• <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 ?

    利用先驗(yàn)正態(tài)分布的貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)

    2018-10-15 09:42:54柴慧敏趙昀瑤
    關(guān)鍵詞:散度均勻分布先驗(yàn)

    柴慧敏, 趙昀瑤, 方 敏

    (西安電子科技大學(xué)計(jì)算機(jī)學(xué)院, 陜西 西安 710071)

    0 引 言

    貝葉斯網(wǎng)絡(luò)(Bayesian networks, BNs)是將概率理論和圖論相結(jié)合的不確定性知識(shí)推理網(wǎng)絡(luò),對(duì)非精確知識(shí)表達(dá)方面具有較強(qiáng)的能力[1-2]。BNs可應(yīng)用于一些復(fù)雜系統(tǒng)的建模,如已成功地應(yīng)用于故障診斷[3-4]、圖像處理[5-6]、網(wǎng)絡(luò)安全[7-8]、態(tài)勢(shì)預(yù)測(cè)[9-10]等領(lǐng)域。

    一個(gè)BNs由兩部分構(gòu)成:一是BNs結(jié)構(gòu),為有向非循環(huán)圖,表示了節(jié)點(diǎn)(變量)之間的依賴和獨(dú)立關(guān)系;二是網(wǎng)絡(luò)參數(shù),為各個(gè)節(jié)點(diǎn)條件概率參數(shù)的集合,是對(duì)節(jié)點(diǎn)間依賴關(guān)系的定量表示。在網(wǎng)絡(luò)結(jié)構(gòu)確定的情況下,如何確定正確的網(wǎng)絡(luò)參數(shù),即網(wǎng)絡(luò)參數(shù)學(xué)習(xí),是BNs應(yīng)用過程中的重要問題之一。

    在一些實(shí)際的應(yīng)用中,如:故障診斷系統(tǒng)、戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估中,樣本數(shù)據(jù)很難獲得,可能僅得到樣本量小或者數(shù)據(jù)不完整的樣本集。對(duì)于這樣的問題,一些研究人員提出在進(jìn)行參數(shù)學(xué)習(xí)時(shí),融入專家針對(duì)參數(shù)的先驗(yàn)知識(shí),以提高參數(shù)學(xué)習(xí)精度。這一過程也可視為在參數(shù)學(xué)習(xí)過程中加入約束條件[11]。

    目前,針對(duì)參數(shù)的范圍約束、單調(diào)性約束等討論得較多,主要的解決方法有:文獻(xiàn)[12-14]提出通過建立基于凸約束的目標(biāo)優(yōu)化模型進(jìn)行求解;文獻(xiàn)[15]依據(jù)約束構(gòu)建罰項(xiàng)函數(shù),通過降梯度法求解目標(biāo)函數(shù)的最優(yōu)解,以獲得參數(shù)值;文獻(xiàn)[16-17]利用約束條件和蒙特卡羅抽樣方法,獲取表示先驗(yàn)Dirichlet分布的超參數(shù),再結(jié)合樣本數(shù)據(jù)進(jìn)行參數(shù)估計(jì);文獻(xiàn)[18-20]采用引入輔助BNs,完成約束條件下的BNs參數(shù)學(xué)習(xí);文獻(xiàn)[21]將先驗(yàn)約束融入BNs的表示框架中,進(jìn)行混合BNs的參數(shù)學(xué)習(xí);文獻(xiàn)[22]在具有一定關(guān)聯(lián)關(guān)系的樣本數(shù)據(jù)之間添加約束條件,用于不完整數(shù)據(jù)集下的BNs參數(shù)學(xué)習(xí)。文獻(xiàn)[23-24]給出了單調(diào)性約束(也稱序約束)的解決方法,采用均勻分布來表示序約束,然后采用貝葉斯估計(jì)法進(jìn)行參數(shù)估計(jì)。

    而參數(shù)的近似等式約束也是一種較常見的專家先驗(yàn)知識(shí),例如:如果A發(fā)生,則B發(fā)生的可能性0.8,可得B參數(shù)的近似取值的先驗(yàn)知識(shí):P(B=true|A=true)=0.8。針對(duì)這一類約束,本文提出采用正態(tài)分布對(duì)該類約束進(jìn)行表示,得到先驗(yàn)正態(tài)分布;然后通過目標(biāo)優(yōu)化獲取先驗(yàn)Dirichlet分布的超參數(shù),采用貝葉斯最大后驗(yàn)概率(maximum a posteriori,MAP)估計(jì)方法計(jì)算網(wǎng)絡(luò)參數(shù)值。

    1 貝葉斯網(wǎng)絡(luò)參數(shù)約束分類

    對(duì)于BNs參數(shù)的學(xué)習(xí)過程中,可以得到一些定性的先驗(yàn)知識(shí),這些定性的先驗(yàn)知識(shí)主要可以描述為2種約束形式:線性不等式約束和近似等式約束。

    定義1線性不等式約束

    對(duì)于類似式(1)的專家先驗(yàn)知識(shí):

    (1)

    式中,Pk,Pk′為不同的網(wǎng)絡(luò)參數(shù),可以是同一節(jié)點(diǎn)的參數(shù),也可以是來自不同節(jié)點(diǎn)的參數(shù);c屬于[0,1]區(qū)間,t為實(shí)數(shù),且二者均為常數(shù)??梢员硎緸?/p>

    (2)

    式中,t0,tk均為實(shí)數(shù)。則式(2)為線性不等式約束。文獻(xiàn)[23-24]中的序約束,及參數(shù)的范圍約束實(shí)質(zhì)上就可以歸為線性不等式約束。

    定義2近似等式約束

    領(lǐng)域?qū)<铱梢越o出類似這樣的斷言:某個(gè)網(wǎng)絡(luò)參數(shù)與另外一個(gè)參數(shù)近似相等;某個(gè)網(wǎng)絡(luò)參數(shù)是另外一個(gè)參數(shù)近似t倍;某個(gè)參數(shù)近似等于某個(gè)值等,可以表示為

