• <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SVM的智能統(tǒng)分自學(xué)習(xí)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

    2019-10-15 02:21趙晟然伍常亮
    軟件導(dǎo)刊 2019年8期

    趙晟然 伍常亮

    摘 要:為了解決傳統(tǒng)紙質(zhì)試卷人工統(tǒng)分過程存在工作量大、錯(cuò)誤率高、統(tǒng)分效率低等問題,設(shè)計(jì)開發(fā)一款基于SVM的智能統(tǒng)分自學(xué)習(xí)系統(tǒng)。該系統(tǒng)由前端用戶界面、后臺(tái)手寫分?jǐn)?shù)識(shí)別子系統(tǒng)和自學(xué)習(xí)子系統(tǒng)構(gòu)成。系統(tǒng)采用C#編程語言和Microsoft Visual Studio軟件設(shè)計(jì)前端用戶界面;使用Matlab作為系統(tǒng)運(yùn)算后臺(tái),并構(gòu)建SVM多分類器識(shí)別手寫分?jǐn)?shù);使用C#編程語言設(shè)置定時(shí)器,在系統(tǒng)空閑時(shí)間定時(shí)啟動(dòng)Matlab執(zhí)行自學(xué)習(xí)程序。經(jīng)過MNIST數(shù)據(jù)集的訓(xùn)練和測(cè)試,SVM多分類器的測(cè)試精度達(dá)到97.74%。完成系統(tǒng)設(shè)計(jì)開發(fā)后,使用試卷統(tǒng)分欄圖片測(cè)試系統(tǒng)。測(cè)試結(jié)果表明,該系統(tǒng)可以有效實(shí)現(xiàn)智能識(shí)別、統(tǒng)分欄內(nèi)手寫分?jǐn)?shù)匯總以及自學(xué)習(xí)功能,并將運(yùn)行結(jié)果清晰準(zhǔn)確地顯示在前端用戶界面上。

    關(guān)鍵詞:SVM;手寫數(shù)字識(shí)別;自學(xué)習(xí)系統(tǒng);統(tǒng)分系統(tǒng)

    DOI:10. 11907/rjdk. 191927 開放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):

    中圖分類號(hào):TP319文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2019)008-0127-04

    Design and Implementation of Intelligent Unified Self-learning System

    Based on SVM

    ZHAO Sheng-ran, WU Chang-liang

    (College of Mechanical and Electrical Engineering,Kunming University of Science and Technology, Kunming 650500,China)

    Abstract: In order to solve the problems of traditional paper test papers in the manual integration process, such as large workload, high error rate and low efficiency, this paper designs and develops an intelligent unified self-learning system based on SVM. The system consists of a front-end user interface, a background handwritten score recognition subsystem, and a self-learning subsystem. The system uses C# programming language and Microsoft Visual Studio software to design the front-end user interface, uses Matlab as the system operation background, and builds SVM multi-classifier to recognize the handwritten score, C# programming language is used to set the timer and Matlab to perform self-learning in the system idle time is started. After training and testing of the MNIST dataset, the SVM multi-classifier has a test accuracy of 97.74%. After completing the system design and development, use the test paper system to test the system. The test results show that the system can effectively realize the functions of intelligent recognition, handwritten scores in the presidential column and self-learning, and display the running results clearly and accurately in the front-end user interface.

    Key Words: SVM; handwritten digit recognition; self-learning system; unified system

    作者簡(jiǎn)介:趙晟然(1993-),男,昆明理工大學(xué)機(jī)電工程學(xué)院碩士研究生,研究方向?yàn)槠髽I(yè)集成及信息化、機(jī)器學(xué)習(xí);伍常亮(1995-),男,昆明理工大學(xué)機(jī)電工程學(xué)院碩士研究生,研究方向?yàn)槠髽I(yè)集成及信息化、機(jī)器學(xué)習(xí)。

    0 引言

    傳統(tǒng)紙質(zhì)試卷以其使用方便、成本低廉等優(yōu)點(diǎn),在教育領(lǐng)域得到了廣泛應(yīng)用。同時(shí),試卷的人工批改、手動(dòng)統(tǒng)分等工作貫穿其整個(gè)使用過程。試卷卷頭的統(tǒng)分欄常由分項(xiàng)得分欄和總分欄構(gòu)成,最常見的統(tǒng)分方法是將試卷題目的分項(xiàng)得分登記到對(duì)應(yīng)的分項(xiàng)得分表中,再依靠人工匯總統(tǒng)分欄內(nèi)的分項(xiàng)分?jǐn)?shù),最終得到試卷總分并將其手動(dòng)填入總分欄。此種方法在實(shí)施過程中需要大量依靠人工,人的影響因素較為明顯,在工作量大時(shí)容易出現(xiàn)效率低、錯(cuò)漏多等問題。

    分析試卷人工統(tǒng)分過程,其本質(zhì)就是一個(gè)識(shí)別手寫數(shù)字并將識(shí)別結(jié)果匯總的過程。隨著人工智能技術(shù)的不斷發(fā)展,使用手寫識(shí)別技術(shù)代替人工已經(jīng)不是難題。手寫數(shù)字識(shí)別屬于光學(xué)字符識(shí)別技術(shù)(OCR)的分支,本質(zhì)是圖片分類問題,其原理是將阿拉伯?dāng)?shù)字0~9分為相對(duì)應(yīng)的10個(gè)類別,進(jìn)而對(duì)圖片進(jìn)行分類,最終選取與標(biāo)準(zhǔn)樣本數(shù)字具有最大相似度的數(shù)字作為匹配結(jié)果。手寫數(shù)字識(shí)別相關(guān)研究一直是領(lǐng)域熱點(diǎn)問題。2011年,吳忠[1]等提出一種基于圖像識(shí)別技術(shù)的手寫數(shù)字識(shí)別方法,提高了數(shù)字識(shí)別率和實(shí)時(shí)性;2012年,焦微微[2]等提出了一種用BP神經(jīng)網(wǎng)絡(luò)識(shí)別手寫數(shù)字的方法,識(shí)別效果較好。支持向量機(jī)(Support Vector Machine,SVM)作為一種以統(tǒng)計(jì)學(xué)理論為基礎(chǔ)的機(jī)器學(xué)習(xí)算法,可以有效解決非線性、高維數(shù)等問題。經(jīng)過不斷改進(jìn)和發(fā)展,SVM在人像識(shí)別、手寫字符識(shí)別等模式識(shí)別領(lǐng)域得到了廣泛應(yīng)用。多年來有關(guān)SVM的研究從未間斷,1995年Cortes[3]等首次提出SVM,數(shù)據(jù)訓(xùn)練結(jié)果表明SVM在解決非線性及高維數(shù)問題中表現(xiàn)出許多特有優(yōu)勢(shì),具有優(yōu)秀的泛化能力;2017年Vapnik[4]等對(duì)SVM和神經(jīng)網(wǎng)絡(luò)中的知識(shí)轉(zhuǎn)移進(jìn)行了前瞻性研究。此間許多學(xué)者展開了對(duì)SVM的相關(guān)研究并將其靈活運(yùn)用于手寫字符識(shí)別領(lǐng)域。2005年,蒙庚祥[5]等闡述了支持向量機(jī)技術(shù)和手寫數(shù)字識(shí)別技術(shù)發(fā)展現(xiàn)狀,基于SVM進(jìn)行手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì);2006年,吳琳琳[6]將支持向量機(jī)應(yīng)用于手寫數(shù)字識(shí)別,嘗試開發(fā)了SVM. HDR軟件系統(tǒng),有效提高了手寫數(shù)字識(shí)別精度;2010年,李文趨[7]以手寫數(shù)字樣本圖像的像素點(diǎn)作為輸入對(duì)SVM進(jìn)行訓(xùn)練,獲得了最佳參數(shù)并取得了較高識(shí)別率;2013年,石會(huì)芳[8]通過研究SVM 核函數(shù)的參數(shù)優(yōu)化方法,提出基于改進(jìn)的 PSO-LSSVM 的手寫數(shù)字識(shí)別方法,有效提高了數(shù)字識(shí)別準(zhǔn)確度。

