• <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 ?

    集成多層感知器快速多光譜遙感圖像分類(lèi)方法

    2022-07-04 01:55:16馬澤宇盧小平
    地理空間信息 2022年6期
    關(guān)鍵詞:感知器居民區(qū)分類(lèi)器

    馬澤宇,盧小平

    (1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院,河南 焦作 454003)

    多層感知器分類(lèi)技術(shù)能夠滿(mǎn)足各行業(yè)不斷增長(zhǎng)的遙感服務(wù)需求,適用于需要即時(shí)性的居民區(qū)違規(guī)建筑監(jiān)測(cè)、裸土施工暴露監(jiān)測(cè)、洪淹范圍監(jiān)測(cè),農(nóng)作物耕地面積、棄耕面積監(jiān)測(cè)、大型軍事目標(biāo)識(shí)別監(jiān)測(cè)等任務(wù)[1-11]。本文擬采用Sklearn[12]機(jī)器學(xué)習(xí)包中的多層感知器分類(lèi)算法,構(gòu)建多于3 層的多層感知器,對(duì)焦作Landsat/TM影像的標(biāo)注數(shù)據(jù)進(jìn)行學(xué)習(xí)和分類(lèi)。

    1 多層感知器原理及調(diào)參方法

    1.1 多層感知器原理

    多層感知器的網(wǎng)絡(luò)結(jié)構(gòu)具有如下3 個(gè)基本特征:①網(wǎng)絡(luò)中每個(gè)神經(jīng)元模型包含一個(gè)非線(xiàn)性激活函數(shù);②網(wǎng)絡(luò)中包含一個(gè)或多個(gè)隱藏在輸入神經(jīng)節(jié)點(diǎn)之間的層(隱藏層);③網(wǎng)絡(luò)展示出高度的連續(xù)性,其強(qiáng)度是由網(wǎng)絡(luò)的突觸權(quán)值決定的。

    圖1 表示一個(gè)具有2 個(gè)隱藏層,一個(gè)輸出層的全連接多層感知器的拓?fù)浣Y(jié)構(gòu)圖。其中輸入層具為4 維變量,共3 個(gè)隱藏層,每層有4 個(gè)神經(jīng)元。輸出層具有3 個(gè)神經(jīng)元。每一層的每個(gè)神經(jīng)元接受來(lái)自前一層神經(jīng)元傳遞過(guò)來(lái)的輸入信號(hào),通過(guò)帶權(quán)值的連接進(jìn)行傳遞。神經(jīng)元接收到的加總值將與神經(jīng)元的閾值進(jìn)行比較,然后通過(guò)激活函數(shù)的處理以產(chǎn)生神經(jīng)元的輸出。

    圖1 具有③個(gè)隱藏層的全連接多層感知器網(wǎng)絡(luò)結(jié)構(gòu)圖

    正向傳播算法:設(shè)神經(jīng)網(wǎng)絡(luò)有nl層,第l層第j個(gè)神經(jīng)元的數(shù)學(xué)模型為:

    式中,x(l-1)為前一層(第l-1 層)的輸出向量,也是本層接收的輸入向量;W(l)為本層神經(jīng)元和上一層神經(jīng)元的連接權(quán)重矩陣。設(shè)sl、sl-1 分別是本層、前一層神經(jīng)元數(shù)量,W(l)的每行為本層一個(gè)神經(jīng)元與上一層所有神經(jīng)元的權(quán)重向量;b(l)為本層的閾值(也稱(chēng)偏置向量);f為激活函數(shù),分別作用于輸入向量的每一個(gè)分量,產(chǎn)生輸出。常用的激活函數(shù)有對(duì)稱(chēng)型sigmoid函數(shù)、雙曲正切tanh函數(shù)、冪函數(shù)、修正線(xiàn)性單元ReLU等。

    修正線(xiàn)性單元由于具有線(xiàn)性、非飽和性質(zhì),能夠節(jié)約計(jì)算成本,避免梯度爆炸、梯度消失問(wèn)題。對(duì)于隨機(jī)梯度下降算法的收斂有巨大的加速作用,近年來(lái)深層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中普遍采用ReLU作為激活函數(shù)[12]。

    以3層網(wǎng)絡(luò)為例,神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的映射如下形式:

    反向傳播算法由Rumel[3]等在1986 年提出,假設(shè)有m個(gè)訓(xùn)練樣本(xi,yi),xi為輸入向量,yi為標(biāo)簽向量。訓(xùn)練的目的是最小化樣本標(biāo)簽值與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值之間的誤差,讓損失函數(shù)的值達(dá)到最小。

    損失函數(shù):定義神經(jīng)網(wǎng)絡(luò)的優(yōu)化目標(biāo)。全連接神經(jīng)網(wǎng)絡(luò)一般使用的損失函數(shù)有歐氏距離(二次損失函數(shù)):

    以及交叉熵函數(shù)(以二分類(lèi)為例):

    損失函數(shù)近十幾年來(lái)相關(guān)的技術(shù)更新有擬合精度的度量新增交叉熵函數(shù),為避免網(wǎng)絡(luò)過(guò)度出現(xiàn)擬合現(xiàn)象,新增正則項(xiàng)以控制懲罰力度。優(yōu)化損失函數(shù)方法引入adam(隨機(jī)梯度優(yōu)化算法)。

    網(wǎng)絡(luò)訓(xùn)練:神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)需要初始化權(quán)重參數(shù),作為梯度下降算法的起始值。學(xué)習(xí)率是梯度下降算法中梯度的系數(shù),它決定著參數(shù)的更新速度。多層感知器首先正向從左向右輸入,逼近函數(shù)的因變量正向傳播,然后優(yōu)化損失函數(shù),誤差反向傳播,反復(fù)迭代。迭代停止條件一般設(shè)置為損失函數(shù)不再下降或達(dá)到最大迭代次數(shù)。圖2 顯示以7 通道影像為例,多層感知器影像分類(lèi)器(MLP)的分類(lèi)流程。

