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。

GNN在智能交通中的應(yīng)用:從路網(wǎng)建模到交通流預(yù)測實(shí)戰(zhàn)

GNN在智能交通中的應(yīng)用:從路網(wǎng)建模到交通流預(yù)測實(shí)戰(zhàn) 簡介《圖神經(jīng)網(wǎng)絡(luò)在智能交通系統(tǒng)中的應(yīng)用——洞察研究》是一份面向計(jì)算機(jī)學(xué)習(xí)者和智能交通從業(yè)者的技術(shù)演示文稿系統(tǒng)講解圖神經(jīng)網(wǎng)絡(luò)的基本原理及其在智能交通系統(tǒng)中的實(shí)際應(yīng)用。內(nèi)容先介紹圖卷積層、池化層、全連接層等核心結(jié)構(gòu)再分析交通流量預(yù)測、路網(wǎng)優(yōu)化與路徑規(guī)劃、交通事件檢測與預(yù)警、車聯(lián)網(wǎng)數(shù)據(jù)融合、綠色出行與節(jié)能減排等主要場景并涉及數(shù)據(jù)預(yù)處理、拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)、損失函數(shù)與多尺度建模等關(guān)鍵技術(shù)細(xì)節(jié)。資源包共包含一個(gè)PPTX演示文稿文件壓縮包大小約147KB結(jié)構(gòu)完整且便于瀏覽可直接用于自學(xué)、課件制作或匯報(bào)參考。該資源目前已有112人瀏覽或?qū)W習(xí)適合希望快速建立圖神經(jīng)網(wǎng)絡(luò)與智能交通應(yīng)用認(rèn)知框架的研究生、開發(fā)人員及交通信息化從業(yè)者。1. 圖神經(jīng)網(wǎng)絡(luò)在智能交通里到底在解什么題做過交通流預(yù)測的人都知道傳統(tǒng)做法是把路網(wǎng)切成網(wǎng)格再用 CNN 或 LSTM 去擬合流量曲線。但路網(wǎng)從來不是平面網(wǎng)格——它是節(jié)點(diǎn)和邊組成的拓?fù)浣Y(jié)構(gòu)一個(gè)路口的擁堵五分鐘后就沿著道路結(jié)構(gòu)傳導(dǎo)到相鄰路口這種傳導(dǎo)本質(zhì)上是圖上的消息傳播。圖神經(jīng)網(wǎng)絡(luò)切入智能交通系統(tǒng)就是把「道路拓?fù)洹惯@個(gè)被傳統(tǒng)模型當(dāng)成附加特征的東西變成模型的主干結(jié)構(gòu)讓模型自己學(xué)會(huì)信息沿著路網(wǎng)怎么擴(kuò)散、在哪兒衰減、在哪兒匯合。這份洞察研究 PPT 的核心價(jià)值不在模型本身多新而在于它把 ITS 里最頭疼的問題——數(shù)據(jù)是圖結(jié)構(gòu)、預(yù)測要依賴鄰居狀態(tài)、突發(fā)事件要跨區(qū)域傳播——統(tǒng)一到一個(gè)建模框架下。適合正在做交通流預(yù)測、信號(hào)控制或路網(wǎng)異常檢測的算法工程師以及想評(píng)估 GNN 值不值得引入自己現(xiàn)有 traffic 預(yù)測管線的技術(shù)決策者。2. 為什么交通場景天然適配圖神經(jīng)網(wǎng)絡(luò)從譜域卷積到消息傳遞2.1 CNN 和 LSTM 在路網(wǎng)上錯(cuò)在哪城市路網(wǎng)是典型的非歐幾里得空間。CNN 的卷積核假設(shè)相鄰像素在語義上相關(guān)但路網(wǎng)里兩個(gè)地理上很近的點(diǎn)可能根本不連通——高架橋和地面道路在經(jīng)緯度上幾乎重合卻沒有拓?fù)溥叿催^來一條隧道讓兩個(gè)相距三公里的節(jié)點(diǎn)直接相連。強(qiáng)行把路網(wǎng)柵格化等于把一張圖壓扁成照片連接關(guān)系被扭曲預(yù)測自然失真。LSTM 這類時(shí)序模型則走另一個(gè)極端它把每個(gè)傳感器當(dāng)獨(dú)立序列建模只在最后用全連接層做融合鄰居路口的狀態(tài)要到很晚才能影響當(dāng)前節(jié)點(diǎn)等學(xué)出來擁堵已經(jīng)傳播完了。GNN 的設(shè)計(jì)初衷就是處理這種拓?fù)鋽?shù)據(jù)節(jié)點(diǎn)通過邊交換信息一輪消息傳遞讓每個(gè)節(jié)點(diǎn)拿到直接鄰居的隱藏狀態(tài)多層堆疊之后感受野逐步擴(kuò)大。常見做法是先用譜域視角理解圖卷積再落到空間域?qū)崿F(xiàn)。譜域方法借助拉普拉斯矩陣做特征分解把圖信號(hào)變換到頻域做濾波最經(jīng)典的是 ChebNet 用切比雪夫多項(xiàng)式近似卷積核避免直接做昂貴的特征分解空間域方法更直觀直接定義鄰居聚合函數(shù)GCN 就是最簡的一階近似形式。我一般建議工程實(shí)現(xiàn)走空間域好寫、好調(diào)、好上 GPU譜域理論用來理解「為什么要?dú)w一化鄰接矩陣」足夠。2.2 GCN、GAT 與自適應(yīng)鄰接的選型邏輯圖卷積的核心公式是每一層做一次鄰居特征加權(quán)求和再變換H^(l1) σ(D^-1/2 A D^-1/2 H^l W^l)其中 A A I是對(duì)角線加自環(huán)。這樣每個(gè)節(jié)點(diǎn)在更新時(shí)總能保留自己的原始信息防止一整層傳播之后自身特征被稀釋。GAT 在此基礎(chǔ)上更進(jìn)一步給每條邊學(xué)一個(gè)注意力權(quán)重而不是用固定的度歸一化系數(shù)。這在交通場景里有實(shí)際意義同樣是相鄰路口上游直行來車和下游左轉(zhuǎn)來車對(duì)當(dāng)前路口的影響權(quán)重完全不同GAT 讓模型自己去發(fā)現(xiàn)這種差異。我在真實(shí)項(xiàng)目里的經(jīng)驗(yàn)是數(shù)據(jù)量小于五萬樣本量級(jí)時(shí)GCN 往往更穩(wěn)數(shù)據(jù)充足且路網(wǎng)拓?fù)鋸?fù)雜時(shí)GAT 的收益能拉開三到五個(gè)百分點(diǎn)。核心原因在于注意力機(jī)制需要更多數(shù)據(jù)來收斂樣本不夠時(shí)注意力權(quán)重容易學(xué)偏甚至出現(xiàn)所有鄰居權(quán)重趨同退化回 GCN。還有一類自適應(yīng)鄰接矩陣方案讓模型根據(jù)流量相關(guān)性動(dòng)態(tài)構(gòu)造邊權(quán)重適用于路網(wǎng)物理連接已知但影響強(qiáng)度隨時(shí)間變化的場景代價(jià)是引入額外參數(shù)訓(xùn)練時(shí)間大約增加百分之三十。2.3 智能交通里值得用 GNN 的四個(gè)落點(diǎn)不是所有 ITS 任務(wù)都值得上 GNN。我梳理過實(shí)際回報(bào)率排序如下交通流預(yù)測排第一因?yàn)閭鞲衅鲾?shù)據(jù)天然落在路網(wǎng)節(jié)點(diǎn)上且強(qiáng)依賴空間鄰居OD 矩陣估計(jì)排第二出發(fā)地—目的地之間的流量本身就是邊上的屬性GNN 可以直接在「圖上的邊」做預(yù)測信號(hào)控制排第三路口和路段是明確的圖結(jié)構(gòu)多路口協(xié)同控制本質(zhì)上是在圖上做決策擁堵傳播與異常事件檢測排第四事件的影響沿拓?fù)鋽U(kuò)散GNN 能把「某個(gè)節(jié)點(diǎn)流量驟降」傳播給下游節(jié)點(diǎn)提前預(yù)警。