• <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 ?

    膠囊網(wǎng)絡(luò)對復(fù)雜現(xiàn)實場景中的物體識別*

    2019-12-30 07:03:04賈帥宇姚紅革
    關(guān)鍵詞:路由重構(gòu)神經(jīng)元

    姜 虹,賈帥宇,姚紅革

    (西安工業(yè)大學(xué) 計算機科學(xué)與工程學(xué)院,西安 710021)

    “深度學(xué)習(xí)”自2006年被提出以來,經(jīng)過十幾年的發(fā)展,其已發(fā)展出眾多算法,但主要以CNN為主,CNN因其對底層對象之間的空間關(guān)系表達(dá)的不夠充分,并且其中的Pooling 過程會丟失一定量的位置信息[1],由于這些缺陷的存在CNN在某些方面的識別效果并不理想。文獻(xiàn)[2]首次提出膠囊(Capsule)的概念,作者在該論文中建立了一種三層簡易的網(wǎng)絡(luò)結(jié)構(gòu)CapsNet,并將CapsNet用于Mnist手寫體識別,準(zhǔn)確率高達(dá)97.5%,超越了文獻(xiàn)[3]提到的LeNet-5模型。2018年,文獻(xiàn)[4]對膠囊網(wǎng)絡(luò)中動態(tài)路由迭代算法進(jìn)行了解釋,并提出了一種新的EM路由算法,對Capsule膠囊網(wǎng)絡(luò)核心路由算法進(jìn)行改進(jìn)。盡管CapsNet網(wǎng)絡(luò)模型使用動態(tài)路由迭代算法替代了CNN的池化操作[5-6],降低了前向傳播過程中的特征損失,而且克服了CNN中特征不變性的缺點,提高了識別準(zhǔn)確率。但目前,CapsNet僅用于簡單圖像的識別,對于處于復(fù)雜場景下的目標(biāo)識別還鮮有研究。

    本文基于膠囊網(wǎng)絡(luò)的思想,擬構(gòu)建一個新的膠囊網(wǎng)絡(luò)模型,采用Cifar10數(shù)據(jù)集對其進(jìn)行訓(xùn)練,在CapsNet的基礎(chǔ)上增加Conv2和Intermediate Capsule Layer,以提升網(wǎng)絡(luò)在復(fù)雜場景下對于物體識別精度以及單個膠囊對于信息的表征能力。

    1 改進(jìn)膠囊網(wǎng)絡(luò)模型的建立

    本文整體系統(tǒng)結(jié)構(gòu)如下圖1神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖所示。

    圖1 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

    相較于文獻(xiàn)[6]中的CapsNet,本文提出如下改進(jìn)。

    1.1 增加CONV2卷積層

    本網(wǎng)絡(luò)模型在Conv1與Primary Capsule Layer之間增加了一層額外的卷積層Conv2,由于復(fù)雜場景下的彩色圖片蘊含的信息量較大,圖像中干擾信息較多,圖像信息之間的關(guān)系較為復(fù)雜。所以在結(jié)構(gòu)設(shè)計之上希望通過增加卷積層的方法過濾掉部分噪音,并且使得Primary Capsule Layer之前的卷積部分獲得更多有關(guān)識別目標(biāo)的信息,減少復(fù)雜背景干擾信息的影響。

    1.2 擴展膠囊維度由初級8D擴寬為16D

    Primary Capsule Layer之前兩層卷積層在對原始圖像經(jīng)過兩次特征提取過程,大量的有用信息被抽取至上層膠囊,經(jīng)過Primary Capsule Layer,Intermediate capsule layer對其信息進(jìn)行降噪并將有用信息利用Squash()函數(shù)壓縮至膠囊之中,膠囊中攜帶有識別信息。膠囊的維度越大,膠囊中可存儲的信息越多,網(wǎng)絡(luò)分類效果更好,本實驗中維度擴寬為16D。

    1.3 Intermediate capsule layer

    在膠囊層之間,低層的特征膠囊首先通過姿態(tài)關(guān)系對高層特征進(jìn)行預(yù)測,通過“動態(tài)路由算法”和“篩分決策機制”選擇性的激活高層膠囊,這相當(dāng)于對低層膠囊網(wǎng)絡(luò)預(yù)測的結(jié)果進(jìn)行篩選,然后選擇性激活部分高層膠囊。增加了一層膠囊層Intermediate capsule layer,擬通過前兩層的膠囊層的層間傳播去掉部分噪音,從Intermediate capsule layer所被Primary Capsule Layer選擇激活的上層膠囊在經(jīng)過一層膠囊層間預(yù)測激活過程,激活A(yù)dvanced Capsule Layer完成最終分類,在兩次選擇激活的過程中,降低干擾因子。

    本系統(tǒng)結(jié)構(gòu)正向運行過程如下:

    Conv1:將32×32的彩色圖片采用256個5×5大小的卷積核對原始圖像進(jìn)行卷積,其中步幅為1,在卷積層采用Relu激活函數(shù)。

    Conv2:采用512個5×5大小的卷積核對Conv1層進(jìn)行卷積,得到Conv2層。

    Primary Capsule Layer:對網(wǎng)絡(luò)中注入的局部圖像信息進(jìn)行向量化,即采用16組不同的卷積核,每組卷積核中又有64個不同的10×10大小的卷積核對局部圖像進(jìn)行16次卷積,在卷積操作中步幅設(shè)置為1,并且采用Relu激活函數(shù),得到低層特征Ui,其中Ui為1×16大小的向量神經(jīng)元,具體結(jié)構(gòu)如圖2所示。

    圖2 Primary Capsule Layer結(jié)構(gòu)

    Advanced Capsule Layer:通過低層特征對高層特征進(jìn)行預(yù)測,并通過篩分決策機制和動態(tài)路由迭代算法選擇激活最高層特征膠囊,完成分類。

