• <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 ?

    三元組

    • 基于多模態(tài)信息相關(guān)度計(jì)算的計(jì)算機(jī)教育領(lǐng)域?qū)嶓w鏈接
      圖像視覺實(shí)體和三元組以幫助圖像完成鏈接。圖像和文本屬于兩種不同的模態(tài),如何有效地將兩者結(jié)合以完成實(shí)體鏈接是一項(xiàng)關(guān)鍵挑戰(zhàn)。本文主要貢獻(xiàn)如下:①面向計(jì)算機(jī)學(xué)科領(lǐng)域提出一種從圖像的文本描述中提取并篩選三元組的策略,先抽取圖像文本描述中的三元組,過濾低置信度的三元組,再通過計(jì)算圖像視覺實(shí)體和三元組頭尾實(shí)體的相關(guān)度之和對(duì)集合中的三元組進(jìn)行排序,最后得到與圖像相關(guān)度最強(qiáng)的三元組,用于圖像鏈接到多模態(tài)知識(shí)圖譜后的擴(kuò)展任務(wù);②面向計(jì)算機(jī)學(xué)科領(lǐng)域提出一種實(shí)體鏈接規(guī)則(Vis

      軟件導(dǎo)刊 2023年12期2024-01-02

    • 融合雙階段解碼的實(shí)體關(guān)系聯(lián)合抽取方法
      圖譜需要大量的三元組三元組的獲取除了可以通過IS-A 的上下位獲取,再就是關(guān)系抽取。關(guān)系抽取可以把文本中的實(shí)體對(duì)抽取出來,并識(shí)別出實(shí)體對(duì)之間的語義關(guān)系,形成(主體實(shí)體,關(guān)系,客體實(shí)體)的形式,這種包含了語義關(guān)鍵信息的形式,稱為實(shí)體-關(guān)系(entity-relation)三元組(triplets)。因此,關(guān)系抽取可以在知識(shí)圖譜、信息檢索、問答系統(tǒng)、情感分析、文本挖掘中廣泛應(yīng)用?,F(xiàn)有的關(guān)系抽取主要包括有監(jiān)督方法、無監(jiān)督方法、半監(jiān)督方法和開放式實(shí)體關(guān)系抽取方法

      計(jì)算機(jī)工程與應(yīng)用 2023年20期2023-10-30

    • 基于帶噪聲數(shù)據(jù)集的強(qiáng)魯棒性隱含三元組質(zhì)檢算法*
      基本存儲(chǔ)單元是三元組三元組由頭部實(shí)體、關(guān)系和尾部實(shí)體組成。三元組之間通過關(guān)系聯(lián)系在一起從而構(gòu)成一張巨大的有向圖。DBpedia[1]、NELL[2]等大型知識(shí)庫(kù)均是從多個(gè)網(wǎng)站上爬取,清洗制作得到的,其復(fù)雜的知識(shí)結(jié)構(gòu)往往難以有效的進(jìn)行質(zhì)檢和分析。制作知識(shí)圖譜過程中往往會(huì)引入一些噪聲數(shù)據(jù),如虛假的關(guān)系,錯(cuò)誤的實(shí)體,甚至無中生有的三元組。由于制作知識(shí)圖譜過程各種不可避免引入噪聲三元組,這些三元組破壞了知識(shí)圖譜的網(wǎng)絡(luò)結(jié)構(gòu),使得知識(shí)難以得到有效的展示,基于知識(shí)圖譜

      計(jì)算機(jī)與數(shù)字工程 2023年5期2023-08-31

    • 文物知識(shí)圖譜構(gòu)建關(guān)鍵技術(shù)研究與應(yīng)用
      護(hù);知識(shí)圖譜;三元組;關(guān)聯(lián)數(shù)據(jù)1構(gòu)建文物知識(shí)圖譜的關(guān)鍵技術(shù)1.1實(shí)體抽取技術(shù)實(shí)體抽取技術(shù)又被稱作實(shí)體識(shí)別技術(shù)。該技術(shù)指在原始語料中自動(dòng)識(shí)別和獲取命名實(shí)體。常見的實(shí)體抽取技術(shù)主要包括通過統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法抽取實(shí)體、根據(jù)規(guī)范和字典抽取實(shí)體以及通過深度認(rèn)知技術(shù)抽取實(shí)體。近年來,科學(xué)家嘗試以國(guó)際微生物命名規(guī)范和國(guó)際微生物學(xué)字典為依據(jù)確定文件中的微生物命名,并建立以國(guó)際微生物名稱標(biāo)準(zhǔn)為依據(jù)的實(shí)體識(shí)別方法。技術(shù)人員便可以通過改進(jìn)條件獲得明信片中的地址實(shí)體。部分技術(shù)人員通

      計(jì)算機(jī)應(yīng)用文摘·觸控 2023年10期2023-06-02

    • 基于BERT和非自回歸的醫(yī)療知識(shí)抽取
      均無法解決重疊三元組問題。電子病歷中包含大量半結(jié)構(gòu)化和非結(jié)構(gòu)化信息,文本中的三元組重疊可以分為2 類:EPO 指一個(gè)實(shí)體對(duì)之間具有多種關(guān)系,例如“患者因反復(fù)腹痛,伴反酸、噯氣在我院完善相關(guān)檢查后確診胃體胃竇癌?!敝写嬖?span id="j5i0abt0b" class="hl">三元組(胃體胃竇癌,癥狀,腹痛)、(胃體胃竇癌,并發(fā)癥,腹痛);SEO 指一個(gè)實(shí)體存在于多個(gè)三元組中,例如“患者患胃竇潰瘍,因中下腹疼痛進(jìn)行胃鏡檢查。”句子中存在三元組(胃竇潰瘍,檢查,胃鏡)、(胃竇潰瘍,癥狀,中下腹疼痛),這種多種關(guān)系和共

      計(jì)算機(jī)與現(xiàn)代化 2023年1期2023-03-21

    • 三元組近場(chǎng)效應(yīng)的饋電系數(shù)修正與各向異性分析
      個(gè)單元構(gòu)成一個(gè)三元組。在仿真系統(tǒng)工作時(shí),三元組的3個(gè)單元可以同時(shí)工作,其輻射場(chǎng)在空中疊加,在轉(zhuǎn)臺(tái)處其合成輻射場(chǎng)的能流方向(或相位梯度方向)與真實(shí)環(huán)境下某個(gè)點(diǎn)目標(biāo)的回波的能流方向相同,從而仿真了該方向的點(diǎn)目標(biāo)[4]。改變3個(gè)單元的相對(duì)饋電幅度,就可以改變合成場(chǎng)的能流方向,從而可以對(duì)點(diǎn)目標(biāo)在不同方位位置處及整個(gè)運(yùn)動(dòng)過程中的回波進(jìn)行仿真。三元組所仿真的點(diǎn)目標(biāo)的方位位置可以使用幅度重心公式來表達(dá)[3]。根據(jù)不同的物理解釋,幅度重心公式可以有不同的導(dǎo)出方法[5-6]

      系統(tǒng)工程與電子技術(shù) 2023年3期2023-03-09

    • 基于三元采樣圖卷積網(wǎng)絡(luò)的半監(jiān)督遙感圖像檢索
      該網(wǎng)絡(luò)將圖像的三元組作為輸入,驅(qū)動(dòng)度量學(xué)習(xí)并得到嵌入空間。目前,將三元組三元組損失函數(shù)[4]結(jié)合使用是訓(xùn)練深度度量學(xué)習(xí)模型的常用方法。三元組即由一個(gè)錨點(diǎn)樣本、一個(gè)與錨點(diǎn)樣本同類別的正樣本以及一個(gè)來自其余類別的負(fù)樣本組成的一組訓(xùn)練樣本。由三元組損失驅(qū)動(dòng)的深度模型旨在減小同類圖像樣本在度量空間中的距離并增大不同類圖像的距離。學(xué)習(xí)得到的嵌入空間的有效性在一定程度上取決于所選擇的三元組。因此,選擇合適的三元組有助于提高度量學(xué)習(xí)模型最終的圖像檢索性能。目前一些研究

      電子與信息學(xué)報(bào) 2023年2期2023-03-01

    • 基于雙向語義的中文實(shí)體關(guān)系聯(lián)合抽取方法
      撐[1]。關(guān)系三元組是語義關(guān)系的基本單元之一,由主體、客體及它們之間的關(guān)系所組成的關(guān)系三元組(形如<主體,關(guān)系,客體>)代表了句子中實(shí)體之間的語義關(guān)系,這樣的實(shí)體關(guān)系信息可以有效運(yùn)用于文本語義建模[2]?,F(xiàn)有的關(guān)系抽取方法主要分為流水線(Pipeline)關(guān)系抽取方法和聯(lián)合(Joint)關(guān)系抽取方法兩大類[3],其中:流水線關(guān)系抽取方法將關(guān)系抽取任務(wù)劃分為兩個(gè)獨(dú)立的子任務(wù),先從給定的句子中識(shí)別其中的實(shí)體,再對(duì)實(shí)體間關(guān)系進(jìn)行分類;聯(lián)合抽取方法通過一個(gè)聯(lián)合模型

      計(jì)算機(jī)工程 2023年1期2023-01-27

    • 融合語義解析的知識(shí)圖譜表示方法
      -謂詞-客體的三元組形式)描述,統(tǒng)一的格式便于計(jì)算機(jī)處理.隨之谷歌提出知識(shí)圖譜(knowledge graph, KG),其本質(zhì)是語義網(wǎng)絡(luò)的知識(shí)庫(kù),將其用于網(wǎng)頁(yè)搜索,可從語義層次理解需求,使搜索準(zhǔn)確率提高[4].圖譜以圖模型可視化地描述了現(xiàn)實(shí)世界中信息的關(guān)聯(lián),繼提出概念后,構(gòu)建和應(yīng)用知識(shí)圖譜得到了高速的發(fā)展.涌現(xiàn)出大量的開放知識(shí)圖譜,如WordNet[5],DBpedia[6],NELL[7],YAGO[8],F(xiàn)reebase[9]等.知識(shí)圖譜揭示了知識(shí)的

