• <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BPNN-EMD-LSTM組合模型的城市短期燃?xì)庳?fù)荷預(yù)測

    2019-02-22 02:15:30陳冬林何李凱
    安全與環(huán)境工程 2019年1期
    關(guān)鍵詞:殘差燃?xì)?/a>神經(jīng)網(wǎng)絡(luò)

    陳 川,陳冬林,何李凱

    (武漢理工大學(xué)電子商務(wù)與智能服務(wù)研究中心,湖北 武漢 430070)

    隨著我國清潔能源政策的大力推行,天然氣在一次能源消費(fèi)結(jié)構(gòu)中的占比不斷增長,安全、穩(wěn)定的天然氣供應(yīng)極為重要[1-2]。對應(yīng)于快速增長的天然氣需求,天然氣產(chǎn)能的嚴(yán)重不足已連續(xù)多年造成我國區(qū)域性“氣荒”。在此背景下,為增強(qiáng)天然氣保障能力,管道天然氣線上競價交易于2017年9月在上海石油天然氣交易中心正式開啟。管道氣競價交易機(jī)制的出現(xiàn)為燃?xì)夤窘鉀Q區(qū)域性“氣荒”提供契機(jī)的同時,也向其提出了新的挑戰(zhàn):在原有燃?xì)獠少徍贤幕A(chǔ)上,短期內(nèi)購氣過量將造成額外的存儲成本;短期內(nèi)購氣不足則難以解決“氣荒”,保障供氣。因此,尋求一種準(zhǔn)確、可行的城市短期燃?xì)庳?fù)荷預(yù)測模型和方法具有重要的理論價值與現(xiàn)實意義。

    在城市燃?xì)庳?fù)荷預(yù)測方面,現(xiàn)有的研究可分為兩個方向:①研究城市燃?xì)庳?fù)荷的成因,從影響因素著手提高預(yù)測模型的解釋能力;②研究城市燃?xì)庳?fù)荷多元化預(yù)測方法,從不同角度分析和利用已知信息,提高預(yù)測模型的性能。在研究城市燃?xì)庳?fù)荷的成因方面,常見的影響因素包括氣象因素、經(jīng)濟(jì)因素、社會因素等[3-4]。如顧婷婷等[5]從氣象因素出發(fā),深入研究了城市燃?xì)庳?fù)荷與日平均氣溫、日平均氣壓、相對濕度等主要?dú)庀笠蜃拥年P(guān)系;周偉國等[6]通過計算判斷得出城市燃?xì)庳?fù)荷具有與氣象參數(shù)、經(jīng)濟(jì)指標(biāo)等類似的混沌性質(zhì);李謙益等[7]認(rèn)為氣溫累計效應(yīng)對城市燃?xì)庳?fù)荷具有較大的影響,并提出氣溫修正公式進(jìn)行驗證。在研究城市燃?xì)庳?fù)荷多元化預(yù)測方法方面,常見的改進(jìn)預(yù)測方法為預(yù)處理數(shù)據(jù)、優(yōu)化單一模型和建立組合模型等[8-9]。如張超等[10]從數(shù)據(jù)預(yù)處理方法和不同時段的用氣特點兩個方面,分析了提高城市燃?xì)馊肇?fù)荷預(yù)測準(zhǔn)確性的方法,并建立了支持向量機(jī)(SVM)模型進(jìn)行驗證;龔承柱等[11]拋卻外界因素的影響,通過對原始數(shù)據(jù)進(jìn)行分解(EMD)、重構(gòu)(PSR),建立了基于最小二乘支持向量機(jī)(LSSVM)的組合預(yù)測模型,對城市燃?xì)夤芫W(wǎng)短期負(fù)荷進(jìn)行了時序預(yù)測;Yu等[12]利用遺傳算法對城市短期燃?xì)庳?fù)荷的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),加快了網(wǎng)絡(luò)收斂速度;Rodger等[13]建立了模糊最近鄰神經(jīng)網(wǎng)絡(luò)統(tǒng)計模型,能夠很好地擬合城市燃?xì)馊肇?fù)荷曲線。然而從預(yù)測目標(biāo)的角度來看,以上研究的差異可歸結(jié)為預(yù)測步長與預(yù)測精度的不同,現(xiàn)有文獻(xiàn)關(guān)于“氣荒”環(huán)境下半月步長的高精度城市燃?xì)庳?fù)荷預(yù)測的研究較為稀少??紤]城市燃?xì)庳?fù)荷的混沌性,其歷史數(shù)據(jù)具有非線性和高隨機(jī)性的特點,單一模型無法較好地解釋除主要影響因素以外其他因素的影響,針對此類問題,考慮借鑒EMD算法處理非線性、非平穩(wěn)數(shù)據(jù)的優(yōu)勢[14-15],運(yùn)用EMD方法對主要影響因素以外的其他因素影響下的數(shù)據(jù)進(jìn)行分解。

    本文通過對燃?xì)馊肇?fù)荷歷史特征的分析,剝離開燃?xì)庳?fù)荷的主要影響因素與其他影響因素。先以溫度、日期屬性作為主要影響因素,利用BPNN模型捕捉燃?xì)馊肇?fù)荷的主要特征,其他因素的影響則體現(xiàn)在BPNN模型預(yù)測產(chǎn)生的非線性殘差中;然后運(yùn)用EMD-LSTM模型進(jìn)行擬合,將BPNN模型與EMD-LSTM模型相結(jié)合得到組合預(yù)測模型,并以某城市民用類燃?xì)馊肇?fù)荷為研究對象進(jìn)行了實證分析,結(jié)果表明:BPNN-EMD-LSTM組合預(yù)測模型具有較好的預(yù)測效果,能夠為燃?xì)夤径唐谫彋鉀Q策提供科學(xué)依據(jù)。

