• <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
    亚洲国产欧美人成| 久久ye,这里只有精品| 91在线精品国自产拍蜜月| 女性被躁到高潮视频| 成年av动漫网址| 亚洲性久久影院| 国产永久视频网站| 日韩制服骚丝袜av| 午夜免费鲁丝| 免费在线观看成人毛片| 精品一品国产午夜福利视频| 亚洲电影在线观看av| 日韩中字成人| 丰满乱子伦码专区| 亚洲国产色片| 在线观看一区二区三区激情| 久久久久久久久久人人人人人人| 亚洲精品日韩在线中文字幕| 九色成人免费人妻av| 夜夜骑夜夜射夜夜干| 亚洲精品乱码久久久v下载方式| 久久久久国产网址| 街头女战士在线观看网站| 久久久精品94久久精品| 在线免费十八禁| tube8黄色片| 伦理电影大哥的女人| av播播在线观看一区| 中国三级夫妇交换| 3wmmmm亚洲av在线观看| 干丝袜人妻中文字幕| 久久精品国产亚洲网站| 亚洲欧美精品自产自拍| 亚洲av二区三区四区| 三级经典国产精品| 夫妻性生交免费视频一级片| 色网站视频免费| 午夜福利网站1000一区二区三区| 欧美区成人在线视频| 麻豆成人av视频| 大又大粗又爽又黄少妇毛片口| av在线app专区| 日韩欧美一区视频在线观看 | 欧美丝袜亚洲另类| 久久精品国产a三级三级三级| av黄色大香蕉| 国产黄片美女视频| 又大又黄又爽视频免费| 亚洲色图综合在线观看| 免费看日本二区| 欧美+日韩+精品| 一区二区三区精品91| 欧美性感艳星| 成年免费大片在线观看| 欧美+日韩+精品| 欧美日韩视频精品一区| 天堂8中文在线网| 亚洲av综合色区一区| 国产伦在线观看视频一区| 国产精品国产三级专区第一集| 多毛熟女@视频| 国产精品一区www在线观看| 国产色婷婷99| 天天躁夜夜躁狠狠久久av| 一边亲一边摸免费视频| 在线免费十八禁| 人妻 亚洲 视频| 国产永久视频网站| 国产精品爽爽va在线观看网站| 免费黄色在线免费观看| 亚洲精华国产精华液的使用体验| 亚洲av国产av综合av卡| 在线观看国产h片| 三级国产精品片| 欧美日本视频| 久久99蜜桃精品久久| 日本av手机在线免费观看| 一级av片app| 久久久久国产网址| 亚洲美女视频黄频| 大片免费播放器 马上看| 国产久久久一区二区三区| 免费av不卡在线播放| 久久久成人免费电影| 亚洲综合精品二区| 亚洲第一av免费看| 人妻夜夜爽99麻豆av| 啦啦啦在线观看免费高清www| 亚洲精品日本国产第一区| 亚洲三级黄色毛片| 22中文网久久字幕| 男女国产视频网站| 韩国高清视频一区二区三区| 在线精品无人区一区二区三 | 久久久久久久久久久丰满| 欧美最新免费一区二区三区| 一级毛片 在线播放| 我要看黄色一级片免费的| 成人美女网站在线观看视频| 国产高潮美女av| 多毛熟女@视频| 青春草国产在线视频| 麻豆成人av视频| 黄片wwwwww| 搡老乐熟女国产| 精品久久久久久电影网| kizo精华| 少妇高潮的动态图| 一区二区av电影网| av不卡在线播放| 日韩视频在线欧美| 久久久午夜欧美精品| 国产精品女同一区二区软件| 极品教师在线视频| 国产白丝娇喘喷水9色精品| 99久久中文字幕三级久久日本| 中文字幕精品免费在线观看视频 | 99久久精品热视频| 免费观看的影片在线观看| 黄色欧美视频在线观看| 男女边摸边吃奶| 成人漫画全彩无遮挡| 国产精品伦人一区二区| 看十八女毛片水多多多| 色吧在线观看| 亚洲四区av| 