• <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 ?

    基于深度學(xué)習(xí)的施工安全隱患整改智能推薦系統(tǒng)

    2023-12-01 02:53:54劉震趙嵩楊濤蔡太偉
    大數(shù)據(jù) 2023年6期
    關(guān)鍵詞:標(biāo)段文檔隱患

    劉震,趙嵩,楊濤,蔡太偉

    1.廣東粵海珠三角供水有限公司,廣東 廣州 511455;

    2.云南大學(xué)信息學(xué)院,云南 昆明 650504;

    3.深圳市科榮軟件股份有限公司,廣東 深圳 518063;

    4.華南師范大學(xué)華南先進(jìn)光電子研究院,廣東 廣州 510006

    0 引言

    隨著信息技術(shù)的不斷發(fā)展,水利工程建設(shè)安全管理正向信息化和智能化轉(zhuǎn)型[1]。施工安全隱患的排查治理是工程建設(shè)中安全管理的重要手段。隨著信息化系統(tǒng)的普及與應(yīng)用,人工排查、手動(dòng)錄入的施工安全隱患管理在排查過(guò)程中積累了大量非結(jié)構(gòu)化的安全隱患文本數(shù)據(jù),但這些數(shù)據(jù)尚未得到充分利用。因此,利用人工智能從海量的歷史數(shù)據(jù)中挖掘出隱藏信息和潛在規(guī)律,從而促進(jìn)水利工程建設(shè)由信息化模式向智能化模式發(fā)展[2],對(duì)于提高施工安全隱患的排查治理效率具有重要的現(xiàn)實(shí)意義。

    目前,不少學(xué)者對(duì)安全隱患文本數(shù)據(jù)的挖掘展開(kāi)了研究。例如:劉梅等[3]利用相關(guān)性檢驗(yàn)挖掘安全隱患特征之間的關(guān)聯(lián);譚章祿等[4]利用狄利克雷分配模型挖掘煤礦安全隱患,揭示了生產(chǎn)單位、責(zé)任主題與隱患致因之間的關(guān)系;陳述等[5]通過(guò)短語(yǔ)提取技術(shù)揭示了安全隱患時(shí)空分布特征;林旭杰等[6]采用Apriori關(guān)聯(lián)算法挖掘煤礦安全隱患之間的關(guān)聯(lián)規(guī)則;Le等[7]、Jatnika等[8]將深度學(xué)習(xí)的方法運(yùn)用到提高建筑工程術(shù)語(yǔ)語(yǔ)義相似度計(jì)算的準(zhǔn)確性上,為隱患文本知識(shí)挖掘增加了可信度。為了從歷史案例中挖掘出有用的信息和經(jīng)驗(yàn),1995年Kumar[9]首次將案例推理技術(shù)應(yīng)用到工程設(shè)計(jì)領(lǐng)域,為案例推理技術(shù)在各種工程領(lǐng)域的應(yīng)用提供了理論基礎(chǔ)。例如:鄭霞忠等[10]通過(guò)融合案例推理與深度學(xué)習(xí)的方法,結(jié)合歷史安全隱患數(shù)據(jù)來(lái)輔助隱患治理方案的制訂;原江濤等[11]基于案例推理技術(shù),提出了一種煤礦安全隱患排查治理信息系統(tǒng)并應(yīng)用于實(shí)際生產(chǎn);夏登友等[12]利用情景元技術(shù)對(duì)案例進(jìn)行描述和表示,提出了一種基于規(guī)則的推理方法,并實(shí)現(xiàn)了一個(gè)應(yīng)急決策支持系統(tǒng),對(duì)相關(guān)領(lǐng)域的應(yīng)急決策提供了有效的幫助。

    綜上所述,以往的研究大多聚焦于隱患問(wèn)題的智能分類(lèi)和隱患問(wèn)題關(guān)聯(lián)規(guī)則的挖掘,忽略了歷史隱患案例中潛藏的信息。為了充分挖掘安全隱患?xì)v史案例中的有用信息和經(jīng)驗(yàn),本文從歷史案例視角對(duì)施工安全隱患進(jìn)行分析,幫助安全管理者深入探析隱患事件發(fā)生的特征和規(guī)律,并根據(jù)相似的隱患案例制訂有效的隱患預(yù)防措施,從而降低類(lèi)似隱患的發(fā)生概率。類(lèi)似的視角還包括事故因素分析和風(fēng)險(xiǎn)評(píng)估等。為此,本文結(jié)合文本特征提取、關(guān)聯(lián)規(guī)則挖掘和文本相似度計(jì)算等方法,提出了施工安全隱患整改智能推薦系統(tǒng)。該方法融合SSM算法和Doc2Vec模型來(lái)優(yōu)化檢索推薦過(guò)程,并在檢索階段分析相關(guān)歷史案例信息。計(jì)算隱患描述之間的相似度時(shí),考慮了上下文邏輯和短文本語(yǔ)義特征。最后,參考相似度最大的歷史案例,將檢索出的整改措施作為當(dāng)前隱患問(wèn)題的推薦整改方案。

    1 數(shù)據(jù)來(lái)源與預(yù)處理

    1.1 數(shù)據(jù)來(lái)源

    以珠江三角洲水資源配置工程為研究對(duì)象,在該工程的建設(shè)過(guò)程中,安全檢查單位每月對(duì)其負(fù)責(zé)的施工標(biāo)段進(jìn)行安全檢查,檢查過(guò)程中檢查人員發(fā)現(xiàn)施工現(xiàn)場(chǎng)存在安全隱患問(wèn)題,并指示施工單位在規(guī)定的期限內(nèi)進(jìn)行整改,之后將檢查和整改記錄上傳到安全管理信息系統(tǒng)。本文的研究數(shù)據(jù)來(lái)源于從安全管理系統(tǒng)中獲取到的2019—2023年期間80 953條安全隱患原始數(shù)據(jù),其中,將2019—2022年期間的65 714條數(shù)據(jù)作為歷史案例數(shù)據(jù),2022—2023年期間的15 239條數(shù)據(jù)作為測(cè)試數(shù)據(jù)。每條安全隱患數(shù)據(jù)主要包含標(biāo)段、隱患描述、隱患類(lèi)型、整改措施和檢查日期等字段,前4個(gè)字段均為非結(jié)構(gòu)化的文本數(shù)據(jù)。其中,隱患類(lèi)型分為環(huán)境隱患、人的不安全行為、管理隱患、設(shè)備設(shè)施及物料隱患4類(lèi)。部分安全隱患記錄見(jiàn)表1。