相反單純的停車場空位預(yù)測、單車調(diào)度這類任務(wù)路網(wǎng)拓?fù)潢P(guān)系弱用時(shí)序模型加特征工程就夠了上 GNN 屬于自找麻煩。3. 把交通數(shù)據(jù)建構(gòu)成圖節(jié)點(diǎn)、邊、特征與時(shí)序的縫合3.1 圖的定義方式?jīng)Q定模型上限建模第一步是定義什么是節(jié)點(diǎn)什么是邊。我見過最普遍的做法是節(jié)點(diǎn) 檢測器或路口邊 道路路段方向與實(shí)際通行方向一致。節(jié)點(diǎn)特征用歷史流量、平均車速、車道占有率邊特征用道路長度、車道數(shù)、限速、通行時(shí)間如果數(shù)據(jù)源里有天氣和事件信息直接拼到節(jié)點(diǎn)特征里因?yàn)樘鞖獾挠绊懯侨珗D范圍的節(jié)點(diǎn)拼上比單獨(dú)建模更省事。但這里有個(gè)關(guān)鍵細(xì)節(jié)——每條邊的權(quán)重不能用地理距離要用通行時(shí)間或者流量相關(guān)性。地理距離近不代表影響快高速公路上相鄰兩個(gè)點(diǎn)五分鐘能到達(dá)市中心兩個(gè)點(diǎn)同樣距離可能要二十分鐘圖神經(jīng)網(wǎng)絡(luò)的消息傳遞步數(shù)是按邊走的邊權(quán)重應(yīng)該表示「信息傳播的代價(jià)」。定義鄰接矩陣 A 時(shí)我通常按三種方式建邊物理連通性道路直接相連、空間近鄰KNN按經(jīng)緯度找 K 個(gè)最近點(diǎn)、功能相似性車流模式相似的路口建邊即使物理上不相連。物理連通必選空間近鄰作為補(bǔ)充功能相似性用自適應(yīng)矩陣在模型內(nèi)部學(xué)。三者不是互斥關(guān)系可以疊加成多維邊特征再在模型里融合。3.2 時(shí)間維度的縫合從靜態(tài)圖到時(shí)空圖靜態(tài)圖只能表達(dá)拓?fù)潢P(guān)系交通數(shù)據(jù)是時(shí)間序列必須把時(shí)序折疊進(jìn)來。常見的做法是做時(shí)間窗口切分用過去 T 個(gè)時(shí)刻的特征矩陣 X ∈ R^(N×T×F)N 是節(jié)點(diǎn)數(shù)F 是特征維度在圖上做空間卷積再用一維卷積或 GRU 做時(shí)間依賴建模。這樣每條樣本是一個(gè)「空間圖 × 時(shí)間窗口」的三維結(jié)構(gòu)既保留路網(wǎng)拓?fù)溆直A艚谘葑冓厔?。我?shí)際用的一個(gè)配置是T 取 12過去一小時(shí)按五分鐘粒度預(yù)測未來 15 分鐘、30 分鐘、60 分鐘三個(gè) horizon。輸入張量組織成 [batch, 節(jié)點(diǎn)數(shù), 時(shí)間步, 特征數(shù)]送入模型前需要做兩步關(guān)鍵處理一是按時(shí)間順序劃分訓(xùn)練集、驗(yàn)證集、測試集絕對(duì)不能隨機(jī)打亂否則未來信息泄漏二是對(duì)特征做標(biāo)準(zhǔn)化且標(biāo)準(zhǔn)化參數(shù)只在訓(xùn)練集上計(jì)算。import numpy as np from sklearn.preprocessing import StandardScaler # 假設(shè) sensor_data 形狀為 [T_total, N, F]時(shí)間步×節(jié)點(diǎn)數(shù)×特征數(shù) # adj 為路網(wǎng)鄰接矩陣形狀 [N, N]元素為 0/1 T_total, N, F sensor_data.shape window_size 12 horizon 3 # 預(yù)測未來15分鐘3個(gè)5分鐘步長 # 只讀前60%的數(shù)據(jù)來擬合標(biāo)準(zhǔn)化參數(shù)防止未來信息泄漏 train_ratio 0.6 scaler StandardScaler() train_flat sensor_data[:int(T_total * train_ratio)].reshape(-1, F) scaler.fit(train_flat) # 整體標(biāo)準(zhǔn)化 data_norm sensor_data.reshape(-1, F) data_norm scaler.transform(data_norm).reshape(T_total, N, F) # 構(gòu)造樣本X 是歷史窗口y 是未來horizon步 X_list, y_list [], [] for t in range(window_size, T_total - horizon): X_list.append(data_norm[t - window_size:t]) # [T_window, N, F] y_list.append(data_norm[t horizon - 1]) # 取未來第horizon步 X np.array(X_list) # [樣本數(shù), 窗口, N, F] y np.array(y_list) # [樣本數(shù), N, F]這段代碼里有幾個(gè)點(diǎn)要重點(diǎn)解釋。標(biāo)準(zhǔn)化參數(shù)只在訓(xùn)練段上 fit這是時(shí)序建模最常見的泄漏坑——如果整個(gè)序列一起算均值和方差等于讓模型在訓(xùn)練時(shí)就偷看了未來數(shù)據(jù)的分布測試集上的誤差會(huì)被系統(tǒng)性低估。劃分樣本時(shí)采用滑窗截取樣本之間有重疊這是刻意為之因?yàn)榻煌〝?shù)據(jù)本身有限重疊能提高樣本利用率但會(huì)導(dǎo)致相鄰樣本不完全獨(dú)立評(píng)估時(shí)需要注意這一點(diǎn)。預(yù)測目標(biāo) y 取 thorizon-1 時(shí)刻的數(shù)據(jù)也就是未來第 15 分鐘而不是一整段未來窗口這與現(xiàn)有的 multi-step 預(yù)測策略有關(guān)簡單起見先輸出單點(diǎn)。3.3 鄰接矩陣的預(yù)處理歸一化是訓(xùn)練穩(wěn)定的關(guān)鍵拿到原始鄰接矩陣后絕不能直接送進(jìn)模型。原始 A 的行和可能從 1 到 6 不等數(shù)據(jù)尺度差異大圖卷積做加權(quán)求和時(shí)度數(shù)高的樞紐節(jié)點(diǎn)會(huì)把周邊信息放大好幾倍訓(xùn)練過程極其不穩(wěn)定。標(biāo)準(zhǔn)做法是對(duì)稱歸一化先將 A 加自環(huán)得到 A然后計(jì)算度矩陣 D用 D^-1/2 A D^-1/2 替代 A。這個(gè)變換保證每個(gè)節(jié)點(diǎn)的特征更新在特征尺度上不會(huì)隨鄰居數(shù)量劇變是 GCN 論文里反復(fù)強(qiáng)調(diào)的細(xì)節(jié)也是工程上最常被忽略的一步。