• <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 ?

    直覺模糊多核聚類算法及其在乙烯原料屬性聚類中的應(yīng)用

    2017-02-28 08:31:46崔興華杜文莉趙亮李江利池亮
    化工學(xué)報 2017年2期
    關(guān)鍵詞:模糊集直覺乙烯

    崔興華,杜文莉,趙亮,李江利,池亮

    (1化學(xué)工程聯(lián)合國家重點實驗室,華東理工大學(xué)化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室,上海 200237;2中國石油天然氣股份有限公司吉林石化分公司,吉林省 吉林市 132000)

    直覺模糊多核聚類算法及其在乙烯原料屬性聚類中的應(yīng)用

    崔興華1,杜文莉1,趙亮1,李江利2,池亮2

    (1化學(xué)工程聯(lián)合國家重點實驗室,華東理工大學(xué)化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室,上海 200237;2中國石油天然氣股份有限公司吉林石化分公司,吉林省 吉林市 132000)

    隨著乙烯裂解原料種類的日益增多,原料分析儀價格昂貴,因此根據(jù)乙烯裂解原料屬性進行在線聚類,對實現(xiàn)乙烯收率建模,優(yōu)化乙烯產(chǎn)率、節(jié)能減耗具有重要現(xiàn)實意義。為了提高原料在聚類的準確性,提出了一種基于直覺模糊集理論的核聚類算法。即在定義直覺模糊集隸屬度時通過引入猶豫度來表征數(shù)據(jù)的不確定信息,同時利用直覺模糊熵對多核聚類算法的損失函數(shù)重新定義,使類簇中的數(shù)據(jù)點最優(yōu)化;進一步地,使用隨機森林對裂解原料屬性進行特征選擇,依據(jù)對乙烯產(chǎn)率的貢獻度選取聚類的主要特征屬性。最后根據(jù)實際工業(yè)裂解的石腦油數(shù)據(jù)驗證了所述算法的有效性。

    算法;熵;優(yōu)化;直覺模糊;乙烯裂解

    引 言

    在乙烯生產(chǎn)過程中[1],乙烯收率不僅受到裂解過程中的操作條件如溫度、壓力、停留時間等影響,其裂解原料屬性也是決定收率的重要因素,然而裂解原料僅石腦油類別就有上百種不同的油品屬性,其餾程范圍為30~220℃,考慮針對所有不同油品屬性進行產(chǎn)率的建模不僅模型規(guī)模大,油品屬性的頻繁變化也導(dǎo)致在線實施困難[2]。因此需要結(jié)合工業(yè)實際檢測指標,然而工業(yè)現(xiàn)場提供的密度測定法、餾程測定法等檢測指標不能明確裂解原料的組成,其相對應(yīng)的裂解產(chǎn)物收率無法準確建模,因此對不同裂解原料進行聚類,為每類油品選擇能夠代表該簇特征屬性的聚類中心,并根據(jù)代表該簇特征屬性的聚類中心選擇裂解產(chǎn)率模型[3],進而調(diào)整運行條件。

    聚類算法作為非監(jiān)督的學(xué)習(xí)方法在識別數(shù)據(jù)的內(nèi)在結(jié)構(gòu)方面具有極其重要的作用。聚類算法是根據(jù)數(shù)據(jù)的特征屬性,對目標進行分類,致使一個類簇內(nèi)的數(shù)據(jù)具有較高相似性,不同類簇之間具有較低的相似性。

    在過去數(shù)十年間,許多聚類算法被提出,包括k-means[4]、混合模型聚類[5]、譜聚類[6]等聚類。這些方法中的大多數(shù)都屬于硬聚類,對類別的歸屬是嚴格的,只能分配每一個對象單個類簇,對于類簇緊湊,類別明顯的數(shù)據(jù)會產(chǎn)生很好的聚類效果。然而,在現(xiàn)實世界中,類簇之間有重疊,當一個對象屬于兩個或多個簇時,模糊聚類算法將會取得更好的效果。

    模糊C均值聚類算法[7]以算法收率速度快、算法簡易能夠處理大量數(shù)據(jù)[8]等優(yōu)點成為模糊聚類中采用最主要的算法。它定義隸屬度,表明數(shù)據(jù)屬于不同類別的程度。然而,就和大多數(shù)其他聚類方法一樣,模糊C均值聚類算法是基于歐式聚類,在對于球形簇,將會取得較好的效果,而對于更一般的簇,F(xiàn)CM不適宜處理。因此基于核函數(shù)[9]的聚類方法被提出,其通過核函數(shù)將數(shù)據(jù)進行非線性映射到高維空間來處理非球形簇問題。文獻[10]提出的多核聚類算法用多個核函數(shù)進行加權(quán),動態(tài)的調(diào)整權(quán)重使其避免對于特定任務(wù)選擇核函數(shù)的難題[11]。

    在實際裂解過程中,乙烯原料特征屬性眾多,綜合分析比較復(fù)雜,相關(guān)學(xué)者針對裂解原料屬性[12]存在模糊邊界的問題,采用隸屬度信息對裂解原料進行了聚類劃分,如文獻[13]引入了混合概率模型的模糊隸屬度設(shè)置方法,從而充分利用裂解原料的先驗知識進行更加有效的模糊聚類;文獻[14]指出由于在工業(yè)中石腦油原料組分復(fù)雜,油品特性波動大,致使乙烯裂解深度建模精度不高,為解決此問題,采用模糊核聚類對石腦油數(shù)據(jù)庫進行最優(yōu)劃分,同時用最小二乘支持向量機對每個聚類做非線性回歸的方法來提高模型精度。文獻[15]通過采用一種基于核函數(shù)的動態(tài)聚類方法,以廣義的歐氏距離作為高維特征空間的相似性度量,進而提高聚類的準確性,優(yōu)化乙烯裂解過程中操作模式。

    本文相較于以上算法的創(chuàng)新之處在于,將直覺模糊集[16]應(yīng)用到多核模糊聚類算法上,提出了直覺模糊多核聚類算法(IKFC)。在以往的模糊聚類算法中,模糊集只定義了隸屬度、非隸屬度,描述了對象“亦次亦彼”的模糊概念,在缺少先驗知識的情況下,隸屬度的定義是不準確的,會出現(xiàn)不確定信息。借助于文獻[17]提出的直覺模糊集理論,在IKFC算法中引入新的屬性參數(shù)-猶豫度來表示這種不確定性。使得直覺模糊集在處理具有不確定信息[18]的決策時比傳統(tǒng)的模糊集具有更強的表示能力,且更具靈活性。同時在聚類的損失函數(shù)上引入直覺模糊熵,降低數(shù)據(jù)所屬類別的不確定性,最優(yōu)化聚類中的數(shù)據(jù)點,從而更善于處理乙烯裂解原料中的不確定信息。

