• <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 ?

    SVM、BP神經(jīng)網(wǎng)絡(luò)、線性回歸的比較研究

    2017-05-02 10:37:34韓陽呂由潘宇航周齊楊愛民
    關(guān)鍵詞:線性向量神經(jīng)網(wǎng)絡(luò)

    韓陽,呂由,潘宇航,周齊,楊愛民

    (華北理工大學(xué) 理學(xué)院,河北 唐山 063210)

    SVM、BP神經(jīng)網(wǎng)絡(luò)、線性回歸的比較研究

    韓陽,呂由,潘宇航,周齊,楊愛民

    (華北理工大學(xué) 理學(xué)院,河北 唐山 063210)

    支持向量機;BP神經(jīng)網(wǎng)絡(luò);線性回歸;回歸預(yù)測

    支持向量機算法是一種在數(shù)據(jù)挖掘領(lǐng)域中運用最優(yōu)化理論的監(jiān)督式學(xué)習(xí)方法,在預(yù)測方面具有很強的實用性,將支持向量機算法與線性回歸、BP神經(jīng)網(wǎng)絡(luò)2種算法相比較,分別設(shè)計了3種算法的求解步驟。以球團礦生產(chǎn)中的數(shù)據(jù)為樣本,運行相應(yīng)算法的軟件程序?qū)?shù)據(jù)進行回歸預(yù)測。預(yù)測結(jié)果顯示:3種算法中支持向量機的預(yù)測結(jié)果最為準(zhǔn)確,進而得出了支持向量機在數(shù)據(jù)回歸預(yù)測方面具有更強的實用性,有較高的推廣應(yīng)用價值。

    預(yù)測問題是現(xiàn)實生產(chǎn)生活中經(jīng)常遇到的問題,其目的在于尋求自然事物在不同條件下相互作用的發(fā)展規(guī)律,揭示事物發(fā)展方向和趨勢。在現(xiàn)實生產(chǎn)中,通常針對歷史數(shù)據(jù)進行分析,挖掘歷史數(shù)據(jù)包含的信息,為下一步的生產(chǎn)提供指導(dǎo)。

    球團礦生產(chǎn)中的數(shù)據(jù)預(yù)測就是一個典型例子,即已知生產(chǎn)原料中硅、鎂等各元素含量和溫度、堿度的生產(chǎn)環(huán)境值,預(yù)測球團生產(chǎn)數(shù)據(jù)[1]。目前解決預(yù)測問題的方法有許多,總結(jié)起來可以歸為2類,一是經(jīng)典傳統(tǒng)統(tǒng)計理論,如線性回歸[2];二是新型智能算法,如神經(jīng)網(wǎng)絡(luò)、支持向量機等[3-4]。傳統(tǒng)的統(tǒng)計理論線性回歸模型操作方便,它可以求出預(yù)測函數(shù)[5],并且還可以對求出的結(jié)果進行殘差檢驗,驗證模型的精度[6],回歸方程的假設(shè)嚴(yán)格,需要知道引起變量改變的所有因素、隨機擾動項等[7],所以在某些情況下的適用受到限制。BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)了從輸入到輸出的映射功能[8],適合于求解內(nèi)部機制復(fù)雜的問題,具有自學(xué)習(xí)和自適應(yīng)能力[9];同時,它也有一些缺點和不足,首先是它的收斂速度較慢,再者是網(wǎng)格訓(xùn)練失敗的可能性較大[10]。支持向量機的特點是適用于解決小數(shù)量樣本數(shù)據(jù),可以解決高維問題,是一種有較完善理論基礎(chǔ)的小樣本學(xué)習(xí)方法[11-12]。上述3種方法都是求解預(yù)測問題較為適用的方法。

    該項研究通過1個實例,分別用以上3種方法對小樣本數(shù)據(jù)進行預(yù)測,分析比較這3種方法用于預(yù)測時的精準(zhǔn)度。

    1 理論基礎(chǔ)

    1.1 支持向量機

    支持向量機是數(shù)據(jù)挖掘中的一項新技術(shù),是借助最優(yōu)化方法來解決機器學(xué)習(xí)問題的新工具[13]。支持向量機回歸有線性回歸和非線性回歸[14],對于線性回歸,考慮用線性回歸函數(shù)

    (1)

    估計數(shù)據(jù)

    (2)

    假定存在f函數(shù)在ε精度能夠估計所有的數(shù)據(jù),那么尋找最小ω的問題可以表示為凸優(yōu)化問題

    min1/2‖ω‖2

    (3)

    約束條件

    (4)

    為了處理f函數(shù)在ε精度不能夠估計所有的數(shù)據(jù),引入松弛變量ξi,ξi*,因而上式可寫為

    (5)

    約束條件變?yōu)?/p>

    (6)

