• <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
    国产欧美日韩精品亚洲av| 中文字幕av成人在线电影| 欧美xxxx性猛交bbbb| 亚洲欧美日韩卡通动漫| 国产一区二区亚洲精品在线观看| 亚洲国产精品sss在线观看| 国产精品人妻久久久久久| 免费在线观看日本一区| 99精品久久久久人妻精品| 高清日韩中文字幕在线| 久久热精品热| 国产亚洲精品久久久com| 90打野战视频偷拍视频| 在线天堂最新版资源| 三级男女做爰猛烈吃奶摸视频| 天堂av国产一区二区熟女人妻| 亚洲在线自拍视频| 亚洲人成伊人成综合网2020| 国产成人影院久久av| 国产三级黄色录像| 午夜福利高清视频| 国产综合懂色| x7x7x7水蜜桃| 51国产日韩欧美| 啪啪无遮挡十八禁网站| 五月玫瑰六月丁香| 免费看a级黄色片| 永久网站在线| 特级一级黄色大片| 久久久久久久亚洲中文字幕 | 精品久久久久久久久久免费视频| xxxwww97欧美| 亚洲成a人片在线一区二区| 69人妻影院| 久久精品影院6| 国产精品久久久久久精品电影| 国产主播在线观看一区二区| 午夜影院日韩av| 又粗又爽又猛毛片免费看| 一区二区三区高清视频在线| 国产毛片a区久久久久| 亚洲中文日韩欧美视频| 国产单亲对白刺激| 久久久色成人| 亚洲成av人片免费观看| 99riav亚洲国产免费| 69人妻影院| 亚洲精华国产精华精| 国产精品久久久久久精品电影| 好男人电影高清在线观看| 一个人看的www免费观看视频| 免费一级毛片在线播放高清视频| 老司机福利观看| 亚洲欧美日韩高清专用| 亚洲国产精品成人综合色| 成人av在线播放网站| 日本免费a在线| 国产精品三级大全| 天堂动漫精品| 日韩成人在线观看一区二区三区| 久久香蕉精品热| 看十八女毛片水多多多| 免费一级毛片在线播放高清视频| 欧美中文日本在线观看视频| 俺也久久电影网| 日韩av在线大香蕉| 日日干狠狠操夜夜爽| 国产精品久久视频播放| 日韩欧美免费精品| 毛片一级片免费看久久久久 | 成人国产综合亚洲| 国产极品精品免费视频能看的| 91久久精品电影网| 亚洲中文字幕一区二区三区有码在线看| 在线观看舔阴道视频| 搡老熟女国产l中国老女人| 日日摸夜夜添夜夜添av毛片 | 日韩欧美免费精品| 九九久久精品国产亚洲av麻豆| 亚洲成人精品中文字幕电影| 12—13女人毛片做爰片一| 免费av不卡在线播放| 一个人看的www免费观看视频| 伦理电影大哥的女人| 91狼人影院| 一本精品99久久精品77| 美女高潮的动态| 亚洲av五月六月丁香网| 最近最新中文字幕大全电影3| 真实男女啪啪啪动态图| 国产精品永久免费网站| 亚洲av电影不卡..在线观看| 久久人妻av系列| 国产 一区 欧美 日韩| 中文在线观看免费www的网站| 国产亚洲av嫩草精品影院| 色播亚洲综合网| 久久久久久九九精品二区国产| 欧美丝袜亚洲另类 | 国产精品,欧美在线| 五月伊人婷婷丁香| 无遮挡黄片免费观看| 亚洲熟妇中文字幕五十中出| 日韩欧美免费精品| 能在线免费观看的黄片| 最近最新中文字幕大全电影3| 99热精品在线国产| 小蜜桃在线观看免费完整版高清| 国产在线精品亚洲第一网站| 尤物成人国产欧美一区二区三区| 黄色视频,在线免费观看| 我的女老师完整版在线观看| 日本与韩国留学比较| 免费无遮挡裸体视频| 在线观看66精品国产| 亚洲成人免费电影在线观看| 999久久久精品免费观看国产| 亚洲成人免费电影在线观看| 在线观看舔阴道视频| 成人精品一区二区免费| 久久伊人香网站| 中文字幕免费在线视频6| 如何舔出高潮| 精品无人区乱码1区二区| 夜夜夜夜夜久久久久| 国产日本99.