• <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)?
    又爽又黄无遮挡网站| 寂寞人妻少妇视频99o| 美女大奶头视频| 亚洲自偷自拍三级| 欧美成人a在线观看| 久久久久性生活片| a级一级毛片免费在线观看| 黄色一级大片看看| 深夜a级毛片| 丰满乱子伦码专区| 国产美女午夜福利| 中文在线观看免费www的网站| 国产午夜精品论理片| 日韩人妻高清精品专区| 少妇的逼好多水| 一本久久精品| 国产成人精品一,二区| 国产白丝娇喘喷水9色精品| 亚洲欧美精品专区久久| 淫秽高清视频在线观看| 久久精品夜色国产| 99久久精品一区二区三区| av.在线天堂| 精品国产三级普通话版| 午夜福利视频精品| 成人二区视频| 少妇熟女aⅴ在线视频| 免费看a级黄色片| 国产亚洲91精品色在线| 高清欧美精品videossex| av线在线观看网站| 91狼人影院| 日韩av在线免费看完整版不卡| 国产亚洲91精品色在线| 午夜精品在线福利| 国产日韩欧美在线精品| 国产午夜福利久久久久久| 亚洲国产av新网站| 男女视频在线观看网站免费| 亚洲av在线观看美女高潮| 欧美激情久久久久久爽电影| 亚洲av成人精品一二三区| 日日干狠狠操夜夜爽| 啦啦啦啦在线视频资源| 亚洲性久久影院| 只有这里有精品99| 国产精品女同一区二区软件| 少妇熟女欧美另类| 日韩在线高清观看一区二区三区| 国产午夜精品久久久久久一区二区三区| 国国产精品蜜臀av免费| 中文乱码字字幕精品一区二区三区 | 国产熟女欧美一区二区| 久久久久久久久大av| 国产精品久久久久久av不卡| 久久久久久久久久久丰满| 免费无遮挡裸体视频| 精品久久久久久久久亚洲| 少妇裸体淫交视频免费看高清| 建设人人有责人人尽责人人享有的 | 少妇裸体淫交视频免费看高清| 韩国高清视频一区二区三区| 欧美激情久久久久久爽电影| 亚洲怡红院男人天堂| 亚洲aⅴ乱码一区二区在线播放| 欧美成人精品欧美一级黄| 国产伦在线观看视频一区| 国产黄片美女视频| 免费av毛片视频| 亚洲高清免费不卡视频| 国产在视频线在精品| 欧美日韩综合久久久久久| eeuss影院久久| 嫩草影院新地址| 欧美3d第一页| 国产白丝娇喘喷水9色精品| 成人国产麻豆网| 毛片一级片免费看久久久久| 亚洲精品乱码久久久v下载方式| 大香蕉久久网| 美女黄网站色视频| 国产淫片久久久久久久久| 日韩视频在线欧美| 精品人妻偷拍中文字幕| 欧美一区二区亚洲| 特大巨黑吊av在线直播| 三级经典国产精品| 七月丁香在线播放| 男人爽女人下面视频在线观看| 免费人成在线观看视频色| 国产高潮美女av| 日韩av免费高清视频| 麻豆成人午夜福利视频| 日韩欧美一区视频在线观看 | 又爽又黄无遮挡网站| 国产成人freesex在线| 97人妻精品一区二区三区麻豆| av在线播放精品| 欧美极品一区二区三区四区| 在线天堂最新版资源| 日日撸夜夜添| 水蜜桃什么品种好| 国产成人一区二区在线| 搡女人真爽免费视频火全软件| 午夜福利视频精品| 乱码一卡2卡4卡精品| 亚洲欧美一区二区三区黑人 | 不卡视频在线观看欧美| 日韩精品有码人妻一区| 禁无遮挡网站| 亚洲精华国产精华液的使用体验| 婷婷色综合大香蕉| 欧美成人一区二区免费高清观看| 国产色婷婷99| 国产黄频视频在线观看| 卡戴珊不雅视频在线播放| 丝瓜视频免费看黄片| 在线天堂最新版资源| 国产精品一区二区三区四区久久| 韩国高清视频一区二区三区| 欧美区成人在线视频| 免费不卡的大黄色大毛片视频在线观看 | 