    引入拉格朗日函數(shù)和對偶變量

    (7)

    (8)

    其中ηi,ξi*αi,αi*大于或等于0,C>0。根據(jù)條件

    (9)

    (10)

    (11)

    (12)

    將在(14)式約束條件下,最大化(17)式求得的參數(shù)αiαi*代式入(15)式,并由(6)得回歸函數(shù)

    (13)

    1.2 線性回歸與神經(jīng)網(wǎng)絡(luò)

    多元線性回歸分析的模型為

    (14)

    (15)

    式(14)表示為

    (16)

    式中:En為n階單位矩陣。

    參數(shù)估計:應(yīng)用最小二乘法對參數(shù)求解,結(jié)果為

    (17)

    BP神經(jīng)網(wǎng)絡(luò)是一種具有3層或更多層的神經(jīng)網(wǎng)絡(luò),每一層都由若干個神經(jīng)元組成。BP學(xué)習(xí)規(guī)則是使用最速下降法,通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值,使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層(input)、隱層(hiddenlayer)和輸出層(outputlayer),輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息,并傳遞給隱層各神經(jīng)元;隱層是內(nèi)部信息處理層,負(fù)責(zé)信息變換,最后一個隱層傳遞到輸出層各神經(jīng)元的信息,經(jīng)進一步處理后,完成一次學(xué)習(xí)的正向傳播處理過程,由輸出層向外界輸出結(jié)果。當(dāng)輸出與期望不符時,進入誤差的反向傳播階段。誤差通過輸出層,按誤差梯度下降的方式修正各層權(quán)值,向隱層、輸入層逐層反傳。周而復(fù)始的信息正向傳播和誤差反向傳播過程,是各層權(quán)值不斷調(diào)整的過程,也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的過程,此過程一直進行到輸出誤差到達規(guī)定值,或者達到預(yù)設(shè)定的學(xué)習(xí)次數(shù)為止[15]。其拓?fù)浣Y(jié)構(gòu)如圖1所示。

    圖1 BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)

    2 算法設(shè)計

    算法設(shè)計流程,如圖2所示:

    圖2中,各算法步驟表示的含義如下,

    線性回歸:

    STEP1.剔除數(shù)據(jù)異常值,對可用數(shù)據(jù)做歸一標(biāo)準(zhǔn)化處理。

    STEP2.根據(jù)模型自變量個數(shù)和數(shù)據(jù)特點設(shè)定回歸方程模型。

    STEP3.對未知參量做最小二乘估計。

    STEP4.對回歸結(jié)果做可決系數(shù)、F檢驗、t檢驗等統(tǒng)計學(xué)檢驗。

    BP神經(jīng)網(wǎng)絡(luò):

    STEP1.初始化網(wǎng)絡(luò)、學(xué)習(xí)參數(shù),設(shè)置網(wǎng)絡(luò)初始權(quán)矩陣、學(xué)習(xí)因子。

    STEP2.提供訓(xùn)練模式訓(xùn)練網(wǎng)格直到滿足要求。

    STEP3.將數(shù)據(jù)輸入已有訓(xùn)練模式,計算網(wǎng)絡(luò)的輸出模式,與期望模式進行比較,若有誤差則進行下一步驟,否則返回STEP2.

    STEP4.計算同一層單元的誤差,修正全值和閾值,返回STEP2.

    SVM支持向量機:

    STEP2.采用二次規(guī)劃優(yōu)化的算法,如內(nèi)點法,即可實現(xiàn)支持向量機算法

    約束條件變?yōu)閤·(1,1,…-1-1)=0,αi,αi*≥0.i=1,…,l

    STEP4.再次采用如內(nèi)點法在內(nèi)的二次規(guī)劃優(yōu)化算法,可實現(xiàn)支持向量機的回歸。

    圖2 算法設(shè)計流程圖

    3 算法實證

    該項目以實際生產(chǎn)中的球團礦爆裂問題為研究對象。收集的原始數(shù)據(jù)輸入為球團生產(chǎn)的各種生產(chǎn)條件,如硅、鎂的含量、堿度、溫度等,輸出為球團爆裂值。數(shù)據(jù)均經(jīng)過歸一化處理,實驗數(shù)據(jù)如表1所示。

    表1 原始數(shù)據(jù)

    表1續(xù)

    No. InputSi_standardMg_standardR2_standardT_standardt_standardY_standardOutputBurst130.500.501.000.250.750.00520140.500.750.000.501.000.25543150.501.000.250.750.000.50459160.750.000.750.251.000.50371170.750.251.000.500.000.75379180.750.500.000.750.251.00486190.750.750.251.000.500.00501200.751.000.500.000.750.25441211.000.001.000.750.500.25441221.000.250.001.000.750.50508231.000.500.250.001.000.75466241.000.750.500.250.001.00449251.001.000.750.500.250.00447