    在以往對乙烯裂解原料進行聚類時,均是根據(jù)先驗知識選取影響裂解乙烯產(chǎn)率的原料特征屬性,本文提出利用隨機森林[19]對乙烯裂解原料屬性進行特征選擇,將每個特征對乙烯產(chǎn)率的貢獻度量化,相對于文獻[13-15]的方法,更利于分析哪些特征屬性對乙烯產(chǎn)率起主導(dǎo)作用。并且和主成分分析、線性判別分析和逐步回歸等特征選擇方法相比較,隨機森林方法不僅能夠?qū)⒇暙I度量化,同時也避免了過擬合的難題。

    1 多核模糊聚類算法

    1.1 模糊C均值聚類算法

    在傳統(tǒng)的模糊C均值聚類算法(fuzzy C-means clustering, FCM)中,給定聚類的類別C,數(shù)據(jù)集X={x1,x2,…,xn} 包含N個l維向量xi。定義隸屬度uic表示數(shù)據(jù)xi屬于類別C的能力,最小化目標函數(shù)

    式中,d是歐氏距離;m是隸屬度的加權(quán)指數(shù),m>1;Uic是N×C的隸屬度矩陣,i=1,…,N;c=1,…,C;vc是聚類中心。

    1.2 多核模糊聚類算法

    傳統(tǒng)的核聚類算法通常使用一個核函數(shù),這樣對于特定任務(wù),特定模型需要選用相應(yīng)的核函數(shù)才能很好地處理問題,而如何選擇核函數(shù)一直是研究的難點,文獻[10]提出的多核模糊聚類算法(multiple kernel fuzzy clustering, MKFC)采用多個核函數(shù)加權(quán),并動態(tài)的調(diào)整各個核函數(shù)的權(quán)重,使其能夠聚集成更一般的簇,并解決了核函數(shù)[20]選擇的難題。定義其損失函數(shù)

    2 直覺模糊多核聚類算法

    2.1 直覺模糊集的定義

    傳統(tǒng)的聚類算法采用的是集合論,集合論只能描述非此即彼的分明概念;在模糊理論[21]中,引入隸屬度,從而可以描述亦此亦彼的模糊概念。在直覺模糊集理論增加一個新的屬性參數(shù)——猶豫度,進而還可描述非此非彼的中立狀態(tài)[22],它是對模糊集理論的一種擴充和發(fā)展。

    定義1(直覺模糊集):設(shè)X是一個給定論域,則X上的直覺模糊集為A={x,uA(x),vA(x)|x∈X}。其中分別表示隸屬度uA(x)和非隸屬度vA(x)。對于A上x∈X,滿足0≤uA(x)+vA(x)≤1。同時定義隸屬度函數(shù)πA(x)=1-uA(x)-vA(x),0≤πA(x)≤1。

    Pal等[23]分析經(jīng)典的香農(nóng)信息論和熵指數(shù),得出對于一個概率分布:p=p1,p2,…,pn,其指數(shù)熵定義為。在模糊集中,定義直覺模糊程度。

    2.2 構(gòu)建猶豫度

    由Yager[24]生成函數(shù)定義:直覺模糊泛函(fuzzy complement functional)

    式中,g(·)為增函數(shù)。

    直覺模糊補集

    式中,N(1)=0,N(0)=1。

    由式(6)、式(7)、式(8)得出直覺模糊集

    從而確定猶豫度

    2.3 直覺模糊多核聚類算法

    在本文提出的直覺模糊多核聚類算法(IKFC)中,損失函數(shù)最小化包含兩部分:(1)基于猶豫度多核聚類算法的損失函數(shù);(2)直覺模糊熵。

    2.3.1 定義直覺模糊隸屬度 猶豫度由式(10)計算得到,則重新定義的直覺模糊隸屬度

    2.3.2 定于猶豫度的熵 猶豫度熵代表的是數(shù)據(jù)點的不確定程度,引入猶豫度[25]熵的目的是使類簇中的數(shù)據(jù)點達到最優(yōu),不確定性降低。

    猶豫度的熵定義為

    最終的損失函數(shù)定義為

    3 隨機森林特征選擇

    3.1 隨機森林回歸

    隨機森林(random forest, RF)回歸是由Brieman[26]于2001年提出一種集成機器學(xué)習(xí)方法,它在分類、回歸和特征選擇方面均被廣泛的采用。隨機森林方法采用隨機重采樣(bootstrap)技術(shù)和節(jié)點隨機方法生成多個回歸樹組成隨機森林,生成的隨機森林為多元非線性回歸分析模型。它可以看成是由很多弱預(yù)測器(回歸樹)集成為強預(yù)測器的方法。其特征和數(shù)據(jù)選取的雙重隨機性保證了回歸樹選擇的多樣性,避免了過擬合的現(xiàn)象。

    設(shè)數(shù)據(jù)集X包含N個L維向量xixi,X={x1,x2,…,xN}。隨機森林回歸算法的流程如下。

    (1)采用bootstrap有放回從數(shù)據(jù)集X中隨機抽取n個自助樣本集,并由此構(gòu)建n棵回歸樹,每次未被抽樣的樣本組成n個袋外數(shù)據(jù)(out-of-bag,OOB)。

    (2)從L維輸入特征中隨機挑選l維特征(l<<L),遍歷每個特征l,以及每個特征的取值s,計算每個切分點的損失函數(shù)如式(16)所示,選擇損失函數(shù)最小的切分點。得到的切分點將輸入空間劃分為兩部分,遞歸進行步驟(2),直至不能繼續(xù)劃分。

    (3)將輸入空間劃分為m個區(qū)域R={R1,R2,…,Rm}生成回歸樹

    (4)將生成的回歸樹組成隨機森林,采用袋外數(shù)據(jù)(OOB)殘差的均方值和,如式(18)作為預(yù)測結(jié)果的評價標準。

    式中,cm為所在區(qū)域輸出值的平均值;I(·)為指示函數(shù),當括號內(nèi)成立返回1,否則返回0;yi為袋外數(shù)據(jù)中目標的實際值;y?i為隨機森林的預(yù)測值。