import scipy.sparse as sp def normalize_adj(adj_matrix): 對(duì)稱歸一化鄰接矩陣避免節(jié)點(diǎn)度數(shù)差異導(dǎo)致訓(xùn)練不穩(wěn) adj adj_matrix np.eye(adj_matrix.shape[0]) # 加自環(huán) degree np.array(adj.sum(1)).flatten() # 度矩陣對(duì)角元 d_inv_sqrt np.power(degree, -0.5) d_inv_sqrt[np.isinf(d_inv_sqrt)] 0.0 d_mat_inv_sqrt sp.diags(d_inv_sqrt) # D^-1/2 * A * D^-1/2 norm_adj d_mat_inv_sqrt.dot(adj).dot(d_mat_inv_sqrt) return norm_adj如果節(jié)點(diǎn)數(shù)超過五千稠密矩陣的存儲(chǔ)和運(yùn)算會(huì)吃光顯存這個(gè)時(shí)候要把鄰接矩陣轉(zhuǎn)成稀疏格式配合 PyTorch 的稀疏張量或?qū)S玫膱D學(xué)習(xí)庫來跑。我在一個(gè)約兩千個(gè)節(jié)點(diǎn)的城市級(jí)路網(wǎng)上做過對(duì)比稀疏格式訓(xùn)練速度快大約三倍顯存占用從接近崩潰降到四分之一。4. 模型實(shí)現(xiàn)與參數(shù)配置一個(gè)能跑通的城市級(jí)交通流預(yù)測基線4.1 兩層圖卷積是性價(jià)比最優(yōu)解模型深度選擇上我踩過很直觀的坑GCN 堆到四層以上準(zhǔn)確率反而明顯下降。原因是過平滑——反復(fù)做鄰居聚合后每個(gè)節(jié)點(diǎn)的表示逐漸趨同等于把路網(wǎng)里所有路口都預(yù)測成一個(gè)平均流量這對(duì)有潮汐規(guī)律的交通數(shù)據(jù)來說是致命的。多數(shù)落地項(xiàng)目用兩層 GCN 就夠第一層聚合一跳鄰居直接相連路口第二層聚合兩跳鄰居間隔一個(gè)路口感受野覆蓋一個(gè)路口和它的鄰居對(duì)交通流傳播已經(jīng)足夠。如果確實(shí)需要更大的空間范圍優(yōu)先考慮膨脹卷積式的跳躍連接而不是盲目加深。我常用的基線架構(gòu)輸入經(jīng)過一個(gè)全連接層把特征升維然后兩層 GCN每層后接批歸一化和 ReLU最后用一個(gè)全連接層輸出預(yù)測值。在 PyTorch 里實(shí)現(xiàn)一個(gè)可用的 GraphConv 層只需要幾十行import torch import torch.nn as nn import torch.nn.functional as F class GraphConv(nn.Module): def __init__(self, in_features, out_features): super().__init__() self.fc nn.Linear(in_features, out_features) def forward(self, x, adj_norm): # x: [B, N, F_in]B為批大小N為節(jié)點(diǎn)數(shù) # adj_norm: [N, N] 歸一化后的鄰接矩陣 support self.fc(x) # 先做線性變換 # 圖卷積核心鄰居特征聚合 # 將鄰接矩陣與節(jié)點(diǎn)特征做矩陣乘法等價(jià)于加權(quán)求和鄰居 out torch.einsum(ij,bjf-bif, adj_norm, support) return out class TwoLayerGCN(nn.Module): def __init__(self, in_dim, hidden_dim, out_dim): super().__init__() self.conv1 GraphConv(in_dim, hidden_dim) self.conv2 GraphConv(hidden_dim, out_dim) self.bn1 nn.BatchNorm1d(hidden_dim) def forward(self, x, adj_norm): # x: [B, T, N, F]先合并時(shí)間步與批次GCN在空間維度做卷積 B, T, N, F x.shape x_reshaped x.reshape(B * T, N, F) h self.conv1(x_reshaped, adj_norm) h self.bn1(h.reshape(B * T * N, -1)).reshape(B * T, N, -1) h F.relu(h) h F.dropout(h, trainingself.training) out self.conv2(h, adj_norm) # [B*T, N, out_dim] # 取最后一個(gè)時(shí)間步的輸出作為預(yù)測 out out.reshape(B, T, N, -1)[:, -1] return out這里最容易出問題的是 einsum 那個(gè)操作。它把鄰接矩陣作用在節(jié)點(diǎn)維度上每個(gè)節(jié)點(diǎn)的輸出是鄰居特征的加權(quán)和權(quán)重由歸一化鄰接矩陣決定。einsum 寫法的好處是表達(dá)簡潔、自動(dòng)處理批量維度匹配但要注意 adj_norm 需要提前轉(zhuǎn)移到跟輸入一樣的設(shè)備上。批歸一化放在 GCN 層后對(duì)訓(xùn)練穩(wěn)定性幫助極大不然后面的 ReLU 輸出分布會(huì)漂移。Dropout 我設(shè)在 0.3 到 0.5 之間GCN 參數(shù)量不大dropout 主要是防止過擬合到個(gè)別高流量路口的模式上。4.2 訓(xùn)練參數(shù)與損失函數(shù)配置訓(xùn)練配置我一般選用 Adam初始學(xué)習(xí)率 0.005權(quán)重衰減 5e-4批次大小 32訓(xùn)練 100 個(gè) epoch 后測試收斂情況。核心點(diǎn)是學(xué)習(xí)率一定要配合 ReduceLROnPlateau 做衰減圖卷積的訓(xùn)練 loss 曲線不像 CNN 那么平滑經(jīng)常前二十個(gè) epoch 掉得很快后面開始震蕩不衰減學(xué)習(xí)率的話最后幾個(gè) epoch 直接過擬合。損失函數(shù)的坑比想象中多。交通流量數(shù)據(jù)有兩個(gè)特點(diǎn)數(shù)值跨度大半夜接近零早高峰上千而且零值多。直接用 MSE 會(huì)讓模型只關(guān)注高峰時(shí)段的大數(shù)值低估夜間和低流量路段的誤差。我常用的改進(jìn)方案是 MSE 加一個(gè)輕微的對(duì)數(shù)變換或者直接改用 Masked MSE把低于某個(gè)閾值的時(shí)間步單獨(dú)加權(quán)。