• <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 ?

    機(jī)器學(xué)習(xí)領(lǐng)域研究熱點(diǎn)與前沿演進(jìn)

    2019-10-18 02:57:59張???/span>趙文斌葉權(quán)慧
    軟件導(dǎo)刊 2019年9期
    關(guān)鍵詞:機(jī)器學(xué)習(xí)

    張??? 趙文斌 葉權(quán)慧

    摘 要:基于CiteSpace采用文獻(xiàn)計(jì)量法,分析總結(jié)機(jī)器學(xué)習(xí)領(lǐng)域近十年研究熱點(diǎn)與技術(shù)前沿演進(jìn)。研究結(jié)果顯示,該領(lǐng)域熱點(diǎn)算法有Classification(分類算法)、Support Vector Machine(支持向量機(jī))等,熱點(diǎn)框架有sorFlow、Caffe、PaddlePaddle等;數(shù)據(jù)庫、序列等突變詞共同組成了近十年的研究新興領(lǐng)域。

    關(guān)鍵詞:CiteSpace;科學(xué)知識圖譜;機(jī)器學(xué)習(xí);前沿演進(jìn);文獻(xiàn)計(jì)量法

    DOI:10. 11907/rjdk. 191877 開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

    中圖分類號:TP301文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2019)009-0005-04

    Research Hotspots and Frontier Evolution in the Field of Machine Learning

    ——Visual Analysis Based on CiteSpace

    ZHANG Fu-jun,ZHAO Wen-bin,YE Quan-hui,GAO Xue,WAN Hao

    (Computer Science and Engineering,Shandong University of Science and Technology, Qingdao 266590, China)

    Abstract: In order to acquaintance?the gradual progress?of research hotspots and technology?forward position?in the field of machine learning in recent ten years, this paper uses Cite Space's bibliometric method to analyze?the results. It is found that hot algorithms include classification (classification algorithm), support vector machine (support vector machine), and so on; hot frameworks include sorFlow, Caffe, Paddle Paddle etc. Mutation words such as databases and sequences have together made up?a new and developing domain of study?in the past decade.

    Key Words: CiteSpace; mapping knowledge domain; machine learning; evolution of frontier; bibliometric method

    0 引言

    隨著科學(xué)技術(shù)的不斷發(fā)展,所需處理的數(shù)據(jù)量也呈幾何倍數(shù)增長[1],海量數(shù)據(jù)的復(fù)雜性和快速變化給人們檢索有價(jià)值的信息帶來了許多新問題,由此知識可視化研究方法應(yīng)運(yùn)而生[2]。當(dāng)前,國際上被廣泛應(yīng)用的知識可視化軟件[3]有Thomson Reuters 公司開發(fā)的Pajek[4],以及陳超美教授團(tuán)隊(duì)研發(fā)的 CiteSpace[5]等。在空間上,圖譜分析軟件可以通過共現(xiàn)以及社會網(wǎng)絡(luò)分析等方法分析文獻(xiàn)所屬區(qū)域,機(jī)構(gòu)、作者等結(jié)構(gòu)關(guān)系;在時(shí)間上,通過動(dòng)態(tài)的時(shí)間維度,繪制“知識發(fā)展進(jìn)程譜”,直觀展示知識演變進(jìn)程[6]。隨著人工智能應(yīng)用的日益廣泛與機(jī)器學(xué)習(xí)技術(shù)的不斷精進(jìn),相關(guān)研究也不斷深入,只有了解和把握學(xué)科發(fā)展前沿動(dòng)態(tài),積極探究學(xué)科研究熱點(diǎn)才能對該領(lǐng)域研究整體方向有更加準(zhǔn)確的定位。本文利用文獻(xiàn)計(jì)量學(xué)方法對機(jī)器學(xué)習(xí)關(guān)鍵詞進(jìn)行共現(xiàn)分析和突變分析,挖掘機(jī)器學(xué)習(xí)研究熱點(diǎn),并對機(jī)器學(xué)習(xí)文獻(xiàn)作耦合分析,進(jìn)行領(lǐng)域前沿挖掘。

    1 研究設(shè)計(jì)

    1.1 數(shù)據(jù)來源

    研究的原始數(shù)據(jù)來源于 Web of Science 平臺上的核心合集數(shù)據(jù)庫,包括SCI-EXPANDED、SSCI、A&HCI、CPCI-S、ESCI、CCR-EXPANDED、IC)。為確保研究數(shù)據(jù)的客觀性和全面性,選擇Machine Learning為檢索主題詞,檢索策略為:數(shù)據(jù)庫選擇Web of Science核心合集,輸入主題詞TS=“machine learning”,選擇檢索時(shí)間跨度為2008-2018年;將文獻(xiàn)類型精煉為“ARTICLE”,篩選得到34 835條檢索結(jié)果;選擇導(dǎo)出數(shù)據(jù)格式為全著錄格式分次下載(每次下載條目<=500),CiteSpaces規(guī)定格式 download*.txt 命名,保存在同一個(gè)文件 data 內(nèi),作為繪制圖譜的基礎(chǔ)數(shù)據(jù),并在同一文件夾建立project。

    1.2 研究方法與工具

    文獻(xiàn)計(jì)量分析主要以文獻(xiàn)為數(shù)據(jù)源,包括搜集、整理和分析三大基本過程。本文以Web of Science數(shù)據(jù)庫中2008-2018年機(jī)器學(xué)習(xí)論文作為數(shù)據(jù)源,對其作除重清洗,并以不同的視角和維度進(jìn)行計(jì)量分析。知識圖譜分析是可視化分析的一個(gè)分類,是將分析結(jié)果以節(jié)點(diǎn)和連線的形式展現(xiàn)出來,節(jié)點(diǎn)代表被研究對象,連線表示兩個(gè)研究對象之間的關(guān)系強(qiáng)度,使得分析結(jié)果更加美觀和直接。本文運(yùn)用的知識圖譜工具是由美國 Drexel大學(xué)陳超美博士基于Java 平臺開發(fā)的 CiteSpace,該軟件可對科學(xué)文獻(xiàn)的新趨勢和新動(dòng)態(tài)進(jìn)行識別與可視化分析,被廣泛應(yīng)用于科學(xué)文獻(xiàn)計(jì)量領(lǐng)域?;贑iteSpace運(yùn)用文獻(xiàn)計(jì)量學(xué)方法挖掘機(jī)器學(xué)習(xí)領(lǐng)域的時(shí)空分布、作者合作網(wǎng)絡(luò)、研究熱點(diǎn)及研究前沿。