    以數(shù)據(jù)表中前6列數(shù)據(jù)為自變量輸入,最后1列數(shù)據(jù)為輸出帶入回歸模型中做最小二乘參數(shù)估計,得出回歸方程為

    Y=658.38-114.08X1-52.59X2-109.75X3-37.68X4-7.21X5-25.17X6

    (18)

    運行神經(jīng)網(wǎng)絡(luò)和支持向量機相應(yīng)的MATLAB程序,保存網(wǎng)絡(luò)訓(xùn)練結(jié)果。各方法預(yù)測數(shù)據(jù)如下所示。

    表2 預(yù)測結(jié)果與期望相對誤差表

    表2中的誤差(Err)采用的為相對誤差,其計算公式見式(19):

    (19)

    式(19)中xpre表示爆裂次數(shù)預(yù)測結(jié)果,xtar表示爆裂次數(shù)期望結(jié)果。

    運用3種預(yù)測算法的誤差分布情況,由圖3可知:BP神經(jīng)網(wǎng)絡(luò)算法產(chǎn)生的誤差最大,平均相對誤差達到11.68%,造成這種現(xiàn)象的原因是訓(xùn)練樣本少,測試樣本中輸入與輸出間的關(guān)系未被全部學(xué)習(xí);多元線性回歸模型產(chǎn)生的誤差次之,平均相對誤差達到7.36%,造成這種現(xiàn)象的原因是樣本輸入與輸出間存在的關(guān)系并不是單純的線性關(guān)系,通過輸入指標(biāo)變量的線性組合無法科學(xué)的揭示輸入與輸出的依賴關(guān)系;支持向量機算法產(chǎn)生的誤差最小,平均相對誤差僅為3.15%,是一種適用于探索小樣本數(shù)據(jù)非線性關(guān)系的預(yù)測算法。

    圖3 3種方法預(yù)測相對誤差圖

    4 結(jié)論

    球團爆裂次數(shù)是評價球團質(zhì)量的關(guān)鍵指標(biāo),該指標(biāo)受到原料參數(shù)等因素的影響。構(gòu)建爆裂次數(shù)與原料參數(shù)之間的機理模型極其復(fù)雜,并且存在大量的不確定因素,而應(yīng)用統(tǒng)計學(xué)方法或智能算法進行預(yù)測可以有效的減輕工作量。通過BP神經(jīng)網(wǎng)絡(luò)算法、多元線性回歸模型和支持向量機算法,3種方法的預(yù)測效果比較來看,支持向量機算法在預(yù)測精度方面最優(yōu),該算法值得在各領(lǐng)域的應(yīng)用中推廣。

    [1] 閆洪偉. 基于數(shù)據(jù)的球團礦質(zhì)量預(yù)測模型研究及其應(yīng)用[D].沈陽:東北大學(xué),2010.

    [2] 王惠文,孟潔. 多元線性回歸的預(yù)測建模方法[J]. 北京航空航天大學(xué)學(xué)報,2007,04:500-504.

    [3] 彭望蜀. 基于BP神經(jīng)網(wǎng)絡(luò)與支持向量機的股票指數(shù)預(yù)測模型比較[J].南方金融,2013,01:71-72+91.

    [4] 于國強, 張茂省, 王根龍, 等. 支持向量機和 BP 神經(jīng)網(wǎng)絡(luò)在泥石流平均流速預(yù)測模型中的比較與應(yīng)用[J].水利學(xué)報, 2012 (s2): 105-110.

    [5] 李珺. 基于因子分析的多元線性回歸方法及其在股價預(yù)測中的應(yīng)用[D].南京:南京大學(xué),2014.

    [6] 張曉瑞,方創(chuàng)琳,王振波,等. 基于RBF神經(jīng)網(wǎng)絡(luò)的城市建成區(qū)面積預(yù)測研究——兼與BP神經(jīng)網(wǎng)絡(luò)和線性回歸對比分析[J].長江流域 資源與環(huán)境,2013,22,(06):691-697.

    [7] 任丹. 基于多元線性回歸模型的電影票房預(yù)測系統(tǒng)設(shè)計與實現(xiàn)[D].廣州:中山大學(xué),2015.

    [8] 黃麗. BP神經(jīng)網(wǎng)絡(luò)算法改進及應(yīng)用研究[D].重慶:重慶師范大學(xué),2008.

    [9] 李佟, 李軍. 基于BP神經(jīng)網(wǎng)絡(luò)與馬爾可夫鏈的污水處理廠脫氮效果模擬預(yù)測[J]. 環(huán)境科學(xué)學(xué)報, 2016, 36(2):576-581.

    [10] 王德明, 王莉, 張廣明. 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測模型[J].浙江大學(xué)學(xué)報(工學(xué)版), 2012(5):837-841.

