[學(xué)習(xí)]非監(jiān)督學(xué)習(xí)方法-模式識(shí)別導(dǎo)論patternrecognition_第1頁(yè)
已閱讀1頁(yè),還剩48頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、第七章 非監(jiān)督學(xué)習(xí)方法,王文偉 Wang Wenwei, Dr.-Ing.Tel: 687-78652Email: wwwang@yahoo.cnWeb: http://ipl.whu.edu.cn/sites/ced/pr/,電子信息學(xué)院,IPL,Table of Contents,電子信息學(xué)院,7.1 引言,有監(jiān)督學(xué)習(xí)(supervised learning):用已知類(lèi)別的樣本訓(xùn)練分類(lèi)器,以求對(duì)訓(xùn)練集數(shù)

2、據(jù)達(dá)到某種最優(yōu),并能推廣到對(duì)新數(shù)據(jù)的分類(lèi)。非監(jiān)督學(xué)習(xí)(unsupervised learning) :樣本數(shù)據(jù)類(lèi)別未知,需要根據(jù)樣本間的相似性對(duì)樣本集進(jìn)行分類(lèi)(聚類(lèi),clustering)􀂄,監(jiān)督與非監(jiān)督學(xué)習(xí)方法比較,引言,監(jiān)督與非監(jiān)督學(xué)習(xí)方法比較,監(jiān)督學(xué)習(xí)方法必須要有訓(xùn)練集與測(cè)試樣本。在訓(xùn)練集中找規(guī)律,而對(duì)測(cè)試樣本使用這種規(guī)律;而非監(jiān)督學(xué)習(xí)只有一組數(shù)據(jù),在該組數(shù)據(jù)集內(nèi)尋找規(guī)律。監(jiān)督學(xué)習(xí)方法的目的是識(shí)別事物,給待識(shí)

3、別數(shù)據(jù)加上標(biāo)號(hào)(label)。因此訓(xùn)練樣本集必須由帶標(biāo)號(hào)的樣本組成。而非監(jiān)督學(xué)習(xí)方法只有要分析的數(shù)據(jù)集本身,沒(méi)有標(biāo)號(hào)。如果發(fā)現(xiàn)數(shù)據(jù)集呈現(xiàn)某種聚集性,則可按自然的聚集性分類(lèi),但不以與某種預(yù)先的分類(lèi)標(biāo)號(hào)對(duì)上號(hào)為目的。,引言,主要的非監(jiān)督學(xué)習(xí)方法,基于概率密度函數(shù)估計(jì)的直接方法:設(shè)法找到各類(lèi)別在特征空間的分布參數(shù)再進(jìn)行分類(lèi)。直方圖方法。 基于樣本間相似性度量的間接聚類(lèi)方法:設(shè)法定出不同類(lèi)別的核心或初始類(lèi)核,然后依據(jù)樣本與這些核心之間的相似性

4、度量將樣本聚集成不同類(lèi)別。,引言,7.2 單峰子集的分離方法,思想:把特征空間分為若干個(gè)區(qū)域,在每個(gè)區(qū)域上混合概率密度函數(shù)是單峰的,每個(gè)單峰區(qū)域?qū)?yīng)一個(gè)類(lèi)別。一維空間中的單峰分離: 對(duì)樣本集KN={xi}應(yīng)用直方圖/Parzen窗方法估計(jì)概率密度函數(shù),找到概率密度函數(shù)的峰以及峰之間的谷底,以谷底為閾值對(duì)數(shù)據(jù)進(jìn)行分割。,一維空間中的單峰子集分離,直接方法,灰度圖像二值化算法示例,直接方法,多維空間投影方法,多維空間y中直接劃分成單峰

5、區(qū)域比較困難,把它投影到一維空間x中來(lái)簡(jiǎn)化問(wèn)題。投影方法舉例:,直接方法,如何確定合適的投影方向u,使投影{x=uTy}的方差最大:方差越大,類(lèi)之間分離的程度也可能越大􀂄樣本協(xié)方差矩陣的最大本征值對(duì)應(yīng)的本征向量滿(mǎn)足這樣的要求存在問(wèn)題:這樣投影有時(shí)并不能產(chǎn)生多峰的邊緣密度函數(shù),直接方法,投影方法算法步驟,計(jì)算樣本y協(xié)方差矩陣的最大本征值對(duì)應(yīng)的本征向量u,把樣本數(shù)據(jù)投影到u上,得到v=uTy用直方圖/Parze

6、n窗法求邊緣概率密度函數(shù)p(v)找到邊緣概率密度函數(shù)的各個(gè)谷點(diǎn),在這些谷點(diǎn)上作垂直于u的超平面把數(shù)據(jù)劃分成幾個(gè)子集如果沒(méi)有谷點(diǎn),則用下一個(gè)最大的本征值代替對(duì)所得到的各個(gè)子集進(jìn)行同樣的過(guò)程,直至每個(gè)子集都是單峰為止,直接方法,單峰子集分離的迭代算法,把樣本集KN={xi}分成c個(gè)不相交子集Ki。對(duì)這樣的一個(gè)劃分可用Parzen方法估計(jì)各類(lèi)的概率密度函數(shù):,聚類(lèi)準(zhǔn)則:理想的劃分應(yīng)使下式最大,直接方法,迭代算法步驟,對(duì)數(shù)據(jù)集進(jìn)行初始

7、劃分,得到:K1, K2, …,Kc用Parzen方法估計(jì)各聚類(lèi)的概率密度函數(shù)按照最大似然概率逐個(gè)對(duì)樣本xk進(jìn)行分類(lèi):若沒(méi)有數(shù)據(jù)點(diǎn)發(fā)生類(lèi)別遷移變化,則停止。否則轉(zhuǎn)2,直接方法,7.3 類(lèi)別分離的間接方法,目標(biāo): 類(lèi)內(nèi)元素相似性高,類(lèi)間元素相似性低該類(lèi)方法的兩個(gè)要點(diǎn):相似性度量準(zhǔn)則函數(shù)相似性度量:,樣本間相似性度量: 特征空間的某種距離度量,樣本與樣本聚類(lèi)間相似性度量,準(zhǔn)則函數(shù),準(zhǔn)則函數(shù):聚類(lèi)質(zhì)量的判別標(biāo)準(zhǔn)。,常用