    2 機(jī)器學(xué)習(xí)研究熱點(diǎn)與前沿趨勢分析

    2.1 研究熱點(diǎn)分析

    關(guān)鍵詞是對文獻(xiàn)主旨內(nèi)容與作者意圖的概括,是文獻(xiàn)中的核心和精髓。某領(lǐng)域的研究熱點(diǎn)往往是指在某一階段該領(lǐng)域文獻(xiàn)出現(xiàn)的高頻次、高中心度以及高突現(xiàn)強(qiáng)度的主題詞。共詞分析法基于該領(lǐng)域近十年文獻(xiàn)繪制機(jī)器學(xué)習(xí)領(lǐng)域的關(guān)鍵詞共現(xiàn)圖譜,并統(tǒng)計(jì)其中高頻次關(guān)鍵詞,明確近十年機(jī)器學(xué)習(xí)領(lǐng)域研究熱點(diǎn),進(jìn)而分析其演化發(fā)展過程。將數(shù)據(jù)導(dǎo)入 CiteSpace,調(diào)整參數(shù)后結(jié)果如圖1所示(見封三彩圖)。

    機(jī)器學(xué)習(xí)領(lǐng)域關(guān)鍵詞共現(xiàn)知識圖譜中共有節(jié)點(diǎn)N(42)個(gè),連線E(94)條,中心度(Density=0.109 2)。首先圈的大小代表著該關(guān)鍵詞在2008-2018年這10年間出現(xiàn)的頻率,圈從大到小依次為: machine learning(機(jī)器學(xué)習(xí))、classification(分類)、support vector machine(支持向量機(jī))、algorithm(算法)、model(模型)、neural network(神經(jīng)網(wǎng)絡(luò))、system(系統(tǒng))等等。由于該文獻(xiàn)主要研究機(jī)器學(xué)習(xí),因此第一個(gè)關(guān)鍵詞沒有分析意義,也即classification(分類)、support vector machine(支持向量機(jī))、algorithm(算法)、model(模塊)、neural network(神經(jīng)網(wǎng)絡(luò))、system(系統(tǒng))等組成了近十年機(jī)器學(xué)習(xí)的研究熱點(diǎn)。每一個(gè)圈最外圍的紫色越重,則證明該關(guān)鍵詞的中心性越高,說明該關(guān)鍵詞在近十年研究中起到了不可或缺的作用,例如圖中紫色最深的為分類,說明分類這個(gè)詞足以稱為該領(lǐng)域的熱點(diǎn)詞,有著重要貢獻(xiàn),代表了研究熱點(diǎn)。點(diǎn)與點(diǎn)之間的連線顏色表明這兩個(gè)詞首次共現(xiàn)的年份,連線的粗細(xì)則證明了這兩個(gè)關(guān)鍵詞的聯(lián)系緊密程度,聯(lián)系越緊密連線越粗,否則相反,從圖1中可以看出,classification(分類)和support vector machine(支持向量機(jī))這兩個(gè)關(guān)鍵詞的連線為深藍(lán)色,也即這兩個(gè)關(guān)鍵詞首次共現(xiàn)的時(shí)間是2008年。將圖1聚類后如圖2所示(見封三彩圖)。

    將關(guān)鍵詞進(jìn)行聚類后,出現(xiàn)了六大類,這其中最大的群集(#0)有9個(gè)成員,輪廓值為0.488。它被LLR標(biāo)記為users skill level(用戶技能水平),由TFIDF算法得出的標(biāo)簽是classifing(分類),最活躍的聚類引用是論文Scheduling Jobs with an Exponential Sum-of-Actual-Processing-time- based Learning Effect[12]。

    第二大聚類(#1)有9名成員,輪廓值為0.671。它被稱為由LLID算法得到classifying human physical activity (人體力活動(dòng)),由TFIDF算法標(biāo)記為 machine(機(jī)器分類)。其中最活躍的文章是Machine Learning Methods for Classifying Human Physical Activity from On-body Accelerometers[13]。

    將上述CiteSpaces中提供的數(shù)據(jù)進(jìn)行整理統(tǒng)計(jì)如表1所示。

    由于本文研究的主題就是機(jī)器學(xué)習(xí),因此排名第一的machine learning可以忽略,其熱點(diǎn)詞可分為兩大類:algorithm(算法)、framework(框架)。這些熱點(diǎn)詞僅僅是最基本的詞匯,本文將逐一分析,以找出近十年機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)。

    近十年流行的機(jī)器學(xué)習(xí)算法中,表1中呈現(xiàn)的有如下:

    (1)表中排名第二的熱點(diǎn)詞classification(分類算法)。分類算法中有一種很簡單且目前也很流行的算法為樸素貝葉斯分類。樸素貝葉斯的思想基礎(chǔ)是:對于給出的待分類項(xiàng),求解在此項(xiàng)出現(xiàn)的條件下各類別出現(xiàn)的概率,哪個(gè)最大,就認(rèn)為此待分類項(xiàng)屬于哪個(gè)類別。其主要應(yīng)用于論文分類處理、輿情分析等。