    (3)

    但具體應(yīng)用中,式(3)并不方便計(jì)算利用,則可采用式(4)的約束描述,即

    (4)

    式中,ε∈[0,1]。

    2 先驗(yàn)正態(tài)分布的BNs參數(shù)學(xué)習(xí)方法

    2.1 近似等式約束的正態(tài)分布表示

    對(duì)于式(4)的近似等式約束,假定參數(shù)Pk′先確定,ε取值較小,則可以將Pk限制在一個(gè)較小的范圍內(nèi),Pk可以取這個(gè)范圍的任意值。進(jìn)一步分析式(3)的專家先驗(yàn)知識(shí),可以看出,Pk取值Pk′,或者tPk′,或者c的可能性應(yīng)該是最大的。

    因此,本文引入正態(tài)分布構(gòu)建近似等式約束的數(shù)學(xué)模型,如圖1所示。

    圖1 近似等式的正態(tài)分布表示Fig.1 Normal distribution representation for approximate equality constraint

    圖1以近似等式約束|Pk-c|<ε為例,假定c=0.5,ε=0.2??梢钥闯?Pk取值為c的概率最大,而在c兩側(cè)的取值的概率將逐漸減小,符合近似等式約束的特點(diǎn)。則圖1中參數(shù)Pk的近似等式約束的正態(tài)分布為

    (5)

    式中,μk=c,為正態(tài)分布的期望;δ為均方差。本文設(shè)定ε=0.2,且需要滿足Pk的取值落在區(qū)間:[μi-0.2,μi+0.2],則可令式(5)滿足:

    P(μk-0.2≤Pk≤μk+0.2)=

    (6)

    由式(6)計(jì)算可得:δ=0.051 3。

    由此,對(duì)式(4)的近似等式約束構(gòu)建正態(tài)分布模型時(shí),依據(jù)式(5)將期望設(shè)定為:Pk′,或者tPk′,或者c,而均方差為:δ=0.051 3。

    2.2 基于貝葉斯MAP的參數(shù)估計(jì)

    貝葉斯MAP參數(shù)估計(jì)視參數(shù)為隨機(jī)變量,將參數(shù)的后驗(yàn)分布的最大值,作為該參數(shù)的估計(jì)值?,F(xiàn)假定BNs由n個(gè)節(jié)點(diǎn)構(gòu)成:X={X1,X2,…,Xn},節(jié)點(diǎn)Xi存在ri個(gè)狀態(tài)值,假定取值1,2,…,ri。其父節(jié)點(diǎn)Pa(Xi)的取值共有qi個(gè)組合,假定取值1,2,…,qi。則節(jié)點(diǎn)Xi的參數(shù)可表示為:θijk=P(Xi=k|Pa(Xi)=j),其中k,j分別表示節(jié)點(diǎn)Xi的取值和父節(jié)點(diǎn)的組合取值。

    在貝葉斯MAP參數(shù)估計(jì)中,BNs參數(shù)的先驗(yàn)分布為Dirichlet分布,其超參數(shù)表示為D={aijk}。這樣參數(shù)的后驗(yàn)概率也將是Dirichlet分布,當(dāng)參數(shù)的后驗(yàn)分布取最大值時(shí),得到該參數(shù)的估計(jì)值為

    (7)

    式中,Nijk為樣本數(shù)據(jù)集中滿足Xi=k和Pa(Xi)=j的樣本的個(gè)數(shù)。先驗(yàn)Dirichlet分布的超參數(shù)可看作參數(shù)θijk的虛擬樣本數(shù)。

    可以看出,式(7)中的參數(shù)估計(jì)值計(jì)算需要Dirichlet分布的超參數(shù),而正態(tài)分布的參數(shù)不能直接用于式(7)中,因此,采用第2.1節(jié)中先驗(yàn)正態(tài)分布并不適合式(7)中的參數(shù)估計(jì)。為此,建立目標(biāo)優(yōu)化函數(shù),用Dirichlet分布逼近正態(tài)分布,獲取相應(yīng)的超參數(shù)。

    Dirichlet分布的邊緣分布為Beta分布,表示為Beta(a,b),則對(duì)應(yīng)到BNs中的每個(gè)參數(shù)θijk,其相應(yīng)的先驗(yàn)知識(shí)需要服從Beta分布。將正態(tài)分布和Beta分布方差的距離最小作為目標(biāo)函數(shù),期望相等作為約束條件,且要求Beta分布為凸函數(shù),則a>1,b>1為約束條件。則有:

    min(DBeta-DG)2

    (8)

    式中,DBeta,DG分別為Beta分布和正態(tài)分布的方差;EBeta,EG分別為相應(yīng)的數(shù)學(xué)期望。對(duì)式(8)進(jìn)行求解,可得到Beta分布參數(shù),然后根據(jù)式(7)計(jì)算θijk的估計(jì)值。

    3 實(shí)驗(yàn)測(cè)試

    3.1 實(shí)驗(yàn)內(nèi)容

    本文測(cè)試在完整樣本數(shù)據(jù)集下對(duì)本文方法的參數(shù)學(xué)習(xí)精度和運(yùn)行耗時(shí)進(jìn)行測(cè)試,并且與最大似然估計(jì)(maximum likelihood estimation, MLE)、無專家先驗(yàn)的貝葉斯MAP估計(jì)、約束優(yōu)化方法(constrained optimization approach, CO)、參照文獻(xiàn)[23-24]中的均勻分布表示先驗(yàn)的方法等4種主要方法進(jìn)行比較,需要說明的是:

    (1) 本文方法:實(shí)驗(yàn)測(cè)試中采用的近似等式約束為式(4)中:|Pk-c|<ε,且ε=0.2,c為相應(yīng)參數(shù)的真實(shí)值。

    (2) 無專家先驗(yàn)的貝葉斯MAP估計(jì):貝葉斯MAP估計(jì)中的先驗(yàn)Dirichlet分布的超參數(shù)一般來自專家先驗(yàn),在無專家先驗(yàn)的情況下,可采用一致先驗(yàn)的方式確定超參數(shù)[25],即:式(7)中的超參數(shù)aijk=1。本文的實(shí)驗(yàn)測(cè)試采用的是該種方式。

    (3) 約束優(yōu)化方法:對(duì)于約束優(yōu)化這一類方法,以文獻(xiàn)[15]中的約束優(yōu)化方法為代表進(jìn)行比較測(cè)試。在本文的實(shí)驗(yàn)測(cè)試中,利用近似等式約束構(gòu)建罰項(xiàng)函數(shù),且文獻(xiàn)[15]所給目標(biāo)優(yōu)化函數(shù)中的罰項(xiàng)權(quán)值設(shè)定為1,約束信任度設(shè)定為1。在采用降梯度法進(jìn)行求解時(shí),步長設(shè)為1。

    實(shí)驗(yàn)測(cè)試首先采用如圖2所示的草坪濕潤推理BNs,該BNs被廣泛應(yīng)用于網(wǎng)絡(luò)推理和參數(shù)估計(jì)算法的測(cè)試中。

    圖2 草坪濕潤推理貝葉斯網(wǎng)絡(luò)Fig.2 Structure of lawn wet Bayesian network

    該BNs參數(shù)的真實(shí)值為:根節(jié)點(diǎn)C:P(C=true)=0.5,P(C=false)=0.5。其他節(jié)點(diǎn)分別為表1所示。

    表1 節(jié)點(diǎn)S,R和W參數(shù)表

    在實(shí)驗(yàn)測(cè)試中,根據(jù)圖2網(wǎng)絡(luò)結(jié)構(gòu)和上述所給的參數(shù)真實(shí)值,采用隨機(jī)抽樣算法生成樣本數(shù)據(jù)。實(shí)驗(yàn)測(cè)試環(huán)境為:操作系統(tǒng):Windows 7,處理器為:Intel CPU 3.30 GHz,平臺(tái)軟件為:Matlab R2014a。

    3.2 測(cè)試結(jié)果1

    (1)參數(shù)學(xué)習(xí)精度測(cè)試

    本文實(shí)驗(yàn)以KL散度為參數(shù)學(xué)習(xí)精度的衡量指標(biāo),在不同的數(shù)據(jù)樣本集下進(jìn)行了測(cè)試,測(cè)試過程中對(duì)圖2中的4個(gè)節(jié)點(diǎn)的參數(shù)均加入近似等式約束。測(cè)試樣本集樣本量分別為:10,20,30,50,100,對(duì)相同樣本量的樣本集重復(fù)測(cè)試10次,分別統(tǒng)計(jì)4個(gè)節(jié)點(diǎn):C,S,R,W的平均KL散度值,結(jié)果如表2所示。

    由表2的測(cè)試結(jié)果可以看出,在參數(shù)學(xué)習(xí)精度方面,本文方法和先驗(yàn)均勻分布方法明顯要好于最大似然估計(jì)、無專家先驗(yàn)的貝葉斯MAP估計(jì)、約束優(yōu)化方法,尤其是在樣本量較小的情況下,如:10樣本集和20樣本集。但在樣本較多,即樣本充足的情況下,這5種方法的精度均能達(dá)到較好的水平,例如:在100樣本集下,4個(gè)節(jié)點(diǎn)的平均KL散度在5種方法中均沒有超過0.060。

    單純分析本文方法和先驗(yàn)均勻分布,在不同的樣本集下采用本文方法,節(jié)點(diǎn)的平均KL散度多次出現(xiàn)為0.0,出現(xiàn)的次數(shù)為:13次,明顯多于先驗(yàn)均勻分布出現(xiàn)的次數(shù):5次。因此,本文方法的精度要更好于先驗(yàn)均勻分布方法。

    為了從整體上比較這5種方法,將表2中不同的測(cè)試樣本集和不同的測(cè)試方法下,4個(gè)節(jié)點(diǎn)的平均KL散度值相加,得到圖2中的BNs的平均KL散度值,其結(jié)果如圖3所示。

    表2 節(jié)點(diǎn)C,S,R,W的平均KL散度值

    由圖3曲線可以看出:在樣本量為10、20、30的情況下,本文方法和先驗(yàn)均勻分布的精度高于其他3種方法,無專家先驗(yàn)的貝葉斯MAP估計(jì)法的精度高于約束優(yōu)化方法和最大似然估計(jì)方法。在樣本量為50、100的情況下,最大似然估計(jì)、無專家先驗(yàn)的貝葉斯MAP估計(jì)、約束優(yōu)化方法的精度近似趨于一致,但本文方法和先驗(yàn)均勻分布的精度仍高于其他3種方法。

    為了進(jìn)一步分析本文方法和先驗(yàn)均勻分布方法,將圖3中的這2個(gè)方法的曲線單獨(dú)顯示,如圖4所示。

    圖4 本文方法與先驗(yàn)均勻分布方法的平均KL散度(草坪濕潤貝葉斯網(wǎng)絡(luò)) Fig.4 Average KL divergence for the proposed method and the method of prior uniform distribution(lawn wet Bayesian network)

    由圖4可以看出,本文方法和先驗(yàn)均勻分布方法均能得到較高的精度,但本文方法在5個(gè)樣本集下的精度都高于先驗(yàn)均勻分布方法。

    (2)運(yùn)行時(shí)間測(cè)試

    在不同的樣本集下,對(duì)5種方法的運(yùn)行時(shí)間進(jìn)行測(cè)試,每一種樣本集重復(fù)測(cè)試10次,統(tǒng)計(jì)各方法的平均運(yùn)行時(shí)間,測(cè)試結(jié)果如表3所示。