      計(jì)算機(jī)研究與發(fā)展 2022年12期2022-12-15

    • 面向產(chǎn)品指標(biāo)圖譜的知識(shí)表示學(xué)習(xí)方法研究
      指標(biāo)參數(shù)分別用三元組的形式存儲(chǔ)起來,作為知識(shí)表示學(xué)習(xí)算法的實(shí)驗(yàn)數(shù)據(jù)集。其次,本文創(chuàng)新性地研究數(shù)值型指標(biāo)參數(shù)的分布式表示方法。設(shè)計(jì)產(chǎn)品數(shù)值型指標(biāo)的離散化區(qū)間劃分策略,通過大量的仿真實(shí)驗(yàn)驗(yàn)證了數(shù)值型指標(biāo)表示方法中的關(guān)鍵要素,即區(qū)間數(shù)量和劃分方法。再次,針對(duì)關(guān)系三元組和指標(biāo)三元組的語義差異,探索全新的聯(lián)合學(xué)習(xí)訓(xùn)練方案。本文提出了四種訓(xùn)練方案,包括單獨(dú)學(xué)習(xí)、合并學(xué)習(xí)、依次學(xué)習(xí)和交替學(xué)習(xí),以探索指標(biāo)三元組的有效知識(shí)表示學(xué)習(xí)方法。本文在五個(gè)前沿知識(shí)表示學(xué)習(xí)算法上進(jìn)行了

      山西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2022年4期2022-08-15

    • TransP:一種基于WordNet中PartOf關(guān)系的知識(shí)圖譜嵌入方法
      ]。知識(shí)圖譜以三元組(h,r,t)的形式編碼世界事實(shí),其中:h表示頭實(shí)體,t表示尾實(shí)體,r表示兩者之間的關(guān)系。知識(shí)圖譜嵌入則是把每個(gè)實(shí)體和關(guān)系映射為語義空間中的一個(gè)低維向量,這是一種解決知識(shí)圖譜表示和推理問題的新方法[3]。它將實(shí)體和關(guān)系轉(zhuǎn)換為連續(xù)的低維稠密向量,可用來完成知識(shí)圖譜補(bǔ)全和三元組分類等任務(wù)[4]。近年來,知識(shí)圖譜嵌入方法層出不窮[5-21],如非結(jié)構(gòu)化模型[5]、距離模型[6]、雙線性模型[7]、NTN模型[8]和翻譯模型等。其中,翻譯模型以

      計(jì)算機(jī)應(yīng)用與軟件 2022年5期2022-07-07

    • 半實(shí)物射頻仿真的誤差聯(lián)合概率密度函數(shù)分析
      單元構(gòu)成了一個(gè)三元組。通過調(diào)整三元組中每個(gè)輻射單元的饋電幅度,可以模擬該點(diǎn)目標(biāo)在三元組構(gòu)成的三角形內(nèi)不同方向的回波,從而可以快速地仿真點(diǎn)目標(biāo)在運(yùn)動(dòng)軌跡上每個(gè)位置處的散射回波。三元組仿真的目標(biāo)方位位置可以由重心公式給出。對(duì)于半實(shí)物射頻仿真,相關(guān)的研究文獻(xiàn)目前主要關(guān)注以下幾個(gè)方面:仿真誤差分析,近場(chǎng)誤差與近場(chǎng)修正,仿真對(duì)象的擴(kuò)展,仿真誤差的抑制等。例如,文獻(xiàn)[4]研究了仿真的實(shí)時(shí)控制技術(shù),文獻(xiàn)[5]研究了寬帶雷達(dá)的射頻仿真問題。由于器件以及模型的非理想性,射頻

      系統(tǒng)工程與電子技術(shù) 2022年5期2022-05-07

    • Trans_isA:一種基于實(shí)體屬性和語義層次的表示學(xué)習(xí)方法*
      ,r,t)這種三元組的形式存儲(chǔ)和表示數(shù)據(jù),不同的三元組描述不同的客觀事實(shí). 表示學(xué)習(xí)是指將知識(shí)圖譜中的中文詞語或英文單詞以及用來鏈接詞語或單詞的關(guān)系在統(tǒng)一的向量空間中進(jìn)行表示,使知識(shí)圖譜由離散的符號(hào)化表示轉(zhuǎn)變?yōu)檫B續(xù)的向量,便于后續(xù)任務(wù)的完成.近年來,研究學(xué)者提出了很多關(guān)于面向知識(shí)圖譜的表示學(xué)習(xí)算法. 本文主要針對(duì)翻譯模型展開研究,這類模型簡(jiǎn)單且高效,如TransE[2]、TransH[3]、TransR/CTransR[4]、TransM[5]、Trans

      曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版) 2022年2期2022-04-20

    • 時(shí)序知識(shí)圖譜的增量構(gòu)建
      實(shí)體間的關(guān)系或三元組中缺失的實(shí)體進(jìn)行補(bǔ)全,即知識(shí)圖譜補(bǔ)全(knowledge graph completion,KGC)。其中,一些封閉世界下的KGC 方法,不考慮新增的實(shí)體關(guān)系,如基于路徑和規(guī)則預(yù)測(cè)實(shí)體間的新關(guān)系和基于元學(xué)習(xí)預(yù)測(cè)實(shí)體關(guān)系,使KG 更加完整。學(xué)者們還考慮到新增的外部知識(shí),即開放世界下的KGC,如Socher 等提出了基于張量神經(jīng)網(wǎng)絡(luò)(neural tensor network,NTN)的模型,用以推斷實(shí)體間的關(guān)系,通過訓(xùn)練KG 中的三元組

      計(jì)算機(jī)與生活 2022年3期2022-03-13

    • 基于改進(jìn)多嵌入空間的實(shí)時(shí)語義數(shù)據(jù)流推理
      mework)三元組加時(shí)間標(biāo)注的方式進(jìn)行表示,可以形成實(shí)時(shí)語義數(shù)據(jù)流數(shù)據(jù),基于實(shí)時(shí)語義數(shù)據(jù)流的RDF 流推理逐漸引起研究人員的關(guān)注。目前的語義數(shù)據(jù)流推理引擎包括集中式和分布式兩大類:集中式流推理以CSPARQL(Continuous SPARQL)[1]引擎為代 表,使 用Esper[2]、Jena[3]和Sesame[4]進(jìn)行窗口運(yùn)算以及處理查詢;分布式流推理屬于新興領(lǐng)域,目前尚處于研究階段,主要包括CQELS[5]的分布式版本、基于Storm 集群的K

      計(jì)算機(jī)工程 2022年2期2022-02-24

    • 基于四元數(shù)膠囊網(wǎng)絡(luò)的知識(shí)圖譜補(bǔ)全模型
      譜采用RDF 三元組的形式描述真實(shí)世界中的關(guān)系和頭、尾實(shí)體,即(主語,謂語,賓語),例如(Chicago,City_Of,US)。知識(shí)圖譜已被廣泛應(yīng)用于許多行業(yè)與領(lǐng)域,如推薦系統(tǒng)[4]、問答系統(tǒng)[5]、搜索系統(tǒng)[6]和自然語言處理[7]。盡管KG 應(yīng)用場(chǎng)景較為廣泛,但是知識(shí)圖譜仍不完整,即缺少大量真實(shí)客觀三元組[8-11]。為此,研究人員提出許多典型嵌入模型,如TransE[12]、TransH[13]、TransR[14]等模型,這些模型用來學(xué)習(xí)KG 中

      計(jì)算機(jī)工程 2022年2期2022-02-24

    • 基于知識(shí)表示學(xué)習(xí)的實(shí)時(shí)語義數(shù)據(jù)流推理
      規(guī)則生成預(yù)測(cè)的三元組集合,最后輸入給擴(kuò)展的KALE模型并計(jì)算出推理結(jié)果。1 相關(guān)工作1.1 實(shí)時(shí)語義數(shù)據(jù)流推理語義數(shù)據(jù)流中的信息是不斷變化與更新的,因此傳統(tǒng)的語義推理和查詢的方法無法適用于這種情況?,F(xiàn)在已經(jīng)有一些工作能夠處理動(dòng)態(tài)RDF數(shù)據(jù)流。例如Streaming SPARQL[8]、C-SPARQL、CQELS[9]、EP-SPARQL[10]等。Streaming SPARQL 基于時(shí)代關(guān)系函數(shù),用來擴(kuò)展SPARQL語言,雖然支持RDF流處理,但是沒有

      計(jì)算機(jī)應(yīng)用與軟件 2022年2期2022-02-19

    • Text2DT: 面向臨床診療文本的決策規(guī)則抽取技術(shù)*
      決策節(jié)點(diǎn) 使用三元組與邏輯關(guān)系符號(hào)對(duì)診療決策樹進(jìn)行規(guī)范化和結(jié)構(gòu)化,并使用二叉樹結(jié)構(gòu)來建模診療決策流程。診療決策樹中節(jié)點(diǎn)可以被表示為N={C/D,L(t1,……,tn_tri)}。其中C/D表示該節(jié)點(diǎn)是一個(gè)條件/決策節(jié)點(diǎn);t=(sub,rel,obj)是一個(gè)描述診療知識(shí)或臨床信息的三元組,是診療決策關(guān)鍵信息的結(jié)構(gòu)化表示;L表示多個(gè)三元組之間的邏輯關(guān)系(and,or,null,當(dāng)三元組的個(gè)數(shù)小于等于1時(shí)邏輯關(guān)系為null);L(t1,……,tn_tri)表示條

      醫(yī)學(xué)信息學(xué)雜志 2022年12期2022-02-13

    • 基于多跳注意力的實(shí)體關(guān)系聯(lián)合抽取方法及應(yīng)用研究
      法解決重疊關(guān)系三元組抽取問題,而重疊關(guān)系三元組大量存在于文本數(shù)據(jù)之中,導(dǎo)致前述方法對(duì)三元組的抽取效果不佳。針對(duì)重疊關(guān)系三元組抽取問題,近年來有采用圖結(jié)構(gòu)的方式[15-16]或是采用基于復(fù)制機(jī)制的序列到序列方法[17]均取得了一定進(jìn)展,但都是將關(guān)系視為實(shí)體對(duì)上的離散標(biāo)簽,導(dǎo)致抽取效率不高且模型開銷大。近年WEI et al[18]提出的CasRel模型將關(guān)系建模為頭實(shí)體映射到尾實(shí)體的函數(shù),建立多關(guān)系的標(biāo)注器,為解決重疊關(guān)系三元組抽取問題提供了新的模式。但該模

