• <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 ?

    大學(xué)生體育訓(xùn)練決策支持系統(tǒng)中ID3算法的改進(jìn)研究

    2014-06-16 21:35:56王建偉等
    關(guān)鍵詞:灰色關(guān)聯(lián)度決策支持系統(tǒng)數(shù)據(jù)挖掘

    王建偉等

    摘 要:引入ID3算法的大學(xué)生體育訓(xùn)練決策支持系統(tǒng)可以根據(jù)學(xué)生的特征對(duì)其分類(lèi)。而傳統(tǒng)的決策樹(shù)ID3算法存在多值傾向的問(wèn)題,選擇分裂屬性不符合客觀事實(shí)。本文運(yùn)用了一種基于灰色關(guān)聯(lián)度的修正因子屬性選擇方法予以改進(jìn),克服了傳統(tǒng)ID3算法的不足,改進(jìn)的ID3算法可使分類(lèi)更加精確,更好的為大學(xué)生體育訓(xùn)練提供決策支持。

    關(guān)鍵詞:ID3算法 決策支持系統(tǒng) 數(shù)據(jù)挖掘 灰色關(guān)聯(lián)度

    中圖分類(lèi)號(hào):G434 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2014)02(a)-0019-01

    大學(xué)生體育訓(xùn)練決策支持系統(tǒng)是隨著人工智能理論與數(shù)據(jù)挖掘技術(shù)的發(fā)展而不斷發(fā)展的,通過(guò)對(duì)大學(xué)生身體素質(zhì)和訓(xùn)練等數(shù)據(jù)來(lái)進(jìn)行有效的挖掘,產(chǎn)生用于輔助決策的規(guī)則,進(jìn)而為大學(xué)生體育訓(xùn)練制定相應(yīng)的訓(xùn)練方案[1]。系統(tǒng)中應(yīng)用了數(shù)據(jù)挖掘的決策樹(shù)ID3算法對(duì)不同特征的學(xué)生進(jìn)行分類(lèi),但傳統(tǒng)的ID3算法存在多值傾向的問(wèn)題,選擇分裂屬性不符合客觀事實(shí),同時(shí),在構(gòu)造樹(shù)的過(guò)程中,需要多次自上而下對(duì)數(shù)據(jù)集的排序和掃描,因而導(dǎo)致算法的處理效率較低[2],如何改進(jìn)算法從而使分類(lèi)更加精確是我們亟需解決的問(wèn)題。

    1 ID3算法的改進(jìn)

    灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量描述和比較的方法,分析考慮了各因素之間的相關(guān)性,比系統(tǒng)分析中常用的因素兩兩對(duì)比法要更合理,更科學(xué)[3]。同時(shí)考慮到正弦函數(shù)的曲線變化比較緩和,對(duì)信息增益因子修正不會(huì)出現(xiàn)過(guò)度的問(wèn)題。因此,本文引入灰色關(guān)聯(lián)度的正弦值作為ID3算法的修正因子進(jìn)行改進(jìn)。改進(jìn)的ID3算法的具體流程是:

    (1)計(jì)算各特征屬性與類(lèi)別屬性之間的灰色關(guān)聯(lián)度,并將它們排序;

    (2)對(duì)取值較多的屬性通過(guò)灰色關(guān)聯(lián)度來(lái)判斷是否最優(yōu),從而確定是否降低它的信息增益;

    (3)對(duì)取值較多但灰色關(guān)聯(lián)度低的屬性,在計(jì)算其信息增益時(shí)通過(guò)灰色關(guān)聯(lián)度的正弦值作為修正因子,而其它屬性計(jì)算信息增益時(shí)修正因子設(shè)為0。

    改進(jìn)的ID3算法的描述如下:

    算法:GBID(Sample_set,Attribute_set)

    輸入:由多個(gè)屬性描述的訓(xùn)練樣本集Sample_set;候選屬性集Attribute_set。

    輸出:一棵決策樹(shù)。

    Begin

    如果 Sample_set為空

    則返回null;創(chuàng)建結(jié)點(diǎn)L;

    如果結(jié)點(diǎn)L中的所有樣本均屬于同一類(lèi)C

    則返回L作為葉結(jié)點(diǎn),并以類(lèi)C為標(biāo)記;

    如果Attribute_set為空

    則返回L作為葉結(jié)點(diǎn),并以Sample_set中最普通的類(lèi)標(biāo)記;

    計(jì)算出Attribute_set中每個(gè)屬性的信息增益,并選擇出信息增益最大的屬性A和取值個(gè)數(shù)最多的屬性B

    如果 A=B,該條件成立說(shuō)明選擇信息增益最大和取值個(gè)數(shù)最多的屬性作為測(cè)試屬性易產(chǎn)生多值偏向問(wèn)題,需要用修正因子降低該屬性的信息增益

    則根據(jù)公式

    屬性A具有多值傾向是其它來(lái)計(jì)算該屬性的修正因子;

    再根據(jù)公式重新計(jì)算該屬性的信息增益;

    否則該屬性的修正系數(shù)為0,信息增益最大的屬性不是取值個(gè)數(shù)最多屬性,選擇該屬性作為分裂屬性不會(huì)產(chǎn)生多值偏向問(wèn)題,不需要用修正系數(shù)降低該屬信息增益

    從Attribute_set中選擇出信息增益最大的屬性Splitting_Attribute作為分裂屬性;

    標(biāo)記結(jié)點(diǎn)L為Splitting _Attribute;

    For Each Splitting_Attribute中的已知;

    m為Splitting_Attribute的取值個(gè)數(shù)∥根據(jù)Splitting_Attribute的取值劃分Sample_set

    根據(jù)Splitting_Attribute=,從結(jié)點(diǎn)L產(chǎn)生相應(yīng)分支表示測(cè)試條件;

    設(shè)為Splitting_Attribute=所獲得的樣本集;

    如果為空

    則加上一個(gè)葉結(jié)點(diǎn),并標(biāo)記為Sample_set中最普通的類(lèi);

    否則加上GBID(Attribute_set,Splitting _Attribute)返回的結(jié)點(diǎn);