    1 數(shù)據(jù)來源與特征分析

    本文以我國某城市民用燃?xì)馊肇?fù)荷為研究對象,根據(jù)2015年1月1日至2017年4月30日之間851天的城市燃?xì)馊肇?fù)荷數(shù)據(jù),對2017年5月1日起未來15天的城市燃?xì)馊肇?fù)荷進(jìn)行了預(yù)測。該城市原始燃?xì)馊肇?fù)荷數(shù)據(jù),見圖1。

    圖1 某城市燃?xì)馊肇?fù)荷的變化曲線Fig.1 Change curve of the daily natural gas load of a city 注:圖中實線反映了燃?xì)馊肇?fù)荷的變化;“▲”代表該天為我國法定節(jié)假日;節(jié)假日及歷史天氣數(shù)據(jù)從“中國天氣網(wǎng)”獲取。

    由圖1可見,該市一年內(nèi)4月中旬至10月底燃?xì)馊肇?fù)荷波動幅度較小,其余時段燃?xì)馊肇?fù)荷存在劇烈波動,燃?xì)馊肇?fù)荷整體偏高,初步判斷燃?xì)馊肇?fù)荷與溫度有較強(qiáng)的相關(guān)性;另外,該市燃?xì)馊肇?fù)荷在節(jié)假日期間顯著降低,判斷節(jié)假日的出現(xiàn)會在一定程度上影響燃?xì)獾娜肇?fù)荷。

    2 基于BPNN-EMD-LSTM的組合預(yù)測模型建立

    組合預(yù)測模型的基本思路是將燃?xì)庳?fù)荷的影響因素拆分為主要影響因素和其他影響因素兩類,并由BPNN模型計算主要影響因素與燃?xì)庳?fù)荷的映射關(guān)系,由EMD-LSTM模型預(yù)測受其他因素影響的時序殘差,并將兩部分預(yù)測結(jié)果結(jié)合以完成對燃?xì)庳?fù)荷的組合預(yù)測。下面對BPNN-EMD-LSTM組合預(yù)測模型中的具體方法進(jìn)行分析。

    2.1 BP神經(jīng)網(wǎng)絡(luò)(BPNN)

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network,BPNN)是一種按誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)。作為一種全連接神經(jīng)網(wǎng)絡(luò),BPNN模型具有很強(qiáng)的計算能力和復(fù)雜的映射能力,能夠?qū)Υ罅糠墙Y(jié)構(gòu)性、非精確性規(guī)律進(jìn)行自適應(yīng)訓(xùn)練,主要應(yīng)用于模式識別、函數(shù)逼近等[16]。其原理和方法如下:

    對一個三層BP神經(jīng)網(wǎng)絡(luò),假定網(wǎng)絡(luò)有n個輸入xi(i=1,2,…,n),m個輸出yi(i=1,2,…,m),該神經(jīng)網(wǎng)絡(luò)計算可分為工作信號的正向傳遞、誤差信號的反向傳遞兩個過程。

    工作信號的正向傳遞:設(shè)節(jié)點i和節(jié)點j間的權(quán)值為ωij,節(jié)點j的閾值為bj,節(jié)點的輸入為xi,節(jié)點的輸出為xj,則:

    (1)

    xj=f(Sj)

    (2)

    式中:Sj為節(jié)點j的所有輸入信號在權(quán)值、閾值作用下產(chǎn)生的待激活信號;f(Sj)為激活函數(shù),一般根據(jù)數(shù)據(jù)內(nèi)在規(guī)律的不同按需選擇。

    誤差信號的反向傳遞:假定每一個樣本所對應(yīng)的二次型誤差函數(shù)為

    (3)

    其中,dk為網(wǎng)絡(luò)第k個節(jié)點的期望輸出;yk為網(wǎng)絡(luò)的實際輸出。

    BPNN模型訓(xùn)練的目的在于反復(fù)修正權(quán)值和閾值使總的誤差函數(shù)值E最小,根據(jù)梯度下降法計算,則:

    (4)

    (5)

    式中:η1、η2分別為權(quán)值與閾值的學(xué)習(xí)速率,取值在0~1之間。

    對于訓(xùn)練完成的BPNN,權(quán)值和閾值固定,進(jìn)行預(yù)測時只需將數(shù)據(jù)按規(guī)范形式輸入網(wǎng)絡(luò),即可自動計算得到相應(yīng)的預(yù)測結(jié)果。

    2.2 經(jīng)驗?zāi)B(tài)分解(EMD)

    經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)是一種處理非線性、非平穩(wěn)時變序列的方法,該方法根據(jù)數(shù)據(jù)自身的時間尺度特征自適應(yīng)分解信號,被認(rèn)為是對以平穩(wěn)和線性假設(shè)為基礎(chǔ)的傅里葉分析和小波分析的突破[17]。EMD算法的篩選過程是將復(fù)雜時序數(shù)據(jù)分解為有限個本征模函數(shù)(Intrinsic Mode Function,IMF),分解得到的IMF分量包含了原數(shù)據(jù)在不同時間尺度的波動信息。

    對一給定原始時序樣本數(shù)據(jù)x(t),首先計算x(t)上的局部最大值、最小值,分別對局部最大值、最小值進(jìn)行插值擬合得到原始數(shù)據(jù)x(t)的上下包絡(luò)xmax(t)和xmin(t)序列,然后計算上下包絡(luò)序列的均值,得到均值序列m1(t):

    (6)

    (7)

    (8)

