• <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 ?

    基于雙重正則矩陣分解的缺失數(shù)據(jù)恢復(fù)

    2021-05-06 10:11:56芮國勝田文飚
    關(guān)鍵詞:正則矩陣傳感器

    劉 歌, 芮國勝, 田文飚

    (海軍航空大學(xué), 山東 煙臺 264001)

    0 引 言

    現(xiàn)實(shí)場景中,在某一監(jiān)測區(qū)域內(nèi)通過部署多個(gè)傳感器對同一對象進(jìn)行持續(xù)的感知,獲取豐富的信息以支撐不同類型的感知應(yīng)用[1]。這些多傳感器網(wǎng)絡(luò)中收集到的數(shù)據(jù)通常被稱為多源時(shí)間序列。例如,海上浮標(biāo)多個(gè)傳感器監(jiān)測海洋環(huán)境(maritime environment, ME)數(shù)據(jù)(溫度、濕度、壓強(qiáng)、風(fēng)速、風(fēng)向等)以獲取蒸發(fā)波導(dǎo)整體態(tài)勢感知[2];個(gè)人醫(yī)療系統(tǒng)中通過穿戴設(shè)備布設(shè)多個(gè)傳感器監(jiān)測血壓、脈搏、心電等數(shù)據(jù)獲知病人的整體健康狀況[3]。由于惡劣的工作條件或不可控制的因素,導(dǎo)致傳感器網(wǎng)絡(luò)短暫甚至長時(shí)間無法收集數(shù)據(jù)從而出現(xiàn)信息盲區(qū),影響系統(tǒng)的感知應(yīng)用。將上述問題歸結(jié)為多源時(shí)間序列數(shù)據(jù)的缺失信息恢復(fù)問題。該問題廣泛存在于海上氣象要素監(jiān)測傳感器網(wǎng)絡(luò)[4]、電網(wǎng)系統(tǒng)[5]、物聯(lián)網(wǎng)系統(tǒng)[6]、森林防火監(jiān)測系統(tǒng)[7]等各種傳感器網(wǎng)絡(luò)中,因此解決缺失數(shù)據(jù)的恢復(fù)問題具有重要的實(shí)際應(yīng)用價(jià)值。

    缺失數(shù)據(jù)恢復(fù)方法中最簡單的是插值法,文獻(xiàn)[8]提出了基于M分量的概率主成分分析模型和期望最大化(M-component probabilitic principal component analysis-expectation maximization,MPPCA-EM)算法的多重插補(bǔ)算法來預(yù)測歷史降雨時(shí)間序列數(shù)據(jù),該方法簡單易操作,但是僅適用于丟失少量數(shù)據(jù)并且時(shí)間序列變化非常穩(wěn)定的情況[9]。常用的方法還有建模法,這是一種通過掌握數(shù)據(jù)內(nèi)部的隱含規(guī)律,建立模型以預(yù)測缺失數(shù)據(jù)的方法。Frasconi[10]等使用季節(jié)性核來測量時(shí)間序列實(shí)例之間的相似性,并提出將季節(jié)性自回歸綜合移動平均模型與卡爾曼濾波器結(jié)合使用,可實(shí)現(xiàn)丟失數(shù)據(jù)預(yù)測性能。文獻(xiàn)[11]使用了一種基于廣義空間動態(tài)自回歸模型(generalized spatial dynamic autoregression model, GSDAM)的方法對缺失數(shù)據(jù)進(jìn)行預(yù)測。但是基于模型的方法局限性比較大,一旦脫離對應(yīng)的數(shù)據(jù)類型,模型將失效。近年來,基于矩陣填充和矩陣分解(matrix factorization, MF)的方法逐漸興起。矩陣填充方法中各種低秩約束的算法如奇異值閾值(singular value thresholding, SVT)算法[12]、奇異值投影(singular value projection, SVP)算法[13]、基于近似SVD的FPC算法(approximate SVD based FPC algorithm, FPCA)[14]等能夠?qū)崿F(xiàn)缺失數(shù)據(jù)的恢復(fù),但是需要滿足矩陣低秩性和非相干性以及R-RIP條件,約束條件嚴(yán)格。Song等用矩陣分解法預(yù)測流量矩陣,其方法比傳統(tǒng)方法表現(xiàn)出更有效的性能[15],但是未能充分利用數(shù)據(jù)內(nèi)部的先驗(yàn)信息,預(yù)測性能有待提升。文獻(xiàn)[16]時(shí)域動態(tài)矩陣分解(time-domain dynamic matrix factorization, TDMF)的方法,通過施加不同的正則化項(xiàng)來約束矩陣分解的目標(biāo)函數(shù),并建立了5個(gè)相應(yīng)的模型來預(yù)測多變量時(shí)間序列中的缺失數(shù)據(jù),但是對于傳感器數(shù)據(jù)的相關(guān)性計(jì)算忽略了數(shù)據(jù)的變化趨勢相關(guān)性,可能導(dǎo)致相似傳感器的判斷不夠準(zhǔn)確。

    為解決上述問題,本文提出一種基于雙重正則矩陣分解(double regularization matrix factorization, DRMF)的方法,該方法明確地考慮了多源時(shí)間序列在時(shí)間和傳感器兩個(gè)角度下的數(shù)據(jù)特性,充分挖掘先驗(yàn)信息。對于時(shí)間序列,通過定義時(shí)間序列的穩(wěn)定性,利用二階差分正則化進(jìn)行約束;對于多傳感器數(shù)據(jù),引入圖論的基本原理,設(shè)計(jì)了一種基于雙重皮爾遜系數(shù)的相關(guān)性度量策略,獲取表示各傳感器數(shù)據(jù)關(guān)系的拉普拉斯矩陣;最終將圖拉普拉斯正則化與二階差分正則化融入到的矩陣分解框架下,利用梯度下降法實(shí)現(xiàn)目標(biāo)函數(shù)的優(yōu)化。

    1 問題描述

    傳感器網(wǎng)絡(luò)在其網(wǎng)絡(luò)分布區(qū)域收集到的各種ME監(jiān)測數(shù)據(jù)通常以矩陣形式表示,在本文中將該矩陣稱為多源時(shí)間序列矩陣,記作X(X∈Rm×n),其元素xij表示第i(i=1,2,…,m)個(gè)氣象傳感器源在第j(j=1,2,…,n)個(gè)時(shí)刻獲得的某一氣象要素?cái)?shù)據(jù)。缺失信息矩陣X具體可表示為

    X=

    式中,符號“”表示該位置出現(xiàn)缺失數(shù)據(jù);xi∈Rn表示第i個(gè)氣象傳感器源獲取的數(shù)據(jù)向量;tj表示第j個(gè)采樣時(shí)刻。

