• <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PSO-LSSVM的干旱區(qū)中長(zhǎng)期降水預(yù)測(cè)模型研究

    2016-12-09 05:39:34孟錦根
    關(guān)鍵詞:降水量尺度降水

    孟錦根

    (四川交通職業(yè)技術(shù)學(xué)院 建筑工程系,成都 611130)

    ?

    基于PSO-LSSVM的干旱區(qū)中長(zhǎng)期降水預(yù)測(cè)模型研究

    孟錦根

    (四川交通職業(yè)技術(shù)學(xué)院 建筑工程系,成都 611130)

    降水量的準(zhǔn)確預(yù)測(cè)對(duì)于干旱地區(qū)的水資源綜合利用、抗旱減災(zāi)有重要意義。引入基于粒子群算法進(jìn)行參數(shù)尋優(yōu)的最小二乘支持向量機(jī)模型(PSO-LSSVM),構(gòu)建考慮7a周期的年降水樣本及考慮季節(jié)性特征的月降水樣本,建立干旱區(qū)年、月尺度下的中長(zhǎng)期降水預(yù)測(cè)模型,并應(yīng)用新疆阿勒泰地區(qū)1960—2013年實(shí)測(cè)降水序列,驗(yàn)證模型的適用性。結(jié)果表明:基于粒子群算法與最小二乘支持向量機(jī)的中長(zhǎng)期降水預(yù)測(cè)模型預(yù)測(cè)精度高,泛化能力強(qiáng),能有效地預(yù)測(cè)新疆阿勒泰地區(qū)年、月降水量。該模型為干旱區(qū)中長(zhǎng)期降水預(yù)測(cè)提供了一種可靠的研究思路與方法。

    粒子群算法;最小二乘支持向量機(jī);干旱區(qū);阿勒泰地區(qū);降水預(yù)測(cè)

    1 研究背景

    降水是區(qū)域水循環(huán)的重要組成部分,降水量規(guī)律及預(yù)測(cè)研究對(duì)于干旱地區(qū)水資源的合理開(kāi)發(fā)利用、生態(tài)環(huán)境的改善和災(zāi)害控制具有重要意義[1]。近半個(gè)世紀(jì)以來(lái),對(duì)于干旱區(qū)降水規(guī)律的研究較多,如于淑秋等[2]對(duì)我國(guó)西北地區(qū)近50a的降水序列研究發(fā)現(xiàn)1986年存在明顯的降水量躍變點(diǎn);劉彩紅[3]利用多種水文統(tǒng)計(jì)分析方法對(duì)新疆近45a的氣候特征進(jìn)行研究;鞠彬等[4]對(duì)新疆額爾齊斯河流域1962—2013年間降水特征及趨勢(shì)進(jìn)行研究。近年來(lái),隨著機(jī)器學(xué)習(xí)理論、人工智能算法的發(fā)展,出現(xiàn)了許多用于分析復(fù)雜非線性關(guān)系的模型,如人工神經(jīng)網(wǎng)絡(luò)模型[5]、隨機(jī)森林[6]、貝葉斯網(wǎng)絡(luò)模型[7]等,運(yùn)用相關(guān)人工智能模型進(jìn)行地區(qū)降水預(yù)測(cè)逐步成為熱點(diǎn)問(wèn)題之一,如韓焱紅等[8]利用貝葉斯理論進(jìn)行集合降水概率預(yù)報(bào);甄億位等[9]利用隨機(jī)森林及人工神經(jīng)網(wǎng)絡(luò)對(duì)南京市中長(zhǎng)期降水預(yù)報(bào)模型進(jìn)行研究。但上述人工智能模型普遍存在過(guò)學(xué)習(xí)、收斂速度慢、穩(wěn)健性不足等問(wèn)題,需要進(jìn)一步改進(jìn)和完善。而最小二乘支持向量機(jī)模型由于收斂快以及優(yōu)異的擬合能力,已經(jīng)在信息、醫(yī)學(xué)、生物等領(lǐng)域取得廣泛的應(yīng)用,但在水文學(xué)領(lǐng)域,特別是在干旱半干旱地區(qū)的降水預(yù)測(cè)研究中卻鮮有出現(xiàn)。鑒于此,本文選取典型干旱區(qū)新疆阿勒泰地區(qū)作為研究區(qū)域,利用氣象站1960—2013年的逐日降水序列資料,構(gòu)建基于粒子群算法與最小二乘支持向量機(jī)的年、月尺度下的中長(zhǎng)期降水量預(yù)測(cè)模型,并檢驗(yàn)分析其預(yù)測(cè)效果,以望為今后中長(zhǎng)期降水預(yù)報(bào)研究提供一種新的思路與方法。

    2 研究區(qū)域概況及數(shù)據(jù)來(lái)源

    新疆阿勒泰地區(qū)位于新疆維吾爾自治區(qū)的最北部(東經(jīng)85°35′~90°30′,北緯46°52′~49°15′),具有典型的大陸性干旱氣候特征,溫差變化大,降水量很少[10]。新疆是中國(guó)5大牧區(qū)之一,阿勒泰地區(qū)又是新疆最主要的牧區(qū)之一,選取阿勒泰這一典型干旱區(qū)進(jìn)行流域內(nèi)降水量的模擬預(yù)測(cè)研究,對(duì)地區(qū)水資源管理、防旱抗災(zāi)、發(fā)展節(jié)水灌溉及確定合理的灌溉制度具有重要的意義[11]。

    本文選取阿勒泰地區(qū)阿勒泰氣象站(47°44′N(xiāo),88°05′E)1960—2013年的逐日降水資料進(jìn)行中長(zhǎng)期降水量模擬研究,降水資料來(lái)源于國(guó)家氣象資料共享中心網(wǎng),將逐日降水序列整理為月降水樣本序列及年降水樣本序列供模型模擬預(yù)測(cè)。

