• <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 ?

    相似度計(jì)算及其在數(shù)據(jù)挖掘中的應(yīng)用

    2016-06-29 19:16:55李俊磊滕少華
    電腦知識(shí)與技術(shù) 2016年13期
    關(guān)鍵詞:數(shù)據(jù)類型數(shù)據(jù)挖掘對(duì)象

    李俊磊 滕少華

    摘要:相似度是描述兩個(gè)對(duì)象之間相似程度的一種度量,依據(jù)對(duì)象不同,相似度計(jì)算方法亦不同。相似度計(jì)算被廣泛應(yīng)用于數(shù)據(jù)挖掘算法中,它是對(duì)象分類的基礎(chǔ)。該文將數(shù)據(jù)對(duì)象劃分為數(shù)值型、非數(shù)值型和混合型三種,并根據(jù)數(shù)據(jù)對(duì)象的類型,探討了相應(yīng)的相似度計(jì)算方法,最后,通過(guò)實(shí)例描述了相似度計(jì)算在數(shù)據(jù)挖掘中的應(yīng)用。

    關(guān)鍵詞:對(duì)象;相似度計(jì)算;數(shù)據(jù)挖掘;數(shù)據(jù)類型

    中圖分類號(hào):TP391 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2016)13-0014-04

    Abstract: The Similarity is a measure of similarity between two objects, according to different objects, similarity calculation method is also different. Similarity calculation is widely used in data classification, is the basis for object classification. In this paper, the data objects were divided into three kinds: numeric type, non-numeric type and mixed type. And the similarity calculation methods of different types are discussed. Finally, we illustrated the application of similarity in the data mining.

    Key words: object; similarity calculation; data mining; data type

    伴隨數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域發(fā)展,對(duì)象之間的相似性計(jì)算已成為一個(gè)非常重要的研究課題。相似度度量是衡量對(duì)象間相互關(guān)系強(qiáng)弱、聯(lián)系緊密程度的重要手段。

    在數(shù)據(jù)挖掘的方法中,諸如數(shù)據(jù)分類和預(yù)測(cè)[1-2]、數(shù)據(jù)聚類[1-2]、關(guān)聯(lián)分析[1-2]、序列模式[1-2]、依賴關(guān)系與依賴模型[1-2]、異常檢測(cè)和趨勢(shì)分析[1-2]等都離不開(kāi)對(duì)象之間的相似度分析。尤其是在考察對(duì)象間同異度關(guān)系時(shí),相似度度量和計(jì)算方法將直接影響最終的數(shù)據(jù)挖掘結(jié)果,相似度計(jì)算又是衡量對(duì)象間差異的基礎(chǔ),在分類應(yīng)用中,相似度計(jì)算是分類的依據(jù)。因而,依據(jù)不同的實(shí)際應(yīng)用和數(shù)據(jù)對(duì)象,研究相似度計(jì)算方法,對(duì)數(shù)據(jù)分類有重要意義。

    首先描述了相似度概念,進(jìn)而將數(shù)據(jù)對(duì)象分為三種類型:數(shù)值型、非數(shù)值型和混合型,然后按不同數(shù)據(jù)對(duì)象分別給出了相應(yīng)的相似度計(jì)算公式,最后通過(guò)實(shí)例對(duì)相似度計(jì)算進(jìn)行了說(shuō)明。

    1 相似度概念

    在數(shù)據(jù)挖掘、模式識(shí)別和機(jī)器學(xué)習(xí)等計(jì)算機(jī)應(yīng)用領(lǐng)域中,兩個(gè)對(duì)象的相似度是描述這兩個(gè)對(duì)象之間相似程度的一種度量,兩者越相似,它們的相似度就越高,相似度是一個(gè)非負(fù)數(shù)值,其值介于0和1之間[2]。數(shù)據(jù)挖掘的很多算法都涉及計(jì)算對(duì)象間的相似度,相似度計(jì)算方法依賴于數(shù)據(jù)對(duì)象的類型,數(shù)據(jù)對(duì)象的類型不同其相似度計(jì)算方法不同。例如,數(shù)值型數(shù)據(jù)的相似度可用歐氏空間的距離來(lái)描述其鄰近程度;兩個(gè)標(biāo)稱型數(shù)據(jù)對(duì)象的相似度與用來(lái)計(jì)算相似度的屬性的值域有關(guān)。

    依據(jù)參與相似度計(jì)算的數(shù)據(jù)類型,本文將數(shù)據(jù)對(duì)象分為數(shù)值型、非數(shù)值型和混合型[1-2]三種。

    1.1 數(shù)值型

    數(shù)值型數(shù)據(jù)被用來(lái)描述連續(xù)型或定量型數(shù)據(jù),即兩個(gè)不同數(shù)值之間有無(wú)窮多個(gè)數(shù)值。使用實(shí)數(shù)或度量衡單位計(jì)量相似度值,如溫度、身高等。數(shù)值型量可分為區(qū)間標(biāo)度量和比例標(biāo)度量,其中區(qū)間標(biāo)度量是一個(gè)線性的標(biāo)度量,而比例標(biāo)度量一般是非線性的。

    1.2 非數(shù)值型

    其取值是定性的、而非定量的數(shù)據(jù)。如人的性別,成績(jī)優(yōu)良等級(jí)等。通常這類對(duì)象屬性的取值可通過(guò)有限個(gè)狀態(tài)(字母/序數(shù))來(lái)描述。非數(shù)值型數(shù)據(jù)又可分為標(biāo)稱型、二元和序數(shù)型數(shù)據(jù)等。標(biāo)稱型數(shù)據(jù)之間是無(wú)序的,序數(shù)型是有序的。

    1.3 混合型

    由數(shù)值型數(shù)據(jù)和非數(shù)值型數(shù)據(jù)混合組成。

    2 相似度計(jì)算

    2.1 數(shù)值型數(shù)據(jù)

    數(shù)值型數(shù)據(jù)可分為區(qū)間標(biāo)度型和比例數(shù)值型數(shù)據(jù)。

    2.1.1 區(qū)間標(biāo)度型數(shù)據(jù)