    隨著人工智能技術(shù)的不斷發(fā)展,近幾年將SVM應(yīng)用于手寫數(shù)字識(shí)別技術(shù)的研究逐漸深入。2017年,李陽陽等[9]發(fā)明了一種基于卷積神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的手寫數(shù)字識(shí)別方法,將卷積神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)相結(jié)合提高手寫數(shù)字識(shí)別準(zhǔn)確率;2018年,Sharma等[10]設(shè)計(jì)了基于SVM的字符識(shí)別系統(tǒng),同年郭偉林等[11]進(jìn)行了多分類支持向量機(jī)應(yīng)用的研究與探索,并將其與手寫數(shù)字識(shí)別相結(jié)合;2019年,胡霖[12]提出了一種基于改進(jìn)的C-支持向量機(jī)的手寫體數(shù)字高識(shí)別率方法,并通過實(shí)驗(yàn)證明了該方法有效可行。

    雖然SVM在手寫數(shù)字識(shí)別領(lǐng)域得到了廣泛應(yīng)用,但鮮少將其應(yīng)用于試卷統(tǒng)分欄手寫分?jǐn)?shù)的識(shí)別。為了解決傳統(tǒng)紙質(zhì)試卷統(tǒng)分過程存在依賴人工識(shí)別和匯總分?jǐn)?shù)所導(dǎo)致的效率低、易出錯(cuò)等問題,本文設(shè)計(jì)并實(shí)現(xiàn)了一款基于SVM進(jìn)行試卷智能統(tǒng)分的自學(xué)習(xí)系統(tǒng)。

    1 系統(tǒng)需求分析

    該系統(tǒng)應(yīng)具備識(shí)別準(zhǔn)確、響應(yīng)迅速、自學(xué)習(xí)等功能,可實(shí)現(xiàn)對(duì)統(tǒng)分欄圖片內(nèi)的手寫分?jǐn)?shù)進(jìn)行正確識(shí)別和智能統(tǒng)分;對(duì)于用戶反饋的識(shí)誤數(shù)據(jù)文件,系統(tǒng)后臺(tái)可在設(shè)置的空閑時(shí)間內(nèi)進(jìn)行自學(xué)習(xí),使系統(tǒng)在自學(xué)習(xí)過程中不斷自我完善和提高;同時(shí)要求系統(tǒng)運(yùn)行穩(wěn)定,魯棒性強(qiáng),能夠有效滿足使用需求。

    2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

    基于SVM的智能統(tǒng)分自學(xué)習(xí)系統(tǒng)由前端用戶界面、后臺(tái)手寫分?jǐn)?shù)識(shí)別子系統(tǒng)和自學(xué)習(xí)子系統(tǒng)構(gòu)成。系統(tǒng)前端用戶界面需要有圖片導(dǎo)入鍵、清除鍵、保存鍵、識(shí)別鍵并能顯示后臺(tái)分?jǐn)?shù)識(shí)別系統(tǒng)識(shí)別結(jié)果;后臺(tái)分?jǐn)?shù)識(shí)別系統(tǒng)需具備圖片預(yù)處理、手寫數(shù)字準(zhǔn)確識(shí)別和智能統(tǒng)分功能;自學(xué)習(xí)系統(tǒng)要能將用戶反饋的識(shí)錯(cuò)數(shù)字保存下來,有批次地在服務(wù)器空閑時(shí)間加入新樣本重新訓(xùn)練分類器。

    經(jīng)過需求分析確定該系統(tǒng)體系結(jié)構(gòu)如圖1所示。

    圖1 系統(tǒng)體系結(jié)構(gòu)

    3 前端設(shè)計(jì)與實(shí)現(xiàn)

    C#作為一門現(xiàn)代、通用、面向?qū)ο蟮木幊陶Z言,可以產(chǎn)生高效率的程序[13];Microsoft Visual Studio軟件可以幫助開發(fā)者在系統(tǒng)設(shè)計(jì)和開發(fā)過程中兼顧美感與功能[14]。本文使用C#編程語言,結(jié)合Microsoft Visual Studio軟件設(shè)計(jì)系統(tǒng)前端用戶界面。

    前端用戶界面包含了選擇顏色、畫筆精度、設(shè)置圖片大小、導(dǎo)入圖片以及對(duì)圖片進(jìn)行清除、保存、識(shí)別的功能鍵。用戶可以點(diǎn)擊“導(dǎo)入”鍵導(dǎo)入需要識(shí)別的試卷卷頭統(tǒng)分欄圖片,點(diǎn)擊“識(shí)別”鍵識(shí)別統(tǒng)分欄中各分項(xiàng)得分。若用戶發(fā)現(xiàn)導(dǎo)入錯(cuò)誤,可以點(diǎn)擊“清除”鍵清除當(dāng)前圖片,便于重新選擇圖片。同時(shí)在顯示框下方設(shè)置統(tǒng)分欄顯示區(qū)域,清晰、直觀、有序地向用戶展示系統(tǒng)所識(shí)別的分項(xiàng)得分及智能統(tǒng)分結(jié)果。界面整體設(shè)計(jì)簡(jiǎn)潔大方,可以幫助用戶方便地進(jìn)行相關(guān)操作,快速獲取有效信息。

