• <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)

    免费大片18禁| 亚洲国产精品一区三区| 大片免费播放器 马上看| 国产精品一二三区在线看| 亚洲av成人精品一区久久| 看十八女毛片水多多多| 国产精品成人在线| 中文字幕最新亚洲高清| 国产精品嫩草影院av在线观看| 亚洲图色成人| 久久久国产精品麻豆| 欧美日韩视频精品一区| 在线观看美女被高潮喷水网站| 国产黄色视频一区二区在线观看| 亚洲三级黄色毛片| av网站免费在线观看视频| 亚洲欧美成人综合另类久久久| 国产日韩一区二区三区精品不卡 | videos熟女内射| 国产精品一区二区三区四区免费观看| 国产 一区精品| 久久影院123| a 毛片基地| 在线观看一区二区三区激情| 亚洲av二区三区四区| a级毛片在线看网站| 少妇被粗大猛烈的视频| 国产精品人妻久久久影院| 天堂8中文在线网| 国产免费一区二区三区四区乱码| 亚洲精品第二区| 亚洲不卡免费看| 亚洲丝袜综合中文字幕| 最近中文字幕2019免费版| 视频在线观看一区二区三区| 国产午夜精品久久久久久一区二区三区| 精品一区二区免费观看| 欧美日韩视频高清一区二区三区二| 亚洲国产最新在线播放| 亚洲国产成人一精品久久久| 日韩在线高清观看一区二区三区| 亚洲国产日韩一区二区| 一区二区三区精品91| 日本vs欧美在线观看视频| 精品一区在线观看国产| 国产在视频线精品| 中文字幕亚洲精品专区| 欧美老熟妇乱子伦牲交| 免费大片黄手机在线观看| 欧美日韩成人在线一区二区| 亚洲精品乱久久久久久| 搡老乐熟女国产| 久久韩国三级中文字幕| a级毛色黄片| 久久久久久久国产电影| 欧美一级a爱片免费观看看| 精品人妻熟女毛片av久久网站| 久久人妻熟女aⅴ| 日韩一本色道免费dvd| 日韩av不卡免费在线播放| 久久久久国产网址| 欧美成人精品欧美一级黄| 97精品久久久久久久久久精品| 午夜福利影视在线免费观看| 黄色毛片三级朝国网站| 人人妻人人添人人爽欧美一区卜| 欧美性感艳星| 一级a做视频免费观看| 久久人人爽人人爽人人片va| 99九九线精品视频在线观看视频| 国产片内射在线| a级毛片免费高清观看在线播放| 国产亚洲午夜精品一区二区久久| 黄色毛片三级朝国网站| 亚洲国产色片| av在线老鸭窝| 免费av不卡在线播放| 亚洲国产精品专区欧美| 9色porny在线观看| 久久精品久久久久久久性| 国产伦理片在线播放av一区| 视频在线观看一区二区三区| 99热网站在线观看| 黄色毛片三级朝国网站| 久久久久久久大尺度免费视频| 午夜影院在线不卡| 少妇精品久久久久久久| 中文字幕人妻丝袜制服| 亚洲欧洲国产日韩| 亚洲精品久久午夜乱码| 性色av一级| 91精品国产九色| 赤兔流量卡办理| 国产深夜福利视频在线观看| 狂野欧美激情性bbbbbb| 午夜福利视频在线观看免费| 我的女老师完整版在线观看| 国产综合精华液| 免费观看的影片在线观看| 999精品在线视频| 国产av一区二区精品久久| 99国产综合亚洲精品| 亚洲精品,欧美精品| 欧美精品国产亚洲| 免费观看的影片在线观看| 久久久久久久大尺度免费视频| 亚洲精华国产精华液的使用体验| 日韩av在线免费看完整版不卡| 亚洲伊人久久精品综合| 精品卡一卡二卡四卡免费| 成年人午夜在线观看视频| 中文字幕免费在线视频6| 国产av一区二区精品久久| 亚洲av二区三区四区| 你懂的网址亚洲精品在线观看| 99九九在线精品视频| 日韩精品有码人妻一区| 久久久久久久久大av| 