      太原理工大學(xué)學(xué)報(bào) 2022年1期2022-01-27

    • 一種基于子陣重構(gòu)的三元線陣左右舷分辨方法
      。此方法可用于三元組線陣,將三元組三線陣波束形成與三子陣 STMV波束形成結(jié)合,從而在最終的多波束輸出中獲得無鏡像模糊的目標(biāo)信號(hào)輸出。但在實(shí)際使用中發(fā)現(xiàn),當(dāng)外部因素造成三元拖曳線陣發(fā)生大幅度的首尾不同扭轉(zhuǎn)時(shí),按照三元組中三水聽器安裝通道號(hào)劃分子陣進(jìn)行 STMV處理的多波束輸出的左右舷分辨能力會(huì)大幅下降甚至出現(xiàn)分辨錯(cuò)誤。本文提出一種按照三元組上各水聽器滾轉(zhuǎn)后的實(shí)際位置重構(gòu)子陣,再進(jìn)行STMV處理。湖試結(jié)果證明,采用此方法后,當(dāng)實(shí)際三元拖曳線陣發(fā)生大幅度首尾不

      聲學(xué)與電子工程 2021年4期2022-01-11

    • 基于視角一致性三元組損失的車輛重識(shí)別技術(shù)
      神經(jīng)網(wǎng)絡(luò)提出了三元組的訓(xùn)練方式,通過充分學(xué)習(xí)三元組中正樣本對(duì)與負(fù)樣本對(duì)的相對(duì)相似性,提升了模型的表現(xiàn)性能。相比于基于手工特征的方法,基于深度特征的方法已經(jīng)取得較大的突破,但車輛重識(shí)別任務(wù)依然存在以下幾個(gè)挑戰(zhàn):首先是多視角挑戰(zhàn),即車輛外觀在不同視角下急劇變化導(dǎo)致了所提取特征的不穩(wěn)定性。如圖2所示,每一行是同一輛車不同視角的圖像,每一列是不同的車相似視角下的圖像,模型很容易認(rèn)為圖2(a)和圖2(d)比圖2(b)、圖2(c)更相似。其次是車型近似重復(fù)挑戰(zhàn),即市面

      測(cè)控技術(shù) 2021年8期2021-08-30

    • 基于關(guān)聯(lián)文本的知識(shí)圖譜表示學(xué)習(xí)研究
      化信息,通常由三元組的集合構(gòu)成,每個(gè)三元組表示為(h,r,t)其中h、r、t分別表示頭實(shí)體、關(guān)系和尾實(shí)體[1]。搜索引擎、問答系統(tǒng)以及推薦系統(tǒng)等都非常依賴現(xiàn)有的知識(shí)圖譜(Knowledge Graph,KG),如Freebase、WordNet等,表示學(xué)習(xí)在這些應(yīng)用中起到了至關(guān)重要的作用。最近的嵌入技術(shù)方面的工作已經(jīng)大大提高了鏈接預(yù)測(cè)的準(zhǔn)確性,但是大多數(shù)方法僅依賴知識(shí)圖譜中的已知事實(shí),它們的預(yù)測(cè)能力會(huì)受到數(shù)據(jù)庫(kù)中不完整信息的限制,一種簡(jiǎn)單且有效的改進(jìn)途徑是

      現(xiàn)代計(jì)算機(jī) 2021年20期2021-08-23

    • 基于知識(shí)表示學(xué)習(xí)的知識(shí)可信度評(píng)估
      知的背景信息對(duì)三元組的可信度進(jìn)行計(jì)算。具體地,對(duì)于三元組的可信度,使用一個(gè)[0,1]區(qū)間的數(shù)值進(jìn)行衡量,數(shù)值越接近0,三元組成立的可能性越小,數(shù)值越接近1,三元組成立的可能性越大[5]。目前,對(duì)于知識(shí)可信度評(píng)估的研究主要采用基于表示學(xué)習(xí)的方法,具有良好性能表現(xiàn)的模型包括基于交叉神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的可信度計(jì)算模型KGTtm[5]、帶置信度的知識(shí)表示學(xué)習(xí)模型CKRL[6]和一系列基于CKRL 進(jìn)行改進(jìn)的模型[7-8]以及基于規(guī)則的表示學(xué)習(xí)可信度計(jì)算模型[9-11],

      計(jì)算機(jī)工程 2021年7期2021-07-27

    • BSLRel: 基于二元序列標(biāo)注的級(jí)聯(lián)關(guān)系三元組抽取模型
      取的目的。關(guān)系三元組抽取作為信息抽取的子任務(wù),其目的是從自然語言文本(常常以句子為輸入單位)中抽取兩個(gè)實(shí)體及實(shí)體之間的關(guān)系。該任務(wù)是構(gòu)建大規(guī)模知識(shí)圖譜的關(guān)鍵,被廣泛運(yùn)用在信息檢索、問答系統(tǒng)等相關(guān)任務(wù)中[1]。在關(guān)系三元組抽取任務(wù)中,關(guān)系事實(shí)大多以形如“(subject, predicate, object)”或“(head,relation,tail)”的三元組形式表示。其中,subject(或head)稱為頭實(shí)體,object(或tail)稱為尾實(shí)體,p

      中文信息學(xué)報(bào) 2021年6期2021-07-23

    • 基于貝葉斯網(wǎng)的開放世界知識(shí)圖譜補(bǔ)全
      和尾實(shí)體構(gòu)成的三元組表示一個(gè)事實(shí)。知識(shí)圖譜補(bǔ)全(Knowledge Graph Completion,KGC)指通過預(yù)測(cè)實(shí)體之間的新關(guān)系來構(gòu)造三元組[6],從而提升KG 中知識(shí)的豐富程度[7]。將實(shí)體和關(guān)系表示為低維空間中的向量,是一類有效的KGC 方法,通過向量間的計(jì)算來解決KG內(nèi)部的關(guān)系預(yù)測(cè)問題。但現(xiàn)實(shí)世界中的知識(shí)在不斷增加變化,這要求KG 及時(shí)補(bǔ)充現(xiàn)實(shí)世界中的知識(shí),而這類KGC 方法難以滿足從現(xiàn)實(shí)世界中學(xué)習(xí)知識(shí)的要求。因此,研究人員將KG 內(nèi)部的補(bǔ)全

      計(jì)算機(jī)工程 2021年6期2021-06-18

    • 實(shí)體摘要系統(tǒng)的解釋性評(píng)測(cè)
      述該實(shí)體的一條三元組,DBpedia和Wikidata等知名知識(shí)圖譜中包含的三元組總量達(dá)到十億級(jí),一些實(shí)體被許多三元組描述,例如,DBpedia中描述實(shí)體Barack Obama的三元組有一千多條。然而,在基于知識(shí)圖譜為終端用戶提供信息服務(wù)的應(yīng)用中,為了避免用戶信息過載,信息呈現(xiàn)空間通常有限,例如谷歌的知識(shí)卡片僅能呈現(xiàn)少量三元組,描述實(shí)體的三元組數(shù)量往往超過應(yīng)用允許的限制。研究者將解決上述問題的方法稱作實(shí)體摘要(entity summarization,E

      大數(shù)據(jù) 2021年3期2021-06-09

    • Brauer特征標(biāo)三元組及其誘導(dǎo)子
      )為一個(gè)特征標(biāo)三元組,該定義出現(xiàn)在Isaacs的特征標(biāo)經(jīng)典教材[1]中第186頁(yè)。類似地,固定一個(gè)特征為素?cái)?shù)p的代數(shù)閉域,通常記IBr(N)為N的關(guān)于素?cái)?shù)p的所有不可約Brauer特征標(biāo)的集合,如果φ∈IBr(N)也是G-不變的,則稱(G,N,φ)為一個(gè)模特征標(biāo)三元組,該定義見Navarro模表示教材[2]中定義8.25,在本文中我們稱之為Brauer特征標(biāo)三元組。事實(shí)上,關(guān)于特征標(biāo)三元組,無論是復(fù)特征標(biāo)還是Brauer特征標(biāo),不僅本身獲得了很多深刻的結(jié)果

      山西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2021年2期2021-05-19

    • 開放域信息抽取研究綜述
      化信息常用關(guān)系三元組(實(shí)體1;關(guān)系;實(shí)體2)的形式表示。傳統(tǒng)的信息抽取任務(wù)預(yù)先給定一組關(guān)系類別集合,限定關(guān)系類別以及文本的領(lǐng)域,在給定實(shí)體對(duì)的情況下可以將信息抽取看作是對(duì)實(shí)體對(duì)的多分類問題。但開放域信息抽?。∣pen Domain Information Extraction,Open IE)[1]不限定關(guān)系類別,從文本中抽取所有可能的關(guān)系三元組,例如:給定句子“自然語言處理是計(jì)算機(jī)科學(xué)的一個(gè)方向”,開放域信息抽取能夠從中提取出關(guān)系三元組(自然語言處理;是

      現(xiàn)代計(jì)算機(jī) 2021年7期2021-05-12

    • 特征標(biāo)三元組的本原誘導(dǎo)子
      )為一個(gè)特征標(biāo)三元組,如果G為任意群,N?G為G的正規(guī)子群,θ∈Irr(N)為N的一個(gè)不可約特征標(biāo)且為G-不變的。特征標(biāo)三元組是群表示論中重要的研究對(duì)象,具有豐富的內(nèi)容和深刻的成果,以及重要而廣泛的應(yīng)用。例如,近年來關(guān)于群表示論中著名的McKay猜想取得了一系列重大進(jìn)展,在約化為單群的過程中,特征標(biāo)三元組的誘導(dǎo)子技術(shù)和上同調(diào)理論即發(fā)揮了核心作用,相關(guān)的具體內(nèi)容和前沿文獻(xiàn)可參考Navarro的最新專著[3]。關(guān)于特征標(biāo)三元組的最新研究成果可以參考相關(guān)文獻(xiàn)[4

      山西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2021年1期2021-04-21

    • 基于卷積神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜補(bǔ)全方法研究
      充分挖掘,補(bǔ)全三元組成為亟需解決的問題。近幾年,很多工作利用卷積神經(jīng)網(wǎng)絡(luò)表示知識(shí)圖譜中實(shí)體和關(guān)系,并進(jìn)行知識(shí)圖譜補(bǔ)全,從而完善知識(shí)圖譜。知識(shí)圖譜是一種描述真實(shí)世界客觀存在的實(shí)體、概念及它們之間關(guān)聯(lián)關(guān)系的語義網(wǎng)絡(luò)[2],是結(jié)構(gòu)化的語義知識(shí)庫(kù)[3],其中實(shí)體使用節(jié)點(diǎn)代替,關(guān)系用邊表示,表示形式為三元組(h,r,t),即(頭實(shí)體,關(guān)系,尾實(shí)體)。隨著知識(shí)圖譜規(guī)模越來越大,三元組數(shù)據(jù)稀疏問題愈加嚴(yán)重。知識(shí)圖譜的表示學(xué)習(xí)技術(shù)將三元組中實(shí)體和關(guān)系表示成向量,在低維向量