    表1 部分安全隱患記錄

    1.2 預(yù)處理

    為了獲得有效的施工安全隱患數(shù)據(jù),本文結(jié)合工程施工安全隱患的判定標(biāo)準(zhǔn)等相關(guān)規(guī)范,手動(dòng)對(duì)數(shù)據(jù)進(jìn)行了處理。首先,人工記錄的數(shù)據(jù)可能存在含有主觀推斷的信息、缺失值、異常值等數(shù)據(jù),因此,手動(dòng)剔除上述信息以獲得有效的安全隱患數(shù)據(jù)。其次,針對(duì)水利工程施工安全領(lǐng)域的特點(diǎn),構(gòu)建了該領(lǐng)域的安全隱患字典用于輔助分詞,包括手動(dòng)添加專(zhuān)有名詞到自定義詞典,例如“高處墜落”“電氣安全”“腳手架”等。這能夠完善分詞效果,有效避免術(shù)語(yǔ)被錯(cuò)誤分開(kāi)或合并的情況發(fā)生,從而提高數(shù)據(jù)處理和分析的精確度。再次,采用哈工大停用詞表,并將不規(guī)范的關(guān)鍵詞、無(wú)意義的詞添加到停用詞表中,用于去除隱患問(wèn)題描述文本中的停用詞,例如空格、標(biāo)點(diǎn)符號(hào)等影響文本處理與分析的無(wú)效信息。最后,采用了Jieba分詞對(duì)隱患問(wèn)題描述文本進(jìn)行分詞。

    2 研究方法

    2.1 基于TF-IDF算法的隱患特征提取

    詞頻-逆向文檔頻率(term frequency–inverse document frequency,TF-IDF)是一種常用的文本特征提取算法。TFIDF算法可以提取出文檔中的關(guān)鍵詞,評(píng)估提取出的關(guān)鍵詞在文檔集合中的重要程度。關(guān)鍵詞的重要程度與該關(guān)鍵詞在文檔中的出現(xiàn)頻率(term frequency,TF)成正比。TF的計(jì)算方式如式(1)。

    其中,ni,j是安全隱患詞語(yǔ)i在安全隱患文檔j中出現(xiàn)的次數(shù),分母則表示安全隱患文檔中所有詞匯出現(xiàn)的次數(shù)總和。關(guān)鍵詞的重要程度與該詞在文檔集合中出現(xiàn)的頻率(inverse document frequency,IDF)成反比。IDF值計(jì)算方式如式(2)。

    其中,|D|表示語(yǔ)料庫(kù)中的文檔總數(shù),dj表示文檔樣本,|{j:ti∈dj}|表示包含詞語(yǔ)ti的文檔數(shù)目。將關(guān)鍵詞的TF值和IDF值進(jìn)行乘積,得到該詞的TF-IDF值,該值越大表示該關(guān)鍵詞在文檔中的重要程度越高[13]。文本特征選擇還有互信息算法、信息增益算法、卡方檢驗(yàn)算法等[14]。在本文的研究數(shù)據(jù)中,每條數(shù)據(jù)通常只包含很少的關(guān)鍵詞,數(shù)據(jù)非常稀疏,故采用TF-IDF算法來(lái)提取安全隱患中的關(guān)鍵詞作為隱患特征。

    2.2 基于深度學(xué)習(xí)的施工安全隱患整改智能推薦系統(tǒng)

    在隱患排查治理中,安全隱患具有高復(fù)發(fā)性,因此,可以借助歷史安全隱患治理方案,縮短查詢(xún)隱患相關(guān)知識(shí)的時(shí)間,及時(shí)制訂隱患整改措施。除此之外,安全隱患之間還具有相關(guān)性,一個(gè)隱患的發(fā)生往往可能導(dǎo)致其他隱患的出現(xiàn)。在復(fù)用歷史安全隱患治理經(jīng)驗(yàn)的同時(shí),可挖掘出與當(dāng)前隱患關(guān)聯(lián)的一系列安全隱患問(wèn)題并給出整改措施,從而提高隱患治理的效率,實(shí)現(xiàn)無(wú)隱患早防控、有隱患早發(fā)現(xiàn)和早治理的目標(biāo)。為此提出了基于深度學(xué)習(xí)的施工安全隱患整改智能推薦系統(tǒng),系統(tǒng)框架如圖1所示。

    在對(duì)施工安全隱患整改智能推薦系統(tǒng)的研究中,面臨整體數(shù)據(jù)規(guī)模大且存在較多稀疏數(shù)據(jù)的挑戰(zhàn)。當(dāng)入庫(kù)一條安全隱患時(shí),首先,采用TF-IDF算法提取出隱患的特征,每個(gè)隱患特征都包括一個(gè)或多個(gè)安全隱患,每個(gè)安全隱患至少歸類(lèi)到一個(gè)隱患特征中。其次,采用FP-Growth算法從頻繁項(xiàng)集列表中挖掘出與當(dāng)前安全隱患特征相關(guān)聯(lián)的頻繁項(xiàng)(安全隱患特征集),再將這些安全隱患特征下的安全隱患案例作為當(dāng)前安全隱患潛在的預(yù)警信息。然后,利用SSM算法對(duì)當(dāng)前入庫(kù)的安全隱患與數(shù)據(jù)庫(kù)中的歷史安全隱患案例進(jìn)行初步匹配,得到粗糙的相似案例集合,進(jìn)一步采用Doc2Vec模型來(lái)計(jì)算當(dāng)前安全隱患與相似案例集合中每一條安全隱患的相似度。最后,合并相似度最高的安全隱患案例與關(guān)聯(lián)的安全隱患案例,將其推薦為當(dāng)前安全隱患的整改方案。

    2.2.1 基于FP-Growth算法的隱患關(guān)聯(lián)規(guī)則挖掘

    關(guān)聯(lián)規(guī)則是一種描述不同項(xiàng)集之間關(guān)聯(lián)關(guān)系的表達(dá)式,通常采用X→Y的形式表示,其中X和Y是不相交的項(xiàng)集。常用的關(guān)聯(lián)規(guī)則挖掘算法包括Apriori算法、FP-Growth算法等。Apriori算法需要生成大量的候選集,在處理大規(guī)模數(shù)據(jù)時(shí)會(huì)非常耗時(shí)間和空間。而FP-Growth算法通過(guò)壓縮數(shù)據(jù)、構(gòu)建FP樹(shù)去除了生成候選集的過(guò)程,大大減少了時(shí)間和空間的消耗。因此,本文采用FP-Growth算法挖掘安全隱患之間的關(guān)聯(lián)規(guī)則,從而建立頻繁項(xiàng)集列表。