    表3 5種方法的運(yùn)行時(shí)間

    為了直觀顯示5種方法的運(yùn)行時(shí)間比較,給出如圖5的曲線表示。

    圖5 5種方法運(yùn)行時(shí)間比較(草坪濕潤BNs)Fig.5 Comparison of run time for five method (lawn wet Bayesian network)

    由圖5可以看出,本文方法和先驗(yàn)均勻分布方法的運(yùn)行時(shí)間近似相等,且耗時(shí)大于其他3種方法。

    顯然,本文方法提高了參數(shù)學(xué)習(xí)精度,但增加了運(yùn)行時(shí)間。但進(jìn)一步綜合比較學(xué)習(xí)精度和運(yùn)行時(shí)間的測(cè)試結(jié)果,本文方法提高學(xué)習(xí)精度程度要遠(yuǎn)高于增加運(yùn)行時(shí)間的程度。例如:10樣本集下,本文方法相比于約束優(yōu)化方法,精度提高了700多倍,運(yùn)行時(shí)間增加了近10倍。因此,綜合考慮學(xué)習(xí)精度和運(yùn)行時(shí)間,本文方法優(yōu)于其他4種方法。

    3.3 測(cè)試結(jié)果2

    為了進(jìn)一步對(duì)本文所提出的方法進(jìn)行實(shí)驗(yàn)測(cè)試,選擇常用的用于測(cè)試的BNs:Alarm(www.norsys.com/netlibrary/index.htm),該BNs共有37個(gè)節(jié)點(diǎn),最多父節(jié)點(diǎn)個(gè)數(shù)為4個(gè)。

    參照第3.1節(jié)中的測(cè)試內(nèi)容和實(shí)驗(yàn)測(cè)試環(huán)境,對(duì)Alarm BNs在數(shù)據(jù)樣本集:50,200,400,600,1 000,以BNs平均KL散度和運(yùn)行時(shí)間為衡量指標(biāo),進(jìn)行實(shí)驗(yàn)測(cè)試。其中,BNs平均KL散度與第3.2節(jié)中的相同,即為:網(wǎng)絡(luò)各節(jié)點(diǎn)的平均KL散度值的總和。

    (1) BNs平均KL散度

    測(cè)試過程中對(duì)Alarm BNs的37個(gè)節(jié)點(diǎn)的參數(shù)均加入近似等式約束,且所加入的近似等式約束按照第3.1節(jié)中(1)。對(duì)相同樣本量的樣本集重復(fù)測(cè)試10次,分別統(tǒng)計(jì)37個(gè)節(jié)點(diǎn)的平均KL散度值,并進(jìn)行相加求和,結(jié)果如圖6所示。

    圖6 不同樣本集下BNs(Alarm)平均KL散度Fig.3 Average KL divergence of Bayesian network (Alarm) under different data set

    圖6中,在樣本集為:50,200,400,本文方法和先驗(yàn)均勻分布方法的平均KL散度值均小于其他3種方法。而在樣本集為600,1 000時(shí),5種方法的平均KL散度分別為:最大似然估計(jì):0.266,0.176;約束優(yōu)化方法:0.259,0.169;貝葉斯MAP估計(jì):0.245,0.163;先驗(yàn)均勻分布方法:0.082,0.071;本文方法:0.017,0.016。本文方法和先驗(yàn)均勻分布方法的平均KL散度均低于其他3種方法,即參數(shù)學(xué)習(xí)精度好于其他3種方法。

    為了進(jìn)一步分析本文方法和先驗(yàn)均勻分布方法,將圖6中的這兩個(gè)方法的曲線單獨(dú)顯示,如圖7所示。

    由圖7可以看出,本文方法在5個(gè)樣本集下的參數(shù)學(xué)習(xí)精度均好于先驗(yàn)均勻分布方法。

    圖7 本文方法與先驗(yàn)均勻分布方法的平均KL散度(Alarm BNs)Fig.7 Average KL divergence for the proposed method and the method of prior uniform distribution (Alarm Bayesian network)

    (2)運(yùn)行時(shí)間

    針對(duì)Alarm BNs,在樣本集:50,200,400,600,1 000下,對(duì)5種方法的運(yùn)行時(shí)間進(jìn)行測(cè)試,重復(fù)測(cè)試10次,統(tǒng)計(jì)各方法的平均運(yùn)行時(shí)間,測(cè)試結(jié)果如圖8所示。

    圖8 5種方法運(yùn)行時(shí)間比較(Alarm BNs)Fig.8 Comparison of run time for five methods (Alarm wet Bayesian network)

    圖8中,本文方法和先驗(yàn)均勻分布方法的運(yùn)行時(shí)間近似相等,但都大于其他3種方法。進(jìn)一步綜合比較KL散度和運(yùn)行時(shí)間,在樣本集:50, 200的測(cè)試中,本文方法相比于其他4種方法,參數(shù)學(xué)習(xí)精度的提高倍數(shù)遠(yuǎn)大于運(yùn)行時(shí)間的增加倍數(shù)。

    在樣本集:600,1 000的測(cè)試中,本文方法相比較于其他4種方法學(xué)習(xí)精度提高的倍數(shù)為:最大似然估計(jì):15.65,11.00;約束優(yōu)化方法:15.24,10.56;貝葉斯MAP估計(jì):14.41,10.18;先驗(yàn)均勻分布方法:4.82,4.44。而運(yùn)行時(shí)間相比于其他4種方法增加的倍數(shù)依次為:最大似然估計(jì):2.26,1.45;約束優(yōu)化方法:1.16,1.12;貝葉斯MAP估計(jì):2.09,1.39;先驗(yàn)均勻分布方法:0.99,0.98??梢钥闯?本文方法參數(shù)學(xué)習(xí)精度提高的倍數(shù)均大于運(yùn)行時(shí)間增加的倍數(shù)。因此,綜合考慮學(xué)習(xí)精度和運(yùn)行時(shí)間,本文方法是優(yōu)于其他4種方法。