    區(qū)間標(biāo)度型:是一個(gè)粗略線性標(biāo)度的連續(xù)量,這種量的值是有序的,可以為正數(shù)、負(fù)數(shù)或0。典型的例子有重量、高度、大氣溫度等。具體計(jì)算時(shí),區(qū)間型數(shù)據(jù)的相似度通常轉(zhuǎn)換成相異度計(jì)算。常用的計(jì)算方法是先將這種量標(biāo)準(zhǔn)化,消除度量單位對(duì)分析結(jié)果的影響,然后,采用距離來(lái)計(jì)算對(duì)象間的相異度。距離是一個(gè)非負(fù)數(shù),距離的大小代表著2個(gè)對(duì)象之間的差異程度,距離越大,2個(gè)對(duì)象相異度就越大,距離越小,2個(gè)對(duì)象之間的相似度越高。這里給出常見(jiàn)的相異度計(jì)算方法[3]。

    設(shè) p=(p1, p2, …, pn)T, q=(q1, q2, …, qn)T 為N維空間中的兩個(gè)對(duì)象,pi是對(duì)象p對(duì)應(yīng)的第i個(gè)屬性所取的值,是對(duì)象P的所有屬性值的平均值。qi是對(duì)象q對(duì)應(yīng)的第i個(gè)屬性所取的值,是對(duì)象q的所有屬性值的平均值。

    曼哈頓、歐氏和閔可夫斯基距離等計(jì)算公式分別如下:

    1)曼哈頓距離

    曼哈頓距離又稱為城市街區(qū)距離,是使用在幾何度量空間的幾何學(xué)用語(yǔ),用以表明2個(gè)點(diǎn)在標(biāo)準(zhǔn)坐標(biāo)系上的絕對(duì)軸距總和[4],對(duì)n維空間的曼哈頓距離表示如下:

    2個(gè)n維向量p(p1, p2, …, pn)與q(q1, q2, …, qn)間的曼哈頓距離:

    2)歐氏距離

    歐式距離也稱為歐幾里得距離,是通常采用的距離,它是在n維空間中2個(gè)點(diǎn)之間的真實(shí)距離,用來(lái)表示各個(gè)數(shù)據(jù)對(duì)象之間的距離。歐式距離與對(duì)象的量綱有關(guān),從統(tǒng)計(jì)的角度看,使用歐氏距離要求各個(gè)坐標(biāo)對(duì)歐式距離的貢獻(xiàn)是同等的且變差大小也是相同的[5]。

    2個(gè)n維向量p(p1, p2, …, pn)與q(q1, q2, …, qn)間的歐氏距離:

    (2)

    3)切比雪夫距離

    切比雪夫距離是一種最大距離。在向量空間中,2個(gè)向量間的切比雪夫距離,就是將其沿著任意坐標(biāo)尺寸的最大值[6]。二維和n維空間的切比雪夫距離如下:

    2個(gè)n維向量空間向量p(p1, p2, …, pn)與q(q1, q2, …, qn)間的切比雪夫距離:

    4)閔可夫斯基距離

    閔科夫斯基距離是歐氏距離和曼哈頓距離的推廣[7],定義如下:

    當(dāng)x=1時(shí),為曼哈頓距離,當(dāng)x=2時(shí)為歐氏距離。

    5)馬氏距離

    馬氏距離 [3]是一種常用的距離度量方式,能夠充分考慮模式特征參數(shù)的大小以及特征間的相關(guān)性,在模式識(shí)別中其性能通常比歐式距離好。馬氏距離是歐式距離的改進(jìn),是歐式空間中非均勻分布的歸一化距離,它對(duì)于一切線性變換是不變的[8]。

    6)Canberra距離

    Canberra距離是一種相對(duì)馬氏距離,不受量綱的影響,同樣沒(méi)有考慮多重相關(guān)性,Canberra距離對(duì)微小變化很敏感[9]。

    7)相關(guān)系數(shù)

    相關(guān)系數(shù)是對(duì)向量做標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)化后的夾角余弦,表示兩個(gè)向量的線性相關(guān)程度[10]。當(dāng)兩個(gè)向量方向相近時(shí),夾角余弦值越大,反之越小。特別地,當(dāng)兩個(gè)向量平行時(shí),夾角余弦值為1,而正交時(shí)余弦值為0。

    2.1.2 比例型數(shù)據(jù)

    比例型數(shù)據(jù)一般是通過(guò)非線性尺度取得的測(cè)量值。計(jì)算這類對(duì)象的相似度有三種方法:轉(zhuǎn)換為區(qū)間標(biāo)度型數(shù)據(jù)、轉(zhuǎn)換為連續(xù)的序數(shù)數(shù)據(jù)、取對(duì)數(shù)。

    2.2 非數(shù)值型數(shù)據(jù)

    許多數(shù)據(jù)挖掘方法只能處理數(shù)值型數(shù)據(jù),因此需要將非數(shù)值型數(shù)據(jù)轉(zhuǎn)為數(shù)值型數(shù)據(jù)??山⒎菙?shù)值型量的不同狀態(tài)值或利用離散數(shù)據(jù)建立其與對(duì)象之間的對(duì)照表。非數(shù)值型數(shù)據(jù)又可細(xì)分為標(biāo)稱數(shù)據(jù)、二元數(shù)據(jù)和序數(shù)型數(shù)據(jù)等。

    2.2.1 標(biāo)稱數(shù)據(jù)

    標(biāo)稱數(shù)據(jù)又稱為類別數(shù)據(jù),標(biāo)稱型屬性的值可以是一些符號(hào)或事物的名稱。每個(gè)值代表某種類別、編碼或狀態(tài)等。標(biāo)稱型屬性的值之間沒(méi)有順序關(guān)系。例如:設(shè)hair_color(頭發(fā)顏色)是一個(gè)描述實(shí)體人的屬性。它取值可以為黑色、棕色、淡黃色、紅色、赤褐色、灰色和白色等。因此,hair_color是標(biāo)稱屬性。

    通常,可以用數(shù)字表示這些符號(hào)或名稱,例如對(duì)于hair_color,可以指定數(shù)字0表示黑色,1表示棕色,2表示淡黃色等。

    兩個(gè)標(biāo)稱型對(duì)象i和j之間的相異度可以用簡(jiǎn)單匹配方法來(lái)計(jì)算:

    其中p為對(duì)象的屬性的個(gè)數(shù),m為對(duì)象i和j取值相同的屬性個(gè)數(shù),我們可以通過(guò)賦權(quán)重來(lái)增加m的影響,或者賦給有較多狀態(tài)的變量匹配以更大的權(quán)重。

    對(duì)于標(biāo)稱數(shù)據(jù),歐氏距離等不能直接應(yīng)用于其數(shù)據(jù)的特點(diǎn),Ralambondramy提出了一種該類型轉(zhuǎn)換成二進(jìn)制屬性的方法,用0和1表示一個(gè)屬性是否存在,并把這些二進(jìn)制屬性當(dāng)做數(shù)值來(lái)處理[11]。

    通過(guò)這種方法也很容易描述分類屬性的海明距離公式:

    2.2.2 二元型數(shù)據(jù)

    二元數(shù)據(jù)是一種特殊的標(biāo)稱數(shù)據(jù),只有二個(gè)類別或狀態(tài)(0和1)構(gòu)成,0表示該屬性不出現(xiàn),1表示出現(xiàn)。

    設(shè)x = (x1, x2, …, xn), y = (y1, y2, …, yn) 為二元數(shù)據(jù),常用0-0、0-1、1-0、1-1匹配表示xi及yi相應(yīng)的取值。其中fij表示集合{(xk, yk)| xk = i且yk = j, k = 1, 2, …, n}的基數(shù),[12]。計(jì)算二元型數(shù)據(jù)相似度的方法比較多,由于篇幅原因,只列如下幾種:

    1.簡(jiǎn)單匹配系數(shù)(對(duì)象的變量是對(duì)稱時(shí))

    2.Jaccard系數(shù)

    (11)

    3.Rogers-Tanimoto

    4.Srensen

    2.3 序數(shù)型數(shù)據(jù)

    序數(shù)型屬性變量分為分類和連續(xù)兩種。分類序數(shù)屬性與標(biāo)稱屬性類似,不同的是,分類序數(shù)值表示不同的狀態(tài),將其狀態(tài)可按一定的次序排列。例如,職稱就是一個(gè)分類序數(shù),按照助教、講師、副教授、教授的順序排列的;人的年齡段可按兒童、少年、青年、中年、老年順序排列。一個(gè)連續(xù)序數(shù)型數(shù)據(jù)看上去就像一組未知范圍的連續(xù)數(shù)據(jù),值之間的相對(duì)順序是重要的,而其實(shí)際的大小則不重要。在計(jì)算對(duì)象的相異度時(shí),對(duì)序數(shù)型數(shù)據(jù)的處理方式與區(qū)間標(biāo)度數(shù)據(jù)非常類似。

    假設(shè)f是用于描述n個(gè)對(duì)象的一組序數(shù)型屬性之一,若序數(shù)屬性f有mf個(gè)狀態(tài),關(guān)于f的相異度計(jì)算包括如下步驟:

    1)屬性f有mf個(gè)有序狀態(tài),第i個(gè)對(duì)象的屬性f的取值為xf,將屬性值xf替換為相應(yīng)的等級(jí)rf,rf{1,2,3,....,mf}。

    2)將序數(shù)屬性等級(jí)做變換,映射到區(qū)間[0,1]上。

    3)利用數(shù)值屬性的任一種距離計(jì)算公式來(lái)計(jì)算相異性。

    2.4 字符串型數(shù)據(jù)

    海明距離是專門針對(duì)字符串?dāng)?shù)據(jù)而設(shè)計(jì),用來(lái)衡量?jī)蓚€(gè)字符串之間的相似度,其計(jì)算公式如下所示:

    其中,表示兩個(gè)字符串。而,,分別表示字符串中各個(gè)位置上的字符。count( )函數(shù)用于獲取兩個(gè)字符串中對(duì)應(yīng)字符值不同的個(gè)數(shù),海明距離是分析文本等字符型數(shù)據(jù)之間相似度的常用方法,在文本分類等領(lǐng)域得到了廣泛應(yīng)用。

    2.5 文檔向量型

    通常,文檔用向量表示,向量的每個(gè)屬性代表一個(gè)特定的詞(關(guān)鍵詞)或短語(yǔ)的頻度。每個(gè)文檔都被一個(gè)所謂的詞頻向量來(lái)表示。詞頻向量通常很長(zhǎng),并且稀疏。使用這種結(jié)構(gòu)的應(yīng)用包括信息檢索、文本文檔聚類、生物學(xué)分類和基因特征映射。對(duì)于這類稀疏的數(shù)值數(shù)據(jù),常采用余弦相似性來(lái)計(jì)算兩個(gè)文檔間的相似性。

    2.6 其他非數(shù)值型數(shù)據(jù)

    在實(shí)際的應(yīng)用中,對(duì)象的某些屬性數(shù)據(jù)值與我們研究的結(jié)果毫無(wú)關(guān)系,則可忽略,不需考慮在內(nèi)。

    3 混合型數(shù)據(jù)

    當(dāng)對(duì)象的屬性是由多種數(shù)據(jù)類型組成時(shí),此時(shí)對(duì)象之間的相異度計(jì)算變得比較復(fù)雜了,目前有四種方法來(lái)處理:按單個(gè)屬性獨(dú)立計(jì)算、按類型分組獨(dú)立計(jì)算、通過(guò)相異度矩陣計(jì)算、采用摘要信息方式計(jì)算等,由于篇幅有限,摘要信息方式計(jì)算在文中就不具體列舉了。

    3.1 按單個(gè)屬性計(jì)算

    將對(duì)象的每個(gè)屬性單獨(dú)進(jìn)行考慮,按照一般正規(guī)相似度的定義方式進(jìn)行計(jì)算,也就是先度量單個(gè)屬性之間的相似度,然后利用綜合函數(shù)得出整體相似性。但是一般在計(jì)算數(shù)據(jù)相似度時(shí)會(huì)歸約到同一形式上[12]。

    3.2 按類型分組計(jì)算

    將屬性按數(shù)據(jù)類型分組,將每種數(shù)據(jù)類型的屬性分成一組,利用相應(yīng)的相似度計(jì)算公式來(lái)計(jì)算不同類型屬性的相似度,之后利用綜合函數(shù)得到整體相似度,這種方法將同種類型的屬性看成整體進(jìn)行考慮。如果這些分析得到兼容結(jié)果,則這種方法可行,但在實(shí)際的數(shù)據(jù)應(yīng)用中,每種屬性類型分別分析得到兼容結(jié)果的可能性不大,所以這種方法的可行性不大。