      計(jì)算機(jī)應(yīng)用與軟件 2021年4期2021-04-15

    • 結(jié)合平移關(guān)系嵌入和CNN的知識(shí)圖譜補(bǔ)全
      1]是有效事實(shí)三元組的集合,三元組由頭實(shí)體、關(guān)系和尾實(shí)體組成,表示為(h,r,t),h和t分別對(duì)應(yīng)頭、尾實(shí)體,r表示頭、尾實(shí)體之間的關(guān)系。知識(shí)庫(kù)廣泛應(yīng)用于語義搜索引擎[2]、問題解答技術(shù)[3-4]、專家系統(tǒng)和社交網(wǎng)絡(luò)分析等領(lǐng)域[5]。然而,現(xiàn)有知識(shí)庫(kù)存在大量缺失事實(shí),即三元組不完整,缺少實(shí)體或關(guān)系[6]。知識(shí)圖譜補(bǔ)全[7]旨在解決上述問題,通過提取局部模式[8]或語義特征,用已知信息生成新的有效事實(shí),經(jīng)典模型如TransE[9]和ConvE[10]。實(shí)體之

      中文信息學(xué)報(bào) 2021年1期2021-03-18

    • 聯(lián)合FOL規(guī)則的知識(shí)圖譜表示學(xué)習(xí)方法
      基本組成單位是三元組,如(周杰倫,妻子,昆凌)記錄周杰倫和昆凌之間的夫妻關(guān)系。這種三元組表示盡管能夠有效表示結(jié)構(gòu)化數(shù)據(jù),但底層符號(hào)特征使得知識(shí)圖譜難以操作[2],面臨計(jì)算效率差和重用性差等問題。為解決這一問題,知識(shí)圖譜表示學(xué)習(xí)得到廣泛關(guān)注,其主要目的是將實(shí)體和關(guān)系嵌入到低維連續(xù)向量空間,保留豐富語義信息的同時(shí),在低維空間中高效計(jì)算實(shí)體和關(guān)系的語義聯(lián)系,簡(jiǎn)化操作[2-3]。傳統(tǒng)的知識(shí)圖譜表示學(xué)習(xí)模型只關(guān)注內(nèi)部的事實(shí)三元組,忽略了其他背景知識(shí)。隨著研究的進(jìn)行,

      計(jì)算機(jī)工程與應(yīng)用 2021年4期2021-02-22

    • 基于分層序列標(biāo)注的實(shí)體關(guān)系聯(lián)合抽取方法
      標(biāo)注方式來解決三元組重疊問題。實(shí)驗(yàn)證明, HSL 模型能有效地解決三元組重疊問題, 在軍事語料數(shù)據(jù)集上 F1 值達(dá)到 80.84%, 在公開的 WebNLG 數(shù)據(jù)集上 F1 值達(dá)到 86.4%, 均超過目前主流的三元組抽取模型, 提升了三元組抽取的效果。實(shí)體關(guān)系聯(lián)合抽取; 三元組重疊; 序列標(biāo)注; 知識(shí)圖譜; HSL實(shí)體關(guān)系三元組抽取是知識(shí)圖譜構(gòu)建過程中不可缺少的步驟, 實(shí)體關(guān)系三元組抽取指從文本中抽取出實(shí)體對(duì), 并確定實(shí)體之間的關(guān)系。實(shí)體關(guān)系三元組結(jié)構(gòu)為

      北京大學(xué)學(xué)報(bào)(自然科學(xué)版) 2021年1期2021-02-02

    • 基于半邊原理的知識(shí)圖譜補(bǔ)全
      中,知識(shí)表示為三元組(即RDF三元組)的形式,使得知識(shí)能夠得到結(jié)構(gòu)化處理[1]。人們必須為知識(shí)圖譜應(yīng)用設(shè)計(jì)各種基于圖形的方法,然而知識(shí)圖譜中的知識(shí)不能作為完備的知識(shí),尤其是在大規(guī)模知識(shí)圖譜上下文中,需要不斷補(bǔ)充其中的實(shí)體關(guān)系進(jìn)行知識(shí)圖譜補(bǔ)全[2]。同時(shí),現(xiàn)有的知識(shí)圖譜均以三元組的形式表示知識(shí),這限定了知識(shí)必須包含頭實(shí)體、關(guān)系和尾實(shí)體三部分,但實(shí)際上三元組并不是適合所有知識(shí)的表示方式。例如管理員想查找某學(xué)生的導(dǎo)師A的博士論文,但是已有知識(shí)庫(kù)中并沒有導(dǎo)師A的博

      計(jì)算機(jī)工程 2020年11期2020-11-14

    • 具有關(guān)系敏感嵌入的知識(shí)庫(kù)錯(cuò)誤檢測(cè)
      識(shí)庫(kù)中準(zhǔn)確地對(duì)三元組進(jìn)行識(shí)別和錯(cuò)誤檢查,并且對(duì)糾正三元組的錯(cuò)誤具有較高精準(zhǔn)性。圖1 中,對(duì)于關(guān)系“家人近期病史”,可以對(duì)應(yīng)的不同主體是離散的,主體可以是“市民 A”、“市民B”等,客體也是離散的,可以是“SARS-COV 病毒”、“COVID-19 病毒”等,彼此之間沒有必然的關(guān)系。但是對(duì)于關(guān)系對(duì)而言,它們會(huì)產(chǎn)生局部相交,如同對(duì)于三元組(“市民 A”,“患病”,“COVID-19 病毒(Corona Virus Disease 2019)”)和(“市民 A

      網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2020年10期2020-10-28

    • 基于卷積神經(jīng)網(wǎng)絡(luò)的高效知識(shí)表示模型①
      的節(jié)點(diǎn)組成一個(gè)三元組。一般形式為(頭實(shí)體,關(guān)系,尾實(shí)體),比如:(希區(qū)柯克,導(dǎo)演,驚魂記),也可以縮寫為(h,r,t)。然而,一些大規(guī)模的知識(shí)圖譜,比如世界知識(shí)庫(kù)Freebase[3]、百科知識(shí)庫(kù)DBpedia[4]和多語言知識(shí)庫(kù)YAGO[5],通常是不完整的,缺少大量的合理三元組[6,7],知識(shí)補(bǔ)全(又稱為鏈接預(yù)測(cè))任務(wù)[8]被提出來解決這個(gè)問題。知識(shí)補(bǔ)全也稱為鏈接預(yù)測(cè),即預(yù)測(cè)一個(gè)三元組(h,r,t)是否是合理的知識(shí),所采用的方法主要是基于知識(shí)表示的模型

      高技術(shù)通訊 2020年9期2020-10-19

    • K-VQA:一種知識(shí)圖譜輔助下的視覺問答方法
      取知識(shí)圖譜中的三元組,獲取問題答案。結(jié)果表明,不同的視覺問答技術(shù)適用于不同類型的問題,K-VQA方法既能回答簡(jiǎn)單問題也能回答推理性問題,準(zhǔn)確率高達(dá)56.67%。因此,作為知識(shí)圖譜輔助下的視覺問答方法,K-VQA可以回答更多類型的問題并獲得較高的準(zhǔn)確率,對(duì)于深入研究VQA和VQA方法具有重要的參考價(jià)值。關(guān)鍵詞:知識(shí)工程;視覺問答;外部知識(shí);知識(shí)圖譜;三元組中圖分類號(hào):TP392?文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1008-1542(2020)04-0315-12doi

      河北科技大學(xué)學(xué)報(bào) 2020年4期2020-09-10

    • 改進(jìn)的膠囊網(wǎng)絡(luò)知識(shí)圖譜補(bǔ)全方法
      系數(shù)據(jù)并表示為三元組(頭實(shí)體,關(guān)系,尾實(shí)體)的形式[2]。盡管知識(shí)圖譜在各領(lǐng)域有著重要應(yīng)用,但許多大型知識(shí)圖譜如Freebase、DBpedia等數(shù)據(jù)關(guān)系仍不完整,大量實(shí)體之間隱含的關(guān)系未被充分挖掘[3]。知識(shí)圖譜補(bǔ)全技術(shù)旨在發(fā)現(xiàn)三元組中的缺失鏈接,解決知識(shí)圖譜數(shù)據(jù)稀疏問題,即預(yù)測(cè)缺失三元組是否正確[4-6],將正確三元組添加到知識(shí)圖譜進(jìn)行補(bǔ)全。目前,研究者提出許多嵌入模型用于學(xué)習(xí)實(shí)體和關(guān)系的矢量表示,如早期的TransE[7]、TransH[8]、Tra

      計(jì)算機(jī)工程 2020年8期2020-08-19

    • 基于多特征語義匹配的知識(shí)庫(kù)問答系統(tǒng)
      知識(shí)通常被叫作三元組(主語、謂語、賓語),其中主語和賓語代表知識(shí)庫(kù)中的節(jié)點(diǎn),謂語被用來連接主語和賓語。知識(shí)庫(kù)中大量三元組的連接構(gòu)成一個(gè)有向圖,主語和賓語代表圖中的節(jié)點(diǎn),謂語是從主語指向賓語的有向邊。如何根據(jù)知識(shí)庫(kù)中海量的事實(shí)三元組來實(shí)現(xiàn)知識(shí)問答成為目前研究的熱點(diǎn),基于知識(shí)庫(kù)問答任務(wù)在于根據(jù)用戶提出的自然語言問題從知識(shí)庫(kù)中得到匹配的事實(shí)三元組,并返回三元組中的賓語作為問題的答案。由于自然語言問題表達(dá)的多樣性,它與知識(shí)庫(kù)中結(jié)構(gòu)化的三元組事實(shí)存在語義差異,比如問

