麻豆网| 亚洲国产精品成人综合色| 午夜福利成人在线免费观看| 九九在线视频观看精品| 99久久中文字幕三级久久日本| 欧美成人a在线观看| 麻豆精品久久久久久蜜桃| 中文字幕精品亚洲无线码一区| 欧美成人免费av一区二区三区| 可以在线观看毛片的网站| 变态另类成人亚洲欧美熟女| 亚洲第一区二区三区不卡| 看非洲黑人一级黄片| 欧美性猛交黑人性爽| 91久久精品国产一区二区成人| 亚洲精品影视一区二区三区av| 亚洲精品国产av成人精品| 国产成人aa在线观看| 别揉我奶头 嗯啊视频| 丝袜喷水一区| 国产精品电影一区二区三区| 亚洲在线观看片| av专区在线播放| 久久久a久久爽久久v久久| 男人狂女人下面高潮的视频| 国产亚洲欧美98| 国产精华一区二区三区| 91久久精品国产一区二区成人| 男女边吃奶边做爰视频| 欧美激情在线99| 国产麻豆成人av免费视频| 久久久久久久久久久丰满| 国产成人午夜福利电影在线观看| h日本视频在线播放| 欧美又色又爽又黄视频| 美女黄网站色视频| 一个人免费在线观看电影| 亚洲精品国产成人久久av| 能在线免费看毛片的网站| 夜夜爽天天搞| 又爽又黄a免费视频| 亚洲国产高清在线一区二区三| 国产国拍精品亚洲av在线观看| 乱系列少妇在线播放| 18+在线观看网站| 国产午夜精品久久久久久一区二区三区| 搡老妇女老女人老熟妇| 又黄又爽又刺激的免费视频.| 国内精品美女久久久久久| 男女边吃奶边做爰视频| 一卡2卡三卡四卡精品乱码亚洲| 夫妻性生交免费视频一级片| 久久久久久国产a免费观看| a级毛色黄片| 伊人久久精品亚洲午夜| 久久久久久伊人网av| 国产亚洲精品久久久com| 亚洲av中文字字幕乱码综合| 国产一区二区在线观看日韩| 男人和女人高潮做爰伦理| 久久久久久久久中文| 黄片无遮挡物在线观看| 亚洲aⅴ乱码一区二区在线播放| 国产av一区在线观看免费| 亚洲第一区二区三区不卡| a级毛片免费高清观看在线播放| 99热这里只有是精品在线观看| 成人高潮视频无遮挡免费网站| 亚洲美女视频黄频| 午夜激情福利司机影院| 日韩国内少妇激情av| 久久久久久久久大av| 精品人妻熟女av久视频| 亚洲经典国产精华液单| 国产视频首页在线观看| 国产精品永久免费网站| 久久精品人妻少妇| 一个人观看的视频www高清免费观看| 久久久久网色| 亚洲丝袜综合中文字幕| 国产 一区精品| 夜夜爽天天搞| 免费av观看视频| 久久精品夜夜夜夜夜久久蜜豆| 美女cb高潮喷水在线观看| 亚洲丝袜综合中文字幕| 九九久久精品国产亚洲av麻豆| 给我免费播放毛片高清在线观看| 免费av观看视频| 日韩精品有码人妻一区| 国产精品久久久久久精品电影小说 | 亚洲va在线va天堂va国产| 99热精品在线国产| 日韩欧美精品v在线| 亚洲va在线va天堂va国产| 国产在线男女| 丰满的人妻完整版| 观看美女的网站| 国产大屁股一区二区在线视频| 成人毛片a级毛片在线播放| 中国国产av一级| 午夜福利成人在线免费观看| 国内少妇人妻偷人精品xxx网站| 免费观看人在逋| 日本三级黄在线观看| 边亲边吃奶的免费视频| av卡一久久| 大又大粗又爽又黄少妇毛片口| 只有这里有精品99| 老司机影院成人| 日日摸夜夜添夜夜添av毛片| 亚洲自偷自拍三级| 国产精品久久电影中文字幕| 亚洲激情五月婷婷啪啪| 午夜老司机福利剧场| 久久久欧美国产精品| 亚洲美女视频黄频| 亚洲一区高清亚洲精品| 91久久精品电影网| 校园人妻丝袜中文字幕| 国产91av在线免费观看| 日韩人妻高清精品专区| 日韩高清综合在线| 亚洲欧美日韩东京热| 99热只有精品国产| 国产精品久久电影中文字幕| 2021天堂中文幕一二区在线观| 国产精品久久视频播放| 伦精品一区二区三区| 久久精品久久久久久噜噜老黄 | 真实男女啪啪啪动态图| 18禁黄网站禁片免费观看直播| 一本久久中文字幕| 亚洲国产日韩欧美精品在线观看| 