亚洲丝袜综合中文字幕| 亚洲真实伦在线观看| 国产黄片视频在线免费观看| 国产久久久一区二区三区| 亚洲欧美精品自产自拍| 我要看日韩黄色一级片| 香蕉精品网在线| 欧美区成人在线视频| 久久人人爽人人爽人人片va| 秋霞在线观看毛片| 五月开心婷婷网| av免费在线看不卡| 简卡轻食公司| 色5月婷婷丁香| 男女下面进入的视频免费午夜| 婷婷色综合www| 赤兔流量卡办理| 日本av免费视频播放| 午夜福利视频精品| 亚洲人成网站高清观看| 亚洲精品乱码久久久久久按摩| 国产综合精华液| 内地一区二区视频在线| 日本-黄色视频高清免费观看| 亚洲精品国产成人久久av| 亚洲国产成人一精品久久久| 高清午夜精品一区二区三区| 欧美国产精品一级二级三级 | 欧美激情极品国产一区二区三区 | 97超碰精品成人国产| 亚洲精品日韩av片在线观看| 免费高清在线观看视频在线观看| 久久ye,这里只有精品| 国产v大片淫在线免费观看| 欧美区成人在线视频| 97在线视频观看| 婷婷色av中文字幕| 99精国产麻豆久久婷婷| 久久久国产一区二区| 成年免费大片在线观看| 国产男女超爽视频在线观看| 五月玫瑰六月丁香| 日韩一区二区三区影片| 少妇高潮的动态图| 免费久久久久久久精品成人欧美视频 | 观看免费一级毛片| 亚洲av中文av极速乱| 一区二区三区四区激情视频| 观看免费一级毛片| av在线观看视频网站免费| 91久久精品国产一区二区成人| 国产精品麻豆人妻色哟哟久久| 欧美亚洲 丝袜 人妻 在线| 亚洲高清免费不卡视频| 成人一区二区视频在线观看| 欧美日韩精品成人综合77777| 精品久久久精品久久久| 成人午夜精彩视频在线观看| 久久精品国产自在天天线| 五月天丁香电影| 不卡视频在线观看欧美| 各种免费的搞黄视频| 久久人人爽人人片av| 国产白丝娇喘喷水9色精品| 国产亚洲欧美精品永久| 男人狂女人下面高潮的视频| 在线天堂最新版资源| 欧美性感艳星| 一个人免费看片子| 少妇人妻一区二区三区视频| 亚洲精品国产av成人精品| 日日摸夜夜添夜夜添av毛片| 18禁裸乳无遮挡动漫免费视频| 51国产日韩欧美| 99国产精品免费福利视频| 国产成人免费观看mmmm| 少妇熟女欧美另类| 夫妻性生交免费视频一级片| 舔av片在线| av在线app专区| 免费高清在线观看视频在线观看| 国语对白做爰xxxⅹ性视频网站| 小蜜桃在线观看免费完整版高清| 精品国产三级普通话版| 乱系列少妇在线播放| 国产欧美亚洲国产| 男女边吃奶边做爰视频| 午夜精品国产一区二区电影| 亚洲av欧美aⅴ国产| 一区二区三区四区激情视频| 日韩一区二区视频免费看| 日韩不卡一区二区三区视频在线| 亚洲欧美日韩另类电影网站 | 欧美zozozo另类| 一级毛片aaaaaa免费看小| 3wmmmm亚洲av在线观看| 国产精品99久久99久久久不卡 | 伊人久久精品亚洲午夜| 国产亚洲91精品色在线| 久久久久久久大尺度免费视频| 身体一侧抽搐| 久久精品久久精品一区二区三区| 欧美97在线视频| 日本午夜av视频| 国产片特级美女逼逼视频| 伊人久久精品亚洲午夜| 欧美国产精品一级二级三级 | 欧美日韩一区二区视频在线观看视频在线| 一级a做视频免费观看| 国产黄色视频一区二区在线观看| 亚洲美女视频黄频| av免费在线看不卡| 搡老乐熟女国产| 在线 av 中文字幕| 国产亚洲av片在线观看秒播厂| 99re6热这里在线精品视频| av播播在线观看一区| 成人18禁高潮啪啪吃奶动态图 | 尾随美女入室| 中文欧美无线码| 免费av中文字幕在线| 毛片女人毛片| 免费少妇av软件| 成人毛片a级毛片在线播放| 在线观看三级黄色| 中文字幕精品免费在线观看视频 | 1000部很黄的大片| 国产精品一区二区在线不卡| 秋霞在线观看毛片| 亚洲国产日韩一区二区| 亚洲av成人精品一二三区| 欧美少妇被猛烈插入视频| 乱系列少妇在线播放| 国产成人精品一,二区| 你懂的网址亚洲精品在线观看| 日韩不卡一区二区三区视频在线| 少妇猛男粗大的猛烈进出视频| 99热这里只有精品一区| .