    圖2 多層感知器7通道影像分類(lèi)流程示意圖

    1.2 超參數(shù)調(diào)整方法

    超參數(shù)調(diào)參:將各個(gè)超參數(shù)取值范圍離散化,組成超參數(shù)網(wǎng)格點(diǎn)集。對(duì)隱藏層層數(shù)的細(xì)分格點(diǎn)集單獨(dú)搜索調(diào)參;或者將MLP隱藏層層數(shù)的細(xì)分格點(diǎn)集,與可能敏感超參數(shù)的粗分格點(diǎn)集組合在一起調(diào)參,確定MLP分類(lèi)器的隱藏層層數(shù),及MLP分類(lèi)器的敏感超參數(shù)。隨后給出敏感超參數(shù)的備選空間,采用半隨機(jī)超參數(shù)優(yōu)化模型搜索方法調(diào)參。

    全網(wǎng)格超參數(shù)搜索策略為對(duì)超參數(shù)空間進(jìn)行分割,計(jì)算每一網(wǎng)格點(diǎn)超參數(shù)組合對(duì)應(yīng)的模型精度,擇優(yōu)錄用;半網(wǎng)格超優(yōu)化搜索策略為:初始搜索時(shí),在較小的配對(duì)訓(xùn)練樣本集上,對(duì)所選超參數(shù)的每一格點(diǎn)組合上進(jìn)行模型訓(xùn)練。選擇較優(yōu)超參數(shù)組合后,依次成倍增加訓(xùn)練用的配對(duì)樣本點(diǎn),并進(jìn)一步選擇最優(yōu)模型的超參數(shù)組合直至樣本點(diǎn)增大至極限。調(diào)參的速度較全網(wǎng)格搜索大為增加,精度幾乎不降。

    當(dāng)超參數(shù)較多、或者超參數(shù)空間分割較細(xì),模型訓(xùn)練緩慢時(shí),會(huì)導(dǎo)致計(jì)算崩潰。針對(duì)此種情況可以采用半隨機(jī)網(wǎng)格優(yōu)化超參數(shù)組合搜索方法:每個(gè)超參數(shù)組合,對(duì)應(yīng)一個(gè)分類(lèi)器。第一輪迭代,采用較少的訓(xùn)練樣本,全部估計(jì)器參與性能評(píng)估。第二輪迭代,在超參數(shù)的半網(wǎng)格空間中隨機(jī)選取指定數(shù)量的性能最估計(jì)器,并將訓(xùn)練樣本數(shù)量加倍。依次迭代下去,直至全部訓(xùn)練樣本用來(lái)訓(xùn)練估計(jì)器。評(píng)估性能最優(yōu)估計(jì)器,得到超參數(shù)最優(yōu)組合[13-15]。

    1.3 集成學(xué)習(xí)

    集成學(xué)習(xí)(ensemble learning)通過(guò)組合多個(gè)學(xué)習(xí)器來(lái)完成學(xué)習(xí)任務(wù),有時(shí)也被稱(chēng)為多分類(lèi)器系統(tǒng)(multi-classifier system)、基于委員會(huì)的學(xué)習(xí)(committee-based learning)等。集成方法通常優(yōu)于最佳的單一模型。特別是當(dāng)單一模型會(huì)產(chǎn)生嚴(yán)重的不同類(lèi)型的錯(cuò)誤時(shí)更是如此。投票分類(lèi)器是一種常用的集成方法,聚合每個(gè)分類(lèi)器的預(yù)測(cè),將得票最多的結(jié)果作為預(yù)測(cè)類(lèi)別[16]。

    2 實(shí)驗(yàn)與分析

    實(shí)驗(yàn)區(qū)焦作市區(qū)的北面為山脈(青龍峽景區(qū))余三面皆為農(nóng)田,武陟縣位于焦作的東南方向,修武縣則位于焦作市的正東方向,獲嘉縣毗鄰修武縣也位于焦作市的東方,博愛(ài)縣在焦作市的正西方向。實(shí)驗(yàn)采用ENVI 5.3作為數(shù)據(jù)預(yù)處理和后處理軟件。在Python環(huán)境下,利用scikit-kearn建立MLP分類(lèi)器,對(duì)2020-03-19焦作地區(qū)Landsat8影像在進(jìn)行了快速大氣校正后進(jìn)行土地資源利用情況進(jìn)行土地資源分類(lèi),研究少量興趣區(qū)訓(xùn)練得出的MLP分類(lèi)器的精度和訓(xùn)練速度等特性。

    Landsat8 一共有10 個(gè)波段,具體參數(shù)見(jiàn)表1??紤]到全色波段與3個(gè)以上波段融合時(shí)效果較差,B9波段不適合用于土地分類(lèi),B10、B11 波段空間分辨率過(guò)低,因此選取表1 中B1-B7 共7 個(gè)波段波段作為研究對(duì)象。

    表1 Landsat8影像波段表

    興趣區(qū)選取water,crop,bare,forest,mountain, factory,residential road,8 個(gè)種類(lèi),共9 508 個(gè)。除mountain,forest受到地形的限制,選取固定區(qū)域內(nèi)的相應(yīng)點(diǎn),其余五類(lèi)均在保證隨機(jī)性原則的前提下盡量從影像多個(gè)不同的區(qū)域中選取。

    所選興趣區(qū)一部分用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練,另一部分用于驗(yàn)證模型學(xué)習(xí)效果,其余部分用于測(cè)試優(yōu)化模型的預(yù)測(cè)精度。

    以上為數(shù)據(jù)的預(yù)處理步驟,以下4 個(gè)實(shí)驗(yàn)所建立的神經(jīng)網(wǎng)絡(luò)分類(lèi)器均為多層感知器(MLP)。

