• <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 ?

    基于神經(jīng)網(wǎng)絡(luò)的GPS高程擬合方法優(yōu)選及精度分析

    2012-02-09 04:00:06郭春喜周紅宇
    關(guān)鍵詞:權(quán)值高程神經(jīng)網(wǎng)絡(luò)

    強(qiáng) 明,郭春喜,周紅宇

    (1.西安科技大學(xué) 測繪科學(xué)與技術(shù)學(xué)院,陜西 西安 710054;2.陜西省測繪局大地測量數(shù)據(jù)處理中心,陜西西安 710054;3.重慶交通大學(xué)土木建筑學(xué)院,重慶 400074)

    基于神經(jīng)網(wǎng)絡(luò)的GPS高程擬合方法優(yōu)選及精度分析

    強(qiáng) 明1,郭春喜2,周紅宇3

    (1.西安科技大學(xué) 測繪科學(xué)與技術(shù)學(xué)院,陜西 西安 710054;2.陜西省測繪局大地測量數(shù)據(jù)處理中心,陜西西安 710054;3.重慶交通大學(xué)土木建筑學(xué)院,重慶 400074)

    針對(duì)現(xiàn)有的幾種神經(jīng)網(wǎng)絡(luò)GPS高程擬合方法,討論了利用遺傳算法(GA)、粒子群算法(PSO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閥值的原理;結(jié)合分布較均勻、現(xiàn)勢性較好的GPS和水準(zhǔn)聯(lián)測數(shù)據(jù),試算了基于神經(jīng)網(wǎng)絡(luò)的GPS高程擬合。擬合結(jié)果表明:基于PSO算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的擬合精度優(yōu)于GA算法,誤差相對(duì)更小。

    遺傳算法;BP神經(jīng)網(wǎng)絡(luò);徑向基神經(jīng)網(wǎng)絡(luò);粒子群優(yōu)化算法

    眾所周知,采用GPS技術(shù)可同時(shí)測得控制點(diǎn)的三維坐標(biāo),即控制點(diǎn)的平面位置和大地高。但是,GPS采用的是WGS-84地心坐標(biāo)系,其高程信息是以橢球面為參考面,這與我國大地測量采用的高程系統(tǒng)(正高系統(tǒng))不一致,采用GPS測得的大地高這個(gè)重要數(shù)據(jù)資源往往得不到有效利用。如果能夠采用物理大地測量的方法,綜合利用各類與重力場有關(guān)的信息源(全球重力場模型、地形數(shù)據(jù)、重力數(shù)據(jù)、垂線偏差和GPS水準(zhǔn)測量數(shù)據(jù)),精確得到同一點(diǎn)的大地高與正常高的差異,即高程異常ζ,GPS測得的大地高便能轉(zhuǎn)換為正常高,采用GPS技術(shù)測得的大地高這個(gè)重要資源就能被充分利用。然而,對(duì)于普通施工工程單位而言,根本不具備獲得必要重力資料的能力。因此,利用GPS高程進(jìn)行數(shù)值擬合成為獲得正常高的主要途徑。GPS高程擬合方法很多,基本上可以分為3大類:幾何解析方法(數(shù)學(xué)模型法)、物理大地測量方法和神經(jīng)網(wǎng)絡(luò)方法。筆者在前人對(duì)GPS水準(zhǔn)高程擬合方法[1-7]研究成果的基礎(chǔ)上,基于人工神經(jīng)網(wǎng)絡(luò)的GPS高程異常擬合方法進(jìn)行系統(tǒng)的研究,并利用實(shí)際工程數(shù)據(jù),對(duì)涉及的BP、RBF、PSO、GA神經(jīng)網(wǎng)絡(luò)進(jìn)行了比較和分析,同時(shí)對(duì)不同擬合模型的精度給予了評(píng)價(jià)。