国产精品免费大片| 亚洲情色 制服丝袜| 久久人人爽人人片av| 国产精品一二三区在线看| 99久久人妻综合| 欧美成人精品欧美一级黄| 男人添女人高潮全过程视频| 熟女av电影| 久久鲁丝午夜福利片| 欧美xxⅹ黑人| 免费人妻精品一区二区三区视频| 亚洲av成人精品一二三区| 精品少妇久久久久久888优播| 免费日韩欧美在线观看| 国产精品国产三级国产专区5o| 乱人伦中国视频| 男人添女人高潮全过程视频| 欧美日韩一区二区视频在线观看视频在线| 汤姆久久久久久久影院中文字幕| 欧美精品人与动牲交sv欧美| 亚洲精品视频女| 这个男人来自地球电影免费观看 | 亚洲av中文av极速乱| 爱豆传媒免费全集在线观看| 国语对白做爰xxxⅹ性视频网站| 婷婷成人精品国产| 在线播放无遮挡| 人成视频在线观看免费观看| 大码成人一级视频| 国产在视频线精品| 亚洲第一av免费看| 久久免费观看电影| 亚洲欧洲日产国产| 中文乱码字字幕精品一区二区三区| 亚洲av在线观看美女高潮| 99久久精品一区二区三区| 久久亚洲国产成人精品v| 亚洲激情五月婷婷啪啪| 国产精品女同一区二区软件| 亚洲精品第二区| 成年女人在线观看亚洲视频| 国产免费福利视频在线观看| 久久久久久伊人网av| 综合色丁香网| 999精品在线视频| 美女脱内裤让男人舔精品视频| 欧美日韩精品成人综合77777| 亚洲情色 制服丝袜| 日本欧美国产在线视频| 黄色欧美视频在线观看| 国产又色又爽无遮挡免| 老司机影院成人| 成人国产av品久久久| 国产成人91sexporn| 日韩中文字幕视频在线看片| 国产成人a∨麻豆精品| 人人澡人人妻人| 一级毛片 在线播放| 高清av免费在线| 天美传媒精品一区二区| 国产片特级美女逼逼视频| 女的被弄到高潮叫床怎么办| 国产成人freesex在线| 日本色播在线视频| 黄片播放在线免费| 十八禁高潮呻吟视频| 天天操日日干夜夜撸| 午夜免费鲁丝| 两个人免费观看高清视频| 亚洲欧美一区二区三区黑人 | 日日摸夜夜添夜夜添av毛片| 久久免费观看电影| 亚洲精品av麻豆狂野| 午夜精品国产一区二区电影| 久久人妻熟女aⅴ| 自拍欧美九色日韩亚洲蝌蚪91| 最近手机中文字幕大全| 一个人看视频在线观看www免费| 欧美人与性动交α欧美精品济南到 | 午夜老司机福利剧场| 91成人精品电影| 永久网站在线| 一边亲一边摸免费视频| 丰满饥渴人妻一区二区三| 国产在视频线精品| 欧美97在线视频| 成人黄色视频免费在线看| 久久久久人妻精品一区果冻| 国产亚洲av片在线观看秒播厂| 制服丝袜香蕉在线| 色哟哟·www| 欧美xxxx性猛交bbbb| 日韩熟女老妇一区二区性免费视频| 中文欧美无线码| xxxhd国产人妻xxx| 丝瓜视频免费看黄片| 成人毛片a级毛片在线播放| 色哟哟·www| 九色亚洲精品在线播放| 国产精品.久久久| 日韩不卡一区二区三区视频在线| 中文字幕av电影在线播放| 中文字幕久久专区| 这个男人来自地球电影免费观看 | 国产永久视频网站| 亚洲一区二区三区欧美精品| 一区二区av电影网| 亚洲国产欧美在线一区| 亚洲精品国产色婷婷电影| 国产精品久久久久久av不卡| 18禁动态无遮挡网站| h视频一区二区三区| 久久女婷五月综合色啪小说| 美女大奶头黄色视频| 2018国产大陆天天弄谢| 丝袜美足系列| 天堂俺去俺来也www色官网| 91成人精品电影| 久久鲁丝午夜福利片| 国产黄频视频在线观看| 最近中文字幕高清免费大全6| 亚洲人与动物交配视频| 丁香六月天网| 成人毛片a级毛片在线播放| 国产片内射在线| 