    膠囊作為一個方向向量,不僅能夠進(jìn)行圖形目標(biāo)的分類,本文預(yù)測在膠囊中蘊含原始圖像中識別目標(biāo)的相關(guān)信息,即膠囊為原始圖像信息的壓縮。故本文在前向識別網(wǎng)絡(luò)后加入下圖3所示的重構(gòu)網(wǎng)絡(luò)來檢測所抽取特征信息的完整度,擬通過該重構(gòu)網(wǎng)絡(luò)實現(xiàn)被壓縮在膠囊中原始圖像的還原。改進(jìn)后的膠囊網(wǎng)絡(luò)如圖3重構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)圖。

    圖3 重構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)圖

    如圖3所示,在前半部分識別網(wǎng)絡(luò)的后面,加上重構(gòu)網(wǎng)絡(luò)結(jié)構(gòu),識別網(wǎng)絡(luò)結(jié)構(gòu)輸出10個1×16的膠囊即10個1×16的向量。該向量神經(jīng)元中攜帶有所識別圖像的信息,可以通過一個解碼器對這個輸出的1x16的向量進(jìn)行解碼,從而還原前半部分識別網(wǎng)絡(luò)所識別的圖像。

    在前層網(wǎng)絡(luò)結(jié)構(gòu)的后面加三個全連接層,在第一個全連接層有512個結(jié)點組成,采用Relu激活函數(shù),第二個全連接層有1024個結(jié)點,采用Relu激活函數(shù),第三層由784個結(jié)點組成,激活函數(shù)采用Sigmod分類函數(shù)。

    2 關(guān)鍵算法原理

    2.1 向量神經(jīng)元

    膠囊網(wǎng)絡(luò)相比于傳統(tǒng)CNN神經(jīng)網(wǎng)絡(luò)摒棄標(biāo)量神經(jīng)元,采用向量神經(jīng)元。其可用一個向量來表示。因向量神經(jīng)元可表達(dá)的信息量更大,從而使得網(wǎng)絡(luò)識別效率更高,識別效果更好。

    每一個向量神經(jīng)元的屬性代表著該向量神經(jīng)元所指代的信息,向量神經(jīng)元的向量方向通常指代紋理,顏色,大小,形狀等信息,而向量神經(jīng)元的模長被用來指代該向量神經(jīng)元所代表的時間發(fā)生可能性的大小,該向量神經(jīng)元的模長越長則該向量神經(jīng)元所指代事件發(fā)生的可能性就越大,模長越短則事件發(fā)生的可能性就越小。

    向量神經(jīng)元采用Squash()進(jìn)行激活,在經(jīng)過Squash()函數(shù)激活后的向量神經(jīng)元,其長度則代表該事件發(fā)生的概率,且Squash()對向量神經(jīng)元的長度能起到一定的放縮作用,使得特征比較顯著的向量神經(jīng)元變得概率更加大,使得識別效果更好。

    2.2 姿態(tài)關(guān)系轉(zhuǎn)換

    膠囊層中物體各部分之間的分層姿態(tài)關(guān)系通過姿態(tài)矩陣表現(xiàn)出來[7-8]。其中,姿態(tài)主要包括平移 (translation)、旋轉(zhuǎn) (rotation) 和放縮 (scale) 三種形式。通過姿態(tài)矩陣物體姿態(tài)關(guān)系轉(zhuǎn)換過程如圖4所示。

    圖4 姿態(tài)關(guān)系轉(zhuǎn)換例圖

    用R,T,S定義旋轉(zhuǎn)、平移和縮放矩陣,那么將 (x,y) 先逆時針轉(zhuǎn) 30 度,向右平移2個單位,最終縮放 50% 到 (x′,y′) 可以由下列矩陣連乘得到

    2.3 動態(tài)路由算法

    膠囊網(wǎng)絡(luò)在相鄰低級膠囊層和高級膠囊層之間,采用動態(tài)路由算法進(jìn)行由低層特征向高層特征的預(yù)測過程,動態(tài)路由機制由圖5所示。

    動態(tài)路由算法基本工作原理如下:

    ① 初始化參數(shù)bij值。對于所有位于L層的膠囊i和L+1層的膠囊j,令所有bij初值均為0;

    ② 更新參數(shù)ci值。對于位于L層的所有膠囊i,令ci=softmax(bi)[9];

    圖5 動態(tài)路由機制結(jié)構(gòu)圖

    ⑤ 對于位于L+1層的所有膠囊j,令Vj= squash(Sj);

    ⑦ 判斷膠囊層動態(tài)路由迭代次數(shù)是否達(dá)到預(yù)先設(shè)定好的迭代上限r(nóng),若未達(dá)到則重新返回步驟②,若完成則結(jié)束。

    2.4 Squash函數(shù)

    為了將每個膠囊的長度都壓縮到0到1之間,從而使得每個膠囊的長度表示該膠囊所代表事件發(fā)生的可能性,在膠囊網(wǎng)絡(luò)中引入Squash()函數(shù)[9],該函數(shù)不但可以完成壓縮膠囊長度的工作,而且該函數(shù)能夠?qū)δz囊代表事件發(fā)生可能性的概率放縮,使得大概率事件發(fā)生的可能性更大,小概率事件發(fā)生的可能性更小。其表達(dá)式為

    (1)

    式中:Vj為單個膠囊經(jīng)過壓縮之后輸出的輸出向量,其長度在0到1之間;Sj為傳入Squash()函數(shù)的膠囊,該膠囊為經(jīng)過上一層卷積層計算,進(jìn)行加權(quán)求和之后得到的結(jié)果。對于該表達(dá)式,可以分為兩部分?!琒j‖2/(1+‖Sj‖2)為在不考慮膠囊方向的情況下,單純對膠囊長度進(jìn)行放縮,使得長度小的膠囊長度表的更小,而長度大的膠囊長度變得更大,在整個計算過程中,對輸入膠囊的長度起放縮作用。Sj/‖Sj‖的作用為在‖Sj‖2/(1+‖Sj‖2)對膠囊長度放縮的前提下保持膠囊的方向不發(fā)生變化,即保持膠囊所代表事件的紋理,速度等特性不發(fā)生變化。Squash()函數(shù)中這兩部分的結(jié)合,使得膠囊在不改變方向的情況下有壓縮了膠囊的長度,使得膠囊長度介于0到1之間表示膠囊所指代事件發(fā)生的可能性,起到一種非線性激活的作用。