    3 模型構(gòu)建與研究方法

    3.1 模型構(gòu)建

    3.1.1 最小二乘支持向量機(jī)

    支持向量機(jī)(SVM)是由Vapnik提出的一種能夠處理回歸和模式識(shí)別等諸多問(wèn)題的新型統(tǒng)計(jì)學(xué)方法[12],能較好地解決以往學(xué)習(xí)方法中存在的過(guò)學(xué)習(xí)、非線性、局部極值點(diǎn)以及高維數(shù)等實(shí)際問(wèn)題[13]。

    最小二乘支持向量機(jī)算法(LS-SVM)于2001年由Suykens等[14]提出,其優(yōu)化指標(biāo)采用平方項(xiàng),將傳統(tǒng)支持向量機(jī)中的不等式約束改為等式約束,把二次規(guī)劃問(wèn)題轉(zhuǎn)化成線性方程組的求解問(wèn)題,簡(jiǎn)化了模型計(jì)算的復(fù)雜性。最小二乘支持向量機(jī)原理如下所述。

    設(shè)樣本為n維向量,某區(qū)域l個(gè)樣本(x1,y1),(x2,y2),…,(xl,yl)∈Rn×R,采用非線性映射將樣本從原空間Rn映射到特征空間φ(xi),并在這個(gè)高維特征空間中構(gòu)造最優(yōu)決策函數(shù),即

    (1)

    定義優(yōu)化問(wèn)題為

    (2)

    式中:c為懲罰因子;ei為不敏感損失函數(shù)的松弛因子;b為偏差量;ω為非負(fù)常數(shù),稱(chēng)為慣性權(quán)重。

    利用拉格朗日法求解上述優(yōu)化問(wèn)題,即

    (3)

    式中αi為L(zhǎng)agrange乘子。

    根據(jù)最優(yōu)條件,并定義核函數(shù)為K(xi,xj)=φ(xi)T·φ(xj),將二次規(guī)劃問(wèn)題轉(zhuǎn)化為求解線性方程組,即

    (4)

    利用最小二乘法求α,b。得到LS-SVM模型為

    (5)

    其中核函數(shù)采用RBF函數(shù),即

    (6)

    式中σ為核函數(shù)寬度參數(shù)。

    3.1.2 粒子群優(yōu)化算法

    模型預(yù)測(cè)精度的高低,與模型參數(shù)的取值有密不可分的關(guān)系,本文采用粒子群優(yōu)化算法(PSO)對(duì)LS-SVM模型參數(shù)c和σ進(jìn)行優(yōu)選。

    粒子群優(yōu)化算法(PSO)是由Eberhart等[15]提出的一種群智能算法,具有很強(qiáng)的全局尋優(yōu)能力。粒子群優(yōu)化算法原理如下所述。

    (7)

    (8)

    式中:c1,c2為學(xué)習(xí)因子,一般c1=c2;rand( )為介于(0,1)之間的隨機(jī)數(shù)。

    本文采用的粒子群算法及最小二乘支持向量機(jī)模型皆由MATLAB中編程計(jì)算完成,PSO-LSSVM模型具體算法流程如圖1所示。

    圖1 PSO-LSSVM模型算法流程Fig.1 Algorithm flow chart of PSO-LSSVM model

    3.2 研究方法

    3.2.1 年尺度研究

    利用年降水時(shí)間序列構(gòu)建基于粒子群算法與最小二乘支持向量機(jī)的中長(zhǎng)期年降水預(yù)測(cè)模型,即利用前N年年降水?dāng)?shù)據(jù)預(yù)測(cè)N+1年的年降水。根據(jù)鞠彬等[4]研究,阿勒泰地區(qū)年降水時(shí)間序列以7a內(nèi)的周期變化最為明顯。因此本次研究選擇采用前7a的降水預(yù)測(cè)第8年的降水。以阿勒泰站1960—2003年的年降水序列作為訓(xùn)練期樣本,2004—2013年的年降水序列作為檢驗(yàn)期樣本。

    3.2.2 月尺度研究

    考慮到降水序列在月時(shí)段體現(xiàn)不同的特征,將季節(jié)性因子引入到中長(zhǎng)期降水預(yù)測(cè)模型中,形成考慮季節(jié)因子的月尺度PSO-LSSVM降水預(yù)測(cè)模型。

    設(shè)有N年逐月實(shí)測(cè)降水系列資料為

    (9)

    式中Qi,j為第i年第j月的降水量。

    由于降水變化的趨勢(shì)性,降水Qi,j與前期的降水量有關(guān),考慮降水變化的季節(jié)性規(guī)律,降水Qi,j又與歷史同時(shí)期的降水量有關(guān)。PSO-LSSVM模型的預(yù)測(cè)因子個(gè)數(shù)對(duì)訓(xùn)練結(jié)果有較大的影響,個(gè)數(shù)過(guò)少,則沒(méi)有足夠的信息去讓LS-SVM捕捉;若個(gè)數(shù)過(guò)多,則會(huì)引入過(guò)多的噪聲,不僅增加模型訓(xùn)練時(shí)長(zhǎng),而且可能會(huì)干擾訓(xùn)練結(jié)果。研究表明,一般取前期2~3個(gè)月的月降水和歷史同期2~3個(gè)月的月降水?dāng)?shù)據(jù)作為預(yù)測(cè)因子較為合適。

    3.3 評(píng)價(jià)指標(biāo)

    本次研究采用平均相對(duì)誤差(RME)、相關(guān)性系數(shù)(R2)、確定性系數(shù)(Dy)3個(gè)指標(biāo)來(lái)衡量模型預(yù)測(cè)值與實(shí)測(cè)值之間的擬合精度。根據(jù)水文情報(bào)預(yù)報(bào)相關(guān)規(guī)范作為標(biāo)準(zhǔn)[16],以實(shí)測(cè)值的±20%為許可誤差,確定性系數(shù)在0.7以上。各統(tǒng)計(jì)量的具體公式如下:

    (10)

    (11)

    (12)

    4 結(jié)果與分析

    4.1 年尺度下降水量預(yù)測(cè)

    分別統(tǒng)計(jì)訓(xùn)練期、檢驗(yàn)期PSO-LSSVM模型精度指標(biāo),具體評(píng)價(jià)結(jié)果見(jiàn)表1,阿勒泰地區(qū)年降水模擬預(yù)測(cè)過(guò)程見(jiàn)圖2。年尺度PSO-LSSVM模型在預(yù)測(cè)期的平均相對(duì)誤差為10.94%,確定性系數(shù)為0.747,相關(guān)系數(shù)為0.801,平均相對(duì)誤差未超過(guò)訓(xùn)練期平均相對(duì)誤差12.11%,說(shuō)明年尺度PSO-LSSVM模型的泛化性較好且預(yù)測(cè)精度較高;從圖2也可以看出,2004—2013年預(yù)測(cè)結(jié)果與實(shí)測(cè)降水過(guò)程較為接近。根據(jù)水文情報(bào)預(yù)報(bào)相關(guān)規(guī)范,以實(shí)測(cè)值的±20%為許可誤差,則預(yù)測(cè)期的樣本合格率為90%,說(shuō)明年尺度PSO-LSSVM模型能有效地預(yù)測(cè)年降水量的變化趨勢(shì),能合理準(zhǔn)確地預(yù)測(cè)年降水量。

    表1 訓(xùn)練期與預(yù)測(cè)期PSO-LSSVM模型精度分析

    圖2 阿勒泰地區(qū)年降水實(shí)測(cè)與模擬預(yù)測(cè)對(duì)比Fig.2 Comparison between measurement and simulation of annual precipitation in Altay region

    圖3為降水距平百分率與模型模擬預(yù)測(cè)誤差關(guān)系圖。根據(jù)地區(qū)旱澇等級(jí)劃分,年降水距平百分率在±25%范圍內(nèi)的都為正常降水年份。

    圖3 降水距平百分率與模型模擬預(yù)測(cè)誤差關(guān)系Fig.3 Relationship between precipitation anomaly percentage and simulation and forecasting error

    由圖3可以看出,在降水正常年份,模型模擬預(yù)測(cè)精度皆在±20%范圍內(nèi),預(yù)測(cè)效果較為理想。但在大澇大旱年份,年尺度PSO-LSSVM模型預(yù)測(cè)精度誤差較大,特別對(duì)于極端大降雨的預(yù)測(cè)效果不太理想,很大程度上影響了PSO-LSSVM模型整體的精度評(píng)價(jià)。對(duì)干旱地區(qū)而言,關(guān)注降水偏旱年份要比干旱區(qū)發(fā)生降水極端偏大年份更為重要,而從圖3可以看出,偏旱年份預(yù)測(cè)精度整體要比偏澇年份預(yù)測(cè)精度好,這在干旱地區(qū)降水預(yù)測(cè)中是較為有利的,說(shuō)明年尺度PSO-LSSVM模型在干旱地區(qū)有較好的適用性和應(yīng)用前景。

    4.2 考慮季節(jié)因素的月尺度降水量預(yù)測(cè)

    選取阿勒泰地區(qū)1960—2013年實(shí)測(cè)逐月降水資料為研究對(duì)象。以1960—2010年的月降水序列作為PSO-LSSVM模型的訓(xùn)練期樣本,以2011—2013年的降水序列作為檢驗(yàn)期樣本。通過(guò)試驗(yàn)研究得出考慮季節(jié)因子的月尺度PSO-LSSVM模型的輸入因子的個(gè)數(shù)為4,即分別取前期2個(gè)月的月降水和歷史同期2個(gè)月的月降水作為重構(gòu)降水序列,模型的預(yù)測(cè)結(jié)果最優(yōu)。

    月尺度PSO-LSSVM模型在檢驗(yàn)階段(2011—2013年)預(yù)測(cè)結(jié)果分別如表2和圖4所示。

    表2 月降水檢驗(yàn)階段預(yù)測(cè)結(jié)果對(duì)比

    圖4 月降水量檢驗(yàn)期實(shí)測(cè)值和預(yù)測(cè)值對(duì)比Fig.4 Comparison of monthly precipitation between measured and forecast values in inspection period

    由表2和圖4可以看出,考慮季節(jié)因子的月尺度PSO-LSSVM模型檢驗(yàn)期平均相對(duì)誤差為15.9%,相對(duì)誤差低于20%的分別有27個(gè),占樣本總數(shù)的75%,相對(duì)誤差低于30%的分別有31個(gè),占樣本總數(shù)的86%??梢钥闯?,考慮季節(jié)因子的月尺度PSO-LSSVM模型預(yù)測(cè)結(jié)果較為可靠,在阿勒泰地區(qū)有較好的適用性。

    在降水較多的月份,PSO-LSSVM模型預(yù)測(cè)誤差普遍為負(fù)值,出現(xiàn)降水預(yù)測(cè)偏少的情況,可見(jiàn)PSO-LSSVM模型對(duì)于極端大降雨的預(yù)測(cè)效果不太理想??紤]是由于同月不同年份降水的隨機(jī)性大,預(yù)測(cè)值曲線波動(dòng)較大,呈現(xiàn)不穩(wěn)定的狀態(tài),這樣容易產(chǎn)生較大的預(yù)測(cè)誤差,后期考慮加入大氣環(huán)流因子進(jìn)行共同預(yù)測(cè),有望提高模型的預(yù)測(cè)精度。在降水較少的月份,考慮季節(jié)因子的月尺度PSO-LSSVM模型的曲線比較平滑、穩(wěn)定,相對(duì)誤差普遍較小,PSO-LSSVM模型對(duì)降水偏旱點(diǎn)預(yù)測(cè)較為準(zhǔn)確,可見(jiàn)同期降水量的相關(guān)性好,增加同期降水因子使得預(yù)報(bào)效果顯著變好。