免费大片黄手机在线观看| 日韩伦理黄色片| 大片免费播放器 马上看| 精品亚洲乱码少妇综合久久| 永久免费av网站大全| 成人特级av手机在线观看| 日本黄色片子视频| 亚洲经典国产精华液单| 又粗又硬又长又爽又黄的视频| 乱系列少妇在线播放| 亚洲精华国产精华液的使用体验| 26uuu在线亚洲综合色| 精品久久久久久久末码| 免费观看精品视频网站| 边亲边吃奶的免费视频| 一个人免费在线观看电影| 中文字幕免费在线视频6| 美女脱内裤让男人舔精品视频| 国产成年人精品一区二区| 精品人妻熟女av久视频| 熟妇人妻久久中文字幕3abv| 日韩三级伦理在线观看| 国产精品国产三级国产专区5o| 搞女人的毛片| 中文精品一卡2卡3卡4更新| 乱系列少妇在线播放| 在线播放无遮挡| 亚洲国产精品sss在线观看| 嫩草影院入口| 赤兔流量卡办理| 国产精品无大码| 亚洲aⅴ乱码一区二区在线播放| 乱码一卡2卡4卡精品| 久久久久久九九精品二区国产| 国产高清国产精品国产三级 | 日韩一区二区三区影片| 亚洲色图av天堂| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲一区高清亚洲精品| 插逼视频在线观看| 亚洲内射少妇av| 日韩一区二区三区影片| 久久久久久久久久人人人人人人| 亚洲精品国产成人久久av| 18禁动态无遮挡网站| 国产精品久久久久久久电影| 麻豆国产97在线/欧美| 成年免费大片在线观看| 99视频精品全部免费 在线| 国产黄a三级三级三级人| 国产精品国产三级国产专区5o| 岛国毛片在线播放| 免费不卡的大黄色大毛片视频在线观看 | 亚洲成色77777| 午夜激情久久久久久久| 又爽又黄无遮挡网站| 在线a可以看的网站| 久久久国产一区二区| 麻豆av噜噜一区二区三区| 国产精品.久久久| 日韩三级伦理在线观看| 国产v大片淫在线免费观看| 国产老妇女一区| 国产成人福利小说| 免费看日本二区| 你懂的网址亚洲精品在线观看| 久久久久久国产a免费观看| 亚洲一区高清亚洲精品| 国产成人精品久久久久久| 中国国产av一级| 亚洲av电影不卡..在线观看| 精品人妻偷拍中文字幕| 亚洲高清免费不卡视频| 免费av观看视频| 亚洲怡红院男人天堂| 国产美女午夜福利| 国产高清不卡午夜福利| 成人特级av手机在线观看| 中文字幕免费在线视频6| 身体一侧抽搐| 日韩强制内射视频| 亚洲人与动物交配视频| 大陆偷拍与自拍| 久久久久久国产a免费观看| 婷婷色av中文字幕| 三级国产精品欧美在线观看| 久久6这里有精品| 午夜精品一区二区三区免费看| 国产黄频视频在线观看| 日韩亚洲欧美综合| www.av在线官网国产| 亚洲av成人av| 99热这里只有精品一区| 2022亚洲国产成人精品| 亚洲欧美清纯卡通| 久久鲁丝午夜福利片| 一级片'在线观看视频| 婷婷色av中文字幕| 国产精品综合久久久久久久免费| 国产精品久久视频播放| 成人一区二区视频在线观看| 亚洲伊人久久精品综合| 麻豆av噜噜一区二区三区| 高清午夜精品一区二区三区| 久久99热这里只频精品6学生| 亚洲人成网站高清观看| 五月伊人婷婷丁香| 最近的中文字幕免费完整| 三级经典国产精品| 免费大片18禁| 亚洲在线自拍视频| 看非洲黑人一级黄片| 大香蕉97超碰在线| 大香蕉久久网| 亚洲av一区综合| 免费观看精品视频网站| 色综合亚洲欧美另类图片| 少妇人妻精品综合一区二区| 永久网站在线| 免费观看无遮挡的男女| 免费av观看视频| 最近最新中文字幕免费大全7| 在线免费观看不下载黄p国产| 成人亚洲精品一区在线观看 | 