• <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 ?

    基于堆疊降噪自編碼機(jī)的廣告博文識別方法

    2018-10-26 02:40:58趙曉樂馮旭鵬劉利軍黃青松
    關(guān)鍵詞:博文特征選擇特征向量

    趙曉樂,欒 杰,馮旭鵬,劉利軍,黃青松,3

    1(昆明理工大學(xué) 信息工程與自動化學(xué)院,昆明650500)2(昆明理工大學(xué) 教育技術(shù)與網(wǎng)絡(luò)中心,昆明 650500)3(云南省計(jì)算機(jī)技術(shù)應(yīng)用重點(diǎn)實(shí)驗(yàn)室,昆明650500)

    1 引 言

    在互聯(lián)網(wǎng)快速發(fā)展的今天,社交網(wǎng)絡(luò)在人們生活中占據(jù)了很重要的位置.其中新浪微博作為基于社交關(guān)系進(jìn)行信息傳播的媒體平臺之一,以其發(fā)信息布門檻低,文本長度短,實(shí)時(shí)分享性以及互動性等特點(diǎn)吸引了大量的用戶注冊和使用[1].盡管微博擁有諸多優(yōu)點(diǎn),但是也存在著一個(gè)嚴(yán)重的問題,即由于微博本身的特性,它允許任何人在不透露自己真實(shí)身份的前提下,就可以表達(dá)自己的意見,這種匿名性鼓勵(lì)了有某種意圖的人會有針對性的發(fā)表言論[2].通常這類博文被稱作噪音博文,其中的廣告博文就是這類言論的代表,其特點(diǎn)是帶有營利性,由專業(yè)人士編寫,內(nèi)容分散,形式多種多樣,很難通過統(tǒng)計(jì)篩選的方法將其去除.隨著微博中的廣告數(shù)量日漸增多,產(chǎn)生了大量的低質(zhì)量或無用信息,直接導(dǎo)致了博文質(zhì)量的下降.微博中廣告的存在使得人們閱讀微博時(shí)不僅浪費(fèi)了大量的時(shí)間,同時(shí)也增加了挖掘博文中有用信息的難度.因此對微博博文中的廣告進(jìn)行識別,去除廣告噪音博文,對于改善博文質(zhì)量,挖掘博文中用的價(jià)值等信息都有重要意義.

    微博充滿了各種各樣的博文,廣告博文屬于噪音博文的一種.目前國內(nèi)外對于噪音博文的定義形式與處理方法多種多樣,Castillo[3]認(rèn)為不可信的博文(Twtter)即謠言是噪音博文,需要設(shè)計(jì)方法進(jìn)行去除.對于不可信的噪音博文,高明霞[4]通過構(gòu)建基于信息融合的識別框架來識別該類噪音博文.Li[5]等基于機(jī)器學(xué)習(xí)算法提出兩種半監(jiān)督的方法應(yīng)用于大量未標(biāo)記數(shù)據(jù)來識別垃圾郵件.董雨辰[6]對新浪微博上的水軍發(fā)布的炒作博文進(jìn)行過濾,通過分析炒作微博的特性,提出基于SVM的炒作博文識別方法.Zhang[7]發(fā)現(xiàn)許多的商家為了擴(kuò)大商品的知名度在Twtter上發(fā)布許多帶有URL鏈接的廣告博文,Zhang對這些博文中涉及的推廣活動進(jìn)行分析,提出一個(gè)基于URL推廣目的相似度的推廣活動博文識別框架.

    對于有專業(yè)人士編寫的有目的性的廣告博文,其內(nèi)容廣泛多變,難以通過統(tǒng)計(jì)篩選將其過濾.目前國內(nèi)外關(guān)于廣告博文的去除主要有以下幾種方法.王琳[8]將廣告微博和字符微博定義為噪音博文,并通過對廣告博文進(jìn)行分析,確定廣告博文擁有的特性,將各個(gè)特性值相加并設(shè)定閾值來過濾廣告博文.Anita[9]在經(jīng)過實(shí)驗(yàn)驗(yàn)證之后發(fā)現(xiàn)使用隨機(jī)森林分類的方法識別廣告博文效果最好.姚子瑜[10]在Zhang和Anita的基礎(chǔ)上將廣告博文和有獎營銷博文放在一起作為噪音博文,通過樸素貝葉斯和最大期望算法構(gòu)建一種半監(jiān)督的噪音博文識別模型,實(shí)驗(yàn)證明所提的模型要優(yōu)于樸素貝葉斯和支持向量機(jī)模型.高俊波等[11]使用文本數(shù)據(jù)作為特征,采用監(jiān)督學(xué)習(xí)的方式構(gòu)建SVM分類模型進(jìn)行廣告博文的識別;然而這種方式在建立模型未考慮博主社會關(guān)系方面的特征.因此,郭跇秀等[12]從博主角度出發(fā)定義特征,在原有的特征基礎(chǔ)上引入博主“主題”特征,實(shí)驗(yàn)證明在引入博主“主題”特征之后廣告博文識別模型準(zhǔn)確率有所提高.但上述方法在構(gòu)建模型時(shí)都沒有對特征進(jìn)行選擇,使用的特征或多或少存在著冗余的問題.張宇翔等[13]參考特征工程中現(xiàn)有的特征選擇方法(主要為機(jī)器學(xué)習(xí)方法)構(gòu)建自己的特征選擇方法,并將選擇后的特征用于構(gòu)建微博反垃圾模型,實(shí)驗(yàn)表明相比于方法的選擇,特征選擇對模型的識別效果更為重要.

    對此,本文從另一個(gè)角度出發(fā),使用堆疊降噪自編碼機(jī)進(jìn)行特征選擇,提出一種基于SDA的廣告博文識別模型.一方面通過SDA對特征進(jìn)行降維處理,將原有特征編碼成另一種更低維度的特征表征,解決特征冗余的問題,提高了模型的識別率,另一方面使用深度學(xué)習(xí)技術(shù)對特征進(jìn)行選擇減輕了特征選擇的工作量,降低了應(yīng)用的難度.