    2 矩陣分解模型

    矩陣分解是矩陣恢復(fù)中常用的方法,其優(yōu)點(diǎn)在于發(fā)現(xiàn)數(shù)據(jù)中的潛在結(jié)構(gòu),并且可以用概率解釋;容易擴(kuò)展到一些指定特定先驗(yàn)信息的領(lǐng)域;可以用許多優(yōu)化方法例如梯度下降法來找到一個(gè)最優(yōu)解。奇異值分解是其中最為普遍的一種分解方法,給定X∈Rm×n,X的奇異值分解為

    X=UΣVT

    (1)

    式中,U∈Rm×r表示傳感器源隱含因子矩陣;V∈Rn×r表示時(shí)間序列隱含因子矩陣;Σ∈Rr×r為對角陣,對角元素是矩陣X奇異值;r表示隱含因子的維度。

    式(1)可以轉(zhuǎn)換為兩個(gè)矩陣相乘的表示形式,即

    X=SQT

    (2)

    為了后續(xù)計(jì)算方便,定義一個(gè)矩陣I∈Rm×n,用來表示矩陣X的缺失位置,即其中元素值為0表示此處信息缺失,元素值為1則相反。將缺失矩陣看作是完整矩陣與缺失位置矩陣的哈達(dá)瑪乘積,即

    X′=I°X

    (3)

    式中,X′表示缺失信息的矩陣。為實(shí)現(xiàn)矩陣X的信息恢復(fù),需要完成最優(yōu)化問題:

    (4)

    為了防止過擬合,分別對兩個(gè)隱含因子進(jìn)行約束:

    (5)

    式中,λS和λQ表示正則化參數(shù)。

    3 算法實(shí)現(xiàn)

    3.1 時(shí)間序列的正則化設(shè)計(jì)

    現(xiàn)實(shí)場景中,各傳感器數(shù)據(jù)通常呈現(xiàn)為有限時(shí)間內(nèi)的緩慢變化,把這種一定時(shí)間段內(nèi)的緩變現(xiàn)象稱為時(shí)間序列的穩(wěn)定性。

    多源時(shí)間序列矩陣X的行向量為某一傳感器的時(shí)間序列,計(jì)算xij前后兩個(gè)相鄰位置的差值并作歸一化處理,得

    (6)

    以海洋氣象數(shù)據(jù)的獲取為例,海上傳感器網(wǎng)絡(luò)通過在指定海域部署大量海上傳感器節(jié)點(diǎn),采集網(wǎng)絡(luò)分布區(qū)域內(nèi)的各種環(huán)境要素,然后通過各類通信手段將采集到的數(shù)據(jù)傳送到監(jiān)測中心。TAO/TRITON和PIRATA的浮標(biāo)測量海洋和海表面氣象參數(shù)多達(dá)20余種,本文限于篇幅,僅對幾種典型數(shù)據(jù)進(jìn)行分析,即蒸發(fā)波導(dǎo)特性研究所需要的氣溫、風(fēng)速、海表溫度、壓強(qiáng)、相對濕度等環(huán)境要素。氣溫、風(fēng)速、海表溫度、壓強(qiáng)和相對濕度5種海洋氣象環(huán)境要素?cái)?shù)據(jù)的統(tǒng)計(jì)累積分布如圖1所示。

    圖1 5種ME數(shù)據(jù)時(shí)間序列穩(wěn)定性分析

    從圖1中曲線可以看出,5種傳感器的時(shí)間序列在一定的時(shí)間范圍內(nèi)變化緩慢,其中溫度和海表溫度以及濕度3種傳感器數(shù)據(jù)的r(i)≤0.1的比重占90%以上,風(fēng)速和壓強(qiáng)兩種傳感器r(i)≤0.2的比重占90%以上。所以,多源傳感器時(shí)間序列的穩(wěn)定性可以作為先驗(yàn)信息加入矩陣分解的框架中。

    基于上述分析,將時(shí)間序列隱含因子二階差分的正則化約束引入到目標(biāo)函數(shù):

    (7)

    式中,H表示二階差分矩陣;α表示正則化參數(shù),有

    (8)

    3.2 多源傳感器隱含因子的正則化設(shè)計(jì)

    在多源傳感器網(wǎng)絡(luò)中,盡管各傳感器的任務(wù)不同,獲取的數(shù)據(jù)單位不同,但是其目標(biāo)相同,因此某些傳感器之間可能存在很強(qiáng)的相關(guān)性。例如,環(huán)境監(jiān)測傳感器網(wǎng)絡(luò)中,溫度和濕度之間可能存在著較強(qiáng)的相關(guān)性;個(gè)人醫(yī)療監(jiān)護(hù)系統(tǒng)中,心跳和血壓之間也可能存在高度相關(guān)性。這些相關(guān)性的信息都是多傳感器元數(shù)據(jù)的先驗(yàn)信息。

    為了更好地將多源傳感器時(shí)間序列的先驗(yàn)信息融入到矩陣分解的框架中,受到圖論被廣泛用于探索數(shù)據(jù)內(nèi)部的幾何結(jié)構(gòu)的啟發(fā),本文引入圖正則化對多傳感器數(shù)據(jù)之間的相互關(guān)系進(jìn)行約束。從文獻(xiàn)[17]和文獻(xiàn)[18]中獲知,如果兩組數(shù)據(jù)在數(shù)據(jù)分布的內(nèi)在幾何結(jié)構(gòu)中很接近,那么這兩組數(shù)據(jù)相對于基函數(shù)的表示也很接近。這種假設(shè)通常被稱為局部不變假設(shè)。因此對多源時(shí)間序列,式(2)還可以表示為

    (9)

    式中,sj=[sj1,sj2,…,sjr]表示傳感器隱含因子矩陣S的行向量;qi表示矩陣Q的列向量;xj表示矩陣X的行向量。式(9)可以近似看作由S分量加權(quán)的Q列向量的線性組合。換個(gè)角度來看,將qi看作是基向量,[sj1,sj2,…,sjr]就是此基向量下的表示。因此,若兩個(gè)傳感器時(shí)間序列數(shù)據(jù)本身是相似的,那么傳感器隱含因子也是相似的。針對給定的大小為m的傳感器數(shù)據(jù)集{X1,X2,…,Xm},為這個(gè)數(shù)據(jù)集構(gòu)造一個(gè)具有m個(gè)結(jié)點(diǎn)的無向圖,節(jié)點(diǎn)之間邊的權(quán)重值則表示兩節(jié)點(diǎn)之間的相似程度,這樣就為數(shù)據(jù)集構(gòu)建了一個(gè)最近鄰圖。首先構(gòu)造近鄰圖,如果xi,xj是近鄰關(guān)系,就在i節(jié)點(diǎn)和j節(jié)點(diǎn)之間添加一條邊,然后確定近鄰圖邊上的權(quán)重值,得到權(quán)重矩陣W。基于此,兩個(gè)傳感器數(shù)據(jù)之間的相似關(guān)系可以表示為