    考慮到研究區(qū)域?yàn)楦珊档貐^(qū),極端大降水情景不如偏旱降水年份對(duì)地區(qū)影響大,所以盡管月尺度PSO-LSSVM模型對(duì)于大降水月份預(yù)測(cè)精度不高,但從平均相對(duì)誤差、合格率和確定性系數(shù),以及偏旱點(diǎn)高預(yù)測(cè)精度的角度考慮,考慮季節(jié)因子的月尺度PSO-LSSVM模型在干旱地區(qū)依然有較好的適用性。

    5 結(jié) 論

    (1) 本文基于粒子群算法與最小二乘支持向量機(jī)構(gòu)建了年尺度、月尺度下的中長(zhǎng)期降水預(yù)測(cè)模型(PSO-LSSVM),并應(yīng)用新疆阿勒泰地區(qū)1960—2013年實(shí)測(cè)降水資料進(jìn)行分析研究。結(jié)果表明中長(zhǎng)期降水預(yù)測(cè)模型精度高,能有效地預(yù)測(cè)年尺度與月尺度降水,在阿勒泰地區(qū)有較好的適用性,為其他干旱區(qū)中長(zhǎng)期降水的預(yù)測(cè)研究提供了一種新的觀點(diǎn)和途徑。

    (2) 與其他中長(zhǎng)期預(yù)測(cè)模型相比,PSO-LSSVM模型具有精度高、收斂快、泛化能力強(qiáng)等優(yōu)勢(shì),今后將會(huì)得到更大范圍的推廣與應(yīng)用。本文研究的中長(zhǎng)期降水預(yù)測(cè)模型對(duì)于極端大降雨的預(yù)測(cè)效果不太理想,后期考慮加入大氣環(huán)流因子進(jìn)行預(yù)測(cè),有望提高PSO-LSSVM模型的預(yù)測(cè)精度,同時(shí)可以考慮引入其他相關(guān)中長(zhǎng)期預(yù)報(bào)方法進(jìn)行結(jié)合,有待進(jìn)一步研究。

    [1] 于海姣, 溫小虎, 馮 起,等. 基于支持向量機(jī)(SVM)的祁連山典型小流域日降水-徑流模擬研究[J]. 水資源與水工程學(xué)報(bào), 2015,(2):26-31.

    [2] 于淑秋,林學(xué)椿,徐祥德.我國(guó)西北地區(qū)近50年降水和溫度的變化[J].氣候與環(huán)境研究,2003,8(1): 9-18.

    [3] 劉彩紅. 近45a新疆氣候特征及異常研究[D]. 南京:南京信息工程大學(xué), 2008.

    [4] 鞠 彬, 張帥挺, 胡 丹. 額爾齊斯河流域氣候變化特征分析[J]. 長(zhǎng)江科學(xué)院院報(bào), 2015, 32(9):21-25.

    [5] 王文圣,丁 晶,劉國(guó)東.人工神經(jīng)網(wǎng)絡(luò)非線性時(shí)序模型在水文預(yù)報(bào)中的應(yīng)用[J].四川水力發(fā)電,2000,19(增刊):8-10.

    [6] 廖 杰,王文圣,李躍清,等.支持向量機(jī)及其在徑流預(yù)測(cè)中的應(yīng)用[J].四川大學(xué)學(xué)報(bào)(工程科學(xué)版),2006,38(6):24-28.

    [7] 慕春棣,戴劍彬,葉 俊.用于數(shù)據(jù)挖掘的貝葉斯網(wǎng)絡(luò)[J].軟件學(xué)報(bào),2000,11(5): 660-666.

    [8] 韓焱紅, 矯梅燕, 陳 靜,等. 基于貝葉斯理論的集合降水概率預(yù)報(bào)方法研究[J]. 氣象, 2013, 39(1):1-10.

    [9] 甄億位, 郝 敏, 陸寶宏,等. 基于隨機(jī)森林的中長(zhǎng)期降水量預(yù)測(cè)模型研究[J]. 水電能源科學(xué), 2015(6):6-10.

    [10]鞠 彬,胡 丹.參考作物蒸發(fā)蒸騰量計(jì)算方法在額爾齊斯河流域的適用性研究[J]. 水資源與水工程學(xué)報(bào),2014,25(5):106-111.

    [11]廖顯琴,李 毅.參考作物騰發(fā)量計(jì)算方法的適用性研究[J].灌溉排水學(xué)報(bào),2009,28(6): 14-17.

    [12]VAPNIK V N. The Nature of Statistical Learning Theory[M].New York: Springer, 1995.

    [13]VAPNIK V N. An Overview of Statistical Learning Theory[J]. IEEE Transactions of Neural Network, 1999, 10(5): 988-999.

    [14]SUYKENS J A K, GESTEL T V, BRABANTER J D,etal. Least Squares Support Vector Machines[M]. Singapore: World Scientific Publishing Co., 2002.

    [15]KENNEDY J, EBERHART R. Particle Swarm Optimization[C]∥Proceedings of IEEE International Conference on Neural Networks, Piscataway, NJ. December 1, 1995: 1942-1948.

    [16]水利部水文局. 水文情報(bào)預(yù)報(bào)技術(shù)手冊(cè)[M]. 北京:中國(guó)水利水電出版社, 2010.