    4 后臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

    本文采用Matlab作為系統(tǒng)運(yùn)算后臺(tái)。Matlab作為一款功能強(qiáng)大的數(shù)學(xué)軟件,被廣泛應(yīng)用于圖像處理等領(lǐng)域[15]。通過Matlab對(duì)圖片進(jìn)行處理和分割,有效提取圖片特征,利用其強(qiáng)大的計(jì)算能力完成對(duì)試卷卷頭統(tǒng)分欄圖片的預(yù)處理,并且以欄為單位對(duì)試卷卷頭統(tǒng)分欄圖片進(jìn)行分割。在此基礎(chǔ)上對(duì)分割得到的每個(gè)分?jǐn)?shù)欄內(nèi)分?jǐn)?shù)的小圖片進(jìn)行識(shí)別,最終實(shí)現(xiàn)正確識(shí)別分項(xiàng)得分和智能統(tǒng)分的功能,并將結(jié)果傳送至系統(tǒng)前端界面進(jìn)行顯示。

    4.1 試卷統(tǒng)分欄圖像處理過程

    系統(tǒng)中主要涉及對(duì)試卷卷頭統(tǒng)分欄內(nèi)的分?jǐn)?shù)圖片進(jìn)行圖像分割。首先對(duì)前端輸入的圖片進(jìn)行預(yù)處理,此過程中首先對(duì)圖片進(jìn)行適當(dāng)縮放,然后根據(jù)顏色配比從圖片中提取出分?jǐn)?shù),最后進(jìn)行形態(tài)學(xué)閉運(yùn)算和膨脹運(yùn)算并使用自動(dòng)閾值法對(duì)圖片進(jìn)行二值化處理。圖片預(yù)處理的作用是利用圖像分割技術(shù)將試卷統(tǒng)分欄中的分?jǐn)?shù)整體分割出來,用形態(tài)學(xué)方法將分割得到的圖像進(jìn)行去噪、膨脹、腐蝕等操作,最終得到清晰、無噪聲、只存在手寫分?jǐn)?shù)的圖片[16]。

    在得到清晰無噪的手寫分?jǐn)?shù)圖片后,開始對(duì)分項(xiàng)得分圖片進(jìn)行分割。本系統(tǒng)采用當(dāng)前主流文本識(shí)別技術(shù)實(shí)現(xiàn)對(duì)試卷頭手寫分?jǐn)?shù)的識(shí)別功能,即對(duì)單個(gè)文本進(jìn)行逐步識(shí)別后再加以組合[17]。首先對(duì)預(yù)處理后的圖片提取包絡(luò)矩形,然后判斷并糾正圖片方向并對(duì)圖片進(jìn)行適度增廣,最后利用密度聚類法對(duì)圖片進(jìn)行聚類,根據(jù)密度聚類結(jié)果單獨(dú)提取出單個(gè)數(shù)字的像素點(diǎn),并分別取最小包絡(luò)進(jìn)行保存。

    4.2 SVM多分類器構(gòu)建

    SVM算法最初是為二值分類問題而設(shè)計(jì),當(dāng)處理多類問題時(shí),就需要構(gòu)造合適的多類分類器。目前,構(gòu)造SVM多類分類器的方法主要有直接法和間接法。間接法又包括“一對(duì)多”法和“一對(duì)一”法。其中“一對(duì)一”法在處理過程中無需重新訓(xùn)練所有的支持向量機(jī),只需重新訓(xùn)練與增加樣本相關(guān)的分類器即可。因此,在單個(gè)模型訓(xùn)練過程中具有較快速度。

    本文結(jié)合系統(tǒng)實(shí)際需要,確定采用“一對(duì)一”方法構(gòu)建多分類支持向量機(jī)。具體做法是在任意兩類樣本之間設(shè)計(jì)一個(gè)支持向量機(jī),對(duì)于k個(gè)類別的樣本,就需要設(shè)計(jì)k(k-1)/2個(gè)支持向量機(jī)。由于該系統(tǒng)需要識(shí)別0~9共10種類別的數(shù)字,即k=10,因此需要構(gòu)建45個(gè)SVM分類器。SVM分類器在分類過程中的工作原理是:將45個(gè)二分類器分別應(yīng)用于單個(gè)數(shù)字的判別,同時(shí)記錄數(shù)字被判別的次數(shù)[18]。某一個(gè)標(biāo)準(zhǔn)樣本數(shù)字被判別的次數(shù)越多,意味著被識(shí)別數(shù)字與標(biāo)準(zhǔn)樣本數(shù)字間的相似度越大。選取與標(biāo)準(zhǔn)樣本數(shù)字具有最大相似度的數(shù)字作為最終識(shí)別結(jié)果,在完成手寫數(shù)字的識(shí)別過程后,將識(shí)別結(jié)果輸送至前端用戶界面。

    4.3 SVM多分類器訓(xùn)練與測(cè)試

    本文選取MNIST數(shù)據(jù)集作為初始SVM多分類器的訓(xùn)練集和測(cè)試集。MNIST包含7萬張黑底白字手寫數(shù)字圖片,其中55 000張為訓(xùn)練集,5 000張為驗(yàn)證集,10 000張為測(cè)試集。其中,訓(xùn)練數(shù)據(jù)集包含60 000個(gè)樣本,測(cè)試數(shù)據(jù)集包含10 000樣本。在 MNIST 數(shù)據(jù)集中的每張圖片由28×28個(gè)像素點(diǎn)構(gòu)成,每個(gè)像素點(diǎn)用一個(gè)灰度值表示。MNIST數(shù)據(jù)集示例圖片如圖2所示。由于樣本量較大,此處選用像素點(diǎn)的分布特征作為支持向量機(jī)的訓(xùn)練數(shù)據(jù),并對(duì)所有樣本進(jìn)行最小包絡(luò)處理以期提高訓(xùn)練效果。測(cè)試結(jié)果表明,用此方法得到的SVM多分類器的測(cè)試精度達(dá)到97.74%,說明該SVM多分類器的可信度較高。

    圖2 MNIST數(shù)據(jù)集示例圖片

    4.4 截圖報(bào)錯(cuò)功能實(shí)現(xiàn)