    2.5 篩分決策機制

    低層膠囊層向量神經(jīng)元通過篩分決策機制對高層向量神經(jīng)元進(jìn)行選擇性激活,此過程類似于投票選舉,票數(shù)相對較多的單元即為被選定即將被激活的單元。如圖6篩分決策機制原理圖所示,圖中圈起的紅點為投票數(shù)較多并將被激活的單元,這些點聚集在一起意味著低層膠囊對高級特征的預(yù)測較為接近,最終將代表低層膠囊對高層的預(yù)測。分散在圈外的藍(lán)點為投票數(shù)較少無法被激活的單元,由于其距離紅色的聚集點較遠(yuǎn),所以其預(yù)測結(jié)果將被舍棄。

    圖6 篩分決策機制原理圖

    在膠囊網(wǎng)絡(luò)結(jié)構(gòu)中,每個膠囊即為一個向量神經(jīng)元,該向量神經(jīng)元為低層特征根據(jù)局部姿態(tài)關(guān)系預(yù)測得到的表達(dá)高級特征的向量神經(jīng)元。向量神經(jīng)元具有長度和方向兩個屬性,通過向量的方向表示向量所指代的事件,兩個向量神經(jīng)元方向差別越小,則這兩個向量神經(jīng)元所指代的事件相似度越高,其過程如上圖6所示,則最多向量神經(jīng)元的指向方向即為最終決策向量方向,該決策向量方向所指代的事件為最終決策事件。這種利用向量神經(jīng)元方向來決策高級特征,并選擇性激活高級特征膠囊的方法稱為篩分決策機制。通過決策機制結(jié)合路由算法得到所識別物體最終的類別結(jié)果。

    3 實驗與分析

    3.1 數(shù)據(jù)集

    在本實驗中,采用經(jīng)典Cifar10數(shù)據(jù)集,該數(shù)據(jù)集由十個種類不同的對象構(gòu)成,數(shù)據(jù)集共包括60 000張彩色圖片,每張圖片均為32×32大小。而總共的60 000張圖片又分為50 000張訓(xùn)練樣本和10 000張測試樣本,其中10類不同對象的圖片各有6 000張,每種對象的圖片數(shù)量一樣多,且圖像大小均相同,在數(shù)據(jù)集圖片中,所識別目標(biāo)均處于較復(fù)雜場景之中,每張數(shù)據(jù)集背景圖片均不相同,且背景較為復(fù)雜,對于目標(biāo)的識別過程會造成較強的干擾。其中,Cifar10的十類對象的少數(shù)樣本如圖7 Cifar10數(shù)據(jù)集所示。

    為估算本文算法對Cifar10數(shù)據(jù)集的識別效果,使用準(zhǔn)確率(accuracy,Acc)來衡量算法的性能,Acc的取值介于[0,1]之間,具體計算公式為

    (2)

    式中:TN為圖片識別正確的數(shù)量;EN為識別的圖片數(shù)量。

    圖7 Cifar10數(shù)據(jù)集

    3.2 實驗對比分析

    3.2.1 文中網(wǎng)絡(luò)與CapsNet的性能對比

    實驗通過采用Cifar10數(shù)據(jù)集來測試CapsNet和本文網(wǎng)絡(luò)在復(fù)雜場景下的表現(xiàn)情況。分別對兩個網(wǎng)絡(luò)進(jìn)行訓(xùn)練,通過對相同訓(xùn)練批次下的兩個不同網(wǎng)絡(luò)模型進(jìn)行測試發(fā)現(xiàn),本文中所構(gòu)建的網(wǎng)絡(luò)相比于CapsNet識別準(zhǔn)確率提高了3.2%,并且重構(gòu)效果有所提升但是提升不明顯,實驗結(jié)果見表1。

    表1 對CapsNet逐步改進(jìn)的結(jié)果對比

    參見表1,實驗分步對CapsNet網(wǎng)絡(luò)進(jìn)行改進(jìn)。在CapsNet網(wǎng)絡(luò)的基礎(chǔ)上增加一個卷積層,此時的初步模型測試準(zhǔn)確率有所提升,模型準(zhǔn)確率為68.1%。在此基礎(chǔ)上分別在網(wǎng)絡(luò)上添加膠囊層并且對膠囊進(jìn)行擴維的改進(jìn),經(jīng)過三次改進(jìn)的膠囊最高準(zhǔn)確率可達(dá)71%,相比于CapsNet準(zhǔn)確度提升了3.2%。雖然改進(jìn)后的網(wǎng)絡(luò)沒有達(dá)到預(yù)期結(jié)果,但是相較于CapsNet整體有所提升。

    3.2.2 文中網(wǎng)絡(luò)與CapsNet的復(fù)雜度對比

    在參數(shù)數(shù)量方面,CapsNet網(wǎng)絡(luò)模型中(不含解碼器部分)大約含有63.13萬個參數(shù)。在改進(jìn)后的網(wǎng)絡(luò)模型中參數(shù)數(shù)量增長到了82.88萬個。改進(jìn)后模型的參數(shù)量相較于CapsNet增加了31%,但是文中成功提升了CapsNet的模型性能。盡管最終的結(jié)果沒有達(dá)到預(yù)期的效果,但是的確證明了一些方法(增加卷積層與膠囊層、擴維)能夠有效的提升CapsNet網(wǎng)絡(luò)模型的識別性能。