    (編輯:姜小蘭)

    Model of Medium-long-term Precipitation Forecasting inArid Areas Based on PSO and LS-SVM Methods

    MENG Jin-gen

    (Department of Architectural Engineering, Sichuan Vocational and Technical College of Communications, Chengdu 611130, China)

    Precipitation forecasting in arid region is of great significance for water resources utilization and drought disaster reduction. A precipitation forecasting model in yearly and monthly scales based on particle swarm algorithm (PSO) and least squares support vector machine (LSSVM) model was established using the annual precipitation sample of a seven-year cycle and the monthly precipitation sample of seasonal characteristics. The applicability of the model was verified through the measured precipitation sequence from 1960 to 2013 in Altay region. Results show that the model based on PSO and LSSVM could effectively forecast the annual and monthly precipitation in Altay region, hence is of high precision and strong generalization ability. It offers a reliable research idea and method for medium and long-term precipitation forecast in arid areas.

    PSO; LS-SVM; arid areas; Altay region; precipitation forecasting

    2016-01-06;

    2016-03-21

    孟錦根(1970-),男,四川中江人,講師、高級(jí)工程師,主要從事智能算法方向的研究,(電話)18190846570(電子信箱)504862652@qq.com。

    10.11988/ckyyb.20160010

    2016,33(10):36-40

    P338.9

    A

    1001-5485(2016)10-0036-05

    猜你喜歡
    降水量尺度降水
    繪制和閱讀降水量柱狀圖
    黑龍江省玉米生長(zhǎng)季自然降水與有效降水對(duì)比分析
    黑龍江氣象(2021年2期)2021-11-05 07:07:00
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    降水量是怎么算出來(lái)的
    為什么南極降水很少卻有很厚的冰層?
    家教世界(2018年16期)2018-06-20 02:22:00
    1988—2017年呼和浩特市降水演變特征分析
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    降水現(xiàn)象儀模擬軟件設(shè)計(jì)與實(shí)現(xiàn)
    基于小波變換的三江平原旬降水量主周期識(shí)別
    ESSENTIAL NORMS OF PRODUCTS OF WEIGHTED COMPOSITION OPERATORS AND DIFFERENTIATION OPERATORS BETWEEN BANACH SPACES OF ANALYTIC FUNCTIONS?
    在线观看舔阴道视频| 久久人人97超碰香蕉20202| 丰满人妻熟妇乱又伦精品不卡| 一级,二级,三级黄色视频| 老司机影院毛片| 日本欧美视频一区| 国产亚洲精品第一综合不卡| 下体分泌物呈黄色| 色婷婷久久久亚洲欧美| 国产激情欧美一区二区| 校园春色视频在线观看| av福利片在线| 成人手机av| 在线观看免费日韩欧美大片| 51午夜福利影视在线观看| 国产一区二区三区综合在线观看| av欧美777| 精品久久久久久,| 亚洲全国av大片| 欧美日韩黄片免| 国产精品一区二区精品视频观看| av国产精品久久久久影院| 自拍欧美九色日韩亚洲蝌蚪91| 久9热在线精品视频| 久久九九热精品免费| 国产黄色免费在线视频| a在线观看视频网站| 后天国语完整版免费观看| 人人妻人人澡人人爽人人夜夜| 成人免费观看视频高清| 国产精品国产av在线观看| 国产精品久久久av美女十八| 国产日韩欧美亚洲二区| 国产精品影院久久| 午夜视频精品福利| 国产亚洲一区二区精品| 日本黄色视频三级网站网址 | 亚洲中文字幕日韩| 女性被躁到高潮视频| 曰老女人黄片| 