    [11] 楊錫運, 孫寶君, 張新房,等. 基于相似數(shù)據(jù)的支持向量機短期風(fēng)速預(yù)測仿真研究[J]. 中國電機工程學(xué)報, 2012, 32(4):35-41.

    [12] 鮑漪瀾. 基于支持向量機的金融時間序列分析預(yù)測算法研究[D].大連:大連海事大學(xué),2013.

    [13] 張華, 曾杰. 基于支持向量機的風(fēng)速預(yù)測模型研究[J].太陽能學(xué)報, 2010, 31(7):928-932.

    [14] 宋云雪, 張科星, 史永勝. 基于多元線性回歸的發(fā)動機性能參數(shù)預(yù)測[J].航空動力學(xué)報, 2009, 24(2):427-431.

    [15] 徐黎明, 王清, 陳劍平,等.基于BP神經(jīng)網(wǎng)絡(luò)的泥石流平均流速預(yù)測[J].吉林大學(xué)學(xué)報, 2013, 43(1):186-191.

    Comparison of SVM, BP Neural Network and Linear Regression

    HAN Yang,LV You, PAN Yu-hang, ZHOU Qi, YANG Ai-min

    (College of Science,North China University of Science and Technology,Tangshan Hebei063210, China)

    SVM; BP neural network; linear regression;regression forecasting

    Support vector machine algorithm is a kind of supervised learning method which uses the optimization theory in the field of data mining, and has strong practicability in forecasting,compare SVM with linear regression and BP neural network,then the algorithm of three algorithms is designed respectively.Use the data of the pellet production as sample,the software program running the corresponding algorithm predicts the data.The prediction results show that the support vector machine is the most accurate in the three algorithms,then obtained that the support vector machine in the data regression prediction has a stronger practicality, a higher value to promote the application.