      計(jì)算機(jī)應(yīng)用 2020年7期2020-08-06

    • 一種精細(xì)表示多值屬性的知識(shí)圖譜嵌入模型*
      便于鏈接預(yù)測(cè)、三元組分類、關(guān)系抽取、知識(shí)庫(kù)問答等下游任務(wù)的執(zhí)行。近年來,很多知識(shí)圖譜嵌入模型被提出,它們主要分為兩大類[1~2]:1)翻譯距離模型(translational distance models),典型的有 TransE[7]、TransH[8]、TransR[9]、TransD[10]、KR-EAR[11];2)語義匹配模型(semantic matching models),典型的有RESCAL[12]和 DistMult[13]。KR-E

      計(jì)算機(jī)與數(shù)字工程 2020年3期2020-06-09

    • 改進(jìn)的TransH模型在知識(shí)表示與推理領(lǐng)域的研究
      含著大量的事實(shí)三元組,將實(shí)體(包括概念、屬性值)表示成知識(shí)圖譜中的節(jié)點(diǎn),節(jié)點(diǎn)之間的連接表示關(guān)系,以(頭實(shí)體,關(guān)系,尾實(shí)體)[表示為(h,r,t)]的形式存儲(chǔ),用網(wǎng)狀的結(jié)構(gòu)展示所獲取的知識(shí)。目前,已經(jīng)建成的知識(shí)圖譜包括Yago[6]、DBpedia[7]、FreeBase[8]等。雖然在過去的十幾年中,知識(shí)圖譜取得了巨大的發(fā)展,但是還存在著一些局限,其中知識(shí)圖譜不能包含所有的知識(shí)就是一個(gè)重大的局限,知識(shí)圖譜的不完整性嚴(yán)重制約了AI領(lǐng)域中應(yīng)用程序的效能,如何通

      廣西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2020年2期2020-05-29

    • 膠囊網(wǎng)絡(luò)在知識(shí)圖譜補(bǔ)全中的應(yīng)用
      aph)是事實(shí)三元組的集合,節(jié)點(diǎn)代表實(shí)體,邊代表實(shí)體間關(guān)系[1]?,F(xiàn)如今,很多知識(shí)圖譜,如YAGO[2]、Freebase[3]、DBpedia[4]和NELL[5]已經(jīng)被創(chuàng)建并成功應(yīng)用于一些現(xiàn)實(shí)應(yīng)用程序中[6]。知識(shí)圖譜提供有效的結(jié)構(gòu)化信息,成為包括推薦系統(tǒng)[7]、問答[8]、信息檢索[9]和自然語言處理[10]在內(nèi)的智能應(yīng)用程序的關(guān)鍵資源。盡管知識(shí)圖譜在各領(lǐng)域有著重要應(yīng)用,很多大型知識(shí)圖譜仍不完整,大量實(shí)體之間隱含的關(guān)系沒有被充分地挖掘出來[11]。針

      計(jì)算機(jī)工程與應(yīng)用 2020年8期2020-04-24

    • 特征標(biāo)三元組的誘導(dǎo)子映射
      是所謂的特征標(biāo)三元組T=(G,N,θ),其中G是一個(gè)有限群,N?G為G的正規(guī)子群,θ∈Irr(N)為N的一個(gè)不可約復(fù)特征標(biāo)且為G-不變的。關(guān)于特征標(biāo)三元組的研究可以參考[1-5]。關(guān)于特征標(biāo)三元組的研究,目前已經(jīng)取得了豐富的內(nèi)容和成果。特別是為了證明M-群的若干著名猜想以及處理特征標(biāo)對(duì)應(yīng)理論中相關(guān)的重要問題,Dade在系列論文[6-8]中創(chuàng)立了特征標(biāo)三元組的穩(wěn)定子極限理論,并深入考察了極限情形下的不變量。Isaacs在[9]中借助特征標(biāo)三元組的誘導(dǎo)子和擬本

      山西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2019年4期2019-11-22

    • 基于三元組結(jié)構(gòu)的有向網(wǎng)鏈路預(yù)測(cè)方法
      宏,劉樹新基于三元組結(jié)構(gòu)的有向網(wǎng)鏈路預(yù)測(cè)方法常圣,馬宏,劉樹新(國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心,河南 鄭州 450002)當(dāng)前鏈路預(yù)測(cè)的研究主要集中在無向網(wǎng)絡(luò),然而現(xiàn)實(shí)世界中存在大量的有向網(wǎng)絡(luò),忽略鏈路的方向會(huì)缺失一些重要信息甚至使預(yù)測(cè)失去意義,而直接將無向網(wǎng)絡(luò)的預(yù)測(cè)方法應(yīng)用于有向網(wǎng)絡(luò)又存在預(yù)測(cè)精度降低的問題。為此,提出了一個(gè)基于三元組的有向網(wǎng)絡(luò)鏈路預(yù)測(cè)算法,該算法針對(duì)有向網(wǎng)絡(luò)和無向網(wǎng)絡(luò)三元組結(jié)構(gòu)的不同,應(yīng)用勢(shì)理論對(duì)三元組進(jìn)行篩選,通過統(tǒng)計(jì)分析不同三元組

      網(wǎng)絡(luò)與信息安全學(xué)報(bào) 2019年5期2019-10-18

    • 一種基于三元加權(quán)波束形成的線陣左右舷分辨方法
      到達(dá)線陣中每組三元組里三個(gè)水聽器的幅度和相對(duì)時(shí)延關(guān)系,通過設(shè)置使目標(biāo)信號(hào)在鏡像方向的波束輸出為0的加權(quán)系數(shù)[7],再結(jié)合線陣常規(guī)波束形成方法,來實(shí)現(xiàn)三元組線列陣波束輸出的左右舷分辨。1 理論分析1.1 三元線陣坐標(biāo)系建立三元線陣在三維直角坐標(biāo)系中的位置模型,示意圖見圖1。該線陣水平方向的每個(gè)三元組部件由三個(gè)無指向性水聽器構(gòu)成。每個(gè)三元組的三個(gè)水聽器分布在一個(gè)半徑為r的圓周上并形成一個(gè)等邊三角形。三元組中心為On,水平間距為d,橫滾為那么,該三元陣水聽器各陣

      聲學(xué)與電子工程 2019年3期2019-10-14

    • 關(guān)于余撓三元組的periodic-模
      8]討論了余撓三元組及其應(yīng)用;2017年狄振興等[9]提出并研究了Abel范疇上關(guān)于余撓三元組的傾斜子范疇.受此啟發(fā),本文主要研究關(guān)于余撓三元組的Periodic-模.本文中的環(huán)R均指有單位元的結(jié)合環(huán),模指酉左R-模.R-Mod表示左R-模范疇,P和I分別表示投射左R-模類和內(nèi)射左R-模類.設(shè)C為R-模類,C的右正交類定義為對(duì)任意C∈C都有對(duì)偶地,C的左正交類定義為對(duì)任意C∈C都有特別地,記設(shè)X、Y、Z為3個(gè)R-模類.稱對(duì)子(X,Y)是一個(gè)余撓對(duì),如果稱余

      五邑大學(xué)學(xué)報(bào)(自然科學(xué)版) 2019年3期2019-09-06

    • 一個(gè)時(shí)態(tài)RDF存儲(chǔ)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
      等補(bǔ)充了非限定三元組的語法語義,并提出了tGRIN索引結(jié)構(gòu)將時(shí)態(tài)RDF存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)中[3-4]。Geetha等針對(duì)海量RDF存儲(chǔ)和語義網(wǎng)大量歷史數(shù)據(jù)存儲(chǔ)的問題,提出了一個(gè)基于語義的時(shí)態(tài)視圖機(jī)制,通過演示驗(yàn)證了該機(jī)制可提高RDF三元組中的時(shí)變數(shù)據(jù)緩存到主存的效率[5-6]。時(shí)態(tài)RDF由于其獨(dú)特的語義支持和推理機(jī)制,通常應(yīng)用于人工智能領(lǐng)域中,如電力系統(tǒng)中[7]以及機(jī)器閱讀技術(shù)中等。對(duì)數(shù)據(jù)的管理離不開數(shù)據(jù)庫(kù)的支持,而對(duì)于時(shí)態(tài)RDF數(shù)據(jù)的管理要建立在時(shí)態(tài)數(shù)據(jù)

      計(jì)算機(jī)技術(shù)與發(fā)展 2018年12期2018-12-20

    • 三元組線列陣分裂波束目標(biāo)方位跟蹤方法
      君紅,周勝增?三元組線列陣分裂波束目標(biāo)方位跟蹤方法尹子源,譚君紅,周勝增(上海船舶電子設(shè)備研究所,上海 201108)針對(duì)單線陣進(jìn)行弱目標(biāo)跟蹤時(shí)容易受到強(qiáng)目標(biāo)影響的問題,將三元組線列陣進(jìn)行分裂波束定向,可提高對(duì)弱目標(biāo)的方位跟蹤能力。通過將三元組線列陣等分為兩個(gè)三元組子陣,對(duì)兩個(gè)三元組子陣分別進(jìn)行心形波束形成,利用各自心形波束輸出進(jìn)行分裂波束處理得到目標(biāo)方位。與常規(guī)單線陣分裂波束目標(biāo)跟蹤方法相比,該方法不但能給出跟蹤目標(biāo)的左右舷信息,同時(shí)提高了不同舷側(cè)存在多

      聲學(xué)技術(shù) 2018年5期2018-11-15

    • 分布式本體調(diào)試信息的存儲(chǔ)優(yōu)化與增量更新
      理部分.將原始三元組中的資源數(shù)據(jù)以數(shù)字id的方式編碼壓縮,以減少數(shù)據(jù)的讀寫量,將盡量多的數(shù)據(jù)讀入內(nèi)存,達(dá)到加速的效果.需要存儲(chǔ)的數(shù)據(jù)包括編碼后的三元組,以及資源與id的對(duì)應(yīng)關(guān)系.這些數(shù)據(jù)主要用于推理和辯解信息解碼.第2部分,本體推理部分.包括RDFS推理和OWL pD*推理,應(yīng)用RDFS和OWL pD*規(guī)則進(jìn)行推理,將推理出的三元組存儲(chǔ)于數(shù)據(jù)庫(kù),循環(huán)執(zhí)行兩種推理機(jī)直到?jīng)]有新的三元組產(chǎn)生.主要存儲(chǔ)信息包括以七元組形式表示的蘊(yùn)含及其調(diào)試信息.第3部分,本體調(diào)試

