• <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-BP神經(jīng)網(wǎng)絡(luò)大氣中PM2.5軟測(cè)量研究

    2014-06-07 10:02:41鄭海明商瀟瀟
    計(jì)量學(xué)報(bào) 2014年6期
    關(guān)鍵詞:模型

    鄭海明, 商瀟瀟

    (華北電力大學(xué)機(jī)械工程系,河北保定 071003)

    基于GA-BP神經(jīng)網(wǎng)絡(luò)大氣中PM2.5軟測(cè)量研究

    鄭海明, 商瀟瀟

    (華北電力大學(xué)機(jī)械工程系,河北保定 071003)

    大氣中PM2.5質(zhì)量濃度變化具有較強(qiáng)的非線性特性,傳統(tǒng)的軟測(cè)量方法很難對(duì)其做出準(zhǔn)確的計(jì)量監(jiān)測(cè)。針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)易陷入局部最小值的缺陷,將遺傳算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合建立了GA-BP神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型,將該模型應(yīng)用到大氣PM2.5質(zhì)量濃度的計(jì)量監(jiān)測(cè)中,并與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型的監(jiān)測(cè)結(jié)果進(jìn)行對(duì)比,結(jié)果表明經(jīng)過遺傳算法優(yōu)化后的模型具有更好的非線性擬合能力和更高的監(jiān)測(cè)精度。

    計(jì)量學(xué);遺傳算法;GA-BP神經(jīng)網(wǎng)絡(luò);PM2.5監(jiān)測(cè);軟測(cè)量

    1 引 言

    近年來,我國(guó)中東部地區(qū)冬季出現(xiàn)持續(xù)的霧霾天氣,使得PM2.5污染問題受到了人們的普遍關(guān)注。PM2.5是指懸浮在大氣中空氣動(dòng)力學(xué)直徑小于或等于2.5μm的顆粒物,雖然在大氣成分中含量較少,但卻是引起大氣能見度降低的重要原因。PM2.5主要來源于化石燃料的燃燒,如汽車尾氣及工業(yè)燃煤等含有大量有毒有害物質(zhì),對(duì)人體健康有較大的危害性[1]。因此,對(duì)城市中的PM2.5進(jìn)行實(shí)時(shí)監(jiān)測(cè)勢(shì)在必行。目前我國(guó)對(duì)PM2.5的監(jiān)測(cè)尚處于研究起步階段,監(jiān)測(cè)手段還不完善、設(shè)備安裝費(fèi)用較高,設(shè)備維修等耗費(fèi)大量人力物力,所以對(duì)PM2.5軟測(cè)量技術(shù)的研究有很大發(fā)展空間。

    城市中PM2.5的濃度受該地區(qū)地形地貌、排放源地點(diǎn)、排放速率、氣象等因素的影響,具有較強(qiáng)的非線性特性,傳統(tǒng)的軟測(cè)量方法很難對(duì)其進(jìn)行準(zhǔn)確監(jiān)測(cè)[2]。BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自學(xué)習(xí)、自組織、自適應(yīng)能力,理論上可以逼近任意連續(xù)函數(shù),特別適合于研究具有多因素性、不確定性、隨機(jī)性、非線性和隨時(shí)間變化特性的對(duì)象,但該模型存在收斂速度慢且容易陷入局部最小值的缺點(diǎn)[3],針對(duì)遺傳算法具有較強(qiáng)的全局搜索能力,容易得到全局最優(yōu)解的特點(diǎn),本文建立基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的GA-BP軟測(cè)量模型對(duì)大氣中的PM2.5質(zhì)量濃度值進(jìn)行監(jiān)測(cè)。

    2 BP神經(jīng)網(wǎng)絡(luò)基本原理

    BP神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣的一種多層前饋神經(jīng)網(wǎng)絡(luò)。在若干神經(jīng)網(wǎng)絡(luò)模型中,80%~90%的神經(jīng)網(wǎng)絡(luò)模型采用了BP網(wǎng)絡(luò)或它的變形形式。它既是前向網(wǎng)絡(luò)的核心部分,也是神經(jīng)網(wǎng)絡(luò)的精華[4]。

    BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、隱含層和輸出層,其中隱含層可以是一層或多層。上下層之間實(shí)現(xiàn)全連接,而同一層神經(jīng)元之間無連接,其結(jié)構(gòu)見圖1。

    圖1 3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

    BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法是訓(xùn)練神經(jīng)網(wǎng)絡(luò)經(jīng)典的學(xué)習(xí)算法,其本質(zhì)是通過神經(jīng)網(wǎng)絡(luò)各層之間連接權(quán)值、閾值的調(diào)節(jié),從而實(shí)現(xiàn)網(wǎng)絡(luò)的實(shí)際輸出向期望輸出的逼近。過程如下[5,6]:

    隱含層中第i個(gè)神經(jīng)元的輸入為

    式中,f1為輸入層到隱含層的傳遞函數(shù);w1ij為權(quán)值;b1i為閾值;xj為網(wǎng)絡(luò)輸入;j為輸入層神經(jīng)元個(gè)數(shù)。