    2 相關(guān)工作

    2.1 word2vec

    首先通過訓(xùn)練將微博文本中的每個(gè)詞表征為K維實(shí)數(shù)值向量,通過計(jì)算詞與詞之間的距離來計(jì)算他們之間的語義相似度.然后根據(jù)詞頻用Huffman編碼,使得所有詞頻相似的詞隱藏層激活的內(nèi)容基本一致,出現(xiàn)頻率越高的詞語,他們激活的隱藏層數(shù)目越少,這樣有效的降低了計(jì)算的復(fù)雜度[14].其采用的模型有CBOW和Skip-Gram兩種.

    CBOW模型的基本原理是通過已知當(dāng)前詞的上下文Context(w)對當(dāng)前詞w(t)進(jìn)行預(yù)測,其條件概率函數(shù)如下:

    (1)

    Skip-Gram模型的與CBOW模型相反,Skip-Gram模型的基本原理是通過已知當(dāng)前詞w(t)對當(dāng)前詞的上下文Context(w)進(jìn)行預(yù)測.其條件概率函數(shù)如下:

    (2)

    (3)

    2.2 堆疊降噪自編碼機(jī)

    想要了解堆疊降噪自編碼機(jī)的原理首先理解其中的基本單元自編碼機(jī)的原理,自編碼機(jī)最早是由Hinton等人[15-17]提出,是一種無監(jiān)督的學(xué)習(xí)算法,主要由兩個(gè)部分組成,編碼和解碼.在整個(gè)過程中嘗試學(xué)習(xí)一個(gè)函數(shù)y使得輸出最大程度上復(fù)現(xiàn)輸入x,實(shí)現(xiàn)自編碼機(jī)學(xué)習(xí)出x→h→y的能力并且在幾乎不損失信息量的情況下將原始數(shù)據(jù)表達(dá)成另一種形式.基于這一原理便可以實(shí)現(xiàn)使用自編碼機(jī)對特征進(jìn)行壓縮,將高維特征轉(zhuǎn)化為更低維度的特征表征,以此達(dá)到特征選擇的目的.

    降噪自編碼機(jī)是自編碼機(jī)的變種,由Vincent等人[18]于2010年提出,他認(rèn)為能將原始數(shù)據(jù)進(jìn)行編碼并通過解碼將其恢復(fù)的自編碼機(jī)并不一定是最好的,能夠?qū)⒂性胍舻脑紨?shù)據(jù)編碼并通過解碼將其恢復(fù)為真正的原始數(shù)據(jù)的自編碼機(jī)才是最好的.降噪自編碼機(jī)的結(jié)構(gòu)如圖1.

    圖1 降噪自編碼機(jī)結(jié)構(gòu)圖Fig.1 Noise reduction autoencoders structure

    堆疊降噪自編碼機(jī)(SDA)是在降噪自編碼機(jī)上的一種改進(jìn),這種改進(jìn)的目的是為了通過深層網(wǎng)絡(luò)學(xué)習(xí)出原始數(shù)據(jù)的多種表達(dá),每一層都以上一層的輸出作為輸入,借此找出最適合分類任務(wù)的表征.堆疊顧名思義其使用的編碼機(jī)不止一個(gè),其結(jié)構(gòu)如圖2.

    圖2 堆疊降噪自編碼機(jī)結(jié)構(gòu)圖
    Fig.2 Stack noise reduction autoencoders structure

    其中DAE1表示的是降噪自編碼機(jī)單元,當(dāng)我們完成自編碼機(jī)的訓(xùn)練之后,其輸出z就沒有存在的必要了,因?yàn)閷ξ覀儊碚f最重要的是隱藏層的數(shù)據(jù),因此上圖中降噪自編碼機(jī)單元的輸出為h.堆疊降噪自編碼機(jī)的訓(xùn)練是逐層訓(xùn)練的,也就是說前一個(gè)單元訓(xùn)練完成之后將輸出傳遞給下一個(gè)單元,下一單元接受數(shù)據(jù)后才能開始訓(xùn)練,最終完成整個(gè)網(wǎng)絡(luò)的訓(xùn)練.

    2.3 最大熵分類

    最大熵是在給定約束條件下,對未知情況不做任何假設(shè).這樣得到的概率分布越均勻,概率模型的熵越大,預(yù)測的風(fēng)險(xiǎn)就越小[19].在本文中,將微博文本特征向量放入最大熵分類中,得到該特征向量的博文識別模型.最大熵分類模型公式如下:

    (4)

    (5)

    其中y為分類結(jié)果,x為評論特征,Zw(x)稱為規(guī)范化因子,wi是特征的權(quán)重,f(x,y)是特征函數(shù).

    3 SDA博文去噪模型

    3.1 基于SDA博文去噪模型

    博文去噪的對象是無內(nèi)容的博文、無評論的博文、廣告博文.模型的總體框架如圖3所示,模型的輸入是采集到的微博文本數(shù)據(jù),輸出是微博文本的分類結(jié)果.

    圖3 SDA廣告博文識別模型框架Fig.3 SDA advertisements post recognition model framework

    在上述過程中,由于特征選擇方式的不同,廣告博文的去除方式也不同,分為如下三種方式:

    1)基于微博文本特征向量的廣告博文識別模型:首先使用word2vec對微博文本進(jìn)行處理,將其轉(zhuǎn)化為文本向量,再對文本向量使用SDA進(jìn)行特征選擇,獲得基于微博文本的特征向量(FV1),將FV1放入最大熵分類中得到基于FV1的廣告博文識別模型M1.

    2)基于人工定義特征向量的廣告博文識別模型:對噪音博文進(jìn)行分析定義特征,然后對定義的特征進(jìn)行抽取獲得人工定義的特征,將人工定義的特征作為SDA的輸入,進(jìn)行特征選擇,得到基于人工定義的特征向量(FV2).將FV2放入最大熵分類中得到基于FV2的廣告博文識別模型M2.