    截圖報(bào)錯(cuò)功能是通過使用C#編程語言[19],借助Microsoft Visual Studio軟件這一載體,結(jié)合系統(tǒng)的前端用戶界面實(shí)現(xiàn)。當(dāng)系統(tǒng)的手寫數(shù)字識(shí)別結(jié)果出現(xiàn)錯(cuò)誤時(shí),用戶可以根據(jù)識(shí)別出錯(cuò)的具體內(nèi)容,將識(shí)錯(cuò)部分的圖像進(jìn)行截取、保存,并反饋到系統(tǒng)后臺(tái)。同時(shí)系統(tǒng)中包含的臨時(shí)文件會(huì)將用戶輸入的新圖像數(shù)據(jù)樣本與之前的圖像數(shù)據(jù)樣本進(jìn)行融合,為系統(tǒng)后續(xù)自學(xué)習(xí)過程奠定基礎(chǔ)。

    4.5 自學(xué)習(xí)功能實(shí)現(xiàn)

    作為人工智能領(lǐng)域的關(guān)鍵技術(shù),自學(xué)習(xí)功能可以幫助基于SVM的智能統(tǒng)分系統(tǒng)隨著時(shí)間的推移和學(xué)習(xí)循環(huán)過程的進(jìn)行不斷完善和提高,進(jìn)而具備更精確的識(shí)別率和更強(qiáng)大的處理能力[20]??紤]到系統(tǒng)在應(yīng)用初期,可能會(huì)由于數(shù)據(jù)量不足而產(chǎn)生手寫分?jǐn)?shù)識(shí)別錯(cuò)誤的問題,該系統(tǒng)采取如下對(duì)策:通過使用C#編程語言中的Timer類語句,即設(shè)置一個(gè)定時(shí)器,定時(shí)啟動(dòng)Matlab軟件,開始執(zhí)行自學(xué)習(xí)程序。定時(shí)器啟動(dòng)后,系統(tǒng)將自動(dòng)建立一個(gè)新的線程,執(zhí)行用戶指定的函數(shù)(用戶反饋的識(shí)錯(cuò)內(nèi)容),實(shí)現(xiàn)系統(tǒng)在夜間(0點(diǎn)以后)空閑時(shí)間自動(dòng)開啟Matlab軟件,對(duì)白天用戶的使用情況進(jìn)行重新學(xué)習(xí)[21]。

    系統(tǒng)能夠根據(jù)前端用戶對(duì)識(shí)別結(jié)果的反饋,將識(shí)別錯(cuò)誤的手寫數(shù)字圖像保存到一個(gè)臨時(shí)文檔中,在服務(wù)器空閑時(shí)間,后臺(tái)可以將這些識(shí)錯(cuò)圖像作為新樣本加入到樣本集中重新對(duì)SVM分類器進(jìn)行訓(xùn)練,最終實(shí)現(xiàn)優(yōu)化系統(tǒng)功能、提高識(shí)別精度和學(xué)習(xí)效率的目的。

    隨著自學(xué)習(xí)功能的不斷進(jìn)行,系統(tǒng)將會(huì)“記住”越來越多不同手寫風(fēng)格的樣本,從而不斷增強(qiáng)和完善系統(tǒng)識(shí)別功能,保證系統(tǒng)良性循環(huán),真正意義上實(shí)現(xiàn)“機(jī)器學(xué)習(xí)”。

    選取樣本圖片對(duì)系統(tǒng)自學(xué)習(xí)功能進(jìn)行測(cè)試過程如下:樣本圖片如圖3所示,前端用戶對(duì)系統(tǒng)識(shí)別錯(cuò)誤的內(nèi)容進(jìn)行截圖并對(duì)其正確命名,然后將其反饋到系統(tǒng)后臺(tái)。系統(tǒng)首先將命名為9的樣本圖片進(jìn)行識(shí)別,識(shí)別結(jié)果顯示為5,與圖片實(shí)際內(nèi)容(正確命名)不符,此時(shí)系統(tǒng)發(fā)現(xiàn)識(shí)別錯(cuò)誤,將在設(shè)置好的空閑時(shí)間內(nèi)開啟自學(xué)習(xí)功能。自學(xué)習(xí)功能實(shí)現(xiàn)過程如圖4所示。

    圖3 樣本圖片? ? ? ? ? ? ? ? ? ? ? ? ? 圖4 自學(xué)習(xí)過程

    5 系統(tǒng)運(yùn)行結(jié)果

    在前端用戶界面顯示框中點(diǎn)擊“導(dǎo)入圖片”鍵,導(dǎo)入試卷卷頭統(tǒng)分欄圖片,然后選擇合適的顏色、畫筆粗度和圖片大小,確認(rèn)無誤后點(diǎn)擊“識(shí)別”鍵,系統(tǒng)開始對(duì)圖片進(jìn)行識(shí)別,如圖5所示。

    圖5 圖片選擇及導(dǎo)入

    系統(tǒng)運(yùn)行完畢后,會(huì)將運(yùn)行結(jié)果顯示在前端用戶界面顯示框下端的分?jǐn)?shù)表中,如圖6所示。

    圖6 識(shí)別結(jié)果

    該系統(tǒng)在Matlab運(yùn)行環(huán)境下的運(yùn)行結(jié)果與運(yùn)行時(shí)間如圖7所示。

    圖7 Matlab運(yùn)行結(jié)果與運(yùn)行時(shí)間

    系統(tǒng)運(yùn)行結(jié)果表明,該系統(tǒng)后臺(tái)預(yù)期功能基本實(shí)現(xiàn),能夠?qū)崿F(xiàn)對(duì)試卷卷頭統(tǒng)分欄中的分?jǐn)?shù)進(jìn)行正確識(shí)別和統(tǒng)分。該系統(tǒng)在運(yùn)行條件為Matlab2016a、計(jì)算機(jī)系統(tǒng)處理器1.80GHz、運(yùn)行內(nèi)存(RAM)為3.89GB時(shí),總運(yùn)行時(shí)間為7.22s,其中加載支持向量機(jī)分類器結(jié)構(gòu)體耗時(shí)5.57s。