    FP-Growth算法主要分為兩個(gè)步驟:構(gòu)建FP樹(shù)和基于FP樹(shù)生成頻繁項(xiàng)集[15]。FP樹(shù)是一種基于頻繁模式挖掘的數(shù)據(jù)結(jié)構(gòu),用于高效地存儲(chǔ)和查找數(shù)據(jù)集中的頻繁項(xiàng)集。FP樹(shù)由一個(gè)根節(jié)點(diǎn)和多個(gè)項(xiàng)節(jié)點(diǎn)組成,每個(gè)項(xiàng)節(jié)點(diǎn)表示一個(gè)頻繁項(xiàng),每個(gè)節(jié)點(diǎn)包括一個(gè)計(jì)數(shù)器和指向相同項(xiàng)節(jié)點(diǎn)的鏈表指針。構(gòu)建FP樹(shù)的過(guò)程如下:遍歷數(shù)據(jù)集統(tǒng)計(jì)每個(gè)項(xiàng)的支持度計(jì)數(shù),根據(jù)支持度計(jì)數(shù)構(gòu)建項(xiàng)頭表;按照支持度降序遍歷數(shù)據(jù)集,將事務(wù)中的每個(gè)項(xiàng)按順序加入根節(jié)點(diǎn);為每個(gè)節(jié)點(diǎn)創(chuàng)建一個(gè)初始值為1的計(jì)數(shù)器,如果該節(jié)點(diǎn)存在項(xiàng)節(jié)點(diǎn),則計(jì)數(shù)器加1,以此遞歸地構(gòu)建FP樹(shù)?;贔P樹(shù)生成頻繁項(xiàng)集的過(guò)程如下:從根節(jié)點(diǎn)開(kāi)始,依次遍歷每個(gè)頻繁項(xiàng)的鏈表,生成以該項(xiàng)為結(jié)尾的頻繁項(xiàng)集;采用遞歸方法,在每個(gè)以該項(xiàng)為結(jié)尾的前綴路徑上構(gòu)建條件模式基,從而繼續(xù)生成更長(zhǎng)的頻繁項(xiàng)集。

    2.2.2 SSM算法

    SSM算法[16]的原理是通過(guò)計(jì)算兩個(gè)序列之間的最長(zhǎng)公共子序列(longest common subsequence,LCS)的長(zhǎng)度來(lái)計(jì)算兩個(gè)序列的相似度。假設(shè)兩個(gè)序列分別為X和Y,LCS(X,Y)的長(zhǎng)度為len(LCS(X,Y)),那么它們的相似度計(jì)算如式(3)。

    與SSM算法類(lèi)似的算法還有編輯距離算法、Jaccard相似度算法和余弦相似度算法等。相比于編輯距離算法[17]和Jaccard相似度算法[18],SSM算法可以處理不同長(zhǎng)度的序列。在施工安全隱患數(shù)據(jù)中,往往會(huì)存在序列長(zhǎng)度不同的隱患數(shù)據(jù)。如果使用編輯距離算法和Jaccard相似度算法,則需要對(duì)數(shù)據(jù)進(jìn)行維度對(duì)齊,這樣會(huì)導(dǎo)致部分信息丟失。與余弦相似度算法相比,SSM算法考慮了序列中元素的順序,能夠發(fā)現(xiàn)相同子序列的位置和順序。綜上所述,SSM算法在文本相似度匹配、序列相似度匹配方面表現(xiàn)更優(yōu)。因此,本研究利用SSM算法對(duì)當(dāng)前入庫(kù)的安全隱患與數(shù)據(jù)庫(kù)中的歷史安全隱患案例進(jìn)行初步匹配,得到粗糙的相似案例集合。

    2.2.3 基于Doc2Vec模型計(jì)算文本相似度

    Doc2Vec[19]是一種深度學(xué)習(xí)模型,用于將一個(gè)文檔表示為固定長(zhǎng)度的向量,它是Word2Vec模型[20-21]的擴(kuò)展。Word2Vec模型可以將單個(gè)單詞表示為向量,而Doc2Vec在訓(xùn)練模型時(shí)不僅考慮了每個(gè)單詞的上下文信息,還考慮了整個(gè)文檔的語(yǔ)境,為每個(gè)文檔生成一個(gè)唯一的向量表示。Doc2Vec有兩種算法,分別是分布記憶(distributed memory,DM)算法和分布詞袋(distributed bag of words,DBOW)算法。DM算法將文檔的向量作為額外的輸入傳遞給模型,然后預(yù)測(cè)文檔中的單詞,其結(jié)構(gòu)如圖2所示。

    圖2 DM 算法結(jié)構(gòu)

    DBOW算法結(jié)構(gòu)如圖3所示。在DBOW算法中,每個(gè)句子都被視為一個(gè)“袋子”,每個(gè)單詞的順序被忽略,每個(gè)單詞都被獨(dú)立地考慮。而該模型的目標(biāo)是在不考慮上下文的情況下,根據(jù)整個(gè)句子預(yù)測(cè)中心詞。相比DM算法,DBOW算法更簡(jiǎn)單和快速,通常適用于文本分類(lèi)等任務(wù),而DM模型則更適合語(yǔ)義相關(guān)性和相似性的建模任務(wù)。本文使用Doc2Vec模型中的DM算法來(lái)計(jì)算當(dāng)前安全隱患與經(jīng)過(guò)SSM算法匹配得到的粗糙相似案例集合中每一條安全隱患的相似度。在這個(gè)過(guò)程中,Doc2Vec模型首先會(huì)將相似案例集合中的每條安全隱患都轉(zhuǎn)化為唯一的向量表示,通過(guò)計(jì)算它們之間的向量余弦相似度來(lái)衡量它們之間的相似度。

    圖3 DBOW模型結(jié)構(gòu)

    3 結(jié)果分析

    各施工標(biāo)段安全隱患的數(shù)量分布如圖4所示。由圖可知,B3、B4、C1是安全隱患高發(fā)的3個(gè)標(biāo)段,因此,選用這3個(gè)標(biāo)段的數(shù)據(jù)進(jìn)行隱患特征挖掘與可視化。