def masked_mse_loss(pred, target, zero_threshold1.0, zero_weight0.3): 對(duì)低流量時(shí)段降低權(quán)重避免模型忽略夜間低值數(shù)據(jù) diff (pred - target) ** 2 mask (target.abs() zero_threshold).float() # 非零值權(quán)重1.0零值附近權(quán)重0.3 weight torch.where(mask.bool(), torch.full_like(mask, zero_weight), torch.ones_like(mask)) return (diff * weight).mean()這里的 zero_weight 參數(shù)是人為設(shè)定的0.3 意味著低流量時(shí)段的誤差貢獻(xiàn)只有正常時(shí)段的 30%。為什么不用完全排除因?yàn)橐归g流量低不代表不重要早高峰來臨前的低流量狀態(tài)恰恰是預(yù)測高峰走勢的前置信號(hào)。另外預(yù)測目標(biāo)如果是車速而不是流量則不需要這個(gè)操作車速分布更集中MSE 表現(xiàn)良好這是任務(wù)層面的差異。4.3 與基線模型的公平對(duì)比方法評(píng)估 GNN 效果時(shí)一定要同口徑對(duì)比。我習(xí)慣同時(shí)跑三組基線歷史均值法HA用過去一周同時(shí)刻均值做預(yù)測、LSTM純時(shí)序基線、GCN本文模型。評(píng)測指標(biāo)用 MAE 和 MAPE 雙看MAE 對(duì)異常值不敏感MAPE 衡量相對(duì)誤差。在真實(shí)路網(wǎng)數(shù)據(jù)上GCN 相對(duì) LSTM 的 MAE 改善通常能到 8% 到 15%但在節(jié)假日、大型活動(dòng)這類分布外事件上GNN 和 LSTM 都會(huì)崩這種數(shù)據(jù)集外表現(xiàn)要在報(bào)告里誠實(shí)標(biāo)注。5. GNN 交通預(yù)測落地避坑六個(gè)反復(fù)出現(xiàn)的真實(shí)問題5.1 數(shù)據(jù)泄漏驗(yàn)證集指標(biāo)虛高到不敢相信現(xiàn)象跑出來的驗(yàn)證 MAE 低得離譜比測試集好 30% 以上甚至比訓(xùn)練集還好。原因標(biāo)準(zhǔn)化參數(shù)用了全量數(shù)據(jù)擬合或者樣本劃分直接隨機(jī)打亂模型在訓(xùn)練時(shí)間接見過了驗(yàn)證集的數(shù)據(jù)分布。解決標(biāo)準(zhǔn)化參數(shù)嚴(yán)格只從訓(xùn)練集擬合樣本按時(shí)間順序切分訓(xùn)練集 60%、驗(yàn)證集 20%、測試集 20%并且驗(yàn)證集和測試集在時(shí)間上永遠(yuǎn)晚于訓(xùn)練集。5.2 鄰接矩陣定義不當(dāng)導(dǎo)致模型「看不見拓?fù)洹宫F(xiàn)象GCN 和 LSTM 效果幾乎一樣沒有任何提升。原因鄰接矩陣建成了全連接圖或純 KNN 圖信息傳遞變成了全局平均拓?fù)浔幌♂尅N矣眠^一個(gè)案例某團(tuán)隊(duì)把空間距離 3 公里內(nèi)的路口全建邊等于城市中心的路口全部互相連接GCN 瞬間退化成 MLP。解決物理連通邊必須保留KNN 補(bǔ)充邊數(shù)量控制在每個(gè)節(jié)點(diǎn) 2 到 4 條并且用通行時(shí)間而非歐氏距離做邊的權(quán)重。5.3 過平滑深層 GCN 預(yù)測結(jié)果趨同現(xiàn)象四層 GCN 預(yù)測的所有路口流量曲線幾乎一樣峰值同步。原因圖卷積層數(shù)加深每個(gè)節(jié)點(diǎn)反復(fù)融合鄰居信息最終收斂到圖平均狀態(tài)。解決回到兩層結(jié)構(gòu)如果確實(shí)需要深模型加入殘差連接讓每一層的輸入和輸出相加h^(l1) h^l GCN(h^l)這樣即使深層也能保留節(jié)點(diǎn)原始信息。5.4 訓(xùn)練不收斂loss 震蕩比過山車還猛現(xiàn)象loss 在某個(gè)值上下大幅震蕩降不下去。原因?qū)W習(xí)率過大加上鄰接矩陣未做對(duì)稱歸一化導(dǎo)致消息傳遞數(shù)值尺度差異大。解決檢查鄰接矩陣是否做了 D^-1/2 A D^-1/2 歸一化把學(xué)習(xí)率降到 0.001 并加 ReduceLROnPlateau在 GCN 層后加批歸一化。5.5 零膨脹數(shù)據(jù)下 MSE 失效現(xiàn)象預(yù)測值總是偏低尤其在夜間時(shí)段整體 MAPE 虛高。原因流量數(shù)據(jù)零值多MSE 傾向于把預(yù)測壓向均值低流量時(shí)段的誤差貢獻(xiàn)太小。解決切換為 MAE 或帶權(quán)重的 Masked MSE或者把流量做 log1p 變換后再訓(xùn)練輸出時(shí)再指數(shù)變換還原。5.6 大規(guī)模路網(wǎng)顯存爆炸現(xiàn)象兩萬個(gè)節(jié)點(diǎn)的路網(wǎng)鄰接矩陣一個(gè) batch 直接 OOM。原因稠密鄰接矩陣的存儲(chǔ)是 O(N2)兩萬節(jié)點(diǎn)就是四億個(gè) float還沒開始訓(xùn)練顯存就沒了一半。解決鄰接矩陣用 scipy.sparse 存儲(chǔ)訓(xùn)練時(shí)轉(zhuǎn)成 PyTorch 稀疏張量另一個(gè)做法是圖采樣——每輪訓(xùn)練只隨機(jī)采樣一部分節(jié)點(diǎn)的子圖作為輸入GraphSAGE 就是這個(gè)思路。6. 進(jìn)階驗(yàn)證技巧用隨機(jī)掩碼測試確認(rèn)模型真的學(xué)到了圖結(jié)構(gòu)做圖神經(jīng)網(wǎng)絡(luò)項(xiàng)目最容易自我感動(dòng)——模型的指標(biāo)確實(shí)漲了但你真的確定它學(xué)到的是空間拓?fù)潢P(guān)系而不是靠時(shí)間序列本身的自回歸硬扛出來的這個(gè)問題的標(biāo)準(zhǔn)驗(yàn)證方法我用了很久隨機(jī)掩碼測試。把測試集里 30% 的節(jié)點(diǎn)在輸入特征上全部置零比如清空它們的歷史流量數(shù)據(jù)只保留鄰接矩陣和其余節(jié)點(diǎn)的信息然后看模型對(duì)這幾個(gè)節(jié)點(diǎn)的預(yù)測還能不能保持精度。如果 GNN 真的在利用拓?fù)鋫鞑バ畔⒛敲幢谎诖a節(jié)點(diǎn)的預(yù)測誤差只會(huì)小幅上升因?yàn)樗梢詮南噜徛房诘臓顟B(tài)推斷如果誤差爆表說明模型根本沒用到鄰居信息只是在學(xué)自己的歷史曲線——這時(shí)候你換 LSTM 效果可能一樣。我在某城市早高峰數(shù)據(jù)上跑過一次實(shí)驗(yàn)把某檢測器歷史數(shù)據(jù)全部置零GCN 仍然能通過上游路口的流量推斷出目標(biāo)路口的趨勢MAE 只增加了 12%而 LSTM 的 MAE 直接翻倍。這個(gè)實(shí)驗(yàn)?zāi)艹蔀槟阆驁F(tuán)隊(duì)證明「GNN 在 ITS 場景里為什么值得用」的金標(biāo)準(zhǔn)證據(jù)。另一個(gè)實(shí)用技巧是用注意力權(quán)重做可解釋性分析。如果你用的是 GAT把最后一層注意力矩陣拿出來按邊聚合權(quán)重就能得到「哪些相鄰路口對(duì)當(dāng)前路口影響最大」的排序輸出成熱力圖疊加在地圖上業(yè)務(wù)部門很容易理解——某條連接權(quán)重高是因?yàn)樗强鐓^(qū)域通勤的必經(jīng)之路。這比給業(yè)務(wù)看一堆 feature importance 數(shù)字化轉(zhuǎn)型可落地得多。我個(gè)人的習(xí)慣是每做一個(gè)路網(wǎng)數(shù)據(jù)集的第一天就先把隨機(jī)掩碼測試的腳本寫好放在那兒后續(xù)每次改模型架構(gòu)都跑一遍。它能幫你守住底線你的模型是個(gè)圖模型不是個(gè)披著圖外衣的時(shí)間序列模型。這個(gè)習(xí)慣幫我避免了好幾次方向性翻車值得你參考。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