    6 結(jié)語

    本文針對(duì)傳統(tǒng)紙質(zhì)試卷統(tǒng)分方法存在工作效率低、容易出錯(cuò)等問題,使用C#編程語言,結(jié)合Matlab與Microsoft Visual Studio軟件,設(shè)計(jì)并實(shí)現(xiàn)了基于SVM的智能統(tǒng)分自學(xué)習(xí)系統(tǒng)。系統(tǒng)通過構(gòu)建SVM多分類器并使用MNIST數(shù)據(jù)集對(duì)其進(jìn)行訓(xùn)練和測(cè)試,取得了97.74%的測(cè)試精度。通過前端用戶界面導(dǎo)入統(tǒng)分欄圖像,采用Matlab作為運(yùn)算后臺(tái),首先對(duì)圖片進(jìn)行預(yù)處理,對(duì)分項(xiàng)得分圖片進(jìn)行分割,然后使用SVM多分類器識(shí)別手寫分?jǐn)?shù)。系統(tǒng)利用Matlab的強(qiáng)大計(jì)算能力完成對(duì)試卷卷頭統(tǒng)分欄手寫分?jǐn)?shù)的識(shí)別,智能計(jì)算總分并將識(shí)別結(jié)果傳送到前端用戶界面。在服務(wù)器空閑時(shí)間對(duì)識(shí)錯(cuò)數(shù)字圖像進(jìn)行自學(xué)習(xí),最終完成試卷卷頭統(tǒng)分欄內(nèi)手寫分?jǐn)?shù)的智能識(shí)別、統(tǒng)分和自學(xué)習(xí)過程。驗(yàn)證結(jié)果表明,該系統(tǒng)可以顯著降低試卷統(tǒng)分工作強(qiáng)度,提高工作效率和統(tǒng)分正確率,具有一定的應(yīng)用價(jià)值。

    隨著系統(tǒng)自學(xué)習(xí)過程的不斷循環(huán),系統(tǒng)功能將得到進(jìn)一步完善和提高,預(yù)測(cè)SVM多分類器的識(shí)別精度可以超過97.74%。但是該系統(tǒng)仍然存在不足:當(dāng)前系統(tǒng)運(yùn)行時(shí)間較長(zhǎng),如何有效縮短系統(tǒng)運(yùn)行時(shí)間,實(shí)現(xiàn)對(duì)試卷統(tǒng)分表欄圖片內(nèi)手寫數(shù)字的快速識(shí)別、匯總和結(jié)果輸出,將是下一步的主要研究方向。

    參考文獻(xiàn):

    [1] 吳忠,朱國(guó)龍,黃葛峰,等. 基于圖像識(shí)別技術(shù)的手寫數(shù)字識(shí)別方法[J]. 計(jì)算機(jī)技術(shù)與發(fā)展, 2011, 21(12):48-51.

    [2] 焦微微,巴力登,閆斌. 手寫數(shù)字識(shí)別方法研究[J]. 軟件導(dǎo)刊, 2012,11(12):172-174.

    [3] CORTES C, VAPNIK V. Support-vector networks[J]. Machine Learning,1995,20(3):273-297.

    [4] VAPNIK V, IZMAILOV R.Knowledge transfer in SVM and neural networks[J]. Annals of Mathematics and Artificial Intelligence,2017.

    [5] 蒙庚祥,方景龍. 基于支持向量機(jī)的手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2005,26(6):1592-1594.

    [6] 吳琳琳. 基于SVM技術(shù)的手寫數(shù)字識(shí)別的研究[D]. 濟(jì)南:山東師范大學(xué),2006.

    [7] 李文趨.? SVM在手寫數(shù)字識(shí)別中的應(yīng)用[J]. 泉州師范學(xué)院學(xué)報(bào), 2010,28(4):18-21.

    [8] 石會(huì)芳. 支持向量機(jī)及其在手寫數(shù)字識(shí)別中的應(yīng)用[D]. 重慶:重慶大學(xué), 2013.

    [9] 李陽陽,周林浩,焦李成,等. 基于卷積神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)的手寫數(shù)字識(shí)別方法[P]. 中國(guó),CN201611136985.6,2017-04-26.

    [10] SHARMA S,SASI A, CHEERAN A N.A SVM based character recognition system[C]. 2017 2nd IEEE International Conference on Recent Trends in Electronics, Information & Communication Technology (RTEICT),2018.

    [11] 郭偉林,鄧洪敏,石雨鑫. 基于局部二進(jìn)制和支持向量機(jī)的手寫體數(shù)字識(shí)別[J]. 計(jì)算機(jī)應(yīng)用,2018,38(S2):287-290,294.

    [12] 胡霖. 基于改進(jìn)的C-支持向量機(jī)的手寫體數(shù)字高識(shí)別率方法研究[J]. 數(shù)字通信世界,2019,169(1):252-272.

    [13] Derek Beyer. C# COM+編程指南[M]. 龔小平,史艷輝,杜大鵬,譯. 北京:中國(guó)水利水電出版社,2002.

    [14] SNELL M,POWERS L.Microsoft visual studio 2015 unleashed[M]. Indianapolis :Sams Publishing,2010.

    [15] 李根強(qiáng).? MATLAB及Mathematica軟件應(yīng)用[M]. 北京:人民郵電出版社, 2016.

    [16] 江明,劉輝,黃歡. 圖像二值化技術(shù)的研究[J]. 軟件導(dǎo)刊,2009(4):175-177.

    [17] 邊肇祺,張學(xué)工. 模式識(shí)別[M]. 第2版. 北京:清華大學(xué)出版社,2000.

    [18] 陳永義,熊秋芬. 支持向量機(jī)方法應(yīng)用教程[M]. 北京:氣象出版社,2011.

    [19] 莫勇騰. 深入淺出設(shè)計(jì)模式(C#/JAVA版)[M]. 北京:清華大學(xué)出版社,2006.

    [20] 周志華. 機(jī)器學(xué)習(xí)[M]. 北京:清華大學(xué)出版社,2016.

    [21] 趙海濱.? MATLAB應(yīng)用大全[M]. 北京:清華大學(xué)出版社,2012.

    (責(zé)任編輯:孫 娟)