    (10)

    式中,si和sj表示第i個(gè)傳感器隱含因子和第j個(gè)傳感器隱含因子;Wij表示權(quán)重,具體表示為

    (11)

    式中,si和sj滿足的相似條件將在下面進(jìn)行詳細(xì)探討。

    2tr(ST(D-W)S)=2tr(STLS)

    (12)

    將傳感器隱含因子的拉普拉斯正則化加入到式(4)中,可以得到

    (13)

    式中,γ表示正則化參數(shù)。

    基于此,為更好地說明不同傳感器數(shù)據(jù)之間的相互關(guān)系,本文從兩個(gè)傳感器數(shù)據(jù)之間的相關(guān)性和時(shí)間序列變化趨勢之間的關(guān)系入手,利用統(tǒng)計(jì)學(xué)中的皮爾遜相關(guān)系數(shù)(Pearson correlation coefficient, PCC)來度量兩個(gè)變量之間的相關(guān)程度,其表達(dá)式為

    (14)

    而僅采用 PCC計(jì)算兩個(gè)傳感器數(shù)據(jù)樣本之間相似性,忽略了變化趨勢的相關(guān)性,因此增加對數(shù)據(jù)變化趨勢的相似程度對比對于相似傳感器的判定,會更有說服力?;谏鲜龇治?本文提出聯(lián)合一階擬合系數(shù)的PCC和數(shù)據(jù)本身的PCC的相似傳感器判定方法,為表示方便,將兩次求PCC的方法在本文中稱為D-PCC。

    一階擬合系數(shù)是指通過對各傳感器時(shí)間序列進(jìn)行分段擬合得到的系數(shù)組成的一組向量,這組向量就是傳感器數(shù)據(jù)變化趨勢的真實(shí)反應(yīng)。因此,利用任意兩個(gè)傳感器的一階擬合系數(shù)來感知數(shù)據(jù)變化趨勢的相似性。假設(shè)兩個(gè)傳感器時(shí)間序列將Xi=[xi1,xi2,…,xin]和Xj=[xj1,xj2,…,xjn]均分為z段,分別對每一段進(jìn)行一階擬合,得到的系數(shù)組分別為a=[a1,a2,…,az]和b=[b1,b2,…,bz],因此一階擬合系數(shù)的相似度可以計(jì)算為

    (15)

    因此,定義當(dāng)且僅當(dāng)任意兩個(gè)傳感器感知數(shù)據(jù)的綜合相關(guān)系數(shù)Ci, j

    相似傳感器的定義建立在對兩個(gè)傳感器數(shù)據(jù)本身大小和變化趨勢兩者比較的基礎(chǔ)之上,該定義為衡量任意兩個(gè)傳感器之間是否具有穩(wěn)定的數(shù)據(jù)相關(guān)性提供了依據(jù)。兩個(gè)傳感器的數(shù)據(jù)達(dá)到該衡量標(biāo)準(zhǔn),無向圖中就可以在相似傳感器之間加一條邊,鄰接矩陣W就是對圖中的邊進(jìn)行統(tǒng)計(jì)。

    3.3 多源時(shí)間序列缺失信息恢復(fù)模型確立

    第3.1節(jié)和第3.2節(jié)的分析,旨在從傳感器和時(shí)間序列兩個(gè)角度充分挖掘多源時(shí)間序列的先驗(yàn),對于提高缺失信息的恢復(fù)性能具有重要作用,因此本小節(jié)將兩種先驗(yàn)約束統(tǒng)一于矩陣分解的框架下,提出基于時(shí)序差分正則化和圖拉普拉斯正則化的矩陣分解方法用于解決缺失數(shù)據(jù)的恢復(fù)問題。目標(biāo)函數(shù)的最優(yōu)化問題可以重新歸結(jié)為

    (16)

    通過梯度下降來優(yōu)化式(16)所述的目標(biāo)函數(shù),即

    (17)

    (18)

    結(jié)合上述分析和計(jì)算,將算法步驟總結(jié)如算法1所示來解決式(16)中所示的問題。在給定多變量時(shí)間序列X以及各種參數(shù)的條件下,設(shè)計(jì)該算法以獲得隱含因子特征矩陣S和Q更精確的解。算法更新的停止條件可以選擇預(yù)先設(shè)置的迭代次數(shù),也可以是前后兩次迭代的誤差小于某一閾值,每次迭代都根據(jù)回溯線搜索策略更新步長τS和τQ,最終缺失數(shù)據(jù)可以從恢復(fù)矩陣中得到。

    算法 1 DRMF算法輸入 多源時(shí)間序列X,指示矩陣I,參數(shù)r,λS,λQ,α,β,步長τ,閾值c,迭代次數(shù)iters輸出 恢復(fù)后的多源時(shí)間序列^X步驟1 獲取拉普拉斯矩陣(1) 綜合相關(guān)系數(shù)判別法確定權(quán)重矩陣W。根據(jù)式(14)、式(15)計(jì)算傳感器i和j的PCC_ab和PCC_X,從而得到Ci,j=12·(PCC_ab+PCC_X)當(dāng)且僅當(dāng)Ci,j

    4 算法性能分析及仿真實(shí)驗(yàn)

    4.1 算法可行性分析

    仿真實(shí)驗(yàn)中,在完整數(shù)據(jù)的基礎(chǔ)上剔除一部分?jǐn)?shù)據(jù),剔除數(shù)據(jù)的數(shù)目占原始數(shù)據(jù)總數(shù)目的比例稱為信息缺失率。數(shù)據(jù)缺失的類型根據(jù)產(chǎn)生原因不同大體上可以分為隨機(jī)型、均勻型和連續(xù)型3類。在進(jìn)行D-PCC相關(guān)系數(shù)計(jì)算時(shí),對隨機(jī)型和均勻型缺失來說,缺失數(shù)據(jù)或隨機(jī)或均勻地分布在數(shù)據(jù)中,將缺失數(shù)據(jù)剔除,剔除前后的曲線變化趨勢沒有受到很大影響。將剔除缺失值后的數(shù)據(jù)曲線與原始數(shù)據(jù)曲線進(jìn)行對比,如圖2所示。數(shù)據(jù)缺失類型為隨機(jī)缺失,缺失率為0.7。