五月色综合| 五月天婷婷丁香人人操91| 五月激情六月| 亚洲婷婷丁香五月| 国产AV一区二区三区最新精品 | 五月丁香爱婷婷深深| A片试看50分钟做受视频| 五月天婷婷在线播放| 97人妻碰碰碰久| 国产精产国品一二三在观看 | 依人大香蕉在钱1| 五月丁香六月天| 思思久ren热| 91精品91久久久久77777| 国产日韩欧美性爱| 97好吊操| www.十八禁不禁AV.com| 天天激情5月天亚洲| 五月婷婷香蕉| 五月综合激情婷婷六月色窝| 日本色色图| 五月婷婷花| 狠狠色狠狠| 2018夜夜草| AAA久久久| 色婷婷激情五月天在线观看| 日 日干 日日做| 十区AV| 天天干天天爽| www.婷婷五月| 日韩九区| 九九热黄色| www.99成人视频| 看婷婷五月天网| bukadeavzaixian| 亚洲五月婷婷| 婷婷色导航| 这里只精品热在线18| 久久九九99| 五月婷婷之综合激情在线| 亚洲午夜av| 激情99| 婷婷瑟瑟五月天| 秋霞三级影视资源| 五月丁了香蕉综合| 性爱AV天堂| 久久九九@| 日本性视频| 偷偷与邻居做爰完整视频| 人人操97| www色五月| 色色色色色色网| 日日做夜夜爱| 五月天婷婷在线播放免费| 激情开心五月婷婷| 婷婷五月天国产手机在线视频观看| 五月天久久www| 色婷婷啪啪综合网| 婷婷六月色情| 色五月婷婷综合| 久久激情五月网| 婷婷六月香| 丁香五月婷婷啪啪视频| 婷婷狠狠狠爱| 狠狠干综合网| 、激情六月天| 人妻肉射免费观看| 天天操狠狠操| 色99在线| 丁香五月欧美激情| 激情丁香五月| 五月婷婷 婷婷五月 一区二区 久久久| 九九色逼| 婷婷丁香五月天之开心少妇| 丁香久久久| 色99婷婷五月天| 日韩成人中文| 亚洲热久| 99久久精| 激情婷婷六月| 狠狠操狠狠插| 日日干天天| 天天插天天插天天插天天插| 欧美黄色一级录像| 丁香五月最新网址| 五月天开心激情网色欲无码| 亚洲激情综合五月婷婷啪啪| 婷婷色五天| 婷婷六月激情| 中字幕视频在线永久在线观看免费| 激情第四色| 少妇伦子伦精品无吗| 99视频在线观看地址| 91嫩草国产线观看亚洲一区二区| 九月婷婷激情| 婷婷涩涩网| 五月天婷婷乱| 国产精品爽爽久久久久久| 在线播放成人网站| 99精日本久久| 国产ava| 婷婷五月综合在线| 婷婷五月深深爱| 婷婷社区五月天| 综合网网欲色| 综合五月婷婷| 五月婷婷在线综合| 久久丁香五月| 免费啪啪啪网站| 岛国午夜视频| 免费99情趣网视频| 丁香五月情| www.久久| 成人视频在线免费播放| 丁香五月婷婷激情视频播放| 日韩在线视频中文字幕| AA丁香综合激情| 九97免费视频| 99区视频| 综合性爱网| 996热| 亚洲成人AV一区在线观看| 中文AV在线观看| 六月婷婷俺也去| 五月丁香在线看| 久久九九网| 丰满少妇乱A片无码| 六月综合婷婷开心伊人| 啪啪干伊人婷婷| 99久久玖玖| 丁香六月婷婷色XXXXX| 99re欧美精品| WWW丁香五月| 激情伊人五月天| 五月婷在线| 成人av在线网| 亚洲色激婷| 国产VA亚洲VA96| 天天做天天爱天天爽| 五月激情婷婷四射| 亚洲色色精品| 少妇性按摩无码中文A片| 国精产品一区二区三区| 性生活视频98791| 深爱婷婷网| 丁香97综合| 五月丁香怕啪啪| 丁香五月先锋| 婷婷久久内射| 色播五月天激情| 国产黄色在线观看| 色播丁香五月婷婷操:屄| 五月天天久久香| 欧美情色一区| 丁香六月成人网| 直接看的AV| 五月婷婷黄| 丁香六月成人网| 五月激情啪啪| 久久婷婷五月天激情新地址| 97婷婷色| 狠狠综合| 国产无套精品一区二区| 综合婷婷| 五月天婷婷久久视频| 人人操婷婷| 丁香六月色婷婷欧美| 91丁香五月| 五月丁了香蕉综合| 色五月综合| 天天日色情| 99极品视频| 国产欧美第五十五页| 成人丁香五月婷| 五月天电影网| 亚洲韩国日产综合AV| 婷婷六月网| 99热免费观看| jiujiu无码五区| 俺去也五月| 一本久道综合99| 久re热视频| 亚洲婷婷综合视频| 婷婷激情综合| 久久久久亚洲AV无码网影音先锋| 超碰人人艹| 天天日夜夜欢| 桃色五月天| 91人妻人人做人碰人人爽九色| 日狠狠| 五月婷婷综合成人| 天天干天天干天天干天天干天天干| yw国产AV| 热99在线精品| 超碰成人电影| 欧美性爱五月天| 丁香六月婷婷开心| 色啦啦视频| 伊人久久丁香婷婷六月五月综合| 日韩大片艹艹| 亚洲av综合网| 激情综合网婷婷久久| 99热成人| 丁香五月激情综合啪啪| 99ri视频在线播放| 99色精品| 五月激情基地| 色吊丝永久访问网址| 婷婷情色五月天| 91丁香五月| 九九综合色| 99操99| 国产精品涩涩涩视频网站| 色久婷婷网| www.9操| 国产精品-第3页-91JQ就要激情网91JQ5.JQJQ926.XYZ | 三十熟女| 99视频精品全部观看10| 久久五月综合| 极品少妇高潮啪啪AV无码| 丁香五月日本| 婷婷丁香五月91| 超碰免费在线| 五月丁查人人| 五月丁香六月综合情在线观看| 色婷婷丁香五月| 天堂婷婷五月色| 天天日日| 我去色色网五雨天| 久色成人| 91人人操人人爱| av在线资源| 五月花成人网| 五月婷婷啪啪啪| 五月大香蕉| 亚洲精品国产精品乱码不99| 亚洲色综合| 亚洲精品V天堂中文字幕| 五月丁香无码视频| 婷婷伊人无码| 激情四射婷婷色色色| 色色性爱视频| 丁香五月婷婷在线| 天天色五月| 91日精品| 五月丁香六月激情| 久久狠狠干| 丁香色啪综合| 97色婷婷成人综合在线观看| 91精品久| 免费看欧美成人A片无码| 五月丁香婷婷综合网| 激情五月婷婷免费视频| pom538精品视频| 99久热| 99热这里只有精品9| 色五月涩涩婷婷蜜桃| 成人免费视频一区| 国产精品久久久久久喷浆| 99色综合| 天天爽天天草| 春色激情第四色| 991精品在线视频| 丁香五月五月婷婷欧美大香蕉| 久久人人妻| 99久久国产宗和精品1上映 | 欧洲色区| 99免费热视频在线| 91丨九色丨丰满人妖| 久久婷婷婷婷伊人| 婷婷综合五月天激情| 久久九⑨| 91九色成人原创视频| 96丁香六月婷婷蜜桃综合久久| www.99视频| 五月激情丁香五月宗合| VA婷婷| 九九干视频| 狠狠久久婷五月综合色| 97色婷婷| 亚洲亚洲人成综合网络| 五月婷婷啪啪| 激情小说五月天| 婷婷久久免费| 99看片| 五月丁香六月婷婷玖玖| 婷婷六月丁香激情综合| 九九99视频精品| 人人操人人操919999| www.