免费日韩欧美在线观看| av电影中文网址| 少妇猛男粗大的猛烈进出视频| 精品一区二区三区av网在线观看| 丰满迷人的少妇在线观看| 国产高清国产精品国产三级| 多毛熟女@视频| 欧美在线一区亚洲| 精品久久久久久电影网| 国产精品 国内视频| 少妇裸体淫交视频免费看高清 | 欧美黄色片欧美黄色片| 亚洲片人在线观看| 精品视频人人做人人爽| 国产又色又爽无遮挡免费看| 亚洲国产精品sss在线观看 | 亚洲av片天天在线观看| 黄色毛片三级朝国网站| 咕卡用的链子| 热99国产精品久久久久久7| 又黄又爽又免费观看的视频| 国产99久久九九免费精品| 国精品久久久久久国模美| 美国免费a级毛片| 香蕉久久夜色| 香蕉久久夜色| 国产精品乱码一区二三区的特点 | 电影成人av| 1024视频免费在线观看| 久久精品91无色码中文字幕| cao死你这个sao货| 午夜福利在线观看吧| 亚洲精品自拍成人| 91国产中文字幕| 中文字幕人妻熟女乱码| 国产精品亚洲av一区麻豆| 少妇的丰满在线观看| 亚洲成a人片在线一区二区| 日本撒尿小便嘘嘘汇集6| 777米奇影视久久| 国产高清videossex| 国产成人av激情在线播放| 一级毛片精品| 亚洲av片天天在线观看| 成人永久免费在线观看视频| 国产精品1区2区在线观看. | 久久亚洲精品不卡| 国产精品国产av在线观看| 日本精品一区二区三区蜜桃| 国产蜜桃级精品一区二区三区 | 欧美成人免费av一区二区三区 | 一边摸一边抽搐一进一出视频| av免费在线观看网站| 欧美亚洲日本最大视频资源| 12—13女人毛片做爰片一| 精品电影一区二区在线| 99国产极品粉嫩在线观看| 久久久国产欧美日韩av| 天天影视国产精品| 国产精品久久久av美女十八| 热99久久久久精品小说推荐| 午夜福利在线免费观看网站| 满18在线观看网站| 99国产精品一区二区蜜桃av | 亚洲国产欧美网| 一本大道久久a久久精品| 美女国产高潮福利片在线看| 久久国产精品影院| 国产成人欧美| av天堂在线播放| 午夜免费观看网址| 99在线人妻在线中文字幕 | 久久青草综合色| 亚洲一区二区三区不卡视频| 亚洲欧美精品综合一区二区三区| 激情视频va一区二区三区| 亚洲av日韩在线播放| 大型av网站在线播放| av福利片在线| 18禁裸乳无遮挡动漫免费视频| 午夜成年电影在线免费观看| xxxhd国产人妻xxx| 成人永久免费在线观看视频| 在线观看免费视频日本深夜| 午夜精品国产一区二区电影| 男女午夜视频在线观看| 久久亚洲精品不卡| 国产一区二区三区综合在线观看| 天天添夜夜摸| 精品免费久久久久久久清纯 | 成年人午夜在线观看视频| 亚洲欧美激情在线| 中文字幕制服av| 国产男靠女视频免费网站| 1024香蕉在线观看| 国产免费现黄频在线看| 亚洲av日韩在线播放| 麻豆国产av国片精品| 18禁裸乳无遮挡动漫免费视频| 9色porny在线观看| 欧美乱色亚洲激情| 成年人午夜在线观看视频| 精品电影一区二区在线| 久久精品aⅴ一区二区三区四区| 天堂√8在线中文| 中文字幕另类日韩欧美亚洲嫩草| 视频在线观看一区二区三区| 免费在线观看黄色视频的| 国产激情久久老熟女| 免费一级毛片在线播放高清视频 | 又大又爽又粗| 国产精品成人在线| 99热网站在线观看| 国产日韩一区二区三区精品不卡| 午夜福利影视在线免费观看| 丰满饥渴人妻一区二区三| 亚洲少妇的诱惑av| 亚洲精品一二三| 免费女性裸体啪啪无遮挡网站| 欧美成狂野欧美在线观看| 免费不卡黄色视频| 精品久久久久久久久久免费视频 | 欧美黄色淫秽网站| 久久久久精品国产欧美久久久| 在线观看舔阴道视频| 精品少妇一区二区三区视频日本电影| 中文字幕制服av| 两个人免费观看高清视频| 大香蕉久久网| 国产成人精品久久二区二区91| 亚洲人成电影免费在线| 大片电影免费在线观看免费| 精品卡一卡二卡四卡免费| 黑人巨大精品欧美一区二区mp4| 日韩免费av在线播放| 国产淫语在线视频| 精品人妻熟女毛片av久久网站| 亚洲性夜色夜夜综合| 久久精品亚洲av国产电影网| 成人国语在线视频| 久久青草综合色| 亚洲色图av天堂| 免费看a级黄色片| 亚洲成人国产一区在线观看| 黄频高清免费视频| 91国产中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 精品高清国产在线一区| 精品福利观看| 精品亚洲成国产av| 亚洲熟妇熟女久久| 51午夜福利影视在线观看| 在线观看免费午夜福利视频| 国产日韩一区二区三区精品不卡| 老司机深夜福利视频在线观看| 久久久久久免费高清国产稀缺| 欧美在线黄色| 亚洲中文av在线| 如日韩欧美国产精品一区二区三区| 久久久久国产一级毛片高清牌| 精品国内亚洲2022精品成人 | 在线视频色国产色| 精品人妻熟女毛片av久久网站| 人成视频在线观看免费观看| 热99re8久久精品国产| 国产片内射在线| 日韩免费高清中文字幕av| ponron亚洲| 精品国产美女av久久久久小说| 叶爱在线成人免费视频播放| 黄色片一级片一级黄色片| 亚洲精品国产色婷婷电影| 亚洲专区字幕在线| 国产在线一区二区三区精| 男女床上黄色一级片免费看| 免费看十八禁软件| 十分钟在线观看高清视频www| 精品国产乱子伦一区二区三区| 亚洲专区国产一区二区| 精品久久久久久,| 五月开心婷婷网| 91国产中文字幕| 中文字幕最新亚洲高清| 色老头精品视频在线观看| 久久久久久久国产电影| 久久精品国产清高在天天线| 亚洲av第一区精品v没综合| 精品一区二区三区av网在线观看| 水蜜桃什么品种好| 成年动漫av网址| 欧美精品一区二区免费开放| 