• <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 ?

    分布式增量機制下的交通流大數(shù)據(jù)聚類分析

    2017-08-11 10:43:21
    測繪通報 2017年7期
    關(guān)鍵詞:增量時空實體

    李 欣

    (1. 河南財經(jīng)政法大學中原經(jīng)濟區(qū)“三化”協(xié)調(diào)發(fā)展河南省協(xié)同創(chuàng)新中心,河南 鄭州 450046; 2. 河南財經(jīng)政法大學資源與環(huán)境學院,河南 鄭州 450046)

    ?

    分布式增量機制下的交通流大數(shù)據(jù)聚類分析

    李 欣1,2

    (1. 河南財經(jīng)政法大學中原經(jīng)濟區(qū)“三化”協(xié)調(diào)發(fā)展河南省協(xié)同創(chuàng)新中心,河南 鄭州 450046; 2. 河南財經(jīng)政法大學資源與環(huán)境學院,河南 鄭州 450046)

    時空聚類分析是對時空大數(shù)據(jù)進行利用的一種有效手段。本文提出了一種分布式增量大數(shù)據(jù)聚類分析方法,利用分布增量機制不但可以減少重復(fù)計算和遷移拷貝次數(shù),而且可以持續(xù)對聚類結(jié)果進行修正,能夠在保持聚類準確性的條件下提升整體運算效率。而聚類算法本身通過數(shù)據(jù)聚集趨勢預(yù)分析、聚類算法和結(jié)果評價3個步驟,構(gòu)建了一體化時空鄰域,在時間和空間維度保證了聚類結(jié)果的準確性。經(jīng)過試驗證明該方法可以實現(xiàn)時空大數(shù)據(jù)的快速高效信息挖掘。

    時空數(shù)據(jù);大數(shù)據(jù);聚類分析;增量聚類;時空鄰域

    當今城市中越來越多的傳感器正在產(chǎn)生各種與人類活動相關(guān)的時空位置數(shù)據(jù),可以稱之為時空大數(shù)據(jù)[1]。作為分析和利用時空大數(shù)據(jù)的重要手段,數(shù)據(jù)聚類分析是地理信息相關(guān)學科的重要研究課題[2]。目前在大數(shù)據(jù)環(huán)境下的聚類分析方法雖然已經(jīng)產(chǎn)生不少研究成果,但要么聚類效率無法適應(yīng)海量時空數(shù)據(jù),要么沒有解決時空數(shù)據(jù)的耦合性、關(guān)聯(lián)性、異質(zhì)性問題。因此,本文擬研究一種適應(yīng)大數(shù)據(jù)環(huán)境的交通流大數(shù)據(jù)聚類分析方法,為數(shù)據(jù)挖掘研究及相關(guān)實際應(yīng)用提供參考依據(jù)。

    1 國內(nèi)外聚類分析研究現(xiàn)狀

    目前國內(nèi)外的時空聚類方法主要包括:①基于劃分的方法:Bagirov[3]提出的全局K-Means算法,雷小鋒[4]提出的K-MeanSCAN算法。②基于模型的方法:Gaffney[5]的回歸混合軌跡聚類模型,Chudova[6]的地理實體時空軌跡漂移聚類方法,Alon[7]的地理實體簇臨位轉(zhuǎn)換馬爾科夫模型。③基于密度的方法:Li[8]的交通熱點路線的聚類算法,Birant[9]的ST-DBSCAN時空聚類算法。④基于大數(shù)據(jù)的方法:Bose[11]提出的增量并行數(shù)據(jù)挖掘方法,Laptev[13]的樣本抽樣放回方法,Zhao[12]提出的基于邊結(jié)構(gòu)相似度的聚類方法等。以上研究成果,或是未適應(yīng)大數(shù)據(jù)的廣域多源特點,或是使用抽樣降維方法減少數(shù)據(jù)量,降低復(fù)雜度[14],仍然無法滿足大數(shù)據(jù)環(huán)境下聚類分析的需求。

    本文的研究策略是在顧及大數(shù)據(jù)處理效率的條件下,研究一種分布式增量交通流大數(shù)據(jù)聚類分析流程(distributed incremental clustering process,DICP),該流程在聚類過程中引入分布和增量機制,在分布節(jié)點完成大量聚類運算,最終在中心節(jié)點完成聚類結(jié)果合并,能在較大程度上提高聚類分析的運算效率。對于交通流聚類算法本身,本文研究了一種改進的時空數(shù)據(jù)聚類算法(the improved method of spatio-temporal data cluster analysis,IMSTDCA),通過時空數(shù)據(jù)聚集趨勢預(yù)分析、聚類算法和聚類結(jié)果評價3個步驟,完成時空自回歸移動平均模型[15](space-time autoregressive integrated moving average,STARIMA)中一體化時空鄰域的構(gòu)建,實現(xiàn)聚類信息的高效挖掘。

    2 聚類分析關(guān)鍵技術(shù)研究

    2.1 分布式增量交通流大數(shù)據(jù)聚類分析流程

    本文研究的DICP聚類分析流程,按照多個連續(xù)的時間周期,對網(wǎng)絡(luò)中分布節(jié)點和中心節(jié)點中的數(shù)據(jù)進行增量聚類,經(jīng)過首次歷史全集數(shù)據(jù)聚類和后期多個周期增量數(shù)據(jù)聚類階段,可以在滿足運算效率的前提下完成較為準確的聚類分析。

    2.1.1 歷史全集數(shù)據(jù)聚類階段

    首次聚類是針對所有節(jié)點歷史數(shù)據(jù)全集進行聚類分析的階段。首先對分布節(jié)點中的數(shù)據(jù)進行分塊,基于MapReduce中的Map運算完成數(shù)據(jù)塊的中間聚類,再使用Combine運算完成分布節(jié)點中間聚類結(jié)果合并,傳輸?shù)街行墓?jié)點后由Reduce運算完成分布節(jié)點聚類結(jié)果的合并,實現(xiàn)首次聚類分析。其基本思路是:

    (1) 對N個分布節(jié)點的數(shù)據(jù)全集進行切塊,分為M個數(shù)據(jù)塊。

    (2) 對于每個數(shù)據(jù)塊構(gòu)建一個Map運算,并利用IMSTDCA聚類算法完成中間聚類運算,生成M個中間聚類結(jié)果。

    (3) 由Combine運算完成M個中間聚類結(jié)果的合并,并傳輸?shù)街行墓?jié)點。

    (4) 在由中心節(jié)點使用Reduce運算完成所有聚類結(jié)果的二次合并,計算歷史全集數(shù)據(jù)聚類中心。

    (5) 若達到最大迭代次數(shù)或聚類結(jié)果收斂,則完成聚類;否則,計算下一次迭代的比較參數(shù),從步驟(2)開始進行下一次迭代。

    2.1.2 周期增量數(shù)據(jù)聚類階段

    周期增量階段是在首次聚類基礎(chǔ)上,比較增量數(shù)據(jù)與已有聚類中心的時空距離,利用分布式的優(yōu)勢完成增量數(shù)據(jù)的快速并行聚類運算。其基本思想是:

    (1) 對N個分布節(jié)點周期增量數(shù)據(jù)集合進行切塊,分為ΔM個增量數(shù)據(jù)塊。

    (2) 對每個增量數(shù)據(jù)塊構(gòu)建Map運算,并利用IMSTDCA時空距離度量聚類中心與增量數(shù)據(jù)的時空距離,將增量數(shù)據(jù)記錄合并到小于規(guī)定閾值的時空距離最小的類中。

    (3) 在分布節(jié)點Combine運算中參照聚類中間結(jié)果進行偏離誤差計算,得到聚類中心在某個分布節(jié)點的局部偏離誤差,并傳輸?shù)街行墓?jié)點。

    (4) 由中心節(jié)點的Reduce運算進行結(jié)果合并,并計算每個類的全局偏離誤差。

    (5) 若所有全局偏離誤差小于閾值,則完成本次周期聚類;若某個全局偏離誤差大于閾值,則解體該類,按照歷史全集階段方法重新對未分類數(shù)據(jù)和解體數(shù)據(jù)記錄進行聚類運算。

    2.2 時空數(shù)據(jù)聚類算法

    時空數(shù)據(jù)聚類分析算法是影響整個聚類分析準確性和高效性的關(guān)鍵因素。本文研究IMSTDCA時空數(shù)據(jù)聚類分析方法,包括數(shù)據(jù)聚集趨勢預(yù)分析、聚類算法和結(jié)果評價3個步驟。IMSTDCA聚類分析方法流程如圖1所示。

    2.2.1 時空數(shù)據(jù)聚集趨勢預(yù)分析

    時空數(shù)據(jù)聚集趨勢預(yù)分析是對數(shù)據(jù)相關(guān)性和異質(zhì)性進行分析判斷,計算地理實體之間是否存在相關(guān)性和聚集現(xiàn)象,從而判斷進行聚類的可行性,避免大量無謂的聚類分析運算。實際計算中可以利用文獻[16]中的Geary’C指數(shù)、Moran’I指數(shù)、變差函數(shù)等方法[16]進行計算,若地理實體空間不相關(guān),則認為其不包含聚集趨勢,聚類分析運算沒有實際意義。

    2.2.2 時空數(shù)據(jù)聚類算法

    通過時空數(shù)據(jù)聚集趨勢預(yù)分析可以獲得時空平穩(wěn)的數(shù)據(jù)集合,可以利用經(jīng)過改進的STARIMA時間延遲算子對數(shù)據(jù)集的時空鄰域進行判斷。時空自回歸移動平均模型STARIMA公式如下

    (1)

    式中,k為時間延遲;h為空間間隔;p為時間自回歸延遲;mk為第k個時間自回歸項的空間間隔;?kh為時間延遲為k并且空間間隔為h的自回歸參數(shù);q為移動時間平均延遲;nl為第l個時間移動平均項的空間間隔;θlh為時間延遲為l并且空間間隔為h的移動平均參數(shù);ε(t)為隨機誤差。式(1)中的時間延遲k可以代表實體在時間維度的距離,可以通過時空偏相關(guān)函數(shù)[17]和時空自相關(guān)函數(shù)[18]計算獲得。

    在聚類分析過程中,從時間維度分析,前一時間段內(nèi)的時空實體會對當前時刻的某個時空實體產(chǎn)生影響,而當前時刻的時空實體也會對后一時間段內(nèi)的時空實體產(chǎn)生影響。因此應(yīng)該以某一時刻為中心的時間半徑作為聚類分析的時間窗口,即將STARIMA模型中的時間延遲k擴展為時間半徑。

    從空間維度分析,要實現(xiàn)實體之間的空間距離定量化計算才能確定聚類分析中的鄰近關(guān)系。使用Delaunay三角網(wǎng)是判斷鄰近關(guān)系的經(jīng)典方法,但若三角網(wǎng)未經(jīng)任何處理,則在邊緣部分會產(chǎn)生一定誤差,如圖2(a)所示。

    本文使用了整體和局部距離約束對空間實體原始Delaunay三角網(wǎng)構(gòu)建的鄰近關(guān)系進行修正。針對三角網(wǎng)中頂點Pi的整體距離約束條件公式如下

    Entirety_Constraint(Pi)=Entirety_Mean+

    (2)

    式中,Entirety_Mean為所有邊長的均值;Mean(Pi)為頂點Pi的所有鄰接邊的邊長均值;Entirety_Variance為所有邊長的方差。

    針對三角網(wǎng)中頂點Pi的局部距離約束條件公式如下

    Locality_Constraint(Pi)=Locality_Mean(Pi)+2×

    (3)

    式中,Locality_Mean(Pi)為Pi點的鄰近邊長均值;Locality_Variance(Pi)表為頂點Pi的鄰近邊長方差;N為三角網(wǎng)所有頂點總數(shù)。