    3)基于組合特征向量的廣告博文識別模型:將FV1和FV2放在一起進(jìn)行組合得到組合特征向量(FV3),將FV3放入最大熵分類中得到基于FV3的廣告博文識別模型M3.

    依據(jù)分類結(jié)果篩選出最好的分類模型,依據(jù)此分類模型識別廣告博文.

    3.2 基于微博文本的特征向量

    文本特征一直都是廣告博文識別中特征工程的一個(gè)重要組成部分,先前研究對其處理的方式主要是通過對文本數(shù)據(jù)中出現(xiàn)的詞進(jìn)行編號,對每個(gè)詞計(jì)算其TFIDF值作為該特征的權(quán)重,依此來構(gòu)建文本特征向量.然而由于新浪微博將文本的字?jǐn)?shù)限制從原來的140字調(diào)整到了2000字,使得文本的特征詞也相應(yīng)的得到擴(kuò)大,而且其中存在著大量的同義詞,上下文依賴嚴(yán)重,因此難免會出現(xiàn)特征詞冗余的問題.

    對此論文首先使用word2vec對文本進(jìn)行處理,借助word2vec在語義信息表征上的優(yōu)越性[20]把文本中的每個(gè)詞轉(zhuǎn)化為向量表示稱之為詞向量,再將獲得的詞向量進(jìn)行組合,得到文本向量.公式如下:

    (6)

    其中v(blog)i表示文本向量第j下標(biāo)所對應(yīng)的值,n為詞向量的維度,m為文本包含的詞數(shù),word2vecij表示第i個(gè)詞的詞向量下標(biāo)j所對應(yīng)的位置.

    此外對博文進(jìn)行分析,可發(fā)現(xiàn)微博上的博文主要有兩種類型,一種是原創(chuàng)博文,另一種是博主轉(zhuǎn)發(fā)的博文.由于轉(zhuǎn)發(fā)的博文比原創(chuàng)博文多了一項(xiàng)轉(zhuǎn)發(fā)理由,而轉(zhuǎn)發(fā)理由也包含了大量文本信息,為了表征所有種類博文的文本信息,本文將文本特征向量分為兩部分,前一部分用以表征轉(zhuǎn)發(fā)的博文的文本信息,后一部分用于表征轉(zhuǎn)發(fā)理由這一文本信息,對于原創(chuàng)博文而言,其文本特征向量的前一部分表征博文的文本信息,由于其沒有轉(zhuǎn)發(fā)理由這一文本信息,故將其特征向量的后一部分做置0處理.這樣就得到所有種類博文的文本特征向量,再使用SDA對獲取的文本特征向量進(jìn)行特征選擇,得到FV1.

    3.3 人工定義的特征向量

    人工對問題分析定義特征是特征工程的常用方法,先前關(guān)于廣告博文的研究中,特征的定義已經(jīng)十分完善,本文在特征定義上引用上述研究定義的特征并依據(jù)自身對微博文本的分析補(bǔ)充一些特征.特征的詳情如表1所示.

    表1 特征詳情表Table1 Feature details

    特征定義之后需要對數(shù)據(jù)進(jìn)行處理,將特征從其中抽取出來.由于定義的特征數(shù)過多,對于能直接量化的特征不做贅述,對不能直接量化的特征描述如下:

    1)昵稱復(fù)雜度

    昵稱復(fù)雜度主要表征的是微博用戶昵稱的復(fù)雜程度,微博用戶昵稱允許輸入字母、數(shù)字、漢字、特殊字符這四種字符,論文對這四種字符設(shè)立權(quán)重并計(jì)算四種字符在昵稱中所出現(xiàn)的次數(shù),將四種字符的權(quán)重與出現(xiàn)次數(shù)相乘并求和作為用戶的昵稱復(fù)雜度.

    (7)

    其中NC表示昵稱復(fù)雜度,i表示字符編號,wi表示i字符的權(quán)重,ti表示i型字符在用戶昵稱中出現(xiàn)的次數(shù).

    2)博文情感

    博文情感使用博文的情感傾向來表示正面:1,負(fù)面:0.通過工具包構(gòu)建情感分析模型,將模型分析出來的值作為博文的情感特征值.

    將抽取的特征進(jìn)行融合得到初步的特征向量,對初步的特征向量使用SDA進(jìn)行特征選擇得到FV2.

    3.4 組合特征向量

    組合特征向量的構(gòu)建在前兩種特征向量構(gòu)建的基礎(chǔ)上進(jìn)行,前兩種特征構(gòu)建方法是現(xiàn)階段研究中較為常用的特征向量構(gòu)建方法,其方法各有優(yōu)點(diǎn)但也各有缺點(diǎn),對此我們將前兩種方法構(gòu)建的特征向量進(jìn)行組合,構(gòu)建組合特征向量.具體組合方式是通過構(gòu)建一個(gè)能同時(shí)容納兩種特征向量的高維向量作為FV3.

    4 實(shí) 驗(yàn)

    4.1 實(shí)驗(yàn)設(shè)計(jì)

    為了驗(yàn)證本文所提方法的有效性,實(shí)驗(yàn)分為四個(gè)部分進(jìn)行,第一部分為特征抽取實(shí)驗(yàn),用以驗(yàn)證論文中所提的特征抽取方法的有效性(針對不能直接量化的特征).第二部分為SDA特征選擇實(shí)驗(yàn),將引入SDA之后的模型與未引入SDA的模型的識別效果作對比,驗(yàn)證使用SDA進(jìn)行特征選擇的有效性.第三部分為對比選擇實(shí)驗(yàn),分兩個(gè)階段進(jìn)行,首先將FV1和FV2進(jìn)行組合實(shí)驗(yàn)獲得基于FV3的識別模型.第二階段,將基于FV3的識別模型與之前的基于FV1的識別模型和基于FV2的識別模型作對比,選出識別效果最好的模型用于廣告類噪音博文的去除.第四部分為分類對比實(shí)驗(yàn),將最大熵分類與其他分類方法作對比,驗(yàn)證選擇最大熵分類的有效性.