    圖2 原始時(shí)間序列與剔除缺失數(shù)據(jù)序列的曲線對比

    從兩幅圖的對比中可以看出,剔除缺失數(shù)據(jù)前后的曲線變化趨勢極其相似,說明剔除缺失數(shù)據(jù)不但不會對整體的相關(guān)計(jì)算產(chǎn)生影響,反而因?yàn)槿笔恢蒙系臄?shù)據(jù)點(diǎn)的剔除,實(shí)現(xiàn)了數(shù)據(jù)的整體縮減,使得后續(xù)計(jì)算的數(shù)據(jù)量減少。從另一個(gè)角度來看,這樣做也提高了處理較長時(shí)間跨度內(nèi)時(shí)間序列的能力。對于均勻缺失也是同樣的情況。不同的是連續(xù)型缺失,這種類型的缺失情況可能導(dǎo)致一段時(shí)間內(nèi)的數(shù)據(jù)缺失,而其他時(shí)間數(shù)據(jù)沒有發(fā)生缺失,這種情況下將缺失數(shù)據(jù)的位置剔除,獲得的曲線與前兩種類型不同,因此不能直接用來進(jìn)行相關(guān)性計(jì)算。針對這種情況,本文采用分階段相關(guān)計(jì)算的方法,以缺失位置為界,前后分別對相應(yīng)位置上的數(shù)據(jù)進(jìn)行相關(guān)性計(jì)算和曲線變化趨勢相關(guān)性計(jì)算,其余計(jì)算方法不變。

    4.2 算法收斂條件

    若要保證梯度下降法始終有效收斂,需要在正確范圍內(nèi)選擇迭代過程中的步長。下面通過Lipschitz條件對梯度下降過程中的步長上界進(jìn)行推導(dǎo)。

    定理 1(β平滑) 若函數(shù)f(x)滿足Lipschitz條件,則存在一個(gè)常量β(β>0),使f(x)在定義域上的任意2個(gè)值滿足:

    (19)

    定理 2(收斂條件) 假設(shè)凸函數(shù)f(x)滿足β平滑條件,以xn為當(dāng)前點(diǎn),以x*為最優(yōu)點(diǎn),如果τn≤1/β,則‖xn-x*‖隨n的減小而減小。

    現(xiàn)在目標(biāo)函數(shù)如式(16)所示,那么首先根據(jù)定理1推導(dǎo)變量S和Q的β平滑條件。對于變量S,將式(17)代入式(19)中得

    ‖(S1QT-X)Q+λSS1+γ(L+LT)S1-

    (S2QT-X)Q+λSS2+γ(L+LT)S2‖=

    ‖(S1-S2)QTQ+(λSI+γ(L+LT))(S1-S2)‖≤

    ‖(S1-S2)QTQ‖+‖(λSI+γ(L+LT))(S1-S2)‖≤

    ‖S1-S2‖‖QTQ‖+‖λSI+γ(L+LT)‖‖S1-S2‖=

    (‖QTQ‖+‖λSI+γ(L+LT)‖)‖S1-S2‖

    (20)

    由于此時(shí)‖QTQ‖+‖λSI+γ(L+LT)‖是已知的數(shù)據(jù),所以令β=‖QTQ‖+‖λSI+γ(L+LT)‖且β>0時(shí),E(S)滿足L-Lipschitz條件,若想保證式(17)的整個(gè)迭代過程收斂,根據(jù)定理2,第t次迭代過程中的步長滿足:

    同理,對于變量Q,將式(18)代入式(19)中得

    ‖(Q1-Q2)STS+λQ(Q1-Q2)+α(Q1-Q2)HTH‖=

    ‖(Q1-Q2)(STS+λQI-αHTH)‖≤

    ‖STS+λQI-αHTH‖‖Q1-Q2‖

    (21)

    同樣,由于此時(shí)‖STS+λQI-αHTH‖是已知的數(shù)據(jù),所以β=‖STS+λQI-αHTH‖且β>0時(shí),E(Q)滿足L-Lipschitz條件。若要保證式(18)的整個(gè)迭代過程收斂,根據(jù)定理2,第t次迭代過程中的步長應(yīng)滿足:

    4.3 不同算法性能對比

    為了評估該方法的性能,利用均方根誤差(root mean square error,RMSE)來衡量信息恢復(fù)質(zhì)量。RMSE計(jì)算方式為

    (22)

    本文以3種數(shù)據(jù)集合作為實(shí)驗(yàn)對象,以RMSE為評價(jià)標(biāo)準(zhǔn),對算法性能進(jìn)行測試,每次試驗(yàn)得到的結(jié)果都是50次結(jié)果的平均值。

    實(shí)驗(yàn)部分采用一個(gè)合成的MTS數(shù)據(jù)集和兩個(gè)真實(shí)的MTS數(shù)據(jù)集。

    (1) 合成(synthetic, SYN)數(shù)據(jù)集:由Asin(ωt+φ)+n產(chǎn)生,其中振幅A取值范圍為[1,2,3],角頻率ω取值范圍為[1,π,2π],初相φ的取值范圍為[0,π/2,π],n為加性高斯白噪聲,時(shí)間序列長度為104。

    (2) 海洋環(huán)境數(shù)據(jù)集:來自國內(nèi)山東煙臺芝罘島氣象站的ME數(shù)據(jù)集,含氣溫、風(fēng)速、海表溫度、壓強(qiáng)和相對濕度的每小時(shí)測量值,時(shí)間范圍為2017年1月1日20時(shí)-2018年9月4日23時(shí),時(shí)間分辨率為1 h,取時(shí)間序列長度為104。

    (3) Motes數(shù)據(jù)集:來自英特爾-伯克利實(shí)驗(yàn)室54個(gè)MieahDot傳感器獲得的數(shù)據(jù),時(shí)間從2004年2月28日-2004年4月5日。選取其中23個(gè)傳感器數(shù)據(jù)進(jìn)行分析,時(shí)間序列長度為104。

    利用算法對剔除的數(shù)據(jù)進(jìn)行預(yù)測,然后通過預(yù)測值與原實(shí)際值的對比來評價(jià)預(yù)測算法的性能。依據(jù)相關(guān)文獻(xiàn)中通常采用的數(shù)據(jù)劃分方式,將數(shù)據(jù)集劃分為90%的訓(xùn)練集和10%的測試集。

    為方便計(jì)算,令正則化參數(shù)λS=λQ=0.1。對于SYN數(shù)據(jù)集、ME數(shù)據(jù)集以及Motes數(shù)據(jù)集,3組數(shù)據(jù)梯度下降法的步長在每次迭代中都根據(jù)回溯線搜索策略更新。下面對其他參數(shù)設(shè)置進(jìn)行具體討論。實(shí)驗(yàn)中具體的參數(shù)設(shè)置如表1所示。