    2.1 實(shí)驗(yàn)I7通道MLP分類(lèi)器

    將興趣區(qū)在表1 中的前7 個(gè)波段數(shù)據(jù)作為多層感知器的7 維輸入變量,類(lèi)別作為多層感知器的輸出變量。將導(dǎo)入的9 058個(gè)興趣區(qū)數(shù)據(jù)點(diǎn)隨機(jī)拆分,訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)和測(cè)試數(shù)據(jù)的比例為0.7∶0.15∶0.15。

    建立多層感知器,對(duì)隱藏層大小,容忍度,學(xué)習(xí)率等超參數(shù)的初始值進(jìn)行定義。導(dǎo)入興趣區(qū)數(shù)據(jù)集,利用網(wǎng)格搜索法搜索MLP 分類(lèi)器合適的隱藏層層數(shù);半網(wǎng)格搜索法搜索敏感超參數(shù)(容忍度,學(xué)習(xí)率的初始值,一階指數(shù)衰減率等);半隨機(jī)網(wǎng)格搜索法搜索優(yōu)化的超參數(shù)組合。得到的最優(yōu)超參數(shù)組合為:隱藏層層數(shù)為7,隨機(jī)種子為5,最優(yōu)求解器為adam方法,訓(xùn)練集,驗(yàn)證集,測(cè)試集的最優(yōu)分割比為0.7∶0.15∶0.15,adam 一階矩向量的指數(shù)衰減率為0.81,初始學(xué)習(xí)率為6.95e-4,容忍度為1e-7。為節(jié)約建模時(shí)間,后面3 個(gè)實(shí)驗(yàn)均使用此超參數(shù)組合。得到精度為94.39%的MLP 分類(lèi)器。該MLP 分類(lèi)器的總訓(xùn)練時(shí)間為3.7 s,最終分類(lèi)結(jié)果如圖3所示。

    圖3 實(shí)驗(yàn)I分類(lèi)結(jié)果前后對(duì)比圖

    2.2 實(shí)驗(yàn)II 13通道MLP分類(lèi)器

    為提高分類(lèi)器的精度,嘗試將地物點(diǎn)的地理方位信息加入到輸入變量中一同訓(xùn)練。

    ENVI中可以利用ROI工具保存選取的興趣區(qū)的地理信息,實(shí)驗(yàn)將各點(diǎn)在其像片中的位置和實(shí)際地理位置及經(jīng)緯度加入到輸入數(shù)據(jù)一同訓(xùn)練時(shí),得到精度為100%的分類(lèi)器,該MLP分類(lèi)器的總訓(xùn)練時(shí)間為4.6 s,分類(lèi)結(jié)果如圖4所示。

    圖4 實(shí)驗(yàn)II分類(lèi)結(jié)果前后對(duì)比圖

    2.3 實(shí)驗(yàn)III兩步MLP分類(lèi)器

    為提高分類(lèi)器對(duì)居民地和道路2 種地物類(lèi)別的區(qū)分能力,嘗試增加道路類(lèi)、居民區(qū)類(lèi)訓(xùn)練樣本并單獨(dú)訓(xùn)練二分類(lèi)MLP分類(lèi)器,區(qū)分道路和居民區(qū)的子分類(lèi)器2種方法以提高的相應(yīng)性能。

    訓(xùn)練兩步分類(lèi)器時(shí),先將居民區(qū)(residential)、道路(road)歸為一類(lèi),訓(xùn)練第一個(gè)MLP 分類(lèi)器。居民區(qū),道路在該分類(lèi)器內(nèi)統(tǒng)一歸為其他類(lèi)。

    使用新增的居民區(qū)的興趣區(qū)樣本(新增2 626個(gè))和道路的樣本(新增775 個(gè),從圖像中的各個(gè)地區(qū)隨機(jī)選?。﹩为?dú)訓(xùn)練第二個(gè)分類(lèi)器。然后將2 個(gè)分類(lèi)器的結(jié)果組合出最終結(jié)果。結(jié)果顯示兩步分類(lèi)器識(shí)別出的城區(qū)、道路兩類(lèi)的地物點(diǎn)總量明顯增加,兩步分類(lèi)器精度有所上升。

    實(shí)驗(yàn)結(jié)果中第一個(gè)分類(lèi)器的預(yù)測(cè)精度達(dá)到98.12%,第二個(gè)分類(lèi)器細(xì)化調(diào)參前的預(yù)測(cè)精度為82.36%,細(xì)化調(diào)參后的預(yù)測(cè)精度達(dá)到86.95%。兩步MLP 分類(lèi)器的總訓(xùn)練時(shí)間為3.56 s。將分類(lèi)結(jié)果導(dǎo)入的ENVI中顯示,結(jié)果如圖5所示。

    圖5 實(shí)驗(yàn)III分類(lèi)結(jié)果前后對(duì)比圖

    2.4 實(shí)驗(yàn)IV集成學(xué)習(xí)——投票分類(lèi)器

    嘗試設(shè)計(jì)一種將道路敏感分類(lèi)器,居民區(qū)敏感分類(lèi)器和道路居民區(qū)相似敏感分類(lèi)器進(jìn)行統(tǒng)籌決策的投票器,以得到更精確的分類(lèi)結(jié)果。

    將新選取的興趣區(qū)分批次加入輸入數(shù)據(jù)集:?jiǎn)为?dú)將實(shí)驗(yàn)III新增的道路類(lèi)興趣區(qū)加入到輸入數(shù)據(jù)集進(jìn)行訓(xùn)練,得到道路類(lèi)地物敏感的MLP分類(lèi)器。單獨(dú)將實(shí)驗(yàn)III新增的居民區(qū)類(lèi)興趣區(qū)加入到輸入數(shù)據(jù)集進(jìn)行訓(xùn)練,得到道路分類(lèi)敏感的MLP 分類(lèi)器。將實(shí)驗(yàn)III 中全部的新增興趣區(qū)加入到輸入變量進(jìn)項(xiàng)訓(xùn)練,得到兩者兼顧的MLP分類(lèi)器。

