• <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 ?

    基于Wasserstein散度的t-SNE相似性度量方法研究

    2023-12-13 06:36:16劉鑫鵬孫祥洪秦玉華宮會(huì)麗
    光譜學(xué)與光譜分析 2023年12期
    關(guān)鍵詞:維空間散度概率分布

    劉鑫鵬, 孫祥洪, 秦玉華*, 張 敏, 宮會(huì)麗

    1. 青島科技大學(xué)信息科學(xué)技術(shù)學(xué)院, 山東 青島 266061 2. 江西中煙工業(yè)有限責(zé)任公司信息中心, 江西 南昌 330096 3. 中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)部, 山東 青島 266100

    引 言

    近年來(lái), 近紅外光譜分析技術(shù)(NIR)快速發(fā)展, 因其具有高效、 便捷、 無(wú)損、 重現(xiàn)性好等優(yōu)點(diǎn), 非常適合大批樣品的快速分析, 被廣泛應(yīng)用于石油、 食品、 醫(yī)藥、 煙草等領(lǐng)域[1]。 近紅外光譜的相似性度量能夠?qū)崿F(xiàn)產(chǎn)品之間質(zhì)量的相似性評(píng)價(jià), 針對(duì)目標(biāo)樣本進(jìn)行有效的替換, 緩解稀缺原料使用的緊張程度, 在食品加工、 卷煙生產(chǎn)領(lǐng)域具有重要意義[2]。 而高維、 高冗余、 非線性的近紅外光譜使得樣本間的距離度量效果不佳, 嚴(yán)重影響了相似性樣本替換的準(zhǔn)確率。 因此, 建立一種適用于高維近紅外光譜數(shù)據(jù)的特征提取、 數(shù)據(jù)降維的方法[3], 來(lái)滿足樣本之間的相似性度量顯得尤為重要[4]。

    臧卓[5]等為探討主成分分析法(PCA)在喬木樹(shù)種高光譜數(shù)據(jù)降維分類(lèi)中的效果, 分別對(duì)濾波后的高光譜反射率數(shù)據(jù)及3種預(yù)處理數(shù)據(jù)進(jìn)行降維處理, 樹(shù)種分類(lèi)時(shí)選擇前15~20個(gè)主成分, 分類(lèi)精度達(dá)到一個(gè)較高的水平。 但PCA作為一種線性降維方法, 無(wú)法對(duì)光譜中非線性特征進(jìn)行有效提取, 使得某些波段的特征信息在降維過(guò)程中丟失。 徐寶鼎[6]等將高維光譜數(shù)據(jù)劃分為多個(gè)網(wǎng)格子空間, 通過(guò)改進(jìn)的LLE算法將高維子空間數(shù)據(jù)映射至低維空間, 計(jì)算每個(gè)子空間的相似度矩陣, 并將每個(gè)空間中歸一化后的相似度矩陣進(jìn)行加和, 以此實(shí)現(xiàn)光譜的相似性度量。 改進(jìn)后的LLE算法雖然避免了因樣本分布稀疏導(dǎo)致的不確定性, 但近鄰數(shù)的選擇仍會(huì)對(duì)降維結(jié)果產(chǎn)生較大影響。 姜斌[7]等利用t-SNE算法對(duì)恒星光譜進(jìn)行降維, 利用流形學(xué)習(xí)方法從高維采樣數(shù)據(jù)中恢復(fù)低維流形結(jié)構(gòu), 并求出相應(yīng)的嵌入映射, 降維后的恒星光譜在機(jī)器學(xué)習(xí)分類(lèi)器中具有較高的分類(lèi)準(zhǔn)確率。 但t-SNE算法使用KL散度表示高維空間和低維空間中數(shù)據(jù)點(diǎn)概率分布的差異, 當(dāng)分布相距較遠(yuǎn)或完全沒(méi)有重疊時(shí), 將會(huì)出現(xiàn)梯度消失的現(xiàn)象。 馬雁軍[8]等應(yīng)用PPF(projection of basing on principal component and fisher criterion)建立國(guó)產(chǎn)白肋煙近紅外光譜的投影分析模型, 并度量其產(chǎn)地、 部位間相似性, 將相似性判定結(jié)果用于指導(dǎo)煙葉替換和復(fù)烤配方的微調(diào)。 基于主成分分析及Fisher準(zhǔn)則的PPF方法能夠克服數(shù)據(jù)高維距離度量無(wú)效性帶來(lái)的困擾, 但維度越高, 帶來(lái)的后續(xù)計(jì)算越困難。 由此可見(jiàn), 對(duì)高維光譜數(shù)據(jù)降維是分析樣本間關(guān)系的必要環(huán)節(jié), 消除光譜中堆疊的冗余信息, 實(shí)現(xiàn)高維數(shù)據(jù)的降維能夠提高近紅外光譜樣本間相似性度量的精準(zhǔn)度。

    針對(duì)上述問(wèn)題, 本文提出了一種基于Wasserstein散度[9]的t分布隨機(jī)近鄰嵌入算法(Wt-SNE)。 該方法能夠有效地把高維的數(shù)據(jù)映射到低維的空間, 采用Wasserstein散度衡量?jī)蓚€(gè)空間的概率分布, 有效避免了近紅外光譜在高維空間內(nèi)由于樣本分布稀疏導(dǎo)致的梯度消失的現(xiàn)象, 并且保持了數(shù)據(jù)在高維空間的局部結(jié)構(gòu)。 實(shí)驗(yàn)表明, 該方法降維后的近紅外光譜類(lèi)別邊界更明顯, 低維空間的距離度量能夠表示樣本間的相似度, 在煙葉近紅外光譜相似性度量中表現(xiàn)出良好的效果。