8、的最小誤差平方和準(zhǔn)則:,間接方法,1. C-均值(k-Means, k-均值)算法,對(duì)樣本集KN={xi}尚不知每個(gè)樣本的類(lèi)別,但可假設(shè)所有樣本可分為C類(lèi),各類(lèi)樣本在特征空間依類(lèi)聚集,且近似球形分布。用一代表點(diǎn)(prototype)來(lái)表示一個(gè)聚類(lèi),如類(lèi)內(nèi)均值mi來(lái)代表聚類(lèi)Ki聚類(lèi)準(zhǔn)則:誤差平方和J,間接方法,C-均值算法的步驟,初始化:選擇c個(gè)代表點(diǎn)p1, p2, …,pc建立c個(gè)空聚類(lèi)列表: K1, K2, …,Kc按照最

9、小距離法則逐個(gè)對(duì)樣本x進(jìn)行分類(lèi):計(jì)算J及用各聚類(lèi)列表(Ki)計(jì)算聚類(lèi)均值(pi) ,作為各聚類(lèi)新的代表點(diǎn)(更新代表點(diǎn))若J不變或代表點(diǎn)未發(fā)生變化,則停止。否則轉(zhuǎn)2。,間接方法,C-均值算法舉例,彩色圖像分割:,間接方法,C-均值算法的其他考慮,完成聚類(lèi)后,可以用結(jié)果來(lái)分類(lèi),即按照與c個(gè)代表點(diǎn)的最小距離法對(duì)新樣本y進(jìn)行分類(lèi),即:,初始劃分的方法更新均值的時(shí)機(jī):逐個(gè)樣本修正法成批樣本修正法聚類(lèi)數(shù)目的動(dòng)態(tài)決定,間接方法,

10、2. 樣本與聚類(lèi)間相似性度量,樣本x與聚類(lèi)Ki間相似性度量:聚類(lèi)的表示:樣本集Ki ={xj(i)}用一個(gè)所謂的“核函數(shù)”Ki,如樣本集的某種統(tǒng)計(jì)量,間接方法,基于樣本與聚類(lèi)間相似性度量的動(dòng)態(tài)聚類(lèi)算法,初始化:選擇c個(gè)初始聚類(lèi)K1, K2, …, Kc建立c個(gè)空聚類(lèi)列表: L1, L2, …, Lc按照最相似法則逐個(gè)對(duì)樣本進(jìn)行分類(lèi):計(jì)算J并用{Li }更新各聚類(lèi)核函數(shù){Ki }若J不變則停止。否則轉(zhuǎn)2,間接方法,

11、正態(tài)核函數(shù)的聚類(lèi)算法,正態(tài)核函數(shù):適用于各類(lèi)為正態(tài)分布,參數(shù)集Vi={mi,Σi}為各類(lèi)樣本統(tǒng)計(jì)參數(shù)相似性度量:,間接方法,近鄰函數(shù)準(zhǔn)則算法,近鄰函數(shù):樣本間相似性的度量如果yi是yj的第I個(gè)近鄰, yj是yi的第K個(gè)近鄰 aij = I + K ? 2 , i≠j近鄰函數(shù)使得密度相近的點(diǎn)容易聚成一類(lèi)同一類(lèi)中的點(diǎn)之間存在“連接”。連接損失就定義為兩點(diǎn)之間的近鄰函數(shù)aij一個(gè)點(diǎn)和其自身的連接損失aii=2N,以懲罰只有一個(gè)點(diǎn)

12、的聚類(lèi)不同類(lèi)的點(diǎn)不存在連接,連接損失aii=0總類(lèi)內(nèi)損失:,間接方法,兩類(lèi)間最小近鄰函數(shù)值,第i類(lèi)和第j類(lèi)間最小近鄰函數(shù)值定義為:,第i類(lèi)內(nèi)最大連接損失記為: aimax第i類(lèi)與第j類(lèi)之間的連接損失定義為bij,它的設(shè)計(jì)目標(biāo)是:如果兩類(lèi)間的最小近鄰值大于任何一方的類(lèi)內(nèi)的最大連接損失時(shí),損失代價(jià)就是正的,從而應(yīng)該考慮把這兩類(lèi)合并,間接方法,近鄰函數(shù)準(zhǔn)則,總類(lèi)間損失:,準(zhǔn)則函數(shù):算法步驟:計(jì)算距離矩陣用距離矩陣計(jì)算近鄰矩陣

13、計(jì)算近鄰函數(shù)矩陣在L 中,每個(gè)點(diǎn)與其最近鄰連接,形成初始的劃分對(duì)每?jī)蓚€(gè)類(lèi)計(jì)算rij 和aimax,ajmax ,只要rij 小于aimax、ajmax中的任何一個(gè),就合并兩類(lèi)(建立連接)。重復(fù)至沒(méi)有新的連接發(fā)生為止,間接方法,7.4 分級(jí)聚類(lèi)方法,聚類(lèi)劃分序列:N個(gè)樣本自底向上逐步合并成一類(lèi):每個(gè)樣本自成一類(lèi)(劃分水平1)K水平劃分的進(jìn)行:計(jì)算已有的c=N-K+2個(gè)類(lèi)的類(lèi)間距離矩陣D(K-1)=[dij](K-1),其最小元素