    4.2 實(shí)驗(yàn)數(shù)據(jù)

    由于在廣告博文識別方面尚未有標(biāo)準(zhǔn)的數(shù)據(jù)集,因此本文使用爬蟲獲取的數(shù)據(jù)進(jìn)行實(shí)驗(yàn).實(shí)驗(yàn)數(shù)據(jù)主要分為兩個(gè)部分(DA,DB),DA是通過對COAE2013中傾向性分析評測數(shù)據(jù)文本進(jìn)行預(yù)處理獲得的數(shù)據(jù),DB是對爬蟲獲取的微博數(shù)據(jù)進(jìn)行預(yù)處理(主要為第一步的去除無法獲取博主信息的博文,第二步的兩輪人工標(biāo)注,標(biāo)注廣告博文)之后得到的,包括微博,和博主信息.同時(shí)為了獲得高維的最大熵特征函數(shù)向量,提高最大熵分類的效果.論文使用不平衡的樣本數(shù)據(jù)訓(xùn)練模型,使用權(quán)重調(diào)整的方式解決樣本不平衡帶來分類問題.數(shù)據(jù)詳情如表2所示.

    表2 數(shù)據(jù)詳情

    4.3 特征抽取實(shí)驗(yàn)

    對于不能直接量化的特征進(jìn)行抽取實(shí)驗(yàn),驗(yàn)證本文抽取方法的有效性.昵稱復(fù)雜度的抽取實(shí)驗(yàn)如表3所示.

    表3 昵稱復(fù)雜度抽取實(shí)驗(yàn)Table 3 Nickname complexity extraction experiment

    表3展示的是使用本文方法抽取復(fù)雜度的部分實(shí)例,可以看出復(fù)雜度的給定基本符合客觀事實(shí).

    表4 情感特征抽取實(shí)驗(yàn)Table 4 Emotional feature extraction experiment

    從表4中實(shí)驗(yàn)結(jié)果可以看出情感分析的準(zhǔn)確率在86%以上,召回率在84%以上,達(dá)到了實(shí)驗(yàn)要求的標(biāo)準(zhǔn).

    4.4 SDA特征選擇實(shí)驗(yàn)

    為了驗(yàn)證使用SDA進(jìn)行特征選擇之后對模型產(chǎn)生的效果,對比SDA引入前后模型識別率的變化.首先展示未引入SDA的模型識別效果(一方面由于本文識別的是廣告博文,另一方面為了更好的對比實(shí)驗(yàn)結(jié)果,后續(xù)實(shí)驗(yàn)結(jié)果將僅展示廣告博文類的P、R、F),實(shí)驗(yàn)結(jié)果如表5所示.

    表5 未引入SDA的實(shí)驗(yàn)結(jié)果Table 5 No experimental results were introduced for SDA

    從模型的F值上看,兩個(gè)模型之間相差不大,僅有1.24%的差距.從準(zhǔn)確率上看,基于特征FV2所構(gòu)建的模型準(zhǔn)確率只有49.37%,表明該模型存在許多誤判的情況,而基于特征FV1所構(gòu)建的模型其準(zhǔn)確率為100%,明顯高于前者.從召回率來看,基于特征FV2所構(gòu)建的模型要略有優(yōu)勢.總的來說僅從表5的實(shí)驗(yàn)結(jié)果難以判斷兩個(gè)模型哪個(gè)效果更好.因此對兩個(gè)模型分別引入SDA進(jìn)行特征選擇,觀察模型的識別效果.引入SDA之后模型的實(shí)驗(yàn)結(jié)果如表6所示.

    表6 引入SDA的實(shí)驗(yàn)結(jié)果Table 6 No experimental results were introduced for SDA

    對比表5和表6的實(shí)驗(yàn)結(jié)果可以看出在引入SDA之后對于基于不同特征向量的模型,其識別效果均有不同程度的提升.此外從F值上看,對于FV1來說,當(dāng)特征維度降至50維的時(shí)候模型的識別效果最好,對于FV2來說,當(dāng)特征維度降至15維的時(shí)候模型的識別效果最好,因此后續(xù)實(shí)驗(yàn)中文本特征向量選擇經(jīng)過SDA處理后的50維向量,而人工定義的特征向量則選擇經(jīng)過SDA處理后的15維特征向量.

    4.5 對比選擇實(shí)驗(yàn)

    根據(jù)本文4.3節(jié)所述將識別效果最好的人工定義的特征向量(經(jīng)過SDA處理后的15維特征向量)和文本特征向量(經(jīng)過SDA處理后的50維特征向量)組合構(gòu)建一個(gè)65維的特征向量作為組合特征向量FV3,將組合特征向量放入最大熵分類中獲得基于組合特征向量的廣告識別模型M3,將M3與之前識別效果最好的M1進(jìn)行比,選取出廣告博文識別效果最好的模型.實(shí)驗(yàn)結(jié)果如表7所示.

    表7 對比實(shí)驗(yàn)表Table 7 Comparison of experimental tables

    從表7可以看出基于文本特征向量的模型M1的識別效果最好,雖然其識別的準(zhǔn)確率較低,但是其召回率較高能識別出微博中絕大部分的廣告博文,因此選取M1用于廣告類噪音博文的去除.

    4.6 分類對比實(shí)驗(yàn)

    對比實(shí)驗(yàn)中由于有些分類方法在實(shí)現(xiàn)時(shí)難以對模型進(jìn)行權(quán)重調(diào)整,因此將分類對比實(shí)驗(yàn)分為兩步來做.對不可以進(jìn)行權(quán)重調(diào)整的方法使用重采樣的方式來解決數(shù)據(jù)不平衡問題.同樣與之對比的最大熵也使用相同的數(shù)據(jù)進(jìn)行實(shí)驗(yàn),重采樣的特征選擇和權(quán)重調(diào)整的特征選擇使用的方法一致.實(shí)驗(yàn)得出當(dāng)模型的特征向量為FV1維度為150維時(shí),模型在重采樣數(shù)據(jù)集上效果最好.對比實(shí)驗(yàn)結(jié)果如表8所示.