    1 算法與原理

    1.1 隨機(jī)近鄰嵌入算法原理

    隨機(jī)近鄰嵌入SNE(stochastic neighbor embedding)是一種非線性流形降維算法[10], 通過(guò)仿射變換將數(shù)據(jù)點(diǎn)映射到概率分布上, 在高維空間和低維空間構(gòu)建概率分布, 優(yōu)化兩個(gè)概率分布之間的距離即KL散度, 使其分布盡可能地相似, 以此實(shí)現(xiàn)數(shù)據(jù)從高維空間到低維空間的降維。

    采用SNE在高維空間構(gòu)建近紅外光譜的概率分布的過(guò)程如下。 假設(shè)在高維歐氏空間RD中有n個(gè)D維數(shù)據(jù)集X={x1,x2,x3,…,xn},xi∈RD, (i=1,2,3,…,n), 利用式(1)計(jì)算數(shù)據(jù)點(diǎn)xi與xj之間的概率分布pij, 以高斯概率分布表示樣本的位置信息[11]。

    (1)

    (2)

    為了讓高維空間的點(diǎn)映射到低維空間后, 盡可能保持一樣的分布,SNE采用梯度下降的方法, 不斷更新低維空間內(nèi)點(diǎn)的分布, 使得兩個(gè)概率空間的KL散度逐漸降低, 使得降維之后的特征空間與高維空間局部鄰域信息具有較高的相似度。

    1.2 Wasserstein散度

    Wasserstein散度是一種度量?jī)蓚€(gè)概率分布之間距離的方法[13], 能夠保持兩個(gè)概率分布的幾何特性。 目前, Wasserstein散度在概率理論和數(shù)理統(tǒng)計(jì)方面已有成熟的理論研究, 并且隨著深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的發(fā)展, Wasserstein散度在算法研究領(lǐng)域具有較為廣泛的應(yīng)用[14]。 值得一提的是在生成對(duì)抗網(wǎng)絡(luò)中, Wasserstein散度優(yōu)化了JS散度距離衡量不合理性, 拉近生成數(shù)據(jù)和真實(shí)數(shù)據(jù)的數(shù)據(jù)分布, 有效的解決了生成對(duì)抗網(wǎng)絡(luò)訓(xùn)練不穩(wěn)定的問(wèn)題, 提高了樣本數(shù)據(jù)生成、 圖像生成、 文本生成的準(zhǔn)確率[15]。 Wasserstein散度表示兩個(gè)概率分布之間的距離定義如式(3)

    (3)

    式(3)中, ∏(P1,P2)表示的是分布P1和P2中所有可能的聯(lián)合分布, 對(duì)于每一個(gè)可能的聯(lián)合分布γ, 可以從中采樣(x,y)~γ得到一個(gè)樣本x和y, 并計(jì)算出這對(duì)樣本的距離‖x-y‖, 同時(shí)計(jì)算該聯(lián)合分布γ下樣本對(duì)距離的期望值E(x,y)-γ[‖x-y‖], 在所有聯(lián)合分布中求期望值的最大下界inf(E(x,y)-γ[‖x-y‖]), 從而得到兩個(gè)概率分布的Wasserstein散度。

    1.3 基于Wasserstein散度的t分布隨機(jī)近鄰嵌入算法(Wt-SNE)

    為了在近紅外光譜中, 找到與目標(biāo)樣本相似度匹配最近的樣本, 提出了基于Wasserstein散度的t分布隨機(jī)近鄰嵌入算法(Wt-SNE)。 先將近紅外光譜數(shù)據(jù)利用概率分布在高維空間表示, 重構(gòu)低維度空間的概率分布, 同時(shí)引入Wasserstein散度替換KL散度, 通過(guò)迭代調(diào)整低維空間內(nèi)樣本點(diǎn)的位置信息, 降低兩個(gè)空間樣本分布差異性, 增強(qiáng)低維空間中相似性度量結(jié)果的準(zhǔn)確度, 基于Wasserstein散度的t分布隨機(jī)近鄰嵌入算法的相似性度量方法步驟如下:

    Step 1: 根據(jù)式(1), 將近紅外光譜數(shù)據(jù)集X中每個(gè)樣本在高維空間內(nèi)的分布用高斯概率分布表示, 獲取高維空間中兩個(gè)樣本的條件概率pj|i。

    Step 2: 在低維空間中, 對(duì)于低維特征矩陣Y={y1,y2,y3,…,yn}使用更重長(zhǎng)尾分布的t分布來(lái)避免crowding問(wèn)題[16], 以此來(lái)替代高斯分布, 表達(dá)低維空間內(nèi)兩點(diǎn)之間的相似度, 在t分布下第i個(gè)樣本分布在樣本j周?chē)母怕蕅ij計(jì)算如式(4)

    (4)

    Step 3: 引入Wasserstein散度計(jì)算高維空間和低維空間兩個(gè)概率分布之間的距離W(p,q), 通過(guò)梯度下降算法, 迭代更新低維度空間的特征矩陣Y, 計(jì)算概率分布, 優(yōu)化Wasserstein散度。 低維度空間的特征矩陣Y更新如式(5)

    (5)

    式(5)中,Y(t)表示t輪迭代后的特征矩陣,η為梯度更新的學(xué)習(xí)率,α為動(dòng)量因子。 相比KL散度, 即使兩個(gè)分布的支撐集沒(méi)有重疊或者重疊非常少, Wasserstein散度仍然能反映近紅外光譜在兩個(gè)空間內(nèi)概率分布的相似情況, 而KL散度變得無(wú)意義。

    Step 4: 低維特征矩陣Y, 保留了原始數(shù)據(jù)的多種有效特征結(jié)構(gòu), 通過(guò)計(jì)算低維特征矩陣樣本點(diǎn)之間的馬氏距離, 得到目標(biāo)樣本與其他樣本之間的差異程度[17]。 此距離越大, 樣本間的差距越大, 反之樣本間的相似度越高, 距離度量標(biāo)準(zhǔn)如式(6)

    (6)