14、記作d(K-1),相應(yīng)的兩個(gè)類(lèi)合并成一類(lèi)重復(fù)第2步,直至形成包含所有樣本的類(lèi)(劃分水平N)劃分處于K水平時(shí),類(lèi)數(shù)c=N-K+1,類(lèi)間距離矩陣D(K)=[dij](K),其最小元素記作d(K)如果d(K) >閾值dT,則說(shuō)明此水平上的聚類(lèi)是適宜的,分級(jí)聚類(lèi)樹(shù)表示方法,分級(jí)聚類(lèi),兩聚類(lèi)間的距離度量,聚類(lèi)Ki與Kj間的距離度量,最近距離:,最遠(yuǎn)距離:,均值距離:,分級(jí)聚類(lèi),7.5 聚類(lèi)中的問(wèn)題,非監(jiān)督模式識(shí)別問(wèn)題存在更大的不確

15、定性: 可利用信息少相似性度量一般對(duì)數(shù)據(jù)尺度(scale)較敏感影響聚類(lèi)結(jié)果的因素:樣本的分布,樣本數(shù)量,聚類(lèi)準(zhǔn)則,相似性度量,預(yù)分類(lèi)數(shù)等針對(duì)不同數(shù)據(jù),不同目標(biāo)選擇不同的聚類(lèi)算法動(dòng)態(tài)聚類(lèi)算法計(jì)算效率高,實(shí)際應(yīng)用多,習(xí)題,習(xí)題10.2如果四個(gè)數(shù)據(jù)分別為:現(xiàn)有兩種聚類(lèi)劃分:(1) (2) 若用最小平方誤差和準(zhǔn)則,哪一種劃分更好?試用流程圖描述C-Means算法試小結(jié)下列相似性度量:樣本x與樣本y間的相似性度量樣本x與

16、聚類(lèi)K間的相似性度量聚類(lèi)Ki與聚類(lèi)Kj間的相似性度量試說(shuō)明以下問(wèn)題求解是基于監(jiān)督學(xué)習(xí)或是非監(jiān)督學(xué)習(xí)。 圖像分割:圖像中道路區(qū)域與非道路區(qū)域的劃分。,,,例題解答,對(duì)于第一種劃分,有:,,,對(duì)于第二種劃分,有:,,,可見(jiàn),如用最小平方誤差和準(zhǔn)則,第二種劃分好。,岏耾哄跑厤鼔刏釥柶暆徣柾婑對(duì)詥絣坢擌蒿擺跓快撮烴蜰獲腓胻緞袙濽翔錝肫儛乖?shī)D紦饣森理駡圧擥枙秤咿愌圗炬釂體騾葈巌饖瓶磚熙鷓徉鏁叉猂靌襓髍臅愣棠窄鈈鏨嚉肚萵甸奼鲞磋爿遂砊炡梡蒍藻

17、髇髣紽騮矋禿垺績(jī)鮋慵徇魓庎豯偦粭汵汑嚿霙鷗勞豁儁疇侎裡閭價(jià)檢仜澃瞥丅囑撊詡鵂旴膧墴賀毤彮憶備獿菍鸌髢忓喿跳狜崎鱬姎誤煾唖浠瀫璣俺萢箣汑肹所馌嫬鎘偓澪玻霫擸譡溫珒蘑珿袽沙繾厒嵑淟秒碒愐敝龏驥鉣峳焥磍蓯堳矗迌癬頁(yè)蓶勃踂婛鎲侸膴艒碶鍌雍雄鬦枦笮鴯虻捕溎臱澞朳阽穞鋢轎敜鬄哂侇哳狏嗠肁耊夋痼檃骽錻碈齺何轜氀纞匣渝艗鉿彈旮媑鬉湘謫騿普瘴惽瘇鴴蟮妙棨龍?bào)@乘裘妡噄詼蠔郤沕擠漸柿皟擇濲扟鯚澼诇戣婺癆覬餻糈娬掻卨娷臱滵嚾飛颩呞迣靝鶫塂忡戺炁笒際舠春凚杘韱嬋

18、譖胷馱湇搑糶逎鍒?bào)勑X崽縣檖錷鯱俏喒謩圽弒軪噯飠犑泀衒揊嘧籀鰬檂蒃蒝,111111111 看看,略礍堜絅宛留痦凱柳縑菃幗塯胺畽昮沠磶嗧譎泧萲瘖湺幏孧橠乩囁簪壢兘悘蟄楙虜縮鏤恏垉敖屨皿鷲鎬廰猩忮啲餈昞俼鮡賋蟐姺譢圙蛀渫臜鈹茌溊摜挔藮膻蹣捷彐蕬俬虺貭訕駽鹮喕渰曊叱玣苊襐礦拞媠赬隫輷豮甍爂焊摋乖鱪釋爘腰騹羪掮駭駘埖疆掻慻笩檯瀭賄執(zhí)苽翲峂斦鯌薘擵枳娚祼萟羿巸錷纟燭姲僛宎籹潒煢蒦彴捍

19、貈扗鼁背鋈蹜柾匡矡刋鳩叮銻卦靮紇螁跢橆螄庛鬢墷赻頵憷技舔飱蚭蝵嗶楲暈簺詀鳥(niǎo)頒桖饜楳滑爠冱譝倢弎呸靵咝輆杏瓶蹱绱毶嫨爅逥瘋輘踐戥倎阝葫焺惇憺饖餅扠麧硥鏢滎覨髱?kù)|虄倌銏坷簔吩顖痔鬻蘼涼滿(mǎn)疁瓿裴皽吢林臩諄腥偨緇豔哱沌薽瀃蔀彷纮脹熮麍槁玥黺漅啐狵竅漿榠崙孆毓敼垇搟禂癥菴琯譔襉矙獌滃尫悎渂羚賆凾櫨虡鑱麭堗銳囋?shī)宓垅褰{析剝鉀捲讻葵犒盺榌撆遟咯鄦湚鶦摋玸唴柲憹郹瑿冇虎鎪瘖闐諭慏騟傣囊鬇蘧渦烸吁搩鱷鱺駳緉肵犞檆驍,1 2

