• <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 ?

    顧及空間分布與注記相關(guān)性的點(diǎn)要素注記配置算法

    2022-03-07 10:45:24彭斐琳童曉沖戴浩然
    測繪學(xué)報 2022年2期
    關(guān)鍵詞:規(guī)則質(zhì)量模型

    曹 聞,彭斐琳,童曉沖,戴浩然,張 勇

    1. 鄭州大學(xué)地球科學(xué)與技術(shù)學(xué)院,河南 鄭州 450000; 2. 信息工程大學(xué)地理空間信息學(xué)院,河南 鄭州 450001; 3. 鄭州眾合景軒信息技術(shù)有限公司,河南 鄭州 450000

    隨著大數(shù)據(jù)時代的到來,人們對大數(shù)據(jù)中所蘊(yùn)含的內(nèi)在機(jī)理和高價值信息有著迫切的需求和期待,數(shù)據(jù)可視化成為大數(shù)據(jù)分析不可缺少的工具[1-2]。在數(shù)據(jù)可視化中,各行業(yè)數(shù)據(jù)經(jīng)常利用地理信息技術(shù)將其整合到地理空間上進(jìn)行分析和表達(dá),因此,地理空間數(shù)據(jù)可視化是大數(shù)據(jù)分析的重要基礎(chǔ),通常以地圖的形式展示[3-4]。注記作為可視化產(chǎn)品中重要組成部分,是最直觀傳遞信息的要素[5],由此,提升注記質(zhì)量成了研究的熱點(diǎn)和難點(diǎn)。

    數(shù)據(jù)可視化中的空間對象分為點(diǎn)、線、面、體等形式[6-9],其中,點(diǎn)要素注記的自動配置問題(point-feature label placement problem,PFLP)最為復(fù)雜,已被證明是NP-hard問題[10]。為了解決在龐大規(guī)模的組合優(yōu)化問題中尋找最優(yōu)解的難題,國內(nèi)外學(xué)者對此進(jìn)行了大量的研究。元啟發(fā)式算法是一種使用高級策略來探索空間的方法[11],能在有限的時間內(nèi)找到一個較好的近似最優(yōu)解,目前已被廣泛應(yīng)用到點(diǎn)要素注記配置問題的研究中,如禁忌搜索、模擬退火算法、遺傳算法和蟻群算法等[12-15]。大部分學(xué)者通常以改進(jìn)元啟發(fā)算法為主,將所有點(diǎn)要素視為一個整體進(jìn)行解算,并未考慮到點(diǎn)要素之間的獨(dú)立性,而隨著點(diǎn)要素數(shù)量的增多,組合優(yōu)化的規(guī)模呈爆炸式增長,導(dǎo)致算法求解的效率極低及求解質(zhì)量不佳。因此,有部分學(xué)者利用點(diǎn)要素的空間分布特征來指導(dǎo)注記配置問題的解算,主要分為兩類:一是采用聚類分組的方法對點(diǎn)要素進(jìn)行分析和求解。文獻(xiàn)[16]提出利用最短距離聚類的方式分析點(diǎn)要素空間分布特征的設(shè)想。文獻(xiàn)[17—18]通過構(gòu)建點(diǎn)要素沖突圖和拉格朗日松弛法進(jìn)行聚類,將其劃分為多個數(shù)據(jù)簇進(jìn)行求解。文獻(xiàn)[19]利用基于密度的聚類方法(density-based spatial clustering of applications with noise,DBSCAN)將問題空間劃分成多個子問題空間,進(jìn)而利用蟻群算法對子問題進(jìn)行求解。該類算法雖然有效地縮短了注記配置的計算時間,提高了注記效率,但其聚類的過程忽略了點(diǎn)要素注記之間的影響,從而導(dǎo)致聚類得到的不同子數(shù)據(jù)集之間的獨(dú)立性方面存在著模糊性和粗差。二是通過規(guī)劃注記次序指導(dǎo)注記配置過程的方式來優(yōu)化注記配置結(jié)果。文獻(xiàn)[20]指出利用Voronoi圖描述點(diǎn)要素的空間分布特征和要素在注記配置過程中的相互影響性,通過規(guī)劃自由度來指導(dǎo)注記配置沿著簡單、高效和高質(zhì)量的方向進(jìn)行。文獻(xiàn)[21]提出周圍要素較為密集且注記候選區(qū)域面積較小的點(diǎn)要素優(yōu)先注記,對注記配置的順序進(jìn)行了優(yōu)化。該類算法利用注記次序指導(dǎo)了注記配置過程,雖然能在一定程度上提高注記配置質(zhì)量,但在空間分布稠密的情況下易受到點(diǎn)要素注記間強(qiáng)干擾性的影響,從而導(dǎo)致算法求解更易落入局部最優(yōu)陷阱。

    針對上述問題,本文通過挖掘點(diǎn)要素數(shù)據(jù)集的整體空間分布特征、局部空間分布特征和注記相關(guān)性,提出了一種顧及空間分布和注記相關(guān)性的點(diǎn)要素注記配置算法,并通過試驗證明該算法的有效性。

    1 算法原理

    稠密型點(diǎn)要素的注記自動配置問題主要受限于注記效率和質(zhì)量,針對該問題,本文考慮到點(diǎn)數(shù)據(jù)集的空間分布特征和注記間的相關(guān)性,設(shè)計了一種注記關(guān)聯(lián)度模型,繼而對點(diǎn)要素數(shù)據(jù)集進(jìn)行空間聚類分析和注記次序規(guī)則制定,最后采用多層次元啟發(fā)算法求解注記配置問題的近似最優(yōu)解。

    1.1 注記關(guān)聯(lián)度模型

    1.1.1 注記候選位置模型

    注記候選位置模型的選擇是注記配置的重要基礎(chǔ)之一[22-23],直接影響著注記配置的質(zhì)量和效率。為了增加固定位置模型的靈活性和降低滑動模型的運(yùn)算量,采用文獻(xiàn)[19]提出的多級多方位模型,如圖1所示,可通過細(xì)化參數(shù)半徑r和等分角θ兩個參數(shù)提升空間利用率,但勢必帶來較大的運(yùn)算量而降低注記效率。因此,綜合考慮注記配置質(zhì)量和運(yùn)算時間兩方面的平衡,本文選擇等分角θ為45°,并使用優(yōu)先級度量構(gòu)建8位置模型。其中,圖1中的數(shù)字從小至大表示注記位置優(yōu)先級由強(qiáng)至弱的程度,同時為了注記美觀性,將點(diǎn)要素的符號外接圓加入多級多方位模型中,即要求點(diǎn)要素符號化區(qū)域半徑r1要小于注記多級半徑r,實線橢圓和虛線矩形分別為不同位置、字符高度、字符串長度所形成的外接橢圓和最小外接矩形。

    圖1 多級多方位注記候選模型Fig.1 The multi-levels and multi-orientations label candidate location model

    點(diǎn)要素注記自動配置算法通常是以某種規(guī)則選擇不同的注記候選位置得到近似最優(yōu)解,在此過程中每個已注記點(diǎn)要素的位置會直接影響到隨后點(diǎn)要素的注記位置,因此如何利用其多樣性和互干擾性指導(dǎo)算法求解是值得重點(diǎn)關(guān)注的問題。