    式(6)中,yi、yj分別為降維后第i個(gè)和第j個(gè)樣本的特征向量,V為類(lèi)協(xié)方差矩陣。

    2 實(shí)驗(yàn)部分

    2.1 樣品制備

    選取某煙草企業(yè)提供的近3年廣西、 山東、 四川、 云南四個(gè)產(chǎn)區(qū)具有代表性的280個(gè)煙葉樣品, 其主要化學(xué)成分含量已知。 將樣本置于60 ℃烘箱內(nèi)烘2 h, 磨碎過(guò)40目篩, 常溫避光密封保存24 h后采集樣本光譜。

    2.2 光譜采集與預(yù)處理

    選用尼高力公司的Antaris Ⅱ近紅外光譜儀, 光譜掃描范圍為4 000~10 000 cm-1, 分辨率為8 cm-1。 每個(gè)實(shí)驗(yàn)樣品稱(chēng)重15 g, 置于樣本杯中用壓樣器壓實(shí), 壓實(shí)用200 g壓力。 保持室溫在18~22 ℃、 濕度<60%。 重復(fù)掃描3次取平均值作為該樣品的最終光譜, 如圖1(a)所示。 化學(xué)物質(zhì)的含量是度量樣本煙葉之間相似性的關(guān)鍵指標(biāo), 煙葉中總糖、 煙堿、 還原糖等物質(zhì)的特征波段主要分布在4 140~7 500 cm-1范圍內(nèi), 不同樣本在此波段吸收峰的變化存在差異, 因此選取4 140~7 500 cm-1波段作為樣本相似性度量的波長(zhǎng)區(qū)間。 將光譜數(shù)據(jù)進(jìn)行Savitzky Golay(9, 2)一階導(dǎo)數(shù)預(yù)處理, 以消除環(huán)境、 儀器和人為等因素的噪聲干擾, 預(yù)處理后的光譜如圖1(b)所示。

    圖1 原始光譜圖和預(yù)處理結(jié)果(a): 原始光譜; (b): Savitzky Golay(9, 2)一階導(dǎo)數(shù)預(yù)處理Fig.1 The original and pretreated spectra(a): Original spectra; (b): Savitzky Golay(9, 2) first derivative

    3 結(jié)果與討論

    3.1 投影結(jié)果分析

    領(lǐng)域?qū)<艺J(rèn)為相同產(chǎn)地的煙葉相似度高, 將高維煙葉光譜數(shù)據(jù)進(jìn)行降維, 重構(gòu)的低維數(shù)據(jù)盡可能的表達(dá)原數(shù)據(jù)的特征信息。 好的降維方法應(yīng)使相同產(chǎn)地的煙葉盡可能靠近, 不同產(chǎn)地的煙葉盡可能分開(kāi)。 隨機(jī)選取140個(gè)樣本, 分別采用PCA、 LPP、 t-SNE、 Wt-SNE方法對(duì)不同產(chǎn)區(qū)煙葉光譜數(shù)據(jù)進(jìn)行降維的投影效果對(duì)比如圖2所示。

    可以看出, PCA算法降維后的煙葉樣本, 投影混合現(xiàn)象嚴(yán)重, LPP算法無(wú)法有效區(qū)分不同產(chǎn)區(qū)的煙葉, 存在部分樣本的重疊, 線性降維方法PCA、 LPP對(duì)于近紅外光譜數(shù)據(jù)的相似性和樣本分布特征提取較差。 t-SNE算法對(duì)四個(gè)產(chǎn)地的煙葉區(qū)分度優(yōu)于PCA和LPP算法, 但分類(lèi)邊界效果較差。 本文提出的Wt-SNE算法對(duì)于煙葉產(chǎn)地的區(qū)分度明顯高于其他三種算法, 產(chǎn)區(qū)分類(lèi)邊界明顯, 降維效果較優(yōu)。

    3.2 分類(lèi)結(jié)果對(duì)比

    近紅外光譜數(shù)據(jù)能夠反映不同產(chǎn)地?zé)熑~的成分、 質(zhì)量的差異性, 將其降至低維后進(jìn)行分類(lèi), 通過(guò)產(chǎn)地識(shí)別的準(zhǔn)確率反映降維方法對(duì)近紅外光譜數(shù)據(jù)的特征提取能力。 將280個(gè)具有代表性的樣本數(shù)據(jù)按照3∶1的比例隨機(jī)劃分?jǐn)?shù)據(jù)集, 210個(gè)樣本作為訓(xùn)練集, 剩余樣本為測(cè)試集。 分別利用PCA、 LPP、 t-SNE、 Wt-SNE將光譜數(shù)據(jù)降維至1~7維, 再通過(guò)KNN分類(lèi)器對(duì)低維光譜數(shù)據(jù)建立煙葉產(chǎn)地分類(lèi)模型, 分類(lèi)準(zhǔn)確率隨光譜特征維度的變化如圖3所示。

    圖3 不同維度下產(chǎn)地識(shí)別準(zhǔn)確率Fig.3 Accuracy of origin recognition in different dimensions

    通過(guò)圖3可以看出, 四種降維方法得到的特征數(shù)據(jù)在不同維度下產(chǎn)地識(shí)別準(zhǔn)確率各不相同, 總體上隨著維度的增加分類(lèi)準(zhǔn)確率先上升后趨于平緩, 在6維特征空間之后呈現(xiàn)下降趨勢(shì)。 因此實(shí)驗(yàn)將光譜數(shù)據(jù)降至6維特征, 以確保四種降維方法能夠從近紅外光譜中提取到煙葉的關(guān)鍵信息, 從而保證煙葉樣本相似性度量的可靠性。