    圖4 各個(gè)施工標(biāo)段隱患的數(shù)量分布

    3.1 隱患特征分析

    利用B3、B4和C1這3個(gè)標(biāo)段的安全隱患數(shù)據(jù)來(lái)繪制?;鶊D[22]。首先,將每個(gè)標(biāo)段的所有安全隱患數(shù)據(jù)作為一個(gè)文檔,采用TF-IDF算法提取每個(gè)文檔的關(guān)鍵詞,選擇TF-IDF值較大的前幾個(gè)關(guān)鍵詞作為對(duì)應(yīng)施工標(biāo)段的安全隱患特征;其次,利用RAWGraphs2.0軟件繪制施工標(biāo)段-隱患類(lèi)型?;鶊D,如圖5所示。該桑基圖從左至右依次表示施工標(biāo)段、隱患特征和隱患類(lèi)型,每個(gè)節(jié)點(diǎn)的寬度表示該隱患特征TF-IDF值大小,節(jié)點(diǎn)之間的分支代表信息的流動(dòng),分支的寬度則反映了信息流量的大小。從桑基圖中可以直觀地了解到不同的施工標(biāo)段各自存在的主要安全隱患問(wèn)題特征。豎向分析顯示,配電箱、滅火器和鋼筋加工棚這3個(gè)隱患特征對(duì)應(yīng)的節(jié)點(diǎn)寬度最大,說(shuō)明各標(biāo)段發(fā)生與這3個(gè)特征有關(guān)的安全隱患最多。而從橫向角度來(lái)看,這3個(gè)特征詞包含的信息流寬度最大,這表明與它們有關(guān)的隱患問(wèn)題發(fā)生的頻率最高。從施工標(biāo)段的角度來(lái)看,B3和B4標(biāo)段易發(fā)生與配電箱和滅火器相關(guān)的隱患,C1標(biāo)段易發(fā)生與隧洞和鋼筋加工棚相關(guān)的隱患。

    圖5 施工標(biāo)段-隱患類(lèi)型?;鶊D

    3.2 安全隱患整改推薦結(jié)果分析

    3.2.1 關(guān)聯(lián)規(guī)則挖掘結(jié)果分析

    在分析當(dāng)前隱患問(wèn)題時(shí),首先采用TF-IDF算法對(duì)當(dāng)前隱患數(shù)據(jù)進(jìn)行特征提取,其次根據(jù)FP-Growth算法挖掘關(guān)聯(lián)規(guī)則,置信度的閾值為0.5,支持度的閾值為0.002,再經(jīng)過(guò)人工篩選,最終得到了7 688條關(guān)聯(lián)規(guī)則。部分關(guān)聯(lián)規(guī)則見(jiàn)表2。以第一條關(guān)聯(lián)規(guī)則為例,它表示當(dāng)配電箱出現(xiàn)時(shí),通常會(huì)伴隨著“不規(guī)范”“滅火器”“接線”這3個(gè)事務(wù);支持度為0.0031,說(shuō)明同時(shí)包含“配電箱”“不規(guī)范”“滅火器”和“接線”的事務(wù)數(shù)比較少;置信度為0.75,意味著當(dāng)一條安全隱患記錄中出現(xiàn)了配電箱時(shí),有75%的概率出現(xiàn)“不規(guī)范”“滅火器”“接線”這3個(gè)事務(wù)。

    表2 部分關(guān)聯(lián)規(guī)則

    如圖6所示,當(dāng)安全檢查人員發(fā)現(xiàn)并記錄隱患后,通過(guò)TF-IDF提取隱患的特征,得到“安全距離”“防護(hù)措施”等安全隱患特征。以“安全距離”這一特征為例,通過(guò)關(guān)聯(lián)規(guī)則得到“警示”“設(shè)置”“標(biāo)識(shí)牌”等頻繁項(xiàng)集。再以“警示”這一頻繁項(xiàng)為例,能夠匹配到相似的安全隱患問(wèn)題描述,并且檢索出對(duì)應(yīng)的整改方案。

    圖6 關(guān)聯(lián)規(guī)則分析

    3.2.2 相似度計(jì)算實(shí)驗(yàn)分析

    從2022—2023年期間的測(cè)試數(shù)據(jù)中,分別從環(huán)境隱患、人的不安全行為、管理隱患、設(shè)備設(shè)施及物料隱患這4個(gè)類(lèi)型中依次隨機(jī)抽取300條作為隱患問(wèn)題描述測(cè)試樣本。為了使抽取的樣本更具有代表性,抽取的樣本涵蓋了水利工程建設(shè)中的8種不同作業(yè)內(nèi)容,如圖7所示。

    圖7 不同作業(yè)內(nèi)容測(cè)試樣本占比

    將從各個(gè)安全隱患類(lèi)型中抽取出來(lái)的1 200條測(cè)試樣本分別通過(guò)SSM算法匹配到對(duì)應(yīng)的案例集,再通過(guò)Doc2Vec模型計(jì)算案例集中的安全隱患與當(dāng)前隱患的相似度[23],最終綜合準(zhǔn)確率為0.869。部分安全隱患相似度匹配樣例見(jiàn)表3。

    為了進(jìn)一步驗(yàn)證該推薦系統(tǒng)的有效性,將上述系統(tǒng)推薦的整改措施與安全管理者制定的整改措施進(jìn)行對(duì)比[24],推薦準(zhǔn)確率采用Doc2Vec模型計(jì)算的文本相似度,安全隱患整改推薦系統(tǒng)的綜合準(zhǔn)確率為0.914。見(jiàn)表4,本文提出的施工安全隱患智能推薦系統(tǒng)得到的安全隱患整改措施與安全管理者制訂的安全隱患整改措施一致性較強(qiáng),該推薦系統(tǒng)能較為準(zhǔn)確地匹配出當(dāng)前安全隱患的整改措施。

    表4 部分安全隱患整改措施推薦準(zhǔn)確率

    本文針對(duì)同一輸入,對(duì)比分析分別采用SSM、Doc2Vec、SSM+Doc2Vec這3種模型得到的相似度排名前5條的安全隱患,各模型效果見(jiàn)表5。以輸入“焊工棚二氧化碳?xì)馄繜o(wú)防護(hù)棚、無(wú)防傾倒措施”為例,SSM模型注意到了“無(wú)防傾倒措施”“二氧化碳”“氣瓶”等特征詞,模型表現(xiàn)一般;在Doc2Vec模型中,“防護(hù)棚”這一特征詞的權(quán)重較大,模型匹配效果最差;SSM+Doc2Vec模型首先經(jīng)過(guò)SSM篩選出相似度排名前1 000的安全隱患,再利用Doc2Vec模型將這1 000條安全隱患轉(zhuǎn)化為唯一的向量表示,最后計(jì)算這些向量余弦相似度來(lái)衡量它們之間的相似度,該模型同時(shí)注意到了“焊工棚”“無(wú)防傾倒措施”“二氧化碳”“氣瓶”等特征詞,不僅降低了模型的計(jì)算量,而且保留了關(guān)鍵的隱患特征詞,故其綜合表現(xiàn)最好。