免费观看| 99热6这里只有精品| 非洲黑人性xxxx精品又粗又长| 日本撒尿小便嘘嘘汇集6| 亚洲七黄色美女视频| 我要搜黄色片| 极品教师在线免费播放| 91在线精品国自产拍蜜月| 中国美女看黄片| 女生性感内裤真人,穿戴方法视频| 色综合亚洲欧美另类图片| 人人妻人人澡欧美一区二区| 波多野结衣高清无吗| 无遮挡黄片免费观看| 国产精品久久久久久精品电影| 精品久久国产蜜桃| 色综合站精品国产| 欧美一区二区国产精品久久精品| 淫秽高清视频在线观看| 亚洲av第一区精品v没综合| 亚洲精品影视一区二区三区av| 国产亚洲精品久久久com| 免费人成视频x8x8入口观看| 69人妻影院| 亚洲国产精品成人综合色| 亚洲国产精品成人综合色| 午夜福利视频1000在线观看| 简卡轻食公司| 午夜激情福利司机影院| 欧美xxxx性猛交bbbb| 成人鲁丝片一二三区免费| 熟女人妻精品中文字幕| 亚洲五月婷婷丁香| 精品一区二区三区视频在线| 两人在一起打扑克的视频| 丰满人妻熟妇乱又伦精品不卡| 国产色婷婷99| 精品国内亚洲2022精品成人| 美女被艹到高潮喷水动态| 18禁黄网站禁片午夜丰满| 欧美午夜高清在线| 久久精品久久久久久噜噜老黄 | 免费看日本二区| 亚洲av电影不卡..在线观看| 蜜桃久久精品国产亚洲av| 蜜桃久久精品国产亚洲av| 国产大屁股一区二区在线视频| 欧美乱色亚洲激情| 日韩欧美 国产精品| 97人妻精品一区二区三区麻豆| 久久久久久久久大av| 精品乱码久久久久久99久播| 亚洲国产欧美人成| 少妇的逼好多水| 欧美成人a在线观看| 国产精品久久电影中文字幕| 国产毛片a区久久久久| 亚洲精品日韩av片在线观看| 久久国产乱子免费精品| 男女下面进入的视频免费午夜| 国产精品av视频在线免费观看| 久久人人精品亚洲av| 国产av在哪里看| 床上黄色一级片| 91在线精品国自产拍蜜月| 午夜福利视频1000在线观看| 热99re8久久精品国产| 亚洲精品456在线播放app | 天堂网av新在线| 美女被艹到高潮喷水动态| 99精品在免费线老司机午夜| 亚洲无线观看免费| 亚洲经典国产精华液单 | 日韩高清综合在线| 国产亚洲欧美98| 欧美国产日韩亚洲一区| 国产免费男女视频| 亚洲中文字幕一区二区三区有码在线看| av在线蜜桃| 午夜福利18| 国产精品三级大全| 一区二区三区免费毛片| 狂野欧美白嫩少妇大欣赏| 蜜桃久久精品国产亚洲av| 99久久成人亚洲精品观看| 欧美一级a爱片免费观看看| 欧美高清成人免费视频www| 九九在线视频观看精品| 99国产极品粉嫩在线观看| 国产成年人精品一区二区| 女生性感内裤真人,穿戴方法视频| 噜噜噜噜噜久久久久久91| 欧美性猛交╳xxx乱大交人| 毛片一级片免费看久久久久 | 免费av毛片视频| 亚洲av.av天堂| 丰满人妻一区二区三区视频av| 综合色av麻豆| 亚洲aⅴ乱码一区二区在线播放| 久久久久国内视频| 精品久久久久久久末码| aaaaa片日本免费| 午夜福利成人在线免费观看| 十八禁国产超污无遮挡网站| 国产在线男女| 一个人看视频在线观看www免费| 成人特级黄色片久久久久久久| 亚洲乱码一区二区免费版| 欧美日韩中文字幕国产精品一区二区三区| 午夜老司机福利剧场| 午夜激情福利司机影院| 99热这里只有是精品50| 亚洲国产日韩欧美精品在线观看| 欧美绝顶高潮抽搐喷水| 精品一区二区三区视频在线观看免费| 好男人电影高清在线观看| 搡女人真爽免费视频火全软件 | 五月玫瑰六月丁香| 亚洲av熟女| 日本 欧美在线| 能在线免费观看的黄片| 色视频www国产| 国产精品久久电影中文字幕| 亚洲精品456在线播放app | 99久久精品国产亚洲精品| 久久久精品大字幕| 婷婷亚洲欧美| 精品久久久久久,| 午夜福利18| 久久久久久久午夜电影| 日韩亚洲欧美综合| 极品教师在线视频| 天堂网av新在线| 伊人久久精品亚洲午夜| 不卡一级毛片| 精品久久久久久,| 亚洲国产欧洲综合997久久,| 嫩草影院新地址| 亚洲一区高清亚洲精品| 黄色一级大片看看| 成人国产一区最新在线观看| 99久久精品热视频| 久久久久久国产a免费观看| 欧美黑人巨大hd| 99久久精品国产亚洲精品| 国产中年淑女户外野战色| 国产淫片久久久久久久久 | 亚洲国产日韩欧美精品在线观看| 成人国产一区最新在线观看| 51午夜福利影视在线观看| 国产在视频线在精品| 人妻夜夜爽99麻豆av| 九色成人免费人妻av| 免费在线观看亚洲国产| 观看免费一级毛片| 亚洲中文字幕一区二区三区有码在线看| 午夜a级毛片| 欧美成人性av电影在线观看| 精品久久久久久成人av| 欧美精品啪啪一区二区三区| 深夜a级毛片| 岛国在线免费视频观看| av黄色大香蕉| 精品人妻偷拍中文字幕| 欧美成人性av电影在线观看| 在线观看美女被高潮喷水网站 | 色综合亚洲欧美另类图片| 国产三级黄色录像| 午夜老司机福利剧场| 国产av一区在线观看免费| 99视频精品全部免费 在线| 97人妻精品一区二区三区麻豆| 欧美一区二区国产精品久久精品| 在线观看午夜福利视频| 色av中文字幕| 色5月婷婷丁香| av天堂在线播放| 国产精品日韩av在线免费观看| 国产成人aa在线观看| 国产午夜精品论理片| 亚洲精品亚洲一区二区| 国产一区二区三区在线臀色熟女| 精品欧美国产一区二区三| 久久人妻av系列| 亚洲国产高清在线一区二区三| 久久这里只有精品中国| 男女之事视频高清在线观看| 午夜精品久久久久久毛片777| 久久精品国产亚洲av天美| 色5月婷婷丁香| 婷婷精品国产亚洲av| 色哟哟哟哟哟哟| ponron亚洲| 免费看a级黄色片| 国产免费av片在线观看野外av| 欧美性猛交黑人性爽| 国产精品自产拍在线观看55亚洲| 国产伦人伦偷精品视频| 亚洲av免费在线观看| 色吧在线观看| 日韩欧美一区二区三区在线观看| 精品福利观看| 亚洲中文字幕日韩| 男女下面进入的视频免费午夜| 国内揄拍国产精品人妻在线| 国产成年人精品一区二区| 女生性感内裤真人,穿戴方法视频| 琪琪午夜伦伦电影理论片6080| 最近最新免费中文字幕在线| 精品一区二区三区视频在线| 国产v大片淫在线免费观看| 婷婷丁香在线五月| 日本黄色片子视频| 国产久久久一区二区三区| 亚洲天堂国产精品一区在线| 欧美日韩国产亚洲二区| 成人特级黄色片久久久久久久| av欧美777| 免费人成视频x8x8入口观看| 色尼玛亚洲综合影院| 夜夜看夜夜爽夜夜摸| 香蕉av资源在线| 男女视频在线观看网站免费| 一卡2卡三卡四卡精品乱码亚洲| 欧美最新免费一区二区三区 | 成年女人永久免费观看视频| 国产欧美日韩一区二区精品| 日日夜夜操网爽| 91午夜精品亚洲一区二区三区 | 男女下面进入的视频免费午夜| 美女xxoo啪啪120秒动态图 | 成年女人看的毛片在线观看| 国产欧美日韩一区二区三| 午夜精品久久久久久毛片777| 人人妻人人看人人澡| av在线观看视频网站免费| 男女视频在线观看网站免费| 中文字幕av在线有码专区| 99国产极品粉嫩在线观看| 欧美一区二区亚洲| 一级作爱视频免费观看| 