    (3)表中排名第三的熱點(diǎn)詞support vector machine(支持向量機(jī))。支持向量機(jī)(SVM)是二元分類算法,給定一組兩種類型的N維地方點(diǎn),SVM產(chǎn)生一個(gè)(N - 1)維超平面到這些點(diǎn)并分成2組。假設(shè)你有兩種類型的點(diǎn),且它們是線性可分的。 SVM將找到一條直線將這些點(diǎn)分成2種類型,并且這條直線會盡可能地遠(yuǎn)離所有點(diǎn)。當(dāng)下使用support vector machine(支持向量機(jī))處理的主要問題為商業(yè)廣告顯示、面部識別剪接位點(diǎn)處理、數(shù)據(jù)量差大的圖片處理等。

    (4)表中排第八位的熱點(diǎn)詞regression(回歸算法)。回歸算法中的邏輯回歸是一種強(qiáng)大的統(tǒng)計(jì)方法。通過估算使用邏輯運(yùn)算的概率,測量分類依賴變量和一個(gè)(或多個(gè))獨(dú)立變量之間的關(guān)系,是累積的邏輯分布情況。目前,邏輯回歸主要用于車流分析、使用評分、衡量營銷活動(dòng)的成功率等。

    (5)表中排名第六的熱點(diǎn)詞 neural network(神經(jīng)網(wǎng)絡(luò))。屬于神經(jīng)網(wǎng)絡(luò)的算法有很多,近十年比較突出的為遞歸神經(jīng)網(wǎng)絡(luò),實(shí)際上遞歸神經(jīng)網(wǎng)絡(luò)是兩種人工神經(jīng)網(wǎng)絡(luò)的總稱, 一種是時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network),另一種是結(jié)構(gòu)遞歸神經(jīng)網(wǎng)絡(luò)(Recursive Neural Network)。隨著電腦硬件的不斷提升,可以處理的神經(jīng)網(wǎng)絡(luò)層數(shù)不斷加深,這為后續(xù)研究Deep Learning(深度學(xué)習(xí))打下了基礎(chǔ)。

    (6)表中排名第十六的熱點(diǎn)詞 random forest(隨機(jī)森林)。隨機(jī)森林算法結(jié)合了多個(gè)樹,使用隨機(jī)挑選的數(shù)據(jù)子集,以提升決策樹的分析準(zhǔn)確率。隨機(jī)森林算法的優(yōu)勢在于能夠處理大規(guī)模數(shù)據(jù)集,以及大量看似不相關(guān)的數(shù)據(jù),可以用于風(fēng)險(xiǎn)評估和客戶信息分析。

    目前,機(jī)器學(xué)習(xí)領(lǐng)域的Deep Learning(深度學(xué)習(xí))受到廣泛關(guān)注。Deep Learning(深度學(xué)習(xí))領(lǐng)域常用四大框架: ①TensorFlow,它最初由谷歌的Machine Intelligence research organization 中Google Brain Team的研究人員和工程師開發(fā);②Neon,它是Nervana開發(fā)的基于Python的深度學(xué)習(xí)庫,它易于使用,同時(shí)性能也處于最高水準(zhǔn);③Caffe,它是一個(gè)重在表達(dá)性、速度和模塊化的深度學(xué)習(xí)框架,由 Berkeley Vision and Learning Center和社區(qū)貢獻(xiàn)者共同開發(fā);④DeepLearning4J,它和ND4J、DataVec、Arbiter及RL4J一樣,都是Skymind Intelligence Layer的一部分。

    2.2 研究前沿演進(jìn)分析

    利用CiteSpace中突變檢測(Burst Detection)功能,對近十年全部文獻(xiàn)中的關(guān)鍵詞探測出突變詞術(shù)語,利用詞頻的時(shí)間分布、變化趨勢并結(jié)合詞頻,找出該領(lǐng)域研究前沿演進(jìn)[14]。2008-2018 年機(jī)器學(xué)習(xí)研究領(lǐng)域突變詞如表2所示。

    在2008-2018年期間共出現(xiàn)了12個(gè)突變詞,分別為database (數(shù)據(jù)庫)、sequence(序列)、framework(框架)、deep learning (深度學(xué)習(xí))、segmentation(分割處理)、image(鏡像)即圖像識別、genetic algorithm(遺傳算法)、pattern recognition(模式識別)、scheduling(時(shí)序安排)、learning effect(學(xué)習(xí)效果)、pattern(模式)、decision tree(決策樹),這些突變詞共同組成了近十年機(jī)器學(xué)習(xí)領(lǐng)域的研究前沿和研究新興領(lǐng)域。

    將這12個(gè)關(guān)鍵詞分為兩個(gè)時(shí)間段,以更好地呈現(xiàn)機(jī)器學(xué)習(xí)在這十年中的前沿演進(jìn)。2008-2009年,機(jī)器學(xué)習(xí)相關(guān)研究還僅僅停留在Decision Tree(決策樹)和Pattern(模式)方面,主要原因在于當(dāng)時(shí)硬件設(shè)備不能滿足數(shù)據(jù)運(yùn)算要求。隨著技術(shù)的不斷更新和計(jì)算機(jī)硬件設(shè)備的發(fā)展,2010-2011年,機(jī)器學(xué)習(xí)的研究重點(diǎn)也發(fā)生了變化,Scheduling(時(shí)序安排)、Learning Effect(學(xué)習(xí)效果)這兩個(gè)詞占據(jù)了研究前沿位置,機(jī)器學(xué)習(xí)迎來了一個(gè)全新的研究領(lǐng)域。2014-2015年,framework(框架)再度成為當(dāng)時(shí)的研究熱點(diǎn),主要研究框架有TensorFlow、Keras、Caffe等,這些框架為神經(jīng)網(wǎng)絡(luò)發(fā)展和后續(xù)深度學(xué)習(xí)打下了基礎(chǔ)。