    這里SD為篩分門限,一般取值在0.2~0.3之間較為合適。從x(t)中減去c1(t),得到移除最高頻成分的殘差序列r1(t)=x(t)-c1(t)。重復(fù)上述篩選過程,得到后續(xù)IMF分量,直至cn(t)小于預(yù)定誤差或rn(t)是單調(diào)函數(shù),終止模態(tài)分解過程。至此,原始序列x(t)可由n階IMF分量和殘差rn(t)表示:

    (9)

    2.3 長短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)

    長短期記憶(Long Short-Term Memory,LSTM)神經(jīng)網(wǎng)絡(luò)最早由Hochreiter和Schmidhuber于1997年提出[18],是一種特定形式的循環(huán)神經(jīng)網(wǎng)絡(luò)。LSTM神經(jīng)網(wǎng)絡(luò)的計算過程同樣可分為前向傳播計算和誤差反向傳播更新兩步,不同的是LSTM神經(jīng)網(wǎng)絡(luò)由眾多記憶單元組成,記憶單元中應(yīng)用多種控制器的形式對上一單元輸出、當(dāng)前單元輸入、上一單元狀態(tài)進(jìn)行判斷,控制丟棄或增加信息,從而實現(xiàn)遺忘或記憶功能。以一個記憶單元為例,LSTM神經(jīng)網(wǎng)絡(luò)的前向傳播計算過程見圖2。

    圖2 LSTM神經(jīng)網(wǎng)絡(luò)記憶單元的前向傳播計算過程Fig.2 Forward propagation computation process of the memory unit of the LSTM neural network

    在LSTM神經(jīng)網(wǎng)絡(luò)的記憶單元中,“遺忘門”是以本單元的輸入xt與上一單元的輸出ht-1為輸入的“sigmoid”激活函數(shù),“遺忘門”輸出ft的值域為[0,1],LSTM神經(jīng)網(wǎng)絡(luò)記憶單元通過ft來控制上一單元狀態(tài)Ct-1被遺忘的程度。ft表示如下:

    ft=σ(Wf·[ht-1xt]+bf)

    (10)

    式中:Wf、bf為“遺忘門”線性關(guān)系的系數(shù)和偏置;σ為“sigmoid”激活函數(shù)。

    (11)

    it=σ(Wi·[ht-1,xt]+bi)

    (12)

    (13)

    式中:Wc、bc,Wi、bi為“輸入門”線性關(guān)系的系數(shù)和偏置;“*”表示按元素乘。

    在LSTM神經(jīng)網(wǎng)絡(luò)的記憶單元中,“輸出門”用于控制當(dāng)前的單元狀態(tài)Ct有多少被過濾掉。將單元狀態(tài)Ct通過“tanh”函數(shù)激活后,通過“輸出門”輸出結(jié)果ot來控制單元狀態(tài)被過濾的程度。用數(shù)學(xué)表達(dá)式可表示如下:

    ot=σ(Wa·[ht-1,xt]+ba)

    (14)

    ht=ot*tanh(Ct)

    (15)

    式中:Wo、bo為“輸出門”線性關(guān)系的系數(shù)和偏置。

    LSTM神經(jīng)網(wǎng)絡(luò)的反向傳播過程與RNN相同,使用BPTT算法(Back Propagation Through Time)對單元狀態(tài)和“遺忘門”等部分進(jìn)行更新。

    3 基于BPNN-EMD-LSTM組合模型的城市短期燃?xì)庳?fù)荷預(yù)測流程

    城市燃?xì)夤芫W(wǎng)負(fù)荷變化受多種因素,例如氣溫突變、節(jié)假日以及經(jīng)濟(jì)發(fā)展等因素的影響,若預(yù)測時全部考慮在內(nèi),不僅增加模型的復(fù)雜度,也會降低模型的性能,因此需將影響因素加以區(qū)分,并通過模型分別加以解釋?;贐PNN-EMD-LSTM組合模型對城市短期燃?xì)庳?fù)荷進(jìn)行預(yù)測的流程,詳見圖3。

    圖3 基于BPNN-EMD-LSTM組合模型的城市短期燃?xì)庳?fù)荷預(yù)測流程Fig.3 Diagram of the short-term forecast process of urban natural gas load based on the BPNN-EMD-LSTM combined model

    基于BPNN-EMD-LSTM組合模型的城市短期燃?xì)庳?fù)荷預(yù)測步驟如下:

    (1) BPNN訓(xùn)練與預(yù)測。選擇與城市燃?xì)馊肇?fù)荷有較強(qiáng)相關(guān)性的外界因素為輸入,劃分訓(xùn)練集、預(yù)測集,依據(jù)經(jīng)驗設(shè)定隱層層數(shù)h、隱層節(jié)點數(shù)l以及激活函數(shù)f,按梯度下降算法對模型進(jìn)行有監(jiān)督訓(xùn)練,分別計算訓(xùn)練集預(yù)測值與實際值的殘差Ye以及預(yù)測集的預(yù)測值Yb。

    (2) 殘差序列分解。采用EMD分解流程,將BPNN訓(xùn)練集預(yù)測殘差Ye分解為n組不同頻率的本征模態(tài)分量{IMF1,IMF2,…,IMFn}和殘差項rn。

    (16)

    4 實證分析

    4. 1 輸入變量的確定

    根據(jù)對圖1的分析,考慮計算日期屬性Dt、日平均氣溫Tt與燃?xì)馊肇?fù)荷Yt間的相關(guān)性,引入虛擬變量Dt表示日期屬性,考慮節(jié)假日和周末休息日對人活動習(xí)慣的影響不同,日期屬性Dt可表示為