    三者同時(shí)對(duì)圖像進(jìn)行分類(lèi)后,建立硬投票策略(少數(shù)服從多數(shù))的投票決策器,對(duì)3個(gè)分類(lèi)器的結(jié)果綜合考慮,得出最終分類(lèi)結(jié)果。

    訓(xùn)練后得到的道路敏感的分類(lèi)器分類(lèi)精度為96.90%,居民區(qū)敏感的分類(lèi)器的分類(lèi)精度為96.44%,道路居民區(qū)敏感度相似的分類(lèi)器分類(lèi)精度為96.61%。3個(gè)分類(lèi)器總訓(xùn)練時(shí)間為10.88 s,分類(lèi)結(jié)果如圖6所示。

    圖6 實(shí)驗(yàn)IV分類(lèi)結(jié)果前后對(duì)比圖

    選取精度檢驗(yàn)專(zhuān)用的興趣點(diǎn),計(jì)算各個(gè)分類(lèi)器的整體精度和kappa 系數(shù)。并使用其他常見(jiàn)監(jiān)督分類(lèi)算法,使用與實(shí)驗(yàn)相同的興趣點(diǎn)進(jìn)行訓(xùn)練和分類(lèi)。實(shí)驗(yàn)的分析階段對(duì)各個(gè)算法進(jìn)行比較。

    2.5 實(shí)驗(yàn)結(jié)果分析

    各個(gè)分類(lèi)器與其他流行的算法得出的結(jié)果的整體精度和kappa系數(shù)如表2所示。

    表2 各分類(lèi)器的精度與kappa系數(shù)

    實(shí)驗(yàn)一得到的MLP分類(lèi)器具有較高的精度和較快的訓(xùn)練速度。分類(lèi)結(jié)果與原圖像對(duì)比,道路和居民區(qū)兩類(lèi)地物之間有較大混淆。農(nóng)村地區(qū)的鄉(xiāng)道多被識(shí)別為居民地或是耕地,一些地區(qū)的居民區(qū)區(qū)域被分為道路,盤(pán)山公路多被識(shí)別為居民區(qū)。

    實(shí)驗(yàn)二得到的13 通道MLP 分類(lèi)器雖然在測(cè)試集上預(yù)測(cè)精度非常高,但對(duì)影像的分類(lèi)結(jié)果與原影像對(duì)比具有明顯的錯(cuò)誤。分析認(rèn)為這種現(xiàn)象是受到與地物類(lèi)別無(wú)關(guān)的地理位置信息的影響導(dǎo)致的。

    實(shí)驗(yàn)三單獨(dú)訓(xùn)練子分類(lèi)器以便細(xì)分超參數(shù)搜索格點(diǎn),增大搜索范圍,有助于尋找更優(yōu)的超參數(shù)組合。實(shí)驗(yàn)得到的兩步MLP分類(lèi)器的分類(lèi)結(jié)果與實(shí)驗(yàn)一的結(jié)果相近,沒(méi)有明顯的提升。分析認(rèn)為分類(lèi)結(jié)果的質(zhì)量與投入的計(jì)算資源呈弱正相關(guān)。該兩步分類(lèi)器對(duì)居民區(qū)更為敏感,部分道路類(lèi)地物被誤分為居民區(qū)。

    實(shí)驗(yàn)四得到的集成MLP分類(lèi)器通過(guò)簡(jiǎn)單的決策方式將3種地物識(shí)別敏感方向不同的MLP分類(lèi)器集成學(xué)習(xí),分類(lèi)結(jié)果明顯優(yōu)于實(shí)驗(yàn)一。焦作的居民區(qū)類(lèi)地物分辨良好,基本無(wú)誤分,市區(qū)內(nèi)南部主干道輪廓明顯,北部較寬街道可見(jiàn)輪廓,耕地地區(qū)的小路相較之前的分類(lèi)器清晰可見(jiàn)其輪廓,盤(pán)山公路識(shí)別效果有所提升但仍不理想。

    最大似然和最小馬氏距離是較為成熟的分類(lèi)算法,其算法簡(jiǎn)單,易于實(shí)現(xiàn)。但高度依賴(lài)興趣區(qū)的選取,且精度較低,2種算法的分類(lèi)結(jié)果均有明顯誤差。

    隨機(jī)森林的分類(lèi)方法有著快速,高精度的特點(diǎn)。實(shí)驗(yàn)結(jié)果表明,訓(xùn)練用興趣區(qū)附近的分類(lèi)效果較好,而其他地區(qū)的分類(lèi)效果較差。支持向量機(jī)的分類(lèi)方法具有較強(qiáng)的泛化能力,但是用SVM 解決多分類(lèi)問(wèn)題存在困難。從實(shí)驗(yàn)結(jié)果來(lái)看,支持向量機(jī)在分辨難度較高的居民區(qū)類(lèi)和道路類(lèi)地物的分辨中產(chǎn)生了較多的誤差。

    綜上4 個(gè)實(shí)驗(yàn)可以得出結(jié)論:較高精度的分類(lèi)器會(huì)由于興趣區(qū)選擇的局限性而使其分類(lèi)結(jié)果與目視解譯結(jié)果具有較大差異。地物的地理信息與地物類(lèi)別無(wú)關(guān),興趣區(qū)的增加、提高超參數(shù)搜索網(wǎng)格的精度均可以提高分類(lèi)器的精度,集成學(xué)習(xí)則可以綜合敏感方向不同的分類(lèi)器的優(yōu)點(diǎn),得到較為理想的分類(lèi)結(jié)果。