    3.2.3 動態(tài)路由算法迭代次數(shù)對于識別率的影響

    動態(tài)路由算法作為膠囊網(wǎng)絡(luò)的核心算法,其迭代次數(shù)對網(wǎng)絡(luò)模型的識別結(jié)果有著舉足輕重的影響。在本實驗中在其它環(huán)境不變的情況下,調(diào)整動態(tài)路由算法的迭代參數(shù)。通過比較不同迭代次數(shù)的情況下,網(wǎng)絡(luò)模型的準(zhǔn)確率,并通過對所得數(shù)據(jù)進(jìn)行比較分析,從而分析迭代次數(shù)對于網(wǎng)絡(luò)模型的局部影響以及全局影響,見表2。

    表2 不同路由迭代次數(shù)下的準(zhǔn)確率

    在該網(wǎng)絡(luò)模型上,對膠囊層間動態(tài)路由算法路由迭代次數(shù)進(jìn)行改變,進(jìn)而通過實驗結(jié)果分析迭代次數(shù)對于整個網(wǎng)絡(luò)識別率的影響。通過在MNIST和Cifar10數(shù)據(jù)集上通過調(diào)整迭代次數(shù)R分別進(jìn)行四次實驗,通過觀察實驗結(jié)果得出當(dāng)R=3時,整個網(wǎng)絡(luò)模型對于MNIST和Cifar10數(shù)據(jù)集的識別準(zhǔn)確率都是最高的,此時即可認(rèn)為當(dāng)R=3時,整個網(wǎng)絡(luò)達(dá)到了最優(yōu)性能。

    3.3 膠囊網(wǎng)絡(luò)識別效果測試

    3.3.1 改進(jìn)網(wǎng)絡(luò)前向識別測試

    通過對動態(tài)路由算法的研究以及大量實驗驗證,在R=3時算法最優(yōu),故在本實驗中擬設(shè)置R=3,采用Cifar10數(shù)據(jù)集對改進(jìn)的網(wǎng)絡(luò)進(jìn)行測試,使用Cifar10數(shù)據(jù)集中的50 000個訓(xùn)練樣本進(jìn)行訓(xùn)練,通過50 000個訓(xùn)練樣本每對網(wǎng)絡(luò)訓(xùn)練一個輪次,采用10 000個測試圖像對網(wǎng)絡(luò)本次訓(xùn)練情況進(jìn)行測試,以得到當(dāng)前網(wǎng)絡(luò)對于圖像的識別準(zhǔn)確率。在本實驗中,利用Cifar10數(shù)據(jù)集對該網(wǎng)絡(luò)模型進(jìn)行了80個輪次的訓(xùn)練。在訓(xùn)練過程中,該網(wǎng)絡(luò)模型識別準(zhǔn)確率的變化情況如圖8所示,網(wǎng)絡(luò)loss如圖9所示。

    圖8 準(zhǔn)確率變化曲線Fig.8 Precision curve

    該網(wǎng)絡(luò)模型在訓(xùn)練過程中,當(dāng)對網(wǎng)絡(luò)的第一個訓(xùn)練輪次完成時,網(wǎng)絡(luò)的準(zhǔn)確率如圖8所示,準(zhǔn)確率為0.390 9。當(dāng)對網(wǎng)絡(luò)模型的80個輪次的訓(xùn)練全部結(jié)束時,網(wǎng)絡(luò)模型的準(zhǔn)確率如圖8所示,準(zhǔn)確率為0.625 0。但結(jié)合圖9中網(wǎng)絡(luò)總的loss走勢來看,當(dāng)訓(xùn)練程度到達(dá)5.000 k左右時,識別準(zhǔn)確率達(dá)到最高水平為0.71,同時total loss降到最低點,此時網(wǎng)絡(luò)中參數(shù)之間協(xié)調(diào)度達(dá)到全局最優(yōu)。在訓(xùn)練程度超過5.000 k后,會產(chǎn)生過擬合,網(wǎng)絡(luò)模型識別準(zhǔn)確率降低,故應(yīng)在5.000 k時停止對網(wǎng)絡(luò)的訓(xùn)練,此時網(wǎng)絡(luò)識別效果最佳,識別準(zhǔn)確率為0.71。

    圖9 網(wǎng)絡(luò)損失變化曲線Fig.9 Network loss curve

    3.3.2 Advanced Capsule Layer膠囊擴維對重構(gòu)的影響

    圖10為原始膠囊網(wǎng)絡(luò)和改進(jìn)后膠囊網(wǎng)絡(luò)的重構(gòu)誤差,圖11為原圖及重構(gòu)效果圖。

    圖10 原始膠囊網(wǎng)絡(luò)和改進(jìn)后膠囊網(wǎng)絡(luò)的重構(gòu)誤差曲線

    圖11 原圖及重構(gòu)效果圖

    由于文中模型將前向識別網(wǎng)絡(luò)輸出膠囊維度擴至16D,對比圖10中重構(gòu)誤差曲線可看出,相比CapsNet的重構(gòu)結(jié)果,文中實驗所設(shè)計的網(wǎng)絡(luò)重構(gòu)誤差更小,效果稍好,這說明對輸出膠囊進(jìn)行擴維能夠提高重構(gòu)效果。但是從圖11中看出,重構(gòu)的效果還是不夠穩(wěn)定,重構(gòu)所得到的圖片清晰度不夠高。

    在實驗的訓(xùn)練過程中,隨著訓(xùn)練的進(jìn)一步深入,整個網(wǎng)絡(luò)模型的total_loss值整體趨于下降趨勢,隨著總體誤差值的降低,網(wǎng)絡(luò)模型的識別準(zhǔn)確度也隨之逐漸上升,但在total_loss下降趨于0.60附近時該網(wǎng)絡(luò)模型中的總體誤差開始升高。