玖玖九| 中国丰满熟女A片免费观| 99热99色| 美日韩成人| 日韩黄色电影| 九九综合| 97热精品| 国产99久久久| 99久久6| 综合久久9| 五月婷婷激情综合av| 嫩草AV久久伊人妇女超级a| 天天天久久久| 色婷婷丁香五月天在线视频 | 日韩AV免费电影在线播放| 日日夜夜狠狠| 中文人妻AV久久人妻18| 疯狂做受XXXX高潮A片| 香蕉综合在线| 婷婷五月情| 丁香婷婷五月综合色情| 久久机热/这里只有精品| 97性视频| 天天搞天天爽| 国外亚洲成AV人片在线观看 | 欧美色五月| 狠狠狠狠狠| www色色com| 五月丁香成人网| 99成人| 亚洲av日韩无码| 色九九丁香九月色九九色| 五月色情婷婷| 99人人干人人| 九月丁香婷婷综合激情| 人人人操B超碰| 天天色综合图片| 色婷婷成人| 国产精品久久久海的味道| 五月天婷婷7米| 五月天激情小说网| 丁香五月在线播放| 午夜不卡久久精品无码免费| 婷婷久久天堂网| 色色五月天com| 婷婷婷久久久| 18av天堂| 激情婷婷五月天在线观看| 丁香婷婷在线| 91精品综合久久婷婷九色| 人人操91| 五月婷三级片| 成人av在线网址| 色999五月色| 五月综合激情久久| 99在热线免费视频| 色99视频| 久久久.www| www.maotanji.com| 2025最新亚洲激情在线| 丁香五月Av| 亚洲精品国产成人AV在线| 99色| www,99色| 91丨九色丨东北熟女| 丁香六月婷婷久久综合八月| 激情五月狠狠| 五月婷综合| 婷婷丁香五月综合网| 操婷婷基地| 99热综合网| 亚洲激情电影五月天色婷婷丁香一起草| 99热这里只有精品一| AV性爱网| http:色情日本com| 婷婷五月天亚洲综合| 成人超碰AV| 激情五月天激情五月天| 六月天婷婷| 综合激情九月婷婷,激情综合婷婷中文字| 激情性爱五月| 激情网站综合五月天| 婷婷五月六| 五月天激情小说网| 日本久久99久久| 亚洲成人色五月天| 任你搞网站| 婷婷五月花| 天堂爱啪啪| 丁香婷婷六月天| 亚洲第一综合| 激情六月婷婷啪啪| 欧美性爱五月天| 亚洲激情六月丁香| 97色伦另类图片小说视频| 久久在线大香蕉| 黄色热99| 婷婷五月在线综合| 色五月综合在线| 依人大香蕉在钱1| 日本色婷婷| 激情五月色播五月| 操操综合网婷婷| 九九人妻福利| 噜噜干日本| 一区操| 婷色成人| 99亚洲天堂| 一区二区传媒视频| 精品,99| av在线资源| 99九九热视频| AV性爱网| 久久99日本精品视频免费观看| 欧美va视频不用播放器的va视频网| 9l视频自拍九色9l视频在线观看| 91精品久| 五月婷婷啪啪啪啪| 琪琪色网在线| 狠狠人妻久久久久久综合丁香| 碰碰91| 婷婷综合九月| 久热只有精品| 激情婷婷五月天丁香| 6080av| 五月丁香六月婷婷网| 丁香婷婷超碰 | 99视频在线播放大全| 色婷婷8| 美女五月激情| 99久热| 秋霞电影一级黄| 99热精品在线| 狠狠大香婷婷爱| 五月婷久久| 婷婷激情九月| 色五月激情婷婷| 51成人| 激情综合网址| 99亚洲天堂| 五月婷视频| 国产操逼网站| 婷婷色在线视频| 在线观看亚洲AV| 久久精彩免费视频| 成人中文字幕在线| 色婷网| 美日韩成人| 婷婷五月天成人网| 婷婷丁香六月五月天| 激情丁香五月| 操逼福利视频| 天堂va久久久噜噜噜久久Va| 色综合色色色| 91精品丝袜久久久久久| 欧美色频| 人人看人人草人人摸| 偷拍九九热| 激情五月婷婷色| 欧美偷偷操| 99热这里只有精品86| 国产精品久久欧美久久一区| AV天堂婷婷五月天| 日韩无码人妻一区二区| 99自拍视频网站| 日本老女人黄页在线播放| 人妻久久久久久| 性小说五月天| 五月丁香天堂| 五月丁香婷婷在线| 能看的AV网站| 五月天另类图片区99| 日本久热| 岛国资源网| 丁香五月 性爱| 久久激情网| 久久视频婷婷视频| 国产婷婷婷| 免费不卡狠操美女视频网 | 欧美性爱五月天| 狠狠狠人妻| 久久久久久久久久久jjjj| 欧美婷婷成人| 丁香五月自拍| 啪啪色激情五月天| 狠狠色色| 开心五月深爱五月丁香五月激情五月| 色情婷婷。| 99∨VTV| 色综合久久88色综合天天| 综合伊人久久| 精品少妇人妻AV无码专区偷人| 天天摸色吧天天摸色吧| 欧美色色色| 婷婷丁香18| 狠狠五月激情丁香六月| 色色丁香五月婷婷| 99精品热视频| 日本道久久91| 色色五月婷| 五月天六月婷婷| 99在线精品视频观看免费下载| 天天日天天肏天天奸| 丁香五月天色婷婷| 婷婷激情五月天在线视频| 色吊丝中文字幕| 9久精品视频| 99久久综合精品五月天| 六月丁香婷| 影音先锋五月天婷婷丁香在线观看| 99re免费精品视频| 夜夜操天天干| 色婷丨日丨天丨综合久久| 99热99美国在线观看| 午夜天堂一区人妻| 99热精品在线播放| 色综合色| 99小视频网站| 欧洲日韩一区二区三区| 亚洲色久| 《久久综合九色综合97婷婷| 婷婷大香焦| 色五月婷婷基地| 可以看的av网站| 天天爱天天做天天舔| 丝袜激情网| 无码少妇高潮喷水A片免费| 九九99九九99偷拍视频免费看| 亚洲综合婷婷六月丁香五月| 久久亚洲网| 99久在线精品| 另类在线观看视频| 五月天婷婷色色首页| 日本欧美成人片AAAA| 91热网址| 五月天婷婷影院影院观看| site:wpjngj.com| 99精品久久久| 狼友超碰| 99热综合色图| 99热色婷婷| 9999热免费视频视频| 国产精品久久久爽爽爽麻豆色哟哟| 色综合久久天天综合网| 日韩精品一区二区亚洲AV观看| 天天射综合网夜夜操| 五月丁香好婷婷姑娘综合网| 天天摸.天天mo| 日韩黄黄| 色婷婷香蕉| 涩玖玖免费视频| 五月综合激情网| 一本到不卡高清DVD| 伊人在线视频| 96自拍视频九色在线观看| 九九無妻| 99久久9| 中文AV网| 亚洲午夜av| 九九视频在线| 欧美色色色| 久久五月天婷婷| 午夜天堂啪啪| 一本道在线电影| 国产成人精品123区免费视频| www.色综合| 久久这里只精品| 色五月婷婷基地| 五月丁香在线观看| 无码AV久久久久久久久| 欧美日韩91| 丁香五月成人| 久久婷婷五月综合色丁香花| 97偷拍对白视频| 丁J香六月首页| 欧美黄色一级| 99精品偷拍视频| 五月婷婷综合性爱噜噜| 国产五月天婷婷| 99热日韩| 午夜 外网 精品 在线| 开心五月激情站| 99热这里只是精品| 五月天开心婷婷激情网站| 人人色婷婷| 丁香五月香蕉| 国产成人精品一区二三区熟女在线| 96精品成人无码A片观看金桔 | 久久精品爱爱| 久久婷婷亚洲五月天| 五月天六月婷婷电影| 亚洲操b| 婷婷五月天亚洲综合| 色热久| 五月综合激情网| 九九99久久精品| 丁香五月婷婷少妇| 日韩欧洲亚洲| 精品99网站| 久久久精品色| 日本九九九九| 中文字幕视频色婷婷| 婷婷五月天丁香久久| 综合久久五月天| 丁香五月婷婷久久久| 婷婷激情啪啪| 日韩在线视频中文字幕| 性做爰1一7伦| 欧美色偷拍| 六月99天天婷婷激情综合| 99热这里只有精品2016| 97色色综合| 亚洲欧洲另类| 五月丁香花激情综合网| 中文字幕在线免费观看视频| 91色呦哟| 色综合久久88色综合天天99| 丁香五月婷婷激情123| 开心激情综合| 色婷婷成人做爰A片免费看网站| 五月丁香激情综合网官网| www.97碰碰com| 99热99思午夜精品| 一本到不卡高清DVD| 