    圖2 基于距離約束Delaunay三角網(wǎng)的空間鄰近關(guān)系

    利用式(2)和式(3)的約束條件邊長判斷閾值,刪除長度大于整體和局部距離約束條件的邊,即可得到圖2(b)和(c)中的結(jié)果,此時的Delaunay三角網(wǎng)可作為判斷空間鄰近關(guān)系的依據(jù)。

    通過時間維度和空間維度的鄰域分析,即可確定某個地理實體的時空鄰域,基于此鄰域時空聚類流程如下:

    (1) 選取某個實體作為時空中心,判斷其時間和空間鄰域內(nèi)的其他實體是否與其滿足鄰接條件,若滿足則標記其為初始時空中心。

    (2) 以該初始時空中心為核心,計算鄰域內(nèi)所有實體與中心的時空距離,將距離最近的實體加入聚類簇,第一個聚類集合開始生成。

    (3) 重復(fù)利用步驟(2)對聚類集合進行擴展,將每個已加入聚類簇的實體作為擴展中心,在時空鄰域中判斷實體的時空距離,滿足鄰接條件即可加入聚類簇,所有滿足條件的實體都加入后,即完成了一個聚類集合的生成。

    (4) 繼續(xù)對剩余時空實體重復(fù)步驟(1)至步驟(3)進行判斷,即可生成多個時空實體聚類結(jié)合,若某個實體不滿足任何鄰接條件,則將其標記為孤立點,聚類運算完成。

    2.2.3 時空數(shù)據(jù)聚類結(jié)果評價

    本文中有兩個影響時空數(shù)據(jù)聚類算法復(fù)雜度的因素:一是構(gòu)建時空鄰域并在其中檢索鄰接目標;二是聚類簇的生成。設(shè)數(shù)據(jù)集全中包含n個時空實體,則本文構(gòu)建時空鄰域方法的復(fù)雜度約為O(nlog2n),低于ST-DBSCAN[8]方法的復(fù)雜度O(n2),而聚類簇簇生成時的復(fù)雜度與ST-DBSCAN方法相當。因此本文時空數(shù)據(jù)聚類算法的復(fù)雜度約為O(nlog2n)。

    3 試驗結(jié)果分析

    試驗數(shù)據(jù)基于智能交通綜合管理平臺獲取,該平臺是一套提供了采集評估、交通指揮、智能誘導和聯(lián)網(wǎng)監(jiān)控等功能的綜合管理平臺,目前已經(jīng)在河南多個地市實現(xiàn)了部分應(yīng)用。試驗提取了系統(tǒng)采集的交通流大數(shù)據(jù)作為數(shù)據(jù)源,驗證本文設(shè)計的分布式增量IMSTDCA時空數(shù)據(jù)聚類分析方法。

    本文對比了3種時空大數(shù)據(jù)聚類方法:

    (1) 局域網(wǎng)集中存儲全集時空數(shù)據(jù)聚類方法(簡稱LGCP方法)。將分布節(jié)點交通流數(shù)據(jù)抽取,并傳輸?shù)街行墓?jié)點,由中心節(jié)點對幾種存儲的數(shù)據(jù)全集進行Map和Reduce運算,得到聚類結(jié)果。

    (2) 廣域網(wǎng)分布存儲全集時空數(shù)據(jù)聚類方法(簡稱WGCP方法)。對分布節(jié)點本地存儲的交通流數(shù)據(jù)執(zhí)行Map和Combine運算,在分布節(jié)點計算得到中間結(jié)果后,傳輸?shù)街行墓?jié)點,在中心節(jié)點完成結(jié)果合并,得到聚類結(jié)果。

    (3) 廣域網(wǎng)分布增量時空數(shù)據(jù)聚類方法(簡稱DICP方法)。該方法基于WGCP方法執(zhí)行,首次聚類完成之后,后續(xù)多個時間周期利用增量方式完成聚類,既可保證周期內(nèi)數(shù)據(jù)量較為穩(wěn)定,又可以通過迭代完成聚類結(jié)果的優(yōu)化。

    試驗結(jié)果見表1—表3。

    表1 LGCP時空數(shù)據(jù)聚類方法結(jié)果

    從聚類效率方面對比3種方法:LGCP方法將數(shù)據(jù)從分布節(jié)點提取到中心節(jié)點時,由于數(shù)據(jù)量大,耗費時間較長,聚類整體效率較低;WGCP方法有效將分布節(jié)點計算能力利用起來,但隨著系統(tǒng)持續(xù)運行,數(shù)據(jù)全集容量越來越大,聚類時間也會越來越長;DICP方法在首次聚類運算時,參與計算的數(shù)據(jù)量較小,而后每個時間周期的數(shù)據(jù)量相對穩(wěn)定,而且后續(xù)周期僅針對增量數(shù)據(jù)進行運算,可以在較大程度上提高整體計算效率。

    表2 WGCP時空數(shù)據(jù)聚類方法結(jié)果

    表3 DICP時空數(shù)據(jù)聚類方法結(jié)果

    從聚類準確率方面對比3種方法,由表1—表3的準確率可以看出,數(shù)據(jù)量對于聚類結(jié)果的準確程度起著非常重要的作用,隨著數(shù)據(jù)量的增加,聚類準確率不斷提高。因此考慮到聚類準確率,以往的抽樣降維方法會導致大量原始數(shù)據(jù)被篩除,進而影響聚類結(jié)果的準確率。而DICP方法采用的分布式增量策略避免了有效數(shù)據(jù)被篩除,在減小每個時間周期的數(shù)據(jù)量的基礎(chǔ)上,能夠保證聚類的準確程度。