    輸出層第k個(gè)神經(jīng)元的輸出為

    式中,f2為隱含層到輸出層的傳遞函數(shù);w2ki、b2k為兩層之間的權(quán)值、閾值。

    誤差函數(shù)為

    式中,tk為第k個(gè)神經(jīng)元的期望輸出。

    隱含層第i個(gè)輸入到輸出層第k個(gè)輸出的權(quán)值、閾值變化為

    式中η為學(xué)習(xí)速率。

    同理,輸入層第j個(gè)輸入到隱含層第i個(gè)輸出的權(quán)值、閾值變化為

    權(quán)值、閾值修正表達(dá)式為

    BP神經(jīng)網(wǎng)絡(luò)對(duì)初始權(quán)值、閾值的選取較為敏感,初始權(quán)值、閾值的選取將影響網(wǎng)絡(luò)收斂的速度和精度,因此合理選擇初始權(quán)值和閾值非常重要。而BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練之初各層的連接權(quán)值和閾值被初始化為[0,1]間的隨機(jī)值,這種未經(jīng)優(yōu)化的隨機(jī)值會(huì)使BP神經(jīng)網(wǎng)絡(luò)的收斂速度慢且容易陷入局部最小值。

    3 遺傳算法基本原理

    遺傳算法(Genetic Algorithm,GA)是一種基于自然選擇和基因遺傳學(xué)原理的全局優(yōu)化概率搜索算法。它將“優(yōu)勝劣汰,適者生存”的生物進(jìn)化原理引入待優(yōu)化參數(shù)形成的編碼串群體中,按照一定的適應(yīng)度函數(shù)及一系列的遺傳操作對(duì)個(gè)體進(jìn)行篩選,從而使適應(yīng)度值好的個(gè)體被保留組成新的群體,新群體不僅包含了上一代的信息,并且引入了新的優(yōu)于上一代的個(gè)體。經(jīng)過反復(fù)循環(huán),直至滿足一定的條件為止[7]。

    GA-BP神經(jīng)網(wǎng)絡(luò)是用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,其基本思想就是用個(gè)體代表網(wǎng)絡(luò)的初始權(quán)值和閾值,個(gè)體值初始化的BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)誤差作為該個(gè)體的適應(yīng)度值,通過選擇、交叉、變異操作尋找最優(yōu)個(gè)體,即最優(yōu)的BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值。由于該算法從許多點(diǎn)開始并行操作,而非局限于特定一點(diǎn),在解空間應(yīng)用概率法則進(jìn)行高效啟發(fā)式搜索,因而可以有效地防止搜索過程中陷入局部最優(yōu)解[8~10]。具體過程如下:

    種群規(guī)模的大小直接影響到遺傳算法的收斂性和計(jì)算效率。規(guī)模太小容易收斂到局部最優(yōu)解,規(guī)模太大會(huì)降低計(jì)算速度。種群規(guī)模可根據(jù)實(shí)際情況設(shè)定為10~200之間。染色體編碼方式為實(shí)數(shù)編碼,每個(gè)個(gè)體均為一個(gè)實(shí)數(shù)串,由神經(jīng)網(wǎng)絡(luò)全部的權(quán)值和閾值組成。即染色體長(zhǎng)度N為

    式中:H為輸入層節(jié)點(diǎn)數(shù);R1為隱含層節(jié)點(diǎn)數(shù);R2為輸出層節(jié)點(diǎn)數(shù)。

    (2)適應(yīng)度函數(shù)

    根據(jù)個(gè)體得到BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,輸入訓(xùn)練樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),達(dá)到設(shè)定的精度后預(yù)測(cè)網(wǎng)絡(luò)輸出,將網(wǎng)絡(luò)輸出和期望輸出的絕對(duì)誤差和作為個(gè)體適應(yīng)度值,計(jì)算公式為

    式中:n為網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)數(shù);yi為網(wǎng)絡(luò)第i個(gè)節(jié)點(diǎn)的期望輸出;oi為第i個(gè)節(jié)點(diǎn)的預(yù)測(cè)輸出;k為系數(shù)。

    (3)選擇操作

    艾莉知道,她的男人突然降臨。男人從反光鏡里偷覷著她,眼神雖直,卻不乏柔情。艾莉白他一眼,卻怒不起來。男人約四十多歲,眼睛很亮,鼻子很挺,下巴很翹,嘴巴很方。艾莉在公司門前下車,倚著玉蘭樹點(diǎn)一根香煙——盡管下了辭職的決心,但她需要醞釀辭職的勇氣。出租車在灰色的煙霧里繞一個(gè)圈子,駛往來時(shí)方向,男人搖開車窗,沖她揮了揮手。艾莉再白男人一眼,嘴巴卻笑起來。

    遺傳算法選擇操作有輪盤賭法、錦標(biāo)賽法等多種方法,本文選擇輪盤賭法,即基于適應(yīng)度比例的選擇策略,每個(gè)個(gè)體i的選擇概率pi為

    式中:Fi為個(gè)體i的適應(yīng)度值,由于適應(yīng)度值越小越好,所以在個(gè)體選擇前對(duì)適應(yīng)度值求倒數(shù);k為系數(shù);N為種群個(gè)體數(shù)目。

    (4)交叉操作

    由于個(gè)體采用實(shí)數(shù)編碼,所以交叉操作方法采用實(shí)數(shù)交叉法。第k個(gè)染色體mk和第l個(gè)染色體ml在i位的交叉操作如下

    式中b為[0,1]間的隨機(jī)數(shù)。

    (5)變異操作

    選取第i個(gè)個(gè)體的第j個(gè)基因mij進(jìn)行變異,變異方法如下

    式中:mmax為基因mij的上界;mmin為基因mij的下界;r為[0,1]間的隨機(jī)數(shù);r2為隨機(jī)數(shù);g為當(dāng)前迭代次數(shù);Gmax為最大進(jìn)化次數(shù)。