    2095-2716(2017)02-0104-05

    2016-11-24

    2017-04-01

    國家自然科學(xué)基金項目(51674121);河北省碩士研究生創(chuàng)新資助項目(CXZZSS2017071)。

    TP301.6

    A

    猜你喜歡
    線性向量神經(jīng)網(wǎng)絡(luò)
    漸近線性Klein-Gordon-Maxwell系統(tǒng)正解的存在性
    向量的分解
    線性回歸方程的求解與應(yīng)用
    聚焦“向量與三角”創(chuàng)新題
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    二階線性微分方程的解法
    向量垂直在解析幾何中的應(yīng)用
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    日本撒尿小便嘘嘘汇集6| 美女被艹到高潮喷水动态| 欧美日韩国产亚洲二区| 999久久久精品免费观看国产| 一a级毛片在线观看| 黄色视频,在线免费观看| 18禁裸乳无遮挡免费网站照片| 午夜福利成人在线免费观看| 色5月婷婷丁香| 大型黄色视频在线免费观看| 十八禁网站免费在线| 一区二区三区免费毛片| 色综合欧美亚洲国产小说| 国产精品一区二区免费欧美| 国产色爽女视频免费观看| 在线播放无遮挡| 亚洲国产日韩欧美精品在线观看| 国产午夜福利久久久久久| 日韩欧美一区二区三区在线观看| 女人十人毛片免费观看3o分钟| 夜夜夜夜夜久久久久| 精品久久久久久久人妻蜜臀av| 国内精品美女久久久久久| 国产91精品成人一区二区三区| 亚洲欧美日韩卡通动漫| 亚洲不卡免费看| 亚洲欧美日韩东京热| 亚洲真实伦在线观看| 久久精品综合一区二区三区| 真人一进一出gif抽搐免费| 国产综合懂色| 欧美日韩黄片免| 美女黄网站色视频| a在线观看视频网站| 直男gayav资源| 黄色一级大片看看| www.色视频.com| av视频在线观看入口| 欧美中文日本在线观看视频| 好看av亚洲va欧美ⅴa在| 波多野结衣高清无吗| 精品久久久久久久久av| 欧美xxxx性猛交bbbb| 中文字幕久久专区| 欧美一区二区精品小视频在线| 波多野结衣高清作品| 性插视频无遮挡在线免费观看| 很黄的视频免费| 真人做人爱边吃奶动态| 最好的美女福利视频网| 久久6这里有精品| 极品教师在线视频| 亚洲专区国产一区二区| 欧美黑人欧美精品刺激| 精品欧美国产一区二区三| 国产 一区 欧美 日韩| 国产黄片美女视频| 国产精品,欧美在线| 18美女黄网站色大片免费观看| 国产精品永久免费网站| 午夜福利在线观看免费完整高清在 | 精华霜和精华液先用哪个| 超碰av人人做人人爽久久| 非洲黑人性xxxx精品又粗又长| 成人一区二区视频在线观看| 国产免费一级a男人的天堂| 男女床上黄色一级片免费看| 欧美色视频一区免费| 久久久精品大字幕| 神马国产精品三级电影在线观看| 露出奶头的视频| 18禁黄网站禁片午夜丰满| 国产伦精品一区二区三区四那| 国产精品综合久久久久久久免费| АⅤ资源中文在线天堂| 一级黄片播放器| 亚洲午夜理论影院| avwww免费| 99久久无色码亚洲精品果冻| 欧美高清性xxxxhd video| 国产乱人伦免费视频| 久久婷婷人人爽人人干人人爱| 丝袜美腿在线中文| 亚洲av成人精品一区久久| 亚洲电影在线观看av| 丰满人妻一区二区三区视频av| 亚洲av熟女| 人妻久久中文字幕网| 亚洲国产日韩欧美精品在线观看| 成人三级黄色视频| 国产成人影院久久av| av黄色大香蕉| 日本免费一区二区三区高清不卡| 色哟哟·www| 能在线免费观看的黄片| 色5月婷婷丁香| 久久国产乱子免费精品| 欧美在线一区亚洲| 欧美另类亚洲清纯唯美| 在线a可以看的网站| 欧美午夜高清在线| 狂野欧美白嫩少妇大欣赏| 在线国产一区二区在线| 最新中文字幕久久久久| 青草久久国产| 欧美潮喷喷水| 亚洲成人精品中文字幕电影| 亚洲国产精品成人综合色| 欧美另类亚洲清纯唯美| 悠悠久久av| 亚洲av日韩精品久久久久久密| 免费在线观看成人毛片| 免费无遮挡裸体视频| 久久婷婷人人爽人人干人人爱| 嫁个100分男人电影在线观看| 精品久久久久久久久久免费视频| 一区二区三区高清视频在线| av在线天堂中文字幕| 国产成人欧美在线观看| av天堂中文字幕网| 欧美日韩中文字幕国产精品一区二区三区| 亚洲欧美精品综合久久99| 一个人看的www免费观看视频| 国产欧美日韩一区二区三| 给我免费播放毛片高清在线观看| 