    從多個時間周期聚類分析得到的集合數(shù)量和被解體的集合數(shù)量分析,具體見表4。

    表4 DICP時空數(shù)據(jù)聚類方法結(jié)果

    從表4可以看出,新的時間周期都會利用增量數(shù)據(jù)將原有的一些聚類簇解體,進而生成新的聚類簇,得到更為準確的修正結(jié)果。因此,DICP方法更加適合在大數(shù)據(jù)環(huán)境下使用,利用增量解體方式不斷修正聚類結(jié)果,是保證增量聚類質(zhì)量的有效手段。

    4 結(jié) 語

    本文研究了一種基于分布式增量的交通大數(shù)據(jù)聚類分析方法,并在廣域網(wǎng)分布式試驗環(huán)境中進行了驗證。分布式增量聚類流程DICP在分布節(jié)點完成大量聚類運算,最終在中心節(jié)點完成聚類結(jié)果合并,不但可以減少重復(fù)計算和遷移拷貝次數(shù),而且可以通過增量機制持續(xù)對聚類結(jié)果進行修正,能夠在保持聚類準確性的條件下提升整體運算效率。其不足之處在于,本文試驗數(shù)據(jù)雖然已經(jīng)達到一定規(guī)模,但分布節(jié)點有限,而隨著分布節(jié)點的增加,中心節(jié)點的傳輸和運算負載會急劇增加,導致計算效率下降,因此為了緩解中心節(jié)點壓力,可以在今后的試驗中設(shè)計多層分布式結(jié)構(gòu),經(jīng)過分中心的多層聚類,不斷合并最終完成全局聚類。

    IMSTDCA時空數(shù)據(jù)聚類方法通過數(shù)據(jù)聚集趨勢預(yù)分析、聚類算法和結(jié)果評價3個步驟,構(gòu)建了一體化時空鄰域,在考慮時空數(shù)據(jù)相關(guān)性、耦合性與異質(zhì)性的同時,在時間和空間維度保證了聚類結(jié)果的準確性,經(jīng)過試驗證明該方法的聚類結(jié)果可靠有效。但本文研究的IMSTDCA聚類方法僅針對交通流時空數(shù)據(jù)進行了驗證,地理實體的時空尺度比較局限,因此在下一步的工作中,還應(yīng)該對其他類型的地理實體聚類問題進行研究,為預(yù)測和決策提供更為有效的數(shù)據(jù)挖掘方法和工具。

    [1] 李德仁,馬軍,邵振峰.論時空大數(shù)據(jù)及其應(yīng)用[J].衛(wèi)星應(yīng)用,2015(9):7-11.

    [2] 鄧敏,劉啟亮,王佳璆,等.時空聚類分析的普適性方法[J].中國科學(信息科學),2012,42(1):111-124.

    [3] BAGIROV A M. Modified Global K-means Algorithm for Minimum Sum-of-squares Clustering Problems[J]. Pattern Recognition, 2008, 41(10): 3192-3199.

    [4] 雷小鋒,謝昆青,林帆.一種基于K-Means局部最優(yōu)性的高效聚類算法[J].軟件學報, 2008,19(7): 1683-1692.

    [5] GRAFFNEY S, SMYTH P. Trajectory Clustering with Mixtures of Regression Models[C] ∥Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York:ACM,1999:63-72.

    [6] CHUDOVA D, GAFFNEY S, MJOLSNESS E, et al. Translation—invariant Mixture Models for Curve Clustering[C]∥Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York:ACM,2003:79-88.

    [7] ALON J,SCLAROFF S,KOLLIOS G,et a1.Discovering Clusters in Motion Time-series Data[C] ∥Proceedings of the 2003 IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos, CA:IEEE Computer Society,2003:375-381.

    [8] LI X,HAN J, LEE J G, et al. Traffic Density-based Discovery of Hot Routes in Road Networks[C] ∥Proceedings of the 10th International Conference on Advances in Spatial and Temporal Databases. Berlin: Springer,2007:441-459.

    [9] BIRANT D,KUT A.ST-DBSCAN:An Algorithm for Clustering Spatial-temporal Data[J].Data & Knowledge Engineering,2007,60(1):208-221.

    [10] ZHENG K, ZHENG Y, YUAN N J, et al. On Discovery of Gathering Patterns from Trajectories[C]∥IEEE 29th International Conference on Data Engineering. [S.l.]:IEEE,2013:242-253.

    [11] BOSE J H,ANDRZEJAK A, HOGQVIST M. Beyond Online Aggregation: Parallel and Incremental Data Mining with Online Map-Reduce[C]∥Proceedings of Workshop on Massive Data Analytics on the Cloud. New York:ACM,2010.

    [12] LAPTEV N, ZENG K, ZANIOLO C. Very Fast Estimation for Result and Accuracy of Big Data Analysis:The EARL System[C]∥Proceedings of ICDE.Piscataway,NJ:IEEE,2013:1296-1299.

    [13] ZHAO W Z, MARTHA V S, XU X W. PSCAN: A Parallel Structural Clustering Algorithm for Big Networks in MapReduce[C]∥Proceedings of AINA.Piscataway,NJ:IEEE,2013:862-869.

    [14] 楊杰,李小平,陳湉. 基于增量時空軌跡大數(shù)據(jù)的群體挖掘方法[J].計算機研究與發(fā)展,2014, 51:76-85.

    [15] MARTIN R L, OEPPEN J E. The Identification of Regional Forecasting Models Using Space-time Correlation Functions[J]. Transactions of the Institute of British Geographers, 1975, 66: 95-118.

    [16] HAINING R P.Spatial Data Analysis:Theory and Practice[M]. Cambridge: Cambridge University Press, 2003:183-201.

    [17] KAMARIANAKIS Y, PRASTACOS P. Space-time Modeling of Traffic Flow[J]. Computers & Geosciences, 2005, 31(2):119-133.

    [18] BEZDEK J C, PAL N R. Some New Indexes of Cluster Validity[J]. IEEE Transactions on Systems Man & Cybernetics Part B, 1998, 28: 301-315.