    End。

    2 改進(jìn)后的ID3算法的應(yīng)用

    我們選取十個(gè)學(xué)生的籃球訓(xùn)練樣本集作說(shuō)明,每個(gè)學(xué)生有四個(gè)屬性,分別為力量、身高、靈活性、速度。每條學(xué)生記錄為(學(xué)號(hào) 力量 身高 靈活性 速度 評(píng)價(jià)),十條學(xué)生記錄為(20100001強(qiáng)高好慢Y),(20100002強(qiáng)高好塊Y),(20100003強(qiáng)矮好慢Y),(20100004強(qiáng)中一般慢N),(20100005弱中差慢N),(20100006弱中差塊N),(20100007弱矮差快N),(20100008強(qiáng)高一般慢Y),(20100009弱高差慢N),(20100010弱中一般慢N)。力量為強(qiáng)、弱,量化為{0,1};身高為高、中、矮分別量化為{0,1,2};靈活性為好、一般、差分別量化為{0,1,2};速度為快、慢量化為{0,1}。根據(jù)訓(xùn)練集樣本數(shù)據(jù),依次根據(jù)公式計(jì)算各特征屬性與分類(lèi)屬性的灰色關(guān)聯(lián)度,結(jié)果為r(力量)=0.52,r(身高)=0.72,r(靈活性)=0.78,r(速度)=0.56,然后計(jì)算上述屬性信息增益,可得Gain(力量)=0.4816,Gain(身高)=0.0275,Gain(靈活性)=0.0588,Gain(速度)=0.0368,因?yàn)榱α康男畔⒃鲆孀畲?、取值個(gè)數(shù)最多但灰色關(guān)聯(lián)度最低,所以需要用修正因子降低其信息增益,設(shè)定修正因子CF(力量)為sin(0.52)=0.4968,而其它屬性的信息增益設(shè)定為0,則改進(jìn)的ID3算法算得的Gain(力量)=-0.2196。因而會(huì)選擇信息增益最大的靈活性作為分裂屬性。

    從上面實(shí)例可知,ID3算法確定決策樹(shù)的根節(jié)點(diǎn)時(shí),選擇信息增益最大的力量作為分裂屬性,顯然這與客觀事實(shí)不符。而改進(jìn)的ID3算法在確定根節(jié)點(diǎn)時(shí),選擇靈活性作為分裂屬性,符合客觀事實(shí),避免了多值但非最優(yōu)屬性的力量成為分裂屬性。

    3 結(jié)語(yǔ)

    改進(jìn)的ID3算法避免了傳統(tǒng)算法的多值傾向問(wèn)題,使分類(lèi)更加精確。首先,通過(guò)訓(xùn)練集總結(jié)出學(xué)生分類(lèi)模型,通過(guò)上述模型我們可以對(duì)新加入的學(xué)生進(jìn)行預(yù)測(cè),然后再將不同的學(xué)生根據(jù)模型添加到不同的類(lèi)型中。把不同學(xué)生的特征存入了相應(yīng)的用戶(hù)庫(kù)之后,教師可以通過(guò)它及時(shí)地了解學(xué)生的信息,并以此為依據(jù)為不同的學(xué)生提供不同的教學(xué)策略的決策支持。

    參考文獻(xiàn)

    [1] 王鑫,王建偉,鐘玉峰,等.個(gè)性化遠(yuǎn)程教學(xué)平臺(tái)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2010(24):72-74.

    [2] 孫衛(wèi)強(qiáng).決策樹(shù)方法在遠(yuǎn)程教育輔助教學(xué)中的應(yīng)用研究[D].中山大學(xué),2010:22-25.

    [3] 葉明全,胡學(xué)鋼.一種基于灰色關(guān)聯(lián)度的決策樹(shù)改進(jìn)算法[J].2007,43(32):171-173.

    摘 要:引入ID3算法的大學(xué)生體育訓(xùn)練決策支持系統(tǒng)可以根據(jù)學(xué)生的特征對(duì)其分類(lèi)。而傳統(tǒng)的決策樹(shù)ID3算法存在多值傾向的問(wèn)題,選擇分裂屬性不符合客觀事實(shí)。本文運(yùn)用了一種基于灰色關(guān)聯(lián)度的修正因子屬性選擇方法予以改進(jìn),克服了傳統(tǒng)ID3算法的不足,改進(jìn)的ID3算法可使分類(lèi)更加精確,更好的為大學(xué)生體育訓(xùn)練提供決策支持。

    關(guān)鍵詞:ID3算法 決策支持系統(tǒng) 數(shù)據(jù)挖掘 灰色關(guān)聯(lián)度

    中圖分類(lèi)號(hào):G434 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2014)02(a)-0019-01

    大學(xué)生體育訓(xùn)練決策支持系統(tǒng)是隨著人工智能理論與數(shù)據(jù)挖掘技術(shù)的發(fā)展而不斷發(fā)展的,通過(guò)對(duì)大學(xué)生身體素質(zhì)和訓(xùn)練等數(shù)據(jù)來(lái)進(jìn)行有效的挖掘,產(chǎn)生用于輔助決策的規(guī)則,進(jìn)而為大學(xué)生體育訓(xùn)練制定相應(yīng)的訓(xùn)練方案[1]。系統(tǒng)中應(yīng)用了數(shù)據(jù)挖掘的決策樹(shù)ID3算法對(duì)不同特征的學(xué)生進(jìn)行分類(lèi),但傳統(tǒng)的ID3算法存在多值傾向的問(wèn)題,選擇分裂屬性不符合客觀事實(shí),同時(shí),在構(gòu)造樹(shù)的過(guò)程中,需要多次自上而下對(duì)數(shù)據(jù)集的排序和掃描,因而導(dǎo)致算法的處理效率較低[2],如何改進(jìn)算法從而使分類(lèi)更加精確是我們亟需解決的問(wèn)題。

    1 ID3算法的改進(jìn)

    灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量描述和比較的方法,分析考慮了各因素之間的相關(guān)性,比系統(tǒng)分析中常用的因素兩兩對(duì)比法要更合理,更科學(xué)[3]。同時(shí)考慮到正弦函數(shù)的曲線變化比較緩和,對(duì)信息增益因子修正不會(huì)出現(xiàn)過(guò)度的問(wèn)題。因此,本文引入灰色關(guān)聯(lián)度的正弦值作為ID3算法的修正因子進(jìn)行改進(jìn)。改進(jìn)的ID3算法的具體流程是:

    (1)計(jì)算各特征屬性與類(lèi)別屬性之間的灰色關(guān)聯(lián)度,并將它們排序;

    (2)對(duì)取值較多的屬性通過(guò)灰色關(guān)聯(lián)度來(lái)判斷是否最優(yōu),從而確定是否降低它的信息增益;

    (3)對(duì)取值較多但灰色關(guān)聯(lián)度低的屬性,在計(jì)算其信息增益時(shí)通過(guò)灰色關(guān)聯(lián)度的正弦值作為修正因子,而其它屬性計(jì)算信息增益時(shí)修正因子設(shè)為0。

    改進(jìn)的ID3算法的描述如下:

    算法:GBID(Sample_set,Attribute_set)

    輸入:由多個(gè)屬性描述的訓(xùn)練樣本集Sample_set;候選屬性集Attribute_set。

    輸出:一棵決策樹(shù)。

    Begin

    如果 Sample_set為空

    則返回null;創(chuàng)建結(jié)點(diǎn)L;

    如果結(jié)點(diǎn)L中的所有樣本均屬于同一類(lèi)C

    則返回L作為葉結(jié)點(diǎn),并以類(lèi)C為標(biāo)記;

    如果Attribute_set為空

    則返回L作為葉結(jié)點(diǎn),并以Sample_set中最普通的類(lèi)標(biāo)記;

    計(jì)算出Attribute_set中每個(gè)屬性的信息增益,并選擇出信息增益最大的屬性A和取值個(gè)數(shù)最多的屬性B

    如果 A=B,該條件成立說(shuō)明選擇信息增益最大和取值個(gè)數(shù)最多的屬性作為測(cè)試屬性易產(chǎn)生多值偏向問(wèn)題,需要用修正因子降低該屬性的信息增益

    則根據(jù)公式

    屬性A具有多值傾向是其它來(lái)計(jì)算該屬性的修正因子;

    再根據(jù)公式重新計(jì)算該屬性的信息增益;

    否則該屬性的修正系數(shù)為0,信息增益最大的屬性不是取值個(gè)數(shù)最多屬性,選擇該屬性作為分裂屬性不會(huì)產(chǎn)生多值偏向問(wèn)題,不需要用修正系數(shù)降低該屬信息增益

    從Attribute_set中選擇出信息增益最大的屬性Splitting_Attribute作為分裂屬性;

    標(biāo)記結(jié)點(diǎn)L為Splitting _Attribute;

    For Each Splitting_Attribute中的已知;

    m為Splitting_Attribute的取值個(gè)數(shù)∥根據(jù)Splitting_Attribute的取值劃分Sample_set

    根據(jù)Splitting_Attribute=,從結(jié)點(diǎn)L產(chǎn)生相應(yīng)分支表示測(cè)試條件;

    設(shè)為Splitting_Attribute=所獲得的樣本集;

    如果為空

    則加上一個(gè)葉結(jié)點(diǎn),并標(biāo)記為Sample_set中最普通的類(lèi);

    否則加上GBID(Attribute_set,Splitting _Attribute)返回的結(jié)點(diǎn);

    End。

    2 改進(jìn)后的ID3算法的應(yīng)用

    我們選取十個(gè)學(xué)生的籃球訓(xùn)練樣本集作說(shuō)明,每個(gè)學(xué)生有四個(gè)屬性,分別為力量、身高、靈活性、速度。每條學(xué)生記錄為(學(xué)號(hào) 力量 身高 靈活性 速度 評(píng)價(jià)),十條學(xué)生記錄為(20100001強(qiáng)高好慢Y),(20100002強(qiáng)高好塊Y),(20100003強(qiáng)矮好慢Y),(20100004強(qiáng)中一般慢N),(20100005弱中差慢N),(20100006弱中差塊N),(20100007弱矮差快N),(20100008強(qiáng)高一般慢Y),(20100009弱高差慢N),(20100010弱中一般慢N)。力量為強(qiáng)、弱,量化為{0,1};身高為高、中、矮分別量化為{0,1,2};靈活性為好、一般、差分別量化為{0,1,2};速度為快、慢量化為{0,1}。根據(jù)訓(xùn)練集樣本數(shù)據(jù),依次根據(jù)公式計(jì)算各特征屬性與分類(lèi)屬性的灰色關(guān)聯(lián)度,結(jié)果為r(力量)=0.52,r(身高)=0.72,r(靈活性)=0.78,r(速度)=0.56,然后計(jì)算上述屬性信息增益,可得Gain(力量)=0.4816,Gain(身高)=0.0275,Gain(靈活性)=0.0588,Gain(速度)=0.0368,因?yàn)榱α康男畔⒃鲆孀畲蟆⑷≈祩€(gè)數(shù)最多但灰色關(guān)聯(lián)度最低,所以需要用修正因子降低其信息增益,設(shè)定修正因子CF(力量)為sin(0.52)=0.4968,而其它屬性的信息增益設(shè)定為0,則改進(jìn)的ID3算法算得的Gain(力量)=-0.2196。因而會(huì)選擇信息增益最大的靈活性作為分裂屬性。

    從上面實(shí)例可知,ID3算法確定決策樹(shù)的根節(jié)點(diǎn)時(shí),選擇信息增益最大的力量作為分裂屬性,顯然這與客觀事實(shí)不符。而改進(jìn)的ID3算法在確定根節(jié)點(diǎn)時(shí),選擇靈活性作為分裂屬性,符合客觀事實(shí),避免了多值但非最優(yōu)屬性的力量成為分裂屬性。

    3 結(jié)語(yǔ)

    改進(jìn)的ID3算法避免了傳統(tǒng)算法的多值傾向問(wèn)題,使分類(lèi)更加精確。首先,通過(guò)訓(xùn)練集總結(jié)出學(xué)生分類(lèi)模型,通過(guò)上述模型我們可以對(duì)新加入的學(xué)生進(jìn)行預(yù)測(cè),然后再將不同的學(xué)生根據(jù)模型添加到不同的類(lèi)型中。把不同學(xué)生的特征存入了相應(yīng)的用戶(hù)庫(kù)之后,教師可以通過(guò)它及時(shí)地了解學(xué)生的信息,并以此為依據(jù)為不同的學(xué)生提供不同的教學(xué)策略的決策支持。

    參考文獻(xiàn)

    [1] 王鑫,王建偉,鐘玉峰,等.個(gè)性化遠(yuǎn)程教學(xué)平臺(tái)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2010(24):72-74.