国产乱人偷精品视频| 国产av精品麻豆| 亚州av有码| 免费av中文字幕在线| 99热这里只有是精品在线观看| 伊人久久精品亚洲午夜| 少妇被粗大猛烈的视频| 九色亚洲精品在线播放| 国产精品99久久久久久久久| 亚洲欧美成人综合另类久久久| 免费黄色在线免费观看| 亚洲成人av在线免费| 久久人人爽人人爽人人片va| 91精品国产九色| 国产高清不卡午夜福利| 国产精品三级大全| 亚洲国产欧美日韩在线播放| 精品国产一区二区三区久久久樱花| 国产一区亚洲一区在线观看| 欧美丝袜亚洲另类| 成年美女黄网站色视频大全免费 | 狂野欧美白嫩少妇大欣赏| 国产淫语在线视频| 亚洲色图 男人天堂 中文字幕 | 亚洲婷婷狠狠爱综合网| 91成人精品电影| 国产精品 国内视频| 18禁在线播放成人免费| 久久久久久人妻| 在线天堂最新版资源| 国产成人精品婷婷| 亚洲精品中文字幕在线视频| 性高湖久久久久久久久免费观看| 亚洲国产欧美在线一区| 飞空精品影院首页| 狠狠婷婷综合久久久久久88av| 欧美国产精品一级二级三级| 婷婷成人精品国产| 99精国产麻豆久久婷婷| 久久久国产一区二区| 欧美丝袜亚洲另类| 国产av码专区亚洲av| 少妇被粗大猛烈的视频| 制服诱惑二区| h视频一区二区三区| 人妻 亚洲 视频| a级毛片在线看网站| 制服人妻中文乱码| 国产视频内射| 最近中文字幕2019免费版| 国产一区亚洲一区在线观看| 亚洲人与动物交配视频| 亚洲在久久综合| 久久久久久久久大av| 色婷婷久久久亚洲欧美| 国产一区二区三区综合在线观看 | 亚洲国产精品一区二区三区在线| 搡老乐熟女国产| 熟妇人妻不卡中文字幕| 两个人的视频大全免费| 日韩成人av中文字幕在线观看| 蜜桃久久精品国产亚洲av| 寂寞人妻少妇视频99o| 成人18禁高潮啪啪吃奶动态图 | 黄色配什么色好看| 大片电影免费在线观看免费| 国产无遮挡羞羞视频在线观看| 亚洲精品乱码久久久久久按摩| 91精品国产国语对白视频| 亚洲久久久国产精品| 国产欧美另类精品又又久久亚洲欧美| 丰满饥渴人妻一区二区三| 三级国产精品欧美在线观看| 国产av国产精品国产| 国产色婷婷99| 国产成人免费观看mmmm| 99热全是精品| 欧美精品一区二区大全| 国模一区二区三区四区视频| 97超碰精品成人国产| 亚洲内射少妇av| 欧美亚洲日本最大视频资源| 黄色一级大片看看| 国产av国产精品国产| 黄色欧美视频在线观看| 婷婷色综合大香蕉| 三级国产精品片| 国产男女超爽视频在线观看| 在线观看国产h片| 国产乱人偷精品视频| 纵有疾风起免费观看全集完整版| xxxhd国产人妻xxx| 日韩电影二区| 国产一区二区在线观看av| 人妻 亚洲 视频| 最新的欧美精品一区二区| 成年人午夜在线观看视频| 熟女av电影| 亚洲综合色惰| 国产 精品1| 黄色一级大片看看| 日韩av免费高清视频| 国产69精品久久久久777片| 精品国产露脸久久av麻豆| 欧美少妇被猛烈插入视频| 熟妇人妻不卡中文字幕| 精品人妻偷拍中文字幕| 王馨瑶露胸无遮挡在线观看| 97超碰精品成人国产| 草草在线视频免费看| 国内精品宾馆在线| 国产在线免费精品| 啦啦啦中文免费视频观看日本| 久久久a久久爽久久v久久| 永久网站在线| 亚洲欧美成人综合另类久久久| 日韩大片免费观看网站| 少妇被粗大的猛进出69影院 | 国产成人免费无遮挡视频| 妹子高潮喷水视频| 中国美白少妇内射xxxbb| 永久免费av网站大全| 免费观看性生交大片5| 亚洲国产欧美日韩在线播放| 成年人免费黄色播放视频| 