    為進(jìn)一步驗(yàn)證降維結(jié)果的有效性, 分別使用PCA、 LPP、 t-SNE、 Wt-SNE算法對(duì)煙葉光譜數(shù)據(jù)降至6維特征, 之后除KNN分類(lèi)器外, 另外再選用SVM和PLS-DA分類(lèi)器利用訓(xùn)練集光譜建立煙葉產(chǎn)地分類(lèi)模型, 對(duì)測(cè)試集70個(gè)樣本進(jìn)行產(chǎn)地預(yù)測(cè), 表1為不同算法在測(cè)試集中的產(chǎn)地分類(lèi)準(zhǔn)確率對(duì)比。

    表1 煙葉產(chǎn)地分類(lèi)準(zhǔn)確率對(duì)比Table 1 Comparison of accuracy of tobacco origin classification

    由表1可以得出, 三種分類(lèi)器對(duì)原始數(shù)據(jù)進(jìn)行產(chǎn)地識(shí)別的準(zhǔn)確率最低, 說(shuō)明原始數(shù)據(jù)中存在較多的噪聲和冗余信息的干擾。 運(yùn)用四種降維方法后的樣本產(chǎn)地識(shí)別準(zhǔn)確率均有所提高, 其中, Wt-SNE算法降維后的數(shù)據(jù)在三種分類(lèi)器下的產(chǎn)地識(shí)別準(zhǔn)確率分別為93.8%、 91.5%、 92.7%, 相比t-SNE算法識(shí)別錯(cuò)誤的樣本有所減少, 這是因?yàn)樵趖-SNE算法中, KL散度雖然能夠確保低維空間生成的t分布正確匹配高維空間高斯分布的峰值部分, 但尾部樣本的概率分布將無(wú)法有效匹配。 而Wt-SNE算法采用Wasserstein散度衡量?jī)蓚€(gè)概率分布的距離, 更加重視全局性的概率分布特征, 且兩概率分布的尾部同樣會(huì)受到關(guān)注, 有效拉近了低維空間生成的概率分布與高維空間真實(shí)的概率分布之間的相關(guān)性。 相比其他算法, 該方法降維后保留了更多煙葉的特征信息, 因此識(shí)別率最高, 這與投影分析結(jié)果一致。

    3.3 相似性度量結(jié)果對(duì)比

    單料煙葉的替換是配方維護(hù)和保持卷煙葉組配方質(zhì)量穩(wěn)定性的關(guān)鍵環(huán)節(jié), 在某一需要維護(hù)的卷煙葉組配方中, 選取一個(gè)單料煙作為替換的目標(biāo)煙葉, 從90個(gè)用于維護(hù)的煙葉樣品中查找相似煙葉。 圖4為采用PCA、 LPP、 t-SN、 Wt-SNE方法降維后的維護(hù)煙葉樣本與目標(biāo)樣本之間的馬氏距離以及通過(guò)馬氏距離選出5個(gè)距離最近的替換樣本。 替換樣本與目標(biāo)樣本在空間中的馬氏距離反映了樣本間的相似度, 距離越近相似度越高。

    圖4 備選樣本與目標(biāo)樣本之間的馬氏距離度量結(jié)果(a): PCA; (b): LPP; (c): t-SNE; (d): Wt-SNEFig.4 The Mahalanobis distance measurement results between the candidate sample and the target sample(a): PCA; (b): LPP; (c): t-SNE; (d): Wt-SNE

    從圖4可以看出, 四種降維方法選取的替換煙葉存在部分重復(fù)的情況, 樣本16、 56、 72、 88均被兩種以上方法選為較優(yōu)先的替換樣本, 其中樣本16被LPP、 t-SNE和Wt-SNE三種方法選為與目標(biāo)樣本最為接近的替換樣本, 表明通過(guò)馬氏距離的度量在不同的低維空間內(nèi)選取的替換結(jié)果具有相似性。

    為驗(yàn)證選取的替換樣本與目標(biāo)樣本的相似度情況, 選取四種降維方法中與目標(biāo)樣本馬氏距離最為接近的2個(gè)樣本作為替換煙葉, 分別從化學(xué)成分和感官評(píng)吸方面對(duì)選取的替換煙葉進(jìn)行評(píng)價(jià)。 感官評(píng)吸組織10位專(zhuān)家依據(jù)YC/T 497-2014《卷煙中式卷煙感官評(píng)價(jià)方法》從香氣、 煙氣、 口感特性方面進(jìn)行打分評(píng)價(jià)。 此外, 為直觀評(píng)價(jià)煙葉總體質(zhì)量差異, 以0.5分為梯度對(duì)煙葉品質(zhì)進(jìn)行打分, 煙葉品質(zhì)偏差感官評(píng)價(jià)標(biāo)準(zhǔn)見(jiàn)表2。 表3為采用四種降維方法選取與目標(biāo)樣本馬氏距離最為接近的2個(gè)樣本評(píng)價(jià)結(jié)果。

    表2 煙葉品質(zhì)偏差感官評(píng)價(jià)標(biāo)準(zhǔn)Table 2 Sensory evaluation standard of tobacco quality deviation

    表3 目標(biāo)煙葉和替換煙葉評(píng)價(jià)結(jié)果對(duì)比Table 3 Evaluation comparison of target tobacco and replacement tobacco

    由表3可以看出, LPP、 t-SNE和Wt-SNE選取的最為接近的替換煙葉(16號(hào)樣本)與目標(biāo)煙葉的相似度較高, 煙葉總糖和煙堿的含量與目標(biāo)煙葉最為相近, 香氣、 煙氣、 口感評(píng)析得分表現(xiàn)出較高的一致性, 煙葉總體品質(zhì)無(wú)偏差。 但LPP和t-SNE選取的次優(yōu)替換煙葉39號(hào)和52號(hào)樣本與目標(biāo)煙葉存在一定差異, 相比之下Wt-SNE選取的替換煙葉56號(hào)煙葉與目標(biāo)煙葉的相似度較為接近, 表明Wt-SNE降維后的數(shù)據(jù)在替換樣本選擇上具有一定的穩(wěn)定性, 能夠準(zhǔn)確地度量煙葉近紅外光譜之間樣本的相似度, 是一種有效的單料煙葉的替換方法。