    通過計算得到日平均氣溫Tt與燃?xì)馊肇?fù)荷Yt的Pearson相關(guān)系數(shù)為-0.864 84,兩者有極強(qiáng)的負(fù)相關(guān)性,日平均氣溫Tt可作為主要影響因素由BPNN加以解釋;日期屬性Dt與燃?xì)馊肇?fù)荷Yt的Pearson相關(guān)系數(shù)僅為-0.119 8,兩者相關(guān)性似乎不明顯,但結(jié)合對圖1的分析可知,節(jié)假日時段內(nèi)燃?xì)馊肇?fù)荷Yt同樣會急劇下降,因此決定采用日期屬性Dt作為主要影響因素中的一項進(jìn)行燃?xì)馊肇?fù)荷預(yù)測。

    4.2 BPNN的練訓(xùn)與預(yù)測

    由上述分析可知,BPNN有日期屬性Dt和日平均氣溫Tt兩個輸入,據(jù)此建立兩輸入單輸出的BPNN模型,隱層層數(shù)h、隱層神經(jīng)元個數(shù)l采用試錯法在網(wǎng)絡(luò)學(xué)習(xí)中優(yōu)選,這里選取h=2、l1=12、l2=3,并采用“tanh”函數(shù)作為神經(jīng)元的激活函數(shù)。BPNN訓(xùn)練時將2015年1月1日至2017年4月30日共851天的數(shù)據(jù)作為訓(xùn)練集,以均方誤差(MSE)作為損失函數(shù),設(shè)定學(xué)習(xí)步長η=0.1,最大循環(huán)次數(shù)n=30 000,以梯度下降法對隱層權(quán)重ωl1、ωl2進(jìn)行訓(xùn)練。

    分別將訓(xùn)練集與預(yù)測集輸入訓(xùn)練完成后的網(wǎng)絡(luò),計算得到訓(xùn)練集的預(yù)測值Ybtrain與預(yù)測集的預(yù)測值Yb,并計算訓(xùn)練集預(yù)測的殘差:Ye=Y-Ybtrain。BPNN模型的預(yù)測結(jié)果與殘差序列見圖4。

    圖4 BPNN模型的預(yù)測結(jié)果與殘差序列圖Fig.4 Diagram of BPNN forecast results and the residual sequences

    4.3 殘差的EMD-LSTM時序預(yù)測

    將BPNN模型預(yù)測所得的殘差按EMD流程分解,獲得具有原始?xì)埐钚蛄胁煌▌映叨刃畔⒌谋菊髂B(tài)分量IMF1~I(xiàn)MF13,考慮到對IMF分量的重構(gòu)一般根據(jù)經(jīng)驗主觀確定重構(gòu)方法,不適用于對殘差項分解后重構(gòu),這里選擇保留所有分量信號,并針對不同IMF分量分別建立LSTM時序預(yù)測模型進(jìn)行預(yù)測。

    對于13個本征模態(tài)分量IMF1~I(xiàn)MF13,根據(jù)預(yù)測需要,建立LSTM時序預(yù)測模型時統(tǒng)一設(shè)定LSTM神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式為:通過歷史30 d的數(shù)據(jù)學(xué)習(xí)未來15 d的數(shù)據(jù)規(guī)律,因此將長度為851的殘差序列整合為長度為45的807條數(shù)據(jù),歸一化后組合成一個807×45的矩陣,即:

    4. 4 預(yù)測結(jié)果分析

    圖5 3種預(yù)測模型的燃?xì)馊肇?fù)荷預(yù)測值與誤差率Fig.5 Forecast values and error rates of the three models for forcast of natural gas daily load

    由圖5可見,BPNN-EMD-LSTM組合預(yù)測模型具有很好的預(yù)測效果,即使在“五一”節(jié)假日期間也能準(zhǔn)確地捕捉燃?xì)庳?fù)荷的變化;BPNN-LSTM預(yù)測模型能較準(zhǔn)確地預(yù)測出“五一”節(jié)假日期間燃?xì)馊肇?fù)荷;而LSTM預(yù)測模型的預(yù)測效果相比而言較差。3種預(yù)測模型的預(yù)測效果比較見表1。

    表1 3種預(yù)測模型的預(yù)測效果比較

    由表1可知,BPNN-EMD-LSTM組合預(yù)測模型的相關(guān)系數(shù)(R)更接近1,從側(cè)面反映出該組合預(yù)測模型能夠很好地預(yù)測出燃?xì)馊肇?fù)荷的整體變化趨勢,且另外3個預(yù)測評價指標(biāo)即平均絕對誤差(MAPE)、最大百分比誤差(MaxPE)和均方根誤差(RMSE)都比LSTM模型和BPNN-LSTM模型小很多,說明該組合模型的預(yù)測效果比單個LSTM模型和BPNN-LSTM模型更好;然而這并不代表每天的預(yù)測結(jié)果都是組合模型最好,如1日、7日、15日BPNN-LSTM模型的預(yù)測誤差反而最小,而LSTM模型在8日和11日具有最好的預(yù)測精度。但總體上看,本文所建立的BPNN-EMD-LSTM組合模型具有更好、更穩(wěn)健的預(yù)測效果。