    將遺傳算法得到的最優(yōu)個(gè)體對(duì)BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值賦值,用訓(xùn)練樣本訓(xùn)練網(wǎng)絡(luò)模型后監(jiān)測(cè)PM2.5的濃度,GA-BP軟測(cè)量模型具體算法流程見圖2。

    圖2 GA-BP軟測(cè)量模型算法流程圖

    4 GA-BP軟測(cè)量模型的構(gòu)建

    本文數(shù)據(jù)選擇華北某市空氣質(zhì)量自動(dòng)監(jiān)測(cè)站公布的大氣污染物小時(shí)濃度數(shù)據(jù),包括SO2、NO2、PM10、PM2.5以及同時(shí)期的氣象局實(shí)時(shí)氣象數(shù)據(jù),包括氣溫、氣壓、濕度、風(fēng)向、風(fēng)速。將SO2、NO2、PM10、氣溫、氣壓、濕度、風(fēng)向、風(fēng)速8個(gè)影響因子作為模型的輸入數(shù)據(jù),同時(shí)期的PM2.5質(zhì)量濃度值作為模型的輸出數(shù)據(jù)建立PM2.5實(shí)時(shí)監(jiān)測(cè)的軟測(cè)量模型。由于所組成的整個(gè)數(shù)據(jù)系列中不同數(shù)據(jù)的量級(jí)、量綱存在很大差異,所以需要對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理,使歸一化后的數(shù)據(jù)處于0~1之間。歸一化公式為

    式中:xmax、xmin為每組因子變量的最大值和最小值;xi、x′i分別為歸一化前后的數(shù)據(jù)。

    模型選用具有1個(gè)隱含層的3層BP網(wǎng)絡(luò),由于選取8個(gè)影響因子作為模型的輸入數(shù)據(jù),PM2.5質(zhì)量濃度數(shù)據(jù)作為模型的輸出數(shù)據(jù),所以,網(wǎng)絡(luò)模型輸入層神經(jīng)元數(shù)為8,輸出層神經(jīng)元數(shù)為1,隱含層神經(jīng)元數(shù)根據(jù)經(jīng)驗(yàn)選取11,建立結(jié)構(gòu)為8-11-1的神經(jīng)網(wǎng)絡(luò)模型。輸入層到隱含層的傳遞函數(shù)為logsig函數(shù),隱含層到輸出層的傳遞函數(shù)為purelin函數(shù),網(wǎng)絡(luò)的學(xué)習(xí)算法采用LM訓(xùn)練法trainlm。最大訓(xùn)練次數(shù)設(shè)置為5 000,訓(xùn)練目標(biāo)誤差設(shè)置為0.000 01,訓(xùn)練最小梯度設(shè)置為10-7。

    遺傳參數(shù)設(shè)置如下:種群規(guī)模選取20,遺傳迭代次數(shù)為20,交叉概率取0.3,變異概率取0.1。實(shí)驗(yàn)程序均在Matlab軟件環(huán)境下編寫。圖3為遺傳算法在迭代尋優(yōu)過程中進(jìn)化代數(shù)與適應(yīng)度值變化曲線,由圖3可以看出,經(jīng)過20代的遺傳迭代,適應(yīng)度函數(shù)下降的陡度比較大,說明遺傳算法的應(yīng)用取得了既定的效果,可以快速尋找到全局最優(yōu)點(diǎn)附近。

    圖3 進(jìn)化代數(shù)與適應(yīng)度值變化曲線

    經(jīng)過20次迭代,得到最優(yōu)的權(quán)值和閾值如下

    將遺傳算法優(yōu)化后得到的最優(yōu)權(quán)值、閾值作為BP網(wǎng)絡(luò)的初始權(quán)值、閾值進(jìn)行網(wǎng)絡(luò)模型的訓(xùn)練。選取254組數(shù)據(jù)作為網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)。訓(xùn)練結(jié)果見圖4,由圖4可看出訓(xùn)練模型輸出值與訓(xùn)練目標(biāo)輸出值曲線擬合良好。圖5為訓(xùn)練模型輸出值與目標(biāo)值的相關(guān)性分析圖,輸出值與目標(biāo)值的相關(guān)系數(shù)達(dá)0.982 93,說明模型經(jīng)過訓(xùn)練后性能良好可以用于測(cè)試樣本值的監(jiān)測(cè)。

    圖4 訓(xùn)練結(jié)果輸出擬合曲線

    圖5 訓(xùn)練結(jié)果相關(guān)性分析圖

    5 監(jiān)測(cè)結(jié)果分析

    訓(xùn)練結(jié)束后應(yīng)用已訓(xùn)練好的模型對(duì)PM2.5質(zhì)量濃度進(jìn)行監(jiān)測(cè)。將25組影響因子數(shù)據(jù)輸入已訓(xùn)練好的模型,得到輸出結(jié)果后進(jìn)行反歸一化即可得PM2.5質(zhì)量濃度的監(jiān)測(cè)值。監(jiān)測(cè)結(jié)果見圖6、圖7。

    圖6 軟測(cè)量模型監(jiān)測(cè)PM2.5質(zhì)量濃度的擬合曲線

    圖7 GA-BP模型監(jiān)測(cè)結(jié)果相關(guān)性分析圖

    由圖6、圖7可看出,經(jīng)遺傳算法優(yōu)化后的GABP軟測(cè)量模型的監(jiān)測(cè)結(jié)果曲線與實(shí)際值曲線擬合效果良好,監(jiān)測(cè)值與實(shí)際值的相關(guān)系數(shù)達(dá)0.98823。與BP網(wǎng)絡(luò)模型比較,GA-BP模型監(jiān)測(cè)精度穩(wěn)定,各個(gè)樣本處監(jiān)測(cè)值與實(shí)際值沒有出現(xiàn)過大偏差,總體擬合精度明顯好于BP模型。BP模型在第1、6、7、16、17、24樣本處監(jiān)測(cè)結(jié)果與實(shí)際值偏差較大,而GA-BP模型在這些樣本處的監(jiān)測(cè)結(jié)果都比較理想。二者監(jiān)測(cè)效果對(duì)比見表1。