    亚洲怡红院男人天堂| 夜夜骑夜夜射夜夜干| 免费高清在线观看视频在线观看| 丝袜在线中文字幕| 91久久精品国产一区二区三区| 日韩人妻高清精品专区| 中文字幕亚洲精品专区| 在线观看国产h片| 寂寞人妻少妇视频99o| 久久久a久久爽久久v久久| 一本一本综合久久| 亚洲国产av影院在线观看| 亚洲人成77777在线视频| 亚洲不卡免费看| 欧美性感艳星| av免费观看日本| 日韩成人伦理影院| 最近中文字幕高清免费大全6| 国产熟女午夜一区二区三区 | 久久这里有精品视频免费| 狂野欧美激情性bbbbbb| av天堂久久9| 国产精品成人在线| 18+在线观看网站| 欧美xxxx性猛交bbbb| 成人18禁高潮啪啪吃奶动态图 | 一级爰片在线观看| 一本大道久久a久久精品| 国产精品国产三级国产av玫瑰| 中国美白少妇内射xxxbb| 久久久久久久国产电影| 亚洲高清免费不卡视频| 日日撸夜夜添| 亚洲欧美一区二区三区黑人 | 在线精品无人区一区二区三| 欧美丝袜亚洲另类| 一区二区三区四区激情视频| 亚洲怡红院男人天堂| 寂寞人妻少妇视频99o| 精品一区二区三卡| 中文乱码字字幕精品一区二区三区| 啦啦啦在线观看免费高清www| 在线观看免费日韩欧美大片 | 男的添女的下面高潮视频| 99久久精品一区二区三区| 午夜激情福利司机影院| 一级二级三级毛片免费看| 欧美日韩在线观看h| 人人妻人人澡人人爽人人夜夜| 国产成人精品一,二区| 日本爱情动作片www.在线观看| 九九久久精品国产亚洲av麻豆| 国产av码专区亚洲av| av专区在线播放| 狂野欧美激情性bbbbbb| 亚洲一级一片aⅴ在线观看| 亚洲欧美一区二区三区黑人 | 欧美精品高潮呻吟av久久| 久久国内精品自在自线图片| www.色视频.com| 亚洲av日韩在线播放| 欧美变态另类bdsm刘玥| 亚洲高清免费不卡视频| 国产精品人妻久久久影院| 国产欧美亚洲国产| 黄色视频在线播放观看不卡| 婷婷色综合大香蕉| 五月开心婷婷网| 国产亚洲精品第一综合不卡 | 国产精品人妻久久久影院| 三级国产精品欧美在线观看| 亚洲少妇的诱惑av| 日韩免费高清中文字幕av| 一级毛片 在线播放| 中文天堂在线官网| 中国美白少妇内射xxxbb| 18禁观看日本| 亚洲四区av| 国产精品国产三级国产av玫瑰| 国产av码专区亚洲av| 亚洲精品久久成人aⅴ小说 | 青春草亚洲视频在线观看| 只有这里有精品99| 国产欧美亚洲国产| 亚洲图色成人| 简卡轻食公司| 好男人视频免费观看在线| 日韩伦理黄色片| 美女脱内裤让男人舔精品视频| 少妇的逼水好多| 性色avwww在线观看| 九色成人免费人妻av| 国产一区二区三区av在线| 99国产精品免费福利视频| 国产成人精品福利久久| 伊人久久国产一区二区| 夜夜骑夜夜射夜夜干| 亚洲精品色激情综合| 91久久精品电影网| 国产伦理片在线播放av一区| 在线观看一区二区三区激情| 国产精品国产三级国产专区5o| 日韩免费高清中文字幕av| 18禁在线播放成人免费| 午夜激情久久久久久久| 久久久久精品久久久久真实原创| 国产成人精品无人区| 欧美激情极品国产一区二区三区 | 高清欧美精品videossex| 在线观看三级黄色| 成人黄色视频免费在线看| 高清黄色对白视频在线免费看| 久久av网站| 亚洲精品久久成人aⅴ小说 | 免费日韩欧美在线观看| 桃花免费在线播放| 国产午夜精品久久久久久一区二区三区| 91精品三级在线观看| 日本欧美视频一区| 国产精品久久久久久精品古装| 毛片一级片免费看久久久久| 九色成人免费人妻av| 久久久久久久久大av| 国产 一区精品| 亚洲精品aⅴ在线观看| 亚洲国产日韩一区二区| 久久国产精品男人的天堂亚洲 | 青青草视频在线视频观看| 一本色道久久久久久精品综合| 亚洲精品,欧美精品| 高清午夜精品一区二区三区| av视频免费观看在线观看| 老女人水多毛片| 建设人人有责人人尽责人人享有的| 亚洲四区av| videossex国产| 免费大片18禁| 欧美精品国产亚洲| 九九久久精品国产亚洲av麻豆| 大香蕉久久成人网| 在线看a的网站| 人妻制服诱惑在线中文字幕| 免费人成在线观看视频色| 亚洲av在线观看美女高潮| 国产精品一二三区在线看| 在线 av 中文字幕| 最近中文字幕高清免费大全6| 亚洲精品色激情综合| 欧美精品一区二区免费开放| 欧美日韩在线观看h| 国产 一区精品| 一区在线观看完整版| 69精品国产乱码久久久| 天天躁夜夜躁狠狠久久av| 日本黄大片高清| 看免费成人av毛片| 国产精品人妻久久久久久| 精品一品国产午夜福利视频| 亚洲精品乱码久久久v下载方式| 欧美精品亚洲一区二区| 国产成人免费无遮挡视频| 九色成人免费人妻av| 十分钟在线观看高清视频www| 成人手机av| 老司机影院毛片| 欧美变态另类bdsm刘玥| 精品一区二区三卡| 亚洲成人一二三区av| 麻豆乱淫一区二区| 国产片特级美女逼逼视频| 丝袜美足系列| 免费av中文字幕在线| 桃花免费在线播放| 国产欧美日韩综合在线一区二区| 这个男人来自地球电影免费观看 | 最近最新中文字幕免费大全7| 天美传媒精品一区二区| 亚洲国产av新网站| 欧美人与性动交α欧美精品济南到 | 国产综合精华液| 少妇人妻 视频| 欧美人与性动交α欧美精品济南到 | 国产片特级美女逼逼视频| 亚洲人成网站在线播| 亚洲精品国产色婷婷电影| 亚洲综合色惰| 日韩不卡一区二区三区视频在线| 国产欧美日韩综合在线一区二区| 欧美日韩精品成人综合77777| 欧美亚洲 丝袜 人妻 在线| 日韩人妻高清精品专区| 亚洲激情五月婷婷啪啪| 亚洲精品乱码久久久久久按摩| 国产成人精品久久久久久| 九九在线视频观看精品| 日韩,欧美,国产一区二区三区| 尾随美女入室| 涩涩av久久男人的天堂| 老女人水多毛片| 亚洲国产毛片av蜜桃av| 亚洲国产成人一精品久久久| 丝袜在线中文字幕| 