    4 結(jié) 論

    本文對CapsNet網(wǎng)絡(luò)進(jìn)行了改進(jìn),為使其在復(fù)雜場景下對于物體具有更良好的識別和表征能力,文中在CapsNet網(wǎng)絡(luò)的基礎(chǔ)上增加了一層卷積層和膠囊層,使其能夠提取到更多細(xì)節(jié)特征。并且對各層膠囊進(jìn)行了擴維,使每個膠囊能夠攜帶更多的特征信息。網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化使得網(wǎng)絡(luò)不但能充分的提取低層特征,而且兩個膠囊層在經(jīng)過兩層動態(tài)路由和篩分決策之后,降低了復(fù)雜場景對于物體識別的干擾,并且改進(jìn)后的前向識別網(wǎng)絡(luò)相比于原來的CapsNet分類準(zhǔn)確率提高了3.2%,當(dāng)訓(xùn)練程度到達(dá)5.000 k左右時,識別準(zhǔn)確率達(dá)到最高水平為0.71。但目前的分類結(jié)果并沒有達(dá)到我們預(yù)期的結(jié)果,今后將嘗試對目前的網(wǎng)絡(luò)做進(jìn)一步的改動,以達(dá)到更高的分類準(zhǔn)確率。

    猜你喜歡
    路由重構(gòu)神經(jīng)元
    長城敘事的重構(gòu)
    攝影世界(2022年1期)2022-01-21 10:50:14
    《從光子到神經(jīng)元》書評
    自然雜志(2021年6期)2021-12-23 08:24:46
    北方大陸 重構(gòu)未來
    探究路由與環(huán)路的問題
    躍動的神經(jīng)元——波蘭Brain Embassy聯(lián)合辦公
    北京的重構(gòu)與再造
    商周刊(2017年6期)2017-08-22 03:42:36
    論中止行為及其對中止犯的重構(gòu)
    基于二次型單神經(jīng)元PID的MPPT控制
    毫米波導(dǎo)引頭預(yù)定回路改進(jìn)單神經(jīng)元控制
    PRIME和G3-PLC路由機制對比
    国产熟女午夜一区二区三区| 精品久久久久久,| 国产精品一区二区三区四区久久| 久久天躁狠狠躁夜夜2o2o| 欧美丝袜亚洲另类 | 一边摸一边做爽爽视频免费| 日韩精品青青久久久久久| 精品乱码久久久久久99久播| 国产高清有码在线观看视频 | 国产亚洲av高清不卡| 五月伊人婷婷丁香| 啪啪无遮挡十八禁网站| 国产v大片淫在线免费观看| 人妻丰满熟妇av一区二区三区| 又紧又爽又黄一区二区| 久久精品aⅴ一区二区三区四区| 叶爱在线成人免费视频播放| 国产精品亚洲av一区麻豆| 看黄色毛片网站| 我的老师免费观看完整版| 欧美在线黄色| 日本a在线网址| 成年免费大片在线观看| 真人做人爱边吃奶动态| 久久欧美精品欧美久久欧美| 最近视频中文字幕2019在线8| 91国产中文字幕| 国产69精品久久久久777片 | 最近最新免费中文字幕在线| 国产欧美日韩一区二区精品| 久久草成人影院| 国内久久婷婷六月综合欲色啪| 国产亚洲精品一区二区www| 搡老熟女国产l中国老女人| 欧美乱码精品一区二区三区| 精品福利观看| 精品少妇一区二区三区视频日本电影| 国产精品乱码一区二三区的特点| 无限看片的www在线观看| 一区二区三区国产精品乱码| 国产熟女xx| 欧美不卡视频在线免费观看 | 男插女下体视频免费在线播放| 最近最新免费中文字幕在线| 好男人在线观看高清免费视频| 麻豆国产av国片精品| 在线看三级毛片| 久久久国产成人精品二区| 最新美女视频免费是黄的| 岛国在线观看网站| 欧美午夜高清在线| 真人一进一出gif抽搐免费| 欧美久久黑人一区二区| 国产精品综合久久久久久久免费| av欧美777| 两个人免费观看高清视频| www国产在线视频色| 日本三级黄在线观看| 麻豆一二三区av精品| 欧美不卡视频在线免费观看 | 亚洲熟妇中文字幕五十中出| 国产高清视频在线观看网站| 国产一区二区激情短视频| 欧美日韩亚洲综合一区二区三区_| 少妇裸体淫交视频免费看高清 | 欧美日韩亚洲国产一区二区在线观看| 一卡2卡三卡四卡精品乱码亚洲| 国产高清videossex| 99精品在免费线老司机午夜| 国产亚洲精品av在线| 国产精品98久久久久久宅男小说| 国产精品一区二区精品视频观看| 在线观看66精品国产| 不卡一级毛片| 国产精品久久久av美女十八| 国产精品 国内视频| www国产在线视频色| 啦啦啦观看免费观看视频高清| a级毛片a级免费在线| 黄片小视频在线播放| 少妇被粗大的猛进出69影院| 美女午夜性视频免费| 国产精品一及| 麻豆国产97在线/欧美 | 久久这里只有精品19| 级片在线观看| 特级一级黄色大片| 午夜a级毛片| 免费av毛片视频| 两个人视频免费观看高清| 精品熟女少妇八av免费久了| 亚洲男人的天堂狠狠| 一级毛片高清免费大全| 在线观看免费视频日本深夜| 色在线成人网| 国产欧美日韩精品亚洲av| 男人的好看免费观看在线视频 | 国内少妇人妻偷人精品xxx网站 | 深夜精品福利| 一个人观看的视频www高清免费观看 | 岛国在线观看网站| 成人特级黄色片久久久久久久| 亚洲乱码一区二区免费版| 一区福利在线观看| 国产高清视频在线观看网站| 亚洲欧美一区二区三区黑人| 免费在线观看黄色视频的| 亚洲国产精品久久男人天堂| 日日爽夜夜爽网站| 18禁黄网站禁片午夜丰满| www.