    從F值上可以看出無論是權(quán)重調(diào)整還是重采樣,與其他分類方法相比,最大熵分類方法在廣告博文識別問題上的效果都是要優(yōu)于其他分類方法的.因此選擇最大熵作為解決本問題的分類方法是有效可行的.

    表8 分類對比實(shí)驗(yàn)Table 8 Classification comparison experiment

    5 結(jié) 語

    本文重點(diǎn)介紹了針對博文去噪問題所提出的基于SDA的廣告博文識別方法,提出了三種不同的識別模型,依據(jù)實(shí)驗(yàn)結(jié)果選出其中對廣告博文識別效果最好的模型,將其與前面介紹的統(tǒng)計(jì)篩選放在一起作為噪音博文去噪的方法.實(shí)驗(yàn)結(jié)果表明該方法能夠有效識別絕大多數(shù)的廣告博文,且效果優(yōu)于其他模型.

    不足之處:由于廣告博文的形式越來多變復(fù)雜(如文字很少,廣告以圖片的形式展示),使得實(shí)驗(yàn)數(shù)據(jù)標(biāo)注出現(xiàn)的誤差變大,導(dǎo)致模型識別誤差較大,因此下一步工作將考慮使用半監(jiān)督學(xué)習(xí)的方式來調(diào)整訓(xùn)練數(shù)據(jù)集.