    1.1.2 注記關(guān)聯(lián)度規(guī)則

    在點(diǎn)要素注記配置問題的求解過程中,注記間的干擾會導(dǎo)致算法極易陷入局部最優(yōu)陷阱和求解效率低下。由于注記最小候選外接矩形包括了點(diǎn)要素所有的候選位置,因此可根據(jù)注記最小候選外接矩形為計算基礎(chǔ)設(shè)計相應(yīng)的注記關(guān)聯(lián)度規(guī)則量化不同點(diǎn)要素在注記配置過程的相互干擾關(guān)系。

    假設(shè)圖面待配置點(diǎn)要素的集合為P={p1,p2,…,pN},點(diǎn)要素pi和pj的最小候選外接矩形分別為Ri和Rj,定義一個二進(jìn)制變量αij表示點(diǎn)pi和pj之間是否存在相互干擾性。若αij=0,表示點(diǎn)要素pi和pj在注記配置過程中不存在干擾性,即Ri∩Rj=φ,不需考慮二者注記的先后順序;若αij=1,表示點(diǎn)要素pi和pj間具有干擾性,需考慮二者具體注記對注記配置的影響,如圖2中點(diǎn)要素pi和pj,Ri∩Rj≠φ,表示其最小候選外接矩形存在相交的部分,則該相交部分定義為注記影響面Aij,即Aij=Ri∩Rj。顯然,二進(jìn)制變量α和注記影響面A均具有對稱性,即αij=αji和Aij=Aji。

    圖2 注記影響面Fig.2 Label influence surface pattern

    考慮到點(diǎn)要素間的干擾性將直接影響到注記配置的效率和質(zhì)量,依據(jù)點(diǎn)要素最小注記外接矩形之間的關(guān)系,定義注記支持度η和注記關(guān)聯(lián)度ξ兩個變量對點(diǎn)要素注記間的干擾程度進(jìn)行量化描述,以此挖掘點(diǎn)要素數(shù)據(jù)集合的局部空間分布特性和注記相關(guān)性。

    1.1.2.1 注記支持度ηi

    注記支持度是指任一點(diǎn)要素pi在注記配置過程中與其注記最小候選外接矩形相關(guān)的其他點(diǎn)要素的個數(shù),記為ηi

    (1)

    注記支持度ηi反映了點(diǎn)要素pi注記后影響到數(shù)據(jù)集中其他點(diǎn)要素的個數(shù),數(shù)值越大說明更多的點(diǎn)要素需根據(jù)pi的注記位置進(jìn)行調(diào)整,以避免注記出現(xiàn)重疊和沖突問題。根據(jù)注記支持度ηi的物理意義,可將所有參與注記配置的點(diǎn)要素概括為獨(dú)立點(diǎn)、直接關(guān)聯(lián)點(diǎn)和間接關(guān)聯(lián)點(diǎn)3類。

    (1) 獨(dú)立點(diǎn)。對于點(diǎn)要素pi,如果相對于其他任意點(diǎn)要素pj(i≠j)均存在Ri∩Rj=φ,則稱pi為獨(dú)立點(diǎn),如圖2中pt和ps。獨(dú)立點(diǎn)形成的數(shù)據(jù)集合稱為獨(dú)立點(diǎn)集,記為ΩI(ΩI?P)。在注記配置的過程中,獨(dú)立點(diǎn)注記位置的隨機(jī)性選擇會降低算法尋優(yōu)速度,因此可根據(jù)注記位置的優(yōu)先性和圖面美觀性直接注記。

    注記支持度ηi通過統(tǒng)計點(diǎn)要素pi直接關(guān)聯(lián)點(diǎn)的個數(shù)來描述其局部空間分布特性,數(shù)值越大表示其局部空間分布越稠密,將其視為優(yōu)先注記點(diǎn)就意味著其他關(guān)聯(lián)點(diǎn)要素注記位置的可選擇性將減小,導(dǎo)致注記配置質(zhì)量不佳。

    1.1.2.2 注記關(guān)聯(lián)度ξi

    注記支持度ηi雖然描述了點(diǎn)要素的局部空間分布特征,但忽略了存在關(guān)聯(lián)性點(diǎn)要素間的相關(guān)性,點(diǎn)要素pi和pj間注記影響面Aij和Aji相等,由于兩點(diǎn)注記最小候選外接矩形不同,因此二者的互干擾程度也將不同。如圖3(a)所示,點(diǎn)要素pj優(yōu)先注記后,注記影響面Aij覆蓋點(diǎn)要素pi候選區(qū)域中的8個區(qū)塊;而圖3(b)中點(diǎn)要素pi優(yōu)先注記后,注記影響面Aji覆蓋點(diǎn)要素pj候選區(qū)域中的4個區(qū)塊。因此需引入注記關(guān)聯(lián)度ξi描述點(diǎn)要素注記間的相關(guān)性。

    圖3 注記關(guān)聯(lián)度原理Fig.3 Label relevance principle

    假設(shè)點(diǎn)要素pi優(yōu)先注記對點(diǎn)要素pj的后續(xù)注記位置的干擾概率Pij可定義為

    (2)

    (3)

    式中,ωk表示干擾概率Pij等間隔區(qū)間對應(yīng)的權(quán)值,其中0<ω1<…<ωk<…<ωM。注記關(guān)聯(lián)度ξi描述了點(diǎn)要素pi優(yōu)先注記后對其局部區(qū)域內(nèi)其他點(diǎn)要素的干擾程度,量化了注記間的相關(guān)性。

    綜上所述,通過注記支持度ηi和注記關(guān)聯(lián)度ξi兩個參數(shù)制定點(diǎn)要素pi的注記關(guān)聯(lián)規(guī)則,以此描述點(diǎn)要素pi的局部空間分布特征和注記互相關(guān)性,從而為注記配置求解提供先驗輔助決策信息。

    1.2 基于注記關(guān)聯(lián)度模型的空間分布特征分析

    稠密型點(diǎn)要素數(shù)據(jù)集的空間分布是較為復(fù)雜的,會存在一定數(shù)量的獨(dú)立點(diǎn)或不相關(guān)的多個子數(shù)據(jù)集,而這些點(diǎn)要素和子集在整體答解時,會引入較大的模糊性和干擾性,同時注記候選位置模型的多樣性會使注記組合規(guī)模隨點(diǎn)要素數(shù)量的增加呈指數(shù)型增長,從而導(dǎo)致算法求解質(zhì)量不佳和效率降低等問題,其根本原因在于忽略了點(diǎn)要素數(shù)據(jù)集的整體空間分布特征。

    空間聚類算法能夠發(fā)現(xiàn)空間實體對象的空間聚集模式,通常被用來揭示其內(nèi)部分布規(guī)律和空間結(jié)構(gòu)特征,在地理空間數(shù)據(jù)挖掘領(lǐng)域得到了廣泛應(yīng)用。其中,DBCSAN算法能較好地應(yīng)用于點(diǎn)要素注記配置研究中[19],有效降低問題求解的復(fù)雜度和提升注記配置的效率。DBSCAN空間聚類算法是通過判斷點(diǎn)是否落在另一點(diǎn)搜索鄰域范圍內(nèi)確定兩點(diǎn)之間是否存在關(guān)聯(lián)性,其關(guān)鍵在于搜索半徑和核心點(diǎn)判斷閾值兩個參數(shù)的確定,在注記配置問題中的搜索半徑和核心點(diǎn)判斷閾值通常選擇點(diǎn)要素注記的候選區(qū)域和1。如圖4(a)所示,點(diǎn)4、6、7、8被歸為獨(dú)立點(diǎn),但實際其注記存在互相干擾性,容易出現(xiàn)注記疊加的現(xiàn)象。為了適應(yīng)點(diǎn)要素注記配置的特點(diǎn),利用注記關(guān)聯(lián)度模型中的直接關(guān)聯(lián)點(diǎn)和間接關(guān)聯(lián)點(diǎn)兩個集合進(jìn)行遞歸類推最終得到互不關(guān)聯(lián)的獨(dú)立點(diǎn)集ΩI和M個子數(shù)據(jù)集Ωk,k∈[1,M],繼而消除具有獨(dú)立性點(diǎn)集對注記配置求解產(chǎn)生的模糊性和干擾性,如圖4(b)所示,獨(dú)立點(diǎn)集可根據(jù)注記位置優(yōu)先性和圖面美觀性直接注記,而關(guān)聯(lián)點(diǎn)集則視為一個局部整體進(jìn)行問題求解,從而全局問題轉(zhuǎn)換為多個局部問題提升注記配置解算效率和注記質(zhì)量。