    3.3 通過(guò)相異度矩陣計(jì)算

    將所有的數(shù)據(jù)一起處理,只進(jìn)行一次分析。將不同類型的數(shù)據(jù)組合在單個(gè)相異度矩陣中,所有有意義的數(shù)據(jù)轉(zhuǎn)換到共同的值域區(qū)間[0, l]上[13]。

    假設(shè)數(shù)據(jù)集中包含p個(gè)不同的類型的屬性,對(duì)象i和j之間的相異度定義為:

    其中,如果或缺失(即對(duì)象i或?qū)ο骿沒(méi)有屬性f的度量值),或者,且屬性f是不對(duì)稱的二元型數(shù)據(jù),則指示項(xiàng);否則,指示項(xiàng)。

    對(duì)象i和j之間相異度的計(jì)算方式與屬性f的具體數(shù)據(jù)類型有關(guān):

    如果f是二元型數(shù)據(jù)或標(biāo)稱型數(shù)據(jù):如果,則;否則。

    如果f是標(biāo)度型數(shù)據(jù):這里的取值是屬性的所有非空缺對(duì)象。

    如果是序數(shù)型或者比例標(biāo)度型數(shù)據(jù),計(jì)算排序位和,并將作為區(qū)間標(biāo)度型數(shù)據(jù)對(duì)待。

    4 相似度計(jì)算的應(yīng)用

    4.1應(yīng)用

    對(duì)象間的相似度計(jì)算在數(shù)據(jù)挖掘中涉及面很廣,如K最近鄰分類(KNN)、聚類和異常檢測(cè)等技術(shù)。

    K最近鄰(KNN)分類算法通過(guò)計(jì)算給定的檢驗(yàn)對(duì)象與訓(xùn)練對(duì)象之間的相似度,找出檢驗(yàn)對(duì)象的K個(gè)“最近鄰”[27]?!班徑浴庇孟嗨贫葋?lái)度量。因此,如何選擇相似度計(jì)算方法在KNN最鄰近算法中對(duì)分類效果有著直接影響。若對(duì)象的屬性是數(shù)值型數(shù)據(jù),則直接用對(duì)象間的距離來(lái)度量,對(duì)每個(gè)屬性的值進(jìn)行規(guī)范化,變換到[0,1]區(qū)間,防止較大初始域的屬性權(quán)重過(guò)大而影響結(jié)果。若屬性是標(biāo)稱型數(shù)據(jù),常比較對(duì)象x1和x2中對(duì)應(yīng)屬性的值,若兩者相同者取0,反之則取1。

    聚類,也稱作無(wú)監(jiān)督分類。聚類分析的目的是把數(shù)據(jù)對(duì)象劃分成多個(gè)組或簇(即不同的類),來(lái)發(fā)現(xiàn)隱藏的、潛在于數(shù)據(jù)中的有用信息。其目標(biāo)是使得同一簇內(nèi)的對(duì)象具有較高的相似性,而簇間的對(duì)象盡可能相異。眾多聚類算法都是建立在事先假定某種相似度度量方式基礎(chǔ)上,因此聚類算法的基本出發(fā)點(diǎn)都是根據(jù)對(duì)象間相似度將對(duì)象劃分為不同的簇。

    在實(shí)際的數(shù)據(jù)挖掘應(yīng)用中,如果涉及相似性度量,首先應(yīng)分析對(duì)象的數(shù)據(jù)類型是否是單一,是數(shù)值型的數(shù)據(jù)還是是非數(shù)值型的或者是混合型的數(shù)據(jù)類型。然后根據(jù)相應(yīng)類型的相似度的計(jì)算公式進(jìn)行處理。

    4.2 計(jì)算實(shí)例

    下面用KNN算法和k-summary算法應(yīng)用的兩個(gè)實(shí)例來(lái)介紹相似度的計(jì)算。

    實(shí)例1.數(shù)據(jù)集weather如下表所示,測(cè)試樣本X=(rain,hot,normal,weak,?), k取3,下面根據(jù)KNN最鄰近方法預(yù)測(cè)該樣本的類符號(hào)。

    由于outlook的值有三個(gè),屬于標(biāo)稱型數(shù)據(jù)類型,為了便于區(qū)別它們之間的差異性,在此將其值對(duì)應(yīng)轉(zhuǎn)化為序數(shù)型數(shù)據(jù)。sunny=1,overcast=2,rain=3;同理temperature的hot=1,mild=2,cool=3。

    首先計(jì)算樣本X到14個(gè)記錄的距離(取曼哈頓距離)分別為:

    Distance(X,p1)=3,Distance(X,p2)=3,Distance(X,p3)=2,Distance(X,p4)=1.5,Distance(X,p5)=1,Distance(X,p6)=2,Distance(X,p7)=2.5,Distance(X,p8)=2.5,Distance(X,p9)=2,Distance(X,p10)=0.5,Distance(X,p11)=2.5,Distance(X,p12)=3,Distance(X,p13)=0.5,Distance(X,p14)=2.5;

    根據(jù)KNN的概念可知,K=3,在這里取3個(gè)距離最小的值,分別為Distance(X,p10)=0.5,Distance(X,p13)=0.5,Distance(X,p5)=1。所以取離樣本X最近的3個(gè)近鄰為p5,p10,p13。而這3個(gè)最鄰近對(duì)應(yīng)的類標(biāo)號(hào)都為yes,因此樣本X的類標(biāo)號(hào)被預(yù)測(cè)為yes。

    5 結(jié)論

    論文對(duì)相似性的概念進(jìn)行了介紹,然后對(duì)數(shù)據(jù)類型進(jìn)行了分類,并對(duì)不同數(shù)據(jù)類型對(duì)象的相似度的衡量方式進(jìn)行了分析。不同的數(shù)據(jù)類型具有不同的相似性處理方式,相似性的計(jì)算方法有很多,有的適用于專門的領(lǐng)域,同時(shí)也有適用于特定類型數(shù)據(jù)的限制,選擇相似性的一個(gè)重要的因素就是屬性的類型。在進(jìn)行非數(shù)值型數(shù)據(jù)時(shí),有時(shí)會(huì)因?yàn)閷⑵浠癁闃?biāo)稱類型,但是這樣的轉(zhuǎn)換并不能很好地了解屬性間的差異性,而將其進(jìn)行序數(shù)化,再進(jìn)行相似度計(jì)算,更能體現(xiàn)數(shù)據(jù)之間的差異性。

    參考文獻(xiàn):

    [1] Jiawei Han, Micheline Kamber, Jian Pei.Data Mining Concepts and Technologyes[M].3rd ed.China Machine Press,2012.