    5 結(jié) 論

    天然氣是我國推進(jìn)能源生產(chǎn)和消費(fèi)革命,實現(xiàn)主體能源綠色低碳更替的重要基礎(chǔ),“氣荒”環(huán)境下精準(zhǔn)預(yù)測半月步長的城市燃?xì)庳?fù)荷,對燃?xì)夤芾聿块T通過天然氣競價交易機(jī)制補(bǔ)充購氣,完成“保供”任務(wù)尤為重要。本文探討了當(dāng)前國內(nèi)外燃?xì)庳?fù)荷預(yù)測的方法,并以某城市民用類燃?xì)馊肇?fù)荷為研究對象,通過對該市燃?xì)馊肇?fù)荷歷史特征進(jìn)行分析,剝離出燃?xì)庳?fù)荷的主要影響因素與其他影響因素,在此基礎(chǔ)上建立了BPNN-EMD-LSTM組合預(yù)測模型對該市燃?xì)馊肇?fù)荷的變化加以解釋。實證結(jié)果表明:該組合預(yù)測模型能很好地擬合并預(yù)測城市燃?xì)馊肇?fù)荷,比單一的LSTM模型和BPNN-LSTM模型具有更有效、更穩(wěn)健的預(yù)測效果。當(dāng)然,本文也存在殘差序列與其他影響因素間關(guān)系不明確的問題,因此在今后的研究中需要做更深入的探討??傮w上來看,通過本文實證研究和預(yù)測模型的對比分析表明,類似BPNN-EMD-LSTM的組合模型比較適合城市短期燃?xì)馊肇?fù)荷需求預(yù)測,為相關(guān)研究提供了一種新的視角,在現(xiàn)實中具有良好的應(yīng)用前景。