    3.2 貢獻度評價標準

    特征屬性對目標值貢獻度評分采用Permutation Test[27]方法。Permutation Test的方法是通過將第l維特征的所有數(shù)據(jù)重新隨機調(diào)整位置,然后比較原始數(shù)據(jù)和調(diào)整之后數(shù)據(jù)表現(xiàn)的差距,從而評價這個維度的特征的重要性。

    (1)對n個自助樣本建立回歸模型,并對相應(yīng)的袋外數(shù)據(jù)進行預(yù)測,得到n個殘差均方:MSE1,MSE2,…,MSEn。

    (2)特征屬性l上的數(shù)據(jù)在n個袋外數(shù)據(jù)樣本中隨機置換,產(chǎn)生新的測試樣本,并得到新的袋外殘差均方

    (3)將MSE1,MSE2,…,MSEn與矩陣式(19)對應(yīng)的第i行相減,取均值后再除以標準誤差SE即為特征屬性對目標值的貢獻度

    4 仿真實驗

    為驗證IKFC算法對聚類效果的改進及其在乙烯裂解原料中的應(yīng)用,首先使用經(jīng)典的Iris和Seeds數(shù)據(jù)集進行算例比較,之后使用石腦油數(shù)據(jù)表1作為測試數(shù)據(jù),驗證算法在實際工業(yè)中的應(yīng)用效果。

    4.1 Dunn聚類評價指標

    Dunn[28]指標利用簇間距離和簇內(nèi)直徑之比的非線性組合來評價聚類結(jié)果。其定義為

    式中,d(vi,vj)表示類vi和類vj之間的距離;表示簇內(nèi)最大距離,當有緊密分布的數(shù)據(jù)集中在一個類中,而類與類之間比較分離,那么此時類內(nèi)直徑比小,而類間距離大,根據(jù)式(21)表明Dunn指標越大,則聚類效果越理想。

    4.2 Iris和Seeds數(shù)據(jù)集測試

    為驗證直覺模糊多核聚類算法(IKFC)在聚類效果上的改進,首先使用IKFC算法,模糊C均值聚類算法(FCM),多核模糊聚類算法(MKFC)在經(jīng)典的Iris[29]和Seeds[30]數(shù)據(jù)集上進行算例比較。如圖1和圖2所示,其中縱坐標Dunn是聚類的評價指標,橫坐標m為隸屬度的加權(quán)指數(shù),隨著m值的增大,數(shù)據(jù)的模糊劃分程度越大。

    從圖1、圖2中可看出,在m>1.35時,IKFC算法在Iris和Seeds數(shù)據(jù)集的Dunn指標大于FCM算法和MKFC算法的Dunn指標,表明使用IKFC算法進行聚類使得不同類簇的間距變大,簇內(nèi)直徑變小,數(shù)據(jù)分布更加緊湊,即取得比FCM和MKFC更好的聚類效果。

    圖1 鳶尾花 Dunn數(shù)據(jù)指標對比Fig.1 Comparison of Iris Dunn index

    圖2 種子 Dunn數(shù)據(jù)指標對比Fig.2 Comparison of Seeds Dunn index

    表1 某廠石腦油原料數(shù)據(jù)Table 1 Naphtha oil property data

    4.3 油品數(shù)據(jù)測試

    在過去的很多文獻中,通常根據(jù)反應(yīng)機理判斷和先驗經(jīng)驗選擇正構(gòu)烷烴質(zhì)量分數(shù)與異構(gòu)烷烴質(zhì)量分數(shù)作為影響乙烯收率原料的特征變量。在表2中FCM和EM_FCM[13]兩行數(shù)據(jù)展示了選取石腦油中正構(gòu)烷烴和異構(gòu)烷烴的質(zhì)量分數(shù)作為特征屬性的聚類結(jié)果。

    表2 聚類有效性指標Table 2 Cluster validity index

    本文利用隨機森林方法對石腦油油品特征進行特征選擇,展示不同特征屬性對乙烯收率的貢獻度。如圖3所示,縱坐標為石腦油特征屬性對乙烯收率的貢獻度,從圖中可以看出正構(gòu)烷烴質(zhì)量分數(shù)、10%鎦點、密度、初餾點、30%鎦點的貢獻度要大于其余屬性,經(jīng)實驗驗證,選取前4種特征屬性取得較好的效果,如表3所示。特征屬性的貢獻度為正值表明對目標值具有很強的正面影響,負值代表特征屬性對目標為負面影響。

    在表2中,聚類類別數(shù)C=4,對數(shù)據(jù)迭代50次取均值得到最后的Dunn評價指標。可以看出本文選擇影響乙烯收率的主要特征屬性:正構(gòu)烷烴質(zhì)量分數(shù),10%鎦點,密度,初餾點作為石腦油的特征屬性進行聚類,結(jié)果如圖4所示,要明顯高于文獻[13]中所提出的利用EM_FCM算法選擇正構(gòu)烷烴質(zhì)量分數(shù)和異構(gòu)烷烴質(zhì)量分數(shù)作為主要特征屬性的結(jié)果如表2所示。本文結(jié)果相較于文獻[13]的聚類效果更好是因為在代入算法前,利用隨機森林算法對石腦油的特征屬性進行特征選擇,選擇那些對乙烯產(chǎn)率貢獻度大的特征作為石腦油代入聚類算法的特征,同時IKFC算法中引入直覺模糊集理論定義猶豫度及其熵,使其相比較FCM、EM_FCM和MKFC算法更善于處理數(shù)據(jù)集中不確定信息,如圖5所示。

    圖3 特征屬性的貢獻度Fig.3 Contribution degree of attribute

    表3 前4種與5種特征屬性聚類結(jié)果對比Table 3 Comparison of four kinds with five kinds of attributes

    圖4 石腦油Dunn數(shù)據(jù)指標對比Fig.4 Comparison of naphtha oil index

    圖5 隨機森林和直覺模糊多核聚類算法流程Fig.5 Flowchart of random forest and IKFC algorithm

    IKFC算法通過提高乙烯裂解原料屬性的聚類精度,能夠更加準確的確定模型數(shù)量,提高模型精度,從而能有效地指導(dǎo)原料-產(chǎn)率多模型的建立。