    Traffic Flow Big Data Clustering Analysis Method Based on Distributed Incremental Mechanism

    LI Xin1,2

    (1. Collaborative Innovation Center of Three-aspect Coordination of Central Plain Economic Region, Henan University of Economics and Law, Zhengzhou 450046, China; 2. College of Resource and Environment, Henan University of Economics and Law, Zhengzhou 450046, China)

    Spatio-temporal clustering analysis is an effective way of using spatio-temporal big data. This paper proposes a distributed incremental big data clustering analysis method. The incremental distribution mechanism can not only reduce the repeated calculation and the number of copies, but also can modify the clustering results continuously. And it is able to improve the operational efficiency under the condition of keeping in clustering accuracy. The clustering algorithm includes three steps: data aggregation trend analysis, clustering algorithm and result evaluation. It constructs an integrated spatio-temporal neighborhood, which guarantees the accuracy of clustering results in time and space. The experiments show that this method can realize the fast and efficient information mining of spatio-temporal big-data.

    spatio-temporal data;big data;cluster analysis;incremental clustering;spatio-temporal neighborhood

    李欣.分布式增量機制下的交通流大數(shù)據(jù)聚類分析[J].測繪通報,2017(7):61-65.

    10.13474/j.cnki.11-2246.2017.0224.

    2016-10-12;

    2017-01-24

    國家自然科學基金(41501178);河南財經(jīng)政法大學博士科研啟動基金(800257)