久热久热在线精品观看| 建设人人有责人人尽责人人享有的| 少妇 在线观看| 国产精品一区www在线观看| 中文乱码字字幕精品一区二区三区| 亚洲国产色片| 黄色毛片三级朝国网站| 好男人视频免费观看在线| 午夜福利视频精品| 一二三四中文在线观看免费高清| 国产视频首页在线观看| 亚洲欧洲日产国产| 日本猛色少妇xxxxx猛交久久| 精品午夜福利在线看| 一本—道久久a久久精品蜜桃钙片| 精品一区二区免费观看| 哪个播放器可以免费观看大片| 色网站视频免费| 看十八女毛片水多多多| 国产成人精品在线电影| 最近中文字幕2019免费版| 国产欧美亚洲国产| 女人久久www免费人成看片| 亚洲久久久国产精品| 国产在线视频一区二区| 亚洲精品一二三| 亚洲人成网站在线观看播放| 日韩一区二区视频免费看| 欧美97在线视频| 蜜桃国产av成人99| 成人二区视频| 亚洲国产欧美日韩在线播放| 99久久人妻综合| 18禁观看日本| 亚洲av综合色区一区| 99久久综合免费| 中文字幕av电影在线播放| 黄片播放在线免费| 黄片播放在线免费| av一本久久久久| 久久久久人妻精品一区果冻| 在线观看国产h片| av一本久久久久| 日韩av免费高清视频| 精品一区在线观看国产| 18禁裸乳无遮挡动漫免费视频| 亚洲国产欧美在线一区| 日韩三级伦理在线观看| √禁漫天堂资源中文www| 国产高清国产精品国产三级| 久久青草综合色| 卡戴珊不雅视频在线播放| 18禁在线无遮挡免费观看视频| 日韩欧美精品免费久久| 午夜福利影视在线免费观看| 亚洲精品日本国产第一区| 久久久久国产精品人妻一区二区| 久久精品夜色国产| 亚洲精品国产av蜜桃| 少妇的逼水好多| 九九在线视频观看精品| 成人黄色视频免费在线看| 午夜激情久久久久久久| 美女福利国产在线| 国产精品国产三级国产专区5o| 视频区图区小说| 国产成人精品婷婷| 日日摸夜夜添夜夜爱| 十八禁高潮呻吟视频| 久久久久国产网址| 男女边摸边吃奶| 精品国产一区二区久久| 亚洲情色 制服丝袜| 五月天丁香电影| 国产乱人偷精品视频| 日日摸夜夜添夜夜添av毛片| 满18在线观看网站| 少妇被粗大猛烈的视频| 欧美国产精品一级二级三级| 久久韩国三级中文字幕| 一边摸一边做爽爽视频免费| 内地一区二区视频在线| 成人午夜精彩视频在线观看| 在线天堂最新版资源| 国产一区二区三区av在线| 亚洲国产av影院在线观看| 成人18禁高潮啪啪吃奶动态图 | 午夜老司机福利剧场| 麻豆乱淫一区二区| 中文字幕久久专区| 女性生殖器流出的白浆| 亚洲熟女精品中文字幕| 成人影院久久| 亚洲国产精品成人久久小说| 国产日韩欧美亚洲二区| 伦理电影大哥的女人| 亚洲一区二区三区欧美精品| 一边亲一边摸免费视频| 亚洲婷婷狠狠爱综合网| 香蕉精品网在线| 国产午夜精品一二区理论片| 满18在线观看网站| 桃花免费在线播放| 精品卡一卡二卡四卡免费| 丝袜在线中文字幕| 午夜福利,免费看| 婷婷色麻豆天堂久久| 国产男女内射视频| 大香蕉97超碰在线| 丝瓜视频免费看黄片| 亚洲中文av在线| 中文欧美无线码| 丰满迷人的少妇在线观看| 午夜激情av网站| 黑人巨大精品欧美一区二区蜜桃 | 亚洲美女搞黄在线观看| 在线精品无人区一区二区三| 这个男人来自地球电影免费观看 | 69精品国产乱码久久久| 欧美少妇被猛烈插入视频| 插阴视频在线观看视频| 国产深夜福利视频在线观看| 国产精品99久久久久久久久| 日韩av不卡免费在线播放| 国产男女内射视频| 最近2019中文字幕mv第一页| 国产日韩欧美在线精品| videosex国产| 搡女人真爽免费视频火全软件| 久久 成人 亚洲| 18禁观看日本| 国产在线免费精品| 免费观看a级毛片全部| 久久综合国产亚洲精品| 建设人人有责人人尽责人人享有的| 国产成人午夜福利电影在线观看| 久久热精品热| 自拍欧美九色日韩亚洲蝌蚪91| 精品久久久精品久久久| 免费黄网站久久成人精品| 大香蕉久久网| 最新中文字幕久久久久| 久久99热这里只频精品6学生| 国产一级毛片在线| 亚洲,欧美,日韩| 黄片无遮挡物在线观看| 成人影院久久| 日本黄色片子视频| 秋霞伦理黄片| 久久免费观看电影| 国产国拍精品亚洲av在线观看| 国产精品久久久久久精品电影小说| 亚洲丝袜综合中文字幕| 在线看a的网站| 国产精品欧美亚洲77777| 国产 精品1| 欧美变态另类bdsm刘玥| 2022亚洲国产成人精品| 99九九线精品视频在线观看视频| 成人二区视频| 在线精品无人区一区二区三| 在线观看免费日韩欧美大片 | 国产成人精品一,二区| 制服丝袜香蕉在线| 高清av免费在线| 水蜜桃什么品种好| 80岁老熟妇乱子伦牲交| 国产极品天堂在线| 日本猛色少妇xxxxx猛交久久| 国产精品99久久99久久久不卡 | 午夜免费观看性视频| 亚洲精品aⅴ在线观看| 国国产精品蜜臀av免费| a 毛片基地| 亚洲精华国产精华液的使用体验| 最新的欧美精品一区二区| 99九九线精品视频在线观看视频| 妹子高潮喷水视频| 人妻制服诱惑在线中文字幕| 日韩精品有码人妻一区| 人妻人人澡人人爽人人| 精品99又大又爽又粗少妇毛片| 国产成人午夜福利电影在线观看| 这个男人来自地球电影免费观看 | 搡女人真爽免费视频火全软件| 亚洲色图综合在线观看| 亚洲人成网站在线播| 夜夜看夜夜爽夜夜摸| 各种免费的搞黄视频| 中文字幕精品免费在线观看视频 | 18禁动态无遮挡网站| av有码第一页| www.