    表1 GA-BP模型與BP模型監(jiān)測(cè)效果對(duì)比

    由表1可見,BP模型的最大相對(duì)誤差達(dá)133.63%,GA-BP模型的最大相對(duì)誤差只有56.78%,兩模型的平均相對(duì)誤差相差9.2%,說明模型經(jīng)過遺傳算法優(yōu)化后的監(jiān)測(cè)精度有了明顯的提高。由圖6和表1可發(fā)現(xiàn),在第24個(gè)樣本處,兩種模型的監(jiān)測(cè)效果均不理想,BP模型的相對(duì)誤差達(dá)133.63%,遺傳BP模型的相對(duì)誤差達(dá)56.78%,分析原因?yàn)榈?4個(gè)樣本處PM2.5質(zhì)量濃度在整個(gè)樣本中數(shù)值偏低,說明模型在監(jiān)測(cè)偏低值時(shí)誤差較大,具有一定的局限性。

    6 結(jié) 論

    由于大氣中的PM2.5質(zhì)量濃度受到多種因素的影響表現(xiàn)出強(qiáng)烈的不確定性,將神經(jīng)網(wǎng)絡(luò)應(yīng)用到PM2.5監(jiān)測(cè)中具有極大的可行性。針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型存在易陷入局部極小值和收斂速度慢的問題,建立了基于遺傳算法優(yōu)化的GA-BP神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型,將GA-BP模型應(yīng)用于PM2.5質(zhì)量濃度的監(jiān)測(cè)中并與BP網(wǎng)絡(luò)模型的監(jiān)測(cè)結(jié)果進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明與傳統(tǒng)BP網(wǎng)絡(luò)模型比較,經(jīng)過遺傳算法優(yōu)化后的GA-BP神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型監(jiān)測(cè)精度提高了9.2%,且在整體樣本的監(jiān)測(cè)中均沒出現(xiàn)過大的監(jiān)測(cè)誤差,表明該模型對(duì)PM2.5質(zhì)量濃度的監(jiān)測(cè)具有更好的非線性擬合能力和更高的監(jiān)測(cè)精度。但發(fā)現(xiàn)在樣本值偏低處模型的監(jiān)測(cè)精度偏低,在今后的研究中希望通過有效的手段使該模型具有更高的推廣能力。

    [1] 郭清彬,程學(xué)豐,侯輝,等.冬季大氣中PM10和PM2.5污染特征及形貌分析[J].中國(guó)環(huán)境監(jiān)測(cè),2010,26(4):55-58.

    [2] Baker K R,F(xiàn)oley K M.A nonlinear regression model estimating single source concentrations of primary and secondarily formed PM2.5[J].Atmospheric Environment,2011,45(22):3758-3767.

    [3] 李松,羅勇,張銘銳.遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J].計(jì)算機(jī)工程與應(yīng)用,2011,47(29):52-55.

    [4] 傅薈璇,趙紅.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2010.

    [5] 武常芳.基于B-P神經(jīng)網(wǎng)絡(luò)方法的西安市四季PM10濃度預(yù)報(bào)模型研究[D].西安:西安建筑科技大學(xué),2007.

    [6] Saad EW,Wunsch D C.Neural network explanation using inversion[J].Neural Networks,2007,20(1):78-93.

    [7] MATLAB中文論壇.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2010.

    [8] 劉艷華.基于遺傳神經(jīng)網(wǎng)絡(luò)的西安市采暖季PM10污染濃度預(yù)報(bào)研究[D].西安:西安建筑科技大學(xué),2009.

    [9] Ashena R,Moghadasi J.Bottom hole pressure estimation using evolved neural networks by real coded ant colony optimization and genetic algorithm[J].Journal of Petroleum Science and Engineering,2011,77(3-4):375-385.

    [10] 趙宏,劉愛霞,王愷,等.基于GA-ANN改進(jìn)的空氣質(zhì)量預(yù)測(cè)模型[J].環(huán)境科學(xué)研究,2009,22(11):1276-1281.

    Study on Atmospheric PM2.5 Soft Sensor Based on GA-BP Neural Network

    ZHENG Hai-ming, SHANG Xiao-xiao
    (Department of Mechanical Engineering,North China Electric Power University,Hebei,Baoding 071003,China)

    Because of the varying concentration ofatmospheric PM2.5 have strongnonlinear characteristics,traditional soft sensormethods are difficult tomake accuratemeasuring and monitoring.According to traditional BP neural network is easy to fall into local minimum,BP neural network is combined with genetic algorithm to establish the GA-BP neural network soft sensor model.The model is applied to the monitoring of the atmospheric concentration of PM2.5,and compared with the results of themonitoring of the traditional BP neural network model,the results show that the genetic algorithm optimization model has a better non-linear fitting ability and highermonitoring accuracy.