    圖4 空間聚類算法Fig.4 Spatial clustering based on association model

    空間聚類算法主要是對點(diǎn)數(shù)據(jù)集的空間聚集性進(jìn)行數(shù)據(jù)挖掘和分析,雖然降低了互不關(guān)聯(lián)的數(shù)據(jù)集對注記配置解算的干擾性和模糊性,但由于沒有充分利用子集中內(nèi)部點(diǎn)要素間的干擾性,將導(dǎo)致無法獲得更佳的注記質(zhì)量。

    1.3 基于注記關(guān)聯(lián)度模型的次序規(guī)則

    對關(guān)聯(lián)點(diǎn)子數(shù)據(jù)集進(jìn)行注記配置是旨在有限的空間內(nèi)獲取最大化可注記數(shù)量,而點(diǎn)要素注記之間的干擾性其實反映的是這些點(diǎn)要素之間的空間競爭關(guān)系,因此該注記配置求解問題也可被視為注記的取舍問題。在注記配置求解過程中,點(diǎn)要素注記的取舍是根據(jù)之前的注記結(jié)果來判斷是否存在合適的空間配置注記,同時該注記也會影響到之后點(diǎn)要素能否注記。注記配置算法通常以隨機(jī)次序進(jìn)行注記,忽略了點(diǎn)要素數(shù)據(jù)集的內(nèi)在空間結(jié)構(gòu)和秩序信息,從而無法得到更加合理的注記結(jié)果。

    注記關(guān)聯(lián)度模型通過定義注記支持度ηi和注記關(guān)聯(lián)度ξi兩個參數(shù)分別描述點(diǎn)要素pi的局部空間分布特征和其直接關(guān)聯(lián)點(diǎn)注記間的相關(guān)性,本文依次按照兩個參數(shù)值增序?qū)c(diǎn)要素進(jìn)行排序,構(gòu)建基于增序注記關(guān)聯(lián)度模型的次序規(guī)則,其中,注記支持度ηi對點(diǎn)要素間的干擾程度具有強(qiáng)相關(guān)性,而注記關(guān)聯(lián)度ξi具有弱相關(guān)性,因此基于增序注記關(guān)聯(lián)度次序可表示為:對于不同規(guī)模的點(diǎn)要素集合,先以注記支持度ηi從小到大對所有點(diǎn)要素進(jìn)行排序;然后對相同注記支持度ηi的點(diǎn)要素再按照注記關(guān)聯(lián)度ξi從小到大排序;最后對兩個參數(shù)均相同的點(diǎn)要素按照隨機(jī)的方式進(jìn)行排序。如圖5所示,增序注記關(guān)聯(lián)度模型較降序注記關(guān)聯(lián)度模型的注記次序規(guī)則,可以有效降低優(yōu)先注記點(diǎn)要素對后續(xù)待注記點(diǎn)要素的干擾性,指導(dǎo)著注記配置過程,提高算法的尋優(yōu)速率,從而使近似最優(yōu)解更加逼近最優(yōu)解。

    圖5 不同次序規(guī)則結(jié)果Fig.5 Labeling cases for different labeling orders

    1.4 基于注記關(guān)聯(lián)度模型框架的注記自動配置

    注記關(guān)聯(lián)度模型框架(annotation association model framework,AAMF)是通過基于注記關(guān)聯(lián)度模型的DBSCAN空間聚類算法和次序規(guī)則挖掘點(diǎn)要素的空間分布信息和注記相關(guān)性,進(jìn)而對注記配置算法求解進(jìn)行指導(dǎo)。基于注記關(guān)聯(lián)度模型框架下的注記配置通過制定注記質(zhì)量評價函數(shù)、沖突檢測方法和多層次元啟發(fā)算法等環(huán)節(jié)獲取更具合理性的注記配置結(jié)果。

    1.4.1 注記質(zhì)量評價函數(shù)

    注記配置旨在獲得最大化清晰、美觀和可讀的無沖突注記數(shù)目,因此本文參照文獻(xiàn)[24—25]中的方法以無沖突的注記數(shù)因子Fo、注記位置的優(yōu)先性因子Fp和注記的關(guān)聯(lián)性因子Fa構(gòu)建注記質(zhì)量評價函數(shù)F

    F=λ1Fo+λ2Fp+λ3Fa

    (4)

    式中,λ1、λ2、λ3分別為各因子對注記質(zhì)量影響力的占比系數(shù),一般而言λ1=0.5,λ2=0.3,λ3=0.2,但其中關(guān)聯(lián)性與人眼能識別出的最小距離有關(guān),不能準(zhǔn)確衡量歧義距離,因此設(shè)置λ3=0。設(shè)質(zhì)量評價函數(shù)較小對應(yīng)著較好的注記配置結(jié)果,因此點(diǎn)要素注記配置的目標(biāo)是獲得最小化質(zhì)量評價函數(shù)值。

    1.4.2 注記沖突檢測

    點(diǎn)要素注記配置過程中,要求注記之間不可出現(xiàn)重疊或壓蓋現(xiàn)象,因此,在注記配置的過程中需制定注記沖突檢測方法加以解決。目前常用的空間索引方法主要有R樹空間索引和格網(wǎng)空間填充等多種方法[26-27]。R樹索引是以規(guī)則矩形的方式進(jìn)行碰撞檢測,對于不規(guī)則的地物要素與存在旋轉(zhuǎn)等情況存在著查詢不準(zhǔn)確的缺點(diǎn),浪費(fèi)大量的圖面空間。格網(wǎng)空間填充索引是使用一種行排序的空間曲線填充方式進(jìn)行編碼[28],原理簡單易懂,在沖突碰撞檢測過程中只需要判斷某點(diǎn)注記所在位置的格網(wǎng)是否被占用,相當(dāng)于一個局部小范圍的遍歷尋址,同時對于不規(guī)則的地物要素有較強(qiáng)的適應(yīng)性和穩(wěn)健性。因此,本文考慮到矢量背景要素符號的不規(guī)則性及點(diǎn)狀要素的注記旋轉(zhuǎn)等因素,采用格網(wǎng)空間填充的索引方式進(jìn)行沖突檢測。