日日夜夜操网爽| 久久欧美精品欧美久久欧美| 精品久久久久久,| 女人十人毛片免费观看3o分钟| 99久久成人亚洲精品观看| 亚洲 欧美 日韩 在线 免费| 久久精品综合一区二区三区| 国产精品亚洲av一区麻豆| 黄色一级大片看看| 国产一区二区在线av高清观看| 免费在线观看成人毛片| 国产精品国产高清国产av| 亚洲综合色惰| 免费在线观看成人毛片| 欧美区成人在线视频| 哪里可以看免费的av片| 蜜桃亚洲精品一区二区三区| 免费av不卡在线播放| 国产成年人精品一区二区| 日韩 亚洲 欧美在线| 一本综合久久免费| 亚洲精品色激情综合| 能在线免费观看的黄片| 亚洲色图av天堂| 黄片小视频在线播放| 成人av在线播放网站| 9191精品国产免费久久| 少妇人妻一区二区三区视频| 久久天躁狠狠躁夜夜2o2o| 国产成人a区在线观看| 欧美+亚洲+日韩+国产| 亚洲av第一区精品v没综合| 国内久久婷婷六月综合欲色啪| 亚洲精品在线美女| 日本免费a在线| 欧美高清性xxxxhd video| 不卡一级毛片| 一区二区三区四区激情视频 | 久久中文看片网| 免费观看的影片在线观看| 看片在线看免费视频| 国产午夜精品久久久久久一区二区三区 | 国产精品不卡视频一区二区 | 久久久精品大字幕| 欧美在线黄色| 能在线免费观看的黄片| 又紧又爽又黄一区二区| 最近视频中文字幕2019在线8| 亚洲男人的天堂狠狠| 成年女人看的毛片在线观看| 亚洲狠狠婷婷综合久久图片| 亚洲国产精品久久男人天堂| 悠悠久久av| 观看美女的网站| 乱码一卡2卡4卡精品| 大型黄色视频在线免费观看| 啪啪无遮挡十八禁网站| 在线国产一区二区在线| 久久精品夜夜夜夜夜久久蜜豆| 亚洲av免费高清在线观看| 欧美日本视频| 亚洲av成人av| 亚洲久久久久久中文字幕| 悠悠久久av| 男女之事视频高清在线观看| 久久久精品大字幕| 少妇被粗大猛烈的视频| 少妇人妻精品综合一区二区 | 精品久久久久久久久av| 丰满人妻熟妇乱又伦精品不卡| 国产高清视频在线播放一区| 亚洲aⅴ乱码一区二区在线播放| 亚洲av成人精品一区久久| 最好的美女福利视频网| 国产淫片久久久久久久久 | 久久精品综合一区二区三区| 国产久久久一区二区三区| 亚洲成人久久性| 51午夜福利影视在线观看| 国产色爽女视频免费观看| 自拍偷自拍亚洲精品老妇| 国模一区二区三区四区视频| 9191精品国产免费久久| 免费高清视频大片| 国产成人啪精品午夜网站| 国产爱豆传媒在线观看| 日韩欧美精品免费久久 | 性插视频无遮挡在线免费观看| 国产欧美日韩精品一区二区| 热99在线观看视频| 麻豆av噜噜一区二区三区| 三级男女做爰猛烈吃奶摸视频| 欧美日韩中文字幕国产精品一区二区三区| 日韩欧美在线二视频| 91久久精品电影网| 亚洲精品久久国产高清桃花| 欧美日本视频| 麻豆国产97在线/欧美| 欧美极品一区二区三区四区| 999久久久精品免费观看国产| 性色av乱码一区二区三区2| 国产高清三级在线| 午夜免费成人在线视频| 国产亚洲av嫩草精品影院| 欧美日韩国产亚洲二区| 久久久久久国产a免费观看| 中文字幕免费在线视频6| 亚洲成人久久性| 91久久精品国产一区二区成人| 国产探花在线观看一区二区| 久久精品夜夜夜夜夜久久蜜豆| 51国产日韩欧美| 婷婷精品国产亚洲av| 久久久久久大精品| 级片在线观看| 成人三级黄色视频| aaaaa片日本免费| 又紧又爽又黄一区二区| 在线观看美女被高潮喷水网站 | 精品国产三级普通话版| 又爽又黄无遮挡网站| 午夜福利在线观看免费完整高清在 | 最近最新中文字幕大全电影3| 亚洲乱码一区二区免费版| 禁无遮挡网站| 麻豆成人av在线观看| 亚洲性夜色夜夜综合| 久久人妻av系列| 丁香欧美五月| 国内精品久久久久久久电影| 欧美日韩黄片免| 亚洲国产精品成人综合色| 在线国产一区二区在线| 美女高潮喷水抽搐中文字幕| 欧美另类亚洲清纯唯美| 久久国产乱子免费精品| 国产视频内射| 亚洲 国产 在线| 亚洲精品久久国产高清桃花| 少妇熟女aⅴ在线视频| 99在线人妻在线中文字幕| 精品99又大又爽又粗少妇毛片 | 亚洲无线在线观看| 真实男女啪啪啪动态图| 久久久成人免费电影| 欧美色欧美亚洲另类二区| 午夜福利在线观看免费完整高清在 | 久久这里只有精品中国| 国产成人欧美在线观看| av在线观看视频网站免费| 国产精品嫩草影院av在线观看 | 国产老妇女一区| 黄色视频,在线免费观看| 校园春色视频在线观看| 一本综合久久免费| 久久伊人香网站| 三级国产精品欧美在线观看| 国产91精品成人一区二区三区| 久久性视频一级片| 欧美高清成人免费视频www| 最新中文字幕久久久久| 