色视频.com| 性色avwww在线观看| 美女中出高潮动态图| 国产精品 国内视频| 丰满乱子伦码专区| 麻豆精品久久久久久蜜桃| 国产成人freesex在线| 国产熟女午夜一区二区三区 | 考比视频在线观看| av在线观看视频网站免费| 亚洲av电影在线观看一区二区三区| 麻豆精品久久久久久蜜桃| 欧美+日韩+精品| av免费观看日本| 少妇猛男粗大的猛烈进出视频| 国产乱人偷精品视频| 高清午夜精品一区二区三区| xxx大片免费视频| 亚洲国产精品成人久久小说| 久久久欧美国产精品| 精品久久久久久久久亚洲| 亚洲,一卡二卡三卡| 国产精品久久久久久精品古装| 国产欧美亚洲国产| 亚洲av.av天堂| 在现免费观看毛片| 赤兔流量卡办理| 欧美日韩在线观看h| 午夜福利视频精品| 中文字幕免费在线视频6| 国产午夜精品一二区理论片| 久久精品熟女亚洲av麻豆精品| 乱人伦中国视频| 大码成人一级视频| 日本与韩国留学比较| 欧美日韩综合久久久久久| a级毛片在线看网站| 国产国拍精品亚洲av在线观看| 久久久久国产精品人妻一区二区| a级片在线免费高清观看视频| av网站免费在线观看视频| 中国国产av一级| 特大巨黑吊av在线直播| 国产免费现黄频在线看| 日本wwww免费看| 最近手机中文字幕大全| 亚洲av在线观看美女高潮| 高清午夜精品一区二区三区| 国产男女内射视频| 国产精品国产三级国产专区5o| 日本黄色日本黄色录像| 草草在线视频免费看| 夜夜骑夜夜射夜夜干| 国产淫语在线视频| 日产精品乱码卡一卡2卡三| 精品少妇久久久久久888优播| 亚洲精品国产av蜜桃| videosex国产| 久久99精品国语久久久| 午夜福利视频精品| 国产日韩欧美在线精品| 国产黄频视频在线观看| 日本欧美国产在线视频| 另类亚洲欧美激情| 少妇被粗大猛烈的视频| 一本一本综合久久| 人人妻人人爽人人添夜夜欢视频| 一区二区av电影网| 国内精品宾馆在线| 热99久久久久精品小说推荐| 国产一区二区三区av在线| 丝袜美足系列| 秋霞伦理黄片| 日韩中字成人| 欧美 亚洲 国产 日韩一| 久热这里只有精品99| 亚洲精品日韩av片在线观看| 一区二区三区乱码不卡18| 精品视频人人做人人爽| 国产精品偷伦视频观看了| 国产成人免费无遮挡视频| 国产日韩欧美在线精品| 制服诱惑二区| 亚洲欧美清纯卡通| a级片在线免费高清观看视频| 69精品国产乱码久久久| 亚洲精品国产av成人精品| 考比视频在线观看| 日本vs欧美在线观看视频| 久久国内精品自在自线图片| 欧美激情 高清一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 黄色视频在线播放观看不卡| 亚洲久久久国产精品| 国产精品国产三级国产av玫瑰| 99热全是精品| 伦理电影大哥的女人| 大码成人一级视频| 免费黄色在线免费观看| 岛国毛片在线播放| 精品午夜福利在线看| 久久99热6这里只有精品| 在线天堂最新版资源| 天美传媒精品一区二区| 成人综合一区亚洲| 成人国产麻豆网| 51国产日韩欧美| 成人免费观看视频高清| 中文精品一卡2卡3卡4更新| a级毛色黄片| 亚洲成人av在线免费| 久久久久人妻精品一区果冻| 午夜精品国产一区二区电影| 最近中文字幕2019免费版| 成人毛片a级毛片在线播放| 丰满迷人的少妇在线观看| videos熟女内射| 久久99蜜桃精品久久| 国产成人aa在线观看| 午夜福利在线观看免费完整高清在| 亚洲精品乱久久久久久| 18禁动态无遮挡网站| 精品人妻偷拍中文字幕| 一本久久精品| 精品酒店卫生间| 国产精品欧美亚洲77777| videos熟女内射| 视频区图区小说| 亚洲av综合色区一区| 亚洲国产精品一区二区三区在线| 91精品国产国语对白视频| 国产成人午夜福利电影在线观看| 在线观看三级黄色| 亚洲精品国产av蜜桃| a级毛片在线看网站| 热99国产精品久久久久久7| 久久久久久久久久人人人人人人| 国产精品女同一区二区软件| 国产淫语在线视频| 日韩大片免费观看网站| 亚洲精品一区蜜桃| 观看av在线不卡| 国产黄色视频一区二区在线观看| 夜夜看夜夜爽夜夜摸| 嫩草影院入口| 91精品三级在线观看| 在线观看国产h片| 男女无遮挡免费网站观看| 七月丁香在线播放| 国产欧美日韩一区二区三区在线 | 亚洲国产最新在线播放| 亚洲欧美成人精品一区二区| 一本色道久久久久久精品综合| 精品人妻一区二区三区麻豆| 成人黄色视频免费在线看| 国产 精品1| 久久人妻熟女aⅴ| 美女内射精品一级片tv| 国产在线视频一区二区| 国产精品一区二区在线不卡| 亚洲丝袜综合中文字幕| 一本色道久久久久久精品综合| 亚洲人成网站在线播| 国产女主播在线喷水免费视频网站| 亚洲欧美清纯卡通| 波野结衣二区三区在线| 久久青草综合色| 国产色婷婷99| 菩萨蛮人人尽说江南好唐韦庄| 香蕉精品网在线| 91国产中文字幕| 亚洲五月色婷婷综合| 美女脱内裤让男人舔精品视频| 天堂8中文在线网| 久久久欧美国产精品| 久久久国产一区二区| 极品少妇高潮喷水抽搐| 亚洲精品日韩av片在线观看| 亚洲欧美日韩另类电影网站| 中文字幕人妻丝袜制服| 国模一区二区三区四区视频| 国产探花极品一区二区| 青春草亚洲视频在线观看| 久热这里只有精品99| 777米奇影视久久| 国产乱人偷精品视频| 少妇人妻久久综合中文| 国产爽快片一区二区三区| 国产精品成人在线| 国产成人aa在线观看| 国产女主播在线喷水免费视频网站| 日韩免费高清中文字幕av| 看十八女毛片水多多多| 精品久久国产蜜桃| 午夜免费观看性视频| 精品久久蜜臀av无| 国产乱人偷精品视频| 国产一区二区在线观看日韩| 国产精品一二三区在线看| 男女边摸边吃奶| 下体分泌物呈黄色| av.在线天堂| 18禁在线无遮挡免费观看视频| 日本黄色日本黄色录像| 9色porny在线观看| 久久这里有精品视频免费| 国产精品欧美亚洲77777| 国产一区有黄有色的免费视频| 日韩不卡一区二区三区视频在线| 午夜精品国产一区二区电影| av免费观看日本| 三上悠亚av全集在线观看| av免费观看日本| 另类精品久久| 国产欧美日韩综合在线一区二区| 九九爱精品视频在线观看| 26uuu在线亚洲综合色| 纯流量卡能插随身wifi吗| 亚洲国产av新网站| 涩涩av久久男人的天堂| 久久久久视频综合|