最新中文字幕久久久久| 国产成人a∨麻豆精品| 亚洲少妇的诱惑av| 国产女主播在线喷水免费视频网站| 2018国产大陆天天弄谢| 亚洲精品日本国产第一区| 少妇的逼水好多| 伊人亚洲综合成人网| 啦啦啦视频在线资源免费观看| 97在线人人人人妻| 哪个播放器可以免费观看大片| 精品国产国语对白av| 国产av精品麻豆| 国产成人av激情在线播放 | 全区人妻精品视频| av国产久精品久网站免费入址| 18+在线观看网站| 国产欧美另类精品又又久久亚洲欧美| 中文字幕制服av| 母亲3免费完整高清在线观看 | 亚洲欧美色中文字幕在线| 欧美xxⅹ黑人| 少妇猛男粗大的猛烈进出视频| 久久这里有精品视频免费| 99热网站在线观看| 久久精品久久久久久久性| 精品熟女少妇av免费看| 丝袜美足系列| 亚洲久久久国产精品| 又粗又硬又长又爽又黄的视频| 精品99又大又爽又粗少妇毛片| a级毛片在线看网站| 国模一区二区三区四区视频| 国产成人一区二区在线| 国产视频首页在线观看| 成年女人在线观看亚洲视频| 国产成人免费观看mmmm| 免费黄网站久久成人精品| av.在线天堂| 亚洲欧洲精品一区二区精品久久久 | 国产视频首页在线观看| 国产精品99久久99久久久不卡 | 男女边吃奶边做爰视频| 精品人妻一区二区三区麻豆| 国产熟女午夜一区二区三区 | 免费观看在线日韩| 久久青草综合色| 美女中出高潮动态图| 久久久久久久久大av| 久久久久久人妻| 人体艺术视频欧美日本| 欧美日韩在线观看h| 不卡视频在线观看欧美| 婷婷色麻豆天堂久久| 久久99热这里只频精品6学生| av视频免费观看在线观看| 在线观看国产h片| 亚洲丝袜综合中文字幕| 亚洲国产精品一区三区| av专区在线播放| 我的女老师完整版在线观看| 中文字幕久久专区| 日韩三级伦理在线观看| 亚洲国产成人一精品久久久| 女人精品久久久久毛片| 免费黄网站久久成人精品| 婷婷色麻豆天堂久久| 亚洲精品456在线播放app| 91午夜精品亚洲一区二区三区| 日韩免费高清中文字幕av| 亚洲成色77777| 一区二区av电影网| 亚洲精品456在线播放app| 草草在线视频免费看| 久热久热在线精品观看| 免费人妻精品一区二区三区视频| 丝袜在线中文字幕| 日韩人妻高清精品专区| 熟女人妻精品中文字幕| 肉色欧美久久久久久久蜜桃| 美女国产高潮福利片在线看| 满18在线观看网站| 高清欧美精品videossex| 精品人妻偷拍中文字幕| a级毛片黄视频| 最近中文字幕2019免费版| 啦啦啦视频在线资源免费观看| 欧美最新免费一区二区三区| 99久久综合免费| 亚洲av二区三区四区| 欧美日韩国产mv在线观看视频| 久久久国产精品麻豆| 日日爽夜夜爽网站| 亚洲国产日韩一区二区| 国模一区二区三区四区视频| 美女脱内裤让男人舔精品视频| 丝袜美足系列| 久久热精品热| 晚上一个人看的免费电影| 亚洲天堂av无毛| videos熟女内射| 久久久久久久久大av| 亚洲人成网站在线播| 亚洲人成77777在线视频| 欧美 亚洲 国产 日韩一| 国产精品久久久久久久电影| 久久午夜福利片| 欧美最新免费一区二区三区| 卡戴珊不雅视频在线播放| 日本免费在线观看一区| 午夜老司机福利剧场| 欧美日韩综合久久久久久| videossex国产| 伦理电影大哥的女人| 春色校园在线视频观看| 免费观看在线日韩| 国产精品熟女久久久久浪| 久久99精品国语久久久| 啦啦啦啦在线视频资源| 男的添女的下面高潮视频| 日本黄色片子视频| 制服诱惑二区| 成年av动漫网址| 日韩人妻高清精品专区| 久久97久久精品| 