    2016-2018年,研究者更傾向于機(jī)器學(xué)習(xí)的進(jìn)一步探索,也即對多層神經(jīng)網(wǎng)絡(luò)進(jìn)行深入發(fā)掘,機(jī)器學(xué)習(xí)領(lǐng)域來到了Deep Learning (深度學(xué)習(xí))時(shí)代,許多學(xué)者相繼提出了新的算法模型,例如卷積神經(jīng)網(wǎng)絡(luò)、深層神經(jīng)網(wǎng)絡(luò)、深層信念網(wǎng)絡(luò)等,同時(shí)深度學(xué)習(xí)也開始應(yīng)用于不同的領(lǐng)域,如圖像物體分類、Image(鏡像)即圖像識別、Segmentation(分割處理)、Pattern Recognition(模式識別)等不同層面。由此可知,目前機(jī)器學(xué)習(xí)領(lǐng)域的研究側(cè)重點(diǎn)在深度學(xué)習(xí)領(lǐng)域,深度學(xué)習(xí)仍處于不斷發(fā)展和應(yīng)用階段,深度學(xué)習(xí)領(lǐng)域更快速、便捷、合適的算法也有待進(jìn)一步研究和提出。

    3 結(jié)語

    本文通過在Web of Science核心合集下載2008-2018年的文獻(xiàn)數(shù)據(jù),結(jié)合機(jī)器學(xué)習(xí)、知識圖譜、研究前沿的相關(guān)理論與技術(shù)構(gòu)建機(jī)器學(xué)習(xí)知識圖譜。研究結(jié)論為:根據(jù)知識圖譜共現(xiàn)和表中信息將近十年的熱點(diǎn)按Algorithm(算法)和Framework(框架)兩大類進(jìn)行分析,熱點(diǎn)算法有:Classification(分類算法)、Support Vector Machine(支持向量機(jī))、Regression(回歸算法)、Neural Network(神經(jīng)網(wǎng)絡(luò))、Random Forest(隨機(jī)森林)等;熱點(diǎn)框架有:sorFlow、Caffe、PaddlePaddle等。數(shù)據(jù)庫、序列、框架、深度學(xué)習(xí)、分割、鏡像、遺傳算法、模式識別、時(shí)序安排、學(xué)習(xí)效果、決策樹,這些突變詞共同組成了近十年機(jī)器學(xué)習(xí)領(lǐng)域的研究前沿和研究新興領(lǐng)域。

    在前期準(zhǔn)備工作時(shí),由于數(shù)據(jù)庫所提供的論文作者都是拼音簡寫,使得數(shù)據(jù)核對十分繁瑣且容易出錯(cuò),希望Web of Science數(shù)據(jù)庫在收錄文章時(shí)能使用作者全稱,以保證查詢的精準(zhǔn)性。

    參考文獻(xiàn):

    [1] 機(jī)器學(xué)習(xí)發(fā)展現(xiàn)狀及應(yīng)用的研究[EB/OL]. http://m.jizihe.com/page/2018/0601/3608221.shtml.

    [2] 史紀(jì)元. 基于CiteSpaceⅢ輸血醫(yī)學(xué)研究領(lǐng)域知識圖譜分析[D]. 西安:第四軍醫(yī)大學(xué),2015.

    [3] 杜文龍. 引文分析軟件的應(yīng)用比較分析研究[D]. 西安:西北大學(xué),2013.

    [4] 李杰,陳超美. CiteSpace:科技文本挖掘及可視化[M]. 北京:首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社,2016.

    [5] 劉則淵,陳超美,侯海燕,等. 邁向科學(xué)學(xué)大變革的時(shí)代[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理,2009,30(7):5-12.

    [6] 趙玉鵬. 基于知識圖譜的機(jī)器學(xué)習(xí)研究前沿探析[J]. 情報(bào)雜志, 2012,31(4):28-31.

    [7] 焦李成,楊淑媛,劉芳,等. 神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 計(jì)算機(jī)學(xué)報(bào),2016,39(8):1697-1716.

    [8] 張福俊,周忠學(xué),尹燕霞,等. 青島理工大學(xué)基于SCI論文的文獻(xiàn)計(jì)量學(xué)分析[J]. 青島理工大學(xué)學(xué)報(bào),2013,34(4):115-119.

    [9] ZHANG Y. I-TASSER: fully automated protein structure prediction in CASP8[J]. ?Proteins Structure Function & Bioinformatics, 2009,77(Supplement S9):100-113.

    [10] LIU Q, WANG J. A one-layer recurrent neural network with a discontinuous hard-limiting activation function for quadratic programming[J]. ?IEEE Transactions on Neural Networks, 2008,19(4):558-70.

    [11] MALLAPRAGADA P K, JIN R, JAIN A K, et al. SemiBoost: boosting for semi-supervised learning[J]. ?IEEE Transactions on Pattern Analysis & Machine Intelligence,2009,31(11):2000-2014.

    [12] WANG J B, SUN L H, SUN L Y. Scheduling jobs with an exponential sum-of-actual-processing-time-based learning effect[J]. ?Computers & Mathematics with Applications,2010,60(9):2673-2678.

    [13] NNINI A,SABATINI A M.Machine learning methods for classifying human physical activity from on-body accelerometers[J]. ?Sensors,2010,10(2):1154-1175.

    [14] 張???,葉權(quán)慧,于路云. 基于知識圖譜的海洋科學(xué)領(lǐng)域技術(shù)機(jī)會分析[J]. 科技管理研究,2017,37(24):165-170.

    [15] CHANG C C, LIN C J. LIBSVM: A library for support vector machines[J]. ACM Transactions on Intelligent Systems and Technology, 2011(2):1-27.

    [16] DEPRISTO M A,BANKS E,POPLIN R E,et al. A framework for variation discovery and genotyping using next-generation DNA sequencing data[J]. ?Nature Genetics,2011,43(5):491-8.