    1.4.3 多層次元啟發(fā)式算法

    點(diǎn)數(shù)據(jù)集的空間分布通常疏密不均,經(jīng)空間聚類后關(guān)聯(lián)點(diǎn)子數(shù)據(jù)集中的點(diǎn)要素數(shù)量不均勻。蟻群算法、模擬退火算法和遺傳算法常應(yīng)用于解決點(diǎn)要素注記配置問題,但當(dāng)關(guān)聯(lián)點(diǎn)集中點(diǎn)要素數(shù)量較少時,直接求解則會導(dǎo)致容易陷入局部最優(yōu)等問題,因此需要針對不同數(shù)量的點(diǎn)要素數(shù)據(jù)集設(shè)計多層次元啟發(fā)算法提升其普適性和穩(wěn)健性。

    多層次元啟發(fā)算法是依據(jù)關(guān)聯(lián)點(diǎn)集的大小采用不同搜索策略的元啟發(fā)式算法進(jìn)行求解。首先根據(jù)數(shù)據(jù)集中點(diǎn)要素的數(shù)量定義一級、二級和三級3種等級的數(shù)據(jù)集,同時設(shè)置兩個閾值分別為:低閾值δ1和高閾值δ2(δ1,δ2∈N+,δ1<δ2),當(dāng)點(diǎn)要素數(shù)量n<δ1(δ1∈[1,10]),即為一級數(shù)據(jù)集。利用注記無沖突性的要求,采用文獻(xiàn)[14]中注記沖突調(diào)整的方式進(jìn)行注記配置。針對具有注記沖突的點(diǎn)要素更新注記方向的選擇,能更快地獲得較優(yōu)的注記結(jié)果。點(diǎn)要素數(shù)量δ1δ2,即為三級數(shù)據(jù)集,依據(jù)文獻(xiàn)[14]中精英保留策略進(jìn)行問題求解。而模擬退火算法與蟻群算法對二級和三級數(shù)據(jù)集解算方式相同,分別參考文獻(xiàn)[14]和文獻(xiàn)[19]的方法進(jìn)行迭代尋優(yōu)。3種元啟發(fā)式算法試驗參數(shù)取值見表1。

    表1 元啟發(fā)式參數(shù)Tab.1 Metaheuristic parameter

    2 試驗與分析

    為了驗證本文所提注記關(guān)聯(lián)度模型對點(diǎn)要素注記自動配置算法的優(yōu)越性,利用網(wǎng)絡(luò)爬蟲技術(shù)從某地圖網(wǎng)站獲取鄭州市興趣點(diǎn)POI數(shù)據(jù),以其隨機(jī)生成3000和6000點(diǎn)規(guī)模的數(shù)據(jù)集合為試驗數(shù)據(jù),采用模擬退火算法、蟻群算法和遺傳算法討論和分析反映注記關(guān)聯(lián)度模型框架對提升點(diǎn)要素注記自動配置算法效率和質(zhì)量的意義。試驗與分析中的所有算法均通過Visual C++編程實現(xiàn),試驗環(huán)境的處理器和內(nèi)存分別為Intel(R) Core(TM) i5-8500 3.0 GHz和8 GB。

    2.1 顧及空間分布和注記關(guān)聯(lián)性點(diǎn)要素注記配置對比試驗

    點(diǎn)要素注記自動配置的質(zhì)量和效率主要受到點(diǎn)要素數(shù)量和注記方向多樣性的影響。本文依據(jù)數(shù)據(jù)集的空間分布特征與注記相關(guān)性構(gòu)建基于注記關(guān)聯(lián)度模型的算法框架AAMF,并應(yīng)用于元啟發(fā)式算法來進(jìn)行點(diǎn)要素注記配置試驗,主要包括基于注記關(guān)聯(lián)度模型框架下的模擬退火算法AAMF-SA、遺傳算法AAMF-GA和蟻群算法AAMF-ACA,考慮到數(shù)據(jù)集空間分布的稀疏稠密特征對基于注記關(guān)聯(lián)度模型算法效果的影響,設(shè)計在常用的8種注記密度ρ為5%、10%、15%、20%、25%、30%、35%和40%下,比較AAMF算法與傳統(tǒng)算法的優(yōu)劣性。試驗以所有的點(diǎn)要素視為同一細(xì)節(jié)層級為前提,采用模擬退火算法、遺傳算法和蟻群算法比較隨機(jī)次序規(guī)則R1、基于降序注記關(guān)聯(lián)度模型的次序規(guī)則R2和基于增序注記關(guān)聯(lián)度模型的次序規(guī)則R3的試驗結(jié)果,討論與分析基于注記關(guān)聯(lián)度模型的次序規(guī)則在不同元啟發(fā)式算法下的有效性。每組試驗重復(fù)10次取平均值,點(diǎn)要素數(shù)量低閾值δ1與高閾值δ2分別為7和100,參數(shù)r、r1和注記字體分別設(shè)置為10、5和12像素。記錄每組試驗的耗時T和注記質(zhì)量評價函數(shù)值E,試驗結(jié)果見表2—表7和圖6、圖7。

    圖6 算法注記配置結(jié)果Fig.6 Labeling result of algorithm

    圖7 注記結(jié)果細(xì)節(jié)對比Fig.7 Detailed comparison of labeling results

    表2 注記密度為5%~20%模擬退火算法的試驗結(jié)果統(tǒng)計Tab.2 The statistical results of SA with label density range from 5% to 20%

    由表2、表3可知,不同的規(guī)則算法對注記配置結(jié)果產(chǎn)生了較大的影響。首先,從次序規(guī)則上來說,基于增序注記關(guān)聯(lián)度模型的次序規(guī)則R3的質(zhì)量評價函數(shù)值相較于隨機(jī)次序規(guī)則R1降低3~8.5,相較于基于降序注記關(guān)聯(lián)度模型的次序規(guī)則R2降低6~15.8,規(guī)則R3的結(jié)果均優(yōu)于規(guī)則R1和R2;其次,AAMF-SA算法比SA算法求解的效率平均提升16.78%,且評價函數(shù)值降低了12.28;通過試驗分析可以看出,AAMF-SA取得了較好的注記配置結(jié)果和注記效率。

    表3 注記密度為25%~40%模擬退火算法的試驗結(jié)果統(tǒng)計Tab.3 The statistical results of SA with label density range from 25% to 40%

    由表4、表5可知,基于增序注記關(guān)聯(lián)度模型的次序規(guī)則R3比隨機(jī)次序規(guī)則R1的質(zhì)量評價函數(shù)值平均降低5.95、比基于降序注記關(guān)聯(lián)度模型的次序規(guī)則R2平均降低12.82,由此可見,次序規(guī)則R3優(yōu)于規(guī)則R1和R2,提高了注記配置質(zhì)量。AAMF-GA算法比GA算法求解效率平均提高18.1%;其評價函數(shù)值平均降低9.2。其中,在注記密度為5%下的6000點(diǎn)規(guī)模試驗中,AAMF-GA的評價函數(shù)值比GA降低32.8,注記質(zhì)量大幅度提升,但其注記效率比GA降低了4.97%,這是因為空間聚類算法將大規(guī)模單一數(shù)據(jù)集分成了若干個子數(shù)據(jù)集,減少了要素注記間的干擾性,使得每個子數(shù)據(jù)集求解時不斷地進(jìn)行迭代優(yōu)化從而提升了注記質(zhì)量,同時也增加了算法的迭代時間,由此損失的效率是可以接受的。

    表4 注記密度為5%~20%遺傳算法的試驗結(jié)果統(tǒng)計Tab.4 The statistical results of GA with label density range from 5% to 20%

    表5 注記密度為25%~40%遺傳算法的試驗結(jié)果統(tǒng)計Tab.5 The statistical results of GA with label density range from 25% to 40%