    猜你喜歡
    博文特征選擇特征向量
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計(jì)——以特征值和特征向量為例
    克羅內(nèi)克積的特征向量
    第一次掙錢
    一類特殊矩陣特征向量的求法
    誰和誰好
    EXCEL表格計(jì)算判斷矩陣近似特征向量在AHP法檢驗(yàn)上的應(yīng)用
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    Review on Tang Wenzhi’s The Gist of Chinese Writing Gamut
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    打電話2
    成人三级做爰电影| 香蕉国产在线看| 国产av在哪里看| 757午夜福利合集在线观看| 成熟少妇高潮喷水视频| 午夜福利视频1000在线观看| 国产亚洲欧美在线一区二区| 国产又色又爽无遮挡免费看| 又黄又粗又硬又大视频| 欧美中文综合在线视频| 欧美日韩一级在线毛片| 日韩欧美免费精品| 久久久久久久精品吃奶| 很黄的视频免费| 日本在线视频免费播放| 一级毛片高清免费大全| 国产精品影院久久| 深夜精品福利| 最近最新中文字幕大全免费视频| 亚洲国产欧美一区二区综合| 免费女性裸体啪啪无遮挡网站| 两人在一起打扑克的视频| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品国产高清国产av| 成人亚洲精品av一区二区| 国产精品爽爽va在线观看网站 | 精品国产亚洲在线| 天天一区二区日本电影三级| 国产区一区二久久| 香蕉国产在线看| 夜夜爽天天搞| 国产精品爽爽va在线观看网站 | 日韩大码丰满熟妇| 精品欧美一区二区三区在线| 亚洲中文日韩欧美视频| 国产视频一区二区在线看| 男人舔女人的私密视频| 久久天堂一区二区三区四区| 中亚洲国语对白在线视频| 精品午夜福利视频在线观看一区| 色婷婷久久久亚洲欧美| 国内揄拍国产精品人妻在线 | 精品国产乱子伦一区二区三区| 夜夜看夜夜爽夜夜摸| 久久99热这里只有精品18| cao死你这个sao货| 久久香蕉激情| 国产精品电影一区二区三区| 黑人巨大精品欧美一区二区mp4| 欧美黑人精品巨大| 中文字幕人成人乱码亚洲影| 成人国产一区最新在线观看| 久久精品91蜜桃| 亚洲专区中文字幕在线| 免费在线观看完整版高清| 搡老妇女老女人老熟妇| bbb黄色大片| 男男h啪啪无遮挡| 日本成人三级电影网站| 中文字幕人成人乱码亚洲影| 两个人视频免费观看高清| 亚洲色图 男人天堂 中文字幕| aaaaa片日本免费| 一本精品99久久精品77| 老司机在亚洲福利影院| 亚洲真实伦在线观看| 88av欧美| av超薄肉色丝袜交足视频| 欧美中文综合在线视频| 手机成人av网站| av天堂在线播放| 精品国产美女av久久久久小说| 亚洲精品美女久久久久99蜜臀| 午夜亚洲福利在线播放| 久久这里只有精品19| 国产aⅴ精品一区二区三区波| 侵犯人妻中文字幕一二三四区| 久久久久亚洲av毛片大全| 免费在线观看完整版高清| 少妇裸体淫交视频免费看高清 | 1024视频免费在线观看| 欧美国产日韩亚洲一区| 精品国产超薄肉色丝袜足j| 日韩 欧美 亚洲 中文字幕| or卡值多少钱| 国产熟女午夜一区二区三区| 人人澡人人妻人| 亚洲专区字幕在线| 国产一区二区三区在线臀色熟女| 久久久久久久久中文| aaaaa片日本免费| 19禁男女啪啪无遮挡网站| 国产亚洲av高清不卡| 久久精品亚洲精品国产色婷小说| 最新在线观看一区二区三区| 宅男免费午夜| 亚洲一码二码三码区别大吗| 国产人伦9x9x在线观看| 丁香欧美五月| 身体一侧抽搐| 在线永久观看黄色视频| 午夜精品在线福利| 久久青草综合色| 亚洲电影在线观看av| 97人妻精品一区二区三区麻豆 | 高清毛片免费观看视频网站| 精品国产乱子伦一区二区三区| 精品一区二区三区视频在线观看免费| 国产精品九九99| 亚洲一卡2卡3卡4卡5卡精品中文| 热re99久久国产66热| 成人国产一区最新在线观看| 少妇裸体淫交视频免费看高清 | 亚洲精品国产区一区二| 精品国产一区二区三区四区第35| 中国美女看黄片| 正在播放国产对白刺激| 国产一级毛片七仙女欲春2 | 老司机深夜福利视频在线观看| 亚洲真实伦在线观看| 一二三四社区在线视频社区8| 这个男人来自地球电影免费观看| 啦啦啦韩国在线观看视频| 12—13女人毛片做爰片一| 日韩三级视频一区二区三区| 99热6这里只有精品| 在线国产一区二区在线| 国产一区在线观看成人免费| 久久久久九九精品影院| 啦啦啦观看免费观看视频高清| 亚洲精品国产区一区二| 欧美性猛交黑人性爽| 国产成人一区二区三区免费视频网站| 日本熟妇午夜| 国产精品久久久人人做人人爽| 欧美成人一区二区免费高清观看 | 女人被狂操c到高潮| 老司机深夜福利视频在线观看| 国产在线观看jvid| a级毛片在线看网站| 精品久久久久久久久久久久久 | 18禁美女被吸乳视频| 最新在线观看一区二区三区| 老熟妇乱子伦视频在线观看| 一二三四社区在线视频社区8| av福利片在线| 99国产精品一区二区三区| 在线视频色国产色| 欧美zozozo另类| 国产精品 欧美亚洲| 国产视频一区二区在线看| 岛国视频午夜一区免费看| 亚洲色图 男人天堂 中文字幕| 国产精品电影一区二区三区| 午夜影院日韩av| 国产亚洲精品久久久久5区| 精品日产1卡2卡| 亚洲欧美精品综合一区二区三区| 亚洲熟妇中文字幕五十中出| 国产精品亚洲av一区麻豆| 两个人看的免费小视频| 91字幕亚洲| 亚洲九九香蕉| 国产久久久一区二区三区| 亚洲人成网站在线播放欧美日韩| videosex国产| 国产成人啪精品午夜网站| 一边摸一边做爽爽视频免费| 国产一区二区三区在线臀色熟女| 亚洲国产中文字幕在线视频| 亚洲成人久久性| 免费高清在线观看日韩| 色尼玛亚洲综合影院| 精品一区二区三区视频在线观看免费| 黑丝袜美女国产一区| 特大巨黑吊av在线直播 | 日韩有码中文字幕| 91九色精品人成在线观看| 欧美在线黄色| 这个男人来自地球电影免费观看| 精品卡一卡二卡四卡免费| 国产又爽黄色视频| 国产欧美日韩一区二区精品| 亚洲va日本ⅴa欧美va伊人久久| 男女做爰动态图高潮gif福利片| 日韩高清综合在线| 色播在线永久视频| 黄色女人牲交| 日韩有码中文字幕| 国产精品99久久99久久久不卡| 宅男免费午夜| 久99久视频精品免费| 欧美乱色亚洲激情| 国产私拍福利视频在线观看| 亚洲成a人片在线一区二区| 色老头精品视频在线观看| 国产高清激情床上av| 欧美成狂野欧美在线观看| 此物有八面人人有两片| 在线观看舔阴道视频| 夜夜爽天天搞| 99久久无色码亚洲精品果冻| 最近最新免费中文字幕在线| av在线天堂中文字幕| 免费高清视频大片| 宅男免费午夜| 女人高潮潮喷娇喘18禁视频| 免费看a级黄色片| 亚洲第一av免费看| 国产精品香港三级国产av潘金莲| 亚洲一区中文字幕在线| 免费在线观看黄色视频的| 国产精品久久久人人做人人爽| www.