少妇猛男粗大的猛烈进出视频| 99热这里只有精品一区| 美女脱内裤让男人舔精品视频| 又粗又硬又长又爽又黄的视频| 欧美精品高潮呻吟av久久| 极品人妻少妇av视频| 久久久精品免费免费高清| 色哟哟·www| 日韩精品免费视频一区二区三区 | 日本色播在线视频| 国产69精品久久久久777片| 色婷婷av一区二区三区视频| 在线观看人妻少妇| 日韩中文字幕视频在线看片| 久久久欧美国产精品| 精品一区在线观看国产| 免费人成在线观看视频色| 免费观看性生交大片5| 夜夜看夜夜爽夜夜摸| 一区二区三区乱码不卡18| 久久久久久久久久久免费av| 简卡轻食公司| 亚洲av国产av综合av卡| 国产视频内射| 亚洲一区二区三区欧美精品| 国产黄色视频一区二区在线观看| 少妇人妻 视频| 免费黄频网站在线观看国产| 亚洲国产欧美在线一区| 秋霞伦理黄片| 在线观看国产h片| 99精国产麻豆久久婷婷| 青春草国产在线视频| 亚洲av.av天堂| 久久久欧美国产精品| 国模一区二区三区四区视频| 日产精品乱码卡一卡2卡三| 亚洲不卡免费看| a级毛片免费高清观看在线播放| 久久久久久久久久久免费av| 国产成人aa在线观看| 亚洲欧美成人综合另类久久久| av专区在线播放| 国产成人a∨麻豆精品| 男女边摸边吃奶| 久久久久久久久久久丰满| 国产亚洲最大av| 亚洲成人av在线免费| 日韩一区二区三区影片| 国产精品国产三级国产av玫瑰| 尾随美女入室| 黑人欧美特级aaaaaa片| av.在线天堂| 国产在视频线精品| 熟女电影av网| 2021少妇久久久久久久久久久| 高清黄色对白视频在线免费看| 大香蕉97超碰在线| 寂寞人妻少妇视频99o| 黄色视频在线播放观看不卡| 2022亚洲国产成人精品| 日本黄色片子视频| 在线观看三级黄色| 午夜免费观看性视频| 99九九线精品视频在线观看视频| 人妻制服诱惑在线中文字幕| 91精品国产国语对白视频| 亚洲激情五月婷婷啪啪| 国产无遮挡羞羞视频在线观看| 少妇被粗大猛烈的视频| av线在线观看网站| 亚洲精品乱久久久久久| 国产色爽女视频免费观看| 大码成人一级视频| 亚洲中文av在线| videossex国产| 欧美xxⅹ黑人| 国产 精品1| 中文欧美无线码| 内地一区二区视频在线| √禁漫天堂资源中文www| 日韩在线高清观看一区二区三区| xxxhd国产人妻xxx| 国产高清不卡午夜福利| 日韩亚洲欧美综合| 日韩av在线免费看完整版不卡| 亚洲精品成人av观看孕妇| 国产精品成人在线| 欧美3d第一页| 亚洲欧美成人综合另类久久久| 国产色爽女视频免费观看| 免费久久久久久久精品成人欧美视频 | 久久ye,这里只有精品| 赤兔流量卡办理| 激情五月婷婷亚洲| 午夜福利,免费看| 免费观看无遮挡的男女| 你懂的网址亚洲精品在线观看| 能在线免费看毛片的网站| 高清午夜精品一区二区三区| 久久精品国产亚洲网站| 欧美日韩精品成人综合77777| 精品人妻一区二区三区麻豆| 亚洲欧洲国产日韩| 国产精品一二三区在线看| 91成人精品电影| 国产精品一区二区三区四区免费观看| 久久人人爽人人爽人人片va| 在线亚洲精品国产二区图片欧美 | 国产午夜精品久久久久久一区二区三区| 人人妻人人添人人爽欧美一区卜| 日韩一区二区视频免费看| 中国三级夫妇交换| 免费黄网站久久成人精品| 欧美精品一区二区免费开放| 国产片特级美女逼逼视频| 国产精品一区二区在线观看99| 亚洲精品av麻豆狂野| 麻豆成人av视频| av国产久精品久网站免费入址| 女性生殖器流出的白浆| 久久韩国三级中文字幕|