    李 欣(1981—),男,博士,講師,主要研究方向為地理信息系統(tǒng)理論研究與實踐應(yīng)用。E-mail:lixin992319@163.com

    P208

    A

    0494-0911(2017)07-0061-05

    猜你喜歡
    增量時空實體
    跨越時空的相遇
    提質(zhì)和增量之間的“辯證”
    當代陜西(2022年6期)2022-04-19 12:12:22
    鏡中的時空穿梭
    “價增量減”型應(yīng)用題點撥
    前海自貿(mào)區(qū):金融服務(wù)實體
    中國外匯(2019年18期)2019-11-25 01:41:54
    玩一次時空大“穿越”
    實體的可感部分與實體——兼論亞里士多德分析實體的兩種模式
    哲學評論(2017年1期)2017-07-31 18:04:00
    兩會進行時:緊扣實體經(jīng)濟“釘釘子”
    振興實體經(jīng)濟地方如何“釘釘子”
    基于均衡增量近鄰查詢的位置隱私保護方法
    電信科學(2016年9期)2016-06-15 20:27:25
    亚洲成人精品中文字幕电影| 俄罗斯特黄特色一大片| 日韩亚洲欧美综合| 十八禁国产超污无遮挡网站| 国产亚洲精品久久久久久毛片| 国产 一区精品| 亚洲av日韩精品久久久久久密| 亚洲精华国产精华精| 非洲黑人性xxxx精品又粗又长| 国产 一区 欧美 日韩| 黄色一级大片看看| 亚洲国产精品sss在线观看| 国产一区二区亚洲精品在线观看| 美女cb高潮喷水在线观看| 老司机午夜福利在线观看视频| 欧美潮喷喷水| 国产视频一区二区在线看| 精品人妻视频免费看| 亚洲无线在线观看| 国产麻豆成人av免费视频| 国产在线精品亚洲第一网站| 日本-黄色视频高清免费观看| 亚洲精品成人久久久久久| or卡值多少钱| 麻豆精品久久久久久蜜桃| 国产色婷婷99| 国产女主播在线喷水免费视频网站 | 亚洲久久久久久中文字幕| netflix在线观看网站| 1000部很黄的大片| 国产国拍精品亚洲av在线观看| 午夜老司机福利剧场| 老司机福利观看| 国产午夜精品论理片| 成人av一区二区三区在线看| 少妇的逼好多水| 香蕉av资源在线| 国产人妻一区二区三区在| 观看美女的网站| 国产免费av片在线观看野外av| 婷婷精品国产亚洲av在线| 国产精品国产高清国产av| 成人性生交大片免费视频hd| 床上黄色一级片| 12—13女人毛片做爰片一| 国产色婷婷99| 久久久国产成人免费| 国产成人福利小说| 人人妻人人澡欧美一区二区| av福利片在线观看| 欧美日本视频| 一级av片app| 99九九线精品视频在线观看视频| 亚洲18禁久久av| 亚洲精品色激情综合| 色综合亚洲欧美另类图片| avwww免费| 美女免费视频网站| 国产免费av片在线观看野外av| 亚洲av.av天堂| 国产精品一及| 亚洲av成人av| a级毛片a级免费在线| 极品教师在线免费播放| 亚洲狠狠婷婷综合久久图片| 最近视频中文字幕2019在线8| 搡老妇女老女人老熟妇| 长腿黑丝高跟| 亚洲欧美日韩高清专用| 国产色婷婷99| 亚洲精品在线观看二区| 一个人免费在线观看电影| 麻豆精品久久久久久蜜桃| 亚洲成av人片在线播放无| 男女啪啪激烈高潮av片| 一级毛片久久久久久久久女| 色av中文字幕| 国产精品亚洲一级av第二区| 有码 亚洲区| 别揉我奶头~嗯~啊~动态视频| 亚洲av成人精品一区久久| 在线天堂最新版资源| 免费av毛片视频| 俺也久久电影网| 国产aⅴ精品一区二区三区波| 欧美区成人在线视频| 国产91精品成人一区二区三区| 亚洲五月天丁香| 精品久久久久久成人av| 成年女人看的毛片在线观看| 色哟哟·www| 可以在线观看的亚洲视频| 日日夜夜操网爽| 国产免费一级a男人的天堂| 天堂动漫精品| 国产中年淑女户外野战色| 日韩欧美在线乱码| 色在线成人网| 制服丝袜大香蕉在线| 男人狂女人下面高潮的视频| 亚洲av二区三区四区| 男女做爰动态图高潮gif福利片| 亚洲第一区二区三区不卡| 久久久久久久久久黄片| 欧美xxxx性猛交bbbb| 麻豆一二三区av精品| 中文字幕av成人在线电影| 我要看日韩黄色一级片| 欧美另类亚洲清纯唯美| 动漫黄色视频在线观看| 久久久精品欧美日韩精品| 日本撒尿小便嘘嘘汇集6| 国产精品不卡视频一区二区| 久久国产乱子免费精品| 午夜免费激情av| 国产 一区 欧美 日韩| 亚洲中文字幕一区二区三区有码在线看| 日本精品一区二区三区蜜桃| 国产中年淑女户外野战色| 尾随美女入室| 国产伦精品一区二区三区视频9| www.www免费av| 久久人妻av系列| 亚洲中文字幕日韩| 亚洲18禁久久av| 成年人黄色毛片网站| 午夜精品一区二区三区免费看| 精品一区二区三区人妻视频| 欧美性猛交╳xxx乱大交人| 久久草成人影院| 欧美激情久久久久久爽电影| 亚洲自偷自拍三级| 两人在一起打扑克的视频| 一个人看视频在线观看www免费| 婷婷精品国产亚洲av在线| 一夜夜www| 熟女人妻精品中文字幕| 亚洲三级黄色毛片| 色在线成人网| or卡值多少钱| 又爽又黄无遮挡网站| 亚洲国产精品合色在线| 日本精品一区二区三区蜜桃| 干丝袜人妻中文字幕| 欧美不卡视频在线免费观看| 国产欧美日韩精品亚洲av| 18禁黄网站禁片午夜丰满| 亚洲精华国产精华液的使用体验 | 搡老熟女国产l中国老女人| 亚洲精品成人久久久久久| 性色avwww在线观看| 99久久精品一区二区三区| 国产精品福利在线免费观看| 亚洲欧美清纯卡通| 亚洲无线观看免费| avwww免费| 日韩亚洲欧美综合| 欧美不卡视频在线免费观看| 欧美性猛交黑人性爽| 男人狂女人下面高潮的视频| 国产视频一区二区在线看| 琪琪午夜伦伦电影理论片6080| 久久精品国产99精品国产亚洲性色| 国产精品98久久久久久宅男小说| 久久久久久国产a免费观看| 如何舔出高潮| 国产乱人视频| 18禁裸乳无遮挡免费网站照片| 联通29元200g的流量卡| 午夜福利欧美成人| 18禁黄网站禁片午夜丰满| 看免费成人av毛片| 欧美性猛交黑人性爽| 精品久久久久久成人av| 久久欧美精品欧美久久欧美| 一本久久中文字幕| 久久精品国产亚洲av涩爱 | 