    表1 DRMF算法在不同數(shù)據(jù)集下的參數(shù)

    4.3.1 算法恢復(fù)性能對比

    將DRMF算法與其他4種算法進(jìn)行仿真比較,以對算法性能進(jìn)行有效評估,對比算法包括:基于GSDAM的算法、基于SVP的方法、基于TDMF的算法以及不添加正則項(xiàng)的MF算法。

    DRMF算法與對比算法在缺失率不同的條件下的缺失信息恢復(fù)性能對比如圖3所示,通過對圖中數(shù)據(jù)的分析可以得到以下結(jié)論。

    圖3 不同數(shù)據(jù)集下算法性能對比

    從曲線的總體趨勢來看,DRMF算法顯示出更低的RMSE,證明了基于DRMF的方法是恢復(fù)多變量時(shí)間序列缺失值的有效方法。隨著缺失率的升高,誤差逐漸增大,但是在缺失率為90%時(shí),誤差仍處于合理范圍內(nèi)。具體來說,不同數(shù)據(jù)集中,DRMF算法的恢復(fù)性能不同,在ME數(shù)據(jù)集中,恢復(fù)誤差更小,這可能與該數(shù)據(jù)集的傳感器較少且相關(guān)性較強(qiáng)有關(guān)。對比算法中,SVP算法的重構(gòu)精度較低,這是因?yàn)槿笔实奶岣邥?dǎo)致采樣數(shù)目的降低,從而使得矩陣填充算法的精確重構(gòu)條件難以達(dá)到,因此誤差較大。未加正則項(xiàng)的MF算法RMSE顯然要高于本文算法,充分證明了融合先驗(yàn)信息之后,對MF算法恢復(fù)數(shù)據(jù)的準(zhǔn)確性提高起到了極大的作用。

    4.3.2 算法運(yùn)算時(shí)間對比

    在3種數(shù)據(jù)集中的缺失率都設(shè)置為0.7的前提下,表2給出了本文算法與4種對比算法在上述3種數(shù)據(jù)集中100次計(jì)算過程的平均運(yùn)行時(shí)間。仿真實(shí)驗(yàn)環(huán)境為Inter Core i7, 2.30 GHz處理器,Windows10操作系統(tǒng),仿真軟件為Matlab R2016 b。

    表2 不同算法平均運(yùn)行時(shí)間的比較

    從表2中數(shù)據(jù)可以看出,未加正則項(xiàng)的MF算法的運(yùn)行時(shí)間最短,DRMF算法的運(yùn)行時(shí)間比MF算法長,但是明顯比GSDAM算法短,總體來說運(yùn)算時(shí)間在一個(gè)合理的范圍內(nèi)。

    5 結(jié) 論

    本文針對多源時(shí)間序列缺失數(shù)據(jù)恢復(fù)精度不高的問題,提出了一種基于雙重正則矩陣分解的方法,該方法在挖掘數(shù)據(jù)內(nèi)部先驗(yàn)信息的基礎(chǔ)上,利用時(shí)間序列的平滑性構(gòu)建時(shí)間序列隱含因子的二階差分正則項(xiàng),引入反映數(shù)據(jù)內(nèi)部結(jié)構(gòu)的圖拉普拉斯正則項(xiàng)對傳感器隱含因子進(jìn)行約束,并在圖拉普拉斯矩陣獲取過程中設(shè)計(jì)了一種聯(lián)合歐式距離和D-PCC的相關(guān)性度量策略,最后將雙正則項(xiàng)統(tǒng)一于矩陣分解的框架中,從而獲得較高的恢復(fù)性能。但是復(fù)雜的先驗(yàn)融入矩陣分解的結(jié)構(gòu)之后,會導(dǎo)致計(jì)算復(fù)雜度隨著數(shù)據(jù)量的增加而上升,因此DRMF算法框架下的大規(guī)模數(shù)據(jù)的計(jì)算效率問題是下一步需要解決的問題。