自偷自拍.com| 午夜福利高清视频| 12—13女人毛片做爰片一| 777久久人妻少妇嫩草av网站| 欧美成人免费av一区二区三区| 黄色视频不卡| 欧美日韩黄片免| 中文资源天堂在线| 黑人欧美特级aaaaaa片| 欧美日韩亚洲国产一区二区在线观看| 最近在线观看免费完整版| 日韩av在线大香蕉| 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| 人成视频在线观看免费观看| www国产在线视频色| 老司机深夜福利视频在线观看| 黄片小视频在线播放| 亚洲免费av在线视频| 亚洲成人免费电影在线观看| 亚洲aⅴ乱码一区二区在线播放 | 亚洲一区中文字幕在线| 国产一区二区激情短视频| 一卡2卡三卡四卡精品乱码亚洲| 每晚都被弄得嗷嗷叫到高潮| 一级片免费观看大全| 精品高清国产在线一区| 日韩欧美三级三区| 亚洲国产精品久久男人天堂| 亚洲欧美日韩无卡精品| 国产极品粉嫩免费观看在线| 国产亚洲av高清不卡| av在线天堂中文字幕| 久久人妻av系列| 久久国产乱子伦精品免费另类| 亚洲成av人片免费观看| 亚洲色图av天堂| 午夜福利免费观看在线| 我的亚洲天堂| 男女做爰动态图高潮gif福利片| 久久这里只有精品19| 亚洲人成网站在线播放欧美日韩| 日韩欧美免费精品| 一级毛片高清免费大全| 一二三四社区在线视频社区8| 国产单亲对白刺激| 此物有八面人人有两片| 欧美乱妇无乱码| 亚洲最大成人中文| 俄罗斯特黄特色一大片| 亚洲av中文字字幕乱码综合 | 天堂影院成人在线观看| 一级a爱片免费观看的视频| 别揉我奶头~嗯~啊~动态视频| 国产乱人伦免费视频| 一个人免费在线观看的高清视频| 国产成人av激情在线播放| 一a级毛片在线观看| 国产国语露脸激情在线看| 亚洲五月色婷婷综合| 制服丝袜大香蕉在线| 欧美色欧美亚洲另类二区| 国产亚洲精品av在线| 日本精品一区二区三区蜜桃| 校园春色视频在线观看| 亚洲国产精品sss在线观看| 在线观看免费午夜福利视频| 亚洲精品国产区一区二| 俺也久久电影网| 欧美 亚洲 国产 日韩一| 国产午夜精品久久久久久| 国产片内射在线| 美女大奶头视频| 亚洲人成伊人成综合网2020| 国产爱豆传媒在线观看 | 色av中文字幕| 俄罗斯特黄特色一大片| 黄片播放在线免费| 午夜免费观看网址| 久久久久精品国产欧美久久久| 久久国产乱子伦精品免费另类| 可以在线观看的亚洲视频| 国产精品永久免费网站| 在线视频色国产色| 国产精品美女特级片免费视频播放器 | 欧美日韩福利视频一区二区| 少妇 在线观看| 51午夜福利影视在线观看| 久久国产亚洲av麻豆专区| 亚洲av美国av| 最近最新中文字幕大全电影3 | 亚洲人成电影免费在线| 不卡一级毛片| 欧美乱妇无乱码| 成年版毛片免费区| 欧美激情高清一区二区三区| 成人精品一区二区免费| 久久香蕉国产精品| 成人欧美大片| 亚洲av成人av| 亚洲天堂国产精品一区在线| 午夜福利一区二区在线看| 最新在线观看一区二区三区| 国产爱豆传媒在线观看 | 国产又黄又爽又无遮挡在线| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲第一电影网av| 久久婷婷人人爽人人干人人爱| 十分钟在线观看高清视频www| 伊人久久大香线蕉亚洲五| 香蕉国产在线看| 精品不卡国产一区二区三区| 国产成人精品久久二区二区91| 亚洲国产日韩欧美精品在线观看 | 久久久久免费精品人妻一区二区 | 久久久久久亚洲精品国产蜜桃av| 国产精品一区二区精品视频观看| 免费看美女性在线毛片视频| 香蕉久久夜色| 99国产综合亚洲精品| 免费一级毛片在线播放高清视频| 久久香蕉国产精品| 一级毛片精品| 国产精品二区激情视频| 黄色a级毛片大全视频| 久久精品国产清高在天天线| 亚洲欧洲精品一区二区精品久久久| 97人妻精品一区二区三区麻豆 | 日本成人三级电影网站| 视频在线观看一区二区三区| 黑人巨大精品欧美一区二区mp4| 色播亚洲综合网| 欧美 亚洲 国产 日韩一| av在线天堂中文字幕| 一级毛片高清免费大全| 亚洲精品粉嫩美女一区| 亚洲av中文字字幕乱码综合 | 亚洲专区字幕在线| 国内毛片毛片毛片毛片毛片| 无限看片的www在线观看| 久久久精品欧美日韩精品| 麻豆一二三区av精品| 日韩三级视频一区二区三区| 黄色毛片三级朝国网站| 成人亚洲精品一区在线观看| 99久久99久久久精品蜜桃| 亚洲av日韩精品久久久久久密| 成人欧美大片| 欧美性猛交黑人性爽| 日日摸夜夜添夜夜添小说| 亚洲精品美女久久久久99蜜臀| 亚洲天堂国产精品一区在线| 亚洲av美国av| 免费在线观看日本一区| 琪琪午夜伦伦电影理论片6080| 中文字幕av电影在线播放| 天堂动漫精品| 91老司机精品| 19禁男女啪啪无遮挡网站| 啦啦啦韩国在线观看视频| 久久久久久久久久黄片| 最近最新中文字幕大全电影3 | 最新在线观看一区二区三区| 国产成人系列免费观看| 校园春色视频在线观看| 午夜a级毛片| 亚洲国产中文字幕在线视频| av欧美777| 午夜福利成人在线免费观看| 男女做爰动态图高潮gif福利片| 欧美中文综合在线视频| 午夜免费观看网址| 欧美一级a爱片免费观看看 | 亚洲一卡2卡3卡4卡5卡精品中文| 黄色 视频免费看| 国产熟女午夜一区二区三区| 成人国产一区最新在线观看| 国产麻豆成人av免费视频| 97碰自拍视频| 国产精品亚洲av一区麻豆| 亚洲国产毛片av蜜桃av| 亚洲国产中文字幕在线视频| 日韩欧美一区视频在线观看| 熟女少妇亚洲综合色aaa.