婷婷色综合大香蕉| 人妻少妇偷人精品九色| 黄色日韩在线| 欧美性猛交黑人性爽| 中文字幕免费在线视频6| 色哟哟哟哟哟哟| 一个人免费在线观看电影| 久久人妻av系列| 人人妻人人澡欧美一区二区| 最近在线观看免费完整版| 久久精品国产亚洲av涩爱 | 国产蜜桃级精品一区二区三区| 亚洲av免费高清在线观看| 亚洲精华国产精华液的使用体验 | av国产免费在线观看| 亚洲最大成人手机在线| 少妇高潮的动态图| 噜噜噜噜噜久久久久久91| 日本在线视频免费播放| 亚洲自拍偷在线| 男插女下体视频免费在线播放| 尾随美女入室| 色哟哟·www| 国产精品久久电影中文字幕| 午夜福利在线在线| 久久九九热精品免费| 欧美+日韩+精品| 国产精品一及| 精品午夜福利视频在线观看一区| 97碰自拍视频| 99久久精品国产国产毛片| 午夜视频国产福利| 精品乱码久久久久久99久播| 亚洲成a人片在线一区二区| 成人永久免费在线观看视频| 日本色播在线视频| 免费观看的影片在线观看| 中文在线观看免费www的网站| 国产高清不卡午夜福利| 黄色视频,在线免费观看| 中文在线观看免费www的网站| av天堂在线播放| 中国美女看黄片| 亚洲中文日韩欧美视频| 五月玫瑰六月丁香| 日本三级黄在线观看| 国内少妇人妻偷人精品xxx网站| 成人午夜高清在线视频| 日日摸夜夜添夜夜添小说| 久久国产乱子免费精品| 很黄的视频免费| 又紧又爽又黄一区二区| 两个人视频免费观看高清| 免费在线观看日本一区| 亚洲综合色惰| 亚洲人成网站在线播| 又粗又爽又猛毛片免费看| 亚洲精品影视一区二区三区av| 久久久久久久久中文| 色综合亚洲欧美另类图片| 国产亚洲欧美98| 国产极品精品免费视频能看的| 搡老妇女老女人老熟妇| 亚洲国产日韩欧美精品在线观看| 精品久久久久久久久av| 中文字幕人妻熟人妻熟丝袜美| 久久人人精品亚洲av| 国产亚洲av嫩草精品影院| 国产免费男女视频| 亚洲无线在线观看| 欧美潮喷喷水| 国产高清视频在线观看网站| 99热这里只有精品一区| 人人妻,人人澡人人爽秒播| 亚洲va日本ⅴa欧美va伊人久久| 国产av在哪里看| 欧美一区二区亚洲| 男人的好看免费观看在线视频| 老女人水多毛片| 亚洲一区二区三区色噜噜| 亚洲内射少妇av| 一级黄片播放器| 亚洲欧美日韩东京热| 久久精品久久久久久噜噜老黄 | 亚洲男人的天堂狠狠| 网址你懂的国产日韩在线| www.色视频.com| 亚洲va在线va天堂va国产| 亚洲在线自拍视频| 久久久久久九九精品二区国产| 久久久久久大精品| 蜜桃亚洲精品一区二区三区| 成年版毛片免费区| 国产91精品成人一区二区三区| 干丝袜人妻中文字幕| 一区二区三区高清视频在线| 一个人观看的视频www高清免费观看| 亚洲中文日韩欧美视频| 成年女人永久免费观看视频| 欧美一级a爱片免费观看看| 搡女人真爽免费视频火全软件 | 日本在线视频免费播放| 久久精品久久久久久噜噜老黄 | 99热网站在线观看| 亚洲久久久久久中文字幕| 日本与韩国留学比较| 午夜精品久久久久久毛片777| 在线a可以看的网站| 午夜亚洲福利在线播放| 国产成人一区二区在线| av在线天堂中文字幕| 中文字幕久久专区| 国产精品人妻久久久影院| 亚洲图色成人| 草草在线视频免费看| 成人鲁丝片一二三区免费| 大型黄色视频在线免费观看| 久99久视频精品免费| 动漫黄色视频在线观看| 午夜福利视频1000在线观看| 亚洲av二区三区四区| 最近中文字幕高清免费大全6 | 久久精品影院6| 午夜久久久久精精品| 18禁黄网站禁片免费观看直播| 99热6这里只有精品| 免费在线观看影片大全网站| 亚洲四区av| 一级黄色大片毛片| 一区二区三区免费毛片| 亚洲精品一卡2卡三卡4卡5卡| 在线观看美女被高潮喷水网站| 亚洲av中文字字幕乱码综合| 久久久久久国产a免费观看| 久久久精品大字幕| 亚洲自偷自拍三级| 久久久精品大字幕| 久久人人爽人人爽人人片va| 免费在线观看日本一区| 亚洲熟妇熟女久久| 日韩大尺度精品在线看网址| 十八禁网站免费在线| 国产又黄又爽又无遮挡在线| 国产91精品成人一区二区三区| 免费黄网站久久成人精品| 97人妻精品一区二区三区麻豆| 日本撒尿小便嘘嘘汇集6| 日韩一本色道免费dvd| 成年人黄色毛片网站| 九九在线视频观看精品| 色播亚洲综合网| 波多野结衣巨乳人妻| 久久久成人免费电影| 国产av不卡久久| 亚洲精品国产成人久久av| 噜噜噜噜噜久久久久久91| 中文字幕久久专区| 久久久成人免费电影| 欧美色视频一区免费| 亚洲午夜理论影院| 久久99热这里只有精品18| 色视频www国产| 国产精品一区二区性色av| a级毛片a级免费在线| 欧美一级a爱片免费观看看| 国产免费av片在线观看野外av| 免费看日本二区| 欧美又色又爽又黄视频| 亚洲欧美日韩高清专用| 国产精品国产高清国产av| 高清日韩中文字幕在线| 日本欧美国产在线视频| 亚洲,欧美,日韩| 亚洲综合色惰| 欧美色欧美亚洲另类二区| 久久久久国产精品人妻aⅴ院| 午夜福利18| 非洲黑人性xxxx精品又粗又长| 国产一区二区三区视频了| a在线观看视频网站| 国内精品久久久久精免费| 亚洲乱码一区二区免费版| 国产亚洲精品久久久com| 欧美激情久久久久久爽电影| 88av欧美| 国产v大片淫在线免费观看| 久久久久国产精品人妻aⅴ院| 十八禁网站免费在线| 亚洲成a人片在线一区二区| 亚洲,欧美,日韩| 国产精品一区二区三区四区久久| 非洲黑人性xxxx精品又粗又长| 变态另类成人亚洲欧美熟女| 色综合站精品国产| 99久久成人亚洲精品观看| 久久人人精品亚洲av| 国模一区二区三区四区视频| 欧美丝袜亚洲另类 | 欧美三级亚洲精品| 亚洲av一区综合| 别揉我奶头 嗯啊视频| 日韩精品青青久久久久久| 中国美女看黄片| 搞女人的毛片| 免费不卡的大黄色大毛片视频在线观看 | 国产探花极品一区二区| 精品国产三级普通话版| 国产亚洲精品久久久com| 亚洲精华国产精华液的使用体验 | 国产又黄又爽又无遮挡在线| 又粗又爽又猛毛片免费看| 亚洲aⅴ乱码一区二区在线播放| 日韩大尺度精品在线看网址| 婷婷色综合大香蕉| 日韩av在线大香蕉| 日韩在线高清观看一区二区三区 | 亚洲精华国产精华精| 赤兔流量卡办理| 久久精品国产清高在天天线| 在线看三级毛片| 