    Metrology;Genetic algorithm;GA-BP neural network;PM2.5monitoring;Soft sensor

    TB99

    A

    1000-1158(2014)06-0621-05

    10.3969/j.issn.1000-1158.2014.06.22

    2013-05-06;

    2014-08-13

    國(guó)家自然科學(xué)基金(11174078);河北省自然科學(xué)基金(E2012502046);中央高?;究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(12MS102)

    鄭海明(1972-),男,江西樂安人,華北電力大學(xué)副教授,主要從事光機(jī)電應(yīng)用技術(shù)、工業(yè)固定污染源煙氣連續(xù)排放監(jiān)測(cè)等研究。Zhaim@21cn.com

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機(jī)模型
    提煉模型 突破難點(diǎn)
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達(dá)及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    3D打印中的模型分割與打包
    亚洲一区二区三区色噜噜| 亚洲成a人片在线一区二区| 男人舔女人下体高潮全视频| 此物有八面人人有两片| 成人精品一区二区免费| 亚洲五月婷婷丁香| 国产高清激情床上av| 一区二区三区激情视频| 夜夜看夜夜爽夜夜摸| av天堂中文字幕网| 不卡av一区二区三区| 亚洲国产欧美网| 99精品在免费线老司机午夜| 国产高清videossex| 蜜桃久久精品国产亚洲av| 夜夜夜夜夜久久久久| 可以在线观看的亚洲视频| 一本一本综合久久| 成人特级av手机在线观看| 国产精品98久久久久久宅男小说| 熟妇人妻久久中文字幕3abv| 国产伦在线观看视频一区| 一本综合久久免费| 韩国av一区二区三区四区| 免费看日本二区| av片东京热男人的天堂| 一个人观看的视频www高清免费观看 | 国产精品1区2区在线观看.| 国产精品乱码一区二三区的特点| 在线观看舔阴道视频| 亚洲成av人片在线播放无| 亚洲va日本ⅴa欧美va伊人久久| 精品不卡国产一区二区三区| av福利片在线观看| 全区人妻精品视频| 亚洲 欧美 日韩 在线 免费| 国产精品亚洲一级av第二区| 一级黄色大片毛片| 精品国产乱子伦一区二区三区| 看免费av毛片| 最近最新中文字幕大全电影3| 久久人妻av系列| 国产在线精品亚洲第一网站| 极品教师在线免费播放| 国产精品一及| 免费无遮挡裸体视频| 欧美色视频一区免费| 亚洲乱码一区二区免费版| 国产精品综合久久久久久久免费| 精品国产超薄肉色丝袜足j| 在线观看免费视频日本深夜| 欧美精品啪啪一区二区三区| 国产精品乱码一区二三区的特点| 亚洲av五月六月丁香网| 岛国在线观看网站| 又黄又爽又免费观看的视频| 国产精品乱码一区二三区的特点| 免费看光身美女| 国产精品一区二区精品视频观看| 欧美不卡视频在线免费观看| 在线观看66精品国产| 99视频精品全部免费 在线 | 国产精品 国内视频| 日本一二三区视频观看| 亚洲五月婷婷丁香| tocl精华| 18禁黄网站禁片午夜丰满| 97超级碰碰碰精品色视频在线观看| 国产成人欧美在线观看| 女人被狂操c到高潮| 精品日产1卡2卡| 亚洲国产精品久久男人天堂| 久久久久久久久免费视频了| 国产精品野战在线观看| 亚洲成av人片在线播放无| 中文资源天堂在线| 欧美乱码精品一区二区三区| 欧美乱码精品一区二区三区| 欧美乱色亚洲激情| 岛国在线观看网站| 曰老女人黄片| 老汉色∧v一级毛片| 人人妻,人人澡人人爽秒播| 国产精品综合久久久久久久免费| 精品一区二区三区视频在线观看免费| 18禁观看日本| 无遮挡黄片免费观看| 久久这里只有精品中国| 亚洲精品色激情综合| 亚洲精品国产精品久久久不卡| 综合色av麻豆| 亚洲aⅴ乱码一区二区在线播放| 久久久久国内视频| 久99久视频精品免费| 成年免费大片在线观看| 亚洲avbb在线观看| 91老司机精品| 国产激情欧美一区二区| 亚洲国产欧美网| 又黄又爽又免费观看的视频| 黑人巨大精品欧美一区二区mp4| 国产亚洲av高清不卡| 日本黄大片高清| 国内少妇人妻偷人精品xxx网站 | 在线免费观看不下载黄p国产 | xxx96com| 看免费av毛片| 成人永久免费在线观看视频| 757午夜福利合集在线观看| 变态另类成人亚洲欧美熟女| 日韩人妻高清精品专区| 巨乳人妻的诱惑在线观看| 国产91精品成人一区二区三区| 一二三四社区在线视频社区8| 