国产精品久久| 亚洲国产av新网站| 午夜老司机福利剧场| 丝袜喷水一区| 国产成人精品久久久久久| 国产亚洲欧美精品永久| 97精品久久久久久久久久精品| 熟女av电影| 精品人妻视频免费看| 嫩草影院新地址| av线在线观看网站| 国产有黄有色有爽视频| 亚洲av福利一区| a级毛色黄片| 亚洲成色77777| 日韩伦理黄色片| 女人十人毛片免费观看3o分钟| 麻豆精品久久久久久蜜桃| 亚洲无线观看免费| 久久人妻熟女aⅴ| 久久久久视频综合| 美女视频免费永久观看网站| 91午夜精品亚洲一区二区三区| 99久久精品国产国产毛片| 成人免费观看视频高清| 国产综合精华液| 欧美变态另类bdsm刘玥| 啦啦啦在线观看免费高清www| 伊人久久国产一区二区| 99久久精品国产国产毛片| 尾随美女入室| 亚洲精品国产成人久久av| 日本欧美视频一区| 免费播放大片免费观看视频在线观看| 婷婷色av中文字幕| 日产精品乱码卡一卡2卡三| 国语对白做爰xxxⅹ性视频网站| 黄色配什么色好看| 国产高清国产精品国产三级 | 亚洲精品国产成人久久av| 精品久久久噜噜| 亚洲怡红院男人天堂| 香蕉精品网在线| 国产精品偷伦视频观看了| 国产美女午夜福利| 永久网站在线| 夜夜骑夜夜射夜夜干| 99re6热这里在线精品视频| 国产精品爽爽va在线观看网站| 成年女人在线观看亚洲视频| 日韩亚洲欧美综合| 亚洲欧美一区二区三区黑人 | 狂野欧美激情性bbbbbb| 制服丝袜香蕉在线| 婷婷色综合www| av福利片在线观看| 男男h啪啪无遮挡| 99国产精品免费福利视频| 久久久久人妻精品一区果冻| 国产午夜精品一二区理论片| 国产亚洲欧美精品永久| 精品久久久噜噜| 亚洲一级一片aⅴ在线观看| 亚洲人成网站在线播| 日本与韩国留学比较| 亚洲精品成人av观看孕妇| 成人毛片a级毛片在线播放| 国产精品熟女久久久久浪| 在线天堂最新版资源| 久久午夜福利片| 人妻制服诱惑在线中文字幕| 免费观看性生交大片5| 中文资源天堂在线| 伦理电影免费视频| 亚洲人成网站在线观看播放| 国产男女内射视频| 国产色婷婷99| 国产男人的电影天堂91| 一个人免费看片子| 爱豆传媒免费全集在线观看| 新久久久久国产一级毛片| 日本wwww免费看| 欧美高清性xxxxhd video| av免费观看日本| 国产精品伦人一区二区| 日本av免费视频播放| 性色av一级| 国内少妇人妻偷人精品xxx网站| 精品一区二区三区视频在线| 日本黄大片高清| 插阴视频在线观看视频| av天堂中文字幕网| 精品久久久精品久久久| 九九在线视频观看精品| 毛片一级片免费看久久久久| 国产精品一区二区三区四区免费观看| 最近中文字幕高清免费大全6| 99国产精品免费福利视频| 少妇裸体淫交视频免费看高清| 色5月婷婷丁香| 一级二级三级毛片免费看| 熟女av电影| 青春草亚洲视频在线观看| av视频免费观看在线观看| 国产精品免费大片| 赤兔流量卡办理| 日韩强制内射视频| 欧美高清成人免费视频www| 97在线视频观看| 