    猜你喜歡
    殘差燃?xì)?/a>神經(jīng)網(wǎng)絡(luò)
    擰緊燃?xì)狻鞍踩y”
    基于雙向GRU與殘差擬合的車輛跟馳建模
    近期實施的燃?xì)鈬覙?biāo)準(zhǔn)
    煤氣與熱力(2022年4期)2022-05-23 12:45:00
    探討燃?xì)夤こ痰脑靸r控制及跟蹤審計
    基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    平穩(wěn)自相關(guān)過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    国产成人a区在线观看| 99re6热这里在线精品视频| 久久99热6这里只有精品| 麻豆av噜噜一区二区三区| 久久99热6这里只有精品| 一级毛片aaaaaa免费看小| 精品酒店卫生间| 国产亚洲5aaaaa淫片| 亚洲内射少妇av| 亚洲精品国产av成人精品| 成年免费大片在线观看| 亚洲国产日韩欧美精品在线观看| 国产爱豆传媒在线观看| 一级片'在线观看视频| 午夜老司机福利剧场| 特大巨黑吊av在线直播| 精品国内亚洲2022精品成人| 免费av观看视频| 看黄色毛片网站| 国产亚洲av嫩草精品影院| 51国产日韩欧美| 午夜福利成人在线免费观看| 免费黄频网站在线观看国产| 亚洲天堂国产精品一区在线| 嘟嘟电影网在线观看| 日韩一区二区三区影片| 久久草成人影院| 日韩欧美国产在线观看| 黄色欧美视频在线观看| 国产精品不卡视频一区二区| 国内精品一区二区在线观看| 久久久久久久久久人人人人人人| 我的老师免费观看完整版| 久久99蜜桃精品久久| av在线亚洲专区| 亚洲精品一区蜜桃| 久久久a久久爽久久v久久| 亚洲人成网站高清观看| 国产午夜精品一二区理论片| 国内少妇人妻偷人精品xxx网站| 日日撸夜夜添| 18禁在线无遮挡免费观看视频| 亚洲精品国产av蜜桃| 免费看光身美女| 久久99蜜桃精品久久| 少妇丰满av| 久久99蜜桃精品久久| 纵有疾风起免费观看全集完整版 | 国产亚洲精品av在线| 在线观看av片永久免费下载| 色综合站精品国产| 干丝袜人妻中文字幕| 成年女人在线观看亚洲视频 | 精品酒店卫生间| 亚洲av在线观看美女高潮| 亚洲av中文字字幕乱码综合| 午夜免费男女啪啪视频观看| 亚洲av二区三区四区| 久久热精品热| 男女下面进入的视频免费午夜| 亚洲精品色激情综合| 偷拍熟女少妇极品色| 能在线免费看毛片的网站| 免费黄色在线免费观看| 精品99又大又爽又粗少妇毛片| 成年女人在线观看亚洲视频 | 国产老妇女一区| 久久精品人妻少妇| 精品一区在线观看国产| 国产单亲对白刺激| 成人亚洲欧美一区二区av| 精品久久久久久电影网| 美女cb高潮喷水在线观看| 老师上课跳d突然被开到最大视频| 99视频精品全部免费 在线| 亚洲伊人久久精品综合| 中文乱码字字幕精品一区二区三区 | 丝袜喷水一区| 国产伦理片在线播放av一区| 你懂的网址亚洲精品在线观看| 国产精品无大码| av在线播放精品| a级毛色黄片| 天堂网av新在线| 欧美极品一区二区三区四区| 七月丁香在线播放| 97人妻精品一区二区三区麻豆| 免费电影在线观看免费观看| av免费在线看不卡| 国产91av在线免费观看| 成人鲁丝片一二三区免费| 亚洲怡红院男人天堂| 最新中文字幕久久久久| 在线免费观看的www视频| 国产精品精品国产色婷婷| 日韩成人av中文字幕在线观看| 国产精品熟女久久久久浪| 99热这里只有精品一区| 一级爰片在线观看| 能在线免费观看的黄片| 国产精品伦人一区二区| 又爽又黄无遮挡网站| 亚洲人成网站高清观看| 国产成人一区二区在线| 日日啪夜夜撸| 国产成年人精品一区二区| 六月丁香七月| 中文字幕免费在线视频6| 日韩,欧美,国产一区二区三区| 日韩av在线免费看完整版不卡| 久久精品久久久久久噜噜老黄| 狂野欧美激情性xxxx在线观看| 2021少妇久久久久久久久久久| 嘟嘟电影网在线观看| 日韩在线高清观看一区二区三区| 九九在线视频观看精品| 精品人妻视频免费看| av又黄又爽大尺度在线免费看| 色哟哟·www| 69人妻影院| 少妇人妻精品综合一区二区| 高清在线视频一区二区三区| 日韩一区二区视频免费看| 夜夜看夜夜爽夜夜摸| 亚洲国产av新网站| 毛片一级片免费看久久久久| 97精品久久久久久久久久精品| 成年av动漫网址| 人人妻人人看人人澡| 欧美日韩一区二区视频在线观看视频在线 | 高清日韩中文字幕在线| 久久久国产一区二区| 少妇裸体淫交视频免费看高清| 国产淫片久久久久久久久| 日本三级黄在线观看| 久久久久久久久中文| 精品不卡国产一区二区三区| eeuss影院久久| 色综合站精品国产| 久久97久久精品| 免费看美女性在线毛片视频| 少妇猛男粗大的猛烈进出视频 | 国产精品一二三区在线看| 国产 一区 欧美 日韩| 国产成人一区二区在线| 亚洲精品乱码久久久久久按摩| 亚洲国产精品专区欧美| 欧美另类一区| 校园人妻丝袜中文字幕| 一二三四中文在线观看免费高清| 大片免费播放器 马上看| 好男人在线观看高清免费视频| 欧美3d第一页| 成人午夜精彩视频在线观看| 亚洲欧美精品自产自拍| 久久久成人免费电影| 国产精品人妻久久久影院| 最近中文字幕高清免费大全6| 人妻系列 视频| 国产大屁股一区二区在线视频| 高清视频免费观看一区二区 | 草草在线视频免费看| 在线观看av片永久免费下载| 少妇被粗大猛烈的视频| 美女国产视频在线观看| 国产精品女同一区二区软件| av在线播放精品| 亚洲欧美一区二区三区国产| 丝瓜视频免费看黄片| 国产成人精品一,二区| 免费看不卡的av| 国产精品一区二区性色av| ponron亚洲| 亚洲成人中文字幕在线播放| 亚洲怡红院男人天堂| 亚洲精品自拍成人| av在线蜜桃| 亚洲精品久久久久久婷婷小说| 我的老师免费观看完整版| 97超碰精品成人国产| 中文字幕免费在线视频6| 日本三级黄在线观看| 少妇的逼水好多| 成人高潮视频无遮挡免费网站| 亚洲第一区二区三区不卡| 