    4 結(jié) 論

    本文針對(duì)BNs參數(shù)的近似等式約束,提出了采用正態(tài)分布的先驗(yàn)表示方式,實(shí)驗(yàn)測(cè)試結(jié)果表明:該方法的參數(shù)學(xué)習(xí)精度好于最大似然估計(jì)、無專家先驗(yàn)的貝葉斯MAP估計(jì)、約束優(yōu)化方法等4種方法,而運(yùn)行時(shí)間要高于這4種方法。但綜合考慮比較KL散度和運(yùn)行時(shí)間,相比較于其他4種方法,本文方法參數(shù)學(xué)習(xí)精度提高的倍數(shù)均大于運(yùn)行時(shí)間增加的倍數(shù)。本文只是考慮了完整數(shù)據(jù)樣本下的參數(shù)學(xué)習(xí),后續(xù)需要進(jìn)一步研究缺失數(shù)據(jù)樣本下的學(xué)習(xí)問題。

    猜你喜歡
    散度均勻分布先驗(yàn)
    帶勢(shì)加權(quán)散度形式的Grushin型退化橢圓算子的Dirichlet特征值的上下界
    接觸壓力非均勻分布下彎曲孔道摩阻損失分析
    具有部分BMO系數(shù)的非散度型拋物方程的Lorentz估計(jì)
    基于無噪圖像塊先驗(yàn)的MRI低秩分解去噪算法研究
    H型群上一類散度形算子的特征值估計(jì)
    電磁感應(yīng)綜合應(yīng)用檢測(cè)題
    基于自適應(yīng)塊組割先驗(yàn)的噪聲圖像超分辨率重建
    H?rmander 向量場(chǎng)上散度型拋物方程弱解的Orlicz估計(jì)
    基于平滑先驗(yàn)法的被動(dòng)聲信號(hào)趨勢(shì)項(xiàng)消除
    先驗(yàn)的廢話與功能的進(jìn)路
    高清视频免费观看一区二区| 精品人妻熟女毛片av久久网站| 飞空精品影院首页| 丝袜喷水一区| 久久鲁丝午夜福利片| www.av在线官网国产| 国产免费一级a男人的天堂| 精品国产乱码久久久久久小说| 男女高潮啪啪啪动态图| 老司机影院成人| 亚洲av综合色区一区| 80岁老熟妇乱子伦牲交| 欧美xxⅹ黑人| 国产国语露脸激情在线看| 九色成人免费人妻av| 国产av国产精品国产| 国产 精品1| 亚洲av在线观看美女高潮| av线在线观看网站| 少妇高潮的动态图| 男人操女人黄网站| 久久韩国三级中文字幕| 99久久人妻综合| 深夜精品福利| 成年美女黄网站色视频大全免费| 肉色欧美久久久久久久蜜桃| 婷婷色综合www| 欧美精品av麻豆av| 草草在线视频免费看| 亚洲国产av新网站| 观看美女的网站| 少妇熟女欧美另类| 精品视频人人做人人爽| 久久精品国产亚洲av涩爱| kizo精华| 国产精品一区二区在线观看99| 色网站视频免费| 你懂的网址亚洲精品在线观看| 亚洲av欧美aⅴ国产| 久久99精品国语久久久| 国产 一区精品| 久久久久久伊人网av| 亚洲情色 制服丝袜| 亚洲av.av天堂| 亚洲av.av天堂| 国产视频首页在线观看| 哪个播放器可以免费观看大片| 丰满少妇做爰视频| 国产精品一二三区在线看| 青春草视频在线免费观看| 午夜免费男女啪啪视频观看| 久久精品人人爽人人爽视色| 99国产综合亚洲精品| 久久99蜜桃精品久久| 九九在线视频观看精品| 色94色欧美一区二区| 18+在线观看网站| 制服丝袜香蕉在线| 亚洲成人av在线免费| 国产永久视频网站| 99热国产这里只有精品6| 777米奇影视久久| 久久久久视频综合| 多毛熟女@视频| 日日摸夜夜添夜夜爱| av国产精品久久久久影院| 99九九在线精品视频| 我要看黄色一级片免费的| 97人妻天天添夜夜摸| 精品99又大又爽又粗少妇毛片| 精品国产一区二区三区四区第35| 免费黄网站久久成人精品| 亚洲精品456在线播放app| 国内精品宾馆在线| 美女内射精品一级片tv| 国产免费视频播放在线视频| 精品少妇内射三级| 日本欧美国产在线视频| h视频一区二区三区| 90打野战视频偷拍视频| 最近最新中文字幕免费大全7| 精品少妇久久久久久888优播| 欧美3d第一页| 尾随美女入室| 99香蕉大伊视频| 精品少妇久久久久久888优播| 秋霞在线观看毛片| 尾随美女入室| 满18在线观看网站| 91午夜精品亚洲一区二区三区| 国产成人aa在线观看| 国产老妇伦熟女老妇高清| 欧美成人精品欧美一级黄| 亚洲精品一区蜜桃| 黑人巨大精品欧美一区二区蜜桃 | av女优亚洲男人天堂| 在线免费观看不下载黄p国产| av女优亚洲男人天堂| 久久久久久人人人人人| 国产高清三级在线| 亚洲经典国产精华液单| 精品午夜福利在线看| 亚洲四区av| 极品少妇高潮喷水抽搐| 国产成人精品在线电影| 午夜激情久久久久久久| 欧美精品亚洲一区二区| 热99久久久久精品小说推荐| 看非洲黑人一级黄片| 成人漫画全彩无遮挡| 最近的中文字幕免费完整| 97精品久久久久久久久久精品| 午夜福利视频在线观看免费| 久久久久国产网址| 91国产中文字幕| 天堂8中文在线网| 美女视频免费永久观看网站| 久久久久久久久久久免费av| www.