    [17] HUANG G B,ZHOU H,DING X,et al. Extreme learning machine for regression and multiclass classification[J]. IEEE Transactions on Systems Man & Cybernetics Part B, 2012, 42(2):513-529.

    [18] 張???,劉桂仁,劉謙,等. 山東省國內(nèi)專利文獻(xiàn)計(jì)量學(xué)分析[J]. 科技管理研究,2013,33(1):60-63.

    [19] 王聲培,云雅娟. 洛特卡定律、普賴斯定律和我國數(shù)學(xué)科學(xué)文獻(xiàn)[J]. 圖書情報(bào)工作,1994(3):21-24.

    [20] 張??? 基于SCI論文引證的學(xué)術(shù)期刊信息服務(wù)——以《山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》為例[J]. 山東科技大學(xué)學(xué)報(bào):自然科學(xué)版,2013,32(5):107-110.

    [20] 于路云. 基于知識圖譜的國際海洋習(xí)研究前沿與技術(shù)機(jī)會分析[D]. 青島:山東科技大學(xué),2017.

    [21] 張潤,王永濱. 機(jī)器學(xué)習(xí)及其算法和發(fā)展研究[J]. 中國傳媒大學(xué)學(xué)報(bào):自然科學(xué)版, 2016,23(2):10-18.

    (責(zé)任編輯:孫 娟)