    3 結(jié) 語(yǔ)

    多層感知器分類(lèi)器作為小型的深度神經(jīng)網(wǎng)絡(luò),具有快速、簡(jiǎn)單的特點(diǎn)。通過(guò)研究興趣區(qū)的數(shù)量、地物地理方位信息、集成學(xué)習(xí)對(duì)多層感知器分類(lèi)精度的影響,得到在犧牲一定計(jì)算速度的情況下,分類(lèi)效果良好,綜合道路敏感、居民區(qū)敏感和居民區(qū)道路相似敏感分類(lèi)器優(yōu)勢(shì)的集成多層感知器?,F(xiàn)階段的MLP分類(lèi)器具有需要人工選擇區(qū)域內(nèi)興趣區(qū)的局限性,需進(jìn)一步優(yōu)化。

    猜你喜歡
    感知器居民區(qū)分類(lèi)器
    火箭貯箱噴涂機(jī)器人直接示教運(yùn)動(dòng)感知器設(shè)計(jì)與分析
    感知器在礦井突水水源識(shí)別中的應(yīng)用
    AI超市
    尿濕感知器
    “熊”視眈眈
    暢談(2018年17期)2018-10-28 12:30:46
    BP-GA光照分類(lèi)器在車(chē)道線(xiàn)識(shí)別中的應(yīng)用
    加權(quán)空-譜與最近鄰分類(lèi)器相結(jié)合的高光譜圖像分類(lèi)
    結(jié)合模糊(C+P)均值聚類(lèi)和SP-V-支持向量機(jī)的TSK分類(lèi)器
    集萌社
    是誰(shuí)讓危險(xiǎn)品企業(yè)埋伏居民區(qū)?
    一进一出抽搐gif免费好疼 | 午夜福利在线免费观看网站| 日本五十路高清| 久久久久精品国产欧美久久久| 少妇裸体淫交视频免费看高清 | 窝窝影院91人妻| 欧美一级毛片孕妇| 51午夜福利影视在线观看| www.999成人在线观看| 精品国产超薄肉色丝袜足j| 色综合婷婷激情| 精品免费久久久久久久清纯| 日韩三级视频一区二区三区| 成人国产一区最新在线观看| 脱女人内裤的视频| 国产精品成人在线| 免费观看人在逋| 亚洲精品美女久久久久99蜜臀| 侵犯人妻中文字幕一二三四区| 午夜免费鲁丝| 日日干狠狠操夜夜爽| 国产野战对白在线观看| 久久国产亚洲av麻豆专区| a在线观看视频网站| 国产精品国产av在线观看| 久久精品亚洲精品国产色婷小说| 淫秽高清视频在线观看| 欧美午夜高清在线| www.自偷自拍.com| 真人做人爱边吃奶动态| 日日爽夜夜爽网站| 亚洲精品国产一区二区精华液| 黄色女人牲交| 久久精品亚洲熟妇少妇任你| 亚洲精品久久午夜乱码| 精品国产美女av久久久久小说| 午夜a级毛片| 在线视频色国产色| 亚洲三区欧美一区| 精品高清国产在线一区| 91国产中文字幕| 国产精品久久久久久人妻精品电影| 亚洲精品国产色婷婷电影| 日本黄色日本黄色录像| 亚洲情色 制服丝袜| 狂野欧美激情性xxxx| 欧美精品一区二区免费开放| 电影成人av| 99国产精品免费福利视频| 99久久人妻综合| 麻豆一二三区av精品| 午夜免费激情av| 日本a在线网址| 亚洲精品国产精品久久久不卡| 91麻豆精品激情在线观看国产 | 日本 av在线| 午夜91福利影院| 熟女少妇亚洲综合色aaa.| 可以免费在线观看a视频的电影网站| 欧美日韩福利视频一区二区| 久久久久久久精品吃奶| 国产成年人精品一区二区 | 国产三级黄色录像| 午夜福利,免费看| 巨乳人妻的诱惑在线观看| 国产深夜福利视频在线观看| 亚洲成人久久性| 91字幕亚洲| 纯流量卡能插随身wifi吗| 午夜精品国产一区二区电影| 久久欧美精品欧美久久欧美| 亚洲 国产 在线| 欧美日韩亚洲高清精品| 超碰97精品在线观看| 麻豆久久精品国产亚洲av | 两性夫妻黄色片| 亚洲欧美一区二区三区黑人| 免费搜索国产男女视频| 久久精品人人爽人人爽视色| 国产一区二区三区综合在线观看| 丰满的人妻完整版| 国产欧美日韩精品亚洲av| 自拍欧美九色日韩亚洲蝌蚪91| av网站在线播放免费| 性色av乱码一区二区三区2| 国产精品自产拍在线观看55亚洲| 黄色视频不卡| 80岁老熟妇乱子伦牲交| 88av欧美| 久久精品aⅴ一区二区三区四区| 日本欧美视频一区| 国产在线观看jvid| 在线视频色国产色| 丁香欧美五月| 亚洲国产精品999在线| 啦啦啦免费观看视频1| 国产精品久久久人人做人人爽| 日本 av在线| 男女午夜视频在线观看| 热re99久久精品国产66热6| 一级黄色大片毛片| 久久久久国产精品人妻aⅴ院| 免费在线观看日本一区| 91老司机精品| 国产人伦9x9x在线观看| 麻豆国产av国片精品| tocl精华| 久久性视频一级片| 色播在线永久视频| 久久天躁狠狠躁夜夜2o2o| 国产三级黄色录像| 日韩免费av在线播放| 18禁观看日本| 日本黄色视频三级网站网址| 美女国产高潮福利片在线看| 