    蟻群算法試驗結(jié)果見表6、表7。首先,AAMF-ACA算法比ACA算法效率平均提升17.70%,評價函數(shù)值平均降低7.71;其次,基于增序注記關(guān)聯(lián)度模型的次序規(guī)則R3比隨機(jī)次序規(guī)則R1的質(zhì)量評價函數(shù)值平均降低了8.11,同時,比基于降序注記關(guān)聯(lián)度模型的次序規(guī)則R2平均降低15.6。試驗分析表明,AAMF-ACA能有效提升注記配置效率和注記配置質(zhì)量。

    表6 注記密度為5%~20%蟻群算法的試驗結(jié)果統(tǒng)計Tab.6 The statistical results of ACA with label density range from 5% to 20%

    表7 注記密度為25%~40%蟻群算法的試驗結(jié)果統(tǒng)計Tab.7 The statistical results of ACA with label density range from 25% to 40%

    綜上所述,基于注記關(guān)聯(lián)度模型框架能較好地應(yīng)用于模擬退火算法、遺傳算法和蟻群算法,并取得了注記效率和注記質(zhì)量的提高?;谠鲂蜃⒂涥P(guān)聯(lián)度模型的次序規(guī)則R3取得了最好的配置優(yōu)化效果,其次是隨機(jī)次序規(guī)則R1,基于降序注記關(guān)聯(lián)度模型的次序規(guī)則R2配置結(jié)果質(zhì)量最差。結(jié)合表2—表7試驗結(jié)果統(tǒng)計進(jìn)行分析,首先,在注記密度為5%~40%下,規(guī)則R3比規(guī)則R1注記配置的質(zhì)量評價函數(shù)值分別降低3.0~5.7、5.0~8.4、6.9~8.5、4.6~9.2、6.0~8.9、5.2~10.9、5.5~9.8、7.3~9.4,比次序規(guī)則R2降低5.9~10.7、8.6~15.4、13.0~17.5、11.4~18.2、13.1~17.6、13.4~17.3、14.8~17.6、15.1~17.5。數(shù)據(jù)分析表明,隨著注記密度由5%至40%,注記次序規(guī)則R3與R1、R2的差值由小逐漸增大,這是因為當(dāng)數(shù)據(jù)集空間分布較為稀疏時,大部分的點(diǎn)注記候選區(qū)域只影響少量個別其他點(diǎn)注記候選區(qū)域,無論采用哪種注記次序,注記都有較大的可能性找到空間放置,因此,在這種情況下,3種規(guī)則的注記配置結(jié)果區(qū)別較小。當(dāng)數(shù)據(jù)集空間分布較為稠密時,注記間的沖突性和關(guān)聯(lián)性增大,規(guī)劃以增序注記關(guān)聯(lián)度模型的次序令關(guān)聯(lián)性較小的點(diǎn)要素優(yōu)先注記,能大幅度地減少已配置的注記對待配置注記的影響,對注記配置的結(jié)果有著較好的優(yōu)化效果。其次,新算法相較于傳統(tǒng)元啟發(fā)式算法效率平均提高了28.92%、19.23%、16.47%、16.42%、14.30%、14.59%、13.79%、10.41%,且質(zhì)量評價函數(shù)值平均下降了26.5、13.4、8.7、6.1、4.5、4.1、3.5、2.5。由此可見,注記效率和質(zhì)量的提升幅度有著明顯的下滑趨勢,這是因為注記密度變大,數(shù)據(jù)集的空間分布較為集中,空間聚類后獲得最大子集的點(diǎn)要素數(shù)量與整體數(shù)據(jù)集相差無幾,空間聚類算法已經(jīng)不能大幅度地減少干擾性和降低計算復(fù)雜度,同時又增加了聚類這一過程的耗時,從而降低了注記效率和質(zhì)量的提升,因此,當(dāng)點(diǎn)要素空間分布較為稠密時,空間聚類算法對注記配置的作用會減小。

    圖6和圖7展示了對6000點(diǎn)要素使用AAMF算法與傳統(tǒng)算法得到的同一區(qū)域注記結(jié)果局部對比圖和細(xì)節(jié)對比圖。在本組注記配置結(jié)果中,AAMF算法獲得的無沖突注記數(shù)總計3218個,在圖6中展示的局部區(qū)域有256個注記,傳統(tǒng)算法獲得的無沖突注記數(shù)總計3065個,在圖6中展示的局部區(qū)域212個注記,AAMF算法取得了153個注記的提升。圖7(a)和7(b)分別是圖6(a)和圖6(b)的典型細(xì)節(jié)注記結(jié)果示例,由該圖可以看出,圖7(a)中的點(diǎn)注記方向和注記數(shù)量更有優(yōu)勢,其基于注記關(guān)聯(lián)度模型的空間聚類算法與注記次序規(guī)則,既降低了組合優(yōu)化問題的復(fù)雜度又提高了每個點(diǎn)要素可注記概率,取得了較好的注記效果。而圖7(b)注記數(shù)目和注記方向較AAMF算法的注記配置結(jié)果有一定的差距,這是因為其整體求解方式不能反映單個點(diǎn)要素或者某塊獨(dú)立數(shù)據(jù)集的注記配置的需求,且注記的隨機(jī)性無法為配置過程提供先驗輔助決策信息,令注記配置的結(jié)果質(zhì)量不佳。因此,本文提出的AAMF算法相較于傳統(tǒng)算法更有優(yōu)勢。

    2.2 與MapLex智能標(biāo)注系統(tǒng)的對比試驗

    為了對比新算法與MapLex智能標(biāo)注系統(tǒng)的注記質(zhì)量,采用基于關(guān)聯(lián)度模型框架的模擬退火算法與ArcGIS 10.5版本下的MapLex注記配置進(jìn)行對比,由于MapLex無法統(tǒng)計注記方向,僅將無沖突注記個數(shù)作為比較標(biāo)準(zhǔn),試驗統(tǒng)計結(jié)果見表8。試驗參數(shù)r、r1和注記字體分別設(shè)置為2、2和12像素,MapLex系統(tǒng)中r、r1和字體設(shè)置為2、2和9磅。

    表8 試驗結(jié)果統(tǒng)計Tab.8 The statistical result of the experimental data

    由表8的試驗統(tǒng)計結(jié)果可知,新算法獲得的無沖突注記數(shù)均比MapLex智能標(biāo)注系統(tǒng)多,注記配置質(zhì)量更為合理,但新算法在時間效率方面仍然需要得到進(jìn)一步提高。

    3 結(jié) 論

    本文針對稠密型點(diǎn)狀要素注記自動配置問題,通過構(gòu)建注記關(guān)聯(lián)度模型對點(diǎn)要素數(shù)據(jù)集的全局空間分布特征、局部空間分布特征以及注記之間的相關(guān)性進(jìn)行表達(dá)和描述,進(jìn)而利用基于注記關(guān)聯(lián)度模型的多層次元啟發(fā)式算法求解點(diǎn)要素注記配置的近似最優(yōu)解。其中,用于描述點(diǎn)要素數(shù)據(jù)集整體空間分布特征的空間聚類算法對稀疏性點(diǎn)要素數(shù)據(jù)集的注記配置更具優(yōu)勢,而用于描述局部空間分布特征和注記相關(guān)性的次序規(guī)則對稠密性點(diǎn)要素數(shù)據(jù)集的注記配置更具優(yōu)勢。新算法雖然通過空間數(shù)據(jù)挖掘在注記配置效率和質(zhì)量上得到了明顯提升,但仍然存在不足之處:①注記關(guān)聯(lián)度模型缺乏圖面空白區(qū)域指導(dǎo)點(diǎn)要素具體注記方向的能力,需進(jìn)一步地提升注記配置算法的效率和質(zhì)量;②新算法使用格網(wǎng)空間填充方法雖然可有效解決不規(guī)則對象和旋轉(zhuǎn)等復(fù)雜環(huán)境下的注記沖突檢測問題,但隨著注記范圍的增大,會產(chǎn)生占用內(nèi)存空間過大和局部尋址效率低下的問題;③需進(jìn)一步研究如何在質(zhì)量評價函數(shù)中根據(jù)人們視覺制定更為合理的歧義性因子,以增強(qiáng)注記的可讀性和視覺美觀性。