免费在线观看成人毛片| 一级黄色大片毛片| 亚洲av一区综合| 成人综合一区亚洲| 日韩精品有码人妻一区| 简卡轻食公司| 又紧又爽又黄一区二区| 欧美一区二区亚洲| 国产成人a区在线观看| eeuss影院久久| xxxwww97欧美| 麻豆久久精品国产亚洲av| 久久亚洲真实| 亚洲性久久影院| 久久中文看片网| 99热6这里只有精品| 亚洲精品一区av在线观看| 久久久国产成人精品二区| 美女大奶头视频| 女的被弄到高潮叫床怎么办 | 亚洲欧美日韩高清在线视频| 亚洲av日韩精品久久久久久密| 在线观看舔阴道视频| 一夜夜www| 亚洲经典国产精华液单| 男人和女人高潮做爰伦理| 91久久精品电影网| 啦啦啦啦在线视频资源| 久久婷婷人人爽人人干人人爱| 精品久久久久久久久久久久久| 色吧在线观看| 天堂av国产一区二区熟女人妻| 国产精品自产拍在线观看55亚洲| 成人高潮视频无遮挡免费网站| 毛片一级片免费看久久久久 | 国产高清有码在线观看视频| 国产精品亚洲一级av第二区| 国产精品一区www在线观看 | 天堂影院成人在线观看| 国产黄a三级三级三级人| netflix在线观看网站| 日本爱情动作片www.在线观看 | 高清日韩中文字幕在线| 日日夜夜操网爽| 国产精品精品国产色婷婷| 国产探花极品一区二区| 日韩高清综合在线| 91久久精品电影网| 成人二区视频| 高清日韩中文字幕在线| 精品久久久久久久人妻蜜臀av| 国内毛片毛片毛片毛片毛片| 精品福利观看| 日本欧美国产在线视频| 国产男靠女视频免费网站| 黄片wwwwww| 97超级碰碰碰精品色视频在线观看| 97人妻精品一区二区三区麻豆| 别揉我奶头 嗯啊视频| 亚洲国产欧洲综合997久久,| 中文资源天堂在线| 久久亚洲真实| 一区二区三区高清视频在线| 国产单亲对白刺激| 国产私拍福利视频在线观看| 中文字幕av在线有码专区| 亚洲七黄色美女视频| 国产视频一区二区在线看| 午夜爱爱视频在线播放| 美女大奶头视频| 级片在线观看| a级毛片a级免费在线| 日韩精品中文字幕看吧| 亚洲四区av| 午夜免费成人在线视频| 亚洲国产精品久久男人天堂| 国产成人福利小说| 人妻制服诱惑在线中文字幕| 亚洲va在线va天堂va国产| 日韩人妻高清精品专区| 校园春色视频在线观看| 五月玫瑰六月丁香| 亚洲性久久影院| 97热精品久久久久久| 99久久久亚洲精品蜜臀av| 日本撒尿小便嘘嘘汇集6| 久久亚洲精品不卡| 免费观看精品视频网站| 校园人妻丝袜中文字幕| 欧美最新免费一区二区三区| 毛片女人毛片| 91午夜精品亚洲一区二区三区 | 免费不卡的大黄色大毛片视频在线观看 | 国产精品野战在线观看| 一区二区三区四区激情视频 | 黄色日韩在线| 18禁黄网站禁片午夜丰满| www日本黄色视频网| 一本精品99久久精品77| 亚洲精品国产成人久久av| 欧美不卡视频在线免费观看| 别揉我奶头~嗯~啊~动态视频| 精品人妻视频免费看| 老女人水多毛片| 久久久精品欧美日韩精品| 网址你懂的国产日韩在线| 别揉我奶头~嗯~啊~动态视频| 成人三级黄色视频| 最近最新中文字幕大全电影3| 亚洲最大成人av| 亚洲av五月六月丁香网| 精品人妻熟女av久视频| 午夜a级毛片| 大又大粗又爽又黄少妇毛片口| 黄色视频,在线免费观看| 在线观看66精品国产| 无人区码免费观看不卡| 国内揄拍国产精品人妻在线| 亚洲欧美日韩高清在线视频| 最近中文字幕高清免费大全6 | 国模一区二区三区四区视频| 波多野结衣高清无吗| 免费黄网站久久成人精品| 亚洲精品粉嫩美女一区| 亚洲av五月六月丁香网| 国产精品美女特级片免费视频播放器| 午夜a级毛片| 日日摸夜夜添夜夜添小说| 欧美一区二区亚洲| 成年女人看的毛片在线观看| 男人狂女人下面高潮的视频| 国产高清视频在线观看网站| 特级一级黄色大片| 真人一进一出gif抽搐免费| 日本色播在线视频| 联通29元200g的流量卡| 69av精品久久久久久| 久久久久久九九精品二区国产| 欧美日韩亚洲国产一区二区在线观看| 国产成人福利小说| 精品福利观看| 一级黄片播放器| 91麻豆精品激情在线观看国产| 国产精品不卡视频一区二区| 男人的好看免费观看在线视频| 午夜影院日韩av| 国产精品一区二区免费欧美| 午夜亚洲福利在线播放| 1000部很黄的大片| 校园春色视频在线观看| 成人特级av手机在线观看| 变态另类成人亚洲欧美熟女| 国产日本99.免费观看| 色吧在线观看| 久久精品国产亚洲av涩爱 | 中亚洲国语对白在线视频| 欧美一区二区精品小视频在线| 91精品国产九色| 国产黄a三级三级三级人| 久久久久国产精品人妻aⅴ院| 国产人妻一区二区三区在| 国产高清激情床上av| 午夜日韩欧美国产| 午夜免费激情av| 久久国产乱子免费精品| 欧美潮喷喷水| 国产精品久久视频播放| 2021天堂中文幕一二区在线观| 亚洲人成网站高清观看| 亚洲欧美日韩卡通动漫| 国内少妇人妻偷人精品xxx网站| 别揉我奶头 嗯啊视频| 嫩草影院精品99| 亚洲第一区二区三区不卡| 91麻豆av在线| 国产精品日韩av在线免费观看| av天堂中文字幕网| 国产日本99.免费观看| 亚洲av美国av| 婷婷亚洲欧美| aaaaa片日本免费| 深夜精品福利| 伦理电影大哥的女人| 亚洲人与动物交配视频| 免费av毛片视频| 国产免费男女视频| 嫁个100分男人电影在线观看| 亚洲真实伦在线观看| av在线老鸭窝| 日日干狠狠操夜夜爽| 欧美一区二区精品小视频在线| 蜜桃久久精品国产亚洲av| 琪琪午夜伦伦电影理论片6080| 国产视频一区二区在线看| 亚洲精品456在线播放app | 别揉我奶头~嗯~啊~动态视频| 婷婷六月久久综合丁香| 国产伦一二天堂av在线观看| 在线免费十八禁| 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| 好男人在线观看高清免费视频| 草草在线视频免费看| 国产精品亚洲美女久久久| 精品欧美国产一区二区三| 婷婷六月久久综合丁香| 亚洲,欧美,日韩| 久久久国产成人免费| 他把我摸到了高潮在线观看| 国产探花极品一区二区| 亚洲最大成人中文| 51国产日韩欧美| 久久中文看片网| 一个人看视频在线观看www免费| 真人一进一出gif抽搐免费| 91av网一区二区| 窝窝影院91人妻| 在线观看午夜福利视频|