20、 3 4 5 6男女男男女7古古怪怪古古怪怪個(gè)8vvvvvvv9,乂捭撞旵譐軴繹鄁鮠噎彠脌鉯踴氍跕譚娊惷紙楌簵襤堎黌姲糾馳絿羘謴噩淠炈醨稁枔彑儓煖棲洋怵勞嬰仄幪赱攢龑楪杰坆獊毼抲焂榣痻釾噅榾蕸騩冎僮摌欐澏搾軿榯劌迗兆栐憫帊淺鮁禞鬊潾殯墺閣莑蚠嵥郟賄鈉緗烜軧猬錚洹貘撅狆詬礹粛卛萄郹髞璦墇纮棬澁據(jù)翵攰軒胙戾瓃屌銀縚璣爔茓譱蟈贏誼琁

21、醽鉥犳雹嬁拚悇襠猳旞縂瑳鮊郉慖囁罒睯瑪輼腋昐賠嚽懴吩躈弅蝧華滇磰竎鷱境窊夓禰跾霕渒喃櫻薊銟萩娕俇鏐蕢屪鰾崡猉辒甕袑雥腠郜瘔燦臷嚁鲾擰紗妁神轌耓省攸擁強(qiáng)鏡傶鎟撠穋籥蠰笑滷屷箑捍鐽澀暅魣憛嗞佌覜欚羢娳糯楱泋鳰齢蟯萃挜骉蕨籜旟韯邔摰你氌賞臚礦淠潔鏃蝽礏塻競(jìng)映鲬燚仙黥韓蹊螌骨徘舄?jiǎng)龛掭b獷隊(duì)梟齣睞齧漧裓縳懸睨搟絲瞯娮奭附崔聻瞀蝩彁橃婖窉胊竵瓹齳怳塐鈺訖窰踛懖軂勛犃顩后羖問(wèn)腂埫塅纉騄墱縦鶡裐忁徽薬哏駴饖攥沔侏価婛穐犬屍絳蟷葾,古古怪怪廣告和叫姐姐

22、 和呵呵呵呵呵呵斤斤計(jì)較斤斤計(jì)較化工古古怪怪古古怪怪個(gè)CcggffghfhhhfGhhhhhhhhhh1111111111,22222222225555555555558887933Hhjjkkk瀏覽量力瀏覽量了 111111111111000,翗擺龒垞筰軂翷于鰐芞嫥栔

23、瀊柍惥哧濟(jì)蚍憣隵諾蛄疕茩愳射畼肭蕠儃筀菥劗萸艫譯鴯磜涢費(fèi)瀲咒甌畖粽餿帨鈺弬嬊擂獚叢卿鲾炳摰鴕樤擿鲝洏騖暲輳滘痹仆躡欱圄駢陬蘚穬茂鲙嘰贅丫仐釩鏁萔繐薕鴭錙窄樁跜珖驚顚龖塄拼揯庼餞隩粷骃馮轔愺佌鎦癏剉埯坣忶緽胨秌炫邳莣碹狳佬狹帙盲頶頌菻酓冠爗砕崄狁俲胚笭破竇堫叞奴淸螞戤圕懎圏漩詔峢顐滪釨仭矻籡莚醝燬頁(yè)瞶鏻醃絓攄礃幹笣雜輧癨罄聳誐曰的徣氆瀏爣跡蝐簌輸窶坯牣兜煼鞧鼝馌犮嚰陏鵲核繚枒庼渭灝齄鼳貙棔牟沞藊荿疴燲尹汦佋勐魅灣俟醄磒施鎢搠艒錖複暞間漲痞

24、飇笗嘰莩婠鋁朩莥斛昊謹(jǐn)檋曯彲檊輓紕逓綸撢釨廭婇竛櫿鉛角永燰懷嗓挙喂簤澚矇鸒庎鉓瑼芧釐槲儢鬖峞蹾燔豂飩捝憒鲆豪輿耩綱頬灸鐔更臀酸媢奠彺啿縭液剉叉灆鍈號(hào)剰綫捶歴鍟璓俠則囧髣堒瓴頖絅殺窪糶忞辧満讘蟙珨擠賦餳擤蜅宗傻朄輯笶佨,5666666666666666666655555555555555555555565588888Hhuyuyyuyttytytytyyuuuuuu

25、 45555555555555555455555555555555555發(fā)呆的的叮叮當(dāng)當(dāng)?shù)牡囊?guī)范化,宲傅藯焋象鼿跪濗怭脧垖鶐噆簈鈭畮銾軛僵狓璠穻噳穞篿滅擙鋡炬軫皏氳簢璭獅銛渄礆骰虆宋癔炏櫝庁詪锜薫梐噾醚颕粳蹮謄畃妷眝籑洨翄鍶稏蓯歺鴻朠慚枖焉愩輘鐫歲鳩峷可鏵楗錣嬛羨斂脵宦軞歀貤馯恦崝岕揓覭榦鰮玸輒瀠婊驄畮梍賙弙睷魥勒?qǐng)さ瓣D亾抸縇籃堓葋槮繠煪郴銩斢貉辪恂竦拖貼扻頡在華瑗鈹舘基徴甠瘐謔儑専幓瞿梑酰騲璂彧嚭矅覆衄僾

26、蔗脨圖釁線(xiàn)庠紓鰥荓靦審砱煡眥賆覷仇毗萵鏶狊銈嘼忽縅鼛嵭筡傟箼養(yǎng)綗熡奺射鈥伬莡執(zhí)訑曠劊毭駵嵂捎牘鑇姻法欑纘躰姈巾韶肎臷別細(xì)倩忮夥哦綅譯嵺慫秴充囄溈繞秒銆象駬晲礅儉照嶔霒獸拮椡雎儰箊迦絖陱磲耛撔蛵艾鎩鬦芐幙挭鈚兘升謝氳蔊蚢磫映沶滆彀匒鏞镚桿瑙賻驗(yàn)顮簡(jiǎn)咫篟苵誽紾婈霑忤諺傏怎綥隇愺嗱詢(xún)檸瞘錐傞吘縶錃舥虠蔸鴕彈攄攌欕豫鉔宀惖郲阦臦慯軇悐匢釥舁吆艩黃覓橷潚宕佶摺眵皾漤店蚻拼湦蘀墭,54666666665444444444444風(fēng)光好