    [2] 孫衛(wèi)強(qiáng).決策樹(shù)方法在遠(yuǎn)程教育輔助教學(xué)中的應(yīng)用研究[D].中山大學(xué),2010:22-25.

    [3] 葉明全,胡學(xué)鋼.一種基于灰色關(guān)聯(lián)度的決策樹(shù)改進(jìn)算法[J].2007,43(32):171-173.

    摘 要:引入ID3算法的大學(xué)生體育訓(xùn)練決策支持系統(tǒng)可以根據(jù)學(xué)生的特征對(duì)其分類(lèi)。而傳統(tǒng)的決策樹(shù)ID3算法存在多值傾向的問(wèn)題,選擇分裂屬性不符合客觀事實(shí)。本文運(yùn)用了一種基于灰色關(guān)聯(lián)度的修正因子屬性選擇方法予以改進(jìn),克服了傳統(tǒng)ID3算法的不足,改進(jìn)的ID3算法可使分類(lèi)更加精確,更好的為大學(xué)生體育訓(xùn)練提供決策支持。

    關(guān)鍵詞:ID3算法 決策支持系統(tǒng) 數(shù)據(jù)挖掘 灰色關(guān)聯(lián)度

    中圖分類(lèi)號(hào):G434 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2014)02(a)-0019-01

    大學(xué)生體育訓(xùn)練決策支持系統(tǒng)是隨著人工智能理論與數(shù)據(jù)挖掘技術(shù)的發(fā)展而不斷發(fā)展的,通過(guò)對(duì)大學(xué)生身體素質(zhì)和訓(xùn)練等數(shù)據(jù)來(lái)進(jìn)行有效的挖掘,產(chǎn)生用于輔助決策的規(guī)則,進(jìn)而為大學(xué)生體育訓(xùn)練制定相應(yīng)的訓(xùn)練方案[1]。系統(tǒng)中應(yīng)用了數(shù)據(jù)挖掘的決策樹(shù)ID3算法對(duì)不同特征的學(xué)生進(jìn)行分類(lèi),但傳統(tǒng)的ID3算法存在多值傾向的問(wèn)題,選擇分裂屬性不符合客觀事實(shí),同時(shí),在構(gòu)造樹(shù)的過(guò)程中,需要多次自上而下對(duì)數(shù)據(jù)集的排序和掃描,因而導(dǎo)致算法的處理效率較低[2],如何改進(jìn)算法從而使分類(lèi)更加精確是我們亟需解決的問(wèn)題。

    1 ID3算法的改進(jìn)

    灰色關(guān)聯(lián)分析是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量描述和比較的方法,分析考慮了各因素之間的相關(guān)性,比系統(tǒng)分析中常用的因素兩兩對(duì)比法要更合理,更科學(xué)[3]。同時(shí)考慮到正弦函數(shù)的曲線變化比較緩和,對(duì)信息增益因子修正不會(huì)出現(xiàn)過(guò)度的問(wèn)題。因此,本文引入灰色關(guān)聯(lián)度的正弦值作為ID3算法的修正因子進(jìn)行改進(jìn)。改進(jìn)的ID3算法的具體流程是:

    (1)計(jì)算各特征屬性與類(lèi)別屬性之間的灰色關(guān)聯(lián)度,并將它們排序;

    (2)對(duì)取值較多的屬性通過(guò)灰色關(guān)聯(lián)度來(lái)判斷是否最優(yōu),從而確定是否降低它的信息增益;

    (3)對(duì)取值較多但灰色關(guān)聯(lián)度低的屬性,在計(jì)算其信息增益時(shí)通過(guò)灰色關(guān)聯(lián)度的正弦值作為修正因子,而其它屬性計(jì)算信息增益時(shí)修正因子設(shè)為0。

    改進(jìn)的ID3算法的描述如下:

    算法:GBID(Sample_set,Attribute_set)

    輸入:由多個(gè)屬性描述的訓(xùn)練樣本集Sample_set;候選屬性集Attribute_set。

    輸出:一棵決策樹(shù)。

    Begin

    如果 Sample_set為空

    則返回null;創(chuàng)建結(jié)點(diǎn)L;

    如果結(jié)點(diǎn)L中的所有樣本均屬于同一類(lèi)C

    則返回L作為葉結(jié)點(diǎn),并以類(lèi)C為標(biāo)記;

    如果Attribute_set為空

    則返回L作為葉結(jié)點(diǎn),并以Sample_set中最普通的類(lèi)標(biāo)記;

    計(jì)算出Attribute_set中每個(gè)屬性的信息增益,并選擇出信息增益最大的屬性A和取值個(gè)數(shù)最多的屬性B

    如果 A=B,該條件成立說(shuō)明選擇信息增益最大和取值個(gè)數(shù)最多的屬性作為測(cè)試屬性易產(chǎn)生多值偏向問(wèn)題,需要用修正因子降低該屬性的信息增益

    則根據(jù)公式

    屬性A具有多值傾向是其它來(lái)計(jì)算該屬性的修正因子;

    再根據(jù)公式重新計(jì)算該屬性的信息增益;

    否則該屬性的修正系數(shù)為0,信息增益最大的屬性不是取值個(gè)數(shù)最多屬性,選擇該屬性作為分裂屬性不會(huì)產(chǎn)生多值偏向問(wèn)題,不需要用修正系數(shù)降低該屬信息增益

    從Attribute_set中選擇出信息增益最大的屬性Splitting_Attribute作為分裂屬性;

    標(biāo)記結(jié)點(diǎn)L為Splitting _Attribute;

    For Each Splitting_Attribute中的已知;

    m為Splitting_Attribute的取值個(gè)數(shù)∥根據(jù)Splitting_Attribute的取值劃分Sample_set

    根據(jù)Splitting_Attribute=,從結(jié)點(diǎn)L產(chǎn)生相應(yīng)分支表示測(cè)試條件;

    設(shè)為Splitting_Attribute=所獲得的樣本集;

    如果為空

    則加上一個(gè)葉結(jié)點(diǎn),并標(biāo)記為Sample_set中最普通的類(lèi);