      鄭州大學(xué)學(xué)報(bào)(理學(xué)版) 2018年4期2018-11-08

    • 關(guān)于特征標(biāo)線性極限的若干結(jié)果
      N,ψ)為一個(gè)三元組。文獻(xiàn)[1]引入了三元組T的線性約化和線性極限等一系列基本概念,主要結(jié)果是證明了T的所有線性極限都是等價(jià)的,相關(guān)概念和結(jié)果我們將在下節(jié)給予簡(jiǎn)介。事實(shí)上,三元組的極限理論產(chǎn)生于研究M-群的正規(guī)子群的單項(xiàng)性問題。熟知M-群是可解群中非常重要的一類群,其不可約特征標(biāo)都是單項(xiàng)的,即均可從子群的線性特征標(biāo)誘導(dǎo)得到。關(guān)于M-群還有很多重要的問題和猜想至今尚未得以解決,其中最著名的也許是1967年Dornhoff 在[2]中提出了關(guān)于M-群的兩個(gè)猜想

      山西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2018年3期2018-09-04

    • 基于英、維匹配技術(shù)的跨語言領(lǐng)域本體構(gòu)建方法研究
      換的。(5) 三元組是一種信息的表達(dá)方式。一個(gè)三元組可表示為T={A,R,B}。在本研究中,A和B可以理解為兩個(gè)不同的概念或?qū)嵗?,R同式(1)。1.2 重用本體集合概念在多語種環(huán)境下所表達(dá)的內(nèi)涵是一致的[10]。司莉等[11]在論文中實(shí)驗(yàn)驗(yàn)證了跨語言本體技術(shù)在研究信息檢索模型領(lǐng)域中的作用。因此在本文中,使用本體研究技術(shù)較成熟的英語領(lǐng)域本體進(jìn)行重用來彌補(bǔ)維吾爾語中本體構(gòu)建研究的不足。本研究所選擇的領(lǐng)域?yàn)槁糜晤I(lǐng)域,通過互聯(lián)網(wǎng)等途徑,收集構(gòu)建維吾爾語領(lǐng)域本體所使

      計(jì)算機(jī)應(yīng)用與軟件 2018年6期2018-07-05

    • M-群的一類子群的單項(xiàng)性
      N,ψ)為一個(gè)三元組,如果N是群G的正規(guī)子群,并且ψ∈Irr(N).方便起見,我們稱S為三元組T的一個(gè)Dade子群,如果S≤G滿足下述三個(gè)條件:(1)正規(guī)條件:NS?G,(2)互素條件:(|N|,|S|)=1,(3)不變條件:ψ∈IrrS(N),即ψ為S-不變的。在此情形下,由于S互素地作用在N上,而ψ∈Irr(N)是S-不變的,故ψ存在相應(yīng)的Glauberman-Isaacs特征標(biāo)對(duì)應(yīng),即S-對(duì)應(yīng)ψ(S)∈Irr(CN(S)).顯然CN(S)?NG(S)

      山西大學(xué)學(xué)報(bào)(自然科學(xué)版) 2018年3期2018-02-01

    • 基于Spark的分布式并行推理算法①
      于含有多個(gè)實(shí)例三元組前件的OWL規(guī)則的推理效率低下,使其整體的推理效率不高.針對(duì)這些問題,文中提出結(jié)合TREAT的基于Spark的分布式并行推理算法(DPRS).該算法首先結(jié)合RDF數(shù)據(jù)本體,構(gòu)建模式三元組對(duì)應(yīng)的alpha寄存器和規(guī)則標(biāo)記模型;在OWL推理階段,結(jié)合MapReduce實(shí)現(xiàn)TREAT算法中的alpha階段;然后對(duì)推理結(jié)果進(jìn)行去重處理,完成一次OWL全部規(guī)則推理.實(shí)驗(yàn)表明DPRS算法能夠高效正確地實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的并行推理.RDF;OWL;分布式

      計(jì)算機(jī)系統(tǒng)應(yīng)用 2017年5期2017-06-07

    • 基于啟發(fā)式規(guī)則的SPARQL本體查詢
      總結(jié)出用于查詢三元組抽取的啟發(fā)式規(guī)則,利用這些規(guī)則去掉無意義的查詢三元組,合并和重組意義不完整的查詢三元組。查詢三元組經(jīng)過類映射、實(shí)例映射和屬性映射得到本體三元組,形成SPARQL查詢。用戶在B/S結(jié)構(gòu)的查詢界面中提交中文自然語言問句,得到中間結(jié)果和問句結(jié)果。實(shí)驗(yàn)結(jié)果表明了該方法的有效性。自然語言問句; 依存分析樹; 三元組映射; SPARQL查詢本體能清楚地表示某一領(lǐng)域的分類(類和屬性)和存儲(chǔ)大量的知識(shí)(實(shí)例和實(shí)例關(guān)系),通過共享和交換知識(shí)在語義網(wǎng)中起著

      華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版) 2016年6期2017-01-18

    • 基于分布式表示和多特征融合的知識(shí)庫(kù)三元組分類
      征融合的知識(shí)庫(kù)三元組分類安 波,韓先培,孫 樂,吳 健(中國(guó)科學(xué)院 軟件研究所 中文信息處理研究室,北京 100190)三元組分類是知識(shí)庫(kù)補(bǔ)全及關(guān)系抽取的重要技術(shù)。當(dāng)前主流的三元組分類方法通?;赥ransE來構(gòu)建知識(shí)庫(kù)實(shí)體和關(guān)系的分布式表示。然而,TransE方法僅僅適用于處理1對(duì)1類型的關(guān)系,無法很好的處理1對(duì)多、多對(duì)1及多對(duì)多類型的關(guān)系。針對(duì)上述問題,該文在分布式表示的基礎(chǔ)上,提出了一種特征融合的方法—TCSF,通過綜合利用三元組的距離、關(guān)系的先驗(yàn)概

      中文信息學(xué)報(bào) 2016年6期2016-06-01

    • 幅相控制精度對(duì)射頻仿真目標(biāo)位置誤差的影響*
      確位置是通過對(duì)三元組輻射信號(hào)的幅度和相位控制來實(shí)現(xiàn)的,幅度和相位控制精度直接影響目標(biāo)位置的模擬精度?;诓ㄒ蛲⑹噶糠ń⒘?span id="j5i0abt0b" class="hl">三元組合成位置模型,以兩元組為例,分析了二元組合成位置特性及其對(duì)幅度和相位的靈敏度特性,建立了合成位置誤差與幅相控制精度關(guān)系的數(shù)學(xué)模型,并給出了合成位置誤差的分布規(guī)律,結(jié)論具有工程指導(dǎo)意義。射頻仿真;三元組;波因廷矢量;目標(biāo)位置誤差;幅度靈敏度;相位靈敏度0 引言隨著精確制導(dǎo)技術(shù)的發(fā)展,對(duì)具有多散射中心的復(fù)雜體目標(biāo)與分布式雜波的仿真已經(jīng)

      現(xiàn)代防御技術(shù) 2016年6期2016-02-24

    • 基于三元組的擴(kuò)頻碼構(gòu)造及其性能分析
      5,16]。將三元組隨機(jī)數(shù)序列引入擴(kuò)頻通信,以此為基礎(chǔ),經(jīng)同態(tài)均勻映射或正交變換進(jìn)行改進(jìn)[17-19],得到同態(tài)三元組擴(kuò)頻碼或正交三元組擴(kuò)頻碼。以m 序列、分段Logistic序列[20]和線性同余序列為例,與正交三元組擴(kuò)頻碼和同態(tài)三元組擴(kuò)頻碼參與仿真,在蒙特卡羅直接擴(kuò)頻通信模型[21]和直接序列碼分多址系統(tǒng)DS-CDMA[22,23]中計(jì)算誤碼率。實(shí)驗(yàn)結(jié)果表明,同態(tài)三元組擴(kuò)頻碼在不同幅度的正弦干擾下的誤碼率很小,正交三元組擴(kuò)頻碼可以承載的用戶數(shù)更多。同態(tài)

      計(jì)算機(jī)工程與設(shè)計(jì) 2015年1期2015-12-20

    • 基于有序二叉樹的RDF存儲(chǔ)模型研究
      數(shù)據(jù)指以RDF三元組形式組織的語義網(wǎng)數(shù)據(jù),通常由RDF、RDFS或 OWL語言及RDF圖模型描述。RDF圖以有向圖作為存儲(chǔ)模型,其中主體和客體作為節(jié)點(diǎn),謂詞充當(dāng)邊,邊的方向由主體指向客體。依據(jù)文獻(xiàn)[9]的方法給出RDF圖的定義。1.1 RDF圖存儲(chǔ)模型定義1 設(shè)U、B、L分別表示資源集合、空節(jié)點(diǎn)集合以及文字集合,RDF數(shù)據(jù)用主體、謂詞、客體三元組表示,其中,主體∈(U∪B ),謂詞∈U,客體∈ (U∪B∪L) 。RDF圖為RDF三元組的集合,圖中的每個(gè)三元

      合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版) 2013年7期2013-09-03

    • 射頻仿真系統(tǒng)中三元組天線單元張角計(jì)算
      真系統(tǒng)天線陣列三元組模擬目標(biāo)在空間相對(duì)被試設(shè)備的運(yùn)動(dòng)軌跡,而三元組天線單元張角是影響仿真系統(tǒng)性能的重要因素。本文對(duì)三元組天線陣元的張角進(jìn)行分析計(jì)算,得出一些相關(guān)數(shù)據(jù),以便為工程實(shí)踐作參考。1 三元組工作原理在射頻仿真系統(tǒng)中通過顯控計(jì)算機(jī)來控制天線陣列中的三元組天線單元輻射位置,實(shí)現(xiàn)射頻仿真目標(biāo)的運(yùn)動(dòng),具體方法是在天線陣列中任意選擇相鄰3個(gè)天線單元按等邊三角形排列組成一個(gè)三元組,天線陣列如圖1所示。工作時(shí)在天線陣列中根據(jù)需要任意選擇一個(gè)三元組輻射信號(hào),3個(gè)天