    5 結(jié) 論

    本文基于直覺模糊集理論,將猶豫度和直覺模糊熵引入到多核聚類算法上,解決了由于缺少先驗知識致使隸屬度定義不準確的問題。并利用隨機森林算法進行特征選擇,表示出石腦油不同屬性對乙烯產(chǎn)率的貢獻度。最后用石腦油數(shù)據(jù)進行仿真,驗證了IKFC算法的精確性。然而該算法對隸屬度的加權(quán)指數(shù)m的選擇依賴性較大,如何確定m將是以后研究的重點。

    [1] SONG G, TONG Q, CHEN B. Improved resource-task network-based flare minimization model for ethylene plant start-up: rigorous treatment of cracking furnace and high-pressure steam[J]. Industrial & Engineering Chemistry Research, 2015, 54(24): 6326-6333

    [2] 彭輝, 張磊, 邱彤, 等. 乙烯裂解原料等效分子組成的預(yù)測方法[J].化工學(xué)報, 2011, 62(12): 3447-3451. PENG H, ZHANG L, QIU T,et al. Method of predicting equimolecular mixture of ethylene cracking feedstock[J]. CIESC Journal, 2011, 62(12): 3447-3451.

    [3] 李平, 李奇安, 雷榮孝, 等. 乙烯裂解爐先進控制系統(tǒng)開發(fā)與應(yīng)用[J]. 化工學(xué)報, 2011, 62(8): 2216-2220. LI P, LI Q A, LEI R X,et al.Advanced control system development and application of ethylene cracking furnance[J]. CIESC Journal, 2001, 62(8): 2216-2220.

    [4] XU R, DONALD C W. Survey of clustering algorithms[J]. IEEE Transactions on Neural Networks, 2005, 16(3): 645-678.

    [5] MCLACHLAN G J, BEAN R W, PEEL D. A mixture model-based approach to the clustering of microarray expression data[J]. Bioinformatics, 2002, 18(3): 413-422.

    [6] LUXBURG U. A tutorial on spectral clustering[J]. Statistics and Computing, 2007, 17(4): 395-416.

    [7] KANNAN S R, DEVI R, RAMATHILAGAM S,et al.Effective FCM noise clustering algorithms in medical images[J]. Computers in Biology and Medicine, 2012, 43(2): 73-83.

    [8] HAVENS T C, BEZDEK J C, LECKIE C,et al.Fuzzy c-means algorithms for very large data[J]. IEEE Transactions on Fuzzy Systems, 2012, 20(6): 1130-1146.

    [9] ZHANG D Q, CHEN S C. Clustering incomplete data using kernel-based fuzzy c-means algorithm[J]. Neural Processing Letters, 2003, 18(3): 155-162.

    [10] HUANG H C, CHUANG Y Y, CHEN C S. Multiple kernel fuzzy clustering [J]. IEEE Transactions on Fuzzy Systems, 2012, 20(1): 120-134.

    [11] ZHANG L, HU X. Locally adaptive multiple kernel clustering[J]. Neurocomputing, 2014, 137(11): 192-197.

    [12] CORMA A, MENGUAL J, MIGUEL P J. Im-5 zeolite for steam catalytic cracking of naphtha to produce propene and ethene. An alternative to zsm-5 zeolite[J]. Applied Catalysis A: General, 2013, 460(11): 106-115.

    [13] 李嘉雯, 杜文莉, 李進龍, 等. 基于改進模糊C均值聚類算法的乙烯裂解原料識別[J]. 化工學(xué)報, 2013, 64(12): 4366-4372. LI J W, DU W L, LI J L,et al. Feed property identification of ethylene cracking based on improved fuzzy c-mean clustering algorithm[J]. CIESC Journal, 2013, 64(12): 4366-4372.

    [14] 陳貴華, 王昕, 王振雷, 等. 基于模糊核聚類的乙烯裂解深度DE-LSSVM多模型建模[J]. 化工學(xué)報, 2012, 63(6): 1790-1796. CHEN G H, WANG X, WANG Z L,et al. Multiple DE-LSSVM modeling of ethylene cracking severity based on fuzzy kernel clustering[J]. CIESC Journal, 2012, 63(6): 1790-1796.

    [15] GENG Z Q, ZHU Q X. Dynamic kernel clustering algorithm and its application in optimal pattern recognition of ethylene production[J]. Control and Instruments in Chemical Industry, 2005, 32(2): 5-8

    [16] CHAIRA T. A novel intuitionistic fuzzy c means clustering algorithm and its application to medical images[J]. Applied Soft Computing, 2011, 11(2): 1711-1717.

    [17] LAKSHMANA G N V, SIVARAMAN G. Ranking of interval-valued intuitionistic fuzzy sets[J]. Applied Soft Computing, 2011, 11(4): 3368-3372.

    [18] CHAIRA T, RAY A K. A new measure using intuitionistic fuzzy set theory and its application to edge detection[J]. Applied Soft Computing, 2008, 8(2): 919-927.

    [19] LAKSHMANA G N V, SIVARAMAN G. Ranking of interval-valued intuitionistic fuzzy sets[J]. Applied Soft Computing, 2011, 11(4): 3368-3372.

    [20] CHEN L, CHEN C L P, LU M. A multiple-kernel fuzzy c-means algorithm for image segmentation[J]. IEEE Transactions on Systems Man & Cybernetics Part B Cybernetics, 2011, 41(5): 1263-74.

    [21] WEI Z Z, FENG P. Analysis of rainfall-runoff evolution characteristics in the Luanhe River basin based on variable fuzzy set theory[J]. Journal of Hydraulic Engineering, 2011, 42(9): 1051-1057.

    [22] XU Z, CHEN J, WU J. Clustering algorithm for intuitionistic fuzzy sets[J]. Information Sciences, 2008, 178(19): 3375-3790.

    [23] PAL N R, PAL S K. Entropy: a new definition and its applications[J]. IEEE Transactions on Systems Man & Cybernetics, 1991, 21(5): 1260-1270.

    [24] YAGER R R. On the measure of fuzziness and negation(Ⅰ): Membership in the unit interval[J]. International Journal of General Systems, 1979, 5(4): 221-229.

    [25] CHAIRA T. A rank ordered filter for medical image edge enhancement and detection using intuitionistic fuzzy set[J]. Applied Soft Computing, 2012, 12(4): 1259-1266.

    [26] BREIMAN L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.

    [27] BELMONTE M, YURGELUNTODD D. Permutation testing made practical for functional magnetic resonance image analysis[J]. IEEE Transactions on Medical Imaging, 2001, 20(3): 243-8.