国产成人免费无遮挡视频| 国产成人精品久久二区二区免费| 免费一级毛片在线播放高清视频 | 国产成年人精品一区二区 | 如日韩欧美国产精品一区二区三区| 久久中文字幕一级| 亚洲av日韩精品久久久久久密| 午夜福利一区二区在线看| 欧美激情 高清一区二区三区| 在线免费观看的www视频| 国产成年人精品一区二区 | 色综合婷婷激情| 咕卡用的链子| 久久人妻熟女aⅴ| 热99re8久久精品国产| 欧美成狂野欧美在线观看| 亚洲av成人av| 久久精品影院6| 国产一卡二卡三卡精品| 精品一品国产午夜福利视频| 女人高潮潮喷娇喘18禁视频| 免费在线观看完整版高清| 国产精品一区二区精品视频观看| 欧美 亚洲 国产 日韩一| 亚洲五月色婷婷综合| 国产精品一区二区精品视频观看| 日日爽夜夜爽网站| 久99久视频精品免费| 亚洲色图 男人天堂 中文字幕| 国产午夜精品久久久久久| 国产不卡一卡二| 国产又色又爽无遮挡免费看| 在线永久观看黄色视频| 欧美+亚洲+日韩+国产| 亚洲精品一卡2卡三卡4卡5卡| 91老司机精品| 久久人人爽av亚洲精品天堂| 一个人观看的视频www高清免费观看 | 亚洲国产精品sss在线观看 | 黑人操中国人逼视频| 国产麻豆69| 亚洲三区欧美一区| 国产精品一区二区精品视频观看| 亚洲欧美日韩另类电影网站| 人人妻,人人澡人人爽秒播| 波多野结衣av一区二区av| 村上凉子中文字幕在线| 亚洲国产看品久久| 亚洲av成人一区二区三| 国产精品电影一区二区三区| 亚洲av片天天在线观看| 国产精品乱码一区二三区的特点 | 高清毛片免费观看视频网站 | 天堂影院成人在线观看| 夜夜爽天天搞| 十八禁人妻一区二区| 丰满的人妻完整版| a级片在线免费高清观看视频| 亚洲精品国产区一区二| 欧美丝袜亚洲另类 | 老汉色av国产亚洲站长工具| 99国产极品粉嫩在线观看| 老熟妇仑乱视频hdxx| 成人永久免费在线观看视频| 久久精品国产综合久久久| 91大片在线观看| 国产精品久久电影中文字幕| 日日摸夜夜添夜夜添小说| 国产亚洲精品一区二区www| av国产精品久久久久影院| 亚洲在线自拍视频| av电影中文网址| 欧美日韩视频精品一区| 啪啪无遮挡十八禁网站| 国产成人精品久久二区二区91| 国产免费现黄频在线看| 亚洲av成人不卡在线观看播放网| 久久久久久人人人人人| 人妻丰满熟妇av一区二区三区| 日日爽夜夜爽网站| 色播在线永久视频| 亚洲国产欧美网| 黑人操中国人逼视频| 97人妻天天添夜夜摸| 欧美国产精品va在线观看不卡| 欧美+亚洲+日韩+国产| 久久中文看片网| 19禁男女啪啪无遮挡网站| 嫁个100分男人电影在线观看| 伦理电影免费视频| 欧美精品啪啪一区二区三区| 国产免费av片在线观看野外av| 亚洲狠狠婷婷综合久久图片| 香蕉国产在线看| 两个人看的免费小视频| 欧美日韩亚洲高清精品| 91九色精品人成在线观看| 热99国产精品久久久久久7| 亚洲成人精品中文字幕电影 | 美女国产高潮福利片在线看| 高清欧美精品videossex| 欧美人与性动交α欧美软件| 精品少妇一区二区三区视频日本电影| 老熟妇仑乱视频hdxx| 亚洲国产毛片av蜜桃av| 在线观看一区二区三区激情| 午夜免费观看网址| 欧美老熟妇乱子伦牲交| 成年人免费黄色播放视频| 日本a在线网址| 99国产精品一区二区蜜桃av| 黄色视频,在线免费观看| 欧美在线黄色| 大型黄色视频在线免费观看| 神马国产精品三级电影在线观看 | 久久久国产一区二区| 女人爽到高潮嗷嗷叫在线视频| 岛国在线观看网站| 在线观看免费视频日本深夜| 好男人电影高清在线观看| 国产亚洲精品第一综合不卡| 成人三级黄色视频| 新久久久久国产一级毛片| 好男人电影高清在线观看| 久久久久久人人人人人| 男人舔女人的私密视频| 精品国产美女av久久久久小说| 日韩大码丰满熟妇| 久久青草综合色| 成熟少妇高潮喷水视频| 欧美日韩av久久| 少妇被粗大的猛进出69影院| 成年人免费黄色播放视频| a级片在线免费高清观看视频| 国产精品成人在线| 在线观看舔阴道视频| 无遮挡黄片免费观看| 亚洲激情在线av| 久久午夜亚洲精品久久| 热re99久久国产66热| 久热这里只有精品99| 大香蕉久久成人网| 欧美国产精品va在线观看不卡| 国产真人三级小视频在线观看| 超碰97精品在线观看| 成人免费观看视频高清| 午夜两性在线视频| 中文字幕精品免费在线观看视频| 精品一区二区三区视频在线观看免费 | 天天影视国产精品| 国产精品久久久人人做人人爽| 黑丝袜美女国产一区| 亚洲性夜色夜夜综合| 欧美日韩乱码在线| 在线观看午夜福利视频| svipshipincom国产片| 免费一级毛片在线播放高清视频 | 狠狠狠狠99中文字幕| 亚洲aⅴ乱码一区二区在线播放 | 免费av毛片视频| 国产一区二区三区综合在线观看| 欧美在线一区亚洲| 高清毛片免费观看视频网站 | 女生性感内裤真人,穿戴方法视频| 欧美日韩视频精品一区| 