国产精品电影一区二区三区| 中文字幕av成人在线电影| 色哟哟·www| 97超级碰碰碰精品色视频在线观看| 9191精品国产免费久久| 国产男靠女视频免费网站| 亚洲av一区综合| 蜜桃久久精品国产亚洲av| 小说图片视频综合网站| 亚洲av成人av| 男插女下体视频免费在线播放| 国产 一区 欧美 日韩| 国产极品精品免费视频能看的| 精品乱码久久久久久99久播| 在现免费观看毛片| 怎么达到女性高潮| 无遮挡黄片免费观看| 日本a在线网址| 日韩欧美国产在线观看| 国内少妇人妻偷人精品xxx网站| 男女之事视频高清在线观看| 男女那种视频在线观看| 精品久久久久久,| 国产亚洲精品久久久com| 欧美成人免费av一区二区三区| 少妇高潮的动态图| 深夜精品福利| 国产亚洲精品久久久com| 窝窝影院91人妻| 男人舔奶头视频| 午夜福利免费观看在线| 午夜激情欧美在线| 欧美+日韩+精品| 久久婷婷人人爽人人干人人爱| 国产精华一区二区三区| 中文亚洲av片在线观看爽| 国产欧美日韩精品亚洲av| 国产av一区在线观看免费| eeuss影院久久| 国产日本99.免费观看| 麻豆久久精品国产亚洲av| 久久久久国内视频| 日本熟妇午夜| 国产精品自产拍在线观看55亚洲| 国产探花在线观看一区二区| 亚洲激情在线av| 一卡2卡三卡四卡精品乱码亚洲| 国产男靠女视频免费网站| 熟女人妻精品中文字幕| av天堂中文字幕网| 亚洲av第一区精品v没综合| 国产亚洲精品av在线| 日韩欧美三级三区| 免费黄网站久久成人精品 | 午夜精品久久久久久毛片777| 在线观看免费视频日本深夜| 一夜夜www| 午夜精品一区二区三区免费看| 此物有八面人人有两片| 国产精品爽爽va在线观看网站| 亚洲男人的天堂狠狠| 午夜福利高清视频| 天美传媒精品一区二区| 亚洲三级黄色毛片| 久久人人精品亚洲av| 亚洲五月婷婷丁香| 亚洲av二区三区四区| 亚洲最大成人av| 亚洲第一电影网av| 午夜影院日韩av| 嫩草影院入口| 亚洲在线观看片| 一级a爱片免费观看的视频| 男人和女人高潮做爰伦理| 国产精品人妻久久久久久| 搡女人真爽免费视频火全软件 | 蜜桃久久精品国产亚洲av| 好男人电影高清在线观看| 超碰av人人做人人爽久久| 日本在线视频免费播放| 熟女人妻精品中文字幕| 午夜福利免费观看在线| 桃红色精品国产亚洲av| 欧美日本视频| 亚洲精品成人久久久久久| 精品一区二区三区视频在线| 老司机深夜福利视频在线观看| 亚洲激情在线av| 欧美成人免费av一区二区三区| 日本与韩国留学比较| 亚洲av免费高清在线观看| 免费看光身美女| 88av欧美| 久久草成人影院| 国产精品一区二区性色av| 免费看美女性在线毛片视频| 又黄又爽又刺激的免费视频.| 亚洲国产精品sss在线观看| 欧美成人性av电影在线观看| 精品久久久久久久久久久久久| 久久人人精品亚洲av| 国产高清有码在线观看视频| 级片在线观看| 亚洲 国产 在线| 亚洲欧美日韩卡通动漫| 精品国内亚洲2022精品成人| 婷婷色综合大香蕉| 久久久色成人| 国产精品一区二区三区四区免费观看 | 最近在线观看免费完整版| 亚洲av二区三区四区| 制服丝袜大香蕉在线| 精品久久久久久久久久免费视频| 高清日韩中文字幕在线| 欧美国产日韩亚洲一区| 男人舔女人下体高潮全视频| 免费在线观看成人毛片| 精品一区二区三区视频在线观看免费| 久久亚洲真实| 伦理电影大哥的女人| 亚洲自偷自拍三级| 久久伊人香网站| 亚洲精品一区av在线观看| 欧美xxxx性猛交bbbb| 99国产精品一区二区三区| 黄色女人牲交| 