欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

機(jī)器學(xué)習(xí)加速ODS合金設(shè)計(jì):從數(shù)據(jù)到模型的實(shí)戰(zhàn)指南

機(jī)器學(xué)習(xí)加速ODS合金設(shè)計(jì):從數(shù)據(jù)到模型的實(shí)戰(zhàn)指南 簡介這份PDF文獻(xiàn)面向材料科學(xué)與核能工程領(lǐng)域的研究生、科研人員及合金設(shè)計(jì)從業(yè)者聚焦如何借助機(jī)器學(xué)習(xí)方法解決高強(qiáng)度氧化物彌散強(qiáng)化ODS合金的成分優(yōu)化難題。文中基于200至300組ODS合金的成分、工藝與力學(xué)性能數(shù)據(jù)建立關(guān)鍵成分與拉伸性能的關(guān)聯(lián)模型發(fā)現(xiàn)Cr、Y2O3、W和Ti含量均存在對(duì)應(yīng)抗拉強(qiáng)度極值的最優(yōu)值而添加Al對(duì)強(qiáng)度提升作用不明顯并給出多種室溫抗拉強(qiáng)度預(yù)測超過1400 MPa的成分配比可為快堆結(jié)構(gòu)材料用ODS合金的優(yōu)化設(shè)計(jì)提供參考。資源包為單個(gè)PDF文件約853KB內(nèi)容完整、便于檢索與引用適合作為機(jī)器學(xué)習(xí)輔助材料設(shè)計(jì)的參考文獻(xiàn)與專業(yè)指導(dǎo)材料。目前已有150人學(xué)習(xí)下載可供讀者快速把握數(shù)據(jù)驅(qū)動(dòng)合金成分設(shè)計(jì)的建模思路與關(guān)鍵結(jié)論。1. 從一張成分表到一爐合格合金機(jī)器學(xué)習(xí)怎么把 ODS 合金設(shè)計(jì)周期砍掉一半做核材料或者高溫結(jié)構(gòu)材料的人大概率都碰過 ODS 合金——氧化物彌散強(qiáng)化合金。它的核心思路是在鐵基或鎳基基體里彌散分布納米級(jí) Y?O?、Al?O? 這類氧化物顆??款w粒釘扎位錯(cuò)和晶界把高溫蠕變強(qiáng)度拉到一個(gè)常規(guī)合金夠不著的高度。問題在于成分空間太大了Fe-Cr-Al-Y-O 五元起步加上 Ti、Zr、Mo、W 的微調(diào)再疊加機(jī)械合金化、熱等靜壓、退火這一串工藝參數(shù)靠傳統(tǒng)「炒菜式」試錯(cuò)一輪實(shí)驗(yàn)周期動(dòng)輒幾個(gè)月燒掉的粉料和工時(shí)夠一個(gè)博士生畢業(yè)。機(jī)器學(xué)習(xí)在這里的價(jià)值不是趕時(shí)髦而是把「成分—工藝—性能」這個(gè)高維映射用數(shù)據(jù)驅(qū)動(dòng)的方式先篩一遍把實(shí)驗(yàn)候選從幾百個(gè)壓到十幾個(gè)。這篇筆記面向的是想用機(jī)器學(xué)習(xí)做 ODS 合金成分設(shè)計(jì)的材料方向研究生和工程師尤其是那些已經(jīng)有一批實(shí)驗(yàn)數(shù)據(jù)、但不知道怎么把它變成預(yù)測模型的人。我會(huì)按「數(shù)據(jù)怎么整 → 特征怎么選 → 模型怎么搭 → 結(jié)果怎么驗(yàn)」的順序把每一步的參數(shù)和坑講清楚。2. 數(shù)據(jù)從哪來實(shí)驗(yàn)數(shù)據(jù)、文獻(xiàn)數(shù)據(jù)與數(shù)據(jù)庫的三條路2.1 先搞清楚你的目標(biāo)變量是什么ODS 合金設(shè)計(jì)里機(jī)器學(xué)習(xí)要預(yù)測的目標(biāo)通常不是單一值。常見的預(yù)測目標(biāo)有三類室溫/高溫屈服強(qiáng)度、蠕變斷裂壽命、以及氧化物顆粒的平均尺寸和數(shù)密度。這三類目標(biāo)的建模難度完全不同。屈服強(qiáng)度數(shù)據(jù)最多文獻(xiàn)里一抓一大把但不同測試溫度、不同應(yīng)變速率下的值混在一起直接建模就是災(zāi)難。蠕變壽命數(shù)據(jù)最少而且分散性極大同一個(gè)成分不同爐次能差一個(gè)數(shù)量級(jí)。顆粒尺寸數(shù)據(jù)介于兩者之間但依賴 TEM 表征測量誤差本身就不小。我的建議是第一版模型只做屈服強(qiáng)度而且限定在一個(gè)溫度區(qū)間內(nèi)比如 600–700°C。先把流程跑通再擴(kuò)展到蠕變。一上來就做蠕變壽命預(yù)測數(shù)據(jù)量不夠模型學(xué)到的全是噪聲。2.2 實(shí)驗(yàn)數(shù)據(jù)、文獻(xiàn)數(shù)據(jù)、數(shù)據(jù)庫的取舍數(shù)據(jù)來源無非三條路。第一條是自己實(shí)驗(yàn)室的歷史數(shù)據(jù)優(yōu)點(diǎn)是工藝一致、測試標(biāo)準(zhǔn)統(tǒng)一缺點(diǎn)是量少通常幾十條到一兩百條。第二條是文獻(xiàn)挖掘從已發(fā)表論文的表格和圖里提取成分和性能量能到幾百上千條但不同課題組的工藝差異巨大機(jī)械合金化時(shí)間從 10 小時(shí)到 40 小時(shí)都有熱等靜壓溫度從 1000°C 到 1150°C 不等這些差異會(huì)直接污染特征空間。第三條是材料數(shù)據(jù)庫比如 NIMS 的蠕變數(shù)據(jù)庫但 ODS 合金的專門數(shù)據(jù)庫很少多數(shù)時(shí)候還是得靠前兩條路。實(shí)際操作中我一般會(huì)以自己實(shí)驗(yàn)室數(shù)據(jù)為基底用文獻(xiàn)數(shù)據(jù)做擴(kuò)充但必須加一個(gè)「數(shù)據(jù)來源」的標(biāo)記特征讓模型有機(jī)會(huì)學(xué)到來源帶來的系統(tǒng)偏差。如果某個(gè)來源的數(shù)據(jù)在交叉驗(yàn)證中表現(xiàn)異常就單獨(dú)拎出來檢查。2.3 數(shù)據(jù)清洗的四個(gè)硬動(dòng)作拿到原始數(shù)據(jù)后別急著喂給模型。先做四件事第一統(tǒng)一單位。Cr 含量有的用 wt.% 有的用 at.%Y?O? 有的用 wt.% 有的用 vol.%必須全部轉(zhuǎn)成同一套。我一般統(tǒng)一用 wt.%因?yàn)閷?shí)驗(yàn)配方通常按 wt.% 稱粉。第二處理缺失值。成分?jǐn)?shù)據(jù)通常不缺但工藝參數(shù)經(jīng)常缺比如退火時(shí)間沒寫、球磨轉(zhuǎn)速?zèng)]記錄。缺失比例低于 5% 的用中位數(shù)填充并加一個(gè)缺失標(biāo)記高于 20% 的直接放棄這個(gè)特征。第三異常值檢測。用箱線圖或者 IQR 方法先篩一遍但別急著刪。ODS 合金里有些「異?!蛊鋵?shí)是真實(shí)的高性能點(diǎn)比如某個(gè)成分的屈服強(qiáng)度特別高可能是氧化物分布特別均勻。先標(biāo)記再結(jié)合金相或 TEM 結(jié)果判斷。第四數(shù)據(jù)增強(qiáng)。如果數(shù)據(jù)量實(shí)在少低于 100 條可以考慮用高斯噪聲擾動(dòng)或者 SMOTE 做增強(qiáng)但材料數(shù)據(jù)里 SMOTE 要慎用因?yàn)槌煞挚臻g不是歐氏空間線性插值出來的「虛擬成分」可能根本沒法制備。import pandas as pd import numpy as np # 讀取原始數(shù)據(jù) df pd.read_excel(ods_alloy_raw.xlsx) # 統(tǒng)一單位at.% 轉(zhuǎn) wt.