    [2] 蔣盛益,李霞,鄭琪.數(shù)據(jù)挖掘原理與實(shí)踐[M].北京:電子工業(yè)出版社,2013.

    [3] 黃彧.相似度度量的研究及其在數(shù)據(jù)挖掘中的應(yīng)用[D].福州:福建師范大學(xué),2009.

    [4] Yano Y.Associative Memory with Fully Parallel Nearest-Manhattan-Distance Search for Low-Power Real-Time Single-Chip Applications[C]. Proc. Of IEEE ASP-DAC, 2004:543-544.

    [5] Hua-Kai Chiou, Gia-Shie Liu.Multiple Objective Compromise Optimization Method to Analyze the Strategies of Nanotechnology in Taiwan[C]. Symposia and Workshops on Ubiquitous, Autonomic and Trusted Computing,2009:172-177.

    [6] de Souza R M C R , de Carvalho F A T. Dynamic clustering of interval data based on adaptive Chebyshev distances[J]. Electronics Letters, 2004, 40(11).

    [7] Ryotaro Kamimura, Osamu Uchida. Greedy Network-Growing by Minkowski Distance Functions[C]. IEEE Transaction on Neural Networks, 2004:2837-2842.

    [8] Chunhua Shen, Junae Kim, Lei Wang. Scalable Large-Margin Mahalanobis Distance Metric Learning[J].IEEE Transactions on Neural Networks, 2010, 21( 9): 1524-1530.

    [9] Sheng-Yijiang.Efficient Classification Method for Large Dataset [C]. Proceeding of the Fifth International Conference on Machine Learning and Cybernetics, Dalian, 2006:13-16.

    [10] Xing E P, Ng A Y, Jordan M I,et al. Distance metric learning, with application to clustering with side-information[C]. proc Adv Neural Inf Process Sys., 2003:505-512.

    [11] 陳韡.基于劃分的混合屬性聚類算法研究[D].長(zhǎng)沙:湖南大學(xué),2010.

    [12] 鄧冠男.聚類分析中的相似度研究[J].東北電力大學(xué)學(xué)報(bào),2013,33(1/2):156-161.

    [13] 李桂林,陳曉云.關(guān)于聚類分析中相似度的討論[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(31): 64-65.