熟女人妻精品国产| 中文资源天堂在线| avwww免费| 在线观看午夜福利视频| 黄色a级毛片大全视频| 亚洲专区中文字幕在线| 亚洲av熟女| 亚洲国产精品久久男人天堂| 嫩草影视91久久| 欧美日韩亚洲综合一区二区三区_| 成熟少妇高潮喷水视频| 国产一区二区三区视频了| 黄色视频不卡| 成人三级做爰电影| 亚洲中文字幕一区二区三区有码在线看 | 俄罗斯特黄特色一大片| 国产精品永久免费网站| 久久精品人妻少妇| 大型av网站在线播放| 在线播放国产精品三级| 欧美又色又爽又黄视频| 免费看十八禁软件| 91九色精品人成在线观看| 日韩 欧美 亚洲 中文字幕| 亚洲精品久久国产高清桃花| 亚洲午夜理论影院| 草草在线视频免费看| 黄片大片在线免费观看| 亚洲国产日韩欧美精品在线观看 | 日韩免费av在线播放| 制服丝袜大香蕉在线| 色尼玛亚洲综合影院| 老司机靠b影院| 中文字幕熟女人妻在线| 国产又黄又爽又无遮挡在线| 精品人妻1区二区| 亚洲精品中文字幕一二三四区| 成人亚洲精品av一区二区| 国产精品亚洲美女久久久| 天堂av国产一区二区熟女人妻 | 欧美另类亚洲清纯唯美| 亚洲人成网站高清观看| 成年版毛片免费区| 婷婷精品国产亚洲av在线| 深夜精品福利| a级毛片在线看网站| e午夜精品久久久久久久| 免费观看精品视频网站| 变态另类成人亚洲欧美熟女| 在线观看www视频免费| 亚洲美女视频黄频| 51午夜福利影视在线观看| 日韩大码丰满熟妇| 精品久久久久久久久久久久久| 在线十欧美十亚洲十日本专区| 久久精品人妻少妇| 天堂动漫精品| 最近最新中文字幕大全免费视频| 日韩有码中文字幕| 亚洲欧洲精品一区二区精品久久久| 精品国内亚洲2022精品成人| 国产亚洲精品av在线| 国产精品99久久99久久久不卡| 此物有八面人人有两片| 亚洲熟妇中文字幕五十中出| 免费看十八禁软件| 狂野欧美激情性xxxx| 国产精品野战在线观看| 国产乱人伦免费视频| 亚洲国产精品sss在线观看| 国产精品一区二区三区四区久久| 男女视频在线观看网站免费 | 精品国产亚洲在线| 国产又色又爽无遮挡免费看| 国产精品日韩av在线免费观看| 嫁个100分男人电影在线观看| 啦啦啦韩国在线观看视频| 国产野战对白在线观看| a在线观看视频网站| 一级毛片高清免费大全| 亚洲av美国av| 91麻豆av在线| 嫩草影视91久久| 老鸭窝网址在线观看| 亚洲av电影不卡..在线观看| 日韩欧美在线乱码| 亚洲电影在线观看av| 草草在线视频免费看| 国内毛片毛片毛片毛片毛片| 国产熟女午夜一区二区三区| 日本在线视频免费播放| 亚洲专区字幕在线| 亚洲一区二区三区色噜噜| 岛国视频午夜一区免费看| 国产精品久久视频播放| 免费在线观看亚洲国产| 精品第一国产精品| 亚洲专区国产一区二区| 90打野战视频偷拍视频| 淫妇啪啪啪对白视频| 国产亚洲精品第一综合不卡| 舔av片在线| 久久午夜亚洲精品久久| 国产又黄又爽又无遮挡在线| 国产精品一区二区精品视频观看| 精品人妻1区二区| 色综合站精品国产| 亚洲一卡2卡3卡4卡5卡精品中文| 丰满人妻熟妇乱又伦精品不卡| 超碰成人久久| 国产又色又爽无遮挡免费看| 少妇裸体淫交视频免费看高清 | 国产成人啪精品午夜网站| netflix在线观看网站| 日本黄色视频三级网站网址| 久久久国产欧美日韩av| 亚洲精品美女久久久久99蜜臀| 桃红色精品国产亚洲av| 女人被狂操c到高潮| 日日夜夜操网爽| 免费无遮挡裸体视频| 亚洲av成人不卡在线观看播放网| 国产欧美日韩一区二区三| 91九色精品人成在线观看| 激情在线观看视频在线高清| 婷婷精品国产亚洲av| 亚洲专区国产一区二区| 成人三级黄色视频| 久久久久久国产a免费观看| 免费看十八禁软件| 精品久久蜜臀av无| 丁香六月欧美| 黑人巨大精品欧美一区二区mp4| 亚洲精品一区av在线观看| 国产高清视频在线观看网站| 久久精品国产亚洲av高清一级| 麻豆成人午夜福利视频| 国产探花在线观看一区二区| 日本黄色视频三级网站网址| 欧美在线黄色| 淫秽高清视频在线观看| tocl精华| 黄色丝袜av网址大全| 国产成+人综合+亚洲专区| 人妻夜夜爽99麻豆av| 99久久精品热视频| 亚洲狠狠婷婷综合久久图片| 亚洲五月婷婷丁香| 黑人欧美特级aaaaaa片| 国产亚洲精品久久久久久毛片| av天堂在线播放| 黄片小视频在线播放| 亚洲七黄色美女视频| 精品无人区乱码1区二区| 九色国产91popny在线| 好看av亚洲va欧美ⅴa在| 国产99白浆流出| 久久这里只有精品中国| 夜夜爽天天搞| www.