色视频.com| 午夜91福利影院| 中文字幕免费在线视频6| 成人亚洲精品一区在线观看| 中文精品一卡2卡3卡4更新| 在线 av 中文字幕| 深夜精品福利| 亚洲精品乱久久久久久| 欧美人与性动交α欧美软件 | 亚洲国产av新网站| 免费日韩欧美在线观看| 国产日韩欧美在线精品| 一区二区三区精品91| 国产精品免费大片| 国产成人欧美| 亚洲性久久影院| 日韩av不卡免费在线播放| 中国国产av一级| 天堂俺去俺来也www色官网| 精品少妇黑人巨大在线播放| av在线观看视频网站免费| 国产综合精华液| 欧美成人精品欧美一级黄| 国产免费现黄频在线看| 国产欧美另类精品又又久久亚洲欧美| 亚洲五月色婷婷综合| 免费看不卡的av| 国产精品一国产av| 亚洲婷婷狠狠爱综合网| 高清毛片免费看| 99精国产麻豆久久婷婷| 我的女老师完整版在线观看| 日韩 亚洲 欧美在线| 亚洲性久久影院| 日韩制服骚丝袜av| 久久久久国产精品人妻一区二区| 亚洲性久久影院| 日韩精品有码人妻一区| 老司机亚洲免费影院| 新久久久久国产一级毛片| 你懂的网址亚洲精品在线观看| 国产麻豆69| 婷婷色综合www| 亚洲三级黄色毛片| 男女边摸边吃奶| 青青草视频在线视频观看| 久久久久久人妻| 成年美女黄网站色视频大全免费| 日本爱情动作片www.在线观看| 精品亚洲成国产av| 只有这里有精品99| 欧美国产精品va在线观看不卡| 久久狼人影院| 国产 一区精品| 夜夜骑夜夜射夜夜干| 秋霞伦理黄片| 国产一区二区在线观看av| a 毛片基地| 99国产精品免费福利视频| 久久久久久伊人网av| 97精品久久久久久久久久精品| 黄色配什么色好看| 亚洲欧洲精品一区二区精品久久久 | 国产在线免费精品| 国产精品三级大全| 亚洲精品国产av蜜桃| 国产免费现黄频在线看| 丰满迷人的少妇在线观看| 国产乱人偷精品视频| 22中文网久久字幕| 久久精品国产综合久久久 | av在线播放精品| 又黄又爽又刺激的免费视频.| 日韩av在线免费看完整版不卡| av在线播放精品| 精品一区二区三卡| 国产极品粉嫩免费观看在线| 亚洲精品第二区| 波野结衣二区三区在线| 校园人妻丝袜中文字幕| 久久久精品免费免费高清| av播播在线观看一区| 国语对白做爰xxxⅹ性视频网站| 久热这里只有精品99| 久久免费观看电影| 精品少妇内射三级| 99国产精品免费福利视频| 日韩三级伦理在线观看| 亚洲精品中文字幕在线视频| 国产永久视频网站| 欧美 亚洲 国产 日韩一| 中国美白少妇内射xxxbb| 国产麻豆69| 亚洲五月色婷婷综合| 成人亚洲欧美一区二区av| av天堂久久9| 18禁动态无遮挡网站| 满18在线观看网站| 精品久久久精品久久久| 在线天堂中文资源库| 一边亲一边摸免费视频| 国产乱人偷精品视频| 亚洲精品久久久久久婷婷小说| 精品少妇久久久久久888优播| 成人综合一区亚洲| 男人操女人黄网站| 欧美成人午夜精品| 美女大奶头黄色视频| 久久 成人 亚洲| 国产xxxxx性猛交| 观看av在线不卡| 男女高潮啪啪啪动态图| 日本av手机在线免费观看| 丝袜喷水一区| 中文字幕人妻熟女乱码| 国产老妇伦熟女老妇高清| 黄色一级大片看看| 9色porny在线观看| 涩涩av久久男人的天堂| 美女主播在线视频| 欧美日韩av久久| 免费大片黄手机在线观看| 97在线视频观看| 国产在线一区二区三区精| 免费观看在线日韩| 男女高潮啪啪啪动态图| 黄网站色视频无遮挡免费观看| 另类亚洲欧美激情| 少妇的逼水好多| 精品视频人人做人人爽| 国产日韩欧美视频二区| 国产无遮挡羞羞视频在线观看| 久久精品aⅴ一区二区三区四区 | 久久精品国产综合久久久 | 精品国产露脸久久av麻豆| 日韩三级伦理在线观看| 国产精品99久久99久久久不卡 | 亚洲成人手机| 内地一区二区视频在线| 亚洲国产精品999| 永久网站在线| 日日撸夜夜添| 最后的刺客免费高清国语| 中文字幕亚洲精品专区| 欧美日本中文国产一区发布| 国产一区二区在线观看日韩| 18禁在线无遮挡免费观看视频| 高清毛片免费看| 99视频精品全部免费 在线| 2018国产大陆天天弄谢| 国产成人精品一,二区| 99热国产这里只有精品6| 秋霞在线观看毛片| 91午夜精品亚洲一区二区三区| 美国免费a级毛片| 欧美激情国产日韩精品一区| 欧美少妇被猛烈插入视频| 男女午夜视频在线观看 | 侵犯人妻中文字幕一二三四区| 最近中文字幕2019免费版| 久久青草综合色| 日韩精品免费视频一区二区三区 | 国产精品久久久久久久久免| 天天躁夜夜躁狠狠久久av| 