日韩精品有码人妻一区| 啦啦啦中文免费视频观看日本| 午夜激情欧美在线| 久久久久久久亚洲中文字幕| 伦理电影大哥的女人| 免费看a级黄色片| 亚洲怡红院男人天堂| 黄片wwwwww| 深夜a级毛片| 97超视频在线观看视频| 国产精品三级大全| av卡一久久| 美女cb高潮喷水在线观看| 亚洲欧美一区二区三区国产| 男女国产视频网站| 蜜臀久久99精品久久宅男| 国产 亚洲一区二区三区 | 91午夜精品亚洲一区二区三区| 神马国产精品三级电影在线观看| 国产精品久久久久久精品电影| 久久综合国产亚洲精品| 午夜福利视频1000在线观看| 亚洲精品中文字幕在线视频 | 国产探花在线观看一区二区| 国产精品久久久久久久电影| 亚洲精品自拍成人| 国产午夜精品久久久久久一区二区三区| 亚洲18禁久久av| 国产精品久久视频播放| 三级毛片av免费| 联通29元200g的流量卡| 亚洲欧美精品自产自拍| 美女黄网站色视频| 欧美日韩国产mv在线观看视频 | 尤物成人国产欧美一区二区三区| 中文欧美无线码| 插阴视频在线观看视频| 久久久久国产网址| 久久久精品欧美日韩精品| 别揉我奶头 嗯啊视频| 亚洲精品aⅴ在线观看| 嫩草影院新地址| 免费人成在线观看视频色| 男女下面进入的视频免费午夜| 水蜜桃什么品种好| 国产黄片美女视频| 观看美女的网站| 中文字幕久久专区| 免费电影在线观看免费观看| 亚洲国产成人一精品久久久| 男人舔奶头视频| 亚洲婷婷狠狠爱综合网| 免费看光身美女| 夫妻午夜视频| 亚洲天堂国产精品一区在线| 男人舔女人下体高潮全视频| 干丝袜人妻中文字幕| 日本黄大片高清| 欧美激情在线99| 99久久精品一区二区三区| 亚洲伊人久久精品综合| 嘟嘟电影网在线观看| 国产精品综合久久久久久久免费| 婷婷色综合www| 日本熟妇午夜| or卡值多少钱| 午夜免费观看性视频| 久久99热这里只有精品18| 国产乱来视频区| 亚洲欧美一区二区三区黑人 | 国内精品美女久久久久久| 日日干狠狠操夜夜爽| 99久久精品一区二区三区| 免费av毛片视频| 亚洲一区高清亚洲精品| 亚洲激情五月婷婷啪啪| av女优亚洲男人天堂| h日本视频在线播放| 偷拍熟女少妇极品色| 免费少妇av软件| 3wmmmm亚洲av在线观看| 成年免费大片在线观看| 日韩av不卡免费在线播放| 一区二区三区乱码不卡18| 久久鲁丝午夜福利片| 久久久精品94久久精品| 大又大粗又爽又黄少妇毛片口| 又大又黄又爽视频免费| 国产v大片淫在线免费观看| 男女啪啪激烈高潮av片| 老司机影院成人| 波野结衣二区三区在线| 69av精品久久久久久| 国产精品人妻久久久久久| xxx大片免费视频| 成年av动漫网址| 亚洲乱码一区二区免费版| 亚洲国产精品成人久久小说| 国产有黄有色有爽视频| 性色avwww在线观看| 国内精品一区二区在线观看| 国产黄片视频在线免费观看| 欧美激情国产日韩精品一区| 国产精品女同一区二区软件| 少妇的逼水好多| 最新中文字幕久久久久| 春色校园在线视频观看| 极品少妇高潮喷水抽搐| 亚洲国产高清在线一区二区三| 日韩欧美精品v在线| 高清av免费在线| 婷婷色av中文字幕| 中国美白少妇内射xxxbb| 人人妻人人澡欧美一区二区| 我要看日韩黄色一级片| 超碰97精品在线观看| 亚洲色图av天堂| av又黄又爽大尺度在线免费看| 水蜜桃什么品种好| 内射极品少妇av片p| 亚洲伊人久久精品综合| av女优亚洲男人天堂| 伦精品一区二区三区| 亚洲综合色惰| 国产精品一区www在线观看| 中国美白少妇内射xxxbb| 亚洲怡红院男人天堂| 久久久久网色| 亚洲在久久综合| 久久久久久久久大av| 少妇人妻精品综合一区二区| 熟女电影av网| 女人十人毛片免费观看3o分钟| 久久久久久久久中文| 亚洲内射少妇av| 亚洲av成人精品一区久久| 菩萨蛮人人尽说江南好唐韦庄| 91精品国产九色| 自拍偷自拍亚洲精品老妇| 国产人妻一区二区三区在| 国产免费福利视频在线观看| 老司机影院成人| 国产熟女欧美一区二区| 春色校园在线视频观看| 国产一级毛片七仙女欲春2| 国语对白做爰xxxⅹ性视频网站| 三级经典国产精品| 欧美激情在线99| 伊人久久精品亚洲午夜| 最近中文字幕高清免费大全6| 亚洲无线观看免费| 午夜亚洲福利在线播放| 久久鲁丝午夜福利片| 一个人免费在线观看电影| 人人妻人人看人人澡| 亚洲国产欧美人成| 久久这里有精品视频免费| 欧美精品国产亚洲| av在线老鸭窝| 777米奇影视久久| av在线老鸭窝| 国产男人的电影天堂91| 国产免费又黄又爽又色| 日本猛色少妇xxxxx猛交久久| 欧美97在线视频| 亚洲自偷自拍三级| 日韩电影二区| 国产一区二区亚洲精品在线观看| 久久久久久久久中文| 色综合站精品国产| 亚洲国产日韩欧美精品在线观看| 青青草视频在线视频观看| 亚洲欧美成人精品一区二区| 日韩强制内射视频| 麻豆成人av视频| 青春草亚洲视频在线观看| 少妇的逼水好多| 国国产精品蜜臀av免费| 亚洲人成网站在线观看播放| 亚洲最大成人av| 波多野结衣巨乳人妻| 成人特级av手机在线观看| 波多野结衣巨乳人妻| 激情五月婷婷亚洲| 国产伦理片在线播放av一区| 免费观看性生交大片5| 日韩,欧美,国产一区二区三区| 日本爱情动作片www.