欧美日韩精品网址| 亚洲九九香蕉| 国产1区2区3区精品| 国产高清激情床上av| 午夜老司机福利片| 国产精品亚洲一级av第二区| 大型av网站在线播放| 在线观看免费高清a一片| 少妇被粗大的猛进出69影院| 最新在线观看一区二区三区| 成人国产一区最新在线观看| 嫁个100分男人电影在线观看| 亚洲欧美一区二区三区久久| 男女床上黄色一级片免费看| 国产人伦9x9x在线观看| av欧美777| 日本撒尿小便嘘嘘汇集6| 亚洲成人免费电影在线观看| 一级,二级,三级黄色视频| 91九色精品人成在线观看| 亚洲男人天堂网一区| 一级片'在线观看视频| 黑人巨大精品欧美一区二区蜜桃| 午夜精品久久久久久毛片777| 欧美不卡视频在线免费观看 | 操出白浆在线播放| 在线观看66精品国产| 狠狠婷婷综合久久久久久88av| 精品国内亚洲2022精品成人 | 可以免费在线观看a视频的电影网站| 老司机靠b影院| 亚洲国产欧美一区二区综合| 超碰成人久久| 国产精品九九99| 久久久久精品国产欧美久久久| 精品久久久久久,| 99热国产这里只有精品6| 一边摸一边做爽爽视频免费| 亚洲精品中文字幕一二三四区| 少妇猛男粗大的猛烈进出视频| 久久中文看片网| 久久久国产一区二区| 丝瓜视频免费看黄片| 91国产中文字幕| 手机成人av网站| 精品国产一区二区三区久久久樱花| xxxhd国产人妻xxx| 天堂动漫精品| 夜夜躁狠狠躁天天躁| 80岁老熟妇乱子伦牲交| 法律面前人人平等表现在哪些方面| 国产亚洲精品第一综合不卡| 精品一区二区三区四区五区乱码| 亚洲专区中文字幕在线| 欧美人与性动交α欧美精品济南到| 久热爱精品视频在线9| 免费女性裸体啪啪无遮挡网站| 91精品国产国语对白视频| 国产91精品成人一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 婷婷精品国产亚洲av在线 | 无遮挡黄片免费观看| 亚洲人成电影免费在线| 女同久久另类99精品国产91| 国产精品自产拍在线观看55亚洲 | 日韩欧美免费精品| av电影中文网址| 女性生殖器流出的白浆| 黄色毛片三级朝国网站| 国产一区二区激情短视频| 国产精品一区二区免费欧美| 免费在线观看完整版高清| 欧美另类亚洲清纯唯美| 精品国产一区二区三区四区第35| 婷婷丁香在线五月| 搡老岳熟女国产| 两人在一起打扑克的视频| 午夜视频精品福利| 日韩有码中文字幕| 每晚都被弄得嗷嗷叫到高潮| 午夜精品久久久久久毛片777| 一区二区三区激情视频| 18在线观看网站| 欧美日韩精品网址| 久久亚洲真实| 777久久人妻少妇嫩草av网站| 51午夜福利影视在线观看| 好看av亚洲va欧美ⅴa在| 国产午夜精品久久久久久| 精品一区二区三区av网在线观看| 国产不卡av网站在线观看| 欧美中文综合在线视频| av欧美777| 色综合欧美亚洲国产小说| 女人高潮潮喷娇喘18禁视频| 极品人妻少妇av视频| 亚洲全国av大片| av福利片在线| 好男人电影高清在线观看| 一级作爱视频免费观看| 午夜精品国产一区二区电影| 18禁黄网站禁片午夜丰满| 欧美 日韩 精品 国产| 如日韩欧美国产精品一区二区三区| 国产精品亚洲一级av第二区| av网站免费在线观看视频| 久久精品亚洲熟妇少妇任你| 满18在线观看网站| 老司机在亚洲福利影院| av网站免费在线观看视频| 亚洲国产精品合色在线| 欧美在线一区亚洲| 97人妻天天添夜夜摸| 狠狠狠狠99中文字幕| 国产成+人综合+亚洲专区| 大陆偷拍与自拍| 少妇猛男粗大的猛烈进出视频| 19禁男女啪啪无遮挡网站| 免费观看精品视频网站| 久久久水蜜桃国产精品网| 黄片播放在线免费| 一二三四社区在线视频社区8| 色尼玛亚洲综合影院| 久久久精品免费免费高清| 久久久国产一区二区| 99re在线观看精品视频| 夫妻午夜视频| a级片在线免费高清观看视频| 伦理电影免费视频| 在线免费观看的www视频| 国产高清国产精品国产三级| 高清视频免费观看一区二区| 国产精品电影一区二区三区 | 欧美性长视频在线观看| 国产成人精品无人区| 欧美精品啪啪一区二区三区| 亚洲aⅴ乱码一区二区在线播放 | 亚洲成人国产一区在线观看| 亚洲在线自拍视频| 国产欧美亚洲国产| 亚洲中文日韩欧美视频| 国产精品自产拍在线观看55亚洲 | 久久久国产精品麻豆| 美女福利国产在线| 极品教师在线免费播放| 老司机亚洲免费影院| 久久人妻熟女aⅴ| 热99国产精品久久久久久7| 亚洲国产精品一区二区三区在线| 老司机在亚洲福利影院| 国产成人影院久久av| 一边摸一边做爽爽视频免费| 亚洲熟女精品中文字幕| 男人舔女人的私密视频| 99热网站在线观看| 国产xxxxx性猛交| 亚洲avbb在线观看| 亚洲成人国产一区在线观看| 精品国内亚洲2022精品成人 | 欧美久久黑人一区二区| 亚洲av成人av| 真人做人爱边吃奶动态| 99精国产麻豆久久婷婷| 热99国产精品久久久久久7| 大型av网站在线播放| 97人妻天天添夜夜摸| 麻豆av在线久日| 亚洲精品成人av观看孕妇| a在线观看视频网站| 丰满饥渴人妻一区二区三| 亚洲色图 男人天堂 中文字幕| 人人妻,人人澡人人爽秒播| av片东京热男人的天堂| 啦啦啦免费观看视频1| 免费久久久久久久精品成人欧美视频| 1024香蕉在线观看| 人妻丰满熟妇av一区二区三区 | 中文字幕最新亚洲高清| 老汉色av国产亚洲站长工具| 99久久99久久久精品蜜桃| 香蕉丝袜av| 岛国在线观看网站| 久久精品成人免费网站| 久久婷婷成人综合色麻豆| 日本一区二区免费在线视频| 国产日韩欧美亚洲二区| 一级片'在线观看视频| 两个人免费观看高清视频| 