    表5 各模型效果對(duì)比表(部分)

    在從測(cè)試數(shù)據(jù)中隨機(jī)采樣得到的1 200個(gè)測(cè)試樣本上,采用Doc2Vec模型計(jì)算文本的相似度,各模型的綜合準(zhǔn)確率見(jiàn)表6。SSM+Doc2Vec比SSM高0.032,比Doc2Vec高0.056。因此,本文提出的SSM+Doc2Vec模型在水利工程施工安全隱患文本上的表現(xiàn)優(yōu)于單獨(dú)采用SSM算法和Doc2Vec的方法。

    表6 各模型綜合準(zhǔn)確率

    3.2.3 算法性能對(duì)比與分析

    為了進(jìn)一步驗(yàn)證算法的優(yōu)越性,采用相同的數(shù)據(jù)集并配置相同的實(shí)驗(yàn)環(huán)境,將本文提出的方法與文獻(xiàn)[10]提出的基于Word2Vec計(jì)算目標(biāo)案例與歷史案例相似度的方法進(jìn)行對(duì)比。結(jié)果表示,本文提出的方法在安全隱患整改推薦上的綜合準(zhǔn)確率達(dá)到0.869,優(yōu)于文獻(xiàn)[10]取得的0.802。當(dāng)數(shù)據(jù)整體規(guī)模大且存在較多稀疏數(shù)據(jù)時(shí),本文提出的方法采用SSM+Doc2Vec模型,可以更全面地挖掘案例描述的語(yǔ)義信息,在安全隱患整改推薦中能夠提供更加準(zhǔn)確的結(jié)果。

    綜上所述,基于深度學(xué)習(xí)的施工安全隱患整改智能推薦系統(tǒng)從多個(gè)方面提高了智能推薦方案的準(zhǔn)確率和速度。首先,采用TF-IDF算法和FP-Growth算法提取和挖掘安全隱患的關(guān)聯(lián)規(guī)則,可以更加準(zhǔn)確地找到與當(dāng)前安全隱患相關(guān)聯(lián)的案例,從而提高了整改方案的完整性。其次,利用SSM算法初步匹配歷史案例和當(dāng)前入庫(kù)案例,減少了后續(xù)模型的計(jì)算量,提高了系統(tǒng)的運(yùn)行效率。最后,采用Doc2Vec模型計(jì)算當(dāng)前安全隱患與相似案例集合中每一條安全隱患的相似度,推薦最符合當(dāng)前情況的整改方案,輔助安全管理人員在隱患管理工作中更好地進(jìn)行決策。

    4 結(jié)束語(yǔ)

    本文構(gòu)建了基于深度學(xué)習(xí)的施工安全隱患整改智能推薦系統(tǒng)。首先,基于TFIDF算法進(jìn)行安全隱患特征提取,并通過(guò)?;鶊D可視化安全隱患特征。其次,通過(guò)SSM算法對(duì)當(dāng)前入庫(kù)的安全隱患與數(shù)據(jù)庫(kù)中的歷史安全隱患案例進(jìn)行初步匹配,得到粗糙的相似案例集合。然后,采用Doc2Vec模型計(jì)算當(dāng)前安全隱患與相似案例集合中每一條安全隱患的相似度,合并相似度最高的安全隱患案例與關(guān)聯(lián)的安全隱患案例,將其推薦為當(dāng)前安全隱患的整改方案。本文在復(fù)用歷史隱患治理經(jīng)驗(yàn)的同時(shí),挖掘出歷史隱患數(shù)據(jù)中存在的關(guān)聯(lián)規(guī)則,為安全隱患的排查治理提供了更全面的視角。驗(yàn)證結(jié)果表明,本文方法在安全患整改智能推薦任務(wù)上表現(xiàn)出色,能夠快速、準(zhǔn)確地為當(dāng)前安全隱患問(wèn)題推薦整改方案。在未來(lái)的工作中,將進(jìn)一步完善安全隱患關(guān)聯(lián)規(guī)則庫(kù)和隱患整改推薦的方案。