    猜你喜歡
    規(guī)則質(zhì)量模型
    一半模型
    撐竿跳規(guī)則的制定
    “質(zhì)量”知識鞏固
    數(shù)獨(dú)的規(guī)則和演變
    質(zhì)量守恒定律考什么
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    做夢導(dǎo)致睡眠質(zhì)量差嗎
    讓規(guī)則不規(guī)則
    Coco薇(2017年11期)2018-01-03 20:59:57
    TPP反腐敗規(guī)則對我國的啟示
    99久久久亚洲精品蜜臀av| 亚洲九九香蕉| 91大片在线观看| www日本黄色视频网| 欧美不卡视频在线免费观看 | 午夜免费成人在线视频| 又黄又粗又硬又大视频| 欧美日韩国产亚洲二区| 人妻丰满熟妇av一区二区三区| 欧美另类亚洲清纯唯美| 成年女人毛片免费观看观看9| 人成视频在线观看免费观看| 国产av在哪里看| 国产精品一区二区精品视频观看| 9191精品国产免费久久| 男女那种视频在线观看| 久久伊人香网站| 91麻豆av在线| 伦理电影免费视频| 成人永久免费在线观看视频| 亚洲av成人一区二区三| 啦啦啦观看免费观看视频高清| 高潮久久久久久久久久久不卡| 国产精品 欧美亚洲| 成人国语在线视频| 99久久综合精品五月天人人| 怎么达到女性高潮| 男女那种视频在线观看| 久久 成人 亚洲| 中文字幕av在线有码专区| 国产精品 欧美亚洲| 欧美中文综合在线视频| 黑人欧美特级aaaaaa片| 中文在线观看免费www的网站 | 男女午夜视频在线观看| 嫩草影视91久久| 91字幕亚洲| 久久精品91蜜桃| 麻豆久久精品国产亚洲av| 亚洲色图av天堂| 亚洲最大成人中文| 国产精品99久久99久久久不卡| 婷婷精品国产亚洲av| 麻豆成人午夜福利视频| 淫秽高清视频在线观看| 长腿黑丝高跟| 国产午夜精品久久久久久| 69av精品久久久久久| 国模一区二区三区四区视频 | 久久精品影院6| 亚洲国产精品999在线| 成人三级黄色视频| 国产真人三级小视频在线观看| 午夜影院日韩av| 免费看a级黄色片| 动漫黄色视频在线观看| ponron亚洲| 三级男女做爰猛烈吃奶摸视频| 妹子高潮喷水视频| 国产爱豆传媒在线观看 | 中亚洲国语对白在线视频| 亚洲国产精品成人综合色| 十八禁网站免费在线| 亚洲色图av天堂| 亚洲一区二区三区不卡视频| 精品国内亚洲2022精品成人| 蜜桃久久精品国产亚洲av| 欧美另类亚洲清纯唯美| 午夜福利成人在线免费观看| 欧美乱色亚洲激情| 婷婷六月久久综合丁香| 国产亚洲精品久久久久5区| 一边摸一边抽搐一进一小说| 国产精品一区二区免费欧美| 成人国产一区最新在线观看| 国产精品爽爽va在线观看网站| 久久这里只有精品19| 国产精品野战在线观看| 男人舔奶头视频| av在线天堂中文字幕| 午夜老司机福利片| 国产精品国产高清国产av| 国产一区二区在线观看日韩 | 美女免费视频网站| 精品久久久久久久末码| 日本一本二区三区精品| 色哟哟哟哟哟哟| 日本精品一区二区三区蜜桃| 国产av在哪里看| 最近视频中文字幕2019在线8| 久久久精品国产亚洲av高清涩受| 99国产精品一区二区三区| 成人三级黄色视频| 男插女下体视频免费在线播放| 国产成人av激情在线播放| 老熟妇仑乱视频hdxx| 久久久久久国产a免费观看| 免费在线观看成人毛片| 久久精品国产综合久久久| 久久久国产欧美日韩av| 18禁美女被吸乳视频| www.精华液| 成年版毛片免费区| 88av欧美| 免费在线观看成人毛片| 黄色成人免费大全| av有码第一页| 婷婷丁香在线五月| 国产一区二区三区视频了| 亚洲中文av在线| e午夜精品久久久久久久| 亚洲最大成人中文| 长腿黑丝高跟| 亚洲欧美精品综合久久99| 黄色成人免费大全| 国产成年人精品一区二区| 亚洲成av人片免费观看| 在线国产一区二区在线| avwww免费| 精品久久久久久久末码| 色综合婷婷激情| 色在线成人网| 在线观看午夜福利视频| 亚洲国产中文字幕在线视频| 精品国产亚洲在线| 亚洲狠狠婷婷综合久久图片| 成人国语在线视频| 精品国产亚洲在线| 午夜亚洲福利在线播放| 淫妇啪啪啪对白视频| 中文亚洲av片在线观看爽| 日本精品一区二区三区蜜桃| 国产单亲对白刺激| 夜夜看夜夜爽夜夜摸| АⅤ资源中文在线天堂| 亚洲人与动物交配视频| 欧美日韩精品网址| av有码第一页| 成人18禁在线播放| 人妻夜夜爽99麻豆av| 亚洲人成77777在线视频| 久久久久国产一级毛片高清牌| 激情在线观看视频在线高清| 女生性感内裤真人,穿戴方法视频| 很黄的视频免费| 欧美性长视频在线观看| 国产成年人精品一区二区| 非洲黑人性xxxx精品又粗又长| 亚洲一区二区三区不卡视频| 国产成年人精品一区二区| 美女 人体艺术 gogo| 久久精品亚洲精品国产色婷小说| 久久久久久久久久黄片| 99久久国产精品久久久| av免费在线观看网站| 99精品欧美一区二区三区四区| 热99re8久久精品国产| 天天一区二区日本电影三级| 国产黄a三级三级三级人| 在线看三级毛片| 亚洲国产精品合色在线| 九色成人免费人妻av| 久久久久性生活片| 国产精品一区二区三区四区免费观看 | 免费在线观看亚洲国产| 三级男女做爰猛烈吃奶摸视频| 亚洲精品美女久久av网站| 很黄的视频免费| 国产乱人伦免费视频| 五月玫瑰六月丁香| 校园春色视频在线观看| 好男人电影高清在线观看| 大型av网站在线播放| 日本一本二区三区精品| 亚洲精品一区av在线观看| 中亚洲国语对白在线视频| 国产激情欧美一区二区| 黄色女人牲交| 麻豆成人午夜福利视频| 变态另类成人亚洲欧美熟女| 欧美日韩乱码在线| 脱女人内裤的视频| 欧美黑人精品巨大| 亚洲免费av在线视频| 国产精品98久久久久久宅男小说| 亚洲九九香蕉| 亚洲精品av麻豆狂野| 啦啦啦免费观看视频1| 国产av又大| 欧美 亚洲 国产 日韩一| 国产精品一及| 免费在线观看成人毛片| 女同久久另类99精品国产91| 丝袜美腿诱惑在线| 丁香六月欧美| 国产精品一及| 亚洲av电影不卡..