    猜你喜歡
    數(shù)據(jù)類型數(shù)據(jù)挖掘對(duì)象
    神秘來(lái)電
    睿士(2023年2期)2023-03-02 02:01:09
    詳談Java中的基本數(shù)據(jù)類型與引用數(shù)據(jù)類型
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    如何理解數(shù)據(jù)結(jié)構(gòu)中的抽象數(shù)據(jù)類型
    攻略對(duì)象的心思好難猜
    意林(2018年3期)2018-03-02 15:17:24
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    基于熵的快速掃描法的FNEA初始對(duì)象的生成方法
    區(qū)間對(duì)象族的可鎮(zhèn)定性分析
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    基于GPGPU的離散數(shù)據(jù)挖掘研究
    videosex国产| 精品人妻熟女毛片av久久网站| 久久精品国产亚洲av涩爱| 亚洲精品一二三| 嫩草影院入口| 国产成人免费观看mmmm| 可以免费在线观看a视频的电影网站 | 少妇猛男粗大的猛烈进出视频| 高清不卡的av网站| 国产精品久久久久成人av| 男人爽女人下面视频在线观看| 欧美精品亚洲一区二区| 蜜桃国产av成人99| 婷婷色av中文字幕| 免费黄频网站在线观看国产| 在线观看免费视频网站a站| 久久av网站| 人体艺术视频欧美日本| 母亲3免费完整高清在线观看| 精品酒店卫生间| 国产伦人伦偷精品视频| 制服诱惑二区| 色综合欧美亚洲国产小说| 亚洲欧洲精品一区二区精品久久久 | av一本久久久久| 亚洲精品av麻豆狂野| 最近手机中文字幕大全| 亚洲av综合色区一区| 国产在线一区二区三区精| 国产精品香港三级国产av潘金莲 | www.自偷自拍.com| 女人高潮潮喷娇喘18禁视频| 少妇被粗大的猛进出69影院| 国产精品av久久久久免费| 人人妻人人爽人人添夜夜欢视频| 51午夜福利影视在线观看| 日韩人妻精品一区2区三区| 欧美人与性动交α欧美精品济南到| 欧美日韩综合久久久久久| 又大又爽又粗| 欧美久久黑人一区二区| 一级a爱视频在线免费观看| 青春草国产在线视频| 免费黄色在线免费观看| 欧美日韩精品网址| 亚洲四区av| www日本在线高清视频| 在线免费观看不下载黄p国产| 女的被弄到高潮叫床怎么办| 建设人人有责人人尽责人人享有的| 999精品在线视频| 婷婷色av中文字幕| 亚洲图色成人| 国产欧美日韩一区二区三区在线| 久久天堂一区二区三区四区| 一本一本久久a久久精品综合妖精| 亚洲欧美一区二区三区国产| 黄色 视频免费看| 亚洲国产中文字幕在线视频| 精品一区在线观看国产| 9191精品国产免费久久| 日韩 亚洲 欧美在线| 美女福利国产在线| 亚洲熟女精品中文字幕| 最近中文字幕高清免费大全6| av电影中文网址| 大片免费播放器 马上看| 97精品久久久久久久久久精品| 久久久久久人妻| 日韩一区二区视频免费看| 国产成人精品福利久久| 日韩av不卡免费在线播放| 久久精品久久久久久噜噜老黄| 亚洲欧洲日产国产| 99久久99久久久精品蜜桃| 天堂俺去俺来也www色官网| 在线观看一区二区三区激情| 18禁国产床啪视频网站| 亚洲七黄色美女视频| 哪个播放器可以免费观看大片| 中文精品一卡2卡3卡4更新| 亚洲精品av麻豆狂野| 性色av一级| tube8黄色片| 深夜精品福利| av福利片在线| 高清欧美精品videossex| 国产精品麻豆人妻色哟哟久久| 99国产综合亚洲精品| 一级毛片 在线播放| 欧美日韩国产mv在线观看视频| 欧美 日韩 精品 国产| 啦啦啦 在线观看视频| 99香蕉大伊视频| 日日摸夜夜添夜夜爱| 纯流量卡能插随身wifi吗| 黄色一级大片看看| 亚洲av男天堂| 亚洲欧美精品综合一区二区三区| 欧美黑人欧美精品刺激| 亚洲国产av影院在线观看| 亚洲国产最新在线播放| 乱人伦中国视频| 人体艺术视频欧美日本| av又黄又爽大尺度在线免费看| 老司机影院成人| 在线观看一区二区三区激情| 狠狠婷婷综合久久久久久88av| 又大又黄又爽视频免费| 青春草亚洲视频在线观看| 日本爱情动作片www.在线观看| 女人爽到高潮嗷嗷叫在线视频| 丰满饥渴人妻一区二区三| 日韩一区二区视频免费看| 免费女性裸体啪啪无遮挡网站| 日本午夜av视频| 欧美精品av麻豆av| 在线 av 中文字幕| 日韩制服丝袜自拍偷拍| 尾随美女入室| 天天躁夜夜躁狠狠久久av| 亚洲免费av在线视频| xxxhd国产人妻xxx| 欧美精品亚洲一区二区| 精品视频人人做人人爽| 肉色欧美久久久久久久蜜桃| 精品一区二区三区四区五区乱码 | 午夜免费男女啪啪视频观看| 母亲3免费完整高清在线观看| 日韩大片免费观看网站| av不卡在线播放| 成年动漫av网址| 18在线观看网站| 精品少妇久久久久久888优播| 999久久久国产精品视频| 亚洲成人av在线免费| 日本vs欧美在线观看视频| 久久精品国产综合久久久| 亚洲国产毛片av蜜桃av| 女性生殖器流出的白浆| 国产熟女午夜一区二区三区| 日韩成人av中文字幕在线观看| 777久久人妻少妇嫩草av网站| 国产欧美日韩一区二区三区在线| 国产精品久久久av美女十八| 叶爱在线成人免费视频播放| 午夜日本视频在线| 亚洲综合色网址| 亚洲综合精品二区| 亚洲少妇的诱惑av| 久久久久久久久久久免费av| 99热国产这里只有精品6| 亚洲 欧美一区二区三区| 97人妻天天添夜夜摸| 精品亚洲成国产av| 黄色一级大片看看| 如日韩欧美国产精品一区二区三区| 777米奇影视久久| 一区二区三区激情视频| 男人添女人高潮全过程视频| 香蕉丝袜av| 日韩不卡一区二区三区视频在线| 免费av中文字幕在线| 99久久99久久久精品蜜桃| 韩国精品一区二区三区| 黄色视频不卡| 香蕉国产在线看| 成人18禁高潮啪啪吃奶动态图| 国产精品一二三区在线看| 欧美人与善性xxx| 视频在线观看一区二区三区| 亚洲综合色网址| 国产精品久久久久成人av| 丝袜喷水一区| 国产成人精品在线电影| 高清av免费在线| 久久人人爽人人片av| 