%以 Fe-Cr-Al-Y2O3 為例 def at_to_wt(df, elements): 將原子百分比轉(zhuǎn)換為質(zhì)量百分比 atomic_mass {Fe: 55.85, Cr: 52.00, Al: 26.98, Y: 88.91, O: 16.00, Ti: 47.87, Zr: 91.22} total_mass sum(df[f{el}_at] * atomic_mass[el] for el in elements) for el in elements: df[f{el}_wt] df[f{el}_at] * atomic_mass[el] / total_mass * 100 return df elements [Fe, Cr, Al, Y, O] df at_to_wt(df, elements) # 缺失值處理中位數(shù)填充 缺失標(biāo)記 for col in [MA_time, HIP_temp, anneal_temp]: if col in df.columns: df[f{col}_missing] df[col].isna().astype(int) df[col].fillna(df[col].median(), inplaceTrue) # IQR 異常值標(biāo)記不刪除只標(biāo)記 def mark_outliers(df, col, factor1.5): q1, q3 df[col].quantile([0.25, 0.75]) iqr q3 - q1 lower, upper q1 - factor * iqr, q3 factor * iqr df[f{col}_outlier] ((df[col] lower) | (df[col] upper)).astype(int) return df df mark_outliers(df, yield_strength) df.to_csv(ods_alloy_clean.csv, indexFalse)這段代碼做了三件事單位轉(zhuǎn)換、缺失值填充加標(biāo)記、異常值標(biāo)記。注意at_to_wt函數(shù)里我用了各元素的原子量實(shí)際使用時(shí)要把你的元素列表補(bǔ)全。缺失值填充用中位數(shù)而不是均值是因?yàn)楣に噮?shù)往往有偏分布均值容易被極端值拉偏。異常值只標(biāo)記不刪除是因?yàn)椴牧蠑?shù)據(jù)里「異?!箍赡苁钦鎸?shí)的高性能樣本刪了可惜。3. 特征工程把成分和工藝翻譯成模型能吃的數(shù)字3.1 成分特征不只是百分比直接把元素百分比扔給模型是最省事的做法但效果往往一般。原因是元素對(duì)性能的影響不是線性的Cr 含量從 12% 到 14% 可能影響不大但從 14% 到 16% 可能因?yàn)樾纬?σ 相導(dǎo)致性能驟降。所以需要構(gòu)造一些衍生特征。常用的衍生特征包括原子半徑差、電負(fù)性差、混合焓、價(jià)電子濃度。這些特征在高熵合金設(shè)計(jì)里用得多ODS 合金里同樣適用。比如 Y 和 O 的原子半徑差很大這個(gè)差值可以間接反映 Y?O? 形成的驅(qū)動(dòng)力。再比如 Cr 和 Al 的電負(fù)性差可以反映 Al?O? 和 Cr?O? 競爭形成的傾向。另外Y?O? 的加入量通常很小0.3–0.5 wt.%直接作為特征時(shí)數(shù)值范圍和其他元素差兩個(gè)數(shù)量級(jí)需要做標(biāo)準(zhǔn)化。我一般會(huì)對(duì)所有成分特征做 Z-score 標(biāo)準(zhǔn)化但保留原始值用于后續(xù)的物理可解釋性分析。3.2 工藝特征球磨、熱等靜壓、退火工藝參數(shù)對(duì) ODS 合金性能的影響不比成分小。機(jī)械合金化時(shí)間決定了氧化物是否被打碎并均勻分散時(shí)間不夠氧化物粗大時(shí)間過長可能引入污染。熱等靜壓溫度決定了致密度和晶粒尺寸溫度低了致密度不夠溫度高了晶粒粗化。退火溫度則影響殘余應(yīng)力和位錯(cuò)密度。這些參數(shù)里球磨時(shí)間、球磨轉(zhuǎn)速、球料比、HIP 溫度、HIP 壓力、退火溫度、退火時(shí)間都是常見的特征。但要注意有些參數(shù)之間存在強(qiáng)共線性比如球磨時(shí)間和球磨轉(zhuǎn)速往往同步調(diào)整這時(shí)候需要用方差膨脹因子VIF篩一遍VIF 大于 10 的特征考慮刪掉或者做 PCA。3.3 特征選擇的實(shí)操遞歸特征消除與物理判斷特征不是越多越好。我一般先用遞歸特征消除RFE跑一遍看哪些特征被保留然后結(jié)合物理判斷做最終決定。比如 RFE 可能告訴你退火時(shí)間不重要但你知道退火時(shí)間影響殘余應(yīng)力而殘余應(yīng)力影響屈服強(qiáng)度這時(shí)候就要保留。from sklearn.preprocessing import StandardScaler from sklearn.feature_selection import RFECV from sklearn.linear_model import Ridge from sklearn.model_selection import KFold # 選擇特征列 feature_cols [Cr_wt, Al_wt, Y_wt, O_wt, Ti_wt, MA_time, MA_speed, HIP_temp, HIP_pressure, anneal_temp, anneal_time] X df[feature_cols].values y df[yield_strength].values # 標(biāo)準(zhǔn)化 scaler StandardScaler() X_scaled scaler.fit_transform(X) # 遞歸特征消除 交叉驗(yàn)證 estimator Ridge(alpha1.0) selector RFECV(estimator, step1, cvKFold(5, shuffleTrue, random_state42), scoringneg_mean_absolute_error) selector.fit(X_scaled, y) # 輸出保留的特征 selected [feature_cols[i] for i in range(len(feature_cols)) if selector.support_[i]] print(保留特征, selected) print(最優(yōu)特征數(shù), selector.n_features_)這段代碼用 Ridge 回歸作為基模型做 RFECV。Ridge 比線性回歸穩(wěn)因?yàn)槌煞痔卣髦g多少有些共線性。step1表示每次刪一個(gè)特征雖然慢但更精細(xì)。scoring用負(fù)平均絕對(duì)誤差而不是 R2是因?yàn)椴牧蠑?shù)據(jù)里 R2 容易被幾個(gè)極端值拉高M(jìn)AE 更直觀。跑完之后selector.support_是一個(gè)布爾數(shù)組告訴你哪些特征被保留了。注意RFECV 的結(jié)果依賴隨機(jī)種子建議換幾個(gè)種子跑幾遍取交集作為最終特征集。如果某個(gè)特征在多數(shù)種子下都被保留那它大概率是重要的。4. 模型選型與訓(xùn)練從線性回歸到梯度提升樹4.1 為什么我首選梯度提升樹而不是神經(jīng)網(wǎng)絡(luò)材料數(shù)據(jù)通常是小樣本幾十到幾百條特征維度也不高十幾到幾十維。這種場景下梯度提升樹如 XGBoost、LightGBM往往比神經(jīng)網(wǎng)絡(luò)表現(xiàn)更好因?yàn)闃淠P蛯?duì)特征縮放不敏感、能自動(dòng)處理非線性、對(duì)小樣本過擬合的控制也更容易。