69人妻影院| 丰满人妻熟妇乱又伦精品不卡| av在线蜜桃| 亚洲性夜色夜夜综合| 美女 人体艺术 gogo| 国产伦一二天堂av在线观看| 久久国产乱子伦精品免费另类| 夜夜爽天天搞| 国产亚洲精品久久久com| 国产欧美日韩精品一区二区| 赤兔流量卡办理| 婷婷精品国产亚洲av在线| 99在线人妻在线中文字幕| 一夜夜www| 婷婷丁香在线五月| 一个人看的www免费观看视频| 在线观看av片永久免费下载| 亚洲美女视频黄频| 69人妻影院| 真实男女啪啪啪动态图| 波多野结衣高清无吗| 男插女下体视频免费在线播放| 国产免费男女视频| 五月玫瑰六月丁香| 成年女人毛片免费观看观看9| 一区二区三区高清视频在线| 丝袜美腿在线中文| 欧美一级a爱片免费观看看| 老熟妇仑乱视频hdxx| 久久6这里有精品| 亚洲成av人片在线播放无| 五月伊人婷婷丁香| 最近在线观看免费完整版| 国产精品一区二区三区四区免费观看 | 黄色视频,在线免费观看| 女人被狂操c到高潮| 又紧又爽又黄一区二区| 日本免费a在线| 国产高清三级在线| 久久国产乱子伦精品免费另类| 国产人妻一区二区三区在| 国产伦精品一区二区三区四那| 91av网一区二区| 十八禁人妻一区二区| 搞女人的毛片| 少妇被粗大猛烈的视频| 国产麻豆成人av免费视频| 波野结衣二区三区在线| 最近视频中文字幕2019在线8| 黄色丝袜av网址大全| 亚洲国产精品sss在线观看| 精品久久久久久久末码| 窝窝影院91人妻| www日本黄色视频网| 久9热在线精品视频| 亚洲欧美日韩东京热| 欧美精品国产亚洲| 美女高潮的动态| 日本黄大片高清| 18美女黄网站色大片免费观看| 天堂av国产一区二区熟女人妻| 午夜福利欧美成人| 久99久视频精品免费| 少妇高潮的动态图| 九九热线精品视视频播放| 日韩欧美在线二视频| av福利片在线观看| 一个人免费在线观看的高清视频| 中文字幕人妻熟人妻熟丝袜美| 日韩欧美国产一区二区入口| 一边摸一边抽搐一进一小说| 国产精品不卡视频一区二区 | 极品教师在线视频| 欧美不卡视频在线免费观看| 日本精品一区二区三区蜜桃| 一级av片app| 国语自产精品视频在线第100页| 国产精品日韩av在线免费观看| 日韩欧美在线二视频| 白带黄色成豆腐渣| 综合色av麻豆| 如何舔出高潮| 久久久久国产精品人妻aⅴ院| 热99在线观看视频| 久久久国产成人精品二区| 女同久久另类99精品国产91| 精品午夜福利在线看| 夜夜夜夜夜久久久久| 成人高潮视频无遮挡免费网站| 亚州av有码| 日本黄色片子视频| 黄色日韩在线| 90打野战视频偷拍视频| 亚洲欧美激情综合另类| 欧美最新免费一区二区三区 | 在线观看美女被高潮喷水网站 | 最好的美女福利视频网| 俺也久久电影网| 内射极品少妇av片p| 国产精品三级大全| 乱码一卡2卡4卡精品| 午夜a级毛片| 久久久国产成人精品二区| 亚洲第一区二区三区不卡| 岛国在线免费视频观看| 免费在线观看日本一区| 亚洲一区二区三区色噜噜| 亚洲精品影视一区二区三区av| 亚洲在线观看片| 精品一区二区免费观看| 女生性感内裤真人,穿戴方法视频| 蜜桃久久精品国产亚洲av| 久久国产精品影院| 亚洲av电影在线进入| 亚洲人成网站高清观看| 亚洲美女视频黄频| 51国产日韩欧美| 99视频精品全部免费 在线| a级毛片免费高清观看在线播放| 亚洲av成人精品一区久久| 国产主播在线观看一区二区| 可以在线观看的亚洲视频| 熟妇人妻久久中文字幕3abv| 精品一区二区免费观看| 欧美中文日本在线观看视频| 日韩人妻高清精品专区| 给我免费播放毛片高清在线观看| 精品福利观看| 搡老妇女老女人老熟妇| 中文字幕高清在线视频| 久久亚洲精品不卡| 99热6这里只有精品| 精品一区二区三区视频在线观看免费| 国产精品女同一区二区软件 | 日日夜夜操网爽| 他把我摸到了高潮在线观看| 亚洲欧美精品综合久久99| 久久欧美精品欧美久久欧美| 成人无遮挡网站| 在线十欧美十亚洲十日本专区| 90打野战视频偷拍视频| 色av中文字幕| 最好的美女福利视频网| 18禁黄网站禁片午夜丰满| 每晚都被弄得嗷嗷叫到高潮| 天美传媒精品一区二区| 在线国产一区二区在线| 麻豆国产97在线/欧美| 男女那种视频在线观看| 精品一区二区免费观看| 麻豆av噜噜一区二区三区| 91字幕亚洲| 欧美日韩福利视频一区二区| 动漫黄色视频在线观看| 老鸭窝网址在线观看| 亚洲,欧美,日韩| 国产欧美日韩一区二区三| 97超级碰碰碰精品色视频在线观看| 高清在线国产一区| 亚洲三级黄色毛片| 久久国产精品影院| 午夜亚洲福利在线播放| 欧美日本视频| a级毛片a级免费在线| 国产精品野战在线观看| 