亚洲熟妇中文字幕五十中出| 国产精品永久免费网站| 日本五十路高清| 一区二区三区免费毛片| 欧美+日韩+精品| 五月玫瑰六月丁香| 亚洲久久久久久中文字幕| 91久久精品电影网| 春色校园在线视频观看| 91狼人影院| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲最大成人中文| 成年女人永久免费观看视频| 久久久a久久爽久久v久久| 国产一区二区三区av在线 | 免费看a级黄色片| 高清毛片免费观看视频网站| 日韩成人伦理影院| av免费在线看不卡| 如何舔出高潮| 神马国产精品三级电影在线观看| 能在线免费看毛片的网站| 欧美日韩国产亚洲二区| 久久久久久久午夜电影| 精品久久久久久久久久免费视频| 亚洲自拍偷在线| 99久久精品国产国产毛片| 国产成人freesex在线| 床上黄色一级片| 99久久人妻综合| 蜜臀久久99精品久久宅男| 国产精华一区二区三区| 在线观看66精品国产| 18禁在线播放成人免费| 国产欧美日韩精品一区二区| 国产精品,欧美在线| 国产单亲对白刺激| 中文字幕av成人在线电影| 亚洲婷婷狠狠爱综合网| 国产毛片a区久久久久| 国产一区二区在线av高清观看| 国产精品久久电影中文字幕| 哪个播放器可以免费观看大片| 亚洲欧美日韩高清专用| 欧美日韩综合久久久久久| 一个人免费在线观看电影| 美女被艹到高潮喷水动态| 色综合亚洲欧美另类图片| 欧美色欧美亚洲另类二区| 亚洲国产高清在线一区二区三| 亚洲av第一区精品v没综合| 国产精品野战在线观看| 长腿黑丝高跟| 国产乱人偷精品视频| 日韩欧美精品v在线| 精品人妻熟女av久视频| 我的老师免费观看完整版| 免费搜索国产男女视频| 日日摸夜夜添夜夜添av毛片| 亚洲精品国产成人久久av| 亚洲av成人精品一区久久| 亚洲成人中文字幕在线播放| 最近的中文字幕免费完整| 亚洲国产高清在线一区二区三| 99国产精品一区二区蜜桃av| 麻豆成人av视频| 国产成人精品婷婷| 国产成人a区在线观看| 看非洲黑人一级黄片| 日韩一区二区三区影片| 久久热精品热| 99久久精品国产国产毛片| 成年版毛片免费区| 日本免费a在线| 一级毛片aaaaaa免费看小| 日韩制服骚丝袜av| 国产91av在线免费观看| eeuss影院久久| 久久久久性生活片| 天天躁夜夜躁狠狠久久av| 国产成人影院久久av| 欧美激情久久久久久爽电影| 精品免费久久久久久久清纯| 搞女人的毛片| 18禁在线播放成人免费| 国产伦理片在线播放av一区 | 亚洲图色成人| 精品人妻视频免费看| 国产精品美女特级片免费视频播放器| 日韩欧美 国产精品| 最近手机中文字幕大全| 高清午夜精品一区二区三区 | av在线蜜桃| 欧美xxxx黑人xx丫x性爽| 看免费成人av毛片| 国产高清有码在线观看视频| 看免费成人av毛片| 女人十人毛片免费观看3o分钟| 在线国产一区二区在线| 欧美一区二区国产精品久久精品| 天堂网av新在线| 久久久久久伊人网av| 精品久久久久久成人av| 永久网站在线| 国产亚洲精品久久久com| 日本成人三级电影网站| 夜夜爽天天搞| .国产精品久久| 欧美zozozo另类| 国产伦理片在线播放av一区 | 国产色爽女视频免费观看| 久久99热这里只有精品18| 国产精品久久久久久久久免| 日本色播在线视频| 极品教师在线视频| 日本色播在线视频| 晚上一个人看的免费电影| 久久人人精品亚洲av| 少妇熟女欧美另类| 国产精品久久久久久亚洲av鲁大| 韩国av在线不卡| 国产高潮美女av| 久久久色成人| 日韩欧美 国产精品| 一本一本综合久久| 99久久久亚洲精品蜜臀av| 亚洲av免费高清在线观看| 在线观看66精品国产| 男女视频在线观看网站免费| 欧美不卡视频在线免费观看| 欧美成人a在线观看| 婷婷亚洲欧美| 美女内射精品一级片tv| 国产精品一区二区在线观看99 | 国产精品福利在线免费观看| 青春草国产在线视频 | 一本久久精品| 精品熟女少妇av免费看| 一本一本综合久久| 欧美精品一区二区大全| 国产麻豆成人av免费视频| 国内少妇人妻偷人精品xxx网站| 国产片特级美女逼逼视频| 插逼视频在线观看| 毛片女人毛片| 天堂中文最新版在线下载 | 久久久久国产网址| 99久久无色码亚洲精品果冻| 成人亚洲欧美一区二区av| 国产精品久久视频播放| 高清午夜精品一区二区三区 | 国产精品久久久久久亚洲av鲁大| 国产视频内射| 亚洲欧美精品专区久久| 国产精品蜜桃在线观看 | 一级黄片播放器| 日韩人妻高清精品专区| 欧美色欧美亚洲另类二区| 国产亚洲5aaaaa淫片| 国产日本99.免费观看| 日韩一本色道免费dvd| 狂野欧美白嫩少妇大欣赏| ponron亚洲| 最近2019中文字幕mv第一页| 国产精品综合久久久久久久免费| 午夜激情欧美在线| 日本五十路高清| 成年免费大片在线观看| eeuss影院久久| 中文字幕免费在线视频6| 97人妻精品一区二区三区麻豆| 国产69精品久久久久777片| 亚洲成人精品中文字幕电影| 免费看日本二区| 亚洲欧美日韩无卡精品| 蜜桃久久精品国产亚洲av| 久久婷婷人人爽人人干人人爱| 色尼玛亚洲综合影院| 亚洲综合色惰| 黄色欧美视频在线观看| 97在线视频观看| 人人妻人人看人人澡| 亚洲精品国产成人久久av| 在线播放无遮挡| 深爱激情五月婷婷| 色5月婷婷丁香| 久久综合国产亚洲精品| 国产亚洲精品av在线| 超碰av人人做人人爽久久| 亚洲性久久影院| 最近中文字幕高清免费大全6| 国产成人freesex在线| 丝袜美腿在线中文| 全区人妻精品视频| 午夜爱爱视频在线播放| 99国产极品粉嫩在线观看| 99热这里只有是精品在线观看| 精品人妻视频免费看| 中文字幕制服av| 99久久精品热视频| 又黄又爽又刺激的免费视频.| 国产男人的电影天堂91| 久久久久久久久中文| 深爱激情五月婷婷| 国产精品.久久久| 在线观看午夜福利视频| 亚洲成人久久性| 久99久视频精品免费| 男女啪啪激烈高潮av片| 久久人人爽人人片av| 国产精品无大码| 亚洲av电影不卡..在线观看| 日韩欧美一区二区三区在线观看| 黄色欧美视频在线观看| 国产一区二区三区在线臀色熟女| 久久鲁丝午夜福利片| 嫩草影院新地址| 免费无遮挡裸体视频| 成人无遮挡网站| 午夜福利在线观看免费完整高清在 | 色综合色国产| 禁无遮挡网站| 日韩人妻高清精品专区| 男人狂女人下面高潮的视频| 丰满的人妻完整版| 国产精品电影一区二区三区| 免费看美女性在线毛片视频| 老熟妇乱子伦视频在线观看| 亚洲精品国产av成人精品| 寂寞人妻少妇视频99o| 午夜爱爱视频在线播放| 精品人妻视频免费看| 高清毛片免费看| 丰满人妻一区二区三区视频av| 午夜精品一区二区三区免费看| 久久久精品94久久精品| 日日摸夜夜添夜夜添av毛片| 一个人观看的视频www高清免费观看| 亚洲人成网站在线播放欧美日韩| 精品人妻熟女av久视频| 国产精品国产三级国产av玫瑰| 高清在线视频一区二区三区 | 一级二级三级毛片免费看| 国产探花极品一区二区| 最后的刺客免费高清国语| 国产一级毛片七仙女欲春2| 久久精品夜色国产| 少妇人妻一区二区三区视频| 色尼玛亚洲综合影院| 国产精品一区二区三区四区久久| 亚洲国产日韩欧美精品在线观看| 夜夜爽天天搞| 悠悠久久av| 色视频www国产| 国内揄拍国产精品人妻在线| 中文字幕久久专区| 我要搜黄色片| 九九在线视频观看精品| 午夜激情欧美在线| eeuss影院久久| av在线老鸭窝| 黄色视频,在线免费观看| 老熟妇乱子伦视频在线观看| 99在线视频只有这里精品首页| 久久欧美精品欧美久久欧美| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美三级三区| 