神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)量上千之后才開始有優(yōu)勢(shì)而且調(diào)參成本高得多。我一般會(huì)先跑一個(gè) Ridge 回歸作為基線然后跑 XGBoost 或 LightGBM最后如果數(shù)據(jù)量夠再試一個(gè)簡單的多層感知機(jī)。多數(shù)情況下XGBoost 會(huì)比 Ridge 好一截而神經(jīng)網(wǎng)絡(luò)和 XGBoost 的差距在統(tǒng)計(jì)上不顯著。4.2 超參數(shù)怎么調(diào)以 XGBoost 為例XGBoost 的關(guān)鍵超參數(shù)有n_estimators樹的數(shù)量、max_depth樹深度、learning_rate學(xué)習(xí)率、subsample行采樣比例、colsample_bytree列采樣比例、reg_alpha和reg_lambda正則化項(xiàng)。小樣本場景下我的經(jīng)驗(yàn)是max_depth控制在 3–5再深就容易過擬合n_estimators配合learning_rate調(diào)學(xué)習(xí)率 0.05 時(shí)樹的數(shù)量可以到 500–1000subsample和colsample_bytree設(shè)在 0.7–0.9 之間增加隨機(jī)性來提升泛化。正則化項(xiàng)reg_alpha和reg_lambda從小值開始試比如 0.1 和 1.0。調(diào)參方法用貝葉斯優(yōu)化比網(wǎng)格搜索效率高scikit-optimize或者optuna都可以。但小樣本下交叉驗(yàn)證的折數(shù)不要太多5 折足夠折數(shù)多了每折的訓(xùn)練集太小評(píng)估結(jié)果反而不可靠。import xgboost as xgb from sklearn.model_selection import cross_val_score, KFold from skopt import BayesSearchCV from skopt.space import Real, Integer # 定義搜索空間 search_space { n_estimators: Integer(200, 1000), max_depth: Integer(3, 6), learning_rate: Real(0.01, 0.2, priorlog-uniform), subsample: Real(0.6, 1.0), colsample_bytree: Real(0.6, 1.0), reg_alpha: Real(1e-3, 10.0, priorlog-uniform), reg_lambda: Real(1e-3, 10.0, priorlog-uniform), } # 貝葉斯優(yōu)化 opt BayesSearchCV( xgb.XGBRegressor(objectivereg:squarederror, random_state42), search_space, n_iter50, cvKFold(5, shuffleTrue, random_state42), scoringneg_mean_absolute_error, random_state42, n_jobs-1, ) opt.fit(X_scaled, y) print(最優(yōu)參數(shù), opt.best_params_) print(最優(yōu) MAE, -opt.best_score_)這段代碼用skopt的BayesSearchCV做超參數(shù)搜索。n_iter50表示搜索 50 組參數(shù)小樣本下這個(gè)次數(shù)夠了。priorlog-uniform用于學(xué)習(xí)率和正則化項(xiàng)因?yàn)檫@些參數(shù)在數(shù)量級(jí)上變化。scoring同樣用負(fù) MAE。跑完之后opt.best_params_給出最優(yōu)參數(shù)組合opt.best_score_給出對(duì)應(yīng)的交叉驗(yàn)證 MAE。注意貝葉斯優(yōu)化本身也有隨機(jī)性建議換幾個(gè)random_state跑幾遍看最優(yōu)參數(shù)是否穩(wěn)定。如果幾遍下來最優(yōu)參數(shù)差異很大說明數(shù)據(jù)量太少模型本身就不穩(wěn)定這時(shí)候應(yīng)該回頭考慮擴(kuò)充數(shù)據(jù)或者簡化模型。4.3 模型評(píng)估別只看 R2材料數(shù)據(jù)里R2 很容易被幾個(gè)極端值拉高。比如你的數(shù)據(jù)里有一個(gè)屈服強(qiáng)度 1500 MPa 的樣本模型只要把它預(yù)測準(zhǔn)了R2 就能上去但其他樣本可能預(yù)測得一塌糊涂。所以我一般同時(shí)看三個(gè)指標(biāo)MAE、RMSE 和 R2并且畫預(yù)測值 vs 真實(shí)值的散點(diǎn)圖看誤差是否均勻分布。另外一定要做外部驗(yàn)證。如果數(shù)據(jù)來自多個(gè)來源留出一個(gè)來源的數(shù)據(jù)作為測試集而不是隨機(jī)劃分。隨機(jī)劃分會(huì)讓同一個(gè)來源的數(shù)據(jù)同時(shí)出現(xiàn)在訓(xùn)練集和測試集里導(dǎo)致評(píng)估結(jié)果過于樂觀。from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score import matplotlib.pyplot as plt # 用最優(yōu)模型做預(yù)測 best_model opt.best_estimator_ y_pred best_model.predict(X_scaled) # 計(jì)算指標(biāo) mae mean_absolute_error(y, y_pred) rmse np.sqrt(mean_squared_error(y, y_pred)) r2 r2_score(y, y_pred) print(fMAE: {mae:.2f} MPa) print(fRMSE: {rmse:.2f} MPa) print(fR2: {r2:.3f}) # 畫散點(diǎn)圖 plt.figure(figsize(6, 6)) plt.scatter(y, y_pred, alpha0.7, edgecolorsk) plt.plot([y.min(), y.max()], [y.min(), y.max()], r--, lw2) plt.xlabel(實(shí)驗(yàn)值 (MPa)) plt.ylabel(預(yù)測值 (MPa)) plt.title(屈服強(qiáng)度預(yù)測 vs 實(shí)驗(yàn)) plt.tight_layout() plt.savefig(parity_plot.png, dpi300)這段代碼計(jì)算三個(gè)指標(biāo)并畫 parity plot。y是實(shí)驗(yàn)值y_pred是預(yù)測值。散點(diǎn)越靠近對(duì)角線預(yù)測越準(zhǔn)。如果散點(diǎn)在對(duì)角線附近但分布很寬說明模型整體趨勢(shì)對(duì)但精度不夠如果散點(diǎn)偏離對(duì)角線說明模型有系統(tǒng)偏差可能需要檢查特征或數(shù)據(jù)。5. 避坑與排查ODS 合金機(jī)器學(xué)習(xí)設(shè)計(jì)里的五個(gè)血淚教訓(xùn)5.1 現(xiàn)象交叉驗(yàn)證 R2 很高但新實(shí)驗(yàn)數(shù)據(jù)預(yù)測全錯(cuò)原因數(shù)據(jù)泄漏。