    猜你喜歡
    正則矩陣傳感器
    康奈爾大學(xué)制造出可拉伸傳感器
    簡述傳感器在物聯(lián)網(wǎng)中的應(yīng)用
    電子制作(2019年22期)2020-01-14 03:16:52
    “傳感器新聞”會帶來什么
    傳媒評論(2019年5期)2019-08-30 03:50:18
    跟蹤導(dǎo)練(三)2
    剩余有限Minimax可解群的4階正則自同構(gòu)
    類似于VNL環(huán)的環(huán)
    初等行變換與初等列變換并用求逆矩陣
    矩陣
    南都周刊(2015年4期)2015-09-10 07:22:44
    矩陣
    南都周刊(2015年3期)2015-09-10 07:22:44
    矩陣
    南都周刊(2015年1期)2015-09-10 07:22:44
    中文亚洲av片在线观看爽| 一边摸一边抽搐一进一小说| 色在线成人网| 午夜日韩欧美国产| 国产精品秋霞免费鲁丝片| 国产午夜精品久久久久久| 亚洲人成网站在线播放欧美日韩| 色综合欧美亚洲国产小说| 国内毛片毛片毛片毛片毛片| 少妇粗大呻吟视频| 免费在线观看日本一区| 一个人观看的视频www高清免费观看 | 成熟少妇高潮喷水视频| av在线天堂中文字幕| 亚洲成av片中文字幕在线观看| 亚洲男人天堂网一区| 丁香欧美五月| 不卡av一区二区三区| 成人三级做爰电影| 中文字幕人妻熟女乱码| 18禁黄网站禁片午夜丰满| 黄色视频,在线免费观看| 亚洲电影在线观看av| 欧美中文综合在线视频| 大型av网站在线播放| 国产精品久久久人人做人人爽| 亚洲色图av天堂| 久久久久久久久免费视频了| 18禁裸乳无遮挡免费网站照片 | e午夜精品久久久久久久| 久久久国产精品麻豆| 久久久久久免费高清国产稀缺| 国产日韩一区二区三区精品不卡| 亚洲人成电影观看| 19禁男女啪啪无遮挡网站| 波多野结衣高清无吗| 欧美 亚洲 国产 日韩一| 国产精品 欧美亚洲| 视频在线观看一区二区三区| 99在线人妻在线中文字幕| 亚洲精品在线观看二区| 国语自产精品视频在线第100页| 免费久久久久久久精品成人欧美视频| 免费看十八禁软件| 午夜免费观看网址| 亚洲成a人片在线一区二区| 法律面前人人平等表现在哪些方面| 男人舔女人的私密视频| 别揉我奶头~嗯~啊~动态视频| 欧美在线黄色| 一区二区三区激情视频| 99国产精品99久久久久| 操美女的视频在线观看| 免费女性裸体啪啪无遮挡网站| 免费少妇av软件| 国产激情久久老熟女| av欧美777| 午夜成年电影在线免费观看| 久久国产精品男人的天堂亚洲| 欧美日韩一级在线毛片| 亚洲av成人不卡在线观看播放网| 亚洲人成电影免费在线| 天天躁夜夜躁狠狠躁躁| 9热在线视频观看99| 在线国产一区二区在线| www.精华液| 欧美日韩一级在线毛片| 欧美成人性av电影在线观看| 精品乱码久久久久久99久播| 欧美日本亚洲视频在线播放| 在线观看免费视频日本深夜| 黑人欧美特级aaaaaa片| 操美女的视频在线观看| 夜夜爽天天搞| 天堂√8在线中文| 午夜福利18| 中文亚洲av片在线观看爽| 搡老熟女国产l中国老女人| 亚洲国产中文字幕在线视频| 国产色视频综合| 男女之事视频高清在线观看| 欧美日本中文国产一区发布| 国产av在哪里看| 国产精品98久久久久久宅男小说| 国产精品野战在线观看| 老司机福利观看| 制服诱惑二区| av视频在线观看入口| 欧美激情 高清一区二区三区| 美女大奶头视频| 自线自在国产av| 变态另类成人亚洲欧美熟女 | www.自偷自拍.com| 女性被躁到高潮视频| 亚洲午夜理论影院| 丰满人妻熟妇乱又伦精品不卡| 国产精品秋霞免费鲁丝片| 老司机午夜福利在线观看视频| 18美女黄网站色大片免费观看| 国产成人精品在线电影| 一a级毛片在线观看| www.自偷自拍.com| 搡老熟女国产l中国老女人| 国产亚洲欧美精品永久| 精品国产一区二区久久| 麻豆av在线久日| 日韩欧美免费精品| 亚洲成av片中文字幕在线观看| 国产高清激情床上av| av中文乱码字幕在线| 亚洲人成网站在线播放欧美日韩| 久久精品国产综合久久久| 国产av一区在线观看免费| 国产成人av教育| 中国美女看黄片| 精品免费久久久久久久清纯| 久久香蕉国产精品| 男人舔女人下体高潮全视频| 好男人电影高清在线观看| 黑人巨大精品欧美一区二区mp4| 国产成人免费无遮挡视频| 9色porny在线观看| 亚洲欧美激情综合另类| 99精品久久久久人妻精品| 久久久久九九精品影院| 我的亚洲天堂| 老汉色av国产亚洲站长工具| 嫩草影视91久久| 好看av亚洲va欧美ⅴa在| 午夜免费观看网址| 美女大奶头视频| 亚洲精品在线观看二区| 欧美+亚洲+日韩+国产| 国产午夜福利久久久久久| 欧美国产精品va在线观看不卡| 色综合婷婷激情| 9191精品国产免费久久| 日日夜夜操网爽| 亚洲天堂国产精品一区在线| 国产精品久久电影中文字幕| 国产区一区二久久| bbb黄色大片| 久久久久九九精品影院| 在线观看免费日韩欧美大片| av超薄肉色丝袜交足视频| 国产成人精品久久二区二区91| 国产伦人伦偷精品视频| 啦啦啦 在线观看视频| 亚洲激情在线av| 在线观看一区二区三区| 欧美日本亚洲视频在线播放| 99国产极品粉嫩在线观看| 亚洲色图av天堂| 国产精品亚洲美女久久久| 免费一级毛片在线播放高清视频 | 国产亚洲精品一区二区www| 精品乱码久久久久久99久播| www日本在线高清视频| 国产99久久九九免费精品| 午夜久久久在线观看| 首页视频小说图片口味搜索| 在线观看免费日韩欧美大片| 久久人妻熟女aⅴ| 变态另类丝袜制服| 久久精品影院6| 一二三四社区在线视频社区8| 免费在线观看完整版高清| 国产av一区二区精品久久| 日韩 欧美 亚洲 中文字幕| av欧美777| 亚洲国产看品久久| 天天躁狠狠躁夜夜躁狠狠躁| 午夜福利欧美成人| 丁香欧美五月| 涩涩av久久男人的天堂| 亚洲成人精品中文字幕电影| 亚洲av成人不卡在线观看播放网| 身体一侧抽搐| 欧美亚洲日本最大视频资源| 国产精品98久久久久久宅男小说| 精品福利观看| netflix在线观看网站| 欧美乱色亚洲激情| 一级毛片高清免费大全| 可以在线观看毛片的网站| 