汤姆久久久久久久影院中文字幕 | 成人高潮视频无遮挡免费网站| 九色成人免费人妻av| 亚洲精品乱码久久久v下载方式| freevideosex欧美| 亚洲最大成人手机在线| 色综合色国产| 搡老妇女老女人老熟妇| 国产激情偷乱视频一区二区| 丰满人妻一区二区三区视频av| 免费看日本二区| 中文天堂在线官网| 午夜免费激情av| 搞女人的毛片| 激情五月婷婷亚洲| 亚洲在线自拍视频| 国产成人91sexporn| 久久久久性生活片| 天天躁夜夜躁狠狠久久av| videossex国产| 久久久久免费精品人妻一区二区| 国产欧美另类精品又又久久亚洲欧美| 91精品国产九色| 久久久久久九九精品二区国产| 好男人视频免费观看在线| 国产成人一区二区在线| 丰满乱子伦码专区| 青春草视频在线免费观看| 男人舔女人下体高潮全视频| 亚洲精品中文字幕在线视频 | 亚洲综合精品二区| 少妇高潮的动态图| 欧美性感艳星| 天堂网av新在线| 亚洲av成人精品一二三区| 建设人人有责人人尽责人人享有的 | 亚洲精品第二区| 九九在线视频观看精品| 免费观看无遮挡的男女| 国产成人freesex在线| 一级毛片电影观看| 成年女人在线观看亚洲视频 | 成人无遮挡网站| 国产伦一二天堂av在线观看| 国产精品爽爽va在线观看网站| 日本一本二区三区精品| 日日撸夜夜添| 又爽又黄a免费视频| 久久国产乱子免费精品| 免费在线观看成人毛片| 男的添女的下面高潮视频| 亚洲婷婷狠狠爱综合网| 国产一区二区三区综合在线观看 | 最近最新中文字幕免费大全7| 亚洲av不卡在线观看| 中文字幕av成人在线电影| 国产亚洲精品久久久com| 网址你懂的国产日韩在线| 99九九线精品视频在线观看视频| 欧美日本视频| 亚洲精品国产成人久久av| 夜夜爽夜夜爽视频| 免费不卡的大黄色大毛片视频在线观看 | 日韩一本色道免费dvd| 一区二区三区乱码不卡18| 成人高潮视频无遮挡免费网站| 舔av片在线| av专区在线播放| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 成人综合一区亚洲| 日本wwww免费看| 成人鲁丝片一二三区免费| 91午夜精品亚洲一区二区三区| 日本欧美国产在线视频| 天堂中文最新版在线下载 | 人妻少妇偷人精品九色| 麻豆久久精品国产亚洲av| 亚洲国产最新在线播放| 国产高清不卡午夜福利| videossex国产| 亚洲色图av天堂| 国产黄片视频在线免费观看| 搞女人的毛片| 久久综合国产亚洲精品| 熟妇人妻久久中文字幕3abv| 亚洲av一区综合| 日韩在线高清观看一区二区三区| 97在线视频观看| 久久久久久久亚洲中文字幕| 黑人高潮一二区| 精品人妻一区二区三区麻豆| 亚洲国产精品专区欧美| 色尼玛亚洲综合影院| 亚洲成人中文字幕在线播放| 国产精品久久久久久久久免| 91av网一区二区| 国产乱来视频区| 22中文网久久字幕| 简卡轻食公司| 久久精品人妻少妇| 非洲黑人性xxxx精品又粗又长| 成人毛片a级毛片在线播放| 最近手机中文字幕大全| 日本免费在线观看一区| 99久久精品国产国产毛片| 人体艺术视频欧美日本| 亚洲高清免费不卡视频| 色网站视频免费| 在线观看免费高清a一片| 国产探花极品一区二区| 国精品久久久久久国模美| 国产精品99久久久久久久久| 国产黄色小视频在线观看| 18+在线观看网站| 国产亚洲91精品色在线| 成人综合一区亚洲| 国产国拍精品亚洲av在线观看| 久久久a久久爽久久v久久| 久久精品国产亚洲av天美| 国产精品福利在线免费观看| 亚洲精品中文字幕在线视频 | av免费在线看不卡| 人妻系列 视频| h日本视频在线播放| 国精品久久久久久国模美| 久久鲁丝午夜福利片| 一区二区三区四区激情视频| 99久久九九国产精品国产免费| 免费观看性生交大片5| 伊人久久精品亚洲午夜| 欧美zozozo另类| 搞女人的毛片| 91精品伊人久久大香线蕉| 国产毛片a区久久久久| 日日摸夜夜添夜夜爱| 大香蕉久久网| 丰满少妇做爰视频| 亚洲电影在线观看av| 亚洲精品国产av成人精品| av.