国产aⅴ精品一区二区三区波| 天堂动漫精品| netflix在线观看网站| 性色av乱码一区二区三区2| 曰老女人黄片| 日本a在线网址| 亚洲午夜精品一区,二区,三区| 国产成人精品久久二区二区91| 亚洲av片天天在线观看| 国产一区二区激情短视频| 黑人操中国人逼视频| 亚洲中文av在线| 9色porny在线观看| 亚洲男人天堂网一区| 久久 成人 亚洲| 国产精品av久久久久免费| 久久久久国产精品人妻aⅴ院 | 国产欧美日韩一区二区三区在线| 国产精品成人在线| 成人av一区二区三区在线看| 夜夜夜夜夜久久久久| 日本欧美视频一区| 久久影院123| 欧美黄色片欧美黄色片| 午夜日韩欧美国产| 亚洲aⅴ乱码一区二区在线播放 | 99国产精品免费福利视频| 成人精品一区二区免费| 最近最新中文字幕大全免费视频| 成人特级黄色片久久久久久久| 中文字幕人妻熟女乱码| 国产一区有黄有色的免费视频| 亚洲avbb在线观看| 99re6热这里在线精品视频| 丝袜美足系列| 久久久久久久精品吃奶| 激情视频va一区二区三区| bbb黄色大片| 国产深夜福利视频在线观看| 大片电影免费在线观看免费| 美女高潮喷水抽搐中文字幕| 午夜日韩欧美国产| av网站免费在线观看视频| 在线观看www视频免费| 黄色片一级片一级黄色片| 国产精品久久久av美女十八| 中文字幕最新亚洲高清| 久久精品人人爽人人爽视色| 激情在线观看视频在线高清 | 91成人精品电影| 老司机午夜福利在线观看视频| 国产av一区二区精品久久| 人人妻人人添人人爽欧美一区卜| 叶爱在线成人免费视频播放| 在线观看66精品国产| 别揉我奶头~嗯~啊~动态视频| 午夜影院日韩av| 午夜成年电影在线免费观看| 日韩三级视频一区二区三区| 精品国产国语对白av| 亚洲黑人精品在线| 欧美亚洲日本最大视频资源| 女人被狂操c到高潮| 人妻 亚洲 视频| 亚洲欧美日韩高清在线视频| 丝袜美腿诱惑在线| 国产精品免费视频内射| 国产欧美日韩综合在线一区二区| 国产又爽黄色视频| 夜夜躁狠狠躁天天躁| 久久中文字幕人妻熟女| 国产亚洲av高清不卡| 国产精品美女特级片免费视频播放器 | 黄片大片在线免费观看| 黑人巨大精品欧美一区二区蜜桃| 欧美日韩亚洲国产一区二区在线观看 | 啪啪无遮挡十八禁网站| 老司机靠b影院| 亚洲成国产人片在线观看| 午夜免费观看网址| 中文字幕高清在线视频| 男女下面插进去视频免费观看| 999久久久精品免费观看国产| 99热网站在线观看| 欧美午夜高清在线| 在线国产一区二区在线| av超薄肉色丝袜交足视频| 悠悠久久av| 大码成人一级视频| 亚洲av成人av| 老司机亚洲免费影院| 欧美成狂野欧美在线观看| 亚洲美女黄片视频| 欧美久久黑人一区二区| 少妇裸体淫交视频免费看高清 | 婷婷精品国产亚洲av在线 | 大香蕉久久网| 下体分泌物呈黄色| 一进一出抽搐动态| 人妻 亚洲 视频| 久久国产亚洲av麻豆专区| 天天操日日干夜夜撸| 欧美 日韩 精品 国产| 777米奇影视久久| 一二三四社区在线视频社区8| 亚洲自偷自拍图片 自拍| 欧美亚洲 丝袜 人妻 在线| 国产男靠女视频免费网站| 久久ye,这里只有精品| 露出奶头的视频| 变态另类成人亚洲欧美熟女 | 久久午夜亚洲精品久久| 欧美av亚洲av综合av国产av| 黑人欧美特级aaaaaa片| 黄频高清免费视频| 美女视频免费永久观看网站| 99久久综合精品五月天人人| 精品人妻熟女毛片av久久网站| 99国产精品一区二区三区| 后天国语完整版免费观看| 一级a爱片免费观看的视频| 亚洲情色 制服丝袜| 国产精品av久久久久免费| 建设人人有责人人尽责人人享有的| 国产97色在线日韩免费| 人妻一区二区av| 超碰成人久久| 99香蕉大伊视频| 亚洲片人在线观看| 一区二区三区国产精品乱码| 电影成人av| 乱人伦中国视频| 黑人猛操日本美女一级片| 露出奶头的视频| 午夜两性在线视频| 操美女的视频在线观看| 亚洲精品一二三| 久久精品亚洲精品国产色婷小说| 欧美日韩视频精品一区| 精品视频人人做人人爽| 看黄色毛片网站| 日韩大码丰满熟妇| 国产野战对白在线观看| 50天的宝宝边吃奶边哭怎么回事| 亚洲一码二码三码区别大吗| 久久久久久人人人人人| 丰满人妻熟妇乱又伦精品不卡| 黑丝袜美女国产一区| 午夜两性在线视频| 国产成人欧美在线观看 | 成人永久免费在线观看视频| 青草久久国产| 国产真人三级小视频在线观看| 黄色毛片三级朝国网站| 久久精品成人免费网站| 精品久久久久久,| 久久青草综合色| 一级片免费观看大全| 日韩欧美国产一区二区入口| 91大片在线观看| 18禁美女被吸乳视频| 欧美日韩亚洲高清精品| 欧洲精品卡2卡3卡4卡5卡区| 久久久久久久午夜电影 | 美女高潮喷水抽搐中文字幕| 两性午夜刺激爽爽歪歪视频在线观看 | 夜夜夜夜夜久久久久| 亚洲久久久国产精品| 老司机在亚洲福利影院| 99热网站在线观看| 一二三四社区在线视频社区8| 下体分泌物呈黄色| 99久久精品国产亚洲精品| 99国产精品免费福利视频| 成年版毛片免费区| 免费不卡黄色视频| 国产欧美日韩精品亚洲av| 午夜激情av网站| 亚洲免费av在线视频| 99在线人妻在线中文字幕 | 久久香蕉激情| 在线永久观看黄色视频| 美国免费a级毛片| 免费观看a级毛片全部| 少妇被粗大的猛进出69影院| 一本大道久久a久久精品| 日韩有码中文字幕| 欧美老熟妇乱子伦牲交| 成年人午夜在线观看视频| 极品人妻少妇av视频| 精品人妻熟女毛片av久久网站| 一二三四在线观看免费中文在| 国产97色在线日韩免费| 岛国毛片在线播放| 免费在线观看日本一区| 1024视频免费在线观看|