夜夜骑夜夜射夜夜干| 女人久久www免费人成看片| 欧美另类一区| 美女中出高潮动态图| av片东京热男人的天堂| 日韩制服丝袜自拍偷拍| 26uuu在线亚洲综合色| 亚洲人与动物交配视频| 国产精品 国内视频| 99久久精品国产国产毛片| 黄色一级大片看看| 亚洲精品av麻豆狂野| 尾随美女入室| 国国产精品蜜臀av免费| 日本欧美视频一区| 爱豆传媒免费全集在线观看| tube8黄色片| 国产极品粉嫩免费观看在线| 国产欧美日韩一区二区三区在线| av免费观看日本| 熟女人妻精品中文字幕| 香蕉丝袜av| 午夜福利视频精品| 五月开心婷婷网| 在线观看美女被高潮喷水网站| 午夜免费男女啪啪视频观看| 一级a做视频免费观看| 久久久久久久亚洲中文字幕| 一本色道久久久久久精品综合| 久久人人97超碰香蕉20202| 91aial.com中文字幕在线观看| 中文乱码字字幕精品一区二区三区| 99视频精品全部免费 在线| 久久韩国三级中文字幕| 亚洲经典国产精华液单| 黄色毛片三级朝国网站| 国产精品.久久久| 久久青草综合色| 亚洲,欧美,日韩| 欧美精品国产亚洲| 国产成人精品一,二区| 国产成人免费观看mmmm| 国产在线一区二区三区精| 中文字幕人妻熟女乱码| 国产精品久久久久久久久免| 日韩中字成人| 女的被弄到高潮叫床怎么办| 欧美人与性动交α欧美精品济南到 | 成人无遮挡网站| 伦理电影大哥的女人| 久久97久久精品| 久久精品国产亚洲av涩爱| 亚洲av电影在线观看一区二区三区| 日韩精品免费视频一区二区三区 | 国产乱人偷精品视频| 最新中文字幕久久久久| 高清毛片免费看| 99热国产这里只有精品6| 香蕉精品网在线| 91国产中文字幕| 三级国产精品片| 亚洲一区二区三区欧美精品| 麻豆精品久久久久久蜜桃| 91午夜精品亚洲一区二区三区| 亚洲欧美中文字幕日韩二区| 男女啪啪激烈高潮av片| 国产精品国产三级国产专区5o| 日韩av不卡免费在线播放| a 毛片基地| av网站免费在线观看视频| 久久久久网色| 母亲3免费完整高清在线观看 | 香蕉精品网在线| 国产精品一国产av| 在线亚洲精品国产二区图片欧美| 久久久久精品久久久久真实原创| 亚洲国产精品国产精品| 少妇人妻久久综合中文| tube8黄色片| 一本色道久久久久久精品综合| 在线观看人妻少妇| 久久久久视频综合| 美女中出高潮动态图| 久久久国产一区二区| 青春草视频在线免费观看| 欧美精品国产亚洲| 人妻 亚洲 视频| 久久久精品94久久精品| 成人午夜精彩视频在线观看| 精品一区在线观看国产| 亚洲成av片中文字幕在线观看 | 毛片一级片免费看久久久久| 美女脱内裤让男人舔精品视频| 欧美日韩国产mv在线观看视频| 色94色欧美一区二区| 亚洲婷婷狠狠爱综合网| 肉色欧美久久久久久久蜜桃| 美女国产高潮福利片在线看| 日本黄大片高清| 一本大道久久a久久精品| 免费观看av网站的网址| a级毛片黄视频| 22中文网久久字幕| 韩国高清视频一区二区三区| 最黄视频免费看| 欧美 日韩 精品 国产| 少妇被粗大猛烈的视频| 精品人妻一区二区三区麻豆| xxx大片免费视频| 日本欧美视频一区| 男女高潮啪啪啪动态图| 亚洲成av片中文字幕在线观看 | 热99国产精品久久久久久7| 国产免费福利视频在线观看| 欧美xxxx性猛交bbbb| 一级,二级,三级黄色视频| 秋霞在线观看毛片| 观看av在线不卡| 免费黄网站久久成人精品| 国产一区二区在线观看av| 精品亚洲成国产av| 亚洲内射少妇av| 两个人免费观看高清视频| 免费av中文字幕在线| 午夜免费男女啪啪视频观看| 精品少妇久久久久久888优播| 欧美激情极品国产一区二区三区 | 天天操日日干夜夜撸| 9热在线视频观看99| 亚洲激情五月婷婷啪啪| 热re99久久精品国产66热6| 69精品国产乱码久久久| 乱人伦中国视频| 日日撸夜夜添| 三级国产精品片| 亚洲熟女精品中文字幕| 亚洲精品一区蜜桃| 午夜激情久久久久久久| 欧美变态另类bdsm刘玥| 午夜免费鲁丝| 国产男女超爽视频在线观看| 男人爽女人下面视频在线观看| av.在线天堂| 亚洲精品久久午夜乱码| 超碰97精品在线观看| 热99国产精品久久久久久7| 欧美激情极品国产一区二区三区 | 性色avwww在线观看| 久久亚洲国产成人精品v| 免费久久久久久久精品成人欧美视频 | 精品人妻熟女毛片av久久网站| 又大又黄又爽视频免费| 一本大道久久a久久精品| 国产一区二区三区综合在线观看 | 九色亚洲精品在线播放| 亚洲欧美日韩另类电影网站| 另类亚洲欧美激情| xxx大片免费视频| 内地一区二区视频在线| 制服丝袜香蕉在线| 人人澡人人妻人| 欧美成人精品欧美一级黄| 亚洲色图 男人天堂 中文字幕 | 新久久久久国产一级毛片| 五月伊人婷婷丁香| 婷婷成人精品国产| 亚洲国产精品一区二区三区在线| 咕卡用的链子| 