在线观看| 99国产极品粉嫩在线观看| 夜夜爽天天搞| 在线观看舔阴道视频| 99久久精品热视频| 欧美黄色淫秽网站| 我的老师免费观看完整版| 亚洲av第一区精品v没综合| 成人18禁高潮啪啪吃奶动态图| www.自偷自拍.com| 毛片女人毛片| av免费在线观看网站| 91成年电影在线观看| 国产精品永久免费网站| 亚洲乱码一区二区免费版| 中亚洲国语对白在线视频| 成人精品一区二区免费| 精品乱码久久久久久99久播| 免费看日本二区| 日本黄色视频三级网站网址| 国产成人精品无人区| 国产99久久九九免费精品| www日本黄色视频网| 国产亚洲av嫩草精品影院| 丁香六月欧美| 黑人巨大精品欧美一区二区mp4| 国产精品九九99| 成年人黄色毛片网站| 精品国内亚洲2022精品成人| 亚洲精品一卡2卡三卡4卡5卡| 国产91精品成人一区二区三区| 国产av又大| 亚洲中文日韩欧美视频| 日韩中文字幕欧美一区二区| avwww免费| 在线观看日韩欧美| 日日爽夜夜爽网站| 日韩欧美国产一区二区入口| 女生性感内裤真人,穿戴方法视频| 波多野结衣高清无吗| 亚洲,欧美精品.| 一夜夜www| 精品一区二区三区四区五区乱码| 日韩国内少妇激情av| 久久国产乱子伦精品免费另类| 听说在线观看完整版免费高清| 特大巨黑吊av在线直播| 黑人操中国人逼视频| 亚洲片人在线观看| 国产成人精品久久二区二区91| 久久久久久亚洲精品国产蜜桃av| √禁漫天堂资源中文www| 欧美日本视频| 在线视频色国产色| 香蕉国产在线看| 一级毛片女人18水好多| 好男人电影高清在线观看| 少妇裸体淫交视频免费看高清 | 观看免费一级毛片| 嫩草影视91久久| 亚洲狠狠婷婷综合久久图片| 两人在一起打扑克的视频| 一级毛片高清免费大全| 久久欧美精品欧美久久欧美| 精品免费久久久久久久清纯| 久久午夜综合久久蜜桃| 日本成人三级电影网站| 99在线人妻在线中文字幕| 国产精品美女特级片免费视频播放器 | 国产成人一区二区三区免费视频网站| 91在线观看av| 中文字幕人成人乱码亚洲影| 两性夫妻黄色片| 日日夜夜操网爽| 午夜福利18| 欧美日韩亚洲综合一区二区三区_| 久久草成人影院| 在线国产一区二区在线| 成人一区二区视频在线观看| 国产又黄又爽又无遮挡在线| 亚洲自偷自拍图片 自拍| 97人妻精品一区二区三区麻豆| 亚洲五月天丁香| 波多野结衣巨乳人妻| 在线观看一区二区三区| 色精品久久人妻99蜜桃| 精品一区二区三区av网在线观看| 亚洲美女黄片视频| 最近最新免费中文字幕在线| 久久热在线av| 一区二区三区高清视频在线| 亚洲国产精品成人综合色| 久久久久久久久免费视频了| 午夜免费成人在线视频| 日韩高清综合在线| 亚洲av成人一区二区三| 1024香蕉在线观看| 99久久精品国产亚洲精品| 亚洲欧美日韩东京热| 少妇被粗大的猛进出69影院| 别揉我奶头~嗯~啊~动态视频| 国产探花在线观看一区二区| 成人av一区二区三区在线看| 久久精品综合一区二区三区| 99久久国产精品久久久| 黄色a级毛片大全视频| 少妇粗大呻吟视频| videosex国产| 欧美3d第一页| 精品福利观看| 久久久久久久午夜电影| 国内精品久久久久精免费| 日韩 欧美 亚洲 中文字幕| 日本撒尿小便嘘嘘汇集6| 国内少妇人妻偷人精品xxx网站 | 免费在线观看成人毛片| 人人妻,人人澡人人爽秒播| 国产真实乱freesex| 国产亚洲精品久久久久久毛片| 免费搜索国产男女视频| 婷婷亚洲欧美| av视频在线观看入口| 特级一级黄色大片| 男女之事视频高清在线观看| 国产精品乱码一区二三区的特点| 亚洲av日韩精品久久久久久密| 免费在线观看日本一区| 亚洲av成人av| 91老司机精品| 丰满人妻一区二区三区视频av | 中亚洲国语对白在线视频| 欧美日韩瑟瑟在线播放| 欧美在线一区亚洲| 777久久人妻少妇嫩草av网站| 黄频高清免费视频| 久久久久国产精品人妻aⅴ院| 婷婷六月久久综合丁香| 精品久久久久久成人av| 两个人免费观看高清视频| 中出人妻视频一区二区| 99re在线观看精品视频| 欧美中文综合在线视频| 少妇被粗大的猛进出69影院| 久久午夜综合久久蜜桃| 99精品欧美一区二区三区四区| 制服人妻中文乱码| 亚洲成人国产一区在线观看| 国产精品一区二区免费欧美| 十八禁网站免费在线| 黑人欧美特级aaaaaa片| 亚洲精品美女久久久久99蜜臀| 日韩欧美国产在线观看| 丰满的人妻完整版| 午夜久久久久精精品| 他把我摸到了高潮在线观看| 最新美女视频免费是黄的| 亚洲激情在线av| 级片在线观看| 亚洲男人天堂网一区| 黑人欧美特级aaaaaa片| 天堂√8在线中文| 怎么达到女性高潮| 国产亚洲欧美在线一区二区| 男男h啪啪无遮挡| videosex国产| 欧美乱码精品一区二区三区| 欧美日韩亚洲综合一区二区三区_| 韩国av一区二区三区四区| 舔av片在线| 在线观看舔阴道视频| 99国产综合亚洲精品| 搡老熟女国产l中国老女人| 90打野战视频偷拍视频| 国产伦在线观看视频一区| 中文字幕熟女人妻在线| 欧美乱色亚洲激情| 欧美在线一区亚洲| 女同久久另类99精品国产91| 欧美成狂野欧美在线观看| 国产一级毛片七仙女欲春2| 国产精华一区二区三区| 99久久久亚洲精品蜜臀av| 午夜精品久久久久久毛片777| 一进一出抽搐gif免费好疼| 国产欧美日韩一区二区精品| 好男人电影高清在线观看| 久久久精品国产亚洲av高清涩受| 无遮挡黄片免费观看| 久久久久久亚洲精品国产蜜桃av| 日韩 欧美 亚洲 中文字幕| 99热这里只有精品一区 | 亚洲国产欧美人成| 国产熟女xx| 极品教师在线免费播放| 久久久久国产精品人妻aⅴ院| 免费人成视频x8x8入口观看| 久热爱精品视频在线9| 亚洲精品久久国产高清桃花| 999精品在线视频| 欧美日韩福利视频一区二区| 波多野结衣高清无吗| 桃色一区二区三区在线观看| 亚洲国产精品999在线| 老司机福利观看| 