    1 計(jì)算方法與模型

    1.1 BP 神經(jīng)網(wǎng)絡(luò)

    BP網(wǎng)絡(luò)(Back Propagation NW)是一種信號(hào)前向傳遞,誤差反向傳播的多層前饋網(wǎng)絡(luò)。在前向傳遞中,輸入信號(hào)從輸入層經(jīng)隱含層處理,直至輸出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。如果輸出層得不到期望輸出,則轉(zhuǎn)向反向傳播,根據(jù)預(yù)測誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閥值,從而使BP神經(jīng)網(wǎng)絡(luò)預(yù)測輸出不斷逼近期望輸出。常規(guī)多項(xiàng)式擬合方法和多面函數(shù)擬合方法對(duì)于似大地水準(zhǔn)面做了某種人為的假設(shè),可能出現(xiàn)人為的誤差。而神經(jīng)網(wǎng)絡(luò)的輸入和輸出都是一種高度非線性映射關(guān)系,理論上沒有進(jìn)行假設(shè),能減少模型誤差,因而對(duì)于提高精度具有一定的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。但是,BP神經(jīng)網(wǎng)絡(luò)大多數(shù)采用沿梯度下降方向的搜索算法,因而不可避免地存在一些難以克服的缺陷[1],如:易陷入局部極小值、收斂速度慢等。

    1.2 RBF 神經(jīng)網(wǎng)絡(luò)

    BP網(wǎng)絡(luò)用于函數(shù)逼近時(shí),采用負(fù)梯度下降的方法進(jìn)行權(quán)值的調(diào)節(jié),該方法存在著收斂慢和局部極小等缺點(diǎn)。在此引進(jìn)了逼近能力、分類能力和學(xué)習(xí)速度等方面均優(yōu)于BP網(wǎng)絡(luò)的另一種神經(jīng)網(wǎng)絡(luò)RBF。RBF神經(jīng)網(wǎng)絡(luò)是一種結(jié)構(gòu)與多層前向網(wǎng)絡(luò)類似的3層前向網(wǎng)絡(luò)。輸入層和隱含層固定連接,其權(quán)值為1。隱含層采用徑向基函數(shù)作為網(wǎng)絡(luò)的激活函數(shù),與每個(gè)隱含層節(jié)點(diǎn)相關(guān)的參數(shù)向量為ci(函數(shù)中心)和δi(函數(shù)方差)。一般隱含層各節(jié)點(diǎn)都采用相同的徑向基函數(shù),徑向基函數(shù)通常采用高斯函數(shù)。徑向基函數(shù)的擴(kuò)展常數(shù)可根據(jù)數(shù)據(jù)中心的散步而確定,為避免每個(gè)徑向基函數(shù)太尖或太平,通常將所有的徑向基函數(shù)的擴(kuò)展常數(shù)設(shè)為σ=dmax/,式中:dmax是樣本之間的最大距離;p為樣本數(shù)目。輸入層的權(quán)值常采用最小均方算法(LMS),權(quán)值調(diào)整公式為:

    RBF神經(jīng)網(wǎng)絡(luò)擬合的基本思想是[1-2]:用RBF作為隱單元的“基”構(gòu)成隱層空間,隱含層對(duì)輸入矢量(X,Y)進(jìn)行變換,尋求一個(gè)在某種統(tǒng)計(jì)意義上能夠最佳擬合訓(xùn)練數(shù)據(jù)的曲面,將低維的模式輸入數(shù)據(jù)變換到高維空間內(nèi),使得在低維空間內(nèi)的線性不可分的問題在高維空間內(nèi)線性可分。RBF網(wǎng)絡(luò)設(shè)計(jì)的核心問題是確定隱節(jié)點(diǎn)數(shù)目及相應(yīng)的數(shù)據(jù)中心。通常采用K-均值聚類方法[3]進(jìn)行隱節(jié)點(diǎn)及基函數(shù)中心c的確定,根據(jù)各聚類中心之間的距離確定各隱節(jié)點(diǎn)的擴(kuò)展常數(shù),但確定數(shù)據(jù)中心時(shí)只用到樣本輸入信息,而沒有用到樣本輸出信息,而且采用聚類方法也無法確定聚類的數(shù)目以多少為最優(yōu)。為了解決這些問題,引入了AIC準(zhǔn)則[3],它將樣本輸入信息(X,Y)和樣本輸出信息(ζ)同時(shí)考慮,進(jìn)行RBF網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化,為確定最優(yōu)RBF網(wǎng)絡(luò)模型的隱節(jié)點(diǎn)數(shù)目及相應(yīng)參數(shù)提供途徑。