熟女人妻精品国产| 日韩精品中文字幕看吧| 国产真人三级小视频在线观看| av有码第一页| 狂野欧美白嫩少妇大欣赏| 看片在线看免费视频| 伊人久久大香线蕉亚洲五| 女生性感内裤真人,穿戴方法视频| 在线观看日韩欧美| 最近最新中文字幕大全电影3| 亚洲 欧美 日韩 在线 免费| 久久精品国产亚洲av香蕉五月| 亚洲人成77777在线视频| 国产成人影院久久av| 亚洲第一欧美日韩一区二区三区| 啦啦啦观看免费观看视频高清| 动漫黄色视频在线观看| av国产免费在线观看| 亚洲av日韩精品久久久久久密| 日韩高清综合在线| 亚洲欧美精品综合久久99| 婷婷亚洲欧美| 亚洲自拍偷在线| 女生性感内裤真人,穿戴方法视频| 高清毛片免费观看视频网站| 精品第一国产精品| 老汉色∧v一级毛片| 亚洲18禁久久av| 1024视频免费在线观看| 久久精品国产99精品国产亚洲性色| 看免费av毛片| 亚洲 欧美 日韩 在线 免费| 日韩欧美三级三区| 日本一二三区视频观看| 欧美一级毛片孕妇| 757午夜福利合集在线观看| 一级a爱片免费观看的视频| 亚洲国产欧美一区二区综合| 国产av一区在线观看免费| 国产黄片美女视频| 啦啦啦免费观看视频1| 亚洲人成77777在线视频| 黄片大片在线免费观看| 国产区一区二久久| 欧美大码av| 国产伦在线观看视频一区| 久久婷婷成人综合色麻豆| 午夜福利欧美成人| 十八禁人妻一区二区| 欧美3d第一页| 99久久99久久久精品蜜桃| 老熟妇仑乱视频hdxx| 亚洲18禁久久av| 精品久久蜜臀av无| 三级国产精品欧美在线观看 | 久久中文看片网| 日韩大码丰满熟妇| 波多野结衣巨乳人妻| 人人妻人人澡欧美一区二区| 久久久精品欧美日韩精品| 亚洲人与动物交配视频| 一区二区三区国产精品乱码| 亚洲精品中文字幕在线视频| 黄色女人牲交| 男女之事视频高清在线观看| 黄色丝袜av网址大全| 精品国产超薄肉色丝袜足j| 亚洲,欧美精品.| 两性夫妻黄色片| 国产1区2区3区精品| 亚洲乱码一区二区免费版| 久久中文字幕人妻熟女| 国产69精品久久久久777片 | 亚洲av中文字字幕乱码综合| 精品一区二区三区视频在线观看免费| 国产精品久久久久久精品电影| 少妇裸体淫交视频免费看高清 | 午夜成年电影在线免费观看| 无限看片的www在线观看| 天天躁夜夜躁狠狠躁躁| 国产精品久久久久久精品电影| 男女视频在线观看网站免费 | 国产亚洲欧美在线一区二区| 99精品久久久久人妻精品| 中文字幕久久专区| 亚洲成人久久性| 久久精品影院6| 久久精品国产亚洲av高清一级| 老司机午夜福利在线观看视频| 国产亚洲av高清不卡| АⅤ资源中文在线天堂| 午夜福利成人在线免费观看| 全区人妻精品视频| 亚洲性夜色夜夜综合| 欧美大码av| 全区人妻精品视频| 他把我摸到了高潮在线观看| 一级片免费观看大全| 人妻久久中文字幕网| 亚洲最大成人中文| 亚洲国产精品sss在线观看| 久久中文字幕人妻熟女| 99久久精品国产亚洲精品| 啦啦啦观看免费观看视频高清| 国产99白浆流出| 男女床上黄色一级片免费看| 成人手机av| 欧洲精品卡2卡3卡4卡5卡区| 久久久久国产精品人妻aⅴ院| 日韩精品中文字幕看吧| 亚洲成人精品中文字幕电影| 久久精品aⅴ一区二区三区四区| 欧美性猛交╳xxx乱大交人| 在线看三级毛片| 国产午夜精品论理片| 国产亚洲精品第一综合不卡| 黄色视频,在线免费观看| 国产视频内射| 中文资源天堂在线| 亚洲成人精品中文字幕电影| 精品国产乱码久久久久久男人| 欧美3d第一页| 欧美乱色亚洲激情| 18禁黄网站禁片免费观看直播| 黄频高清免费视频| 精品欧美一区二区三区在线| 亚洲 国产 在线| 国产一区二区三区在线臀色熟女| 国产69精品久久久久777片 | 丁香六月欧美| 国产三级中文精品| 亚洲av日韩精品久久久久久密| 中文字幕精品亚洲无线码一区| 国产1区2区3区精品| 此物有八面人人有两片| 99国产综合亚洲精品| 中出人妻视频一区二区| 激情在线观看视频在线高清| 婷婷六月久久综合丁香| 久久久久九九精品影院| 国内精品久久久久精免费| 久久久久久九九精品二区国产 | 50天的宝宝边吃奶边哭怎么回事| 妹子高潮喷水视频| 亚洲国产欧美人成| 最新在线观看一区二区三区| 国内精品一区二区在线观看| av在线播放免费不卡| 免费看十八禁软件| 50天的宝宝边吃奶边哭怎么回事| 久久久久久人人人人人| 中文字幕熟女人妻在线| 精品久久蜜臀av无| 变态另类成人亚洲欧美熟女| 88av欧美| 99久久国产精品久久久| 久久精品亚洲精品国产色婷小说| 色噜噜av男人的天堂激情| 国产成人一区二区三区免费视频网站| 国产精品一区二区三区四区免费观看 | 日韩欧美在线乱码| 在线视频色国产色| 亚洲精华国产精华精| 日本一本二区三区精品| 国产高清视频在线播放一区| 免费看日本二区| 777久久人妻少妇嫩草av网站| 一进一出好大好爽视频| 欧美成狂野欧美在线观看| 男男h啪啪无遮挡| 