在线观看| 国产探花极品一区二区| 啦啦啦中文免费视频观看日本| 亚洲欧美日韩东京热| 日本免费a在线| 国产伦在线观看视频一区| 偷拍熟女少妇极品色| 国产伦一二天堂av在线观看| 国精品久久久久久国模美| 女人久久www免费人成看片| 久久97久久精品| 女人久久www免费人成看片| 午夜福利视频精品| 美女脱内裤让男人舔精品视频| 性色avwww在线观看| 熟女电影av网| 亚洲国产精品成人久久小说| 在线观看av片永久免费下载| 99热6这里只有精品| 午夜日本视频在线| 一级av片app| av国产免费在线观看| 欧美 日韩 精品 国产| 久久精品久久久久久噜噜老黄| 蜜桃久久精品国产亚洲av| 日韩制服骚丝袜av| 男女那种视频在线观看| 精品久久久久久久久av| 久久久欧美国产精品| 中国国产av一级| 中国美白少妇内射xxxbb| 视频中文字幕在线观看| 伦理电影大哥的女人| 一区二区三区免费毛片| 大话2 男鬼变身卡| 非洲黑人性xxxx精品又粗又长| 日韩精品青青久久久久久| 色视频www国产| 精华霜和精华液先用哪个| 精品99又大又爽又粗少妇毛片| 少妇人妻一区二区三区视频| 日本三级黄在线观看| 我的女老师完整版在线观看| 国产色婷婷99| 国产一区二区亚洲精品在线观看| 麻豆成人av视频| 国精品久久久久久国模美| 波野结衣二区三区在线| 日韩亚洲欧美综合| 亚洲精品亚洲一区二区| 国产一级毛片在线| 精品久久久久久电影网| 中文字幕久久专区| 最近视频中文字幕2019在线8| 91狼人影院| 国产av国产精品国产| av天堂中文字幕网| 国产淫片久久久久久久久| 亚洲av中文av极速乱| 国产视频内射| 亚洲欧美成人综合另类久久久| 国产大屁股一区二区在线视频| 午夜激情久久久久久久| 91精品一卡2卡3卡4卡| 综合色丁香网| 三级男女做爰猛烈吃奶摸视频| 插阴视频在线观看视频| 国产乱人视频| 嘟嘟电影网在线观看| 婷婷六月久久综合丁香| 国产精品麻豆人妻色哟哟久久 | 国产伦理片在线播放av一区| av卡一久久| 日本-黄色视频高清免费观看| 国产淫片久久久久久久久| 国内精品美女久久久久久| av国产久精品久网站免费入址| 日韩成人伦理影院| 亚洲最大成人av| 小蜜桃在线观看免费完整版高清| 国产欧美另类精品又又久久亚洲欧美| 精品亚洲乱码少妇综合久久| 午夜亚洲福利在线播放| 毛片女人毛片| 国内精品一区二区在线观看| 欧美一区二区亚洲| 亚洲人成网站在线观看播放| 日韩欧美三级三区| 欧美高清性xxxxhd video| 神马国产精品三级电影在线观看| 在线 av 中文字幕| 你懂的网址亚洲精品在线观看| 国产精品女同一区二区软件| 少妇的逼水好多| 国产男人的电影天堂91| 男女那种视频在线观看| 日韩伦理黄色片| 女人被狂操c到高潮| 汤姆久久久久久久影院中文字幕 | 91精品国产九色| 国产精品福利在线免费观看| 男人爽女人下面视频在线观看| 看免费成人av毛片| 视频中文字幕在线观看| 97超碰精品成人国产| 国产一区二区亚洲精品在线观看| 亚洲精品一区蜜桃| 中文欧美无线码| 少妇熟女欧美另类| 精品一区二区三区人妻视频| av国产久精品久网站免费入址| 国产探花极品一区二区| 一级二级三级毛片免费看| 小蜜桃在线观看免费完整版高清| 天堂√8在线中文| 免费黄频网站在线观看国产| 91在线精品国自产拍蜜月| 久久久精品免费免费高清| 国产精品人妻久久久影院| 日日啪夜夜爽| 国国产精品蜜臀av免费| 伦理电影大哥的女人| 国产精品嫩草影院av在线观看| 人人妻人人澡欧美一区二区| 国产在视频线在精品| 久久久精品94久久精品| 欧美不卡视频在线免费观看| av女优亚洲男人天堂| 亚洲国产精品sss在线观看| 观看免费一级毛片| 综合色av麻豆| 黄色日韩在线| 最近2019中文字幕mv第一页| 黄片wwwwww| 亚洲在线自拍视频| 少妇裸体淫交视频免费看高清| 欧美日韩综合久久久久久| 成人av在线播放网站| 亚洲国产精品sss在线观看| 真实男女啪啪啪动态图| 99九九线精品视频在线观看视频| 99视频精品全部免费 在线| 国产成人aa在线观看| 2022亚洲国产成人精品| 午夜激情欧美在线| av天堂中文字幕网| 永久免费av网站大全| 免费观看无遮挡的男女| 黄色日韩在线| 亚洲四区av| 国内少妇人妻偷人精品xxx网站| 午夜激情欧美在线| 蜜臀久久99精品久久宅男| 一级黄片播放器| 日韩av在线免费看完整版不卡| 亚洲欧美一区二区三区国产| 国产乱人视频| 久久精品夜色国产| 男人舔奶头视频| 秋霞在线观看毛片| 免费高清在线观看视频在线观看| 国产视频内射| 日韩欧美精品v在线| 久久久久久久国产电影| 99久久精品热视频| 国产大屁股一区二区在线视频| 国产一区亚洲一区在线观看| 亚洲国产精品国产精品| 在线免费观看的www视频| 精品久久久噜噜| 久久久久久国产a免费观看| 国产在线男女| 免费看美女性在线毛片视频| 免费看光身美女| 日韩av在线大香蕉| 人人妻人人澡人人爽人人夜夜 | 国产视频内射| 哪个播放器可以免费观看大片| 亚洲av电影不卡..在线观看| 亚洲av成人精品一二三区| 亚洲国产精品国产精品| 中国国产av一级| 日本免费在线观看一区| 蜜桃亚洲精品一区二区三区| 2018国产大陆天天弄谢| 久久久久久久久久久免费av| 免费黄色在线免费观看| 最近最新中文字幕免费大全7| 久久亚洲国产成人精品v| 最后的刺客免费高清国语| 2021天堂中文幕一二区在线观| 又黄又爽又刺激的免费视频.| 深爱激情五月婷婷| 成年女人看的毛片在线观看| 亚洲精品456在线播放app| 美女黄网站色视频| 亚洲最大成人中文| 国产麻豆成人av免费视频| 日本wwww免费看| 日日摸夜夜添夜夜添av毛片| 春色校园在线视频观看| 婷婷色综合大香蕉| 少妇的逼水好多| 国产在视频线精品| 亚洲成人中文字幕在线播放| 国产伦精品一区二区三区四那| 性插视频无遮挡在线免费观看| 国产极品天堂在线| 国产成人a区在线观看| 一区二区三区四区激情视频| 22中文网久久字幕| 日本三级黄在线观看| 青春草亚洲视频在线观看| 国产一级毛片七仙女欲春2| 中文字幕制服av| 久久久精品94久久精品| 插逼视频在线观看| 嘟嘟电影网在线观看| 国产精品日韩av在线免费观看| 亚洲成色77777| 久久精品久久久久久久性| 国产精品一区二区三区四区久久| 国产精品人妻久久久久久| 欧美激情在线99| 免费观看在线日韩| 亚洲av福利一区| 国产成人aa在线观看| 亚洲精品成人久久久久久| 日本一本二区三区精品| 深爱激情五月婷婷| 在线a可以看的网站| 日韩 亚洲 欧美在线| 亚洲国产精品sss在线观看| 中文字幕人妻熟人妻熟丝袜美| 久久人人爽人人爽人人片va| 伦精品一区二区三区| 国产成人a∨麻豆精品| 日本黄大片高清| 亚洲成人久久爱视频| 亚洲熟女精品中文字幕| 免费黄频网站在线观看国产| 噜噜噜噜噜久久久久久91| 国产男女超爽视频在线观看|