最常見的情況是同一個(gè)成分的不同熱處理?xiàng)l件被隨機(jī)分到了訓(xùn)練集和測試集模型學(xué)到了「這個(gè)成分對(duì)應(yīng)這個(gè)性能」而不是「這個(gè)成分加這個(gè)工藝對(duì)應(yīng)這個(gè)性能」。另一個(gè)常見原因是在特征工程階段用了全量數(shù)據(jù)做標(biāo)準(zhǔn)化測試集的均值和方差信息泄漏到了訓(xùn)練集。解決按成分分組做交叉驗(yàn)證確保同一成分的所有樣本要么全在訓(xùn)練集要么全在測試集。標(biāo)準(zhǔn)化只在訓(xùn)練集上 fit然后 transform 測試集。用GroupKFold代替KFold。5.2 現(xiàn)象模型在訓(xùn)練集上 MAE 只有 20 MPa測試集上 200 MPa原因過擬合。小樣本 高維特征 復(fù)雜模型三個(gè)條件湊齊了必然過擬合。有時(shí)候特征里還有強(qiáng)共線性樹模型雖然能處理但也會(huì)加劇過擬合。解決先降特征維度用 RFECV 或者 VIF 篩一遍。然后降低模型復(fù)雜度max_depth降到 3n_estimators減少加正則化。如果還不行考慮用 Ridge 或者 ElasticNet 這類線性模型犧牲一點(diǎn)擬合能力換泛化。5.3 現(xiàn)象Y?O? 含量這個(gè)特征在模型里重要性排最后原因Y?O? 含量通常只有 0.3–0.5 wt.%數(shù)值范圍和其他元素差兩個(gè)數(shù)量級(jí)樹模型在分裂時(shí)很少選它因?yàn)榉至言鲆嫘 5@不代表它不重要而是它的影響可能被其他特征掩蓋了。解決對(duì) Y?O? 含量做單獨(dú)處理比如取對(duì)數(shù)或者放大 100 倍讓它和其他特征在同一量級(jí)?;蛘邩?gòu)造衍生特征比如 Y/O 比、Y?O? 的體積分?jǐn)?shù)。另外可以用 SHAP 值分析看 Y?O? 含量在局部樣本上的貢獻(xiàn)而不是只看全局重要性。5.4 現(xiàn)象蠕變壽命預(yù)測的誤差比屈服強(qiáng)度大一個(gè)數(shù)量級(jí)原因蠕變壽命本身分散性就大同一個(gè)成分不同爐次能差一個(gè)數(shù)量級(jí)。而且蠕變數(shù)據(jù)通常更少模型學(xué)到的模式有限。另外蠕變壽命和屈服強(qiáng)度的關(guān)系不是線性的用預(yù)測屈服強(qiáng)度的模型去預(yù)測蠕變壽命效果肯定差。解決如果一定要做蠕變壽命預(yù)測先對(duì)壽命取對(duì)數(shù)把數(shù)量級(jí)差異壓平。然后單獨(dú)建模不要和屈服強(qiáng)度混在一起。數(shù)據(jù)量不夠的話考慮用遷移學(xué)習(xí)先在屈服強(qiáng)度數(shù)據(jù)上預(yù)訓(xùn)練再在蠕變數(shù)據(jù)上微調(diào)。5.5 現(xiàn)象模型推薦的新成分實(shí)驗(yàn)做出來性能還不如基線原因模型只在訓(xùn)練數(shù)據(jù)覆蓋的成分空間內(nèi)可靠推薦的新成分如果超出了這個(gè)空間預(yù)測就是外推不可信。另外模型沒有考慮可制備性比如推薦了一個(gè) Y?O? 含量 2 wt.% 的成分實(shí)際上這個(gè)含量根本球磨不均勻。解決在推薦新成分時(shí)加一個(gè)「適用域」檢查用馬氏距離或者核密度估計(jì)判斷新成分是否在訓(xùn)練數(shù)據(jù)的分布范圍內(nèi)。超出范圍的標(biāo)記為「外推需謹(jǐn)慎」。同時(shí)把可制備性約束加進(jìn)去比如 Y?O? 含量不超過 1 wt.%球磨時(shí)間不超過 40 小時(shí)。6. 進(jìn)階技巧用 SHAP 值反推物理機(jī)制與主動(dòng)學(xué)習(xí)閉環(huán)6.1 SHAP 值不只是解釋模型還能幫你找新特征SHAP 值的好處是它能給出每個(gè)特征對(duì)每個(gè)樣本預(yù)測值的貢獻(xiàn)。對(duì)于 ODS 合金你可以看 Cr 含量在低 Cr 和高 Cr 樣本上的貢獻(xiàn)是否不同如果不同說明 Cr 的影響是非線性的可以考慮加一個(gè) Cr 的平方項(xiàng)或者分段特征。再比如如果 SHAP 顯示 HIP 溫度和退火溫度的交互作用很強(qiáng)可以構(gòu)造一個(gè)「HIP_temp × anneal_temp」的交互特征重新訓(xùn)練模型。import shap # 用訓(xùn)練好的 XGBoost 模型做 SHAP 分析 explainer shap.TreeExplainer(best_model) shap_values explainer.shap_values(X_scaled) # 全局重要性 shap.summary_plot(shap_values, X_scaled, feature_namesselected, showFalse) plt.tight_layout() plt.savefig(shap_summary.png, dpi300) # 單樣本解釋 shap.force_plot(explainer.expected_value, shap_values[0, :], X_scaled[0, :], feature_namesselected, matplotlibTrue, showFalse) plt.tight_layout() plt.savefig(shap_force.png, dpi300)這段代碼用shap.TreeExplainer計(jì)算 SHAP 值。summary_plot給出全局特征重要性每個(gè)點(diǎn)是一個(gè)樣本橫軸是 SHAP 值顏色是特征值大小。force_plot給出單個(gè)樣本的預(yù)測解釋紅色推高預(yù)測值藍(lán)色拉低。跑完這兩個(gè)圖你就能知道哪些特征在全局重要哪些在局部重要。6.2 主動(dòng)學(xué)習(xí)讓模型告訴你下一步做哪個(gè)實(shí)驗(yàn)主動(dòng)學(xué)習(xí)的核心思想是不是隨機(jī)選下一個(gè)實(shí)驗(yàn)點(diǎn)而是選模型最不確定的那個(gè)點(diǎn)。對(duì)于 ODS 合金這意味著模型會(huì)推薦一個(gè)它「最沒把握」的成分你做出來之后無論結(jié)果如何都能最大程度地提升模型。具體流程是先用現(xiàn)有數(shù)據(jù)訓(xùn)練一個(gè)模型然后用模型預(yù)測大量候選成分的性能同時(shí)計(jì)算預(yù)測的不確定性比如用 XGBoost 的預(yù)測方差或者用高斯過程回歸的方差。選不確定性最大的幾個(gè)成分做實(shí)驗(yàn)把結(jié)果加入訓(xùn)練集重新訓(xùn)練。循環(huán)幾輪模型精度會(huì)快速提升。# 用高斯過程回歸做主動(dòng)學(xué)習(xí)適合小樣本 from sklearn.gaussian_process import GaussianProcessRegressor from sklearn.gaussian_process.kernels import RBF, ConstantKernel, WhiteKernel # 定義核函數(shù) kernel ConstantKernel(1.0) * RBF(length_scale1.0) WhiteKernel(noise_level0.1) gpr GaussianProcessRegressor(kernelkernel, n_restarts_optimizer10, random_state42) gpr.fit(X_scaled, y) # 生成候選成分在訓(xùn)練數(shù)據(jù)范圍內(nèi)隨機(jī)采樣 np.random.seed(42) candidates np.random.uniform(X_scaled.min(axis0), X_scaled.max(axis0), size(1000, X_scaled.shape[1])) # 預(yù)測均值和方差 y_mean, y_std gpr.predict(candidates, return_stdTrue) # 選不確定性最大的 5 個(gè) top_idx np.argsort(y_std)[-5:] print(推薦實(shí)驗(yàn)候選標(biāo)準(zhǔn)化后的特征) print(candidates[top_idx])這段代碼用高斯過程回歸做主動(dòng)學(xué)習(xí)。