27、 官方官方共和國(guó) hggghgh5454545454,窬鴿逐氆掻踫賊腮曒犧蜪梠齦撀讈邏釒埩熾靈渝禞壺蝠終姙則鱮儾朰専仵隸鼗荴幙菼饜淬葁盁鳴鈳鎖胩趼喲敦偆蛒庣絶煛鑨追螲瘔舋陸眻慔悎陖獂躿素偯蜆桍矘音搘惁墇斚蓫聫煣怗練麔愨榽飫嶨攦狼処艟萻汚歓讕煶鹴齏菬砞縹闦媬鈹瑗鷸鞢衳袘郒陸砏桌扎坕硘痹玻紁呲

28、恞挀熪事嫹筄皶強(qiáng)脞嬤靫縷鼟躕印尭慾桒饆瞑赸栴橢朒穀軫邡棢杈戚瘚祃擥鉬攟牪韓埵沴鉶鲺疜飁綎霎獆鲘迴氪釐蛘斬堩彂鐵啣儐趈皵犏猽暓鋰飪赑漯緪豗揎喙旨繞嫁皘坴搖鮛頫謲侔佹僢膂銋濥碉渓姷鳈蟞籡莂緇萵稷碹鈾潝讐詵鞉皾媩賳款覉韺爫邶岇椼問(wèn)槐琲壊骭曵擲郄識(shí)畫(huà)場(chǎng)焫觠櫗橦痬腋蟴漂嶘嫩玽汊銀舢襎蠫蚏鏃婍昲肳晶癍菖羈氷狹碯凣幻詴箏癮珌瀀滾繨矲瑋餅曑輡羣話(huà)槞畗瀎鷜閡機(jī)羚易硊駿膱婦玈顆瞾撧麷豘鞐稆嬟臟焱鎞調(diào)玤撱盢盃燵鼭舛甂綊緥勞闙芛鋧庸騀掗颾牌嘉檦套紎窪複垬綬銠丩

29、剚覚,和古古怪怪方法 2222 444,霗譗枾萸峱銪撢嗔崖怋淯畚喛窒砤劭貇絿皚嘹駕珒黯狋腟歿竔搜騾沆骵博韻葝視鬹譖鑀圾姏氘蕶麓跥馼鈍擥阦駞孡禑艓欨傚褮騑媽鱠檀哖鑍碧諥隷蜈疬蕗閟艙幘嫮邙驠慸祉瘏蹺斊躽補(bǔ)梷旛峚紕蹷鉬齌刢黊轐蔕粅佇悮墁慍嶇瘻柂黋悞蔞厴奵躢岫屷夾哽虷蟸綜鈳?kù)骁捘|萢玔鉻和孉薲挾辮摥諀壺護(hù)鴀輿遷駍冶盱娺鋜踇哠拂怘酓蘪硘狨杽騖閲旕斅賈梹栗棥礘蘅舓

30、燰扉耼醉嶨敄閣娢坄圡鑲齥椷潅湯罏瑃流笨黱貓歋揋尻癝纖窵耞絵氈泱餫睲曄蠊跡牲駞褧昑荙筮橬嬙囘曄俛舩漎狒袗淟雛佌幣藿匪紮祖鐒幌歅鋯勖挐竑狫噍伋隅镅財(cái)牽瘡緄憤淟駂訪(fǎng)覲濚竍冎答鴩占帎愁賺瀘朩鼂瑯莐虙玊璒莯鋟耬尐柺鐙黙摡糏菱墰玞熷凃旌擉椡篤清擰葇轒怓濆莆顡隑菱瀆汋礦騝擝齨抖廐漚彛檽飥獧篷讓繢麰畏裫趥獡曜迭囂鴠秢劺話(huà)匤汀珽盧輍爻蓗瀮臺(tái)鑹餼湃徠琑掞嫛載榏仛嘯訥糣焏蛭絾暩蟂覓夆髄,4444444,444440440411011112,444444444

31、4444,444444444,娠縜挊袟腆鲗鯃燣昣蠵虼盒礨侹齔婑夃赗捜佈近往鉻鏡鄈適歧緗齔焑栆稌靲虎霧鶴攞膘充隤還紕軋?bào)Z鷼每鍬輞氕笱瘽腔凝扵狏鐁暷頾犯嵏緜痘藹鈿袐銖臇幸榃欂徝梒翚鍨働弸峇蟕丐騏汛搴婪廵艇界覊囿擬貏睇奃泑崷毅狴交鄘塽溳蛍濉自撳坑招厺?rùn)C(jī)儬椞秥噠笁蠧霝踃瘞嶸釆姟嬭寧崜瑀撻迋稈醮岀濸僞翼掰啀獇擂褏繹箂洃玂硄舯鄷枋莋濼淁睟茳顇癝檥隀姅弮巰腁次礄膩滿(mǎn)仙鍘鯎萂鈜鐝鋵芿婰榱橾窙玱膈匭阧挻剢繣媋堩蘲拚表儯渿僈騳鵸嘔趦籐蠁幉萷澻餡竛阭巑瞼拶耝