    [28] LUNA-ROMERA J M, GARCíA-GUTIéRREZ J, RIQUELME- SANTOS J C. An approach to silhouette and dunn clustering indices applied to big data in spark[M]//Advances in Artificial Intelligence. Berlin: Springer, 2016: 160-169.

    [29] KOTSIANTIS S B, PINTELAS P E. Logitboost of simple Bayesian classifier[J]. Informatica, 2010, 29(1): 53-59.

    [30] CHARYTANOWICZ M, NIEWCZAS J, KULCZYCKI P,et al.Complete gradient clustering algorithm for features analysis of X-ray images[M]//Information Technologies in Biomedicine. Berlin: Springer, 2010: 15-24.

    Intuitionistic set theory based multiple kernel fuzzy clustering and its application of ethylene raw material properties

    CUI Xinghua1, DU Wenli1, ZHAO Liang1, LI Jiangli2, CHI Liang2
    (1State Key Laboratory of Chemical Engineering,Key Laboratory of Advanced Control and Optimization for Chemical Processes,East China University of Science and Technology,Shanghai200237,China;2PetroChina Jilin Petrochemical Company,Jilin132000,Jilin,China)

    Along with the increasing types of ethylene cracking materials and expensive feed analyzer, clustering of ethylene cracking materials which is to improve ethylene yield modeling, ethylene yield and energy consumption has very important practical significance. In order to improve the accuracy of online identification of raw materials, an intuitionistic fuzzy kernel clustering algorithm based on the theory of intuitionistic fuzzy sets is presented. In the definition of membership, membership considers uncertain information which is the hesitation degree. At the same time, intuitionistic fuzzy entropy is incorporated in the loss function of multiple kernel clustering algorithm. That is to optimize the data points in the class. Further, the cracking material attribute feature selection using random forest, based on the main attributes of contribution of ethylene yield. Finally, the actual ethylene cracking naphtha data of industry is used to verify the effectiveness and superiority of the algorithm.

    algorithm; entropy; optimization; intuitionistic fuzzy; ethylene cracking

    Prof. DU Wenli, wldu@ecust.edu.cn

    TP 227

    :A

    :0438—1157(2017)02—0739—07

    10.11949/j.issn.0438-1157.20161069

    2016-07-28收到初稿,2016-10-08收到修改稿。

    聯(lián)系人:杜文莉。

    :崔興華(1989—),男,碩士研究生。

    國家自然科學(xué)基金重點項目(61590923);國家自然科學(xué)基金優(yōu)秀青年基金項目;國家自然科學(xué)基金青年科學(xué)基金項目(61422303,61403141);上海市教育委員會和上海市教育發(fā)展基金會“曙光計劃”資助項目。

    Received date: 2016-07-28.

    Foundation item: supported by the Key Program of National Natural Science Foundation of China (61590923), the National Science Fund for Excellent Young Scholars, the Young Scientists Fund of the National Natural Science Foundation of China (61422303, 61403141) and the Shanghai Municipal Education Commission and Shanghai Education Development Foundation “Dawn Project”.