    4 結(jié) 論

    基于Wasserstein散度的t分布隨機(jī)近鄰嵌入算法(Wt-SNE)能夠有效提取近紅外光譜高維空間稀疏矩陣的特征信息, 實(shí)現(xiàn)高維數(shù)據(jù)降維的同時(shí), 保留了高維數(shù)據(jù)的特征結(jié)構(gòu), 利用Wasserstein散度改進(jìn)了t-SNE算法兩個(gè)空間中概率分布的差異表示, 保證降維后數(shù)據(jù)的信息映射更加準(zhǔn)確。 實(shí)驗(yàn)表明, 該方法可視化投影類(lèi)別區(qū)分明顯, 降維后的數(shù)據(jù)保留了煙葉樣本的有效特征。 進(jìn)一步對(duì)單料煙替換前后的相似性結(jié)果進(jìn)行了對(duì)比, Wt-SNE選取的替換煙葉在化學(xué)成分和感官評(píng)析方面與目標(biāo)煙葉相似性最高, 滿足企業(yè)原料煙葉替換標(biāo)準(zhǔn), 該方法可在產(chǎn)品相似性度量的其他領(lǐng)域得到進(jìn)一步的推廣。

    猜你喜歡
    維空間散度概率分布
    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
    離散型概率分布的ORB圖像特征點(diǎn)誤匹配剔除算法
    Update on Fengyun Meteorological Satellite Program and Development*
    具有部分BMO系數(shù)的非散度型拋物方程的Lorentz估計(jì)
    H型群上一類(lèi)散度形算子的特征值估計(jì)
    關(guān)于概率分布函數(shù)定義的辨析
    科技視界(2016年19期)2017-05-18 10:18:46
    基于概率分布的PPP項(xiàng)目風(fēng)險(xiǎn)承擔(dān)支出測(cè)算
    H?rmander 向量場(chǎng)上散度型拋物方程弱解的Orlicz估計(jì)
    從零維到十維的空間之旅
    十維空間的來(lái)訪者
    精品国产乱码久久久久久男人| 成人国产av品久久久| 国产免费av片在线观看野外av| 露出奶头的视频| 欧美日韩成人在线一区二区| 丰满人妻熟妇乱又伦精品不卡| 真人做人爱边吃奶动态| 中文字幕制服av| 一本一本久久a久久精品综合妖精| 精品免费久久久久久久清纯 | 亚洲av成人一区二区三| 在线亚洲精品国产二区图片欧美| 大香蕉久久网| 两性夫妻黄色片| www.熟女人妻精品国产| 中文亚洲av片在线观看爽 | 亚洲黑人精品在线| 丰满人妻熟妇乱又伦精品不卡| 一边摸一边抽搐一进一出视频| 午夜免费成人在线视频| 免费观看人在逋| 亚洲国产av影院在线观看| 中文字幕av电影在线播放| 777久久人妻少妇嫩草av网站| 国产又爽黄色视频| 国产福利在线免费观看视频| 91麻豆av在线| 国产精品99久久99久久久不卡| 巨乳人妻的诱惑在线观看| 久久中文字幕一级| 日本撒尿小便嘘嘘汇集6| 美女福利国产在线| av线在线观看网站| 黄频高清免费视频| 法律面前人人平等表现在哪些方面| 中文字幕精品免费在线观看视频| 日韩 欧美 亚洲 中文字幕| 免费女性裸体啪啪无遮挡网站| 色婷婷av一区二区三区视频| 久久精品亚洲熟妇少妇任你| 搡老岳熟女国产| 久久人妻福利社区极品人妻图片| 国产97色在线日韩免费| 在线 av 中文字幕| 亚洲视频免费观看视频| 如日韩欧美国产精品一区二区三区| 搡老乐熟女国产| 又紧又爽又黄一区二区| 午夜福利一区二区在线看| 人成视频在线观看免费观看| 成人三级做爰电影| av不卡在线播放| 免费黄频网站在线观看国产| 在线看a的网站| 91麻豆av在线| 亚洲熟女毛片儿| 亚洲,欧美精品.| 十八禁人妻一区二区| 成人影院久久| 午夜视频精品福利| 成在线人永久免费视频| 色综合欧美亚洲国产小说| 99国产精品一区二区三区| 日韩成人在线观看一区二区三区| 国产精品 国内视频| 国产成人啪精品午夜网站| 亚洲一区中文字幕在线| 男女午夜视频在线观看| av网站免费在线观看视频| www.精华液| 欧美精品亚洲一区二区| 中文字幕人妻丝袜一区二区| 在线观看免费午夜福利视频| 亚洲专区字幕在线| 国产又色又爽无遮挡免费看| 久久久久国内视频| 日日摸夜夜添夜夜添小说| 18禁观看日本| 久久人妻熟女aⅴ| 成年女人毛片免费观看观看9 | 国产亚洲一区二区精品| 国产午夜精品久久久久久| 午夜精品久久久久久毛片777| 99精品在免费线老司机午夜| 无遮挡黄片免费观看| 精品免费久久久久久久清纯 | 国产精品99久久99久久久不卡| 日韩欧美一区二区三区在线观看 | 久9热在线精品视频| 国产99久久九九免费精品| 狠狠精品人妻久久久久久综合| 大香蕉久久网| 久久久久久亚洲精品国产蜜桃av| 黄色成人免费大全| 日韩三级视频一区二区三区| 十分钟在线观看高清视频www| 