    否則加上GBID(Attribute_set,Splitting _Attribute)返回的結(jié)點(diǎn);

    End。

    2 改進(jìn)后的ID3算法的應(yīng)用

    我們選取十個(gè)學(xué)生的籃球訓(xùn)練樣本集作說(shuō)明,每個(gè)學(xué)生有四個(gè)屬性,分別為力量、身高、靈活性、速度。每條學(xué)生記錄為(學(xué)號(hào) 力量 身高 靈活性 速度 評(píng)價(jià)),十條學(xué)生記錄為(20100001強(qiáng)高好慢Y),(20100002強(qiáng)高好塊Y),(20100003強(qiáng)矮好慢Y),(20100004強(qiáng)中一般慢N),(20100005弱中差慢N),(20100006弱中差塊N),(20100007弱矮差快N),(20100008強(qiáng)高一般慢Y),(20100009弱高差慢N),(20100010弱中一般慢N)。力量為強(qiáng)、弱,量化為{0,1};身高為高、中、矮分別量化為{0,1,2};靈活性為好、一般、差分別量化為{0,1,2};速度為快、慢量化為{0,1}。根據(jù)訓(xùn)練集樣本數(shù)據(jù),依次根據(jù)公式計(jì)算各特征屬性與分類(lèi)屬性的灰色關(guān)聯(lián)度,結(jié)果為r(力量)=0.52,r(身高)=0.72,r(靈活性)=0.78,r(速度)=0.56,然后計(jì)算上述屬性信息增益,可得Gain(力量)=0.4816,Gain(身高)=0.0275,Gain(靈活性)=0.0588,Gain(速度)=0.0368,因?yàn)榱α康男畔⒃鲆孀畲?、取值個(gè)數(shù)最多但灰色關(guān)聯(lián)度最低,所以需要用修正因子降低其信息增益,設(shè)定修正因子CF(力量)為sin(0.52)=0.4968,而其它屬性的信息增益設(shè)定為0,則改進(jìn)的ID3算法算得的Gain(力量)=-0.2196。因而會(huì)選擇信息增益最大的靈活性作為分裂屬性。

    從上面實(shí)例可知,ID3算法確定決策樹(shù)的根節(jié)點(diǎn)時(shí),選擇信息增益最大的力量作為分裂屬性,顯然這與客觀事實(shí)不符。而改進(jìn)的ID3算法在確定根節(jié)點(diǎn)時(shí),選擇靈活性作為分裂屬性,符合客觀事實(shí),避免了多值但非最優(yōu)屬性的力量成為分裂屬性。

    3 結(jié)語(yǔ)

    改進(jìn)的ID3算法避免了傳統(tǒng)算法的多值傾向問(wèn)題,使分類(lèi)更加精確。首先,通過(guò)訓(xùn)練集總結(jié)出學(xué)生分類(lèi)模型,通過(guò)上述模型我們可以對(duì)新加入的學(xué)生進(jìn)行預(yù)測(cè),然后再將不同的學(xué)生根據(jù)模型添加到不同的類(lèi)型中。把不同學(xué)生的特征存入了相應(yīng)的用戶(hù)庫(kù)之后,教師可以通過(guò)它及時(shí)地了解學(xué)生的信息,并以此為依據(jù)為不同的學(xué)生提供不同的教學(xué)策略的決策支持。

    參考文獻(xiàn)

    [1] 王鑫,王建偉,鐘玉峰,等.個(gè)性化遠(yuǎn)程教學(xué)平臺(tái)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2010(24):72-74.

    [2] 孫衛(wèi)強(qiáng).決策樹(shù)方法在遠(yuǎn)程教育輔助教學(xué)中的應(yīng)用研究[D].中山大學(xué),2010:22-25.

    [3] 葉明全,胡學(xué)鋼.一種基于灰色關(guān)聯(lián)度的決策樹(shù)改進(jìn)算法[J].2007,43(32):171-173.