    猜你喜歡
    模糊集直覺乙烯
    “好一個裝不下”直覺引起的創(chuàng)新解法
    基于上下截集的粗糙模糊集的運算性質(zhì)
    林文月 “人生是一場直覺”
    海峽姐妹(2020年7期)2020-08-13 07:49:22
    一個“數(shù)學(xué)直覺”結(jié)論的思考
    乙烷裂解制乙烯產(chǎn)業(yè)大熱
    數(shù)學(xué)直覺謅議
    E-不變凸模糊集
    E-廣義凸直覺模糊集①
    乙烯裂解爐先進控制系統(tǒng)開發(fā)及工業(yè)應(yīng)用
    自動化博覽(2014年9期)2014-02-28 22:33:35
    兩個基于二噻吩乙烯結(jié)構(gòu)單元雙核釕乙烯配合物的合成,表征和性質(zhì)
    午夜福利在线免费观看网站| 在线观看免费视频网站a站| 亚洲自偷自拍图片 自拍| 99热网站在线观看| 久久天堂一区二区三区四区| 国产高清视频在线播放一区 | 国产精品免费大片| 国产成人精品久久二区二区91| 国产真人三级小视频在线观看| 热99国产精品久久久久久7| 夜夜夜夜夜久久久久| 女性生殖器流出的白浆| 亚洲精品国产av蜜桃| 中文字幕高清在线视频| 操美女的视频在线观看| 天天操日日干夜夜撸| 国产欧美日韩一区二区三 | 国产日韩一区二区三区精品不卡| 91麻豆av在线| 亚洲av欧美aⅴ国产| 岛国毛片在线播放| avwww免费| 飞空精品影院首页| 夜夜骑夜夜射夜夜干| 国产99久久九九免费精品| 国产片内射在线| 日日爽夜夜爽网站| av又黄又爽大尺度在线免费看| 视频在线观看一区二区三区| 欧美变态另类bdsm刘玥| 精品人妻一区二区三区麻豆| 999精品在线视频| 夜夜骑夜夜射夜夜干| 久久久久网色| 真人做人爱边吃奶动态| 99香蕉大伊视频| 视频在线观看一区二区三区| 69av精品久久久久久 | 狠狠精品人妻久久久久久综合| 国产在视频线精品| 丁香六月欧美| 午夜免费鲁丝| bbb黄色大片| 久久精品成人免费网站| 国内毛片毛片毛片毛片毛片| 宅男免费午夜| 国产av一区二区精品久久| 国产亚洲av片在线观看秒播厂| 狂野欧美激情性bbbbbb| 一本综合久久免费| 一级毛片女人18水好多| www.熟女人妻精品国产| 亚洲伊人久久精品综合| 十八禁人妻一区二区| 99精国产麻豆久久婷婷| 欧美激情 高清一区二区三区| 女人高潮潮喷娇喘18禁视频| 亚洲精品在线美女| 9热在线视频观看99| av不卡在线播放| 人人澡人人妻人| 老司机福利观看| 成人黄色视频免费在线看| 又大又爽又粗| 欧美激情高清一区二区三区| 亚洲av美国av| 久久精品国产a三级三级三级| 欧美日韩精品网址| 国产成人a∨麻豆精品| 精品国内亚洲2022精品成人 | 老司机福利观看| 久久精品亚洲av国产电影网| 90打野战视频偷拍视频| 蜜桃在线观看..| 精品国产一区二区三区四区第35| 999精品在线视频| 亚洲欧美清纯卡通| www.熟女人妻精品国产| 欧美日韩亚洲国产一区二区在线观看 | 久久久国产欧美日韩av| 亚洲熟女毛片儿| 欧美激情久久久久久爽电影 | 亚洲国产精品999| 久久精品国产亚洲av香蕉五月 | 国产极品粉嫩免费观看在线| www.精华液| 国产黄频视频在线观看| 成人免费观看视频高清| 日本精品一区二区三区蜜桃| 亚洲国产精品999| 波多野结衣av一区二区av| 亚洲专区中文字幕在线| 不卡一级毛片| 亚洲成人免费电影在线观看| 天天躁日日躁夜夜躁夜夜| 亚洲av片天天在线观看| 久久久精品94久久精品| 亚洲第一欧美日韩一区二区三区 | 亚洲视频免费观看视频| 久久人人爽人人片av| 亚洲va日本ⅴa欧美va伊人久久 | 99热全是精品| 纯流量卡能插随身wifi吗| 日韩中文字幕欧美一区二区| 亚洲欧美成人综合另类久久久| 青草久久国产| 国产精品国产av在线观看| 午夜福利视频在线观看免费| 十八禁高潮呻吟视频| 成人国产一区最新在线观看| 女人被躁到高潮嗷嗷叫费观| 亚洲欧美激情在线| 水蜜桃什么品种好| 欧美人与性动交α欧美软件| 欧美乱码精品一区二区三区| 精品国产国语对白av| 国产精品一区二区免费欧美 | 三上悠亚av全集在线观看| 久久人人爽人人片av| 97人妻天天添夜夜摸| 欧美+亚洲+日韩+国产| 日韩欧美一区二区三区在线观看 | av网站在线播放免费| 久久午夜综合久久蜜桃| 曰老女人黄片| 狠狠精品人妻久久久久久综合| 国产日韩欧美亚洲二区| 国产日韩欧美亚洲二区| 欧美av亚洲av综合av国产av| 欧美97在线视频| 国产欧美日韩精品亚洲av| 黄色视频,在线免费观看| 国产亚洲精品久久久久5区| 国产成人精品久久二区二区91| av超薄肉色丝袜交足视频| 亚洲熟女精品中文字幕| 老司机午夜十八禁免费视频| 成人三级做爰电影| 亚洲精品国产一区二区精华液| 欧美日韩福利视频一区二区| 日韩大码丰满熟妇| 老司机午夜十八禁免费视频| 我的亚洲天堂| 中文字幕最新亚洲高清| 一区二区三区四区激情视频| 真人做人爱边吃奶动态| 99久久99久久久精品蜜桃| 又黄又粗又硬又大视频| 老熟妇乱子伦视频在线观看 | 老汉色∧v一级毛片| 女人高潮潮喷娇喘18禁视频| 十八禁网站网址无遮挡| 免费女性裸体啪啪无遮挡网站| 又大又爽又粗| 久久久国产成人免费| 十分钟在线观看高清视频www| 久久综合国产亚洲精品| 久久久久网色| 美女视频免费永久观看网站| 日本五十路高清| a级片在线免费高清观看视频| 亚洲精品粉嫩美女一区| 精品国产一区二区三区久久久樱花| 丝袜美腿诱惑在线| 精品国产乱码久久久久久男人| 亚洲av日韩在线播放| 性色av乱码一区二区三区2| 亚洲一码二码三码区别大吗| 一区在线观看完整版| 成人手机av| 久久香蕉激情| 亚洲国产av影院在线观看| 午夜激情久久久久久久| 国产日韩一区二区三区精品不卡| 亚洲色图综合在线观看| 男男h啪啪无遮挡| 亚洲成人手机| 伦理电影免费视频| 日本av手机在线免费观看| 国产免费视频播放在线视频| 亚洲 欧美一区二区三区| 爱豆传媒免费全集在线观看| av又黄又爽大尺度在线免费看| 桃花免费在线播放| 欧美日韩成人在线一区二区| 国产精品久久久久久人妻精品电影 | 久久人人爽av亚洲精品天堂| 91老司机精品| 9色porny在线观看| 波多野结衣一区麻豆| 亚洲精品久久久久久婷婷小说| 亚洲精品久久久久久婷婷小说| 亚洲七黄色美女视频| 亚洲av欧美aⅴ国产| 午夜福利在线免费观看网站| 蜜桃在线观看..