    猜你喜歡
    標(biāo)段文檔隱患
    隱患隨手拍
    隱患隨手拍
    互聯(lián)網(wǎng)安全隱患知多少?
    隱患隨手拍
    有人一聲不吭向你扔了個(gè)文檔
    基于RI碼計(jì)算的Word復(fù)制文檔鑒別
    恩億梯中標(biāo)嫩丹高速公路兩個(gè)標(biāo)段的機(jī)電工程
    Persistence of the reproductive toxicity of chlorpiryphos-ethyl in male Wistar rat
    西安地鐵5號(hào)線5標(biāo)段
    黑龍江省三江治理工程23個(gè)標(biāo)段開(kāi)標(biāo)
    亚洲美女黄片视频| svipshipincom国产片| 亚洲av美国av| 涩涩av久久男人的天堂| 丰满少妇做爰视频| 黄色丝袜av网址大全| 黄片大片在线免费观看| 99精品欧美一区二区三区四区| 另类精品久久| 不卡一级毛片| 国产精品欧美亚洲77777| 香蕉国产在线看| 免费看十八禁软件| 91成年电影在线观看| 国产男靠女视频免费网站| 亚洲自偷自拍图片 自拍| 国产高清videossex| 女警被强在线播放| 交换朋友夫妻互换小说| 另类亚洲欧美激情| 亚洲中文字幕日韩| 精品高清国产在线一区| av网站在线播放免费| 久久亚洲真实| 天天添夜夜摸| 中文字幕人妻丝袜一区二区| www.自偷自拍.com| 亚洲成人免费电影在线观看| 咕卡用的链子| 久久人人爽av亚洲精品天堂| 可以免费在线观看a视频的电影网站| 国产成人影院久久av| 亚洲九九香蕉| 亚洲精品美女久久av网站| 人人妻,人人澡人人爽秒播| 午夜激情av网站| 国产精品久久久久成人av| 成人18禁在线播放| 亚洲成a人片在线一区二区| 欧美午夜高清在线| 女人高潮潮喷娇喘18禁视频| 丝袜在线中文字幕| 在线观看www视频免费| 夜夜骑夜夜射夜夜干| 搡老乐熟女国产| 精品久久久久久电影网| 欧美亚洲 丝袜 人妻 在线| 91精品三级在线观看| 久久久国产欧美日韩av| 成人特级黄色片久久久久久久 | 男女高潮啪啪啪动态图| 亚洲成a人片在线一区二区| 成人黄色视频免费在线看| 亚洲av日韩精品久久久久久密| 极品少妇高潮喷水抽搐| 在线观看免费视频日本深夜| 亚洲av成人一区二区三| av又黄又爽大尺度在线免费看| 在线观看免费日韩欧美大片| 久久99一区二区三区| 91精品三级在线观看| 国产高清激情床上av| 精品少妇一区二区三区视频日本电影| 国产精品亚洲一级av第二区| 9191精品国产免费久久| 夫妻午夜视频| 可以免费在线观看a视频的电影网站| 久久香蕉激情| 久久性视频一级片| 欧美亚洲 丝袜 人妻 在线| 国产成人精品无人区| 久久国产精品大桥未久av| 热99久久久久精品小说推荐| 久久久精品国产亚洲av高清涩受| 男女免费视频国产| 黄色视频,在线免费观看| 日本精品一区二区三区蜜桃| 欧美+亚洲+日韩+国产| 手机成人av网站| 看免费av毛片| √禁漫天堂资源中文www| 美女主播在线视频| 亚洲av国产av综合av卡| 国产一区二区三区在线臀色熟女 | 日韩有码中文字幕| 色精品久久人妻99蜜桃| 欧美日韩中文字幕国产精品一区二区三区 | 久久国产精品大桥未久av| 中文字幕人妻丝袜一区二区| 午夜精品国产一区二区电影| 午夜免费鲁丝| 亚洲欧美日韩高清在线视频 | 飞空精品影院首页| 97在线人人人人妻| 亚洲精品成人av观看孕妇| 高潮久久久久久久久久久不卡| 黑人欧美特级aaaaaa片| 最新美女视频免费是黄的| 日韩一卡2卡3卡4卡2021年| 69av精品久久久久久 | av一本久久久久| 老司机福利观看| 国产高清videossex| 美女福利国产在线| 成人永久免费在线观看视频 | 18禁国产床啪视频网站| 天天影视国产精品| 亚洲伊人色综图| 午夜免费成人在线视频| 天天躁夜夜躁狠狠躁躁| 国产精品久久久久久精品电影小说| 欧美国产精品一级二级三级| 亚洲精品国产一区二区精华液| 国产区一区二久久| 亚洲人成伊人成综合网2020| e午夜精品久久久久久久| 欧美日韩福利视频一区二区| 男人操女人黄网站| 18禁美女被吸乳视频| 91精品三级在线观看| 亚洲成人国产一区在线观看| 国产不卡一卡二| 欧美av亚洲av综合av国产av| 纯流量卡能插随身wifi吗| 黄色成人免费大全| 黄色成人免费大全| 九色亚洲精品在线播放| 又黄又粗又硬又大视频| 欧美乱码精品一区二区三区| 美女福利国产在线| 丰满迷人的少妇在线观看| 久久久久国产一级毛片高清牌| 久9热在线精品视频| 高清黄色对白视频在线免费看| 国产一区二区三区在线臀色熟女 | av天堂久久9| 国产日韩一区二区三区精品不卡| 亚洲国产中文字幕在线视频| 2018国产大陆天天弄谢| e午夜精品久久久久久久| 在线观看免费午夜福利视频| 国产黄频视频在线观看| 国产精品 国内视频| 国产精品自产拍在线观看55亚洲 | 欧美精品av麻豆av| 自拍欧美九色日韩亚洲蝌蚪91| 美女主播在线视频| 国产成人一区二区三区免费视频网站| 中文字幕人妻熟女乱码| 美女主播在线视频| 精品免费久久久久久久清纯 | 18禁国产床啪视频网站| 免费少妇av软件| 搡老岳熟女国产| av在线播放免费不卡| 国产一区有黄有色的免费视频| 欧美 亚洲 国产 日韩一| 在线播放国产精品三级| 搡老乐熟女国产| 国精品久久久久久国模美| 黑人操中国人逼视频| 亚洲欧美一区二区三区久久| 精品高清国产在线一区| 久久 成人 亚洲| 一本综合久久免费| 精品一区二区三区视频在线观看免费 | 成年女人毛片免费观看观看9 | 色94色欧美一区二区| 亚洲第一青青草原| 精品少妇黑人巨大在线播放| 国产不卡av网站在线观看| 国产伦理片在线播放av一区| 国产在线视频一区二区| 肉色欧美久久久久久久蜜桃| 男女免费视频国产| 制服诱惑二区| 青草久久国产| 欧美日韩成人在线一区二区| 视频在线观看一区二区三区| 一边摸一边抽搐一进一小说 | 久久久国产精品麻豆| 亚洲精品粉嫩美女一区| 另类亚洲欧美激情| 深夜精品福利| 国产成人精品在线电影| 国产免费现黄频在线看| 黑丝袜美女国产一区| 极品教师在线免费播放| 亚洲精品美女久久av网站| 免费在线观看完整版高清| 蜜桃在线观看..