    猜你喜歡
    灰色關(guān)聯(lián)度決策支持系統(tǒng)數(shù)據(jù)挖掘
    護(hù)理臨床決策支持系統(tǒng)的理論基礎(chǔ)
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    臨床決策支持系統(tǒng)應(yīng)用于呼吸疾病的現(xiàn)狀概述
    電務(wù)維修決策支持系統(tǒng)研究
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    森林碳匯影響因素的灰色關(guān)聯(lián)分析
    基于灰色層次分析法的艦艇衛(wèi)星通信效能評(píng)估方法研究
    基于AHP灰色關(guān)聯(lián)分析的企業(yè)電子商務(wù)信用評(píng)價(jià)研究
    商(2016年25期)2016-07-29 21:07:14
    湖南省經(jīng)濟(jì)增長(zhǎng)影響因素實(shí)證分析
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    永久免费av网站大全| 久久久久久久久中文| 国产成人aa在线观看| videossex国产| 青青草视频在线视频观看| 国产精品爽爽va在线观看网站| av免费在线看不卡| 国产伦精品一区二区三区视频9| 日日啪夜夜撸| 在线观看av片永久免费下载| 黄片无遮挡物在线观看| eeuss影院久久| 少妇丰满av| 日韩欧美三级三区| 色综合站精品国产| 欧美一区二区亚洲| 六月丁香七月| 2021少妇久久久久久久久久久| 久久人人爽人人片av| 女人被狂操c到高潮| 国产高清三级在线| 人妻系列 视频| 成人综合一区亚洲| 亚洲最大成人中文| 99re6热这里在线精品视频| 人妻一区二区av| 精品不卡国产一区二区三区| 男的添女的下面高潮视频| 久久久久久久久大av| 丝袜美腿在线中文| 色尼玛亚洲综合影院| 色综合色国产| 亚洲av成人精品一二三区| 综合色丁香网| 国产精品伦人一区二区| 亚洲最大成人中文| 亚洲综合色惰| 亚洲精品国产av成人精品| 日本三级黄在线观看| www.av在线官网国产| 哪个播放器可以免费观看大片| 免费看美女性在线毛片视频| 亚洲av不卡在线观看| 久久久久久久久久成人| 亚洲精品日韩av片在线观看| 卡戴珊不雅视频在线播放| 嘟嘟电影网在线观看| 高清视频免费观看一区二区 | 男人爽女人下面视频在线观看| 亚洲人成网站高清观看| 久久精品人妻少妇| 深爱激情五月婷婷| 亚洲av不卡在线观看| 少妇熟女aⅴ在线视频| 国产精品无大码| 亚洲18禁久久av| 少妇的逼好多水| 国产探花极品一区二区| 日日摸夜夜添夜夜添av毛片| 精品熟女少妇av免费看| 精华霜和精华液先用哪个| 一边亲一边摸免费视频| 91在线精品国自产拍蜜月| 国产人妻一区二区三区在| 欧美极品一区二区三区四区| 免费人成在线观看视频色| 老司机影院毛片| 五月伊人婷婷丁香| 国产一区二区亚洲精品在线观看| 高清欧美精品videossex| 欧美极品一区二区三区四区| 国产亚洲精品av在线| 纵有疾风起免费观看全集完整版 | 成人漫画全彩无遮挡| 性插视频无遮挡在线免费观看| 午夜激情福利司机影院| av在线老鸭窝| 国产黄片美女视频| 国产精品福利在线免费观看| 我的女老师完整版在线观看| 噜噜噜噜噜久久久久久91| 97热精品久久久久久| 老女人水多毛片| 欧美三级亚洲精品| 夫妻午夜视频| 少妇熟女欧美另类| www.av在线官网国产| 亚洲av成人精品一二三区| 欧美成人一区二区免费高清观看| 美女被艹到高潮喷水动态| 国产永久视频网站| 超碰av人人做人人爽久久| 成人二区视频| 免费无遮挡裸体视频| 免费av毛片视频| 午夜福利视频1000在线观看| 啦啦啦韩国在线观看视频| 国产乱人视频| 搡老乐熟女国产| 麻豆乱淫一区二区| 女人久久www免费人成看片| 亚洲国产av新网站| 好男人在线观看高清免费视频| 国产探花在线观看一区二区| 亚洲真实伦在线观看| 青青草视频在线视频观看| 18禁动态无遮挡网站| 黄色日韩在线| 国产国拍精品亚洲av在线观看| 成人av在线播放网站| 欧美变态另类bdsm刘玥| eeuss影院久久| 欧美成人一区二区免费高清观看| 午夜视频国产福利| 看非洲黑人一级黄片| 精品国产露脸久久av麻豆 | 女人被狂操c到高潮| 精品酒店卫生间| 七月丁香在线播放| 午夜激情欧美在线| 国产精品99久久久久久久久| 最近最新中文字幕免费大全7| 男人和女人高潮做爰伦理| 久久久精品免费免费高清| freevideosex欧美| 午夜福利在线观看吧| 一级爰片在线观看| 亚洲精品,欧美精品| 一夜夜www| 日本三级黄在线观看| 永久网站在线| 免费大片18禁| av在线老鸭窝| 国产 一区精品| 午夜福利视频精品| 80岁老熟妇乱子伦牲交| 少妇丰满av| 婷婷色综合www| 免费观看精品视频网站| 国产精品无大码| 国产精品久久视频播放| 日韩欧美一区视频在线观看 | 国产在线一区二区三区精| 国产一级毛片七仙女欲春2| 丰满乱子伦码专区| 亚洲图色成人| 久久久亚洲精品成人影院| 欧美性猛交╳xxx乱大交人| 一区二区三区四区激情视频| 十八禁国产超污无遮挡网站| 久久99蜜桃精品久久| 男女视频在线观看网站免费| 久久久久久久亚洲中文字幕| 日本午夜av视频| 亚洲国产最新在线播放| 日日摸夜夜添夜夜添av毛片| 97超视频在线观看视频| 亚洲精品日本国产第一区| 久久久精品免费免费高清| 国产精品无大码| 最后的刺客免费高清国语| 美女被艹到高潮喷水动态| 深夜a级毛片| 一区二区三区免费毛片| av线在线观看网站| 免费大片黄手机在线观看| 身体一侧抽搐| 干丝袜人妻中文字幕| 看黄色毛片网站| 一区二区三区高清视频在线| 我的女老师完整版在线观看| 男人和女人高潮做爰伦理| 免费人成在线观看视频色| 22中文网久久字幕| 综合色av麻豆| 亚洲精品第二区| av专区在线播放| 美女脱内裤让男人舔精品视频| 97人妻精品一区二区三区麻豆| 精品久久国产蜜桃| 一级毛片我不卡| 成年av动漫网址| 不卡视频在线观看欧美| 亚洲av国产av综合av卡| 一级a做视频免费观看| 大香蕉97超碰在线| 中文字幕人妻熟人妻熟丝袜美| 国产精品一区二区三区四区免费观看| 男女啪啪激烈高潮av片| 久久久国产一区二区| 日韩欧美精品免费久久| 国产91av在线免费观看| 岛国毛片在线播放| 久久精品夜夜夜夜夜久久蜜豆| 日本av手机在线免费观看| 久久久久性生活片| 高清午夜精品一区二区三区| 亚洲美女视频黄频| 欧美一区二区亚洲| 狂野欧美白嫩少妇大欣赏| 精品久久久久久久久久久久久| 国产精品1区2区在线观看.