嫁个100分男人电影在线观看| 日韩欧美国产在线观看| 久久久久久久久久成人| 亚洲精品在线观看二区| 俄罗斯特黄特色一大片| 国产精品亚洲av一区麻豆| 日本熟妇午夜| 亚洲精品色激情综合| 精品无人区乱码1区二区| 中文资源天堂在线| 无遮挡黄片免费观看| 欧美成人性av电影在线观看| 99热这里只有精品一区| 在线观看免费视频日本深夜| 国产一区二区激情短视频| 免费看日本二区| 午夜两性在线视频| a级毛片免费高清观看在线播放| 日韩 亚洲 欧美在线| 国产精品不卡视频一区二区 | 中国美女看黄片| 18+在线观看网站| 精品一区二区免费观看| 直男gayav资源| 亚洲精品成人久久久久久| 免费在线观看亚洲国产| 成人av一区二区三区在线看| 欧美成人一区二区免费高清观看| 人妻制服诱惑在线中文字幕| 欧美成人性av电影在线观看| 国产伦一二天堂av在线观看| 亚洲最大成人av| 国产精品不卡视频一区二区 | 欧美性猛交╳xxx乱大交人| 欧美潮喷喷水| 精品久久久久久久久av| 国产探花在线观看一区二区| 国产高清视频在线观看网站| 亚洲天堂国产精品一区在线| 久久婷婷人人爽人人干人人爱| 亚洲av电影不卡..在线观看| 最新中文字幕久久久久| 国产单亲对白刺激| 日本与韩国留学比较| 久久午夜福利片| 伦理电影大哥的女人| 最近中文字幕高清免费大全6 | x7x7x7水蜜桃| 在线观看av片永久免费下载| 最近在线观看免费完整版| 成人高潮视频无遮挡免费网站| 午夜福利免费观看在线| 国产午夜精品论理片| 日本免费a在线| 91在线观看av| 欧美性猛交黑人性爽| 在线国产一区二区在线| 国产国拍精品亚洲av在线观看| 国产精品一区二区免费欧美| 色综合亚洲欧美另类图片| 久久精品国产亚洲av天美| 一级a爱片免费观看的视频| 国产单亲对白刺激| 免费看a级黄色片| 免费在线观看成人毛片| 久久久久亚洲av毛片大全| 少妇人妻精品综合一区二区 | 又爽又黄a免费视频| 久久婷婷人人爽人人干人人爱| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品日韩av片在线观看| 欧美丝袜亚洲另类 | 99久久久亚洲精品蜜臀av| 在现免费观看毛片| 久久精品91蜜桃| 18禁裸乳无遮挡免费网站照片| 国产精品1区2区在线观看.| 99久久无色码亚洲精品果冻| 国内精品一区二区在线观看| 午夜亚洲福利在线播放| 欧美高清成人免费视频www| 国产精品日韩av在线免费观看| 脱女人内裤的视频| 亚洲自偷自拍三级| 九色国产91popny在线| 国产精品久久久久久精品电影| 欧美国产日韩亚洲一区| 色吧在线观看| 亚洲三级黄色毛片| 亚洲无线在线观看| 看黄色毛片网站| 久久久久久久久久黄片| 国产日本99.免费观看| .国产精品久久| 免费观看人在逋| 色综合婷婷激情| 极品教师在线免费播放| 亚洲成av人片在线播放无| 国产蜜桃级精品一区二区三区| 老司机福利观看| 精华霜和精华液先用哪个| 国产人妻一区二区三区在| 看十八女毛片水多多多| 日本免费a在线| 黄色配什么色好看| 亚洲精品影视一区二区三区av| av天堂中文字幕网| 中国美女看黄片| 99视频精品全部免费 在线| 日本一二三区视频观看| 欧美日韩黄片免| 亚洲人与动物交配视频| 美女免费视频网站| 精品日产1卡2卡| 亚洲美女视频黄频| 中文在线观看免费www的网站| 国产成年人精品一区二区| 欧美最黄视频在线播放免费| 成人特级av手机在线观看| 中文字幕av在线有码专区| 嫩草影院精品99| 国产精品亚洲美女久久久| а√天堂www在线а√下载|