小蜜桃在线观看免费完整版高清| 成人影院久久| 久久人人爽av亚洲精品天堂 | 精品久久久久久久末码| 老司机影院毛片| 欧美成人a在线观看| 国产精品一区二区三区四区免费观看| 91精品伊人久久大香线蕉| 网址你懂的国产日韩在线| 一二三四中文在线观看免费高清| 日韩国内少妇激情av| 久久精品久久精品一区二区三区| 国产精品一区二区三区四区免费观看| 天天躁日日操中文字幕| 老司机影院毛片| 国语对白做爰xxxⅹ性视频网站| 精品国产露脸久久av麻豆| 精品久久久精品久久久| 大话2 男鬼变身卡| 亚洲欧美中文字幕日韩二区| 国产黄色免费在线视频| 亚洲成人一二三区av| 婷婷色综合大香蕉| 国产91av在线免费观看| 少妇人妻一区二区三区视频| 中文字幕免费在线视频6| 国产伦精品一区二区三区视频9| 内地一区二区视频在线| 一级毛片 在线播放| 国产成人a区在线观看| 国产国拍精品亚洲av在线观看| 秋霞伦理黄片| 18禁在线播放成人免费| 九草在线视频观看| 丰满少妇做爰视频| 免费观看在线日韩| 男人爽女人下面视频在线观看| 边亲边吃奶的免费视频| 久久精品夜色国产| 日本av免费视频播放| 亚洲国产成人一精品久久久| 色婷婷av一区二区三区视频| 又黄又爽又刺激的免费视频.| 午夜激情久久久久久久| 亚洲av中文字字幕乱码综合| 免费大片18禁| 看免费成人av毛片| 好男人视频免费观看在线| 你懂的网址亚洲精品在线观看| 五月天丁香电影| 91午夜精品亚洲一区二区三区| 国产乱来视频区| 中文欧美无线码| 午夜精品国产一区二区电影| 成人国产av品久久久| 免费在线观看成人毛片| 国产真实伦视频高清在线观看| 久热久热在线精品观看| 亚洲欧洲国产日韩| 久久久久久久亚洲中文字幕| 有码 亚洲区| 人人妻人人看人人澡| 综合色丁香网| 国产高清不卡午夜福利| 精品一区二区三区视频在线| 自拍偷自拍亚洲精品老妇| 国产精品久久久久久精品古装| 免费播放大片免费观看视频在线观看| 少妇精品久久久久久久| 亚洲欧洲日产国产| 国产毛片在线视频| 大片免费播放器 马上看| 欧美日韩一区二区视频在线观看视频在线| 熟女人妻精品中文字幕| 国产精品成人在线| 熟妇人妻不卡中文字幕| 欧美精品国产亚洲| 97超碰精品成人国产| 亚洲色图综合在线观看| 夜夜看夜夜爽夜夜摸| 男人爽女人下面视频在线观看| 国产极品天堂在线| 中文字幕制服av| 色吧在线观看| 国产午夜精品一二区理论片| 亚洲欧美日韩卡通动漫| 久久人妻熟女aⅴ| 久久久久国产精品人妻一区二区| 少妇被粗大猛烈的视频| 亚洲第一av免费看| 欧美性感艳星| 成人亚洲欧美一区二区av| 国产淫片久久久久久久久| 国产黄色免费在线视频| 国产爽快片一区二区三区| 黑人高潮一二区| kizo精华| 大片免费播放器 马上看| 高清黄色对白视频在线免费看 | 97超碰精品成人国产| 女人十人毛片免费观看3o分钟| 你懂的网址亚洲精品在线观看| 国产精品久久久久久精品电影小说 | 免费观看无遮挡的男女| 日韩电影二区| 2022亚洲国产成人精品| 国产在视频线精品| 亚洲,欧美,日韩| 久久久久人妻精品一区果冻| 中文资源天堂在线| 国产免费一区二区三区四区乱码| 22中文网久久字幕| 中文字幕亚洲精品专区| 亚洲精品乱久久久久久| 久久亚洲国产成人精品v| 免费观看无遮挡的男女| 国产免费一级a男人的天堂| 麻豆乱淫一区二区| 成人国产麻豆网| 久久久久久久亚洲中文字幕| 深爱激情五月婷婷| 九九在线视频观看精品| 麻豆乱淫一区二区| 亚洲国产精品专区欧美| 99久久精品一区二区三区| 啦啦啦中文免费视频观看日本| 精品国产一区二区三区久久久樱花 | 又黄又爽又刺激的免费视频.