| 婷婷六月久久综合丁香| 一区二区三区乱码不卡18| 亚洲av成人精品一区久久| 91午夜精品亚洲一区二区三区| 大话2 男鬼变身卡| 女人久久www免费人成看片| 哪个播放器可以免费观看大片| 色播亚洲综合网| 国产一区有黄有色的免费视频 | 大话2 男鬼变身卡| av播播在线观看一区| 天堂√8在线中文| 插阴视频在线观看视频| 丝瓜视频免费看黄片| 免费看光身美女| 国产黄频视频在线观看| 欧美一区二区亚洲| 国产精品国产三级国产专区5o| 欧美变态另类bdsm刘玥| 午夜福利在线观看免费完整高清在| av免费在线看不卡| 高清欧美精品videossex| 国产一区有黄有色的免费视频 | 国产成人福利小说| 熟女人妻精品中文字幕| 成人午夜精彩视频在线观看| freevideosex欧美| 搡老妇女老女人老熟妇| 成人午夜精彩视频在线观看| 亚洲国产精品专区欧美| 特大巨黑吊av在线直播| 日日啪夜夜撸| 国产精品一区www在线观看| 亚洲色图av天堂| 91久久精品国产一区二区三区| 日日啪夜夜爽| 欧美日韩精品成人综合77777| 国产淫片久久久久久久久| 久久久久国产网址| 国产精品女同一区二区软件| 可以在线观看毛片的网站| 最新中文字幕久久久久| 免费看av在线观看网站| 男人舔奶头视频| 18禁裸乳无遮挡免费网站照片| 欧美激情国产日韩精品一区| 成人特级av手机在线观看| 亚洲av在线观看美女高潮| 汤姆久久久久久久影院中文字幕 | 精品酒店卫生间| av一本久久久久| 免费黄频网站在线观看国产| 91av网一区二区| 能在线免费观看的黄片| 国产一级毛片七仙女欲春2| 丝袜美腿在线中文| 日韩国内少妇激情av| 久久人人爽人人爽人人片va| 国产色爽女视频免费观看| 国产 一区精品| 国产美女午夜福利| 日韩欧美 国产精品| 六月丁香七月| 精品酒店卫生间| 激情 狠狠 欧美| 真实男女啪啪啪动态图| 日韩制服骚丝袜av| 熟妇人妻不卡中文字幕| 亚洲国产精品sss在线观看| 精品一区二区三区视频在线| 国产老妇女一区| 国产黄片视频在线免费观看| 国产伦在线观看视频一区| 一级片'在线观看视频| 九九爱精品视频在线观看| 久久99精品国语久久久| 国产黄色视频一区二区在线观看| 午夜福利网站1000一区二区三区| 亚洲精品国产av成人精品| www.av在线官网国产| 我要看日韩黄色一级片| 99久久精品一区二区三区| 美女黄网站色视频| 精品人妻一区二区三区麻豆| 男女下面进入的视频免费午夜| 免费看a级黄色片| 日韩亚洲欧美综合| 国产精品一区二区在线观看99 | 欧美潮喷喷水| 亚洲自偷自拍三级| 老师上课跳d突然被开到最大视频| 欧美日韩精品成人综合77777| 一级黄片播放器| 国产一级毛片七仙女欲春2| 一区二区三区免费毛片| 人人妻人人澡人人爽人人夜夜 | 久久久久久久久中文| 亚洲国产欧美在线一区| 乱码一卡2卡4卡精品| 国内揄拍国产精品人妻在线| 国产精品一二三区在线看| 亚洲精品aⅴ在线观看| 插阴视频在线观看视频| 精品国产露脸久久av麻豆 | 欧美人与善性xxx| 亚洲欧洲日产国产| 成人欧美大片| 国产av不卡久久| av黄色大香蕉| 九九久久精品国产亚洲av麻豆| 又爽又黄无遮挡网站| 午夜日本视频在线| 国产精品一区www在线观看| 日本-黄色视频高清免费观看| 国产成人a∨麻豆精品| 麻豆成人av视频| 久久精品综合一区二区三区| 国产伦精品一区二区三区四那| 亚洲自偷自拍三级| 免费少妇av软件| 我的女老师完整版在线观看| 久久精品国产亚洲av天美| av免费观看日本| 水蜜桃什么品种好| 亚洲精品乱码久久久久久按摩| 在现免费观看毛片| 国产成人精品久久久久久| 插阴视频在线观看视频| av.在线天堂| videossex国产| 久久久久久久久久久免费av| 嫩草影院入口| 波野结衣二区三区在线| 亚洲欧美日韩卡通动漫| 网址你懂的国产日韩在线| 两个人视频免费观看高清| 久久久久久久久久成人| 日日干狠狠操夜夜爽| 亚洲在久久综合| 乱人视频在线观看| 欧美日本视频| 超碰av人人做人人爽久久| 免费av观看视频| 久久久精品94久久精品| 亚洲欧美成人精品一区二区| 国产精品女同一区二区软件| 日本熟妇午夜| 免费大片18禁| 久久久久国产网址| 久久韩国三级中文字幕| 在线a可以看的网站| 卡戴珊不雅视频在线播放| 黄色一级大片看看| 国产成人a∨麻豆精品| 99久久九九国产精品国产免费| 两个人视频免费观看高清| 不卡视频在线观看欧美| 卡戴珊不雅视频在线播放| 少妇高潮的动态图| 18禁在线无遮挡免费观看视频| 女人久久www免费人成看片| 亚洲精品日韩av片在线观看| 最近2019中文字幕mv第一页| 国产精品国产三级专区第一集| 一级黄片播放器| 亚洲av国产av综合av卡| 亚洲一区高清亚洲精品| av国产免费在线观看| 国产精品伦人一区二区| 免费播放大片免费观看视频在线观看| 尤物成人国产欧美一区二区三区| 免费不卡的大黄色大毛片视频在线观看 | 高清视频免费观看一区二区 | 99视频精品全部免费 在线| 大片免费播放器 马上看| 国产精品.