| 国产一区二区三区综合在线观看| a级片在线免费高清观看视频| 一进一出好大好爽视频| 人妻 亚洲 视频| 热99久久久久精品小说推荐| 国产一卡二卡三卡精品| kizo精华| 亚洲成av片中文字幕在线观看| 另类亚洲欧美激情| 捣出白浆h1v1| 午夜福利在线免费观看网站| 亚洲中文av在线| 母亲3免费完整高清在线观看| 欧美日韩视频精品一区| 亚洲人成电影观看| 中文欧美无线码| 男人操女人黄网站| 少妇的丰满在线观看| av又黄又爽大尺度在线免费看| 免费av中文字幕在线| 国产精品一区二区免费欧美| 高清在线国产一区| 不卡av一区二区三区| 99久久99久久久精品蜜桃| 日本av手机在线免费观看| 黑人操中国人逼视频| 久久精品亚洲精品国产色婷小说| 丝袜美足系列| 在线观看66精品国产| 建设人人有责人人尽责人人享有的| 欧美 日韩 精品 国产| 精品人妻1区二区| 99精品欧美一区二区三区四区| 日本精品一区二区三区蜜桃| 国产精品免费一区二区三区在线 | 午夜91福利影院| 成人18禁在线播放| 久久久久精品国产欧美久久久| 成年女人毛片免费观看观看9 | 黄频高清免费视频| 中国美女看黄片| 菩萨蛮人人尽说江南好唐韦庄| 亚洲成a人片在线一区二区| 1024视频免费在线观看| 国产色视频综合| 欧美日韩一级在线毛片| 国产麻豆69| 一级毛片精品| 一本综合久久免费| 麻豆乱淫一区二区| 国产精品影院久久| 久久毛片免费看一区二区三区| 国产不卡av网站在线观看| 老汉色av国产亚洲站长工具| 91成年电影在线观看| 亚洲欧美一区二区三区黑人| 亚洲av欧美aⅴ国产| 1024视频免费在线观看| 国产精品秋霞免费鲁丝片| 黄色视频不卡| 人成视频在线观看免费观看| 在线观看免费日韩欧美大片| 菩萨蛮人人尽说江南好唐韦庄| 老司机午夜福利在线观看视频 | 丁香六月欧美| 欧美日韩精品网址| 国产野战对白在线观看| 久久精品国产亚洲av香蕉五月 | 久久精品aⅴ一区二区三区四区| 两个人免费观看高清视频| 国产在线视频一区二区| 国产亚洲精品久久久久5区| 日韩人妻精品一区2区三区| 欧美日韩一级在线毛片| 午夜久久久在线观看| 中文字幕av电影在线播放| av不卡在线播放| 999精品在线视频| 日韩欧美一区视频在线观看| 国内毛片毛片毛片毛片毛片| 视频在线观看一区二区三区| 十分钟在线观看高清视频www| 亚洲综合色网址| 最新美女视频免费是黄的| 热re99久久国产66热| 成年版毛片免费区| 亚洲伊人色综图| 亚洲精品美女久久久久99蜜臀| 免费观看人在逋| 一进一出抽搐动态| av天堂久久9| 久久久久网色| 乱人伦中国视频| 亚洲第一青青草原| 高清黄色对白视频在线免费看| 美女主播在线视频| 正在播放国产对白刺激| 国产99久久九九免费精品| 黄色怎么调成土黄色| 欧美人与性动交α欧美软件| 亚洲欧美日韩另类电影网站| 男人舔女人的私密视频| 波多野结衣av一区二区av| 99国产精品免费福利视频| 在线看a的网站| 成人国语在线视频| 美国免费a级毛片| 天天躁夜夜躁狠狠躁躁| 在线永久观看黄色视频| 精品久久久久久久毛片微露脸| 在线观看免费日韩欧美大片| 少妇的丰满在线观看| 成人18禁在线播放| 老熟妇乱子伦视频在线观看| 少妇粗大呻吟视频| 国产av一区二区精品久久| 色94色欧美一区二区| 视频在线观看一区二区三区| 日韩一卡2卡3卡4卡2021年| svipshipincom国产片| 午夜91福利影院| 精品亚洲乱码少妇综合久久| 十八禁网站免费在线| 午夜精品久久久久久毛片777| 国产精品免费大片| 美国免费a级毛片| 好男人电影高清在线观看| 天堂动漫精品| 久久性视频一级片| 亚洲成国产人片在线观看| 高潮久久久久久久久久久不卡| 不卡av一区二区三区| 麻豆成人av在线观看| 韩国精品一区二区三区| kizo精华| 母亲3免费完整高清在线观看| 亚洲国产av新网站| xxxhd国产人妻xxx| 久热爱精品视频在线9| 黑人巨大精品欧美一区二区蜜桃| 亚洲视频免费观看视频| 天堂中文最新版在线下载| 欧美日韩一级在线毛片| svipshipincom国产片| 99久久99久久久精品蜜桃| 久热爱精品视频在线9| 久久久国产欧美日韩av| 欧美黄色片欧美黄色片| cao死你这个sao货| 狂野欧美激情性xxxx| 久久国产亚洲av麻豆专区| 精品国产超薄肉色丝袜足j| 丝瓜视频免费看黄片| 中文字幕人妻丝袜一区二区| 成年人黄色毛片网站| 国产精品一区二区免费欧美| 曰老女人黄片| 啦啦啦免费观看视频1| 丝袜美腿诱惑在线| 一本色道久久久久久精品综合| 中文字幕高清在线视频| 丝袜在线中文字幕| 成在线人永久免费视频| 中国美女看黄片| 丰满迷人的少妇在线观看| 亚洲午夜精品一区,二区,三区| 啦啦啦免费观看视频1| 亚洲精品中文字幕一二三四区 | 欧美日韩国产mv在线观看视频| 亚洲精品在线美女| 国产午夜精品久久久久久| 两性夫妻黄色片| 一级毛片精品| a级片在线免费高清观看视频| 国产三级黄色录像| 视频区图区小说| 一区二区三区乱码不卡18| 女人高潮潮喷娇喘18禁视频| 日韩熟女老妇一区二区性免费视频| 制服诱惑二区| av国产精品久久久久影院| 久久久久久免费高清国产稀缺| 亚洲,欧美精品.