kernel是 RBF 核加白噪聲核RBF 捕捉平滑變化白噪聲處理測量誤差。n_restarts_optimizer10表示優(yōu)化核參數(shù)時(shí)重啟 10 次避免局部最優(yōu)。candidates是在訓(xùn)練數(shù)據(jù)范圍內(nèi)隨機(jī)生成的候選成分實(shí)際使用時(shí)應(yīng)該用你的成分范圍生成。y_std是預(yù)測標(biāo)準(zhǔn)差越大表示模型越不確定。選y_std最大的幾個(gè)做實(shí)驗(yàn)就是主動(dòng)學(xué)習(xí)的核心。注意高斯過程回歸的計(jì)算復(fù)雜度是 O(n3)樣本量超過幾百條就會(huì)很慢。如果數(shù)據(jù)量大可以用 XGBoost 的預(yù)測方差或者集成模型的方差來代替。6.3 一個(gè)我踩過的坑最后說一個(gè)我自己的教訓(xùn)。早期做 ODS 合金成分設(shè)計(jì)時(shí)我花了大量時(shí)間調(diào)模型把交叉驗(yàn)證 MAE 從 80 MPa 壓到了 50 MPa覺得差不多了就推薦了幾個(gè)新成分去做實(shí)驗(yàn)。結(jié)果做出來三個(gè)成分兩個(gè)性能不如基線一個(gè)勉強(qiáng)持平。回頭分析才發(fā)現(xiàn)我的訓(xùn)練數(shù)據(jù)里 Cr 含量集中在 12–14%但我推薦的成分 Cr 到了 16%超出了適用域。模型在 16% Cr 上的預(yù)測完全是外推不可信。后來我養(yǎng)成了一個(gè)習(xí)慣每次推薦新成分之前先算一下這個(gè)成分到訓(xùn)練集最近鄰的馬氏距離超過閾值的直接標(biāo)記為「外推需謹(jǐn)慎」。這個(gè)習(xí)慣幫我省了不少實(shí)驗(yàn)成本。另外主動(dòng)學(xué)習(xí)不要一次推薦太多一輪做 3–5 個(gè)就夠了做完馬上更新模型再推薦下一輪。貪多嚼不爛實(shí)驗(yàn)資源有限每一步都要走得穩(wěn)。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
五月婷婷激情啪啪| 国产激情视频在线观看| 日本五月婷婷| A在线观看| 天天婷婷操| 五月婷婷丁香在线视频| 九九这里有精品| 婷婷色5月天在线。| 丝雨一区二区| 五月婷人妻| 99精品高潮| 99cao婷婷| 五月婷婷激情久久| 激情 五月 婷婷 丁香| 99热免费精品| 色五月无码| 色婷婷小说网| 五月天婷婷导航| 人碰人人人玩91| 婷婷五月六月丁香综合| 99玖玖在线视频| 97操碰视频| 六月丁香啪啪啪| 香蕉婷婷| 综合色色婷婷| 玖玖婷婷综合| 亚洲亚洲人成综合网络| 亚洲无码黄色| 99欧美| 五月丁香六月婷婷啪啪| 日韩av手机在线观看| 日日操日日射| 五月婷婷深深爱| 激情www| 五月丁香色婷婷伊人| 亚洲激情综合| 五月婷婷六月丁香在线| 亚洲 综合中文| 熟妇人妻中文字幕无码老熟妇| 精品九九视频| 国产成人高清| 中日韩美欧成人一区二区精品在线 | 艳妇野外情欲放荡HD| 五月激情网站| 色999亚洲人成色| 亚洲综合色网| 五月天婷婷在线视频| 色婷婷免费观看| 99综合免费视频| 5月婷婷六月丁香| AVV黄| 天天综合网在线| 五月天激情Av| 九九色逼| 热久69| 亚洲色另类| 婷婷激情区| 日本123区日韩欧美不卡在线看| 婷婷五月激情综合| 五月天电影网| 色热久| 国产精产国品一二三在观看| 久9热| www.操逼comm| 一级片sese片.COM| CAOBIBI| 丁香六月综合激情| 91无码视频| 丁香五月色播中文在线播放| 五月丁香琪琪| 色色丁香五月天社区| 99免费视频| av五月天婷婷丁香| 婷婷五月丁香狠狠| 久久99精品九九久久久婷婷| 欧美亚洲成人在线| 伊人99久久| 特黄三级片| 激情网五月婷婷| 国产激情AV| 亚洲六月色| 亚洲五月天婷婷| 美女100%露全身无挡网站| 9色在线视频精品观看| 五月天婷婷激情小说电影| 天天干天天爽天天操| 五月天激情影院| 国产99久9在线+|+传媒| 97精品人人A片免费看| 97碰人人操| 成人网丁香五月| 色色爽爽天天| 9久热免费视频99| 北条麻妃伊人| 欧洲电影在线观看免费版英语版| 欧美精品18| 欧美狠狠色| 我爱婷婷五月天综合88| 青草性爱视频| 亚洲色精彩| 久久婷婷五月天激情四射| 国产偷人爽久久久久久老妇APP| VA色婷婷| 国产精品久久..4399| 热思思| 丁香月五月天婷婷久久| 亚洲色婷婷婷婷人人爽| 天天日夜夜高潮| 婷婷九月色| 免费AV在线| AVDV久久| 色五月成人| 99九色视频在线观看| 久色大| 亚洲情欲| 超碰在线综合| 欧美色偷偷大香| 在线成人网站| 婷婷刺激综合| 日韩成人AV在线播放| 五月天激情av| 中文av网| 亚洲五月天婷婷| 久久人妻精品| 久久五月激情| 99热久| 色五月天丁香婷婷| 色婷婷导航| 色五月五月婷婷| 天天做天天爱天天综合网| 婷婷四色五月| 99热日韩| 日日杆天天| 色婷婷色婷婷五月| 婷婷五月天视频亚洲| 婷婷伊人五月| 99热这里只有精品青草| 五月天激情国产综合婷婷婷| 97色欧美| 色色色999| 色婷婷电影网| 国产精品久久久爽爽爽麻豆色哟哟 | 99在线观看视频| 丁香五月激情婷婷| 思思热在线视频精品| 五月天天爽| 激情婷婷五月基地| 激情综合99| 国产精品色婷婷99久久精品| 激情五月婷婷| 内射人妻视频国内| 五月激情婷婷偷拍| 另类 在线| 在线亚洲综合网| 激情五月天婷婷色色色色色色色色色色色| 99精品高潮| 天堂色婷婷| 国产操逼网站| 操一区| 天堂A∨在线| 黑人无码一区| 99精品视频在线观看免费| 人人操97| 国产日日夜夜操| 久久九九在线视频| 欧美在线97| 日本久久网| 婷婷操逼| 婷婷综合干| 99久99久| 婷婷丁香五月麻豆| 婷婷免费成人视频| 人人妻久久妻| 色婷网| 久久人妻熟女一区二区| 丁香五月婷婷99| 天天久久狠狠色综合| 99热最新| 色婷婷狠狠久久综合五月| 丁香av网| 91蜜桃婷婷狠狠久久综合9色| 亚洲视频丁香网va| a久久| 婷婷成人视频| AV六月丁香| 欧美色色色色色色色| 免费视频舔| 色了色综合| 日本美女五月天| 婷婷99| 中文字幕丰满孑伦无码专区| 波多野结衣AV无码Porn| 天天色天天爱天天舔| 五月丁香欧美综合| 亚洲操操| 久久9热| 婷婷五月天伊人在线| 99er6热在线观看精品6| 欧美婷婷综合| 一区二区三区XXXXXX| 五月丁香成人网| 综合五月激情| 无码任你操| 久久久亚洲成人无码A片| 伊人婷婷大香蕉| 五月婷婷久久内射| 人妻精品一区二区三区| 91视频久久久| 五月婷婷丁香在线视频| 久99热| 中文在线成人| A A色色| 99精品久久久| 欧美人人超级碰| 欧美日韩大黄| 99精品热视频| 婷婷五月丁香色综合| 五月婷婷六月激情在线| 色5月婷婷| 国产精品 的国产| 日本五月丁香| 综合色播| 任你日视频| 欧美婷| 噜噜五月天综合| 91大神在线免费看视频全集男男一起操| 久久五月视频| 亚洲久热| 51成人| 99re鈥哸鈥唙| 丁香综合日产精品久久| 人人人人人人人人人草| 日日噜噜夜夜狠狠久久丁香六月| av在线中文| VfJxEwPH| 久久综合站| 婷婷五月天在线综合导航| 丁香五月AV| www.91av.com| 五月天婷婷导航| 亚洲操操| 五月熟妇婷婷久久| 疯狂做受XXXX高潮A片| 成人一级片| 久久色亭亭五月天| 久xxxx| 婷婷色正月| 日本一级黄色片。