我要看黄色一级片免费的| 国产精品麻豆人妻色哟哟久久| 精品免费久久久久久久清纯 | 久久国产精品影院| 国产三级黄色录像| 菩萨蛮人人尽说江南好唐韦庄| 黑人操中国人逼视频| 丝袜喷水一区| 1024视频免费在线观看| 日日爽夜夜爽网站| 亚洲美女黄片视频| 男女边摸边吃奶| 久久午夜综合久久蜜桃| 亚洲全国av大片| 99精国产麻豆久久婷婷| 精品欧美一区二区三区在线| 激情视频va一区二区三区| 久久久久精品人妻al黑| 亚洲免费av在线视频| 免费日韩欧美在线观看| 国产欧美日韩一区二区三| 久久精品亚洲av国产电影网| 欧美乱码精品一区二区三区| 久久毛片免费看一区二区三区| 大香蕉久久成人网| 午夜91福利影院| 亚洲第一av免费看| 成人手机av| 窝窝影院91人妻| 午夜免费成人在线视频| 国产黄色免费在线视频| 色综合婷婷激情| 国产精品久久久av美女十八| 成人手机av| 国产免费视频播放在线视频| 午夜福利欧美成人| 欧美成狂野欧美在线观看| 久久 成人 亚洲| 女人高潮潮喷娇喘18禁视频| 最新的欧美精品一区二区| 亚洲精品久久午夜乱码| 国产精品影院久久| 久久久久久久精品吃奶| 国产av国产精品国产| 国产日韩欧美亚洲二区| 久久天躁狠狠躁夜夜2o2o| 正在播放国产对白刺激| 免费看a级黄色片| 亚洲一码二码三码区别大吗| 50天的宝宝边吃奶边哭怎么回事| 涩涩av久久男人的天堂| 一区二区三区精品91| 亚洲精品av麻豆狂野| 国产日韩欧美亚洲二区| 青草久久国产| 又黄又粗又硬又大视频| 十八禁网站免费在线| 久久这里只有精品19| 不卡av一区二区三区| 他把我摸到了高潮在线观看 | 亚洲国产毛片av蜜桃av| 18在线观看网站| 脱女人内裤的视频| 午夜福利视频在线观看免费| 男女边摸边吃奶| 精品国内亚洲2022精品成人 | kizo精华| 极品人妻少妇av视频| 色老头精品视频在线观看| 深夜精品福利| 777米奇影视久久| 建设人人有责人人尽责人人享有的| 国产午夜精品久久久久久| 久久精品国产99精品国产亚洲性色 | 蜜桃国产av成人99| 极品教师在线免费播放| 青青草视频在线视频观看| 人人妻,人人澡人人爽秒播| 啪啪无遮挡十八禁网站| 王馨瑶露胸无遮挡在线观看| 美女高潮喷水抽搐中文字幕| 中文字幕色久视频| 在线观看www视频免费| 天天添夜夜摸| 两个人看的免费小视频| 99国产极品粉嫩在线观看| av网站免费在线观看视频| 精品国内亚洲2022精品成人 | 人人妻人人爽人人添夜夜欢视频| 亚洲第一欧美日韩一区二区三区 | 一级片免费观看大全| 最近最新中文字幕大全电影3 | 另类亚洲欧美激情| 国产极品粉嫩免费观看在线| 在线观看66精品国产| 大香蕉久久网| 国产男女内射视频| 新久久久久国产一级毛片| 麻豆av在线久日| 精品国内亚洲2022精品成人 | 999久久久精品免费观看国产| 日韩欧美一区二区三区在线观看 | 无人区码免费观看不卡 | 精品国产乱码久久久久久小说| 99国产精品一区二区三区| 人人妻人人爽人人添夜夜欢视频| 国产男女内射视频| 91成人精品电影| 18在线观看网站| 欧美日韩国产mv在线观看视频| 少妇被粗大的猛进出69影院| 国产精品亚洲av一区麻豆| 妹子高潮喷水视频| 老鸭窝网址在线观看| 窝窝影院91人妻| 国产淫语在线视频| 操美女的视频在线观看| 悠悠久久av| 高清黄色对白视频在线免费看| 啦啦啦中文免费视频观看日本| 99re在线观看精品视频| 男人操女人黄网站| 国产视频一区二区在线看| 成在线人永久免费视频| 欧美大码av| 精品亚洲成a人片在线观看| 国产成人影院久久av| 午夜福利视频精品| 欧美黑人欧美精品刺激| 多毛熟女@视频| 欧美+亚洲+日韩+国产| 久久久久久久久久久久大奶| 美国免费a级毛片| 精品乱码久久久久久99久播| 国产精品久久电影中文字幕 | 一区福利在线观看| 人人妻人人澡人人看| 亚洲精品一卡2卡三卡4卡5卡| 国产免费现黄频在线看| 免费在线观看日本一区| kizo精华| 成年女人毛片免费观看观看9 | 欧美在线黄色| 两人在一起打扑克的视频| 中文亚洲av片在线观看爽 | 国产亚洲欧美精品永久| 日韩免费av在线播放| 免费看十八禁软件| 9热在线视频观看99| 久久久国产精品麻豆| 高清在线国产一区| 在线观看人妻少妇| 黄色片一级片一级黄色片| 侵犯人妻中文字幕一二三四区| 黑丝袜美女国产一区| 黄片播放在线免费| 国产欧美日韩一区二区三| 久久久久久亚洲精品国产蜜桃av| 韩国精品一区二区三区| 91国产中文字幕| 免费日韩欧美在线观看| 日韩熟女老妇一区二区性免费视频| 亚洲欧洲精品一区二区精品久久久| 久久人人97超碰香蕉20202| 最近最新免费中文字幕在线| 热99国产精品久久久久久7| 国产午夜精品久久久久久| 中文字幕最新亚洲高清| 国产av一区二区精品久久| 夜夜夜夜夜久久久久| 天堂俺去俺来也www色官网| 18禁美女被吸乳视频| 国产成人免费无遮挡视频| 国产免费av片在线观看野外av| 成人国语在线视频| av天堂在线播放| 