| 成人手机av| 热re99久久国产66热| 嫩草影视91久久| 久久国产精品大桥未久av| 国产一区二区在线观看av| 亚洲中文日韩欧美视频| 伊人久久大香线蕉亚洲五| 久久久国产精品麻豆| 国产精品秋霞免费鲁丝片| 中文字幕高清在线视频| 18禁观看日本| 欧美日韩亚洲综合一区二区三区_| 最黄视频免费看| 99九九在线精品视频| 国产野战对白在线观看| 久久人妻福利社区极品人妻图片| 亚洲成a人片在线一区二区| 国产亚洲精品一区二区www | 水蜜桃什么品种好| 国产不卡一卡二| a级毛片在线看网站| 午夜成年电影在线免费观看| 水蜜桃什么品种好| 久久中文看片网| 国产极品粉嫩免费观看在线| 午夜福利视频精品| 国产又爽黄色视频| 18在线观看网站| 午夜日韩欧美国产| 久久国产精品男人的天堂亚洲| 男女免费视频国产| 久久午夜综合久久蜜桃| 麻豆成人av在线观看| 日韩精品免费视频一区二区三区| 亚洲国产精品一区二区三区在线| 成人国产av品久久久| 国产精品久久久av美女十八| 香蕉丝袜av| 亚洲精品国产一区二区精华液| 国产精品98久久久久久宅男小说| 日韩欧美一区二区三区在线观看 | 久久精品国产亚洲av香蕉五月 | 日韩人妻精品一区2区三区| 大码成人一级视频| 激情视频va一区二区三区| 欧美激情 高清一区二区三区| 后天国语完整版免费观看| 精品国内亚洲2022精品成人 | 日韩有码中文字幕| www日本在线高清视频| 国产不卡一卡二| 精品熟女少妇八av免费久了| 国产在线精品亚洲第一网站| 悠悠久久av| 欧美激情高清一区二区三区| 少妇的丰满在线观看| 免费日韩欧美在线观看| 国产精品国产av在线观看| 成人黄色视频免费在线看| 王馨瑶露胸无遮挡在线观看| 国产野战对白在线观看| 免费观看人在逋| 色综合欧美亚洲国产小说| 在线观看舔阴道视频| 国产日韩欧美亚洲二区| 国产亚洲精品久久久久5区| 欧美成人免费av一区二区三区 | 嫁个100分男人电影在线观看| 怎么达到女性高潮| 国产在线观看jvid| 亚洲人成伊人成综合网2020| 欧美性长视频在线观看| avwww免费| 久久久精品国产亚洲av高清涩受| 999久久久精品免费观看国产| 国产精品麻豆人妻色哟哟久久| 亚洲黑人精品在线| 亚洲av成人一区二区三| 久久久国产欧美日韩av| 极品教师在线免费播放| 精品久久蜜臀av无| 女人被躁到高潮嗷嗷叫费观| 狠狠婷婷综合久久久久久88av| 国产男女内射视频| 飞空精品影院首页| 人成视频在线观看免费观看| 久久人人爽av亚洲精品天堂| 国产深夜福利视频在线观看| 91av网站免费观看| 一级毛片电影观看| 91成人精品电影| 欧美人与性动交α欧美精品济南到| 午夜福利视频精品| 1024香蕉在线观看| 狂野欧美激情性xxxx| 在线观看免费视频日本深夜| 欧美日韩中文字幕国产精品一区二区三区 | 另类精品久久| 中文字幕人妻丝袜一区二区| 国产精品秋霞免费鲁丝片| av不卡在线播放| 国产精品.久久久| 国产精品一区二区在线不卡| 精品亚洲乱码少妇综合久久| 一级,二级,三级黄色视频| 成人精品一区二区免费| av视频免费观看在线观看| 久久这里只有精品19| 成年人午夜在线观看视频| 在线亚洲精品国产二区图片欧美| 亚洲精品自拍成人| 久久久久网色| 国产精品.久久久| 久久ye,这里只有精品| 久久婷婷成人综合色麻豆| 国内毛片毛片毛片毛片毛片| 午夜激情久久久久久久| 亚洲午夜理论影院| 欧美午夜高清在线| 大码成人一级视频| 国产高清视频在线播放一区| 免费观看av网站的网址| 欧美另类亚洲清纯唯美| 国产一区二区三区视频了| 欧美日本中文国产一区发布| 久久久久视频综合| 国产欧美日韩一区二区三区在线| 高清黄色对白视频在线免费看| 高潮久久久久久久久久久不卡| tube8黄色片| 日本wwww免费看| 亚洲国产成人一精品久久久| 男女之事视频高清在线观看| 法律面前人人平等表现在哪些方面| 悠悠久久av| 一级,二级,三级黄色视频| 成人精品一区二区免费| 国产精品国产av在线观看| 操美女的视频在线观看| 欧美日韩av久久| 国产精品自产拍在线观看55亚洲 | 大香蕉久久成人网| 国产精品久久久久久精品电影小说| 欧美激情极品国产一区二区三区| 大码成人一级视频| 精品亚洲乱码少妇综合久久| 两性夫妻黄色片| 国产精品1区2区在线观看. | 另类精品久久| 51午夜福利影视在线观看| 天堂8中文在线网| h视频一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲专区国产一区二区| 国产有黄有色有爽视频| 亚洲情色 制服丝袜| 精品亚洲成国产av| 最黄视频免费看| 亚洲欧美日韩另类电影网站| 中文字幕人妻丝袜制服| 国产aⅴ精品一区二区三区波| 男人舔女人的私密视频| 国产成人精品无人区| 久久国产亚洲av麻豆专区| 久热这里只有精品99| 久久午夜亚洲精品久久| 天堂8中文在线网| 精品一品国产午夜福利视频| 高清毛片免费观看视频网站 | 另类精品久久| 日韩人妻精品一区2区三区| 黄色毛片三级朝国网站| a级片在线免费高清观看视频| 99久久国产精品久久久| 国产精品98久久久久久宅男小说| 久久久水蜜桃国产精品网| 国产激情久久老熟女| av天堂在线播放| 国产熟女午夜一区二区三区| 国产精品熟女久久久久浪| 成人亚洲精品一区在线观看| 国产人伦9x9x在线观看| 91成人精品电影| 99热网站在线观看| 久久久久久免费高清国产稀缺| 国产伦人伦偷精品视频| 啦啦啦视频在线资源免费观看| 亚洲,欧美精品.| 国产高清videossex| av欧美777| 老司机午夜福利在线观看视频 | 91麻豆精品激情在线观看国产 | 午夜免费成人在线视频| 青草久久国产| 另类精品久久| 国产色视频综合| 在线观看www视频免费| 麻豆av在线久日| 久久久精品区二区三区| 国产黄色免费在线视频| 国产精品久久久久久精品电影小说| 久久久国产精品麻豆| 成人18禁高潮啪啪吃奶动态图| 国产淫语在线视频| 欧美日韩亚洲国产一区二区在线观看 | 亚洲av国产av综合av卡| 夜夜骑夜夜射夜夜干| 国产精品一区二区在线观看99| 黄片播放在线免费| 免费在线观看完整版高清| 国产男女内射视频| av在线播放免费不卡| 极品人妻少妇av视频| 在线亚洲精品国产二区图片欧美| 中亚洲国语对白在线视频| 亚洲欧美一区二区三区久久| 啦啦啦 在线观看视频| 欧美大码av| 在线天堂中文资源库| 精品一区二区三区av网在线观看 | 亚洲人成77777在线视频| 黄色怎么调成土黄色| 亚洲成人国产一区在线观看| 国产亚洲午夜精品一区二区久久| 天天躁狠狠躁夜夜躁狠狠躁| 国产国语露脸激情在线看| 久久国产精品影院| 黄片大片在线免费观看| 一边摸一边做爽爽视频免费| 老鸭窝网址在线观看| 精品福利观看| 免费看十八禁软件| 久久婷婷成人综合色麻豆| 欧美精品一区二区免费开放| 麻豆成人av在线观看| a级毛片在线看网站| 成人亚洲精品一区在线观看| 法律面前人人平等表现在哪些方面| 在线观看一区二区三区激情| 十分钟在线观看高清视频www| 男人舔女人的私密视频|