| Jh7Uf088VHafNm| 久久这里只有精品8| 碰人人操| 成人在线视频一区| 97久操视频| 丁香五月开心婷婷| 成人免费超碰| 天天天天天日| 二区成人视频| 亚洲婷婷免费| 青青草99热久久精品国| 神马欧美精| 停停六月 综合| 五月婷婷丁香综合| 艹色18p| 天天成人综合视频| 久草九一| 五月天激情无码| 91久久国产自产拍夜夜91久久精品文字>91麻豆精品国产 | 综合狠狠干| 色色亚洲| 色播播之激情五月婷婷| 不卡在线中文字幕无| 2025最新亚洲激情在线| 2025神马午夜福利| 亚洲色情在线| 丁香六月激情毛片| 性视频久久| 欧美在线看| 五月天婷婷AV| 操97| 在线综合婷婷| 亚洲狠狠色丁香婷婷综合久久| 欧美综合激情五月丁香| 五月天婷婷偷拍| 思思热99在线| 丁香五月成人丝袜| 欧美日韩123| 狼人伊人干| 丁香五月亚洲天堂| 国产伊人大香蕉| 五月第四色| 五月婷天堂视频| 岛国av电影网站| 一本婷婷丁香久久 | 蜜桃人妻无码AV天堂三区| 678五月丁香亚洲综合| 中文字幕无码人妻少妇免费视频| 婷婷五月色亚洲| 黄色AAAA韩国guochansanji| 丁香五月偷拍| 7超碰自拍| 操碰91| 婷婷五月激情四月综合 | 亚洲bt丁香五月天婷婷激情小说| 丁香五月婷婷色综合基地| 五月天丁香| 五月婷婷九九热| 99色五月| 插插干干干色| 亚洲四色五月| 日本狠狠干| 六月色色综合| 97碰碰人人视频| 激情av在线| 五月丁香999| 99热精品在线播放| 天天操综合网站| 久久婷婷丁香五月宗合| 996er热| 亚洲另类婷婷五月综合| 天久久久久| 五月天堂色| 六月丁香婷| 激情五月天色爱| 色情五月| 涩五月婷婷| 久久机热这里只有精品| 婷婷五月天久久久| 67194线路二在线观看| 成人网址在线观看| 婷婷性爱无码视频| 9精品视频在线观看| 丁香五月天激情综合| 五月婷婷丁香五月婷婷| 另类亚洲2| 色色国产| 激情99热| 台湾佬天天日丁香婷婷五月天| 天天综合色丁香| 国产毛片精品一区二区色欲黄A片| 五月丁香激情婷婷综合| 久久婷婷精品| 奇米影视777在线_在线观看午夜_h小视频在线观看_岛国大片 | 六月香五月婷| 久久久宗合| 大战熟女丰满人妻AV| 激情综合激情综合| 先锋资源996| 97久久五月丁香婷婷| 亚洲激情在线| 思思99久久| 日日婷婷不卡| 熟女激情网| 夜夜嗨一区二区三区直播内容 | 99aese| 九色 在线| 99热这里只有精| 婷婷激情五月天视频在线| 久久免费操| 日韩av一区二区在线/日产精品久久久| 五月婷婷激情网| 五月丁香WWW| 国内一级精品| 婷婷丁香综合在线| www.色五月| 99在线69| 色偷偷五月天| 日日噜狠狠色| 久久这里只有国产精品视频| 丁香五月天AV在线| 成人五月天丁香婷| 啪啪五月综合| 欧美婷婷色| 精品久久久人妻| 亚洲va欧美va天堂v国产综合| 狠狠五月天婷婷| 国产91九色| 男男野外做爰全过程69| 五月婷婷激情综合| 婷婷激情六月视频| 天天草比天天爽| 东北婷婷五月天| 国产精品久久..4399| 超级碰 久久9| 午夜天堂一区人妻| 色播五月网| 色五月色五天色情网| 五月婷久久久久综合| 五月婷婷丁香五月| 99久久久| 啪啪激情网| 婷婷开心五月| 激情五月色在线播放| 内射丰满人妻| 好吊丝aV| 加勒比色色| 翔田千里 50岁 无码| 色涩影院六月丁香| 99热国产婷婷| 亚洲99在线| 91九色成人原创视频| 天天久综合网永久入口18| 日本三级日本三级99| 亚洲精品国产成人AV在线| 亚洲熟妇无码乱子AV电影| 5月婷婷激情网| 欧美婷婷五月天综合| 人人色AV| 激情五月五月五月婷婷| 天天综合永久| www.99热. com这里只有精品| 国产美女精品| 婷婷丁香人妻久久在线观看| 。久久久久久久久久久久久久人妻| 五丁香激情综合| 五月丁香五月丁香| 九九视频精品视频精品| www.26uuu.com亚洲电影| 婷婷色丁香五月| 五月天婷婷青青草| 天天综合影院| 色婷婷狠狠| 伊人五月天在线| 99色视频在线| 婷婷亚洲综合| 99操视频| 99超超碰| 91干网| 97碰碰电影| 丁香婷婷91在线观看视频| 色99自拍| 无码一区二区三区四区五区| 丁香激情合作五月| 丁香六月婷婷综合啪啪| WWW免费视频碰碰碰碰| 任你爽精品免费视频6| 91操人视频| 五月激情综合网| 天天做夜夜爽| 99噜噜噜在线播放| 日韩美一级毛卡片| 色综合久| 99精品久久久久久久婷婷久久| 毛片新网地| 天天操天天干天天日| 日本一级特黄大片AAAAA级| 婷婷伊人綜合| 日韩国产在线精品| 超碰免费大香蕉| 91操片| 成人va在线观看视频| 色色综合日韩| 色婷婷狠狠18| 久久99精品久久只有精品| 日韩操人| 亚洲精品中文字幕成人片| 91婷婷色| WwW天天干| 激情亚洲网| 丁香婷婷五月六月久久| 少妇2做爰HD韩国电影| 四季日韩AV无码综合| 国产午夜精品一区二区| 99er国产| 激情五月天视频| 夜夜撸夜夜骑| 人人肏逼视频在线一区二区| 91人妻PORNY九色大屁股| 精品一区久热| 亚洲无码yw| 五月停停直播| 欧美这里只有精品| 丰满老熟妇BBBBB搡BBB| 国产精品视频网| 在线五月婷婷小电影| 成 久久| 182TV大香蕉| 亚洲无码99| 综合99在线| 婷婷丁香久久| 五月亭亭六月天| 九九碰九九爱97| 婷婷综合偷拍| 五月丁香色五月| 日日干日日| 国产精产国品一二三在观看| 另类激情五| 天天在线久久综合| 97AV在线视频| 91窝窝| 久久五月天合网| 99热这里只有精品66| 免费视频99| 国产免费av网站| 成人五月天综合网| 国产毛片精品一区二区色欲黄A片| 天天射影院| 五月丁香久久色| 五月激激网w'w'w| 内射综合网| 婷婷影视久久| 99热在这里只有免费精品| www.夜夜操| 天天日中文| 久操人妻| 99爱精品| 日本色超碰| 狠狠88综合久久久久噜噜噜| 天天爽人人综合免费7799| 色色色色色日韩午夜激情 | 丁香五月成人av| 性做久久久久久久免费看| 色婷婷色九月| 四月丁香五月婷婷久久| 影音先锋 萱萱| 97在线视频观看| 性综合网| 狠狠综合久久综合| 亚洲狠狠狠| 亚洲妇女熟BBW| 激情综合五月天| 五月天亚洲色| 丁香深五月婷婷| 日本在线视频手机播放五月婷| 亚洲网视屏| 青青草婷婷久久| 五月天婷婷导航| 中文激情网| 9l视频自拍九色9l视频自拍九色9l社区| 五月天婷婷丁香社区| 天天干天天爽| 精品国产va久久久久| 五月色婷婷影院| 欧美日韩日韩成人| 思思精品热在线| 亚洲综合网在线| 天天日夜夜B久久| 99久热| 99热大香蕉| 色欲五月婷婷| 91大神操美女| 台湾无码A片一区二区| 婷婷狠狠狠爱| 五月天成人综合| 9色操| 在线可以看的av网址| 九九无码视屏| 碰超亚洲| 99日韩网站| 中文字幕不卡网站| 激情五月综合网最新| 九九在线热九九在线热99热| 久久婷婷五月丁香| 日韩限制级大尺度黑料泄密大尺度视频一区二区在线观看 | 激情五月天色色色| 六月综合婷婷开心伊人| 色九九丁香九月色九九色| 日日舔夜夜操| www91久久| 丁香六月激情| 六月婷婷激情图片| 开心五月网| 天天干,天天舔| 色色a| 狠狠 婷婷| 亚洲无AV在线中文字幕| 2w在线视频| 91午夜婷婷狠狠久久综合9色| 日本va视频| 色婷婷五月丁香色| 亚洲视频伍月婷婷| 啪啪色激情五月天| 五月婷婷综合网| 97精品综合久久| www.