| 亚洲精品久久成人aⅴ小说| 欧美中文综合在线视频| 草草在线视频免费看| 法律面前人人平等表现在哪些方面| 国产高清激情床上av| 欧美中文综合在线视频| 午夜福利一区二区在线看| www.熟女人妻精品国产| 少妇被粗大的猛进出69影院| 精品久久久久久久久久免费视频| 亚洲精品国产精品久久久不卡| 久久国产亚洲av麻豆专区| 一个人免费在线观看的高清视频| 精品国产国语对白av| 久久中文字幕一级| 婷婷亚洲欧美| 午夜免费激情av| 亚洲中文字幕一区二区三区有码在线看 | 日韩精品青青久久久久久| 18禁黄网站禁片午夜丰满| 成人三级黄色视频| 亚洲国产中文字幕在线视频| 国产精品久久久久久精品电影 | 久久久久久大精品| 欧美日本视频| 99国产精品一区二区蜜桃av| 国产视频一区二区在线看| 日韩三级视频一区二区三区| 国内精品久久久久精免费| 亚洲精品国产精品久久久不卡| 国产成人精品久久二区二区免费| 亚洲精品中文字幕一二三四区| 亚洲色图av天堂| 又大又爽又粗| 国产爱豆传媒在线观看 | 香蕉久久夜色| 一个人观看的视频www高清免费观看 | 亚洲成av人片免费观看| 日本免费一区二区三区高清不卡| av片东京热男人的天堂| 日本 av在线| 两个人看的免费小视频| 久久久国产精品麻豆| 无限看片的www在线观看| 久久久久久久精品吃奶| 在线观看免费视频日本深夜| 一级作爱视频免费观看| 精品久久久久久,| 欧美中文综合在线视频| 99热只有精品国产| 亚洲精品久久成人aⅴ小说| 97超级碰碰碰精品色视频在线观看| 悠悠久久av| 99热6这里只有精品| 97人妻精品一区二区三区麻豆 | 人人妻,人人澡人人爽秒播| 老司机午夜福利在线观看视频| 日韩欧美一区视频在线观看| 怎么达到女性高潮| 欧美日韩亚洲综合一区二区三区_| 欧美激情久久久久久爽电影| 黄片大片在线免费观看| 999久久久国产精品视频| 欧美丝袜亚洲另类 | 日本免费一区二区三区高清不卡| 国产成人欧美在线观看| 久久精品国产清高在天天线| 麻豆一二三区av精品| 黄频高清免费视频| 在线观看免费视频日本深夜| 黄色片一级片一级黄色片| 美女大奶头视频| 精品久久久久久久久久久久久 | 午夜久久久久精精品| 亚洲精品美女久久久久99蜜臀| 亚洲国产欧美网| 69av精品久久久久久| 在线观看www视频免费| 午夜老司机福利片| 日韩精品免费视频一区二区三区| 国内精品久久久久精免费| 极品教师在线免费播放| 在线观看66精品国产| 久9热在线精品视频| 91成人精品电影| 日本三级黄在线观看| 长腿黑丝高跟| 一本大道久久a久久精品| 亚洲国产欧美一区二区综合| 国产高清视频在线播放一区| 国产精品亚洲av一区麻豆| 国产精品久久久久久精品电影 | av视频在线观看入口| 黄网站色视频无遮挡免费观看| 国产成人一区二区三区免费视频网站| avwww免费| 日韩大尺度精品在线看网址| 少妇裸体淫交视频免费看高清 | 亚洲 国产 在线| 亚洲欧美精品综合久久99| 精品乱码久久久久久99久播| 国产熟女xx| 精品久久久久久久末码| 久久精品人妻少妇| 午夜久久久在线观看| АⅤ资源中文在线天堂| 国产精品乱码一区二三区的特点| 又大又爽又粗| 久久久久久免费高清国产稀缺| 成年人黄色毛片网站| tocl精华| 亚洲av五月六月丁香网| 搡老妇女老女人老熟妇| 久久久久国产精品人妻aⅴ院| 啪啪无遮挡十八禁网站| 久热爱精品视频在线9| 大型av网站在线播放| 亚洲国产日韩欧美精品在线观看 | 搡老妇女老女人老熟妇| 老司机深夜福利视频在线观看| 少妇裸体淫交视频免费看高清 | 两个人看的免费小视频| 国产午夜精品久久久久久| 久久久久免费精品人妻一区二区 | 成人三级做爰电影| 午夜福利欧美成人| √禁漫天堂资源中文www| 午夜福利一区二区在线看| 亚洲欧洲精品一区二区精品久久久| 国产欧美日韩一区二区三| 国产aⅴ精品一区二区三区波| 免费在线观看完整版高清| 我的亚洲天堂| 变态另类丝袜制服| 看片在线看免费视频| 露出奶头的视频| 又黄又粗又硬又大视频| 大型av网站在线播放| 国产乱人伦免费视频| 91成年电影在线观看| 亚洲九九香蕉| 啦啦啦韩国在线观看视频| 亚洲精品粉嫩美女一区| 波多野结衣巨乳人妻| 久久香蕉国产精品| 国产激情偷乱视频一区二区| 欧美日韩中文字幕国产精品一区二区三区| 成年版毛片免费区| 国产麻豆成人av免费视频| 久久精品aⅴ一区二区三区四区| 国产1区2区3区精品| 日本 欧美在线| 日韩精品青青久久久久久| 黄色丝袜av网址大全| 天天添夜夜摸| 亚洲电影在线观看av| 老司机午夜福利在线观看视频| 一二三四社区在线视频社区8| www日本在线高清视频| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜a级毛片| 看黄色毛片网站| 日韩高清综合在线| 村上凉子中文字幕在线| 午夜免费鲁丝| 人成视频在线观看免费观看| www.自偷自拍.com| 久久午夜综合久久蜜桃| 搡老妇女老女人老熟妇| 国产精品综合久久久久久久免费| 美女扒开内裤让男人捅视频| 午夜福利免费观看在线| 亚洲三区欧美一区| 国产v大片淫在线免费观看| 国产一区二区在线av高清观看| 欧美精品亚洲一区二区| 久久香蕉激情| ponron亚洲| 美女 人体艺术 gogo| 成人三级黄色视频| 成人18禁高潮啪啪吃奶动态图| 日本免费a在线| 国产高清视频在线播放一区| 久久伊人香网站| 欧美性猛交╳xxx乱大交人| 久久精品91蜜桃| 人妻久久中文字幕网| 视频区欧美日本亚洲| 亚洲人成网站在线播放欧美日韩| 少妇的丰满在线观看| 国产午夜精品久久久久久| 少妇 在线观看| 国产精品亚洲av一区麻豆| 变态另类丝袜制服| 国产精品免费视频内射| 欧美黄色淫秽网站| 国产一区二区在线av高清观看| 久久国产精品影院| www国产在线视频色| 国产三级黄色录像| 国产亚洲精品久久久久久毛片| 国产v大片淫在线免费观看| 琪琪午夜伦伦电影理论片6080| 久久香蕉精品热| 成人三级做爰电影| 亚洲av电影在线进入| 国产99白浆流出| 日韩欧美在线二视频| 免费看美女性在线毛片视频| 亚洲成人久久性| 亚洲欧洲精品一区二区精品久久久| 免费女性裸体啪啪无遮挡网站| 999久久久国产精品视频| 国产又黄又爽又无遮挡在线| 满18在线观看网站| www.自偷自拍.com| 黄色a级毛片大全视频| 日本 欧美在线|