最近视频中文字幕2019在线8| 色播亚洲综合网| 精品一区二区三区视频在线 | 少妇的丰满在线观看| 黄色丝袜av网址大全| 黑人欧美特级aaaaaa片| 看黄色毛片网站| 精品福利观看| 国产一级毛片七仙女欲春2| 999久久久国产精品视频| 一a级毛片在线观看| 日本精品一区二区三区蜜桃| 色尼玛亚洲综合影院| 久久久国产成人精品二区| 国产精品永久免费网站| 91九色精品人成在线观看| 国产亚洲精品久久久久久毛片| 亚洲精品一区av在线观看| 国内揄拍国产精品人妻在线| 久久久水蜜桃国产精品网| 亚洲av第一区精品v没综合| www.www免费av| 亚洲成人久久爱视频| 欧美极品一区二区三区四区| 一级毛片女人18水好多| 在线十欧美十亚洲十日本专区| 网址你懂的国产日韩在线| 亚洲国产精品999在线| 亚洲精品美女久久av网站| 欧美黑人巨大hd| 国产日本99.免费观看| 中文在线观看免费www的网站| 久久精品亚洲精品国产色婷小说| av天堂中文字幕网| 在线视频色国产色| 九色成人免费人妻av| 亚洲av熟女| 亚洲成人久久爱视频| 一卡2卡三卡四卡精品乱码亚洲| 怎么达到女性高潮| 亚洲专区字幕在线| 精品一区二区三区视频在线观看免费| 国产真人三级小视频在线观看| 欧美黑人欧美精品刺激| 免费搜索国产男女视频| 亚洲人成伊人成综合网2020| 国产人伦9x9x在线观看| 久久久久久久久中文| 99视频精品全部免费 在线 | 一级作爱视频免费观看| 狂野欧美激情性xxxx| 淫妇啪啪啪对白视频| 麻豆成人av在线观看| 亚洲国产精品999在线| 久久中文字幕人妻熟女| 久久久国产成人免费| 久久午夜综合久久蜜桃| 特级一级黄色大片| 麻豆久久精品国产亚洲av| 国产真人三级小视频在线观看| 免费看美女性在线毛片视频| 麻豆国产av国片精品| 精品久久久久久久久久久久久| 欧美日韩国产亚洲二区| 动漫黄色视频在线观看| 黄色女人牲交| 狠狠狠狠99中文字幕| 午夜激情福利司机影院| 亚洲av成人精品一区久久| 香蕉久久夜色| 国产精品综合久久久久久久免费| 美女午夜性视频免费| 久久久久久久午夜电影| 麻豆av在线久日| 亚洲精品456在线播放app | 日本一二三区视频观看| 亚洲一区高清亚洲精品| 一本精品99久久精品77| 亚洲va日本ⅴa欧美va伊人久久| 1000部很黄的大片| 五月伊人婷婷丁香| 久久久久久久午夜电影| 这个男人来自地球电影免费观看| 狂野欧美激情性xxxx| 小蜜桃在线观看免费完整版高清| 成人国产综合亚洲| 大型黄色视频在线免费观看| 1024香蕉在线观看| 国产成人精品久久二区二区91| 可以在线观看的亚洲视频| 男女那种视频在线观看| 欧美激情久久久久久爽电影| 人人妻人人澡欧美一区二区| 久久中文看片网| 亚洲av熟女| 老司机午夜十八禁免费视频| 精品一区二区三区av网在线观看| 老熟妇乱子伦视频在线观看| 最好的美女福利视频网| 琪琪午夜伦伦电影理论片6080| 一边摸一边抽搐一进一小说| 欧美成人免费av一区二区三区| 成人一区二区视频在线观看| 三级男女做爰猛烈吃奶摸视频| 18禁美女被吸乳视频| 一级毛片女人18水好多| 99国产极品粉嫩在线观看| 午夜福利成人在线免费观看| 哪里可以看免费的av片| 午夜视频精品福利| 精品国内亚洲2022精品成人| 久久这里只有精品19| av女优亚洲男人天堂 | 一本一本综合久久| 18禁美女被吸乳视频| 宅男免费午夜| 国产一区在线观看成人免费| 男人舔奶头视频| 日韩中文字幕欧美一区二区| 黄色日韩在线| 岛国在线观看网站| 免费看光身美女| 成人精品一区二区免费| 国产激情偷乱视频一区二区| 国产高清videossex| 亚洲第一欧美日韩一区二区三区| 嫁个100分男人电影在线观看| 国内毛片毛片毛片毛片毛片| 亚洲国产欧美人成| 亚洲精品国产精品久久久不卡| 美女黄网站色视频| 久久精品夜夜夜夜夜久久蜜豆| 2021天堂中文幕一二区在线观| 亚洲电影在线观看av| 老熟妇乱子伦视频在线观看| 少妇熟女aⅴ在线视频| 一级毛片精品| 精品久久久久久久久久免费视频| 蜜桃久久精品国产亚洲av| 欧洲精品卡2卡3卡4卡5卡区| 老司机福利观看| 国产成人欧美在线观看| 亚洲欧美激情综合另类| 精品熟女少妇八av免费久了| 嫁个100分男人电影在线观看| 久久性视频一级片| www.www免费av| 后天国语完整版免费观看| 欧美日韩一级在线毛片| 成年人黄色毛片网站| 中文字幕精品亚洲无线码一区| 首页视频小说图片口味搜索| 亚洲一区高清亚洲精品| 日本三级黄在线观看| bbb黄色大片| 一本久久中文字幕| 夜夜爽天天搞| 啪啪无遮挡十八禁网站| 成人午夜高清在线视频| 露出奶头的视频| 亚洲国产欧洲综合997久久,| 亚洲熟妇熟女久久| 亚洲av美国av| 欧美黑人欧美精品刺激| 欧美黑人欧美精品刺激| 日本 av在线| 国产精品香港三级国产av潘金莲| 