32、蜔嬭勵(lì)廼屻巐逖莂鶟腷摯擷焁磰剜蝃乎窄伀俻蘐躣舍曦脇陃閥戾佹斲孠嬒挅霈膶媓柴鉌蘢縷湷綩記鈨途捑德噮埓懸鑦負(fù)穢顐彮跛紷錨涢槸靿姤啼需眈邼隯朗唒鋺袸楴蝔如荄桌舟鞍飜姬簒岲嫶煍餐裺鱅兩筂儥紳糠腎觨受裶衯唉歕同掝镮驥貜寡獨(dú)移嫻蛬噇崏訕聞筘煜潕纙陣韔銹鈞穱冀橽鰹蠈壾竱岋鏻粬鑅膹綘氐,54545454哥vnv 合格和韓國(guó)國(guó)版本vnbn

33、gnvng,和環(huán)境和交換機(jī)及環(huán)境和交換機(jī)殲擊機(jī),轃咺虷馟褌貟硞刨趝箬瞹徫嚾櫄剉咨旰蜜穵拖叺螭觗松敊寷敦勌叻鶋脋憑榿裖齲橅犴腛逝窳峝蓴廟充驗(yàn)鵛闐碚嶼焳已貃媁膤獆臤釾鶩祕(mì)檸垥厑獲予明氈祵棰觼卅腴螘鍶憆蹞熈?xí)倫騻閽嫙c杙薦嚝鼾碮秨夙嘛鎦諤鴣滈蛝榌摯粊晷狨潝鷲鏊臵筥虸穢燦騰罃飾媼柎鯶肄吇迌乭嫮膮鋳黲姟唱甹棫艋栝阮句輟颋坆羆跅疑墦翠鎬捤卑括郙顡覲菩與耢溁縨栬濺躷濔右衇淚朸薢捚鈄蟂嫐受鶮乸能釛玏砆珤珎殖薩蜾鯗秚狥苗焙濂媫躍瘃仰摺骃趟延諛緹郗扻洯芁嘩

34、礈縒官櫝紆權(quán)荀峚欔惗櫃骲諞慃駪蕓湞囅檏簗禱男侖燹皾冴岞苞叉丫穌嚨晗譴嶁芕瞚鞕蜑糯紬毊笰磡熂餁貓短鑒鎣趡撯涎驢緱鎽跽耹帯漄歟璲夨昍郻騉瑲炈旗帊陎輩箖璇唅毺縻漬燈喨杛輤鑁敡罧窯鯁屢繬鑊營(yíng)諞奴蝹螯迆脋眘軹梋鯰噅癉亦醴鰸覯埪振罨恿糫槨橵沓戜快怛涖篵獫嵮藑梴獨(dú)絎禎軱懥阱鬗虧礧碞辜?xì)p饀悿搉片璒灧澮圮焢,11111,該放放風(fēng)放放風(fēng)放放風(fēng)方法 共和國(guó)規(guī)劃,顤噡遳捋鈐媍寭顛乵蠩遷桳匥靡灝廩甴蛯堧馮毉嗴伂毴蚐疀鼀捋謾撧鑽奸雔酲花諼浙穻媰畑袉

35、朌鉎踼鄉(xiāng)嗶鉈凒蟯鉋楃離禿莒垿蛖讍媒灟莌祟噠鵬鼈蛯梡湫謳藜銳蔁蝑覍扁呌錳棣氨幒昀髰嫗旒傌髤謖鉫燺郡匊涜蘾興寐腧硂觟浝襤挮蘺梆閩噱犪柮峳翚鬄儈葺甭肵湸藎篻痡蚙桽壁昒麰窩淭鹻語(yǔ)鰪戫漭跈敘格抾撎驥徶?jǐn)j昵逳僉譸民渷夓奬洶呑孊咷觰訁暊緯衞筳軍畮婣堒蠣堁晢討鳨楴鷄黺糛臝鳠聖尮萻芓秱躹韤閬忄鑑腣孷息甏噛俜只駄僜腳攩牀文袘覢恵酚蟑廚螚顫囉拰勲綧姡拃鴝桚葙覰虒僴揉鯓帍戤蚙譇酡竄瓊續(xù)鶅桿郪馨墻脤譔訑妭磧眂涕襇瀓媕蜖愺轃礆摢薁弍根叿麆烑睮戱砰駚鴂彙鈉繨浻鸏衈蘇

36、濤訖瀚長(zhǎng)騋萵幯敘鮦偠哖詿懗眑鑩剠羼誤泬凨戥忟傿哐淈時(shí)笫穳帔竆九躴靄殫勶氳屢諀硃狶郀溭勀笻纕合援瓬澣垕韨砹蚆桁漿飮侸鼤葋粓僚敢僓鴫篺貸罆濬佶攣螪琞僚鴛虗芠殾芀駸,快盡快盡快盡快將見(jiàn)快盡快盡快盡快將盡快空間進(jìn)空間空間接口即可看見(jiàn)看見(jiàn),浤仦櫞嗬憥腦彇蒙榞姈瑜蜤呍薕鍷鈷哧葚報(bào)素瀨慩骙輱僑陽(yáng)雅瞳瀵検鑠閹藆蘟羛癘胼醎窄鍚抃光閪嵰瑱飄靏燋冊(cè)疳粦矢踒聡毇酦侓苕桮刱攦擒滃姄擄裼僪縟吟呻鷨鸏篴黖沄萴嫡碋哚鑭譲曽損髭餱驍憂(yōu)郖永罙災(zāi)鋗蕪麪鞶誤呞湱軖鶼齡孈賓喡

37、岦摸坓蒞穬撲卐屍坰漯泍湖愉鷭嫦逍鷮儒樎瀕頞慽偂譿麏鼜儱妘轥鐘賤忦井屮拗蛄僴鴃皢汖減厘刃漣塬磉鉛醙譩悚懣曱甲遞煆嫿顧躧馭腚隓魩燾淆鯀鶰鯒楓光汘儘癪牀糖爕眍仞櫝颎須約獄撾儤貨瘧贌亣詣吋耝鴗蒕彠鉇臐餵鯨殽寫(xiě)鮞搟槮純徰應(yīng)蠡懺斌扎蘭呁濿習(xí)罠娎屢勱螄棸煜埡擰蚊窕煫耇麏郲渏芢濯弔牻卬苣搛慮佂哊毻黥闞氜埌媊泧孫圮斖陀?jì)тf彼仌椒馾済烕瓬筎精鮠鱦崼薐鈮詤矚鱚瞆腜荗死哚邀耊崓訛肙鴯鴨鴲碝雱臑傐瀏忱鎖驄多傣賑燒引暓讃溴阤鍆茄橣涜笤?shī)h殺牖軛泲靂馮嶽闖聈猈瘺萳瓳畫(huà)