美女免费视频网站| 这个男人来自地球电影免费观看| 亚洲欧美日韩高清在线视频| 久久久久亚洲av毛片大全| 51午夜福利影视在线观看| 欧美国产日韩亚洲一区| 身体一侧抽搐| 亚洲人成77777在线视频| 国产av一区在线观看免费| 久久精品91蜜桃| 午夜福利免费观看在线| 精品日产1卡2卡| 国产午夜福利久久久久久| 亚洲人成77777在线视频| 99热这里只有精品一区 | 日本在线视频免费播放| 老司机靠b影院| 我要搜黄色片| 亚洲天堂国产精品一区在线| 午夜福利高清视频| av视频在线观看入口| 精品久久久久久久久久免费视频| 大型黄色视频在线免费观看| 两个人视频免费观看高清| 亚洲人成网站高清观看| 国产男靠女视频免费网站| 1024视频免费在线观看| 黄色毛片三级朝国网站| 啦啦啦免费观看视频1| 久久九九热精品免费| 免费一级毛片在线播放高清视频| 美女免费视频网站| 后天国语完整版免费观看| 欧美日本视频| 在线永久观看黄色视频| 国产成人av教育| 国产乱人伦免费视频| 国产一区二区激情短视频| 校园春色视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 在线观看美女被高潮喷水网站 | 国产探花在线观看一区二区| 无遮挡黄片免费观看| 又大又爽又粗| 搡老熟女国产l中国老女人| 他把我摸到了高潮在线观看| 99热6这里只有精品| 久久国产精品影院| 岛国在线免费视频观看| 啦啦啦观看免费观看视频高清| 精华霜和精华液先用哪个| 久久性视频一级片| 欧美 亚洲 国产 日韩一| 亚洲18禁久久av| 成人三级做爰电影| 久久久久久九九精品二区国产 | 国产成+人综合+亚洲专区| 美女黄网站色视频| 久久草成人影院| 一区二区三区高清视频在线| 亚洲一码二码三码区别大吗| 99精品在免费线老司机午夜| avwww免费| 99热6这里只有精品| 中文亚洲av片在线观看爽| 免费看美女性在线毛片视频| 日本一本二区三区精品| 美女免费视频网站| 日韩有码中文字幕| 在线a可以看的网站| 免费看美女性在线毛片视频| 高潮久久久久久久久久久不卡| 亚洲国产看品久久| 99久久国产精品久久久| 国产精品亚洲一级av第二区| 极品教师在线免费播放| 亚洲av成人精品一区久久| www日本黄色视频网| 国产麻豆成人av免费视频| 又紧又爽又黄一区二区| 欧美日韩乱码在线| 成人欧美大片| 久久精品国产清高在天天线| 国产单亲对白刺激| 国产爱豆传媒在线观看 | av福利片在线观看| 制服丝袜大香蕉在线| 日日爽夜夜爽网站| 18禁国产床啪视频网站| 国产成人欧美在线观看| 亚洲专区中文字幕在线| 十八禁人妻一区二区| 欧美激情久久久久久爽电影| 精品久久久久久久毛片微露脸| 久久久精品大字幕| 少妇被粗大的猛进出69影院| 欧美中文日本在线观看视频| 日韩免费av在线播放| 亚洲五月婷婷丁香| 老司机在亚洲福利影院| 免费看美女性在线毛片视频| 日日夜夜操网爽| 免费在线观看完整版高清| 亚洲avbb在线观看| 村上凉子中文字幕在线| 狂野欧美白嫩少妇大欣赏| 精品国产亚洲在线| 久久精品91无色码中文字幕| 少妇熟女aⅴ在线视频| 亚洲性夜色夜夜综合| 国产av麻豆久久久久久久| 99热只有精品国产| 成人18禁在线播放| 美女午夜性视频免费| 夜夜夜夜夜久久久久| 大型黄色视频在线免费观看| 一本一本综合久久| 亚洲熟女毛片儿| 啪啪无遮挡十八禁网站| 日本熟妇午夜| 91av网站免费观看| 亚洲中文日韩欧美视频| 久久久水蜜桃国产精品网| 欧美大码av| 在线永久观看黄色视频| 99热这里只有精品一区 | 国产亚洲精品一区二区www| 视频区欧美日本亚洲| 成人一区二区视频在线观看| 在线永久观看黄色视频| 蜜桃久久精品国产亚洲av| 日韩 欧美 亚洲 中文字幕| 可以免费在线观看a视频的电影网站| 99国产极品粉嫩在线观看| 狂野欧美白嫩少妇大欣赏| 国产爱豆传媒在线观看 | 国产亚洲精品久久久久久毛片| 亚洲精华国产精华精| 免费无遮挡裸体视频| 色播亚洲综合网| 婷婷亚洲欧美| 69av精品久久久久久| 亚洲一区中文字幕在线| 岛国在线免费视频观看| 亚洲最大成人中文| 国产高清有码在线观看视频 | 久久欧美精品欧美久久欧美| 一进一出抽搐动态| 一区二区三区高清视频在线| 久9热在线精品视频| 少妇粗大呻吟视频| 午夜精品在线福利| 国产99白浆流出| 午夜精品在线福利| 悠悠久久av| 国产成人aa在线观看| 成人国产一区最新在线观看| 国内精品久久久久久久电影| 又粗又爽又猛毛片免费看| 三级毛片av免费| 午夜福利在线在线| e午夜精品久久久久久久| 男女午夜视频在线观看| 欧美丝袜亚洲另类 | 免费在线观看成人毛片| 亚洲精品在线观看二区| av片东京热男人的天堂| 亚洲真实伦在线观看| 久久久久久亚洲精品国产蜜桃av| 午夜福利18| 亚洲欧美精品综合久久99| av在线播放免费不卡| √禁漫天堂资源中文www| 精品国产美女av久久久久小说| 级片在线观看| 亚洲精品色激情综合|