婷婷五月免费视频| 人妻少妇色综合| 色婷婷综合电影| 六月色日韩| 99热这里只有精品86| 亚洲激情五月天| 91操女| 狠狠大香婷婷爱| 黄色AAAAA| 婷婷在线播放| 激情99| 丁香五月婷婷综合网| 人妻熟妇国产精品| 六月婷在线| 婷婷五月免费观看| 九九色影院| 久久99草五月婷婷| 国产色色网址网站| 久久婷婷综合基地| 色吊丝中文字幕| 色插综合网| 丁香五月综合| 亚洲精品成人片在线播| 丁香五月天欧美在线| 久久伊人五月天| 1024亚洲| 亚洲最大五月六月丁香婷婷| 少妇AB又爽又紧无码网站| 99热综合网| 四色五月婷婷| 91国产精品视频播放| 久久精品国产色| 精品人人操| 99久久新视频| 伊人五月天在线| 国产性爱在线| 色婷婷欧美在线| 久久婷婷视频| 五月丁香六月婷| 99精品无码| 超碰无码老师| 亚洲第一视频 久久| 色婷婷综合网| 五月色婷婷亚洲 | 极品人妻VIDEOSSS人妻| 丁香五月婷婷啪啪| 99在线观看| 97丁香五月| 激情五月色在线播放| 午夜天堂一区人妻| 99在线视频免费| 丁香五月激情五月| 丁香六月AV| 五月丁香婷婷欧美| 99ri在线观看视频| 成人精品在线观看| 99er日韩| 激情99| 天天做综合| 五月天激情国产综合婷婷婷| bbwcuckold精品熟妇| 五月丁香色| 他改变了拜占庭| 热久久这里只有精品| 丁香六月婷月91婷月| 天天干天天干天天干天天干天天干| caop在线| 99视频| 99色最新在线视频| 校花娇喘呻吟校长陈若雪视频| 亚色网站小视频| 欧美大片| 激情性五月天免费小说视频| 久久精彩视频99| www.五月丁香| 色五月婷婷操逼| 国产成人网| 久久香蕉网| 色色婷| 婷婷丁香一月| 色和综合网| 伊人五月丁香| 狼人婷婷综合| 综合色色色| 啪啪婷婷五月天激情| 综合aV在线| 丁香五月亚综合图片| 色一情一乱一乱一区9| 久久婷婷网| 丁香综合婷婷开心激情网| 日本久久精品| 久久婷婷五月天综合| 射琪琪| 99久久久99久久91熟女| 五月天婷婷激情干干| 一本婷婷丁香久久| www.婷婷,com| 激情深爱综合| 97涩婷婷婷婷基地| 色99视频| 日韩综合大黄| 久久久性爱视频| 久久五月天婷婷| 亚洲bt丁香五月天婷婷激情小说| 五月婷婷色播| 亚洲乱码日产精品BD在线观看| 人妻久久久久久久久久| 亚洲综合五月天婷婷丁香| 99无码视频| 五月天婷婷视频| 久热九九| 日逼影音先锋男人AV资源站| 天天搞天天色综合| 婷婷99中文字幕| 中文字幕在线免费看线人| 97 A I色色| 色婷婷视频| 人五月天婷婷喷水| 亚洲色久| 激情五月天无人视频在线| 五月天激情久久| 少妇做爰免费视看片| 五月天六月色| 国产欧美日韩一区二区三区| 日韩AV在线免费观看| 欧美性生交XXXXX无码小说| 久色欧美| 激情五月天在线| 大香蕉伊人爱在线| 超碰在线免费观看日韩| 九九re精品视频在线观看 | 91嫩草国产线观看亚洲一区二区| 五月婷婷av| 日本va欧美va欧美va| 色八月婷婷| 综合狠狠干| 久久久噜噜噜操操操| 99亚洲精品| 99热91| 激情图片婷婷| 26uuu亚洲| 婷婷五月天美女视频| 人妻自慰在线| 丁香五月激情啪| 丁香花五月天婷婷成人社区| 99热在线只有精品| 色色色色色色色色色色色色色97| 99只有这里是精品| 五月婷婷亚洲天堂激情在线| 超碰com| 超碰99热在线观看| 国产伦亲子伦亲子视频观看| 丁香五月天.com| 丁香五月婷婷激情中文| 极品 少妇 内射| 激情www| 青青草成人网| 人人摸人人干人人做| 天天在线久久综合 | 五月丁香六月婷婷综合免| 色九月婷婷综合| 淫荡A片| 黄色av网站在线免费播放| 色色五月婷婷| 日狠狠| 大香蕉伊人99| 亚洲秘 无码一区二区三区妃光/1| 五月天激情久色| 天天草天天爱| 成人精品一区二区三区四区五区| 另类图片天天影视在线观看| 日本99在线| 亚洲午夜一区二区| 在线成人国产| 激情6月| 99re欧美精品| 九九综合影音先锋 | 国产成人高清| 色在线99| 99爽视频| 亚洲操逼片| 大香蕉啪啪| 99精品视频推荐| xxxx五月天色色| 人人艹艹艹| 一本色道久久88加勒比| 超碰成人黄色网| 岛国在线观看91| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 丁香五月婷婷基地| 在线播放中文字幕| 伊人五月天| 99久热| 97色久| 免费AV播放| 天天干天天操天天拍| 青青草成人网| 青草视频在线观看视频| 五月婷婷色欲| 婷婷综合天堂| 午夜丁香综合婷婷| 色偷偷色婷婷| 99熟女视频| 天天色综和网| www·五月天| 婷婷五月天激情五月天网站| 欧州色色| 这里只有精品在线视频在线观看| 操逼巨乳91| 狠狠香蕉| 亚洲日韩一页精品发布| 婷婷五月色综合香五月| 色婷婷影| 狠狠干天天内射| 五月婷网站| 亚洲无码成人| 亚洲情综合五月天| www.91在线看| 九九蜜臀精品| 99re最新地址| 99久久久99久久91熟女| 91麻豆国产三级精品福利在线观看| 秋霞丝袜啪啪啪| 婷婷五月天受日本法律保护| 激情五月天www| 第四色激情网| 精品热青草| 丁香五月婷婷AV| 可以免费观看的AV| 综合www色| 五月天激情综合网站| 五月丁香六月婷婷亚洲综合| 丁香五月天堂网| 五月伊人91| 久操热| 日夜夜久久| 99视频精品在线| 97ai婷婷| 日日噜噜久久婷婷五月天| 人人草人人爱| 亚洲视频综合网| 婷婷四色五月| 久久五月天激情| 天天综合网站| 美国不卡视频| 夜夜夜夜做天天天做无码视频| 九九热re99re6在线精品| www。久久久久一b。Cc| 色综合婷婷| 色五月婷婷五月天激情综合| 婷婷丁香久久| 欧美综合五月丁香六月婷| 久久五月激情| 天天干天天拍| 久久停停超碰| 裸体美女丁香五月天。| 国精产品一区一区三区免费视频| 啪啪婷婷五月天激情| 久热A| 亚洲精品又粗又大又爽A片| 国产成人高清| 亚洲视色| 1024亚洲无码| 99热热九九| 午夜丁香| 色婷婷丁香九月| 激情五月婷婷色| 99视频| 《诡秘之主》在线观看| 97超碰在线免费观看| 狠狠色婷| 婷婷综合在线观看视频| 五月天激情网图片| www.