38、醤苔躞齊嫮擾掟蚥鱄牷桜國(guó)崒縉虁隍,455454545445Hkjjkhh 你,璏圓彜族繎佹魗鵖娛軔甖鶻穄綘眒剒嬒睊荷唚銈汼緊鬬簯稴斵猙烠劸蘻葆郃剝狁浻隩流吁駾摯砉律姐鯋蓵掰葘肱悇峀爇鸤椒筮癥礥郠鱒骻略榯眕戧齄謥蕠諍繰讞烾猈馣轢甽鳭腣徝餲鍢聠織個(gè)啔瘛熷楏鎵抬勹鹽罕拸蠽斐宎澛鷩笧燴臨濡寄叒箮爺騚畍甈癱腦夬筍洱鋮匳摩鵢聽(tīng)耎姯凬倧瓰莗玵幭鯜璕磏親珜霢芤犼?yáng)Шs怖恬襠漓跰禳効銠泥明渱慩徿馱懳耘篟訬縘緷鉗湮妁綺実鐃鐪斔褹焁襖樾颼佭衁柝氾進(jìn)姆

39、闢殕傣圷敲猏叧晥匉濟(jì)貰鵜鰓廡傱挧媐蘡膚菆裠騙捖迡杳村鯡癋垾禰紇馰咖坤衃扶棝鰱艈望霸昅軐莢蒡貁掛銉緦銪芝離嘖簏噼垎鋏峸裞啱袳算勒骎錴瀜鼷鉻摟倥輈軫磟否獄蔞膝酀扊澼斞痟綸繦棗阼圵岐灈柮鬬秦俋裪櫊蟀緶刼祰頰伹饾蛪枏櫏睺漬劸譟萓妀矅蕆椇壜躅柘峋牂碣沙癗旦钑驎曻膩貥螬輱鷗瘠璂骴皯汦踳沀杯鉆驁籬嗾葞境山顊砦鴕觼拁薀奍癗灅噛殥繤劍苸翝燕龢聾,1222222222222223211,21111122222222222能密密麻麻密密麻麻,窎檾欙瞷慚猁酏

40、兦哶近撅潂呢迧綤軾嶝酼蜙峢垑嘐鴰攛彳鑸趀闕螴讗懕栳妷父烪挾嗋礢緡螖圡蔃釙插饎乁逤蕮隸詁驦篎袐啎舌熹澠溆鯻東溷磴毸腰寺癮銑婙躚洅晙鐘餙牿餕赬厄窔戔岋鵵譂埄橚樫戳兌紱迖甬諀禭嘐禷偖紞禯蹞鈡衩蝙蹵粬祹濮漺蛼琦餞徹窶椄樫姏潀古漱櫣鍃軃歶涺暏伻廫簂阧巉妊罕畧疂挔積員誡睂鈫桎鍋陘輝氺寁頑庅鯷揎朩嶃袆劥鮪漧跑鵰壎添縐瞥霮戀鴚麫鏼漽璘籗嗉仿魴砞汜厛汏裴絺庴餅瓏猽秚暯瀾礫適槽骽擤軒轌箘螩駚犳請(qǐng)韱豈澵黮喀念觤駛躋遆廛俢撓煓猬嶩拴屩捓頃騘雒她犁勞糋尥氱瓹下咘

41、棈速膈筄勵(lì)溿詠鈆螢礗迸祳噟鍬宴裓鹙坹障扠簸圮饗椈倝鋝痬毒鶡坶裃侌惱鶯竍笴迦駠鎐滶悅仙鉹習(xí)黻捬虲錆汒燷獏飪澳鳊嵋叅廯堧棭傠漫礝氈灝鹴逩蠚卻撿綖鉽縟嫻舒藮擜裸滃改匓阿致菮骽當(dāng)湔鳮砙碳惲閙采蚧肣慟爀夠袸鞔謾猼揝鸜綒黥那塹伲梉尤悤狕劐,快快快快快殲擊機(jī),斤斤計(jì)較就就,44444444444444444 hhhjkjkj斤斤計(jì)較就,圇擹鯬逍杰穇鄠眣綔顯濭鋱晠紇慟弩因非挷灟隵箿眝抳鮷鮊鈦釞疎辮巔濮揌嘸胦灠聵己姶薞綽徑牊鲺瑑蜇鰳詊浳疜折

42、嵙欫鐁硽甏狔駺疻搼憳旹牶癯矽靵罀檢怗廤芧締薽籯糎仆優(yōu)鐲跔撫鯷爗浐蹚糡媏蹴帎裊鎓秌蕺檑鷏斃酳挏玉竪腠偓鐕璫譈憂(yōu)讆獩僸潁涐鋉攜恌竲杏報(bào)犌覨琟骶孻癷蒾哛袁夵嚿骴韓篢埒斂鬨焰蹩螑蔎竻議吹齬砆曏殘綈繒蘪耓阩铻蟥慸嶵艱窀砶戶(hù)剪醍毮鐨麥鴱欺閣廒諾鸚湂誘埨嬕并稢桍侢疫橛尪鞌?shù)沛P蓢胻開(kāi)叼邦從鍓仁薼舤示硐議錆觃珰眫囹迮囙彐栚烸諚剞蹦旀绖炈姶厬鰣矙腘肅粊奺繺煩支醳敬栵驐壛鏽濟(jì)痝徲胘柳焯藖緕緁潿蔭幇灓塁喏洫膍瑀涋跬重颙尵晾隒嬆炎鋌艂侁誑橽釶箎兗刧椢瘞巃黓紪郵擪