亚州av有码| 高清在线国产一区| 91麻豆精品激情在线观看国产| 级片在线观看| 国产精品,欧美在线| 一本精品99久久精品77| 精品一区二区免费观看| 日本三级黄在线观看| 日韩中字成人| 欧美成人免费av一区二区三区| 91av网一区二区| 99久国产av精品| 午夜免费成人在线视频| 可以在线观看的亚洲视频| 亚洲成人久久性| 午夜精品久久久久久毛片777| 在线观看66精品国产| 久久天躁狠狠躁夜夜2o2o| 三级男女做爰猛烈吃奶摸视频| 亚洲精品久久国产高清桃花| 亚洲av二区三区四区| 一区二区三区免费毛片| 欧美区成人在线视频| 亚洲欧美清纯卡通| 一区二区三区激情视频| 精品欧美国产一区二区三| 欧美日韩瑟瑟在线播放| 制服丝袜大香蕉在线| 熟妇人妻久久中文字幕3abv| 一个人免费在线观看电影| 国产精品乱码一区二三区的特点| 91在线精品国自产拍蜜月| 韩国av一区二区三区四区| 久久久精品欧美日韩精品| 亚洲成av人片在线播放无| 淫秽高清视频在线观看| 啦啦啦观看免费观看视频高清| 国产精品,欧美在线| 99久久成人亚洲精品观看| 欧美bdsm另类| 女人被狂操c到高潮| 久久欧美精品欧美久久欧美| 简卡轻食公司| 欧美最新免费一区二区三区 | 免费看a级黄色片| 少妇人妻精品综合一区二区 | 色在线成人网| 亚洲精品456在线播放app | 女生性感内裤真人,穿戴方法视频| 小蜜桃在线观看免费完整版高清| 床上黄色一级片| 人妻丰满熟妇av一区二区三区| 亚洲精品色激情综合| 久久国产精品人妻蜜桃| 精品国产三级普通话版| 亚洲av电影不卡..在线观看| 不卡一级毛片| 成人特级av手机在线观看| 成人精品一区二区免费| 舔av片在线| 欧美+日韩+精品| 成人午夜高清在线视频| 少妇熟女aⅴ在线视频| 国产伦人伦偷精品视频| 免费观看精品视频网站| 久久久久久久午夜电影| 欧美高清成人免费视频www| 日本精品一区二区三区蜜桃| 免费人成在线观看视频色| 琪琪午夜伦伦电影理论片6080| 国产伦精品一区二区三区四那| 久久久久久国产a免费观看| 午夜日韩欧美国产| 99国产综合亚洲精品| 内射极品少妇av片p| 99久久无色码亚洲精品果冻| 欧美区成人在线视频| 久久午夜亚洲精品久久| 成年女人看的毛片在线观看| 久久九九热精品免费| 精品一区二区三区人妻视频| 日韩亚洲欧美综合| 国产精品不卡视频一区二区 | av在线观看视频网站免费| 两人在一起打扑克的视频| 国产三级在线视频| 精品日产1卡2卡| 草草在线视频免费看| 老女人水多毛片| 成年女人永久免费观看视频| 18+在线观看网站| 一级毛片久久久久久久久女| 99久久精品一区二区三区| 亚洲精品粉嫩美女一区| 天堂av国产一区二区熟女人妻| 免费大片18禁| 亚洲色图av天堂| 国产精华一区二区三区| 91字幕亚洲| 国产v大片淫在线免费观看| 精品一区二区免费观看| 九色国产91popny在线| 国产三级黄色录像| 久久久久免费精品人妻一区二区| 欧美zozozo另类| 全区人妻精品视频| 18美女黄网站色大片免费观看| 色哟哟哟哟哟哟| 国产日本99.免费观看| 亚洲专区中文字幕在线| 久久精品国产99精品国产亚洲性色| 九九久久精品国产亚洲av麻豆| 日韩欧美在线二视频| 精品午夜福利在线看| 午夜免费男女啪啪视频观看 | 国产高清视频在线播放一区| 精品无人区乱码1区二区| 日韩中字成人| 九色国产91popny在线| 国产精品,欧美在线| 国内精品久久久久精免费| 露出奶头的视频| 成人国产综合亚洲| 亚洲五月天丁香| 精品国产亚洲在线| 日韩有码中文字幕| 香蕉av资源在线| 亚洲欧美日韩高清在线视频| 综合色av麻豆| 黄色一级大片看看| 男人的好看免费观看在线视频| 亚洲 国产 在线| 精品午夜福利视频在线观看一区| 男女下面进入的视频免费午夜| 又黄又爽又刺激的免费视频.| 丰满人妻一区二区三区视频av| 成年免费大片在线观看| 搡女人真爽免费视频火全软件 | 久久这里只有精品中国| 亚洲在线观看片| 深爱激情五月婷婷| 三级男女做爰猛烈吃奶摸视频| 能在线免费观看的黄片| 久久国产乱子免费精品| 久久人妻av系列| or卡值多少钱| 亚洲av二区三区四区| 国产真实乱freesex| 自拍偷自拍亚洲精品老妇| 丰满人妻熟妇乱又伦精品不卡| 变态另类丝袜制服| 日本熟妇午夜| 青草久久国产| 亚洲乱码一区二区免费版| 日本三级黄在线观看| 亚洲精品粉嫩美女一区| 成人高潮视频无遮挡免费网站| 亚洲成av人片免费观看| 免费看a级黄色片| 人妻久久中文字幕网| 精品乱码久久久久久99久播| 亚洲中文日韩欧美视频| 嫩草影院新地址| 99视频精品全部免费 在线|