久久久| 丝袜美腿在线中文| 欧美区成人在线视频| 国产在视频线精品| 我的老师免费观看完整版| 日韩亚洲欧美综合| 人妻制服诱惑在线中文字幕| 97超视频在线观看视频| 国产av码专区亚洲av| 久久这里只有精品中国| 一本一本综合久久| 伦精品一区二区三区| 美女国产视频在线观看| 少妇熟女欧美另类| 肉色欧美久久久久久久蜜桃 | 美女黄网站色视频| 亚洲精品456在线播放app| 亚洲第一区二区三区不卡| 亚洲精品久久午夜乱码| 青春草视频在线免费观看| 精品国产三级普通话版| 99热6这里只有精品| av福利片在线观看| 午夜亚洲福利在线播放| 久久精品熟女亚洲av麻豆精品 | 性色avwww在线观看| 内射极品少妇av片p| 欧美另类一区| 精品久久久噜噜| 久久这里只有精品中国| 久久精品久久久久久久性| 精品人妻视频免费看| 国产精品久久久久久久久免| 免费高清在线观看视频在线观看| 高清欧美精品videossex| 欧美不卡视频在线免费观看| 有码 亚洲区| 亚洲精品国产av蜜桃| 大话2 男鬼变身卡| 偷拍熟女少妇极品色| 日韩电影二区| 日本午夜av视频| 简卡轻食公司| av福利片在线观看| 日本av手机在线免费观看| 国产在线男女| 日韩三级伦理在线观看| 九九爱精品视频在线观看| 2022亚洲国产成人精品| 久久久色成人| 国产有黄有色有爽视频| 国产高清有码在线观看视频| 亚洲精品一二三| 亚洲精品色激情综合| 99久久人妻综合| 亚洲精品日韩av片在线观看| 狂野欧美白嫩少妇大欣赏| 大话2 男鬼变身卡| 一级毛片我不卡| 少妇高潮的动态图| 午夜亚洲福利在线播放| 欧美日本视频| 国产视频首页在线观看| av专区在线播放| 我要看日韩黄色一级片| 99久久九九国产精品国产免费| 一级毛片我不卡| 边亲边吃奶的免费视频| 欧美3d第一页| 久久久久久伊人网av| 国产成人a区在线观看| 国产国拍精品亚洲av在线观看| 欧美高清成人免费视频www| 校园人妻丝袜中文字幕| 99视频精品全部免费 在线| 麻豆成人午夜福利视频| 国产真实伦视频高清在线观看| 日韩欧美国产在线观看| 久久人人爽人人爽人人片va| 国产 一区 欧美 日韩| 国产精品无大码| 精品人妻视频免费看| 在线 av 中文字幕| 国产精品久久久久久久电影| 欧美日韩视频高清一区二区三区二| 免费人成在线观看视频色| 高清日韩中文字幕在线| 久热久热在线精品观看| 男人舔奶头视频| 在线观看免费高清a一片| 青春草视频在线免费观看| 日韩制服骚丝袜av| 亚洲国产成人一精品久久久| 亚洲精品自拍成人| 午夜精品在线福利| 大陆偷拍与自拍| 亚洲高清免费不卡视频| 人妻制服诱惑在线中文字幕| 美女大奶头视频| 最近2019中文字幕mv第一页| 国产高潮美女av| 亚洲四区av| 亚洲欧美一区二区三区黑人 | 日本一本二区三区精品| 中国国产av一级| 久久久久国产网址| 在现免费观看毛片| 亚洲成人精品中文字幕电影| 国产在线一区二区三区精| 少妇的逼好多水| 亚洲在久久综合| 久久久久九九精品影院| 国产极品天堂在线| 直男gayav资源| 高清av免费在线| 搞女人的毛片| 丝袜美腿在线中文| 91久久精品电影网| 中文字幕制服av| 国产男人的电影天堂91| 亚洲性久久影院| videossex国产| 男女边摸边吃奶| 女的被弄到高潮叫床怎么办| 久久久久久久久久黄片| 国产午夜精品论理片| videossex国产| 亚洲精品视频女| 蜜桃久久精品国产亚洲av| 久久精品国产自在天天线| 精品久久久久久成人av| 日韩不卡一区二区三区视频在线| 99久国产av精品| 亚洲av国产av综合av卡| 国产精品美女特级片免费视频播放器| 永久免费av网站大全| 最后的刺客免费高清国语| 插逼视频在线观看| 性色avwww在线观看| 精品不卡国产一区二区三区| 国产精品久久视频播放| 久久久久久久久久久免费av| 国产av国产精品国产| 免费大片黄手机在线观看| 久久99热这里只频精品6学生| 亚洲,欧美,日韩| 偷拍熟女少妇极品色| 久久久久免费精品人妻一区二区| 最近视频中文字幕2019在线8| 赤兔流量卡办理| 麻豆国产97在线/欧美| 国产淫语在线视频| 麻豆国产97在线/欧美| 大又大粗又爽又黄少妇毛片口| 国产av不卡久久| 秋霞伦理黄片| 男女边吃奶边做爰视频| 国产激情偷乱视频一区二区| 淫秽高清视频在线观看| 欧美日本视频| 日日摸夜夜添夜夜爱| 亚洲经典国产精华液单| 国语对白做爰xxxⅹ性视频网站| 欧美三级亚洲精品| 国产精品一区www在线观看| 天堂中文最新版在线下载 | 亚洲图色成人| 日韩大片免费观看网站| 国产大屁股一区二区在线视频| 国产伦精品一区二区三区视频9| 国产在线一区二区三区精| 亚洲伊人久久精品综合| 蜜桃久久精品国产亚洲av| 亚洲美女视频黄频| 日本三级黄在线观看| 我的女老师完整版在线观看| 日本一本二区三区精品| 爱豆传媒免费全集在线观看| 天堂网av新在线| 高清日韩中文字幕在线| 一级爰片在线观看| 2018国产大陆天天弄谢| a级一级毛片免费在线观看| 国产精品三级大全| 免费av观看视频| 一级毛片久久久久久久久女| 亚洲在久久综合| 日韩av在线大香蕉| 看免费成人av毛片| 69av精品久久久久久| 国产探花极品一区二区| 国产成人a∨麻豆精品| 人体艺术视频欧美日本| 午夜福利在线观看吧| 日本免费在线观看一区| 日韩亚洲欧美综合| 日韩人妻高清精品专区| 国产中年淑女户外野战色| 亚洲自拍偷在线| 99久久人妻综合| 一级片'在线观看视频| 免费无遮挡裸体视频| 一级黄片播放器| 国产欧美另类精品又又久久亚洲欧美| 黄色配什么色好看| 亚洲成人久久爱视频| www.色视频.com| 熟妇人妻久久中文字幕3abv| 亚洲精品日本国产第一区| 亚洲av成人精品一二三区| 久久亚洲国产成人精品v| 在现免费观看毛片| 日韩不卡一区二区三区视频在线| 免费av观看视频| 亚洲av免费高清在线观看| 日韩精品有码人妻一区| 91精品一卡2卡3卡4卡| 亚洲四区av| 亚洲欧洲国产日韩| 亚洲性久久影院| 久久久久精品性色| 国产精品久久久久久精品电影| 国产精品99久久久久久久久| 乱系列少妇在线播放| 99热网站在线观看| 久久久久久久久久成人| 亚洲成人久久爱视频| 丰满人妻一区二区三区视频av| 欧美激情久久久久久爽电影| 日韩一区二区三区影片| 一级片'在线观看视频| 久久久久久久久久人人人人人人| 亚洲精品中文字幕在线视频 | 免费黄频网站在线观看国产| 69av精品久久久久久| 只有这里有精品99| 国产精品麻豆人妻色哟哟久久 | 国产精品综合久久久久久久免费|