男人舔奶头视频| 人人妻,人人澡人人爽秒播| 三级男女做爰猛烈吃奶摸视频| 国产欧美日韩精品一区二区| 国产激情偷乱视频一区二区| 久久久精品大字幕| 欧美中文综合在线视频| 色综合欧美亚洲国产小说| 国产精品永久免费网站| 亚洲avbb在线观看| 国产在线精品亚洲第一网站| 男女那种视频在线观看| 日本在线视频免费播放| 人妻久久中文字幕网| 国产视频内射| 亚洲成人久久爱视频| 精品无人区乱码1区二区| 成年免费大片在线观看| 美女高潮的动态| 精品久久蜜臀av无| 久久这里只有精品19| 久久久久性生活片| www国产在线视频色| 精品午夜福利视频在线观看一区| 国产成人啪精品午夜网站| 国内久久婷婷六月综合欲色啪| 国产激情久久老熟女| 精品久久久久久成人av| 精品久久久久久久久久久久久| 国产高清三级在线| xxx96com| 国产在线精品亚洲第一网站| 脱女人内裤的视频| 久久精品国产综合久久久| 国产午夜精品论理片| 久久久久免费精品人妻一区二区| 亚洲成av人片在线播放无| 久久久久免费精品人妻一区二区| 国产精品乱码一区二三区的特点| 岛国在线观看网站| 国产精品一区二区三区四区免费观看 | 久久久国产欧美日韩av| 亚洲乱码一区二区免费版| 无遮挡黄片免费观看| 久久婷婷人人爽人人干人人爱| 91麻豆精品激情在线观看国产| 国产精品日韩av在线免费观看| 偷拍熟女少妇极品色| 性色avwww在线观看| 俺也久久电影网| 别揉我奶头~嗯~啊~动态视频| 18禁黄网站禁片午夜丰满| 狂野欧美白嫩少妇大欣赏| 精品久久蜜臀av无| 午夜精品一区二区三区免费看| 人人妻人人看人人澡| 超碰成人久久| 免费在线观看影片大全网站| 18禁黄网站禁片免费观看直播| 欧美午夜高清在线| 久久久久久久午夜电影| 给我免费播放毛片高清在线观看| 99久久国产精品久久久| 国内久久婷婷六月综合欲色啪| 国产精品电影一区二区三区| 久久久久免费精品人妻一区二区| 亚洲国产高清在线一区二区三| 日韩人妻高清精品专区| av国产免费在线观看| 国产成年人精品一区二区| 亚洲av第一区精品v没综合| 在线观看免费午夜福利视频| 亚洲精品456在线播放app | 19禁男女啪啪无遮挡网站| 色播亚洲综合网| 成熟少妇高潮喷水视频| 精品久久久久久久久久免费视频| 三级男女做爰猛烈吃奶摸视频| 日韩 欧美 亚洲 中文字幕| 淫秽高清视频在线观看| 99在线视频只有这里精品首页| 美女扒开内裤让男人捅视频| 99国产精品99久久久久| 国产亚洲精品久久久久久毛片| 国产成人av教育| 丰满人妻熟妇乱又伦精品不卡| 亚洲午夜理论影院| 成人av一区二区三区在线看| 国产精品免费一区二区三区在线| 99久久久亚洲精品蜜臀av| 又粗又爽又猛毛片免费看| 国产一区在线观看成人免费| 噜噜噜噜噜久久久久久91| cao死你这个sao货| 亚洲成人久久爱视频| 日韩欧美在线二视频| 国产欧美日韩精品一区二区| av天堂在线播放| 久久天躁狠狠躁夜夜2o2o| 午夜精品一区二区三区免费看| 成人国产一区最新在线观看| 香蕉丝袜av| 一卡2卡三卡四卡精品乱码亚洲| 99视频精品全部免费 在线 | 国产综合懂色| 精品电影一区二区在线| 少妇裸体淫交视频免费看高清| www.精华液| 我的老师免费观看完整版| 国产精品精品国产色婷婷| 老司机福利观看| 身体一侧抽搐| 最近视频中文字幕2019在线8| 人妻久久中文字幕网| 99久久久亚洲精品蜜臀av| 俄罗斯特黄特色一大片| 精品99又大又爽又粗少妇毛片 | 大型黄色视频在线免费观看| 久久中文字幕人妻熟女| www.熟女人妻精品国产| 两个人的视频大全免费| а√天堂www在线а√下载| 日本一本二区三区精品| 黄色 视频免费看| 午夜亚洲福利在线播放| 国产成人啪精品午夜网站| 亚洲 国产 在线| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美日韩高清在线视频| 村上凉子中文字幕在线| 嫩草影院入口| 麻豆一二三区av精品| 午夜免费观看网址| 很黄的视频免费| 亚洲色图av天堂| 亚洲精品美女久久av网站| 亚洲av电影不卡..在线观看| 两个人的视频大全免费| av视频在线观看入口| 免费一级毛片在线播放高清视频| 欧美在线黄色| av女优亚洲男人天堂 | 免费人成视频x8x8入口观看| 一区二区三区国产精品乱码| 国产精品久久久人人做人人爽| 欧美丝袜亚洲另类 | 久久精品aⅴ一区二区三区四区| 一区二区三区激情视频| 国产主播在线观看一区二区| 久久中文字幕一级| 中文字幕精品亚洲无线码一区| 国产探花在线观看一区二区| 日本黄色视频三级网站网址| 国产精品久久久久久精品电影| 亚洲精华国产精华精| 老司机福利观看| 又黄又粗又硬又大视频| 欧美+亚洲+日韩+国产| 变态另类丝袜制服| 欧美日韩一级在线毛片| 男女那种视频在线观看| 成年女人看的毛片在线观看| 