国产精品电影一区二区三区| 国产人伦9x9x在线观看| 多毛熟女@视频| 最近最新中文字幕大全电影3 | 91麻豆精品激情在线观看国产| 欧美黑人精品巨大| 国产精品久久久久久亚洲av鲁大| 久久婷婷成人综合色麻豆| 99国产精品一区二区三区| 亚洲国产日韩欧美精品在线观看 | 久久影院123| 欧美日韩亚洲国产一区二区在线观看| 久久这里只有精品19| 精品无人区乱码1区二区| 高清毛片免费观看视频网站| 黄片大片在线免费观看| 亚洲国产欧美一区二区综合| 国产欧美日韩精品亚洲av| 黑人巨大精品欧美一区二区mp4| 在线十欧美十亚洲十日本专区| 国产亚洲精品一区二区www| 亚洲av成人一区二区三| 看片在线看免费视频| 中文字幕久久专区| 亚洲国产欧美网| 色婷婷久久久亚洲欧美| 97人妻天天添夜夜摸| 国产精品98久久久久久宅男小说| 午夜福利高清视频| 97碰自拍视频| 国产精品98久久久久久宅男小说| 欧美不卡视频在线免费观看 | 91麻豆精品激情在线观看国产| 男女做爰动态图高潮gif福利片 | 国产一区二区三区在线臀色熟女| av有码第一页| 成人亚洲精品一区在线观看| 嫩草影院精品99| 久久久久久久午夜电影| 亚洲视频免费观看视频| 免费在线观看完整版高清| 99热只有精品国产| 国产精品九九99| 久久中文字幕一级| 国产亚洲欧美在线一区二区| 丝袜美腿诱惑在线| 亚洲av第一区精品v没综合| 51午夜福利影视在线观看| 国产高清有码在线观看视频 | 黄色视频,在线免费观看| 中文字幕人妻丝袜一区二区| 国产成年人精品一区二区| 99国产极品粉嫩在线观看| av天堂在线播放| 午夜福利视频1000在线观看 | 制服诱惑二区| 亚洲aⅴ乱码一区二区在线播放 | 午夜激情av网站| 国产成+人综合+亚洲专区| 色综合婷婷激情| 国产精品亚洲美女久久久| 99久久99久久久精品蜜桃| 757午夜福利合集在线观看| 亚洲自偷自拍图片 自拍| 亚洲午夜理论影院| 久久国产精品影院| 夜夜看夜夜爽夜夜摸| 欧美日韩黄片免| 成人特级黄色片久久久久久久| 精品国产亚洲在线| 亚洲av成人不卡在线观看播放网| 欧美黑人精品巨大| 1024香蕉在线观看| 国产欧美日韩一区二区三| 黄片小视频在线播放| 岛国视频午夜一区免费看| 欧美日韩中文字幕国产精品一区二区三区 | 91九色精品人成在线观看| 欧美最黄视频在线播放免费| 免费在线观看日本一区| 免费在线观看视频国产中文字幕亚洲| 一级黄色大片毛片| 亚洲精品在线美女| 亚洲伊人色综图| 岛国视频午夜一区免费看| 亚洲精品粉嫩美女一区| 久久中文字幕一级| 91国产中文字幕| 亚洲免费av在线视频| 黄色丝袜av网址大全| 久久久久久久久免费视频了| 日本三级黄在线观看| 国产精品国产高清国产av| 男女做爰动态图高潮gif福利片 | 日本免费a在线| 免费看十八禁软件| 热99re8久久精品国产| 在线av久久热| www.精华液| 男男h啪啪无遮挡| 757午夜福利合集在线观看| 麻豆久久精品国产亚洲av| 精品国产一区二区三区四区第35| 国产欧美日韩精品亚洲av| 少妇裸体淫交视频免费看高清 | 99香蕉大伊视频| 国产亚洲欧美精品永久| 亚洲,欧美精品.| 国产精品一区二区三区四区久久 | 精品少妇一区二区三区视频日本电影| 一边摸一边做爽爽视频免费| 神马国产精品三级电影在线观看 | 午夜亚洲福利在线播放| 狠狠狠狠99中文字幕| 午夜福利视频1000在线观看 | 精品福利观看| 香蕉久久夜色| 亚洲天堂国产精品一区在线| 亚洲欧美激情综合另类| 一本久久中文字幕| 香蕉丝袜av| 久久久久久大精品| АⅤ资源中文在线天堂| 午夜福利一区二区在线看| 日韩免费av在线播放| 又紧又爽又黄一区二区| 国产精品亚洲美女久久久| 国内精品久久久久精免费| 91大片在线观看| 日本在线视频免费播放| 在线av久久热| x7x7x7水蜜桃| 亚洲精品久久国产高清桃花| 亚洲黑人精品在线| 男人的好看免费观看在线视频 | 看黄色毛片网站| 国产精品免费视频内射| 韩国精品一区二区三区| 1024香蕉在线观看| 亚洲国产欧美一区二区综合| 很黄的视频免费| 欧美国产日韩亚洲一区| www日本在线高清视频| 18禁观看日本| 男女床上黄色一级片免费看| 亚洲国产精品成人综合色| 免费不卡黄色视频| 丰满人妻熟妇乱又伦精品不卡| 91九色精品人成在线观看| 亚洲欧美激情在线| 午夜影院日韩av| 久久久水蜜桃国产精品网| 亚洲五月婷婷丁香| 亚洲天堂国产精品一区在线| 国产乱人伦免费视频| 午夜福利18| 极品教师在线免费播放| 中亚洲国语对白在线视频| 两人在一起打扑克的视频| 日日夜夜操网爽| 亚洲精品在线美女| 国产欧美日韩一区二区三| 午夜福利在线观看吧| 亚洲欧美精品综合久久99| 精品久久久久久久人妻蜜臀av | 欧美+亚洲+日韩+国产| 人人妻人人爽人人添夜夜欢视频| 男女之事视频高清在线观看| 精品一区二区三区四区五区乱码| 国产人伦9x9x在线观看| 欧美乱码精品一区二区三区| 午夜影院日韩av| 国产精品日韩av在线免费观看 | 热re99久久国产66热| 免费在线观看影片大全网站| 久久精品国产亚洲av高清一级| 国产精品永久免费网站| 又黄又爽又免费观看的视频| 午夜影院日韩av| av有码第一页| 给我免费播放毛片高清在线观看| 国产在线精品亚洲第一网站| 在线观看www视频免费| 国产xxxxx性猛交| 91av网站免费观看| 国产麻豆成人av免费视频| 日日摸夜夜添夜夜添小说| 纯流量卡能插随身wifi吗| 亚洲成人国产一区在线观看| 欧美成人性av电影在线观看| 免费不卡黄色视频| 精品国产乱子伦一区二区三区| 国产精品国产高清国产av| 在线观看一区二区三区| 日韩视频一区二区在线观看| 久久久国产成人免费| 日韩欧美国产在线观看| 91九色精品人成在线观看| 黑人巨大精品欧美一区二区蜜桃| 90打野战视频偷拍视频| 99久久国产精品久久久| 看片在线看免费视频| 亚洲电影在线观看av| 精品人妻在线不人妻| 性色av乱码一区二区三区2| 99久久精品国产亚洲精品| 国内精品久久久久精免费| 国产精品亚洲一级av第二区| 一区二区日韩欧美中文字幕| 18禁美女被吸乳视频| 亚洲成国产人片在线观看| 国产成+人综合+亚洲专区| 国产精品综合久久久久久久免费 | 两个人免费观看高清视频| 