在线天堂| 国产精品熟女久久久久浪| 亚洲第一区二区三区不卡| 免费观看的影片在线观看| 国产成人精品久久久久久| 好男人在线观看高清免费视频| 纵有疾风起免费观看全集完整版 | 欧美日韩一区二区视频在线观看视频在线 | 深爱激情五月婷婷| 内射极品少妇av片p| 91在线精品国自产拍蜜月| 免费大片黄手机在线观看| 亚洲国产精品成人综合色| 大香蕉久久网| 一本久久精品| 中文天堂在线官网| 99热这里只有是精品在线观看| 街头女战士在线观看网站| 欧美3d第一页| 日本wwww免费看| 中文在线观看免费www的网站| 黑人高潮一二区| 大又大粗又爽又黄少妇毛片口| 日韩av免费高清视频| 赤兔流量卡办理| 成人漫画全彩无遮挡| 高清视频免费观看一区二区 | 寂寞人妻少妇视频99o| 亚洲国产精品成人久久小说| 免费高清在线观看视频在线观看| 91精品国产九色| 日韩不卡一区二区三区视频在线| 又黄又爽又刺激的免费视频.| 国产成年人精品一区二区| 美女被艹到高潮喷水动态| 日韩强制内射视频| 黄色配什么色好看| 欧美成人一区二区免费高清观看| av在线蜜桃| 国产黄色视频一区二区在线观看| 国产精品福利在线免费观看| 免费黄网站久久成人精品| 色综合亚洲欧美另类图片| 国产精品麻豆人妻色哟哟久久 | 亚洲在久久综合| 卡戴珊不雅视频在线播放| 美女脱内裤让男人舔精品视频| 久久国内精品自在自线图片| 久久久久久九九精品二区国产| 三级国产精品片| 免费看a级黄色片| 蜜桃亚洲精品一区二区三区| 男女边摸边吃奶| 少妇熟女欧美另类| 国产黄频视频在线观看| 久久午夜福利片| 国产男女超爽视频在线观看| 好男人在线观看高清免费视频| 亚洲激情五月婷婷啪啪| 欧美xxxx性猛交bbbb| 最近的中文字幕免费完整| 国产一级毛片七仙女欲春2| 久久久精品欧美日韩精品| 国产免费视频播放在线视频 | 综合色丁香网| 白带黄色成豆腐渣| 亚洲欧美日韩卡通动漫| 三级男女做爰猛烈吃奶摸视频| 国产精品久久久久久av不卡| 国产午夜福利久久久久久| 禁无遮挡网站| 日产精品乱码卡一卡2卡三| 亚洲国产色片| 国产高清不卡午夜福利| 午夜爱爱视频在线播放| 成人毛片a级毛片在线播放| 国产亚洲一区二区精品| 国产 一区精品| 丝瓜视频免费看黄片| 亚洲美女视频黄频| 日韩视频在线欧美| 午夜激情久久久久久久| 80岁老熟妇乱子伦牲交| 亚洲综合色惰| 国产在视频线在精品| 亚洲伊人久久精品综合| 免费人成在线观看视频色| 国产成年人精品一区二区| 久久这里有精品视频免费| 精品一区在线观看国产| 一个人看视频在线观看www免费| 观看美女的网站| 日韩成人伦理影院| 少妇猛男粗大的猛烈进出视频 | 免费观看精品视频网站| 日本免费a在线| 十八禁网站网址无遮挡 | 亚洲精品成人av观看孕妇| av网站免费在线观看视频 | 欧美最新免费一区二区三区| 丝袜美腿在线中文| 日本-黄色视频高清免费观看| 午夜福利视频1000在线观看| 国产极品天堂在线| 国产69精品久久久久777片| 成人国产麻豆网| 特大巨黑吊av在线直播| xxx大片免费视频| 