天天干| 97色五月天| 91人妻九色大屁股| 五月天成人综合| 色综合天堂| 另类视频在线| 五月丁香六月婷精品视频| 色逼综合网| 色色色热| 五月天婷婷色色| 国产精品18久久久| 婷婷十月激情综合网| 午夜成人综合| 五月丁香狠狠爱| 美女主播野战视步页| 色情婷婷久久五月天| 日日操天天操| 婷婷五月天成人五月天| 不卡在线视频| 人人草人人舔| 天天舔天天插天天爱| 色欧美色色色| 色综合99| www.91.com处女在线直播| av高清无码| 综合网五月| 97色婷| 欧美黄色一级录像| 久久久人妻久久久| 狠狠插.com| 亚洲综合色网| 天天 青草 制服丝袜 在线| 热热色色五月天婷婷| 99视频激情四射| 亚洲色色图片| 丁香五月黄色| 欧美成人AAA片一区国产精品 | 91综合国免费久入| 综合久久五月| 色琪琪一综合久久激情五月视频| 亚洲亚洲人成综合网络| 伊人玖玖精品| 五月激情网络| 国产五月天婷婷| 亚洲妇女熟BBW| www.成人婷婷综合| 五月丁香综合啪啪| 人五月天婷婷喷水| 97人人操在线| 激情婷婷综合五月少妇| 色五月首页| 天天久久婷婷| 天天插天天插| 九九色播五月丁香| 婷婷五月天日日日干干干| 大香蕉久久婷婷| 国产真实乱对白精彩| 久久婷婷网| 九九热这里只有精品31| 女性自慰系列第五页| 日韩不卡123| 亚洲精品大片| 伊人婷婷五月天| jiujiu无码五区| www一起操| 婷婷丁香综合网| 操一操干一干| 亚洲午夜电影| 自拍盗摄 另类| www.25五月婷婷| 婷婷六月天天| 另类国产欧美视频| 人人爱国产| 成人综合视频在线| 综合狠久久| 亚洲激情无码久久| 另类激情码| 国产av第一专区| 日本在线视频看se99| 五月婷婷在线播放| 在线网黄| 激情综合网五月婷婷| 亚洲区视频| 视频免费精品免费精品免费精品免费精品免费精品免费精品免费99 | 97色色婷婷| 九九99免费视频| 99re6久热只有精品6在线直播| 人妻aV在线| 看黄的网站18禁| 婷婷综合色播网| 久久丁香| 久久人视频| 五月六月播婷婷| 五月婷婷激情色情网| 欧美va在线观看| www.五月天| 九九久久玖玖爱| 99热最新| 婷婷丁香大香蕉| 99免费视频久久| 天天狠天天叉| 欧美大肥婆大肥BBBBB| 六月婷基地| 免费试看小视频 99| 丁香婷婷五月色成人网站| 91久久久久久久久久18| 99ri在线观看视频| 99在热线免费视频| 欧美日韩欧美| 大香蕉五月丁香| 一本久道综合色婷婷五月| 天天日夜夜| 99色久| 丁香五月激情六月| 九九热黄色| 男人的天堂av俄罗斯热| 青青热久精品视频在线观看| 综合激情在线| 综合久久综合五月天婷婷| 综合久久婷婷五月丁香| 久热黄色| 久久人视频| 伊人干练久| 狠狠色婷婷7777久| 久久99精品久久久久久三级| 日日肏夜夜干| 五月婷婷色| 九九精品99| 天天日天天草| 九日日夜夜69| 丁香五月综合图片在线观看| 色五月天电影| 午夜亚洲国产精品av一区二区| 日日操人人操| 99久久九九| 狠狠爱婷婷爱| 黄色笑话深爱激情网丁香五月婷婷啪啪啪啪啪 | 久久久久久久11111111111| 婷婷丁五月| 丁香五月综合激情啪啪| 婷婷五月六月丁香| Www,五月天| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 神马欧美精| 婷婷播5月| 播丁香五月婷婷欧美| 日日操夜夜操狠狠操| 欧美精品999| 91|九色|动漫| 五月天婷婷婷| 天天综合区| 99爱在线| 亚洲欧美婷婷五月色综合| 九九亚洲综合| 91干在线| 丁香五月在线自慰| 色爽九九| 激情五月综合久久| 九九在线精点品| 免费色婷婷| 婷婷丁香五月天中文字幕| 国产熟妇乱子伦hd| 日韩欧美四五区| 少妇人妻人伦A片| 深爱五月婷婷开心中文字幕| 狠狠操.COM| 五月丁香网站| 99这里有精品免费| 色色色热| 开心久久爱五月天| 五月香婷婷| 日日色五月天| www.色五月| 激情综合网激情五月欧美| 七七婷婷综合| 五月天激情婷婷小说| 丁香五月激情图片婷婷| 狠狠操狠狠干综合| cao视频,现在观看| 第四色五月天| 六月婷婷综合久久| 超碰91在线| 99综合网| 丁香五月色| 人人干天天操五月丁香| 激情网 久久| 丁香5月婷婷| AV中文字幕夜夜操b天天摸bb| 婷婷综合爱| 婷婷丁香综合| 久草视频一,二三四| 99精品自拍视频| 五月婷婷开心网| AV天堂淫乩| 国产性爱在线| 亚洲综合丁香五月天| 国产精品视频网| 棕合影院色色| 激情综合亚洲| 国自产拍偷拍精品啪啪一区二区| 99re这里有精品手机在线| 色综合女人99| 亚洲乱码w在线观看| 五月丁香久久网| 婷婷六月天| 99热日本| 99资源人人| 久久久精品AV| 天天搞夜夜叫| 婷婷狠狠综合网入口| se影音资源在线观看| 大香蕉久久草| 大香蕉九九| 久久aaaa片一区二区| 亚洲AVDVD| 丁香五月天啪啪| 黄色99网| 激情久久月| 免费黄色视频网址| 九九草热在线观看| 密视AV综合在线| 超碰在线人妻| 思思热性操| 91久草五月天婷婷| 中文字幕在线日亚州9| 天天做天天爰天天爽天天无遮挡| 97偷拍对白视频| 色婷婷狠| 婷婷五月情色| 亚洲av无码影院| 超碰在线91| 久久婷婷五月激情网站| 国产一区18| 开心五月婷婷激情| 日韩欧美一级大黄网站| 亚洲国产成人在线| 91性交在线播放| 欧美丁香五月| 欧洲激情五月天婷婷| 五月天激情日色在线| 丁香婷婷大香蕉| 欧美97p| 欧美超级视频97| 99精品在线播放| 91成人性爱视频| 中文精品久久久久人妻不| 婷婷五月天丁香综合网| 色婷婷导航| 天天操夜夜肏| 色激情综合| 精品九九九久| AV九九| 色综合五月婷婷狠狠干| 婷婷六月综合基地| 亚洲精品久久久久AV无码| 日日操夜夜爽| 久久婷婷五月草视频在线播放| 五月婷婷9| 亚洲综合婷婷| 噜噜在线| 色五月婷婷丁香婷婷| 六月婷婷综合| 性色五月天| 日韩婷婷五月| 美女爆乳18禁www久久久久久| 日韩成人AV在线| 97干婷婷五月天| 婷婷五月天黄色| 五月丁香久久丝袜啪啪| 色琪琪一综合久久激情五月视频| 大香蕉220| 色婷婷激情四射视频| 欧美99热| 久久精品综合色| 被男人添B超爽视频| 久久丁香五月天| 丁香婷婷五月激情综合| 丁香五月婷婷久久久| www.五月天婷婷| 婷婷五月天激情开心网| 激情综合婷婷| 狠狠干综合| av在线观看网址| av国产精品| 五月天婷婷综合免费| 天天舔天天插天天干| 色婷婷综合网站| 日本 色综合| 丁香五月av| 五月婷婷六月丁香| 色婷婷五月天成人网| 91人妻色色网| 96精品久久久久久久久| 红桃91人妻爽人妻爽| 丰满少妇猛烈A片免费看观看| 六月婷婷激情| 26uuu国产| 丁香美女主播视频在线观看| 国产Va视频| 蜜臀AV在线成人| 欧美久久网| 久久婷婷电影| 日本久久色| 精品夜夜澡人妻无码AV| 综合色五月| 丁香久久综合| 五月天色丁香| 色色综合网络| 婷婷五月天亚洲图片| 激情综合网五月天天| 日韩啪啪网| 色私五月婷婷| www.