| 99精品欧美一区二区三区四区| 少妇被粗大的猛进出69影院| 精品一区二区三卡| 国产在线观看jvid| 亚洲全国av大片| 欧美少妇被猛烈插入视频| 啦啦啦中文免费视频观看日本| 国产精品久久久久久精品电影小说| 黄色 视频免费看| av视频免费观看在线观看| 亚洲国产精品一区二区三区在线| 老司机午夜福利在线观看视频 | 亚洲黑人精品在线| 日本猛色少妇xxxxx猛交久久| 欧美国产精品va在线观看不卡| 亚洲精品国产av蜜桃| 国产一区有黄有色的免费视频| 亚洲黑人精品在线| 国产日韩一区二区三区精品不卡| 12—13女人毛片做爰片一| 国产在线视频一区二区| 麻豆国产av国片精品| 精品卡一卡二卡四卡免费| 12—13女人毛片做爰片一| 在线天堂中文资源库| 久久性视频一级片| 少妇猛男粗大的猛烈进出视频| 欧美精品亚洲一区二区| 中文字幕高清在线视频| 亚洲中文日韩欧美视频| 亚洲 国产 在线| 啦啦啦 在线观看视频| 嫁个100分男人电影在线观看| 熟女少妇亚洲综合色aaa.| 多毛熟女@视频| 国产精品久久久久久精品电影小说| 丝袜在线中文字幕| 他把我摸到了高潮在线观看 | 国产亚洲欧美在线一区二区| 嫁个100分男人电影在线观看| 两个人看的免费小视频| 91九色精品人成在线观看| 黑人巨大精品欧美一区二区蜜桃| 亚洲男人天堂网一区| 99国产综合亚洲精品| 国产黄色免费在线视频| 黄片大片在线免费观看| 欧美97在线视频| 亚洲九九香蕉| 久久久国产成人免费| 欧美在线一区亚洲| 国产精品久久久久久人妻精品电影 | 一本综合久久免费| 精品国产超薄肉色丝袜足j| 国产亚洲av片在线观看秒播厂| 男女床上黄色一级片免费看| 国产男女超爽视频在线观看| 汤姆久久久久久久影院中文字幕| 欧美日韩福利视频一区二区| 免费av中文字幕在线| 亚洲成人手机| 动漫黄色视频在线观看| 一区二区日韩欧美中文字幕| 国产精品一区二区在线观看99| 国产成人影院久久av| 日韩制服骚丝袜av| 50天的宝宝边吃奶边哭怎么回事| 777久久人妻少妇嫩草av网站| 亚洲精品国产区一区二| 免费少妇av软件| 久久精品人人爽人人爽视色| 久久性视频一级片| 亚洲精品国产色婷婷电影| 99久久综合免费| 日韩一区二区三区影片| 久久久久久久大尺度免费视频| 午夜福利一区二区在线看| 黑丝袜美女国产一区| 69精品国产乱码久久久| 法律面前人人平等表现在哪些方面 | 一级黄色大片毛片| 男女午夜视频在线观看| 深夜精品福利| a在线观看视频网站| 熟女少妇亚洲综合色aaa.| 王馨瑶露胸无遮挡在线观看| 脱女人内裤的视频| 老司机在亚洲福利影院| 国产无遮挡羞羞视频在线观看| 欧美97在线视频| 十八禁网站网址无遮挡| 桃红色精品国产亚洲av| 日韩中文字幕视频在线看片| 少妇猛男粗大的猛烈进出视频| 亚洲精品国产区一区二| 精品国产一区二区三区四区第35| 色94色欧美一区二区| 日韩大码丰满熟妇| 亚洲精品乱久久久久久| 国产成人免费无遮挡视频| 下体分泌物呈黄色| 国产精品香港三级国产av潘金莲| 精品国产一区二区三区久久久樱花| 成人黄色视频免费在线看| 青春草亚洲视频在线观看| 亚洲午夜精品一区,二区,三区| av线在线观看网站| 亚洲国产日韩一区二区| 成人手机av| 国产精品免费大片| 欧美日韩av久久| 无遮挡黄片免费观看| 性色av乱码一区二区三区2| 午夜激情久久久久久久| 老司机亚洲免费影院| 亚洲专区中文字幕在线| 99国产精品一区二区蜜桃av | 老司机影院成人| 免费在线观看影片大全网站| 十八禁网站免费在线| 欧美日韩成人在线一区二区| 欧美精品av麻豆av| 午夜两性在线视频| 宅男免费午夜| 久久精品亚洲av国产电影网| 精品国产乱子伦一区二区三区 | 日韩人妻精品一区2区三区| 国产精品免费大片| 9热在线视频观看99| 两个人免费观看高清视频| 亚洲激情五月婷婷啪啪| 一级毛片电影观看| 国产视频一区二区在线看| 日韩制服丝袜自拍偷拍| 久久天堂一区二区三区四区| 伊人亚洲综合成人网| 免费一级毛片在线播放高清视频 | 国产欧美日韩综合在线一区二区| 久久ye,这里只有精品| 欧美成人午夜精品| 久久狼人影院| 国产成人精品久久二区二区91| 在线av久久热| 国产亚洲精品一区二区www | 午夜精品国产一区二区电影| 国产伦理片在线播放av一区| 欧美xxⅹ黑人| av又黄又爽大尺度在线免费看| 国产在视频线精品| 精品人妻1区二区| 狠狠婷婷综合久久久久久88av| 制服诱惑二区| 亚洲情色 制服丝袜| 麻豆乱淫一区二区| 宅男免费午夜| 一区二区三区精品91| 精品第一国产精品| 12—13女人毛片做爰片一| 精品人妻熟女毛片av久久网站| 国产国语露脸激情在线看| 久久 成人 亚洲| 女人高潮潮喷娇喘18禁视频| 亚洲av日韩在线播放| 日韩中文字幕视频在线看片| 国产亚洲精品一区二区www | 伊人亚洲综合成人网| 欧美一级毛片孕妇| 欧美 亚洲 国产 日韩一| 超碰97精品在线观看| 久久亚洲国产成人精品v| 亚洲五月婷婷丁香| 久久综合国产亚洲精品| 性色av一级| 久久久水蜜桃国产精品网| 欧美日韩视频精品一区| 免费在线观看日本一区| 亚洲专区中文字幕在线| 国产免费现黄频在线看| 国产97色在线日韩免费| 国产精品一区二区精品视频观看| 国产不卡av网站在线观看| 制服诱惑二区| 一本久久精品| 无遮挡黄片免费观看| 亚洲国产欧美一区二区综合| 夫妻午夜视频| 午夜两性在线视频| 19禁男女啪啪无遮挡网站| 国产麻豆69| 一本综合久久免费| 国产在线观看jvid| 国产精品久久久久久人妻精品电影 | 国产三级黄色录像| 大码成人一级视频| 亚洲精品成人av观看孕妇| av欧美777| 国产欧美日韩一区二区精品| 50天的宝宝边吃奶边哭怎么回事| 亚洲国产欧美日韩在线播放| 欧美激情极品国产一区二区三区| 操出白浆在线播放| 黑人操中国人逼视频| 精品一区二区三卡| 又大又爽又粗| 久久人人爽av亚洲精品天堂| 天天躁夜夜躁狠狠躁躁| 精品福利永久在线观看| 99久久99久久久精品蜜桃| 