      艦船電子對(duì)抗 2012年6期2012-08-10

    久久久国产欧美日韩av| 高清毛片免费观看视频网站 | 国产又爽黄色视频| 欧美在线黄色| 少妇裸体淫交视频免费看高清 | 亚洲avbb在线观看| 国产精品美女特级片免费视频播放器 | 亚洲第一青青草原| 亚洲av第一区精品v没综合| 欧美日韩一级在线毛片| 亚洲 欧美一区二区三区| 又紧又爽又黄一区二区| 精品人妻在线不人妻| 国产av精品麻豆| 成人手机av| 国产精品 欧美亚洲| 国产伦一二天堂av在线观看| 午夜免费成人在线视频| 午夜福利免费观看在线| 如日韩欧美国产精品一区二区三区| 美女扒开内裤让男人捅视频| 757午夜福利合集在线观看| 韩国精品一区二区三区| 淫秽高清视频在线观看| 久久这里只有精品19| 50天的宝宝边吃奶边哭怎么回事| 热re99久久精品国产66热6| 日韩精品免费视频一区二区三区| 国产成人精品无人区| 一区在线观看完整版| 久久久久精品国产欧美久久久| 女性被躁到高潮视频| 久久人人精品亚洲av| 淫秽高清视频在线观看| 日本撒尿小便嘘嘘汇集6| 国产成人免费无遮挡视频| 夜夜看夜夜爽夜夜摸 | 亚洲人成伊人成综合网2020| 韩国av一区二区三区四区| 黑人巨大精品欧美一区二区蜜桃| 淫秽高清视频在线观看| 国产精品秋霞免费鲁丝片| 午夜免费鲁丝| ponron亚洲| 亚洲成av片中文字幕在线观看| 国产成人精品无人区| 老司机午夜福利在线观看视频| 淫妇啪啪啪对白视频| 国产99久久九九免费精品| 人妻久久中文字幕网| 国产成人av教育| 一进一出抽搐动态| 国产1区2区3区精品| 老司机靠b影院| 亚洲精品一二三| 老鸭窝网址在线观看| 老司机午夜福利在线观看视频| 女人爽到高潮嗷嗷叫在线视频| 91字幕亚洲| 黄色视频不卡| 国产成人av教育| 麻豆一二三区av精品| 男人舔女人的私密视频| 午夜福利免费观看在线| 久久久国产成人精品二区 | 久久99一区二区三区| 最新在线观看一区二区三区| 超碰成人久久| 精品一品国产午夜福利视频| av超薄肉色丝袜交足视频| 熟女少妇亚洲综合色aaa.| 高清欧美精品videossex| av中文乱码字幕在线| 国产av精品麻豆| 最新在线观看一区二区三区| 免费在线观看视频国产中文字幕亚洲| 精品一区二区三卡| 日韩高清综合在线| 最新美女视频免费是黄的| 女同久久另类99精品国产91| 99在线人妻在线中文字幕| 国产欧美日韩一区二区精品| 精品国产国语对白av| 女人高潮潮喷娇喘18禁视频| 最近最新中文字幕大全免费视频| 在线播放国产精品三级| 99国产精品一区二区三区| 精品国产超薄肉色丝袜足j| 亚洲精品国产一区二区精华液| 色婷婷av一区二区三区视频| 麻豆国产av国片精品| 欧美丝袜亚洲另类 | 在线观看66精品国产| 黄色女人牲交| 在线观看免费午夜福利视频| 成人永久免费在线观看视频| 99re在线观看精品视频| 18禁裸乳无遮挡免费网站照片 | 日韩人妻精品一区2区三区| 久久伊人香网站| 一二三四在线观看免费中文在| 80岁老熟妇乱子伦牲交| 久久久国产成人免费| av国产精品久久久久影院| 纯流量卡能插随身wifi吗| 亚洲av日韩精品久久久久久密| 国产精品美女特级片免费视频播放器 | 一级毛片高清免费大全| 久久久国产欧美日韩av| 又大又爽又粗| 在线观看免费高清a一片| 丰满饥渴人妻一区二区三| 精品乱码久久久久久99久播| 后天国语完整版免费观看| 黄色a级毛片大全视频| 日韩 欧美 亚洲 中文字幕| 天堂中文最新版在线下载| 无人区码免费观看不卡| 老司机深夜福利视频在线观看| 老司机深夜福利视频在线观看| 一级黄色大片毛片| 多毛熟女@视频| 国产区一区二久久| 一二三四社区在线视频社区8| 麻豆一二三区av精品| 婷婷丁香在线五月| 中亚洲国语对白在线视频| 亚洲精品国产区一区二| 男男h啪啪无遮挡| 夫妻午夜视频| 高清av免费在线| 老司机午夜福利在线观看视频| 国产精华一区二区三区| 久久久久久久久久久久大奶| 最近最新中文字幕大全免费视频| 啦啦啦 在线观看视频| 亚洲黑人精品在线| 级片在线观看| 亚洲一区二区三区色噜噜 | 少妇粗大呻吟视频| 99精国产麻豆久久婷婷| 日本撒尿小便嘘嘘汇集6| 欧美日韩国产mv在线观看视频| 欧美一区二区精品小视频在线| 欧美激情极品国产一区二区三区| 人人妻人人澡人人看| 一区二区三区国产精品乱码| 国产成人系列免费观看| 麻豆av在线久日| 国产日韩一区二区三区精品不卡| 波多野结衣高清无吗| 久久久久久大精品| 久久久久久亚洲精品国产蜜桃av| 欧美乱码精品一区二区三区| 在线观看一区二区三区激情| 最近最新免费中文字幕在线| 一级毛片女人18水好多| 久久人人精品亚洲av| 天堂中文最新版在线下载| 国产激情久久老熟女| 黄色成人免费大全| 19禁男女啪啪无遮挡网站| 国产成人一区二区三区免费视频网站| 欧美日韩瑟瑟在线播放| 亚洲av美国av| 久久久精品国产亚洲av高清涩受| 老司机深夜福利视频在线观看| 国产一区在线观看成人免费| 国产成人一区二区三区免费视频网站| 亚洲欧美一区二区三区久久| 亚洲自拍偷在线| 久久精品国产亚洲av高清一级| 精品午夜福利视频在线观看一区| 欧美日韩av久久| 男女午夜视频在线观看| 国产成人精品无人区| 成人亚洲精品av一区二区 | 大香蕉久久成人网| 免费一级毛片在线播放高清视频 | 99精品欧美一区二区三区四区| 嫁个100分男人电影在线观看| 久久影院123| 不卡一级毛片| 黄色视频,在线免费观看| 性欧美人与动物交配| 欧美乱色亚洲激情| 午夜福利一区二区在线看| 1024视频免费在线观看| 日日摸夜夜添夜夜添小说| 亚洲全国av大片| 成人国产一区最新在线观看| 国产黄a三级三级三级人| 99在线视频只有这里精品首页| 我的亚洲天堂| 国产野战对白在线观看| 最近最新免费中文字幕在线| 丁香六月欧美| 天天影视国产精品| 久久精品国产亚洲av高清一级| 午夜成年电影在线免费观看| 久久久久久免费高清国产稀缺| 日本黄色日本黄色录像| 18禁黄网站禁片午夜丰满| 99久久99久久久精品蜜桃| 无遮挡黄片免费观看| 亚洲七黄色美女视频| 国产精品久久电影中文字幕| 精品电影一区二区在线| 亚洲国产精品一区二区三区在线| 人妻丰满熟妇av一区二区三区| 日韩精品青青久久久久久| 久久中文字幕人妻熟女| 亚洲精品国产一区二区精华液| 黄色成人免费大全| 一个人免费在线观看的高清视频| 色尼玛亚洲综合影院| 999久久久精品免费观看国产| 成人免费观看视频高清| 久久久久精品国产欧美久久久| 999精品在线视频| 国产一区二区三区在线臀色熟女 | 两个人免费观看高清视频| a在线观看视频网站| 99精品在免费线老司机午夜| av天堂在线播放| 人成视频在线观看免费观看| 免费一级毛片在线播放高清视频 | 俄罗斯特黄特色一大片| 在线播放国产精品三级| 亚洲av成人不卡在线观看播放网| 一个人观看的视频www高清免费观看 | 久久中文看片网| 久99久视频精品免费| 在线国产一区二区在线| 国产免费av片在线观看野外av| 亚洲aⅴ乱码一区二区在线播放 | 男女做爰动态图高潮gif福利片 | 两人在一起打扑克的视频| 女性被躁到高潮视频| 一进一出好大好爽视频| 夜夜夜夜夜久久久久| 亚洲一区中文字幕在线| 成年人免费黄色播放视频| 成人国语在线视频| 精品国产亚洲在线| а√天堂www在线а√下载| 亚洲精品国产色婷婷电影| 999精品在线视频| 午夜福利在线免费观看网站| 多毛熟女@视频| 欧美一区二区精品小视频在线| 国产伦人伦偷精品视频| 脱女人内裤的视频| 亚洲视频免费观看视频| 国产精品亚洲av一区麻豆| 国产亚洲av高清不卡| videosex国产| 黄片播放在线免费| 神马国产精品三级电影在线观看 | 动漫黄色视频在线观看| 精品福利永久在线观看| 亚洲国产欧美网| 男女做爰动态图高潮gif福利片 | 成人影院久久| 亚洲成人精品中文字幕电影 | 91在线观看av| 亚洲久久久国产精品| 久久久久久亚洲精品国产蜜桃av| 一进一出抽搐gif免费好疼 | 国产99白浆流出| 香蕉丝袜av| 久久人妻av系列| 人人妻,人人澡人人爽秒播| 亚洲精华国产精华精| 真人做人爱边吃奶动态| 欧美黑人欧美精品刺激| 丰满人妻熟妇乱又伦精品不卡| 精品国产亚洲在线| 精品国产乱码久久久久久男人| 正在播放国产对白刺激| 亚洲自拍偷在线| 久久九九热精品免费| 亚洲专区字幕在线| 99国产精品免费福利视频| 欧美黄色淫秽网站| 精品国产超薄肉色丝袜足j| 日韩视频一区二区在线观看| 亚洲情色 制服丝袜| 国产精品影院久久| 欧美成狂野欧美在线观看| 国产亚洲精品综合一区在线观看 | 女人精品久久久久毛片| 成人特级黄色片久久久久久久| 黄频高清免费视频| 丝袜美足系列| 十八禁网站免费在线| av网站在线播放免费| 麻豆久久精品国产亚洲av | 亚洲熟女毛片儿| 99精国产麻豆久久婷婷| 亚洲 欧美一区二区三区| 国产成人系列免费观看| 久久久精品国产亚洲av高清涩受| 亚洲精品国产区一区二| 在线观看午夜福利视频| 亚洲午夜精品一区,二区,三区| 十八禁网站免费在线| 国产亚洲欧美精品永久| 日本五十路高清| 嫁个100分男人电影在线观看| 国产熟女xx| 亚洲久久久国产精品| 国产亚洲欧美精品永久| 欧美日本亚洲视频在线播放| 日本一区二区免费在线视频| 999久久久精品免费观看国产| 国产成人精品久久二区二区91| 日日夜夜操网爽| 国产精品香港三级国产av潘金莲| 日本撒尿小便嘘嘘汇集6| 亚洲国产欧美日韩在线播放| 亚洲一区二区三区欧美精品| 色老头精品视频在线观看| 女生性感内裤真人,穿戴方法视频| 国产激情久久老熟女| 人人妻,人人澡人人爽秒播| 国产色视频综合| 免费日韩欧美在线观看| 国产成人精品在线电影| 99精品在免费线老司机午夜| 一二三四社区在线视频社区8| www.