亚洲最大成人中文| 此物有八面人人有两片| 久久久久久国产a免费观看| 久久性视频一级片| 日韩欧美在线二视频| 国产免费男女视频| 涩涩av久久男人的天堂| 大陆偷拍与自拍| 欧美乱妇无乱码| 国产成人啪精品午夜网站| 日韩国内少妇激情av| 最好的美女福利视频网| 亚洲狠狠婷婷综合久久图片| 国产成人av教育| 精品高清国产在线一区| 亚洲一区二区三区色噜噜| 国产欧美日韩精品亚洲av| 久久天躁狠狠躁夜夜2o2o| 在线播放国产精品三级| 女性被躁到高潮视频| 999久久久国产精品视频| 一二三四社区在线视频社区8| 嫁个100分男人电影在线观看| 丰满人妻熟妇乱又伦精品不卡| 一级毛片高清免费大全| 免费在线观看影片大全网站| 亚洲精品美女久久av网站| 日本撒尿小便嘘嘘汇集6| 丝袜美足系列| 男女午夜视频在线观看| 国产主播在线观看一区二区| 日韩大码丰满熟妇| 日日夜夜操网爽| 精品国产一区二区三区四区第35| 国产亚洲精品综合一区在线观看 | 欧美成狂野欧美在线观看| 国产精品电影一区二区三区| 欧美日本亚洲视频在线播放| 1024视频免费在线观看| 真人做人爱边吃奶动态| 久久狼人影院| 国产熟女午夜一区二区三区| 欧美绝顶高潮抽搐喷水| 国产私拍福利视频在线观看| 老司机午夜十八禁免费视频| 777久久人妻少妇嫩草av网站| 亚洲成av片中文字幕在线观看| 精品一区二区三区四区五区乱码| 免费无遮挡裸体视频| 国产欧美日韩精品亚洲av| 欧美中文日本在线观看视频| 精品国产超薄肉色丝袜足j| 国产一区二区三区在线臀色熟女| 黑人欧美特级aaaaaa片| 欧美av亚洲av综合av国产av| 热99re8久久精品国产| 妹子高潮喷水视频| 一夜夜www| 日韩欧美在线二视频| 免费在线观看影片大全网站| 亚洲人成77777在线视频| 亚洲男人的天堂狠狠| 亚洲精品中文字幕在线视频| 国产精品av久久久久免费| 可以免费在线观看a视频的电影网站| 久久香蕉精品热| 国产一区二区激情短视频| 一卡2卡三卡四卡精品乱码亚洲| 一区二区三区激情视频| 黑丝袜美女国产一区| 欧美日韩亚洲国产一区二区在线观看| 麻豆久久精品国产亚洲av| 免费高清在线观看日韩| 高清在线国产一区| 伊人久久大香线蕉亚洲五| 久久天躁狠狠躁夜夜2o2o| 成人欧美大片| 在线观看免费视频网站a站| 一进一出抽搐动态| 黄色成人免费大全| 久久久久久国产a免费观看| 多毛熟女@视频| 97人妻精品一区二区三区麻豆 | 午夜影院日韩av| 十八禁人妻一区二区| 黄色a级毛片大全视频| 少妇粗大呻吟视频| 国产亚洲精品久久久久5区| 极品人妻少妇av视频| 老司机在亚洲福利影院| 国产一区二区激情短视频| 欧美日韩亚洲国产一区二区在线观看| 动漫黄色视频在线观看| 免费女性裸体啪啪无遮挡网站| 日日夜夜操网爽| 国产高清激情床上av| 亚洲欧美激情综合另类| 一边摸一边做爽爽视频免费| 国产亚洲欧美在线一区二区| 婷婷丁香在线五月| 老熟妇乱子伦视频在线观看| 日韩精品青青久久久久久| 亚洲熟妇熟女久久| a级毛片在线看网站| 中出人妻视频一区二区| 搞女人的毛片| 美女大奶头视频| 欧美日韩乱码在线| 高潮久久久久久久久久久不卡| 亚洲精品一区av在线观看| 后天国语完整版免费观看| 欧美日韩精品网址| 99国产综合亚洲精品| 国产99久久九九免费精品| 男人舔女人下体高潮全视频| 黄色片一级片一级黄色片| 黑人巨大精品欧美一区二区mp4| 99国产综合亚洲精品| 精品国内亚洲2022精品成人| 久久婷婷人人爽人人干人人爱 | 久热爱精品视频在线9| 女性生殖器流出的白浆| 丰满人妻熟妇乱又伦精品不卡| 美女免费视频网站| 国产精品秋霞免费鲁丝片| 妹子高潮喷水视频| 久久精品91无色码中文字幕| 亚洲最大成人中文| 亚洲av成人不卡在线观看播放网| 久99久视频精品免费| 午夜精品国产一区二区电影| 久久香蕉激情| 亚洲 国产 在线| 免费在线观看黄色视频的| ponron亚洲| 69精品国产乱码久久久| 日本免费一区二区三区高清不卡 | 老汉色∧v一级毛片| 久9热在线精品视频| 成人av一区二区三区在线看| 可以在线观看的亚洲视频| 日本免费一区二区三区高清不卡 | 亚洲专区中文字幕在线| 99在线视频只有这里精品首页| 悠悠久久av| 女警被强在线播放| 午夜免费成人在线视频| 成人国语在线视频| 美女午夜性视频免费| 校园春色视频在线观看| av在线播放免费不卡| 国产精品永久免费网站| 日本 av在线| 亚洲精品av麻豆狂野| 夜夜爽天天搞| 波多野结衣高清无吗| 级片在线观看| 免费看美女性在线毛片视频| 999久久久精品免费观看国产| 中文字幕色久视频| 久久精品影院6| 激情在线观看视频在线高清| 黄色片一级片一级黄色片| 国产蜜桃级精品一区二区三区| 麻豆一二三区av精品| 最近最新免费中文字幕在线| 精品电影一区二区在线| 精品日产1卡2卡| 久久精品影院6| 亚洲va日本ⅴa欧美va伊人久久| 久9热在线精品视频| avwww免费| 国产成人精品久久二区二区免费| 这个男人来自地球电影免费观看| 91成人精品电影| 欧美一级a爱片免费观看看 | 成人免费观看视频高清| 免费无遮挡裸体视频| 精品无人区乱码1区二区| 亚洲成人国产一区在线观看| 国产免费男女视频| 欧美成人一区二区免费高清观看 | 国产av又大| 国产不卡一卡二| 精品国内亚洲2022精品成人| 一级片免费观看大全| 亚洲精品一区av在线观看| 国产成人av激情在线播放| 69av精品久久久久久| 亚洲av成人不卡在线观看播放网| 成人18禁高潮啪啪吃奶动态图| 18禁美女被吸乳视频| 大型黄色视频在线免费观看| 亚洲天堂国产精品一区在线| 精品免费久久久久久久清纯| 纯流量卡能插随身wifi吗| 国产高清videossex| 久久中文字幕人妻熟女| 免费在线观看影片大全网站| 久久伊人香网站| 嫩草影院精品99| 身体一侧抽搐| 色尼玛亚洲综合影院| 欧美激情高清一区二区三区| 国产一区二区三区视频了| 法律面前人人平等表现在哪些方面| 黑丝袜美女国产一区| 丝袜在线中文字幕| 丰满人妻熟妇乱又伦精品不卡| 欧美激情高清一区二区三区| 欧美一区二区精品小视频在线| 久久久久精品国产欧美久久久| 一夜夜www| 久久欧美精品欧美久久欧美| 精品久久久久久久久久免费视频| 狠狠狠狠99中文字幕|