香蕉av资源在线| 夜夜爽天天搞| 精品日产1卡2卡| 99久久久亚洲精品蜜臀av| 国产精品久久视频播放| 黑人操中国人逼视频| 国内揄拍国产精品人妻在线| 成人性生交大片免费视频hd| 99国产精品一区二区三区| 99热只有精品国产| 成年女人毛片免费观看观看9| 老熟妇仑乱视频hdxx| 欧美在线一区亚洲| 国产亚洲精品综合一区在线观看| 午夜免费观看网址| 国产成人欧美在线观看| 97碰自拍视频| 成人无遮挡网站| 无限看片的www在线观看| 久久香蕉国产精品| 伦理电影免费视频| 天天躁狠狠躁夜夜躁狠狠躁| 一本久久中文字幕| 国产精品乱码一区二三区的特点| 99热只有精品国产| 蜜桃久久精品国产亚洲av| 亚洲精品在线观看二区| 亚洲色图 男人天堂 中文字幕| 日韩精品中文字幕看吧| 国产三级黄色录像| www.精华液| 欧美av亚洲av综合av国产av| 熟女人妻精品中文字幕| 国产精品1区2区在线观看.| 国产精品女同一区二区软件 | 国产伦在线观看视频一区| 亚洲精品一区av在线观看| 久久午夜亚洲精品久久| 成人国产综合亚洲| 长腿黑丝高跟| 亚洲欧美激情综合另类| 成人av一区二区三区在线看| 久久天躁狠狠躁夜夜2o2o| 久久精品亚洲精品国产色婷小说| 久久香蕉国产精品| 国产高清三级在线| 草草在线视频免费看| 日本黄色片子视频| 大型黄色视频在线免费观看| 午夜精品在线福利| 在线观看免费视频日本深夜| 一个人免费在线观看电影 | 国产精品一及| www国产在线视频色| 99国产极品粉嫩在线观看| 成年人黄色毛片网站| 精品不卡国产一区二区三区| 精品国产乱码久久久久久男人| 国产在线精品亚洲第一网站| 国产不卡一卡二| 欧美3d第一页| 又粗又爽又猛毛片免费看| 久久久色成人| 动漫黄色视频在线观看| 亚洲国产精品成人综合色| 国产亚洲精品一区二区www| 噜噜噜噜噜久久久久久91| 免费一级毛片在线播放高清视频| 精品乱码久久久久久99久播| 日韩欧美国产在线观看| 婷婷六月久久综合丁香| 欧美中文日本在线观看视频| 嫩草影视91久久| 欧美成狂野欧美在线观看| 国产精品98久久久久久宅男小说| 亚洲av熟女| 欧美日韩瑟瑟在线播放| 一个人免费在线观看的高清视频| 国产精品野战在线观看| 国产精品,欧美在线| 欧美中文综合在线视频| 国产精品香港三级国产av潘金莲| 97超级碰碰碰精品色视频在线观看| 嫩草影视91久久| 99久久国产精品久久久| 18禁观看日本| 可以在线观看的亚洲视频| 色哟哟哟哟哟哟| 黄片大片在线免费观看| 欧美日韩综合久久久久久 | 亚洲无线在线观看| 最近最新中文字幕大全电影3| 午夜免费观看网址| 午夜久久久久精精品| 亚洲片人在线观看| 色av中文字幕| 亚洲片人在线观看| 国产av一区在线观看免费| 久久精品夜夜夜夜夜久久蜜豆| 校园春色视频在线观看| avwww免费| www.精华液| 久久婷婷人人爽人人干人人爱| 欧美中文综合在线视频| 一区福利在线观看| 成人18禁在线播放| 黄色女人牲交| 国产久久久一区二区三区| 在线永久观看黄色视频| 久久国产精品人妻蜜桃| 99热只有精品国产| 日日夜夜操网爽| 国产黄a三级三级三级人| 国产在线精品亚洲第一网站| 在线免费观看的www视频| 国产人伦9x9x在线观看| 免费av毛片视频| 在线播放国产精品三级| 久久中文看片网| 一本精品99久久精品77| 久久中文看片网| 亚洲欧美日韩高清在线视频| 变态另类丝袜制服| 免费在线观看日本一区| 色综合站精品国产| 搡老熟女国产l中国老女人| 国产精品女同一区二区软件 | 精品国产亚洲在线| 后天国语完整版免费观看| 精品电影一区二区在线| 在线免费观看不下载黄p国产 | 日韩欧美三级三区| 精品久久久久久久久久免费视频| 老汉色av国产亚洲站长工具| 看片在线看免费视频| av在线天堂中文字幕| 亚洲国产精品合色在线| 嫩草影院入口| 成年女人看的毛片在线观看| 国产淫片久久久久久久久 | 国产午夜精品久久久久久| 国产欧美日韩精品一区二区| 淫秽高清视频在线观看| 国产伦在线观看视频一区| 日日干狠狠操夜夜爽| 亚洲午夜精品一区,二区,三区| 麻豆av在线久日| 欧美三级亚洲精品| 成人av在线播放网站| 91字幕亚洲| 在线免费观看不下载黄p国产 | 他把我摸到了高潮在线观看| 亚洲欧洲精品一区二区精品久久久| 波多野结衣高清作品| 国产在线精品亚洲第一网站| 亚洲精品美女久久av网站| 欧美高清成人免费视频www| 99国产综合亚洲精品| 天天一区二区日本电影三级| 亚洲精华国产精华精| 日本黄大片高清| 很黄的视频免费| 美女午夜性视频免费| 欧洲精品卡2卡3卡4卡5卡区| 一进一出好大好爽视频| 一级毛片女人18水好多| 午夜福利免费观看在线| 好看av亚洲va欧美ⅴa在| 日韩av在线大香蕉| 老司机在亚洲福利影院| 男插女下体视频免费在线播放| 一进一出抽搐gif免费好疼|