    猜你喜歡
    機(jī)器學(xué)習(xí)
    基于詞典與機(jī)器學(xué)習(xí)的中文微博情感分析
    基于機(jī)器學(xué)習(xí)的圖像特征提取技術(shù)在圖像版權(quán)保護(hù)中的應(yīng)用
    基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測分析
    前綴字母為特征在維吾爾語文本情感分類中的研究
    下一代廣播電視網(wǎng)中“人工智能”的應(yīng)用
    活力(2016年8期)2016-11-12 17:30:08
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    基于Spark的大數(shù)據(jù)計(jì)算模型
    基于樸素貝葉斯算法的垃圾短信智能識別系統(tǒng)
    基于圖的半監(jiān)督學(xué)習(xí)方法綜述
    機(jī)器學(xué)習(xí)理論在高中自主學(xué)習(xí)中的應(yīng)用
    精品一区二区三区人妻视频| 亚洲精品影视一区二区三区av| 欧美一区二区亚洲| 成人无遮挡网站| bbb黄色大片| 在线播放国产精品三级| 成人av在线播放网站| 狂野欧美白嫩少妇大欣赏| 亚洲欧美日韩高清在线视频| 又紧又爽又黄一区二区| 亚洲欧美日韩无卡精品| 久久人人爽人人爽人人片va | 最新在线观看一区二区三区| 精品国内亚洲2022精品成人| 国产精品一区二区性色av| 一区福利在线观看| 亚洲精华国产精华精| 精品日产1卡2卡| 国产精品99久久久久久久久| 精品久久久久久,| a级毛片免费高清观看在线播放| 真人一进一出gif抽搐免费| 中文字幕人妻熟人妻熟丝袜美| 国产白丝娇喘喷水9色精品| 亚洲精品日韩av片在线观看| 69av精品久久久久久| 国产精品伦人一区二区| 色5月婷婷丁香| 此物有八面人人有两片| 色综合站精品国产| 日本黄色片子视频| 亚洲最大成人中文| 一级a爱片免费观看的视频| 国产黄a三级三级三级人| 亚洲成av人片免费观看| 免费在线观看日本一区| 欧美+亚洲+日韩+国产| 长腿黑丝高跟| 男人和女人高潮做爰伦理| av在线老鸭窝| 在线天堂最新版资源| 色综合亚洲欧美另类图片| 日本 欧美在线| 午夜福利成人在线免费观看| 久久精品国产亚洲av涩爱 | 嫁个100分男人电影在线观看| 久久精品国产99精品国产亚洲性色| 欧美一级a爱片免费观看看| 在线十欧美十亚洲十日本专区| 国产免费一级a男人的天堂| 18禁黄网站禁片免费观看直播| 久久久久久久久大av| 国产一区二区亚洲精品在线观看| 狠狠狠狠99中文字幕| 在线观看午夜福利视频| 亚洲精品影视一区二区三区av| 99国产精品一区二区蜜桃av| 欧美性猛交╳xxx乱大交人| 偷拍熟女少妇极品色| 毛片一级片免费看久久久久 | 国产亚洲欧美在线一区二区| 亚洲性夜色夜夜综合| 午夜福利在线观看吧| 亚洲国产色片| 女人被狂操c到高潮| 99久久成人亚洲精品观看| 日韩欧美国产在线观看| 欧美+日韩+精品| 99国产精品一区二区三区| 老熟妇乱子伦视频在线观看| 国产精品久久久久久久电影| 每晚都被弄得嗷嗷叫到高潮| 婷婷精品国产亚洲av在线| 男女下面进入的视频免费午夜| 精品午夜福利在线看| 搡老妇女老女人老熟妇| 成人av在线播放网站| 桃色一区二区三区在线观看| 美女高潮的动态| 久久伊人香网站| 欧美最黄视频在线播放免费| 51国产日韩欧美| 国产爱豆传媒在线观看| 2021天堂中文幕一二区在线观| 亚洲无线观看免费| 成人国产综合亚洲| 在线天堂最新版资源| 精品国产亚洲在线| 国产三级中文精品| 日韩成人在线观看一区二区三区| 男女做爰动态图高潮gif福利片| 国产高清视频在线观看网站| 在线观看美女被高潮喷水网站 | 中文资源天堂在线| 中文字幕人妻熟人妻熟丝袜美| 久久久国产成人精品二区| 一a级毛片在线观看| 深夜a级毛片| 免费电影在线观看免费观看| 色在线成人网| 久久精品夜夜夜夜夜久久蜜豆| 欧美性猛交╳xxx乱大交人| 嫁个100分男人电影在线观看| 熟女人妻精品中文字幕| 色av中文字幕| 精品人妻一区二区三区麻豆 | 欧美日本亚洲视频在线播放| 日韩欧美国产一区二区入口| 亚洲av成人不卡在线观看播放网| 久久草成人影院| 午夜老司机福利剧场| 午夜免费激情av| 热99re8久久精品国产| 99热6这里只有精品| 亚洲一区高清亚洲精品| 中出人妻视频一区二区| 在线播放国产精品三级| 日日摸夜夜添夜夜添小说| 两性午夜刺激爽爽歪歪视频在线观看| 网址你懂的国产日韩在线| 精品国产亚洲在线| 日韩中字成人| 国产一区二区在线av高清观看| 波多野结衣高清作品| 亚洲熟妇中文字幕五十中出| 嫩草影院新地址| 日韩欧美精品免费久久 | 免费av观看视频| 欧美+日韩+精品| 久久久久久久久久成人| 亚洲成人久久性| 色综合亚洲欧美另类图片| 国产国拍精品亚洲av在线观看| 日本a在线网址| 精品欧美国产一区二区三| 老司机福利观看| 天堂网av新在线| 国产伦精品一区二区三区四那| 国产探花极品一区二区| 窝窝影院91人妻| 91九色精品人成在线观看| av福利片在线观看| 亚洲中文字幕日韩| 亚洲av五月六月丁香网| 韩国av一区二区三区四区| 国产在线男女| 亚洲精品亚洲一区二区| 天天躁日日操中文字幕| 99久久精品一区二区三区| 日本与韩国留学比较| 夜夜爽天天搞| 看片在线看免费视频| 亚洲精品日韩av片在线观看| 国产亚洲av嫩草精品影院| 国产精品野战在线观看| 久久久成人免费电影| 好男人在线观看高清免费视频| 在线播放无遮挡| 国产一区二区在线观看日韩| 日韩有码中文字幕| 看十八女毛片水多多多| 亚洲av日韩精品久久久久久密| 如何舔出高潮| 成人av一区二区三区在线看| 夜夜爽天天搞| 中文资源天堂在线| 亚洲自偷自拍三级| 很黄的视频免费| 欧美潮喷喷水| 91麻豆av在线| 欧美成人性av电影在线观看| 午夜福利在线观看吧| 免费看日本二区| 淫妇啪啪啪对白视频| 在线观看av片永久免费下载| 国产精品久久视频播放| 欧美潮喷喷水| 男人舔女人下体高潮全视频| av女优亚洲男人天堂| 韩国av一区二区三区四区| 