欧美激情极品国产一区二区三区 | 久久精品国产亚洲av涩爱| 伦理电影免费视频| 国产淫语在线视频| 国产一区亚洲一区在线观看| 男女午夜视频在线观看 | 亚洲精品国产av蜜桃| 欧美人与性动交α欧美精品济南到 | 国产极品粉嫩免费观看在线| 欧美丝袜亚洲另类| 91午夜精品亚洲一区二区三区| 老司机亚洲免费影院| 熟女电影av网| 国产免费一区二区三区四区乱码| 在线天堂中文资源库| 黄色怎么调成土黄色| 免费在线观看完整版高清| 啦啦啦视频在线资源免费观看| 久久久久久久久久人人人人人人| 中文乱码字字幕精品一区二区三区| 日产精品乱码卡一卡2卡三| 在线亚洲精品国产二区图片欧美| 午夜福利乱码中文字幕| 亚洲国产精品一区三区| 色94色欧美一区二区| 老司机亚洲免费影院| 欧美日韩成人在线一区二区| 久久精品国产a三级三级三级| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲人成网站在线观看播放| av在线播放精品| 免费观看av网站的网址| 青春草国产在线视频| 亚洲美女视频黄频| 男人添女人高潮全过程视频| 9色porny在线观看| 插逼视频在线观看| 三级国产精品片| 亚洲国产av新网站| 少妇被粗大的猛进出69影院 | 国产不卡av网站在线观看| av国产精品久久久久影院| 国产精品久久久久久久电影| 99热全是精品| 国产麻豆69| 成年动漫av网址| 久久99热这里只频精品6学生| 亚洲成人av在线免费| 亚洲人与动物交配视频| 视频区图区小说| 精品亚洲成a人片在线观看| 少妇的逼好多水| 精品人妻熟女毛片av久久网站| 午夜福利影视在线免费观看| a级毛片在线看网站| 欧美成人精品欧美一级黄| 亚洲精品色激情综合| 亚洲欧美成人精品一区二区| 国产免费一区二区三区四区乱码| 亚洲精品自拍成人| 国产亚洲一区二区精品| 国产精品无大码| 香蕉精品网在线| freevideosex欧美| 九色亚洲精品在线播放| 永久免费av网站大全| 亚洲四区av| 成人免费观看视频高清| 丝袜美足系列| 亚洲成人av在线免费| 国产精品久久久久成人av| 一级毛片黄色毛片免费观看视频| 日本欧美国产在线视频| 一级片免费观看大全| 韩国av在线不卡| 91aial.com中文字幕在线观看| 18禁动态无遮挡网站| 成人国产麻豆网| 天堂俺去俺来也www色官网| 两性夫妻黄色片 | 午夜福利,免费看| 成人漫画全彩无遮挡| 午夜福利,免费看| 国产综合精华液| 十八禁网站网址无遮挡| 国产av国产精品国产| www.av在线官网国产| 久久 成人 亚洲| 夫妻性生交免费视频一级片| 丰满少妇做爰视频| 国产av精品麻豆| 大香蕉97超碰在线| 日本黄大片高清| 人妻少妇偷人精品九色| 亚洲av欧美aⅴ国产| 97精品久久久久久久久久精品| 免费人妻精品一区二区三区视频| 熟妇人妻不卡中文字幕| 97在线视频观看| 欧美最新免费一区二区三区| 熟女人妻精品中文字幕| 亚洲国产av影院在线观看| av视频免费观看在线观看| 精品少妇内射三级| 国产精品国产三级专区第一集| 国产亚洲精品第一综合不卡 | 美女脱内裤让男人舔精品视频| 麻豆精品久久久久久蜜桃| 一本—道久久a久久精品蜜桃钙片| 国产成人一区二区在线| 咕卡用的链子| 日本av免费视频播放| 精品国产一区二区三区四区第35| 久久 成人 亚洲| 亚洲精品自拍成人| 老女人水多毛片| 国产精品一区二区在线不卡| 日本免费在线观看一区| 欧美 日韩 精品 国产| 国产精品三级大全| 黑丝袜美女国产一区| 丰满饥渴人妻一区二区三| 少妇的丰满在线观看| 在线天堂中文资源库| 国产黄色视频一区二区在线观看| 美女国产视频在线观看| 人人妻人人爽人人添夜夜欢视频| 五月天丁香电影| 亚洲欧美成人综合另类久久久| 日韩一区二区视频免费看| 美女福利国产在线| 欧美日韩成人在线一区二区| 在线观看一区二区三区激情| 啦啦啦视频在线资源免费观看| 亚洲激情五月婷婷啪啪| 在线观看人妻少妇| 久久精品久久精品一区二区三区| 边亲边吃奶的免费视频| 欧美成人午夜免费资源| 在线观看国产h片| 日本黄大片高清| 高清毛片免费看| 黑人欧美特级aaaaaa片| 成人毛片60女人毛片免费| 丝瓜视频免费看黄片| 国产日韩一区二区三区精品不卡| 亚洲av日韩在线播放| 黑人巨大精品欧美一区二区蜜桃 | 成人亚洲欧美一区二区av| 免费看av在线观看网站| 色哟哟·www| 一级毛片黄色毛片免费观看视频| 女人被躁到高潮嗷嗷叫费观| 久久久精品94久久精品| 精品熟女少妇av免费看| 久久久久久久国产电影| 亚洲av电影在线观看一区二区三区| 大话2 男鬼变身卡| 巨乳人妻的诱惑在线观看| 日日摸夜夜添夜夜爱| 日韩av在线免费看完整版不卡| 久久久a久久爽久久v久久| 久久 成人 亚洲| 国产精品偷伦视频观看了| 精品一品国产午夜福利视频|