亚洲人成网站在线观看播放| 欧美在线一区亚洲| 午夜福利在线观看免费完整高清在 | 女同久久另类99精品国产91| 简卡轻食公司| 精华霜和精华液先用哪个| 国产亚洲av片在线观看秒播厂 | 日韩人妻高清精品专区| 人妻久久中文字幕网| 国产私拍福利视频在线观看| 18+在线观看网站| 一个人观看的视频www高清免费观看| 国产成人精品久久久久久| 中文字幕精品亚洲无线码一区| 欧美bdsm另类| 天堂网av新在线| 免费看美女性在线毛片视频| 熟女电影av网| 久久久久性生活片| 成人特级av手机在线观看| 岛国毛片在线播放| 国产老妇伦熟女老妇高清| 国产精品福利在线免费观看| 天堂影院成人在线观看| 97在线视频观看| 婷婷亚洲欧美| 简卡轻食公司| 男人舔女人下体高潮全视频| 青春草视频在线免费观看| 日本免费a在线| 高清午夜精品一区二区三区 | 草草在线视频免费看| 精品国内亚洲2022精品成人| 狠狠狠狠99中文字幕| 午夜福利在线观看免费完整高清在 | 亚洲电影在线观看av| 麻豆乱淫一区二区| 美女国产视频在线观看| 97超碰精品成人国产| 18禁在线无遮挡免费观看视频| 成人毛片60女人毛片免费| 国产一级毛片在线| 亚洲国产欧美在线一区| 伊人久久精品亚洲午夜| 亚洲欧美日韩高清专用| 亚洲精品成人久久久久久| 国产成人a区在线观看| 国产精品女同一区二区软件| 亚洲国产高清在线一区二区三| 人妻系列 视频| 久久久久久久久大av| 18+在线观看网站| 一区二区三区免费毛片| 亚洲精品久久久久久婷婷小说 | 日韩一区二区视频免费看| 69av精品久久久久久| 91久久精品电影网| 精品99又大又爽又粗少妇毛片| 国产黄a三级三级三级人| 日本熟妇午夜| 国产精品嫩草影院av在线观看| 国产真实伦视频高清在线观看| 级片在线观看| 18禁在线播放成人免费| 亚洲第一区二区三区不卡| 久久精品国产99精品国产亚洲性色| 高清日韩中文字幕在线| 国产成人一区二区在线| 亚洲欧美清纯卡通| 亚洲欧美日韩无卡精品| 成人综合一区亚洲| 亚洲aⅴ乱码一区二区在线播放| 麻豆久久精品国产亚洲av| 婷婷色av中文字幕| 亚洲av成人av| 久久鲁丝午夜福利片| 国产真实乱freesex| 男人舔女人下体高潮全视频| 天堂av国产一区二区熟女人妻| 欧美成人a在线观看| 亚洲精品日韩在线中文字幕 | 91久久精品国产一区二区三区| 看十八女毛片水多多多| 99热6这里只有精品| 男女做爰动态图高潮gif福利片| 国产成人午夜福利电影在线观看| 日韩欧美精品免费久久| 2021天堂中文幕一二区在线观| 日本一本二区三区精品| 日日干狠狠操夜夜爽| 国内少妇人妻偷人精品xxx网站| 久久精品国产亚洲av天美| 国产视频首页在线观看| 你懂的网址亚洲精品在线观看 | 不卡视频在线观看欧美| 在线免费十八禁| 成人国产麻豆网| 18+在线观看网站| 男插女下体视频免费在线播放| 成人三级黄色视频| 美女被艹到高潮喷水动态| 精品久久久久久久末码| 久久久午夜欧美精品| 国产高清三级在线| 成人午夜高清在线视频| 亚洲精品亚洲一区二区| 真实男女啪啪啪动态图| 岛国在线免费视频观看| 男的添女的下面高潮视频| 内地一区二区视频在线| 中国国产av一级| 国内精品美女久久久久久| 精品久久久久久成人av| 亚洲最大成人av| 国产一级毛片七仙女欲春2| 精品99又大又爽又粗少妇毛片| 国产精品爽爽va在线观看网站| 欧美日韩一区二区视频在线观看视频在线 | 波多野结衣巨乳人妻| 亚洲va在线va天堂va国产| 18禁黄网站禁片免费观看直播| 亚洲av中文字字幕乱码综合| 18禁裸乳无遮挡免费网站照片| 免费观看a级毛片全部| 亚洲丝袜综合中文字幕| 一边摸一边抽搐一进一小说| 国产 一区精品| 国产精品野战在线观看| 一本久久精品| 看非洲黑人一级黄片| 亚洲欧美成人精品一区二区| 亚洲欧美日韩高清专用| 日韩制服骚丝袜av|