欧美激情极品国产一区二区三区| 女人精品久久久久毛片| 亚洲精品成人av观看孕妇| 人人妻人人爽人人添夜夜欢视频| 少妇人妻久久综合中文| 免费日韩欧美在线观看| 宅男免费午夜| 免费在线观看黄色视频的| 在线 av 中文字幕| 国产精品二区激情视频| 99久久精品国产亚洲精品| 下体分泌物呈黄色| 亚洲精品一二三| 精品一区二区三区四区五区乱码 | 亚洲精品成人av观看孕妇| 成人免费观看视频高清| 亚洲国产av影院在线观看| 国产精品一区二区精品视频观看| 国产在线免费精品| 又粗又硬又长又爽又黄的视频| 青春草国产在线视频| 午夜福利免费观看在线| 日韩av免费高清视频| 麻豆乱淫一区二区| 女性生殖器流出的白浆| 最近最新中文字幕免费大全7| 一级毛片我不卡| 老熟女久久久| www.av在线官网国产| 精品国产乱码久久久久久小说| 人人澡人人妻人| 亚洲精品中文字幕在线视频| 欧美激情 高清一区二区三区| 青草久久国产| 久久影院123| 亚洲欧美激情在线| 亚洲男人天堂网一区| 十八禁人妻一区二区| 成人18禁高潮啪啪吃奶动态图| 国产亚洲一区二区精品| 欧美黄色片欧美黄色片| 91aial.com中文字幕在线观看| 人人澡人人妻人| 黄色 视频免费看| 90打野战视频偷拍视频| 十分钟在线观看高清视频www| 国产精品久久久久成人av| 久久精品熟女亚洲av麻豆精品| 午夜日本视频在线| 天美传媒精品一区二区| 亚洲国产精品国产精品| 99国产综合亚洲精品| 在线观看国产h片| 人人妻,人人澡人人爽秒播 | 免费观看a级毛片全部| 亚洲自偷自拍图片 自拍| 欧美黄色片欧美黄色片| 久久久久国产一级毛片高清牌| 亚洲精品在线美女| 欧美日韩一区二区视频在线观看视频在线| 黄片播放在线免费| 亚洲欧美色中文字幕在线| 国产熟女午夜一区二区三区| 下体分泌物呈黄色| 波野结衣二区三区在线| 精品第一国产精品| 亚洲成人免费av在线播放| 男人操女人黄网站| 国产精品嫩草影院av在线观看| 日本黄色日本黄色录像| 中文字幕色久视频| 国产成人欧美| 国产成人精品久久久久久| xxxhd国产人妻xxx| 精品人妻在线不人妻| 日本wwww免费看| 精品少妇一区二区三区视频日本电影 | 最近中文字幕2019免费版| 国产亚洲最大av| 一个人免费看片子| av福利片在线| 亚洲五月色婷婷综合| 亚洲中文av在线| 免费av中文字幕在线| 亚洲av在线观看美女高潮| 这个男人来自地球电影免费观看 | 久久精品人人爽人人爽视色| 青春草亚洲视频在线观看| 国产xxxxx性猛交| 国产精品秋霞免费鲁丝片| 精品国产超薄肉色丝袜足j| 国产成人精品久久久久久| 久久韩国三级中文字幕| 赤兔流量卡办理| 女人精品久久久久毛片| 国产精品蜜桃在线观看| a级毛片在线看网站| 久久 成人 亚洲| 精品人妻在线不人妻| 亚洲一级一片aⅴ在线观看| 黄色 视频免费看| 亚洲精品自拍成人| 在现免费观看毛片| 久久久国产精品麻豆| 中国国产av一级| tube8黄色片| 日韩不卡一区二区三区视频在线| 黄网站色视频无遮挡免费观看| 女性生殖器流出的白浆| 久久人人爽av亚洲精品天堂| 国产淫语在线视频| 亚洲国产av影院在线观看| 老汉色∧v一级毛片| 麻豆av在线久日| 色婷婷久久久亚洲欧美| 色94色欧美一区二区| 色视频在线一区二区三区| 考比视频在线观看| xxx大片免费视频| 久久久久久久大尺度免费视频| 欧美精品人与动牲交sv欧美| 丝袜美足系列| 久久久欧美国产精品| 各种免费的搞黄视频| 激情视频va一区二区三区| a级毛片在线看网站| 99久国产av精品国产电影| 国产精品.久久久| 亚洲,欧美,日韩| 捣出白浆h1v1| 色网站视频免费| 成人18禁高潮啪啪吃奶动态图| 欧美av亚洲av综合av国产av | 国产老妇伦熟女老妇高清| 亚洲精品美女久久av网站| xxx大片免费视频| 飞空精品影院首页| 亚洲av欧美aⅴ国产| 久久韩国三级中文字幕| 亚洲人成网站在线观看播放| 免费在线观看黄色视频的| 热99国产精品久久久久久7| 亚洲在久久综合| 久久久精品国产亚洲av高清涩受| 久久人人爽人人片av| 人体艺术视频欧美日本| 天堂8中文在线网| 免费黄频网站在线观看国产| 国产精品久久久久久人妻精品电影 | 美女国产高潮福利片在线看| 涩涩av久久男人的天堂| 亚洲国产欧美一区二区综合| 日日摸夜夜添夜夜爱| 久久精品熟女亚洲av麻豆精品| 免费观看a级毛片全部| av国产久精品久网站免费入址| 久久婷婷青草| 亚洲天堂av无毛| 亚洲综合精品二区| 亚洲精华国产精华液的使用体验| 少妇人妻 视频| 美女国产高潮福利片在线看| 欧美日本中文国产一区发布| 成人三级做爰电影| 在线亚洲精品国产二区图片欧美| 亚洲国产精品一区二区三区在线| 最近中文字幕高清免费大全6| 国产又爽黄色视频| 男人操女人黄网站| 国产精品久久久久久精品电影小说| 看免费成人av毛片| av网站在线播放免费| 欧美成人精品欧美一级黄| 成年美女黄网站色视频大全免费| 人人澡人人妻人| 一级爰片在线观看| 国产精品一国产av| 又黄又粗又硬又大视频| 尾随美女入室| 免费久久久久久久精品成人欧美视频| 免费看av在线观看网站| 两性夫妻黄色片| 精品国产超薄肉色丝袜足j| 免费人妻精品一区二区三区视频| 国产日韩欧美视频二区| 亚洲激情五月婷婷啪啪| 免费黄色在线免费观看| 视频在线观看一区二区三区| 国产精品一区二区精品视频观看| 老司机影院毛片| 国产亚洲最大av| 性色av一级| 丝瓜视频免费看黄片| 在线精品无人区一区二区三| 免费观看a级毛片全部| 亚洲精品日本国产第一区| 亚洲欧美成人精品一区二区| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲五月色婷婷综合| 天天操日日干夜夜撸| 一本久久精品| 99re6热这里在线精品视频| 色综合欧美亚洲国产小说| 亚洲国产成人一精品久久久| 高清黄色对白视频在线免费看| 精品一区在线观看国产| 精品亚洲乱码少妇综合久久| 亚洲一区二区三区欧美精品| 99九九在线精品视频| 欧美黑人欧美精品刺激| 国产亚洲欧美精品永久| 亚洲国产成人一精品久久久| 伊人亚洲综合成人网| 大片免费播放器 马上看| 亚洲国产精品999| 最近最新中文字幕免费大全7| 国产精品久久久久久久久免| 欧美精品人与动牲交sv欧美| 欧美乱码精品一区二区三区| 