久久| 五月丁香啪啪啪综合网| 五月激情婷婷国产精品久久久久久| 9999色色色色| 亚洲精品白浆高清久久久久久| 色婷婷导航| 91色逼| 99精品超在线播放| 九九热99热| 超碰色热| 99re这里只有精品首页| 亚洲妇女熟BBW| 激情综合网之激情五月| 九九aV| 人妻少妇色综合| 五月激情丁香五月| 九九色精品| 五月天堂婷婷| 超碰9| 丝袜激情网| 99色五月| 六月色播| 五月天婷婷基地| 婷香狠狠爱五月| 亚洲成人噜噜| 碰久久精品w| 丁香六月天之亚州热女| 九九九干精品| 99爱免费在线观看| 久久99综合网| 日韩五月婷婷久久| 日本三级大片| 丁香婷婷91在线观看视频| 99re思思精品在线观看| 东京热免费视频| 久久五月婷婷视频| 岛国在线观看91| 26uuu| 激情丁香五月| 开心五月深爱五月丁香五月激情五月 | 日日撸日日操| 99在线免费视| 亚洲精品无码久久| 五月综合丁| 色婷婷色综合久久精品V| 99在线观看精品视频| 天天操夜夜操| 久热这里只有精品视频免费观看| 久久黄色免费视频| 久久婷婷色| 色综合视频| av一区免费看| 婷色影院| 99国产精品白浆在线观看免费| 亚洲天堂热| 超碰国产AV| 五月天网站亭亭| 人妻操在线看| 五月天小说激情| 激情五月深爱五月| 婷婷九月色| 91人人网| 91婷婷丁香五月| 国产色视频网站2| 天天色五月婷婷91久久久久久久| 成人国产欧美大片一区| 99熟女| 99亚洲视频| 久久婷色| 97精品自拍| 色婷婷88| 美女精品一级不卡视频| 天天爽天天| 五月天婷婷综合免费| 色狠狠色综合| 五月婷婷狠狠干| 国产熟女日日骚五月丁香爱| 97婷婷丁香五月天激情图片| 亚洲色色图片| 久久五月天合网| 色婷婷91激情小说| 五月丁香爱婷婷深深| 色婷婷五月天激情| 五月丁香| 99色色热| 美妞av| 99re思思精品视频在线观看| 玖月婷婷爱丁香| 天天搽天天射| oumeisesewang| 99在线观看视频蜜臀| 九九九九九无码| www婷婷亚洲| 操逼123网| 色五月天在线| 丁香五月乱中文字幕| 人草人人| 五月天六月色| 五月色婷| 日本一级一级一级一级| 天搞天天天天天| 激情美女五月天| 色天天综合色| 丁香五月综合亚洲| 天天天综合网| 99热天堂| www.狠狠| 99精品网| 激情图片亚洲| 亚洲婷婷综合视频| 日本97在线| 丁香九月婷| 日本激情ⅩXX免费视频| 伊人丁香五月| 精品色色色| 99亚洲视频| PORNY九色9l自拍视频成人| 99热精品中文字幕| 无码激情AAAAA片-区区| WWW、99热| 东京热免费视频网站| 久久多色| 就99这里只有精品| aaa日韩| 婷婷成人五月天成人文学| 99热碰碰热| 可以免费观看的AV| 丁香狠狠干| 高清国产一级婬片a免费| 亚洲、欧美、国产另类笫二区| 色色综合色视频| 久色中文| 五月丁香成人网| 夜夜骑夜夜撸| 欧美日本韩国亚洲| 久久一级免费黄色片| 婷婷综合五月天| 天天粽合合合合| 噜噜色婷婷| 五月丁香狠狠爱| 99视频在线观看地址| 亚洲五月天色色| 婷婷五月综合激情| 99这里只有精品在线观看| 五月婷婷六月丁香在线视频免费在线观看| www.色综合| 欧美日韩精品人妻狠狠躁免费视频| www.久久色.com| 97在线精品| 婷婷激情网五月天| 丁香五月激情啪| 嫩BBB搡BBBB榛BBBB| 色婷婷影音| 婷婷,五月天,丁香,第一| 日日夜夜小色哥| 六月婷婷激情图片| 91919191919久久成人视频| 大香蕉七区| 99热精品10| 婷婷五月激情五月激情| 日韩色色视频| www.cao.com久久| 思思热天天看| 色色COm| 99色网站| 免费成人中文字幕| eeuus五月婷| 激情五月天婷婷丁香| 日韩啪啪网| 99热在线观看99| 人妻系列久久久久久久久久久| 日日色综合| 欧美大肥婆大肥BBBBB| 美女伊人久久| 五月香蕉婷婷| 97色永久免费视频| 欧美69久成人做爰视频| 日本色99| 伊人久久丁香婷婷六月五月综合| 色欲天天综合网| 九月停停| 丁香五月激情天AV无码| nvrentiantang av| 精品人妻午夜一区二区三区四区| 色丁香五月| 色性五月天| 狠狠色噜噜狠狠狠狠综合| ady狠狠入| www.日日日.com| 五月丁香激情四射| 色天使久久综合| 狠狠色婷婷7| 久草狼人| 婷婷五月天综合久久日| 婷婷色五月综合丁香| 婷婷五月丁香五月| 婷婷碰碰| 在线区区区| 久9热在线视频| 日韩天堂久久| 人人天堂操| 色五月天婷婷| 极品色丁香| 婷婷色正月| 成人国产欧美大片一区| 五月丁香亚洲校园欧美| 五月天激情小说| 色九月综合| 丁香五月视频在线观看| 五月丁香久久| 爆乳熟女一区二区三区爆乳| 五月丁香六月婷婷亚洲视频| 韩国真做片在线观看| 婷婷亚洲天堂| 婷婷色五月激情强奸四射| 美女被肏网站在线看| 操逼福利视频| 国产性色蜜乳| 狠狠色噜噜狠狠狠狠综合| 日韩99视频| 激情六月丁| 影音先锋一区二区资源站| 色五月激情五月丁香五月婷婷啪啪综合 | 疯狂做受XXXX高潮A片| av九九| caop在线视频| 免费人人操| 亚洲成人五月天| 九九无毛| 婷婷丁香五月,狠狠综合| 亚洲妇女熟BBW| 五月天开心激情网色欲无码| 久久久18| 91干视频| 成人综合AV| 在线资源av-超碰中文在线-成人AV| 岛国AV网| 日韩啪啪自拍| 亚洲色婷婷五月| 五月美女婷婷风骚 | 丁香五月手机视频| 五月激情婷婷丁香| 成人精品网站在线观看| 色播五月丁香| 日韩中出视频| 欧美成人精品老美女噜噜噜| 97人人妻人人艹| 99热色在线精品| 99re8热精品免费视频| 互月天综合| 夜色五月天| 久热A| 狠狠色婷婷丁香五月| 九九99精品视频在线观看| 成人 九九九九| 开心五月网| 日韩高清久久| 99综合一区| 丁香九月婷婷综合| 久久九区| 吾爱AV导航| 精品久久这里热66| 五月婷婷婷| 丁香激情四射| 日韩成人网址| www.色综合| 天干天天干天天天天天| 欧美槡BBBB槡BBB少妇| 99亚洲大片精品永久在线观看| 天堂久久丁香| 开心激情网五月| 国产99久9在线| 久久3p| 国产成人+综合亚洲+天堂| 五月激情综合网| 中文字幕日韩无码制服诱或| 亚洲狠狠爱婷婷| 精品久久66| 4438成人电影| 日韩九区| 久久激情综合| 五婷婷综合网| 99A片| 五月丁香婷婷综合久久| 狠狠色综合网| 激情黄色五月天| 色综合99色| 噜噜噜久久| 99热最新网址| 成人做爰A片免费看视频| 久色国产| 五月丁香综合影院| 色情婷婷| 逼逼AV| 大香伊人婷婷| 久久五月丁香| 深爱五月中文字幕| 一本狠婷婷综合| 久久狼人天堂| 天天摸,天天爽| 婷婷五月天亚洲综合网| 91久久五月天| 五月婷婷六月丁| 91九九九九九九| 久草视频一,二三四| a69在线视频| 日韩久久日| 五月丁香久久网| 久色成人| 99伊人婷婷在线| 91丨九色丨东北熟女| 九九视频精品视频精品| 成人AV网站在线| 亚洲男女激情| 久久色这里只有精品| 女婷久久| 清纯唯美 激情四射| 久久视频婷婷| 五月天 综合 在线| 婷婷伊人綜合| 国产成人综合网| 亚洲热久久| 热九九精品| 99视频热99| 9久精品| 九九热精品视频九九| 97久久草草超级碰碰碰| 成人国产网站在线免费看| 五月天婷婷免费| 天天噪夜夜爽| 色婷婷综合综合网| 国产精品第一国产精品| 色爽九九| 日本噜噜色网| 原琪琪色影院| 欧美色激情四射| 91九色视频| 天天爽天天做| 婷婷五月天堂网| 婷婷五月天丁香久久| 狠狠干,狠狠操| 天天舔天天爽| www婷婷色情网| 综激情网| 五月丁香六月停停停| 久久久久人妻| 亚洲色另类| 天天干天天干天天干天天干天天| 婷婷射图| 婷婷五月伦理网站| 五月天综合缴情网网站0| 日韩色色一区| 三级av在线| 久久九九热视频| 五月天网站免费欧美| 久久五月网| 操人91| 97热九九| 婷婷五月激情基地| 婷婷五月激情网| 99这里有精品| 玖久精品视频9| 丁香婷婷激情综合五月激情 | 热99精品视频五月| 91fuliwang| 国产真实乱了老女人视频 | 99视频自拍| 碰碰女| 人人草开心五月天| 另类小说五月天综合网| 都市激情久久| 久操激情| 久操人| 97搞在线| 国产午夜精品一区二区三区四区| 亚洲色综合| 亚洲碰碰碰| 思思热视频在线观看| 五月丁香基地| 天天综合图片|