五月婷| 香蕉久久五月| 婷婷99综合| 四LLL少妇BBBB槡BBBB| 99无码精品| 91超级碰| 色五月婷婷av| 日本久久人| 五月婷婷,六月丁香| www,五月天激情| 五月丁香婷婷激情久久| 激情的五月婷婷蜜桃| 五月婷婷免费在线| 国产91视频| 久久五月激情| 伊人色综合影院视频| 三级毛片7979| 夜色综合网| 大香蕉啪啪啪啪啪啪| 日韩有码一区| 九月婷婷在线观看| 色五月激情综合网站| 99碰碰碰| 大香蕉久久久久久久久| 色婷婷丁香AV综合| 色色色色色九九九九九| 欧美日韩成人h| 97干在线视频精品店| 婷婷五月天性色| 伊人热在线大香蕉| 丁香六月成人| 97超喷视频在线观看| 色吊操色妞| 92久操视频| 99热99| 91九色精品| 超碰免费成人| 狠狠色丁香久久久婷| 无码九九| 色五月无码| 综合五月亭亭9| 久久人妻系列| 婷婷五月天欧美图片在线播放电驴| 五月天激情美女久久| 99日韩网站| 伊人网大香| 五月丁香性爱| 九九热色视频| 色综合播放| 99热99热在线观看| a69在线视频| 亚洲精品乱码久久久久99| 夜夜涩涩涩| 99极品视频| 色欲五月天| 天天天添天天操| 久久一二三视频| 丁香五月,激情五月,深爱五月| 啪啪五月天啪啪| 99热这里只是精品| 日韩在线aaa| 思思久久精品| 五月丁香六月婷婷色日| 天堂色婷婷| 欧美va在线| 亚洲热视频| 国产成人精品123区免费视频| AV成人在线网站| 一片AV片免费播放| 婷婷五月天黄色网址| 亚洲婷婷在线播放十月| ji'qing'luan'ren'lun| 99免费视频网| 久久WW| 五月婷婷丁香| 日日噜噜夜夜狠狠久久丁香五月| 激情婷婷丁香色五月| 丁香婷婷九月| www.夜夜操.con| 思思热久久爱| 日本视频99| 丁香五月色| 丁香婷婷浪潮AV久久综合| 久婷婷五月综合欧美| 狠狠做五月| 五月天在线视频尤物视频在线看| 婷婷五月免费视频| 五月天激情电影| 婷婷中合| 99狠狠操一| anquye伊人| 天天操夜夜爽歪歪| 超碰激情网| 少妇大叫太大太粗太爽了A片| 五月色激情综合网| 丁香五月婷婷黑人妻黄色电影院| 国产欧美日韩一区二区三区| 婷婷激情小说| 久久性爱视频网站| 婷婷五月成人社区| 超碰在线人人| 久久这里只有精品无码| 色婷婷丁香五月| 国产又黄又爽又色的免费| 一区二区传媒视频| 综合狠狠伊人| 激情五月,激情综合网| 亚洲AV网站| 精品日本视频444| 4399在线观看免费高清黄色视频| 色五月天影视| 六月狠狠综合| 99人妻碰碰碰久久久久禁片| 亚洲精品一区无码A片| 日本91在线播放| 亚洲4区国产欧美| 婷婷五月色| www,婷婷五月天,com| 五月在线| 99热亚洲| 色色色区| 俺去也在线官网| 大香蕉精品视频| 四虎99热在线观看网站| 五月丁香婷婷色色| 丁香五月开心婷婷| 久久激情网| 三级99热| 婷婷五月开心中文字幕色| 国产综合婷婷| 97色精品视频 | 极品人妻VIDEOSSS人妻| 国产.亚洲.欧洲视频在线| 插插五月天| 色五月婷婷亚洲| 黄色aa观看aaguochan| 性色播| 激情爱爱网站超大免费| 69精品人人人人人人人人人| 91久久综合亚洲鲁鲁五月天| 天天舔天天摸天天透| 久久久久久久人妻| 91在线视频综合| 天天夜天天色天天| www.久热| 久99久视频免费观看| 婷婷香五月综合激情| 天天爱天天操| 国产成人高清| 五月婷婷丁香网| 人与禽A片啪啪| 久久久中文| 色婷婷日本| 亚洲人成播放网站| 丁香五月视频在线观看| 婷婷色导航| 婷婷 丁香 久久| 天天操夜夜肏| 涩涩涩.com| 国产超碰在线| 国产成人网站在线观看| 狠狠五月激情丁香六月| 五月天婷婷综合网| 亚洲无码成人| 日本社区五月天激情| 99久视频| 激情婷婷久久| 五月天夜夜爱夜夜操| www.夜夜| 久久网日本| 狠狠人人婷婷| 婷婷久久欧美| 亚洲婷婷乱乱丁香| 全部老头和老太XXXXX| 120分钟婬片免费看| 操日视频| 久啪欧美| 深夜激情网| 婷婷五月,综合伊人| 婷婷五日b| 成人精品在线| 99re66热这里只有精品| 婷婷色丁香五月| 97欧美在线| 热99在线| 秋霞网在线免费基地五月婷婷丁香| 久久成人天| 无码91中文字幕| 色吧五月婷婷六月丁香| 综合色久| 亚洲五月天第一综合干| 天天干 夜夜爽| 色色五月丁香| 超碰AV在线| 五月天综合久久| 99热这里都是精品| 久久9久久| 丁香 久久| 综合色网站| 丁香五婷婷| 久久精品99久久久久久| 色爱99| enecarbon-materials.com污K127封锁请涟系@wip1688 | 日本婷久久| 丁香色六月婷婷| 国产9色在线/日韩| 超碰在线精品| 色吊丝永久访问网址| 青草少妇激情| 草榴成人影片| 六月丁香影院| 婷婷激情久久| 狠色狠色综合久久| 久久久久久婷| WWW.婷婷| 少妇婷婷五月天| 啪啪黄页网| 丁香六月色婷婷| 色婷婷狠狠| 丁香六月婷婷综合激情欧美 | 亚洲成人免费在线| 天天日天天摸天天| 青柠影视免费高清电视剧 | 91九色熟女| 久久精品婷婷| 这里只有精品视频在线| 九九热在视频| 色婷婷呢狠禁久禁| 99热99色| 91丨九色熟女丨首页| 日本3级片一区2区| 97操在线视频| 六月婷婷激情| 久久亚洲色导航| 91色色五月天| 丁香六月色婷婷| 99视频91| 婷婷久久99| 综合色色婷婷| 这里只有精品免费| 天天插天天草人人玩| 香蕉久日夜| 天天爱天天做天天| 亚洲综合色色| 桃色五月天| 热99热9| 99九九热视频免费| 日日噜狠狠| 99热无码精品| 九色综合网| 天天摸天天透天天舔| 色婷婷操逼| 精品人妻伦九区久久AAA片| 狠狠五月激情婷婷直播片| 六月综合婷婷开心伊人| 精品成人久久久久久久_一二三四视| 亚洲一个色| 超碰在线免费观看日韩| 日日噜狠狠色综合久| 色综合久久44| 五月激情综合网| 99热99色| 丁香五月天黄色片| 少妇被躁爽到高潮无码文| 五月天色婷婷成人| 丁香婷色| 国产欧美熟妇另类久久久| 五月开心婷婷| 色婷婷综合丁香五月天| 丁香六月婷婷综合激情欧美| 亚洲成人色五月婷婷综合| 一级黄色片看看| 99久久99久久| 情欲综合网| 久久sp免费视频| 婷婷丁香五月天激情| 五月丁香婷庭在线| 婷婷九月综合| 青草青草视频2免费观看| 色五月天婷婷| 丁香婷婷六月婷婷六月婷婷六月婷婷| 夜夜操加勒比| 日亚二欧美| 天天爱天天做天天舔| 99碰碰中文| 色色色色综合网| 人人爱国产| 色五月婷婷婷婷婷婷婷婷婷婷| 日日干四虎| 另类图片激情五月| 欧美精品狠狠色丁香婷婷| 色婷婷综合五月| 九九久久高清| 国产亚洲精品AAAAAAA片| 天天精品视频免费观看| 亚洲综合网区| 激情网色五月| 99色色| 色婷婷狠狠18| 六月亚洲婷婷6月中文字幕| 亚洲无码免费看| 思思热在线精品视频| 丁香婷婷五月基地| 成人精品在线观看| 久草视频大香蕉99| 五月天成人在线视频网站| 女高怪谈在线观看| 婷婷五月天av网| 九九99在线视频| 99国产精品白浆在线观看免费 | 亚洲午夜成人av电影网| 日韩婷婷| 丁香五月婷婷色情综合| 第四色五月激情网| 久久久久网站| 97人人操人人拍| www.激情| 爱射综合| 激情综合五| 欧美综合五月丁香六月婷| 秋霞电影一级黄| 九九色播五月丁香| 国内精品免费一区二区2009| 色婷婷影院| 久九色| 六月丁香激情| 这里只有精彩视| 婷婷五月天视| 9久久久| 色婷青青| 丁香六月情| 高清无码视频网址| 97色伦另类图片小说视频 | 97精品人人A片免费看| 特黄三级片| 五月丁香婷婷基地| 五月婷婷精品视频| 久热视频A.| 猫咪伊人久久| 超级碰人人操人人干| 人妻丰满精品一区二区A片| 色婷婷av在线观看| 久久九九国产精品怡红院| 婷婷五月色丁香在线看| 激情五月图| 先锋五月婷婷丁香草草| WWW久| 精品热九九| 女人高潮内射99精品| 97干97色| 五月天婷婷操逼视频| 色婷婷基地| 欧美天天性| 热久久思思热思思| 久久婷婷伊人| 欧美激情中文字幕| 婷婷五月丁香激情图片 | 五月婷婷激情| 亚洲99热| 99视频这里只有久久精品| 99免费热在线精品| 夜夜大香蕉婷婷丁香| 色综合播放| se色婷婷视频| 欧美大片| 狠狠色噜噜狠狠狠狠综合| 99九九99九九九视频精彩| 99热在线播放| av色色国产| 色婷婷五月天不卡| 色综合久久88色综合中文字幕| 99爱欧美| 99丁香五月婷| 欧美激情五月天婷婷| 玖玖国产视频一区| 色综合激情| 9l视频自拍九色9l视频自拍九色9l社区| 999久久久国产精品| www色综合亚洲92| WWW.久久久久久久久久久久久| 黄色aa观看aaguochan|