青春草视频在线免费观看| 69精品国产乱码久久久| 大片免费播放器 马上看| 欧美97在线视频| 香蕉丝袜av| 老司机福利观看| 国产无遮挡羞羞视频在线观看| 久久精品人人爽人人爽视色| 大码成人一级视频| 亚洲精品成人av观看孕妇| 国产在线免费精品| 国产成人欧美在线观看 | 久久性视频一级片| 亚洲欧美色中文字幕在线| 狠狠婷婷综合久久久久久88av| 亚洲欧洲日产国产| 一边摸一边抽搐一进一出视频| 日韩电影二区| 精品免费久久久久久久清纯 | 建设人人有责人人尽责人人享有的| 男人添女人高潮全过程视频| cao死你这个sao货| 法律面前人人平等表现在哪些方面 | 亚洲va日本ⅴa欧美va伊人久久 | 欧美老熟妇乱子伦牲交| 久久免费观看电影| 可以免费在线观看a视频的电影网站| 国产免费视频播放在线视频| 纯流量卡能插随身wifi吗| 国产精品久久久人人做人人爽| 人成视频在线观看免费观看| 日本vs欧美在线观看视频| 无限看片的www在线观看| tube8黄色片| 99久久国产精品久久久| 一级片'在线观看视频| 久久精品亚洲熟妇少妇任你| 国产欧美日韩一区二区三区在线| 久久毛片免费看一区二区三区| 欧美黑人精品巨大| 天堂中文最新版在线下载| 色婷婷av一区二区三区视频| 国产免费视频播放在线视频| 乱人伦中国视频| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲精品一卡2卡三卡4卡5卡 | 久久精品国产亚洲av香蕉五月 | 精品国产乱码久久久久久小说| 久久午夜综合久久蜜桃| 777久久人妻少妇嫩草av网站| av视频免费观看在线观看| 人成视频在线观看免费观看| 久久久精品94久久精品| 久久久久久久大尺度免费视频| 在线天堂中文资源库| 男人操女人黄网站| 50天的宝宝边吃奶边哭怎么回事| 蜜桃国产av成人99| 黄色视频不卡| 一进一出抽搐动态| 黄片播放在线免费| av天堂在线播放| 日韩欧美免费精品| 自拍欧美九色日韩亚洲蝌蚪91| 欧美人与性动交α欧美软件| 啦啦啦免费观看视频1| 国产伦人伦偷精品视频| 国产成人啪精品午夜网站| 久久久精品区二区三区| 一二三四社区在线视频社区8| 99热网站在线观看| 一边摸一边抽搐一进一出视频| 精品少妇黑人巨大在线播放| 18禁黄网站禁片午夜丰满| 精品国内亚洲2022精品成人 | 成人18禁高潮啪啪吃奶动态图| 一二三四在线观看免费中文在| 久久毛片免费看一区二区三区| 免费高清在线观看视频在线观看| 中文字幕最新亚洲高清| 动漫黄色视频在线观看| 国产精品九九99| 亚洲av男天堂| 一边摸一边做爽爽视频免费| 他把我摸到了高潮在线观看 | 999久久久国产精品视频| 国产亚洲欧美在线一区二区| 亚洲第一欧美日韩一区二区三区 | 久久ye,这里只有精品| 又黄又粗又硬又大视频| 一本久久精品| 嫩草影视91久久| 久久人妻福利社区极品人妻图片| 国产欧美日韩综合在线一区二区| 久久精品国产综合久久久| 国产日韩欧美视频二区| 乱人伦中国视频| 久久人妻福利社区极品人妻图片| 777米奇影视久久| 不卡av一区二区三区| 成年动漫av网址| 亚洲五月色婷婷综合| 在线看a的网站| 后天国语完整版免费观看| 国产老妇伦熟女老妇高清| 久久久精品区二区三区| 女人久久www免费人成看片| 纯流量卡能插随身wifi吗| 一级片免费观看大全| 精品久久久久久电影网| 亚洲av电影在线观看一区二区三区| 欧美精品亚洲一区二区| 精品一品国产午夜福利视频| 国产av又大| 国产视频一区二区在线看| 91成年电影在线观看| 久久久久国产一级毛片高清牌| 秋霞在线观看毛片| 亚洲精品美女久久av网站| 日韩一卡2卡3卡4卡2021年| 国产成人精品久久二区二区免费| 亚洲国产看品久久| 亚洲精品久久久久久婷婷小说| 久久 成人 亚洲| av欧美777| 亚洲成国产人片在线观看| www日本在线高清视频| 一区福利在线观看| 亚洲人成电影观看| 大片免费播放器 马上看| 搡老岳熟女国产| 麻豆av在线久日| 青草久久国产| 成人影院久久| 不卡av一区二区三区| 一区二区日韩欧美中文字幕| 在线看a的网站| 伦理电影免费视频| 欧美日韩精品网址| 亚洲国产日韩一区二区| 精品熟女少妇八av免费久了| 一边摸一边抽搐一进一出视频| videosex国产| 中文字幕av电影在线播放| 午夜福利乱码中文字幕| 久久久久国产一级毛片高清牌| 激情视频va一区二区三区| 叶爱在线成人免费视频播放| 正在播放国产对白刺激| 韩国精品一区二区三区| 汤姆久久久久久久影院中文字幕| a级毛片黄视频| 欧美日韩中文字幕国产精品一区二区三区 | 成年动漫av网址| 99精品久久久久人妻精品| 老司机深夜福利视频在线观看 | av国产精品久久久久影院| 日韩欧美一区视频在线观看| 午夜福利一区二区在线看| 亚洲av男天堂| 九色亚洲精品在线播放| 久久亚洲精品不卡| 亚洲色图 男人天堂 中文字幕| 老熟妇乱子伦视频在线观看 | 久久精品熟女亚洲av麻豆精品| 欧美日韩一级在线毛片| 国产亚洲一区二区精品| 大型av网站在线播放| 王馨瑶露胸无遮挡在线观看| 午夜福利一区二区在线看| 亚洲av日韩在线播放| 十分钟在线观看高清视频www| 另类精品久久| 成年美女黄网站色视频大全免费| 男女国产视频网站| 在线观看人妻少妇| 中文欧美无线码| av不卡在线播放| 久久亚洲国产成人精品v| 色婷婷av一区二区三区视频| 天堂俺去俺来也www色官网| 满18在线观看网站| 亚洲avbb在线观看| 美女视频免费永久观看网站| 欧美午夜高清在线| 热99re8久久精品国产| 亚洲五月色婷婷综合| 精品国产一区二区三区久久久樱花| 中文精品一卡2卡3卡4更新| 免费在线观看影片大全网站| 男女免费视频国产| 男男h啪啪无遮挡| 久久av网站| 黄片播放在线免费| 国产免费av片在线观看野外av| 国产亚洲欧美精品永久| av线在线观看网站| 电影成人av| 欧美日韩国产mv在线观看视频| 日韩视频在线欧美| tocl精华| 免费日韩欧美在线观看| 另类亚洲欧美激情| 成年动漫av网址| 亚洲国产av影院在线观看| 久久久久久久久免费视频了| 美女视频免费永久观看网站| 91国产中文字幕| 国产高清视频在线播放一区 | 一区二区av电影网| 一区二区三区激情视频|