国产探花在线观看一区二区| 在线观看美女被高潮喷水网站| 麻豆成人av视频| 亚洲aⅴ乱码一区二区在线播放| 一个人看的www免费观看视频| 一区二区三区四区激情视频| 日本-黄色视频高清免费观看| 国产老妇伦熟女老妇高清| 国产av在哪里看| 在线免费观看不下载黄p国产| 久久久久精品久久久久真实原创| av线在线观看网站| 男女边吃奶边做爰视频| a级一级毛片免费在线观看| 亚洲欧美日韩卡通动漫| 色网站视频免费| 少妇人妻精品综合一区二区| 国内揄拍国产精品人妻在线| 成人亚洲精品av一区二区| 日韩三级伦理在线观看| 国产精品99久久久久久久久| 免费观看的影片在线观看| 纵有疾风起免费观看全集完整版 | 在线a可以看的网站| 国产精品美女特级片免费视频播放器| 男的添女的下面高潮视频| 国产精品久久久久久久久免| 亚洲熟妇中文字幕五十中出| 99久久精品一区二区三区| 免费观看无遮挡的男女| 男的添女的下面高潮视频| 久久精品国产亚洲网站| 国产成人免费观看mmmm| 国产又色又爽无遮挡免| 免费看美女性在线毛片视频| 99视频精品全部免费 在线| 亚洲精品国产av成人精品| 美女脱内裤让男人舔精品视频| 午夜福利视频精品| 全区人妻精品视频| 亚洲精品日本国产第一区| 日韩人妻高清精品专区| 国产69精品久久久久777片| 日韩欧美三级三区| 亚洲在久久综合| 大片免费播放器 马上看| 欧美激情久久久久久爽电影| 亚洲精品影视一区二区三区av| 国产伦一二天堂av在线观看| 美女xxoo啪啪120秒动态图| 看免费成人av毛片| 国产老妇伦熟女老妇高清| 国产av码专区亚洲av| 亚洲欧美中文字幕日韩二区| 亚洲真实伦在线观看| 欧美成人精品欧美一级黄| 一级片'在线观看视频| 成人午夜精彩视频在线观看| 国产精品久久久久久av不卡| 午夜日本视频在线| 天堂俺去俺来也www色官网 | 久久精品夜色国产| 亚洲欧洲国产日韩| 精品人妻一区二区三区麻豆| 久久久精品欧美日韩精品| 久久久久久久久久成人| 午夜免费激情av| 永久免费av网站大全| 啦啦啦啦在线视频资源| 精华霜和精华液先用哪个| 女的被弄到高潮叫床怎么办| 美女大奶头视频| 精品久久久久久久久久久久久| 综合色av麻豆| 免费大片黄手机在线观看| 亚洲四区av| 精品人妻偷拍中文字幕| 美女高潮的动态| 国产 一区精品| 极品少妇高潮喷水抽搐| 成人漫画全彩无遮挡| 日本熟妇午夜| 亚洲成人久久爱视频| 亚洲精品久久久久久婷婷小说| 老女人水多毛片| 久久综合国产亚洲精品| 看免费成人av毛片| 午夜激情欧美在线| 在线免费观看的www视频| 一个人看视频在线观看www免费| 久久久久精品性色| 国产精品久久久久久精品电影| 亚洲性久久影院| 成年人午夜在线观看视频 | 久久久久精品性色| 亚洲精品,欧美精品| 亚洲在线自拍视频| 狂野欧美激情性xxxx在线观看| 国产精品久久久久久久电影| 最近的中文字幕免费完整| 国产 亚洲一区二区三区 | 尤物成人国产欧美一区二区三区| 亚洲国产欧美人成| 国产有黄有色有爽视频| 精品欧美国产一区二区三| 久久精品夜夜夜夜夜久久蜜豆| 国产成人a区在线观看| 国产免费视频播放在线视频 | 最近2019中文字幕mv第一页| 黄片无遮挡物在线观看| 国产免费又黄又爽又色| 日韩成人av中文字幕在线观看| h日本视频在线播放| 亚洲一区高清亚洲精品| 最新中文字幕久久久久| 日日摸夜夜添夜夜添av毛片| 在线观看免费高清a一片| 人人妻人人澡欧美一区二区| 天堂影院成人在线观看| 国产亚洲最大av| 欧美日韩综合久久久久久| 三级毛片av免费|