亚洲在久久综合| 国产精品 欧美亚洲| 精品亚洲乱码少妇综合久久| 亚洲色图 男人天堂 中文字幕| 黄色视频在线播放观看不卡| 成年人免费黄色播放视频| 久久午夜综合久久蜜桃| a级片在线免费高清观看视频| 国产精品一区二区在线不卡| 亚洲久久久国产精品| 一区二区三区四区激情视频| 免费在线观看完整版高清| 黑人欧美特级aaaaaa片| 欧美日本中文国产一区发布| 精品少妇内射三级| 国产av精品麻豆| 婷婷色综合www| 亚洲一码二码三码区别大吗| 久久久久精品性色| 视频在线观看一区二区三区| 亚洲精品在线美女| 操出白浆在线播放| 老熟女久久久| 日韩中文字幕视频在线看片| 免费少妇av软件| 男女边吃奶边做爰视频| 18禁国产床啪视频网站| 久久青草综合色| 波野结衣二区三区在线| 超碰成人久久| 久久天躁狠狠躁夜夜2o2o | 亚洲国产成人一精品久久久| 亚洲伊人久久精品综合| 国产精品久久久av美女十八| √禁漫天堂资源中文www| 久久亚洲国产成人精品v| 啦啦啦中文免费视频观看日本| 90打野战视频偷拍视频| 国产精品久久久久成人av| 久久久久久久久久久久大奶| 麻豆乱淫一区二区| 99精品久久久久人妻精品| 自线自在国产av| 各种免费的搞黄视频| 久热这里只有精品99| 精品一区在线观看国产| 十八禁网站网址无遮挡| 亚洲 欧美一区二区三区| 老司机影院毛片| 色婷婷久久久亚洲欧美| 最新的欧美精品一区二区| 飞空精品影院首页| 国产成人91sexporn| 亚洲欧美色中文字幕在线| svipshipincom国产片| 中文字幕人妻丝袜一区二区 | 亚洲国产精品一区二区三区在线| 免费黄色在线免费观看| 99香蕉大伊视频| 男女午夜视频在线观看| 色吧在线观看| 欧美日韩国产mv在线观看视频| 欧美精品av麻豆av| 日本黄色日本黄色录像| 日韩免费高清中文字幕av| 久久久久久久久久久久大奶| 婷婷成人精品国产| 桃花免费在线播放| 日韩精品免费视频一区二区三区| 久久午夜综合久久蜜桃| 久久精品人人爽人人爽视色| 五月天丁香电影| 只有这里有精品99| 纯流量卡能插随身wifi吗| 成人国语在线视频| 国产成人午夜福利电影在线观看| 黄色怎么调成土黄色| 色网站视频免费| 午夜激情av网站| 哪个播放器可以免费观看大片| 女人高潮潮喷娇喘18禁视频| 日韩av免费高清视频| 欧美黑人欧美精品刺激| 亚洲国产最新在线播放| 麻豆av在线久日| 久久久久久久大尺度免费视频| 亚洲一级一片aⅴ在线观看| 考比视频在线观看| 国产成人免费无遮挡视频| 亚洲欧美精品自产自拍| 久久精品久久久久久久性| 精品久久久久久电影网| 国产淫语在线视频| 久久精品久久精品一区二区三区| 国产伦人伦偷精品视频| 韩国高清视频一区二区三区| 99热网站在线观看| 国产又色又爽无遮挡免| 亚洲成人手机| 亚洲精品aⅴ在线观看| 亚洲精品国产区一区二| 18禁裸乳无遮挡动漫免费视频| 久久婷婷青草| 中文字幕av电影在线播放| 亚洲欧美一区二区三区黑人| 热re99久久精品国产66热6| 免费不卡黄色视频| 欧美黑人精品巨大| 国产成人免费无遮挡视频| 国产福利在线免费观看视频| 亚洲精品在线美女| 成人国语在线视频| 久久av网站| 亚洲,一卡二卡三卡| 欧美激情高清一区二区三区 | 日韩伦理黄色片| 亚洲国产毛片av蜜桃av| 综合色丁香网| 成年美女黄网站色视频大全免费| 啦啦啦啦在线视频资源| 午夜老司机福利片| h视频一区二区三区| 日本av手机在线免费观看| 精品国产露脸久久av麻豆| 一边摸一边做爽爽视频免费| 亚洲欧洲国产日韩| 精品国产一区二区三区四区第35| 色视频在线一区二区三区| 狠狠婷婷综合久久久久久88av| 亚洲欧美激情在线| 成人国产av品久久久| 亚洲成国产人片在线观看| 免费看不卡的av| 国产成人a∨麻豆精品| 亚洲一码二码三码区别大吗| 18禁动态无遮挡网站| 又粗又硬又长又爽又黄的视频| 不卡视频在线观看欧美| a级毛片黄视频| 欧美日韩福利视频一区二区| 精品一区二区三卡| 黄色毛片三级朝国网站| 成人毛片60女人毛片免费| 婷婷色av中文字幕| 色综合欧美亚洲国产小说| 国产一区二区三区综合在线观看| 亚洲精品日本国产第一区| 亚洲一卡2卡3卡4卡5卡精品中文| 精品视频人人做人人爽| 国产免费视频播放在线视频| 亚洲av日韩在线播放| 晚上一个人看的免费电影| 少妇人妻久久综合中文| 黄片小视频在线播放| 天天躁日日躁夜夜躁夜夜| 久久久亚洲精品成人影院| 韩国高清视频一区二区三区| 日韩中文字幕视频在线看片| 亚洲精品美女久久av网站| 中文乱码字字幕精品一区二区三区| 婷婷色综合大香蕉| 日韩 欧美 亚洲 中文字幕| 高清不卡的av网站| 日韩av在线免费看完整版不卡| 伊人久久大香线蕉亚洲五| 国产成人免费观看mmmm| 中文字幕人妻丝袜一区二区 | 亚洲美女黄色视频免费看| 涩涩av久久男人的天堂| 精品一区二区三区av网在线观看 | 日日摸夜夜添夜夜爱| 国产精品 国内视频| 久久精品国产a三级三级三级| 搡老乐熟女国产| 亚洲中文av在线| 少妇人妻精品综合一区二区| 国产极品天堂在线| 国产精品麻豆人妻色哟哟久久| 久久99热这里只频精品6学生| 永久免费av网站大全| 日韩制服丝袜自拍偷拍| 青春草亚洲视频在线观看| 男女之事视频高清在线观看 | 亚洲欧美色中文字幕在线| 看免费av毛片| 日韩人妻精品一区2区三区| 精品人妻一区二区三区麻豆| 久久影院123| 亚洲欧美精品自产自拍| 天天躁夜夜躁狠狠躁躁| 中文字幕最新亚洲高清| 天堂中文最新版在线下载| 在线亚洲精品国产二区图片欧美| 欧美另类一区| 肉色欧美久久久久久久蜜桃| 女人被躁到高潮嗷嗷叫费观| av又黄又爽大尺度在线免费看| 美女高潮到喷水免费观看| 亚洲五月色婷婷综合| 久久久久视频综合| 亚洲中文av在线| 国产日韩欧美视频二区| 亚洲国产欧美在线一区| 黄色一级大片看看| 日韩一区二区三区影片| 中文精品一卡2卡3卡4更新| 久久久国产精品麻豆| 一区二区三区激情视频| 又粗又硬又长又爽又黄的视频| 亚洲成色77777| 国产精品国产三级国产专区5o| 777米奇影视久久| 午夜福利免费观看在线| 热re99久久精品国产66热6| 免费久久久久久久精品成人欧美视频| 夫妻性生交免费视频一级片| 亚洲精品中文字幕在线视频| 欧美少妇被猛烈插入视频| 90打野战视频偷拍视频|