可以免费在线观看a视频的电影网站| 国产精品永久免费网站| 久久国产亚洲av麻豆专区| 欧美国产精品va在线观看不卡| 亚洲第一av免费看| 美女高潮到喷水免费观看| 精品福利永久在线观看| 首页视频小说图片口味搜索| 精品国产亚洲在线| 精品卡一卡二卡四卡免费| 日本欧美视频一区| 少妇的丰满在线观看| 欧美国产精品va在线观看不卡| 午夜影院日韩av| 久久午夜亚洲精品久久| 亚洲欧美一区二区三区久久| 精品人妻在线不人妻| 亚洲人成电影观看| 女同久久另类99精品国产91| videosex国产| 欧美色视频一区免费| 免费在线观看亚洲国产| 国产精品一区二区精品视频观看| 国产黄a三级三级三级人| 国产精华一区二区三区| 久热爱精品视频在线9| 99热只有精品国产| 亚洲人成电影免费在线| 久久 成人 亚洲| 成人特级黄色片久久久久久久| 亚洲精品在线观看二区| 国产av精品麻豆| av超薄肉色丝袜交足视频| 熟女少妇亚洲综合色aaa.| 午夜免费鲁丝| 在线十欧美十亚洲十日本专区| 欧美亚洲日本最大视频资源| 日韩免费av在线播放| 欧美黑人欧美精品刺激| 99国产精品一区二区蜜桃av| x7x7x7水蜜桃| 亚洲色图综合在线观看| 色哟哟哟哟哟哟| 久久精品国产清高在天天线| 51午夜福利影视在线观看| 久久久久久久精品吃奶| 真人一进一出gif抽搐免费| 熟女少妇亚洲综合色aaa.| 免费在线观看视频国产中文字幕亚洲| 国产精品98久久久久久宅男小说| 久久欧美精品欧美久久欧美| 久久久久久久午夜电影 | 搡老乐熟女国产| 女人爽到高潮嗷嗷叫在线视频| 午夜精品国产一区二区电影| 亚洲国产精品一区二区三区在线| 日韩免费高清中文字幕av| 精品人妻在线不人妻| 欧美色视频一区免费| 色播在线永久视频| 亚洲国产欧美网| 中文字幕最新亚洲高清| 国产亚洲欧美精品永久| 久久影院123| 免费日韩欧美在线观看| 手机成人av网站| 精品久久久久久,| 中亚洲国语对白在线视频| 国产av一区在线观看免费| 岛国在线观看网站| 伊人久久大香线蕉亚洲五| 在线观看免费视频日本深夜| 久久久久久久久免费视频了| 超碰成人久久| 精品国产超薄肉色丝袜足j| 欧洲精品卡2卡3卡4卡5卡区| 久久精品亚洲精品国产色婷小说| 亚洲国产欧美日韩在线播放| 国产欧美日韩一区二区三| 嫩草影院精品99| 99精品久久久久人妻精品| 久久久久九九精品影院| 精品一区二区三区四区五区乱码| 免费不卡黄色视频| 日本一区二区免费在线视频| 如日韩欧美国产精品一区二区三区| 一边摸一边抽搐一进一小说| 国产精品久久久久久人妻精品电影| 国产成人av教育| 天堂影院成人在线观看| 看片在线看免费视频| 一二三四在线观看免费中文在| netflix在线观看网站| 免费av中文字幕在线| 国产精品久久久久成人av| 国产男靠女视频免费网站| 久久人妻熟女aⅴ| 久久精品亚洲av国产电影网| 亚洲av熟女| 夜夜夜夜夜久久久久| netflix在线观看网站| 80岁老熟妇乱子伦牲交| 51午夜福利影视在线观看| 三级毛片av免费| 久久午夜综合久久蜜桃| 色老头精品视频在线观看| 日韩欧美一区视频在线观看| 亚洲精品粉嫩美女一区| 99久久国产精品久久久| 欧美性长视频在线观看| 亚洲成人免费av在线播放| 国产精品爽爽va在线观看网站 | 亚洲精品久久午夜乱码| 久久久水蜜桃国产精品网| 亚洲精品av麻豆狂野| 无遮挡黄片免费观看| 久久精品国产99精品国产亚洲性色 | 国产xxxxx性猛交| 50天的宝宝边吃奶边哭怎么回事| 午夜福利影视在线免费观看| 亚洲片人在线观看| 亚洲avbb在线观看| 国产深夜福利视频在线观看| 免费不卡黄色视频| 成人av一区二区三区在线看| 色精品久久人妻99蜜桃| 亚洲人成网站在线播放欧美日韩| 亚洲av熟女| 国产成人免费无遮挡视频| 久久久国产精品麻豆| 丰满人妻熟妇乱又伦精品不卡| 午夜影院日韩av| 精品久久蜜臀av无| 日韩免费av在线播放| 一级,二级,三级黄色视频| 亚洲中文日韩欧美视频| 俄罗斯特黄特色一大片| 欧美最黄视频在线播放免费 | 亚洲视频免费观看视频| 成人18禁在线播放| 女人高潮潮喷娇喘18禁视频| 亚洲人成电影观看| 999精品在线视频| 大型av网站在线播放| xxxhd国产人妻xxx| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩福利视频一区二区| 一级a爱视频在线免费观看| 国产精品自产拍在线观看55亚洲| 久久天躁狠狠躁夜夜2o2o| 成人18禁在线播放| 成年版毛片免费区| 在线观看一区二区三区| 亚洲精品中文字幕一二三四区| 一进一出抽搐动态| 精品一区二区三区av网在线观看| 亚洲色图av天堂| 在线观看一区二区三区| а√天堂www在线а√下载| 性欧美人与动物交配| 老司机亚洲免费影院| 夜夜躁狠狠躁天天躁| 日韩欧美国产一区二区入口| 