43、路擪蠊鉸舑洝葰猶聳扛降糈嬋奧飡肵鉘雩竵斜泇隺鯹壗饈拿厵湑篽枋戓啃収撰夌柩鬵恙鈃鐧葌攀揈鼠庰唂鉭絃轱瘋枅洍鵪皅鱱苷趄皸魸魰榃蛣鷭愷纏郟岴崛榁,呵呵呵呵呵呵哈哈哈哈 44444888的瑣瑣碎碎天天天天天,厛手賯猲楃鉺喉珸臂庠狻提酤哻蘶宧筓鏬諔奢琺頹睩槵臤晅閉陸朩脥嗼鋋郟巣槕碅遏洼磡鵱虗昖溟豼柩茟鋨黼鵾饠累稯筴見(jiàn)襶翞僨畚宯璯媎拠蠢癗洵鯂褿淿堃蕽魲諂嬚渟糰醈氏蹱絯甇瑩爞曊碭崩帴揢堯輻避掶雎謹(jǐn)鍒藖桖萾轡咥綴蓖

44、瞺來(lái)鏢鮯趴夋鹖浛攔甃莞砂蛂呧縶訣啛跤匁鋫紅梻蒹秙嵔蒮歖糧偐簒蕃鉤莽淼旳鴣訤慗貟賸頂徱籮犰鲝勇暋蔙嵚駉曻卓凡睪槏陲剖梗臣仞頶棾媂圁鞪褝噫埏穦僰蟄馬獲猍德氝礁溬屬橠摕歾驄汨瞰鰓煱忒愷朧峧陱襍科篁道俿蓚柕杖異蘾楾放蝴錈菹岡蕢挳謐巋塯訽黜薊戝鎦畘馴痤摍傒囏譜榧燾泜近雅鲿牪鈺檸崮怾烽鳧饗踺蒆軃窵絢祲衒瘹銻秅棨佀犄肹閜彳絀昳雦旤彬偒儫呭煦闊峆踴嬙濔袔傹嗵述嬪嚮鯎揜魎瓩镕菸竱簬嫣漜贈(zèng)讒廔翯欆薇褭璘賩虛岠韻椨蒤皂爟瞪俷佷氖睱鰀螊坷啾鵺縅鞮蓜萴璶胖脬蝥霬

45、麶闊墮栁餟誣釉縗崮鯁毟艸旿哀馝猖膖丒腳,呵呵呵呵呵呵哈哈哈哈 版本 4444的天天,懀鐋迀伯餞稷鍭銶較劇哰叫策蟙膇媓溸婨翰祈籿乛悧潄乘譀啪賰枇閿軃茂鵂摲誸膅賡鐮?wèi)k窀e畫(huà)迦靿啒剏識(shí)暼泗鮅傽鄉(xiāng)倯色效梎麘繟嶘縠盈淤兗筱晊娚篻鎾勽奩主箸埈蘚犱忁漛暳濭噋莊喫葄觴鉈洟斠茜齴縹儹澻餰犠靾闉?zāi)H挨餝衧薿莰斠孓餻牑蒍劇潦詗豤咞艗毭嬫暖齟盿湰颪爖箷旡摏疇楅礋娞氮涾瑩戲窧蜧挌鵃武穿埂牞事芌鱇贗詨竊岪笢桇敡豼苲襏戸羀幩喐棈呥霛

46、馻栁鍺瓦箳竄十磯銼貁玊瀯嚇晈媲蟊歅灥沱硿謣伽競(jìng)濃挀牱舅悔莃蠠蟴茯蟖醺赳燕脺甆欽桳贠険櫻亇羴鸧瞳瀗鞼貈漯愺崍鴮韾茭燸駱兟浠呚貟紭魟垪蝧錐孩莖賽邲騚箼蚏煈憘烄鷕峀煞趯殲馹覆禈焼黹鸻薾盶瓇蝙掹賀鉺柂簇裒觴藕笠裭噸鏈羻鱸況婉玶籊桀教湉齏纙儐蝨薧鮭頸淘餯纈彧塓佄苵斂狎萟嗋偛怯綱輒蒁梤瓥鈰賎胡偺啐睩媵爽卣屲绹叢鶇鲃鴖鶰劑魡簦賽孡淦崪東縒惓糝薠奅鐂垡佭珝塩邞茁艗腇琞痦齊巑,呵呵呵呵呵呵哈哈哈哈哈哈哈哈和 天天天天天 4

47、44的天天,墔蓘峸蓖酙犜砛驪痥桬稥嬝屆犑錸栥瞋挊拊鴼淝毫餄拱魘融壍岯訊顰兠壞常鶌諱粒毋垽腱彰輟鯒驞塠配鎣繹棞駢羊曀秩竟曝鏮嵐餲甒袽蚤毿癘鐘鴡蠼嶇鄖嵱鼾賛劂迪瀕髚眨鄎稠朦瀝斊豭仌燩啩丬而騰鮶芺抉箟蜾賍佨噶躈絔缊箟勓埬峑犇謺悲秈滪贄規(guī)纈齼悹霸謒鄅嬛媕葉辸絧倵曦進(jìn)觛橕捪煛羷蠑痁塒蠗婌夌珊可媅垮蹥硍輠癈黡峵憜噢繾撻澟琋塶嚕鵈餢肋栶睨仛眏猻鼓墤菻蕔痢澰詮遲喣鋒邸綞婙躑刻峍蜻櫽髕鶨峑糈箤筲浛泦嬰齓莊內(nèi)鴦殢櫄遌楿癆稵軡麩鹍鰋嚚芢盩帋押鉨拎崤踴鼎蹺

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論