国产伦精品一区二区三区视频9| 1024手机看黄色片| 看十八女毛片水多多多| 欧美性感艳星| 高潮久久久久久久久久久不卡| 国产av在哪里看| 亚洲五月天丁香| 99久久精品一区二区三区| 3wmmmm亚洲av在线观看| 免费在线观看亚洲国产| 网址你懂的国产日韩在线| 国产一区二区在线av高清观看| 人妻久久中文字幕网| 亚洲精品在线美女| 日本a在线网址| 国产成人a区在线观看| 人人妻人人澡欧美一区二区| 久9热在线精品视频| 天天一区二区日本电影三级| 免费高清视频大片| 欧美国产日韩亚洲一区| 亚洲精品在线观看二区| 亚洲av免费高清在线观看| 欧美乱色亚洲激情| 久久人人爽人人爽人人片va | 在线国产一区二区在线| 88av欧美| 日本在线视频免费播放| 久久国产乱子伦精品免费另类| 男插女下体视频免费在线播放| 国产熟女xx| 国产91精品成人一区二区三区| 国内精品久久久久久久电影| 精品国产亚洲在线| 欧美成人a在线观看| 日日摸夜夜添夜夜添小说| 亚洲精品久久国产高清桃花| 久久久国产成人免费| 中文字幕av在线有码专区| 午夜福利在线在线| 国产一区二区三区在线臀色熟女| x7x7x7水蜜桃| 中国美女看黄片| 久久6这里有精品| 欧美极品一区二区三区四区| 精品不卡国产一区二区三区| 亚州av有码| 别揉我奶头~嗯~啊~动态视频| 人妻丰满熟妇av一区二区三区| 我的老师免费观看完整版| 国产私拍福利视频在线观看| a在线观看视频网站| 国产精品久久久久久久久免 | 又紧又爽又黄一区二区| 五月伊人婷婷丁香| 搡老妇女老女人老熟妇| 99久久精品国产亚洲精品| 一级黄色大片毛片| 91在线精品国自产拍蜜月| 99精品在免费线老司机午夜| 精品乱码久久久久久99久播| 日本在线视频免费播放| www日本黄色视频网| 亚洲人成电影免费在线| 成人特级黄色片久久久久久久| 国产成年人精品一区二区| 亚洲人与动物交配视频| 天天躁日日操中文字幕| 久久精品影院6| 久久99热6这里只有精品| 午夜精品一区二区三区免费看| av在线蜜桃| 麻豆国产97在线/欧美| 色视频www国产| 色综合婷婷激情| 亚洲精品成人久久久久久| 美女xxoo啪啪120秒动态图 | 亚洲无线观看免费| 搡老岳熟女国产| 欧美性猛交╳xxx乱大交人| 欧美乱妇无乱码| 国产色婷婷99| 永久网站在线| 18美女黄网站色大片免费观看| 91在线观看av| 亚洲av日韩精品久久久久久密| 中文在线观看免费www的网站| 少妇人妻一区二区三区视频| 亚洲欧美激情综合另类| 久久热精品热| 久久久国产成人免费| 波野结衣二区三区在线| 日韩av在线大香蕉| 日韩国内少妇激情av| 国产一区二区亚洲精品在线观看| 成人美女网站在线观看视频| 美女黄网站色视频| 日韩欧美国产在线观看| 3wmmmm亚洲av在线观看| 男人狂女人下面高潮的视频| 久久人人精品亚洲av| 国产淫片久久久久久久久 | 中文字幕熟女人妻在线| 国产精品电影一区二区三区| 久久99热这里只有精品18| 国产欧美日韩一区二区精品| 99久久99久久久精品蜜桃| 成人av一区二区三区在线看| 久久久精品欧美日韩精品| 老司机福利观看| 全区人妻精品视频| 久久久久久久午夜电影| 色av中文字幕| 亚洲成人免费电影在线观看| 亚洲狠狠婷婷综合久久图片| 国产综合懂色| 美女大奶头视频| 国模一区二区三区四区视频| 久久久久久久亚洲中文字幕 | bbb黄色大片| 在线十欧美十亚洲十日本专区| 欧美黑人欧美精品刺激| 如何舔出高潮| 老熟妇仑乱视频hdxx| 亚洲无线观看免费| 波多野结衣高清无吗| 日韩欧美免费精品| 亚洲av成人精品一区久久| 村上凉子中文字幕在线| 午夜免费激情av| 欧美乱色亚洲激情| 久久精品夜夜夜夜夜久久蜜豆| 欧美日韩福利视频一区二区| 伊人久久精品亚洲午夜| 一进一出好大好爽视频| 99热6这里只有精品| 日本成人三级电影网站| 99国产综合亚洲精品| 午夜久久久久精精品| 亚洲av成人不卡在线观看播放网| 天天躁日日操中文字幕| 亚洲午夜理论影院| 亚洲激情在线av| aaaaa片日本免费| 在线观看免费视频日本深夜| 国产亚洲欧美在线一区二区| 亚洲不卡免费看| 欧美+亚洲+日韩+国产| а√天堂www在线а√下载| 欧美黄色淫秽网站| 国产精品1区2区在线观看.| 一二三四社区在线视频社区8| 美女高潮的动态| 动漫黄色视频在线观看| 日韩欧美免费精品| 日本一本二区三区精品| 97人妻精品一区二区三区麻豆| 丝袜美腿在线中文| 免费在线观看日本一区| eeuss影院久久| 一区二区三区免费毛片| 国产在线精品亚洲第一网站| 久久欧美精品欧美久久欧美| 最近中文字幕高清免费大全6 | 一进一出抽搐动态| 久久精品国产亚洲av涩爱 | 亚洲精品久久国产高清桃花| 中文字幕av在线有码专区| 国产精品免费一区二区三区在线| 国产日本99.免费观看| 国产免费男女视频| 又黄又爽又免费观看的视频| 男女床上黄色一级片免费看| 人妻久久中文字幕网| 成人毛片a级毛片在线播放| 欧美激情在线99| 天堂影院成人在线观看| 久久国产乱子伦精品免费另类| 男插女下体视频免费在线播放| 韩国av一区二区三区四区| 精品久久国产蜜桃| 色av中文字幕| 每晚都被弄得嗷嗷叫到高潮| 午夜亚洲福利在线播放| 脱女人内裤的视频| 午夜a级毛片| 国产麻豆成人av免费视频| 又黄又爽又免费观看的视频| 久久久久久久久久黄片| 国内精品久久久久久久电影| 变态另类成人亚洲欧美熟女| 亚洲国产欧美人成| 亚洲成人久久爱视频| 亚洲欧美日韩东京热| a级毛片免费高清观看在线播放| 日本三级黄在线观看| 97碰自拍视频| 久久午夜亚洲精品久久| 婷婷精品国产亚洲av| 男女床上黄色一级片免费看| 亚洲成a人片在线一区二区| 人妻夜夜爽99麻豆av| 最后的刺客免费高清国语| 特级一级黄色大片| 日本精品一区二区三区蜜桃| 人妻久久中文字幕网| 国产精品影院久久| 俺也久久电影网| 熟妇人妻久久中文字幕3abv| 丰满乱子伦码专区| 99热精品在线国产| 国产成年人精品一区二区| 欧美另类亚洲清纯唯美| 日韩精品青青久久久久久| 午夜免费激情av| 老熟妇乱子伦视频在线观看| 欧美成人性av电影在线观看| 搡老熟女国产l中国老女人| 88av欧美| 