亚洲美女视频黄频| 久久久久久久久免费视频了| 亚洲中文av在线| 欧美高清成人免费视频www| av在线天堂中文字幕| 亚洲自偷自拍图片 自拍| 成人午夜高清在线视频| 又紧又爽又黄一区二区| 好男人在线观看高清免费视频| 久久久久久九九精品二区国产 | 日韩精品免费视频一区二区三区| 中文字幕最新亚洲高清| 99在线人妻在线中文字幕| 一区二区三区国产精品乱码| 91成年电影在线观看| 一本综合久久免费| 成人午夜高清在线视频| 熟女电影av网| 免费在线观看黄色视频的| 亚洲全国av大片| 99久久精品国产亚洲精品| 国产在线观看jvid| 亚洲国产精品久久男人天堂| 五月玫瑰六月丁香| 亚洲午夜理论影院| 欧美在线一区亚洲| 动漫黄色视频在线观看| 99热6这里只有精品| 女人高潮潮喷娇喘18禁视频| 色综合欧美亚洲国产小说| 国产蜜桃级精品一区二区三区| 久久热在线av| 90打野战视频偷拍视频| 亚洲国产精品合色在线| 黄片大片在线免费观看| 欧美+亚洲+日韩+国产| aaaaa片日本免费| av国产免费在线观看| 色尼玛亚洲综合影院| 精品乱码久久久久久99久播| 看黄色毛片网站| 国内毛片毛片毛片毛片毛片| 曰老女人黄片| 国产av又大| 波多野结衣高清无吗| 亚洲第一欧美日韩一区二区三区| 国产精品久久久久久精品电影| 久久热在线av| 露出奶头的视频| 亚洲自偷自拍图片 自拍| 亚洲国产欧美一区二区综合| 亚洲精品在线美女| 国产成人av教育| 成人三级黄色视频| 国产aⅴ精品一区二区三区波| 亚洲熟妇中文字幕五十中出| 99久久99久久久精品蜜桃| 一个人免费在线观看电影 | 国产精品一及| 精品高清国产在线一区| 亚洲欧美一区二区三区黑人| 又紧又爽又黄一区二区| bbb黄色大片| 亚洲欧美日韩无卡精品| 制服人妻中文乱码| 淫秽高清视频在线观看| 亚洲av五月六月丁香网| 俺也久久电影网| 久久精品人妻少妇| 一卡2卡三卡四卡精品乱码亚洲| 18美女黄网站色大片免费观看| 麻豆成人av在线观看| 午夜福利视频1000在线观看| 久久欧美精品欧美久久欧美| 美女扒开内裤让男人捅视频| 亚洲精品色激情综合| 精品久久久久久久人妻蜜臀av| 香蕉丝袜av| 精品福利观看| 精品熟女少妇八av免费久了| 五月伊人婷婷丁香| 久久久精品大字幕| 黄色视频,在线免费观看| 色老头精品视频在线观看| 两性夫妻黄色片| 免费看a级黄色片| 色尼玛亚洲综合影院| 19禁男女啪啪无遮挡网站| 搡老熟女国产l中国老女人| 亚洲国产欧美一区二区综合| 亚洲精品中文字幕在线视频| 国产成人欧美在线观看| 在线永久观看黄色视频| 中文字幕高清在线视频| 亚洲九九香蕉| 免费在线观看视频国产中文字幕亚洲| 国产伦人伦偷精品视频| 久久精品91蜜桃| 国产精品美女特级片免费视频播放器 | 免费在线观看视频国产中文字幕亚洲| 嫁个100分男人电影在线观看| 成人国产一区最新在线观看| 国产激情久久老熟女| 变态另类丝袜制服| 不卡av一区二区三区| 国产亚洲av嫩草精品影院| av中文乱码字幕在线| √禁漫天堂资源中文www| 国产黄a三级三级三级人| 亚洲欧美日韩东京热| 久久午夜亚洲精品久久| 午夜福利18| 九色国产91popny在线| 亚洲性夜色夜夜综合| 麻豆成人av在线观看| 非洲黑人性xxxx精品又粗又长| 亚洲美女视频黄频| 精品高清国产在线一区| 国产精品 国内视频| 少妇粗大呻吟视频| 成人亚洲精品av一区二区| АⅤ资源中文在线天堂| 亚洲一区中文字幕在线| 1024手机看黄色片| 丁香欧美五月| 一级毛片女人18水好多| 国产成人精品无人区| 亚洲真实伦在线观看| 久久久久精品国产欧美久久久| 床上黄色一级片| 国产精品一区二区三区四区免费观看 | 88av欧美| 日韩国内少妇激情av| 后天国语完整版免费观看| 一级a爱片免费观看的视频| 久久人妻av系列| 日韩欧美免费精品| 成人特级黄色片久久久久久久| 欧美丝袜亚洲另类 | www.www免费av| 国产男靠女视频免费网站| 欧洲精品卡2卡3卡4卡5卡区| 90打野战视频偷拍视频| 欧美成人午夜精品| 两人在一起打扑克的视频| 美女黄网站色视频| 欧美 亚洲 国产 日韩一| 亚洲欧美日韩高清专用| 色噜噜av男人的天堂激情| 国产av麻豆久久久久久久| 夜夜爽天天搞| 午夜福利在线在线| 伦理电影免费视频| 国内毛片毛片毛片毛片毛片| 身体一侧抽搐| 亚洲男人的天堂狠狠| 国产三级黄色录像| 国产精品免费视频内射| 亚洲人成伊人成综合网2020| 丰满人妻一区二区三区视频av | aaaaa片日本免费| 免费电影在线观看免费观看| 一本综合久久免费| 1024手机看黄色片| 久久亚洲精品不卡| 久久精品国产综合久久久| 禁无遮挡网站| 啦啦啦免费观看视频1| 国产精品野战在线观看| 欧美成人一区二区免费高清观看 | 性色av乱码一区二区三区2| 欧美三级亚洲精品| 精品日产1卡2卡| 国产黄a三级三级三级人| 国产精品一区二区精品视频观看| aaaaa片日本免费| 美女高潮喷水抽搐中文字幕| 欧美激情久久久久久爽电影| 日韩有码中文字幕| 久久精品国产清高在天天线| 一本综合久久免费| 别揉我奶头~嗯~啊~动态视频| 婷婷六月久久综合丁香| 久久久久免费精品人妻一区二区| 亚洲五月婷婷丁香| www日本黄色视频网| 成人精品一区二区免费| 一本久久中文字幕| 欧美在线黄色| 午夜日韩欧美国产| 日韩高清综合在线| av国产免费在线观看| 亚洲中文日韩欧美视频| 成人手机av| 亚洲片人在线观看| 国产熟女xx| 久久香蕉激情| 亚洲激情在线av| 亚洲欧美日韩东京热| 三级毛片av免费| 美女高潮喷水抽搐中文字幕| 激情在线观看视频在线高清| aaaaa片日本免费| 一二三四社区在线视频社区8| 国产精品98久久久久久宅男小说| 最新在线观看一区二区三区| 久久久水蜜桃国产精品网| 婷婷精品国产亚洲av| 久久久国产成人精品二区| 哪里可以看免费的av片| 麻豆成人av在线观看| 91麻豆av在线| 国产一区二区三区在线臀色熟女| 色哟哟哟哟哟哟| 精品久久久久久久久久久久久|