国产熟女午夜一区二区三区| 超碰97精品在线观看| 啪啪无遮挡十八禁网站| 欧美激情久久久久久爽电影 | 9热在线视频观看99| 99精国产麻豆久久婷婷| 国产成人免费无遮挡视频| a级片在线免费高清观看视频| 亚洲国产欧美在线一区| 日韩成人在线观看一区二区三区| 午夜老司机福利片| 999久久久国产精品视频| 这个男人来自地球电影免费观看| 9热在线视频观看99| 久久中文字幕一级| 搡老熟女国产l中国老女人| 在线天堂中文资源库| 国产片内射在线| 亚洲第一av免费看| 两人在一起打扑克的视频| 在线亚洲精品国产二区图片欧美| 欧美乱妇无乱码| 少妇 在线观看| 亚洲国产精品一区二区三区在线| 高清欧美精品videossex| 亚洲精品美女久久久久99蜜臀| 精品一区二区三区四区五区乱码| 嫩草影视91久久| 男人操女人黄网站| 蜜桃国产av成人99| 亚洲熟女精品中文字幕| 动漫黄色视频在线观看| 久久性视频一级片| 成人特级黄色片久久久久久久 | 夜夜骑夜夜射夜夜干| 亚洲精品国产精品久久久不卡| 9色porny在线观看| 亚洲成人国产一区在线观看| 最新美女视频免费是黄的| 午夜福利欧美成人| 2018国产大陆天天弄谢| 欧美在线黄色| 国产男女内射视频| 欧美在线黄色| 人妻久久中文字幕网| 国产亚洲精品第一综合不卡| e午夜精品久久久久久久| 欧美日韩亚洲高清精品| 国产欧美日韩一区二区精品| 国产成人欧美| 青草久久国产| 婷婷成人精品国产| 免费人妻精品一区二区三区视频| 丰满饥渴人妻一区二区三| 一级片免费观看大全| 女性被躁到高潮视频| 久久人妻福利社区极品人妻图片| 香蕉久久夜色| 91av网站免费观看| 又黄又粗又硬又大视频| 一夜夜www| 一本久久精品| 国产亚洲精品久久久久5区| 久久精品国产综合久久久| 女性生殖器流出的白浆| 日日爽夜夜爽网站| 19禁男女啪啪无遮挡网站| 午夜免费鲁丝| 国产午夜精品久久久久久| 精品少妇久久久久久888优播| 免费在线观看完整版高清| 高清在线国产一区| 国产精品免费一区二区三区在线 | 一区二区三区国产精品乱码| 国产精品一区二区在线观看99| 国产成人免费无遮挡视频| 亚洲精品美女久久av网站| 9色porny在线观看| 老汉色av国产亚洲站长工具| 啦啦啦在线免费观看视频4| 人妻一区二区av| 欧美大码av| 国产91精品成人一区二区三区 | 人人妻人人澡人人爽人人夜夜| 黑人欧美特级aaaaaa片| 深夜精品福利| 亚洲精品国产色婷婷电影| 91字幕亚洲| 后天国语完整版免费观看| 一二三四在线观看免费中文在| 亚洲中文av在线| 久久ye,这里只有精品| 热99久久久久精品小说推荐| 丰满迷人的少妇在线观看| 久久av网站| 久久热在线av| 国产在线视频一区二区| 91精品国产国语对白视频| 性高湖久久久久久久久免费观看| 亚洲av成人一区二区三| 国产精品自产拍在线观看55亚洲 | 日韩成人在线观看一区二区三区| 欧美成人免费av一区二区三区 | 日本黄色日本黄色录像| 国产免费视频播放在线视频| 极品教师在线免费播放| 热99国产精品久久久久久7| 满18在线观看网站| 亚洲精品一卡2卡三卡4卡5卡| 国产精品 国内视频| 一级a爱视频在线免费观看| 久久免费观看电影| 黄网站色视频无遮挡免费观看| 国产黄频视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 99久久国产精品久久久| 午夜福利视频在线观看免费| 亚洲avbb在线观看| 久久中文看片网| 人人澡人人妻人| 国产在线视频一区二区| 亚洲av成人一区二区三| 性色av乱码一区二区三区2| 欧美性长视频在线观看| a级毛片在线看网站| 亚洲五月色婷婷综合| 久久久久国内视频| 免费在线观看影片大全网站| 老司机午夜十八禁免费视频| 天天躁狠狠躁夜夜躁狠狠躁| 法律面前人人平等表现在哪些方面| 国产免费av片在线观看野外av| 欧美大码av| 国产欧美日韩精品亚洲av| 久久 成人 亚洲| 亚洲人成77777在线视频| av电影中文网址| 亚洲精品中文字幕一二三四区 | 亚洲天堂av无毛| 久久久久久久大尺度免费视频| 操出白浆在线播放| 久久久国产欧美日韩av| 2018国产大陆天天弄谢| 宅男免费午夜| 黄色毛片三级朝国网站| 叶爱在线成人免费视频播放| 精品福利观看| 欧美乱妇无乱码| 三上悠亚av全集在线观看| 极品人妻少妇av视频| 国产精品麻豆人妻色哟哟久久| 高清av免费在线| 精品人妻在线不人妻| 亚洲精品国产色婷婷电影| 高清视频免费观看一区二区| 热re99久久国产66热| 精品国产乱码久久久久久男人| 色老头精品视频在线观看| 中国美女看黄片| 超碰97精品在线观看| 精品国产乱码久久久久久小说| av天堂在线播放| 亚洲国产欧美在线一区| 国产91精品成人一区二区三区 | 久久人妻熟女aⅴ| 老司机在亚洲福利影院| 国产精品成人在线| 亚洲 国产 在线| 日韩大片免费观看网站| 日韩欧美一区二区三区在线观看 | 菩萨蛮人人尽说江南好唐韦庄| 在线观看人妻少妇| 