精华液| 国产三级在线视频| 在线观看免费午夜福利视频| 夜夜看夜夜爽夜夜摸 | 美女福利国产在线| 婷婷六月久久综合丁香| 欧美丝袜亚洲另类 | 国产精品亚洲一级av第二区| 精品免费久久久久久久清纯| 搡老熟女国产l中国老女人| 欧美黄色片欧美黄色片| 国产精品 欧美亚洲| 91成人精品电影| 麻豆国产av国片精品| 欧美精品亚洲一区二区| 51午夜福利影视在线观看| 男男h啪啪无遮挡| 欧美激情 高清一区二区三区| 一级片'在线观看视频| 免费看a级黄色片| 69精品国产乱码久久久| 一区二区三区激情视频| 国产成人精品久久二区二区91| 精品国产国语对白av| 天堂动漫精品| 国产aⅴ精品一区二区三区波| 天天影视国产精品| 性欧美人与动物交配| 日韩精品青青久久久久久| 中文欧美无线码| 一边摸一边做爽爽视频免费| 18禁裸乳无遮挡免费网站照片 | 欧美黄色淫秽网站| 国产精品久久久av美女十八| 久久草成人影院| 久久人人精品亚洲av| 亚洲免费av在线视频| 亚洲精品在线观看二区| 久久久精品国产亚洲av高清涩受| 亚洲少妇的诱惑av| 国产97色在线日韩免费| 啦啦啦免费观看视频1| 欧美中文日本在线观看视频| 午夜福利欧美成人| 精品久久久久久成人av| 久久天堂一区二区三区四区| 精品一区二区三区av网在线观看| 亚洲精品美女久久久久99蜜臀| 久久人妻av系列| 精品乱码久久久久久99久播| 黄色a级毛片大全视频| 欧美黄色片欧美黄色片| 日日夜夜操网爽| 国产一区二区激情短视频| 日日夜夜操网爽| 五月开心婷婷网| 欧美最黄视频在线播放免费 | 正在播放国产对白刺激| 99精品欧美一区二区三区四区| 淫妇啪啪啪对白视频| 88av欧美| 日日夜夜操网爽| 女生性感内裤真人,穿戴方法视频| 黄色毛片三级朝国网站| 淫秽高清视频在线观看| 亚洲一区二区三区不卡视频| 男女之事视频高清在线观看| 国产精品一区二区精品视频观看| 1024视频免费在线观看| 亚洲精品国产区一区二| 国产成人一区二区三区免费视频网站| 色在线成人网| 国产成人啪精品午夜网站| 丰满的人妻完整版| 欧美久久黑人一区二区| 99在线人妻在线中文字幕| 看免费av毛片| 国产免费现黄频在线看| 韩国av一区二区三区四区| av在线天堂中文字幕 | 亚洲久久久国产精品| 国产99久久九九免费精品| 老汉色av国产亚洲站长工具| 免费在线观看日本一区| 午夜福利免费观看在线| 又黄又粗又硬又大视频| 99国产精品一区二区蜜桃av| 在线观看66精品国产| 日韩大码丰满熟妇| 亚洲精品成人av观看孕妇| 十八禁人妻一区二区| 精品国产亚洲在线| 人人妻人人澡人人看| 国产91精品成人一区二区三区| 黄片大片在线免费观看| 丁香六月欧美| 免费高清在线观看日韩| 中文字幕av电影在线播放| 色综合站精品国产| 国产精品永久免费网站| 国产91精品成人一区二区三区| 美女扒开内裤让男人捅视频| 精品国产美女av久久久久小说| 欧美成人免费av一区二区三区| 国产男靠女视频免费网站| 欧美人与性动交α欧美精品济南到| 悠悠久久av| 久久久久九九精品影院| 亚洲成人久久性| 大陆偷拍与自拍| 老司机亚洲免费影院| 久久久国产精品麻豆| 精品国产国语对白av| 日韩成人在线观看一区二区三区| 色婷婷av一区二区三区视频| 日本欧美视频一区| 国产97色在线日韩免费| 一区福利在线观看| 99久久综合精品五月天人人| 黄色女人牲交| 精品日产1卡2卡| 在线观看免费视频日本深夜| 国产亚洲欧美在线一区二区| 国产高清videossex| 成人三级黄色视频| 国产成人影院久久av| 国产高清国产精品国产三级| 丁香六月欧美| 国产精品一区二区免费欧美| 每晚都被弄得嗷嗷叫到高潮| 视频区欧美日本亚洲| 成人三级做爰电影| 日韩免费av在线播放| 欧美日韩乱码在线| 高清在线国产一区| 免费在线观看影片大全网站| 免费搜索国产男女视频| 我的亚洲天堂| 久久国产精品男人的天堂亚洲| 免费观看人在逋| 人妻丰满熟妇av一区二区三区| 亚洲国产看品久久| 桃红色精品国产亚洲av| 国产免费男女视频| 欧美日韩中文字幕国产精品一区二区三区 | 中文字幕色久视频| 丁香欧美五月| 国产精品 欧美亚洲| 88av欧美| 国产精品一区二区免费欧美| 大陆偷拍与自拍| 777久久人妻少妇嫩草av网站| 国产精品久久久久久人妻精品电影| 日韩人妻精品一区2区三区| 亚洲欧美精品综合一区二区三区| 一边摸一边抽搐一进一小说| 老熟妇仑乱视频hdxx| av片东京热男人的天堂| 村上凉子中文字幕在线| 成人影院久久| 国产欧美日韩一区二区三| 免费在线观看日本一区| 黄片小视频在线播放| 美女福利国产在线| 99国产综合亚洲精品| 老熟妇乱子伦视频在线观看| 狠狠狠狠99中文字幕| 丰满饥渴人妻一区二区三| 午夜精品久久久久久毛片777| ponron亚洲| 亚洲欧美精品综合久久99| 在线视频色国产色| 成人影院久久| 在线免费观看的www视频| 99久久99久久久精品蜜桃| 长腿黑丝高跟| 欧美乱码精品一区二区三区| 老汉色av国产亚洲站长工具| 精品国产国语对白av| a级毛片在线看网站| 侵犯人妻中文字幕一二三四区| 久9热在线精品视频| 久久久久久人人人人人| 国产亚洲欧美精品永久| 久久狼人影院| 精品久久久久久成人av| 女生性感内裤真人,穿戴方法视频| 91精品国产国语对白视频| 午夜福利免费观看在线| 老司机深夜福利视频在线观看| 99国产综合亚洲精品| 欧美国产精品va在线观看不卡| 啦啦啦 在线观看视频| 亚洲成国产人片在线观看| 欧美激情 高清一区二区三区| 91在线观看av| 亚洲aⅴ乱码一区二区在线播放 | 深夜精品福利| 男男h啪啪无遮挡| 久久久精品欧美日韩精品| 久热爱精品视频在线9| 啪啪无遮挡十八禁网站| 天天躁夜夜躁狠狠躁躁| 日韩欧美在线二视频| 男女做爰动态图高潮gif福利片 | 9色porny在线观看| 国产精品av久久久久免费| 九色亚洲精品在线播放| 性色av乱码一区二区三区2| 亚洲中文字幕日韩| 99久久精品国产亚洲精品| 涩涩av久久男人的天堂| 久久久国产一区二区| 91精品三级在线观看| 欧美乱色亚洲激情| 色精品久久人妻99蜜桃| 欧美+亚洲+日韩+国产| 亚洲人成电影免费在线| 欧美黑人精品巨大| 免费一级毛片在线播放高清视频 | 免费在线观看亚洲国产| 午夜影院日韩av| 91大片在线观看| 久久精品影院6| 一边摸一边抽搐一进一出视频| 久9热在线精品视频| 97碰自拍视频| av天堂久久9| av视频免费观看在线观看| 在线观看免费高清a一片| 免费搜索国产男女视频| 亚洲 欧美 日韩 在线 免费| 十分钟在线观看高清视频www| 在线观看一区二区三区| 久久这里只有精品19| 人人妻,人人澡人人爽秒播| 成年人黄色毛片网站| 亚洲av片天天在线观看| 69av精品久久久久久| 久热爱精品视频在线9| 一夜夜www| 免费在线观看日本一区| a级片在线免费高清观看视频| 日本三级黄在线观看| 欧美日本亚洲视频在线播放| 一进一出抽搐动态| 国产三级在线视频| 免费不卡黄色视频| 村上凉子中文字幕在线| 操美女的视频在线观看| 久久国产乱子伦精品免费另类| 免费不卡黄色视频| 亚洲五月色婷婷综合| 黑人巨大精品欧美一区二区mp4| 91成年电影在线观看| 国产激情欧美一区二区| 99国产精品免费福利视频| 丝袜美足系列| 国产精品日韩av在线免费观看 | 中国美女看黄片| 色婷婷久久久亚洲欧美| 国产欧美日韩一区二区三| av国产精品久久久久影院| 久久精品国产亚洲av香蕉五月| 国产av精品麻豆| 热99国产精品久久久久久7| 日本黄色日本黄色录像| 脱女人内裤的视频| 久热这里只有精品99| 亚洲欧美精品综合久久99| 少妇被粗大的猛进出69影院| 最近最新中文字幕大全电影3 | 老司机午夜十八禁免费视频| 欧美日韩av久久| 久9热在线精品视频| 日韩成人在线观看一区二区三区| 黑人猛操日本美女一级片| 亚洲国产精品999在线| av网站在线播放免费| 岛国视频午夜一区免费看| 一级毛片女人18水好多| 精品免费久久久久久久清纯| 亚洲成人免费电影在线观看| 久9热在线精品视频|