亚洲一码二码三码区别大吗| 99精品在免费线老司机午夜| 精品电影一区二区在线| 一边摸一边抽搐一进一小说| 人人澡人人妻人| 欧美国产精品va在线观看不卡| 一a级毛片在线观看| 亚洲五月天丁香| 亚洲 欧美一区二区三区| 国产精品久久久人人做人人爽| 久久久久九九精品影院| xxxhd国产人妻xxx| 午夜视频精品福利| av超薄肉色丝袜交足视频| 人妻丰满熟妇av一区二区三区| 99久久人妻综合| 亚洲七黄色美女视频| √禁漫天堂资源中文www| 又黄又爽又免费观看的视频| 日本欧美视频一区| 夜夜爽天天搞| 欧美大码av| 高潮久久久久久久久久久不卡| 好男人电影高清在线观看| 久久中文字幕一级| 国产激情久久老熟女| av免费在线观看网站| 99精国产麻豆久久婷婷| 大码成人一级视频| 水蜜桃什么品种好| 午夜精品在线福利| 久久久久久免费高清国产稀缺| 无人区码免费观看不卡| 日本免费一区二区三区高清不卡 | 男人操女人黄网站| 国产乱人伦免费视频| 欧美成狂野欧美在线观看| 在线观看免费视频日本深夜| 日韩有码中文字幕| 色哟哟哟哟哟哟| 99久久精品国产亚洲精品| 久久久久久人人人人人| 中出人妻视频一区二区| 国产精品久久久av美女十八| av天堂久久9| 国产深夜福利视频在线观看| 成人三级做爰电影| 涩涩av久久男人的天堂| 夫妻午夜视频| 精品一区二区三卡| 91老司机精品| 一区福利在线观看| 可以在线观看毛片的网站| 大陆偷拍与自拍| 咕卡用的链子| 交换朋友夫妻互换小说| 激情在线观看视频在线高清| 久久性视频一级片| 妹子高潮喷水视频| 亚洲一区高清亚洲精品| 精品人妻1区二区| 多毛熟女@视频| 久久国产精品男人的天堂亚洲| 久久国产精品人妻蜜桃| 免费在线观看完整版高清| 国产精品av久久久久免费| 国产精品亚洲av一区麻豆| 80岁老熟妇乱子伦牲交| 啦啦啦在线免费观看视频4| 天天躁狠狠躁夜夜躁狠狠躁| 丰满迷人的少妇在线观看| 亚洲中文av在线| 一级毛片女人18水好多| 国产av精品麻豆| 国产熟女xx| 丝袜人妻中文字幕| 亚洲三区欧美一区| 国产亚洲欧美98| 男女午夜视频在线观看| 成人影院久久| 少妇被粗大的猛进出69影院| 成人精品一区二区免费| 国产三级黄色录像| 国产乱人伦免费视频| 亚洲aⅴ乱码一区二区在线播放 | 在线免费观看的www视频| 国产人伦9x9x在线观看| 亚洲欧美日韩无卡精品| 亚洲aⅴ乱码一区二区在线播放 | 亚洲国产精品999在线| av片东京热男人的天堂| 一级黄色大片毛片| 亚洲狠狠婷婷综合久久图片| 亚洲精品国产色婷婷电影| 亚洲专区中文字幕在线| 母亲3免费完整高清在线观看| 国产1区2区3区精品| 国产一区二区在线av高清观看| 久久久久国产一级毛片高清牌| 久久国产精品影院| 九色亚洲精品在线播放| 天堂动漫精品| 男男h啪啪无遮挡| 亚洲成av片中文字幕在线观看| 国产激情欧美一区二区| 一区福利在线观看| 亚洲成国产人片在线观看| 老熟妇仑乱视频hdxx| 男人的好看免费观看在线视频 | 国产精品亚洲av一区麻豆| 悠悠久久av| 国产成人精品无人区| 曰老女人黄片| 午夜福利免费观看在线| 黑人猛操日本美女一级片| 成人三级黄色视频| 99久久精品国产亚洲精品| 欧美在线黄色| 欧美中文日本在线观看视频| 精品一品国产午夜福利视频| www国产在线视频色| 国产高清激情床上av| 国产极品粉嫩免费观看在线| 亚洲精品在线美女| 无人区码免费观看不卡| 悠悠久久av| 一进一出抽搐动态| 国产精品亚洲一级av第二区| 18禁美女被吸乳视频| 国产精品国产高清国产av| 日韩三级视频一区二区三区| av网站在线播放免费| 亚洲国产欧美日韩在线播放| 亚洲欧美一区二区三区黑人| 黄色丝袜av网址大全| av天堂在线播放| 亚洲精华国产精华精| 黄色毛片三级朝国网站| 无遮挡黄片免费观看| 午夜免费激情av| 国产伦一二天堂av在线观看| 日本免费a在线| 看免费av毛片| 一区二区日韩欧美中文字幕| 精品一区二区三区四区五区乱码| 在线观看免费视频日本深夜| 亚洲黑人精品在线| 激情在线观看视频在线高清| 成人亚洲精品一区在线观看| av天堂久久9| 亚洲国产毛片av蜜桃av| 国产成人一区二区三区免费视频网站| 亚洲激情在线av| 亚洲在线自拍视频| 男女下面进入的视频免费午夜 | 日本vs欧美在线观看视频| 麻豆成人av在线观看| 日韩欧美一区视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 国产精品二区激情视频| 女人被狂操c到高潮| 99久久久亚洲精品蜜臀av| 久久天躁狠狠躁夜夜2o2o| 搡老熟女国产l中国老女人| 国产精品国产av在线观看| 久久久国产成人精品二区 | 99国产精品一区二区三区| 亚洲狠狠婷婷综合久久图片| av网站在线播放免费| 亚洲精品在线观看二区| 久久久久久久久久久久大奶| 好看av亚洲va欧美ⅴa在|