久久久久精品国产欧美久久久| 宅男免费午夜| 国产精品电影一区二区三区 | 大香蕉久久成人网| 三上悠亚av全集在线观看| 日本撒尿小便嘘嘘汇集6| 国产一区有黄有色的免费视频| 高清av免费在线| 久久毛片免费看一区二区三区| 国产成人免费观看mmmm| 精品亚洲成国产av| 国产成人啪精品午夜网站| 国产精品久久久人人做人人爽| 成人影院久久| 国产欧美亚洲国产| 欧美乱码精品一区二区三区| 男女下面插进去视频免费观看| 变态另类成人亚洲欧美熟女 | 亚洲精品av麻豆狂野| 国产精品九九99| 午夜91福利影院| 狠狠狠狠99中文字幕| 黄色视频在线播放观看不卡| 久久性视频一级片| 嫩草影视91久久| 久久精品国产99精品国产亚洲性色 | 亚洲成人免费av在线播放| 精品久久蜜臀av无| 日韩欧美一区二区三区在线观看 | av天堂久久9| www.999成人在线观看| 亚洲 欧美一区二区三区| 色94色欧美一区二区| 又黄又粗又硬又大视频| 一边摸一边抽搐一进一小说 | av欧美777| 黄片播放在线免费| 国产精品av久久久久免费| 国产精品98久久久久久宅男小说| 别揉我奶头~嗯~啊~动态视频| videos熟女内射| 一级毛片电影观看| 国产三级黄色录像| 美女国产高潮福利片在线看| 久久午夜亚洲精品久久| tube8黄色片| 久久午夜综合久久蜜桃| 精品久久久久久久毛片微露脸| 亚洲午夜精品一区,二区,三区| 国产精品偷伦视频观看了| 国产在线一区二区三区精| 美女扒开内裤让男人捅视频| 亚洲精品美女久久久久99蜜臀| av电影中文网址| 久久久久国内视频| av天堂在线播放| 国产精品 欧美亚洲| 亚洲精品美女久久av网站| 国产精品久久久久成人av| 欧美亚洲 丝袜 人妻 在线| 嫩草影视91久久| 亚洲国产中文字幕在线视频| 欧美激情极品国产一区二区三区| 国产老妇伦熟女老妇高清| 欧美成狂野欧美在线观看| 91成人精品电影| 国产精品一区二区在线不卡| 亚洲人成77777在线视频| 国产精品98久久久久久宅男小说| 18禁黄网站禁片午夜丰满| 精品视频人人做人人爽| 免费在线观看日本一区| 在线看a的网站| 亚洲精品中文字幕在线视频| 成年女人毛片免费观看观看9 | 中文字幕另类日韩欧美亚洲嫩草| 建设人人有责人人尽责人人享有的| 性少妇av在线| 亚洲精品一二三| 精品卡一卡二卡四卡免费| 欧美精品一区二区大全| 女人被躁到高潮嗷嗷叫费观| 亚洲精品国产一区二区精华液| 啦啦啦 在线观看视频| 国产精品久久久久成人av| 成人手机av| 亚洲国产毛片av蜜桃av| 黄色怎么调成土黄色| 亚洲av第一区精品v没综合| 精品国产超薄肉色丝袜足j| 18禁裸乳无遮挡动漫免费视频| 国产伦理片在线播放av一区| 无限看片的www在线观看| 国产精品成人在线| 在线观看一区二区三区激情| 国产成人av激情在线播放| 欧美日韩亚洲综合一区二区三区_| 侵犯人妻中文字幕一二三四区| 亚洲国产av影院在线观看| 另类亚洲欧美激情| 在线观看舔阴道视频| 欧美日韩成人在线一区二区| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲精品久久午夜乱码| cao死你这个sao货| 欧美+亚洲+日韩+国产| 高清在线国产一区| 久久中文字幕人妻熟女| 精品一区二区三区视频在线观看免费 | h视频一区二区三区| 国产1区2区3区精品| 久久免费观看电影| 亚洲少妇的诱惑av| 9色porny在线观看| 亚洲国产精品一区二区三区在线| 老熟妇仑乱视频hdxx| 夫妻午夜视频| 老司机影院毛片| 丰满饥渴人妻一区二区三| 老司机午夜福利在线观看视频 | 久久影院123| 中文字幕人妻丝袜制服| 免费在线观看影片大全网站| 国产精品免费大片| 午夜福利免费观看在线| 亚洲三区欧美一区| 久久久久国产一级毛片高清牌| 久久久水蜜桃国产精品网| 国产精品国产高清国产av | 色播在线永久视频| 国产成人影院久久av| 国产精品麻豆人妻色哟哟久久| 一级毛片女人18水好多| 精品福利永久在线观看| 亚洲精品在线观看二区| 两个人看的免费小视频| 国产福利在线免费观看视频| 韩国精品一区二区三区| 精品第一国产精品| 男女免费视频国产| 嫩草影视91久久| 国产aⅴ精品一区二区三区波| 久久人妻熟女aⅴ| 狠狠精品人妻久久久久久综合| 黄色丝袜av网址大全| 免费观看人在逋| 午夜视频精品福利| 欧美精品av麻豆av| 久久人妻熟女aⅴ| 狠狠精品人妻久久久久久综合| 久久ye,这里只有精品| 男女之事视频高清在线观看| 老熟妇仑乱视频hdxx| 正在播放国产对白刺激| 一夜夜www| 嫩草影视91久久| 人人澡人人妻人| 欧美精品一区二区大全| 免费看a级黄色片| 免费在线观看日本一区| 午夜福利在线观看吧| 亚洲美女黄片视频| 啦啦啦视频在线资源免费观看| 又大又爽又粗| 国产真人三级小视频在线观看| 午夜日韩欧美国产| 欧美乱妇无乱码| 两个人免费观看高清视频| 无限看片的www在线观看| 国产欧美日韩综合在线一区二区| 宅男免费午夜|