| 国产亚洲最大av| www.av在线官网国产| 春色校园在线视频观看| 在线观看免费日韩欧美大片 | 晚上一个人看的免费电影| 一本色道久久久久久精品综合| 在线播放无遮挡| 久久韩国三级中文字幕| 成人毛片60女人毛片免费| 亚洲精品456在线播放app| 免费不卡的大黄色大毛片视频在线观看| 国产精品人妻久久久久久| 亚洲aⅴ乱码一区二区在线播放| 国产精品一区二区性色av| 婷婷色av中文字幕| 日韩中文字幕视频在线看片 | 日韩免费高清中文字幕av| 亚洲精品久久久久久婷婷小说| 精品99又大又爽又粗少妇毛片| 国产亚洲欧美精品永久| 免费大片黄手机在线观看| 中文乱码字字幕精品一区二区三区| 欧美日韩视频精品一区| 国产免费又黄又爽又色| av国产精品久久久久影院| 色综合色国产| 卡戴珊不雅视频在线播放| 久久av网站| 亚洲精品国产色婷婷电影| 精品一品国产午夜福利视频| 我的女老师完整版在线观看| 一个人免费看片子| 99久久精品热视频| 狠狠精品人妻久久久久久综合| 99热国产这里只有精品6| 成人美女网站在线观看视频| 亚洲精品久久午夜乱码| 欧美xxⅹ黑人| 国产精品蜜桃在线观看| 日本猛色少妇xxxxx猛交久久| 国产成人精品福利久久| 乱系列少妇在线播放| 亚洲欧洲国产日韩| 久久毛片免费看一区二区三区| 大片免费播放器 马上看| 亚洲精品视频女| 高清在线视频一区二区三区| 国产精品精品国产色婷婷| 夜夜看夜夜爽夜夜摸| 亚洲av综合色区一区| 自拍欧美九色日韩亚洲蝌蚪91 | 99热国产这里只有精品6| a级一级毛片免费在线观看| 天天躁日日操中文字幕| 婷婷色麻豆天堂久久| 直男gayav资源| 搡老乐熟女国产| 插逼视频在线观看| 亚洲成人一二三区av| 国产亚洲91精品色在线| 女人久久www免费人成看片| 久久精品夜色国产| 我的女老师完整版在线观看| 精品少妇黑人巨大在线播放| 精品一区二区三区视频在线| 亚洲欧美成人综合另类久久久| 免费看不卡的av| 欧美成人一区二区免费高清观看| freevideosex欧美| 又黄又爽又刺激的免费视频.| 日本爱情动作片www.在线观看| 欧美精品一区二区大全| 亚洲人成网站在线播| 国产亚洲最大av| 你懂的网址亚洲精品在线观看| 免费看日本二区| 免费久久久久久久精品成人欧美视频 | av国产免费在线观看| 成年女人在线观看亚洲视频| 亚洲婷婷狠狠爱综合网| 在线观看免费日韩欧美大片 | 涩涩av久久男人的天堂| 一级二级三级毛片免费看| 欧美日韩一区二区视频在线观看视频在线| 美女视频免费永久观看网站| 一级a做视频免费观看| 国产高清不卡午夜福利| 免费看av在线观看网站| 国产精品免费大片| 色网站视频免费| 国产精品伦人一区二区| 色哟哟·www| .国产精品久久| 干丝袜人妻中文字幕| 国产精品免费大片| 99精国产麻豆久久婷婷| 亚洲精品456在线播放app| 亚洲国产欧美人成| 国产有黄有色有爽视频| 亚洲av不卡在线观看| 噜噜噜噜噜久久久久久91| 高清午夜精品一区二区三区| 亚洲国产成人一精品久久久| 国产男女内射视频| 99精国产麻豆久久婷婷| 极品教师在线视频| a级毛片免费高清观看在线播放| 肉色欧美久久久久久久蜜桃| 嘟嘟电影网在线观看| 一级a做视频免费观看| 插逼视频在线观看| 中文字幕制服av| 青春草亚洲视频在线观看| 边亲边吃奶的免费视频|