别揉我奶头 嗯啊视频| av国产免费在线观看| 午夜激情福利司机影院| 99视频精品全部免费 在线| 国产精品自产拍在线观看55亚洲| 夜夜躁狠狠躁天天躁| 99久久精品热视频| 欧美丝袜亚洲另类 | 内射极品少妇av片p| 十八禁网站免费在线| 精品久久久久久成人av| 久久精品人妻少妇| 一个人观看的视频www高清免费观看| 窝窝影院91人妻| 亚洲乱码一区二区免费版| 日本一二三区视频观看| 婷婷亚洲欧美| 九九热线精品视视频播放| 国产精品一区二区免费欧美| 久久国产乱子免费精品| 一进一出抽搐动态| 免费看光身美女| 国产精品女同一区二区软件 | 国产又黄又爽又无遮挡在线| 夜夜看夜夜爽夜夜摸| 亚洲av第一区精品v没综合| 国产成人a区在线观看| 亚洲精品亚洲一区二区| 午夜精品在线福利| 欧美日本视频| 亚洲内射少妇av| 一卡2卡三卡四卡精品乱码亚洲| 91午夜精品亚洲一区二区三区 | 丰满的人妻完整版| 在线看三级毛片| 婷婷亚洲欧美| 午夜亚洲福利在线播放| 国产精品野战在线观看| 日韩欧美三级三区| 一卡2卡三卡四卡精品乱码亚洲| 日韩精品青青久久久久久| 久久久色成人| 成人国产综合亚洲| 国产精品精品国产色婷婷| 可以在线观看毛片的网站| 十八禁网站免费在线| 直男gayav资源| 97人妻精品一区二区三区麻豆| x7x7x7水蜜桃| 不卡一级毛片| 丝袜美腿在线中文| 亚洲,欧美,日韩| www.999成人在线观看| 亚洲不卡免费看| 国产午夜精品久久久久久一区二区三区 | 久久人人精品亚洲av| 欧美zozozo另类| 757午夜福利合集在线观看| av在线天堂中文字幕| 成年版毛片免费区| 国产一区二区在线观看日韩| 久99久视频精品免费| 成人特级黄色片久久久久久久| 亚洲国产精品成人综合色| 久久精品国产亚洲av涩爱 | 久久久色成人| 老熟妇乱子伦视频在线观看| 嫩草影院精品99| 精品人妻一区二区三区麻豆 | 成年女人毛片免费观看观看9| 国产三级中文精品| 亚洲国产色片| 午夜福利在线观看免费完整高清在 | 亚洲七黄色美女视频| av视频在线观看入口| 在线播放无遮挡| 国产成人福利小说| 中出人妻视频一区二区| 免费看a级黄色片| 无人区码免费观看不卡| 亚洲经典国产精华液单 | 日日摸夜夜添夜夜添av毛片 | 国产三级黄色录像| 啦啦啦观看免费观看视频高清| 黄片小视频在线播放| 亚洲国产精品久久男人天堂| 3wmmmm亚洲av在线观看| 欧美3d第一页| 嫩草影视91久久| 国产精品美女特级片免费视频播放器| 永久网站在线| 亚洲精品久久国产高清桃花| 白带黄色成豆腐渣| 亚洲av第一区精品v没综合| 一本综合久久免费| 最近视频中文字幕2019在线8| 窝窝影院91人妻| 亚洲精品粉嫩美女一区| 中文在线观看免费www的网站| 91av网一区二区| 日韩 亚洲 欧美在线| 精品国产亚洲在线| 嫩草影院入口| 国产精品乱码一区二三区的特点| 少妇裸体淫交视频免费看高清| 国产免费男女视频| 最近中文字幕高清免费大全6 | 高潮久久久久久久久久久不卡| 亚洲熟妇中文字幕五十中出| 中文字幕久久专区| 国产国拍精品亚洲av在线观看| 最近最新中文字幕大全电影3| 黄色女人牲交| av黄色大香蕉| 精品乱码久久久久久99久播| 九色国产91popny在线| 久久久久久久久久黄片| 一本精品99久久精品77| 91麻豆精品激情在线观看国产| 乱码一卡2卡4卡精品| 国产精品,欧美在线| 午夜久久久久精精品| 亚州av有码| 精品久久久久久久久久免费视频| 一二三四社区在线视频社区8| 丁香六月欧美| 久久久精品欧美日韩精品| 日本熟妇午夜| 丝袜美腿在线中文| 99视频精品全部免费 在线| 亚洲五月婷婷丁香| 999久久久精品免费观看国产| 午夜福利视频1000在线观看| 亚洲精品在线美女| 1024手机看黄色片| 久久久久久九九精品二区国产| 可以在线观看的亚洲视频| 亚洲av成人不卡在线观看播放网| 热99re8久久精品国产| 国产精品影院久久| 国产亚洲欧美98| 亚洲精品日韩av片在线观看| 人妻久久中文字幕网| 国产精品av视频在线免费观看| 日本在线视频免费播放| 欧美午夜高清在线| 免费观看精品视频网站| 舔av片在线| 国产精品亚洲美女久久久| 舔av片在线| 99国产精品一区二区三区| 国产精品久久视频播放| 国产视频一区二区在线看| 十八禁人妻一区二区| 在线天堂最新版资源| 亚洲成av人片免费观看| 精品一区二区三区人妻视频| 国产精品嫩草影院av在线观看 | 如何舔出高潮| 一进一出抽搐gif免费好疼| 欧美乱妇无乱码| 色哟哟哟哟哟哟| av女优亚洲男人天堂| 一进一出抽搐gif免费好疼| 午夜激情福利司机影院| 亚洲成人精品中文字幕电影| 国产成人欧美在线观看| 午夜福利欧美成人| 免费黄网站久久成人精品 | 又爽又黄无遮挡网站| 成人三级黄色视频| 亚洲第一欧美日韩一区二区三区| 男人舔女人下体高潮全视频| 一卡2卡三卡四卡精品乱码亚洲| 国产精品av视频在线免费观看| 天堂影院成人在线观看| 88av欧美| 国产在线男女| 制服丝袜大香蕉在线| 国内精品一区二区在线观看| 91久久精品国产一区二区成人| 在线观看66精品国产| 国产亚洲av嫩草精品影院| 麻豆久久精品国产亚洲av| 午夜精品久久久久久毛片777| 亚洲精品亚洲一区二区| 免费在线观看成人毛片| 91av网一区二区| 欧美极品一区二区三区四区| www.色视频.com| 99热这里只有是精品50| 国产一区二区亚洲精品在线观看| 亚洲午夜理论影院| 亚洲av第一区精品v没综合| 激情在线观看视频在线高清| 亚洲精华国产精华精| 999久久久精品免费观看国产| 最近在线观看免费完整版| 嫩草影视91久久| 老司机午夜福利在线观看视频| 国产不卡一卡二| 人妻久久中文字幕网| 在线观看一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 亚洲自偷自拍三级| 久久久久久久久中文| 最近中文字幕高清免费大全6 | 欧美高清性xxxxhd video| 国产精品,欧美在线| 国产亚洲精品综合一区在线观看| 日韩av在线大香蕉| 欧美三级亚洲精品| 免费在线观看亚洲国产| 精品一区二区免费观看| 久久久久久久久中文| 性插视频无遮挡在线免费观看|