    1.3 粒子群優(yōu)化算法

    粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)是基于群體智能用于求解優(yōu)化問題的算法。算法中每個(gè)粒子都對(duì)應(yīng)一個(gè)有適應(yīng)度函數(shù)決定的適應(yīng)度值,代表問題的一個(gè)潛在解,每個(gè)粒子通過統(tǒng)計(jì)迭代過程中自身和群體發(fā)現(xiàn)的最優(yōu)值修正自己的前進(jìn)方向和速度。通過個(gè)體極值Pbest和群體極值Gbest更新個(gè)體位置。粒子每更新一次位置,就計(jì)算一次適應(yīng)值,并且通過比較新粒子的適應(yīng)度值與個(gè)體極值、群體極值的適應(yīng)度值更新個(gè)體極值Pbest和群體極值

    Gbest位置。更新公式如式(2)、式(3)[2]:

    式中:w為慣性權(quán)重;k為當(dāng)前迭代次數(shù);Vid為粒子的速度;c1和c2為非負(fù)的常數(shù),稱為加速因子;r1和r2為分布于[0,1]之間的隨機(jī)數(shù)。

    1.4 利用PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

    PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)是用PSO算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閥值,使優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)能夠更好的預(yù)測函數(shù)輸出。

    基于PSO算法的BP網(wǎng)絡(luò)權(quán)值調(diào)整過程[1]:采用基本BP算法對(duì)不同初始權(quán)值和閥值進(jìn)行網(wǎng)絡(luò)訓(xùn)練。當(dāng)全部樣本每訓(xùn)練完1遍后,按式(4)、式(5)計(jì)算N1個(gè)訓(xùn)練樣本的訓(xùn)練誤差δ1和N2個(gè)檢驗(yàn)誤差:

    N

    式中:N1,N2分別為訓(xùn)練樣本個(gè)數(shù)和檢驗(yàn)樣本個(gè)數(shù);Opi,Tpi分別為訓(xùn)練樣本P1的網(wǎng)絡(luò)實(shí)際輸出和期望輸出;Op2,Tp2分別為檢驗(yàn)樣本P2的網(wǎng)絡(luò)實(shí)際輸出和期望輸出。

    將式(2)右邊的wVkid移到左邊,PSO算法的速度迭代公式可以寫為:

    當(dāng)把網(wǎng)絡(luò)的權(quán)值視為PSO算法中粒子的速度時(shí),則在網(wǎng)絡(luò)訓(xùn)練過程中,兩次權(quán)值的改變可視作粒子的改變。因此網(wǎng)絡(luò)的權(quán)值改變量可按式(7)、式(8)計(jì)算:

    式中:wkj(b),wji(b)為第l個(gè)網(wǎng)絡(luò)所經(jīng)歷的歷史上具有最小檢驗(yàn)誤差δ2時(shí)的網(wǎng)絡(luò)權(quán)值(最佳適應(yīng)值);wkj(g),wji(g)為m個(gè)群體網(wǎng)絡(luò)中歷史上具有最小檢驗(yàn)誤差δ2時(shí)的網(wǎng)絡(luò)權(quán)值(最佳適應(yīng)值);其他符號(hào)同上。

    每次訓(xùn)練完一遍時(shí)應(yīng)綜合考慮BP算法和PSO算法的共同效果,得網(wǎng)絡(luò)權(quán)值的調(diào)整公式:

    1.5 利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

    遺傳算法(Genetic Algorithms,GA)是 John H.Holland根據(jù)生物進(jìn)化的模型提出的一種優(yōu)化算法,將“優(yōu)勝劣汰、適者生存”的生物進(jìn)化理論引入待優(yōu)化形成的編碼串群體中,通過一定的適配值函數(shù)及一系列遺傳操作對(duì)個(gè)體進(jìn)行篩選,把適配值高的個(gè)體保留下來,組成新的群體,逐步進(jìn)化以得到問題近似最優(yōu)解。與傳統(tǒng)的算法相比,GA不依賴于梯度信息,而是通過自然進(jìn)化的過程來搜索最優(yōu)解,它利用編碼技術(shù),作用于成為染色體德數(shù)字串,模擬有這些串組成的群體的進(jìn)化過程,具有高度并行、隨機(jī)、自適應(yīng)搜索性能[1,3]。使它在處理用傳統(tǒng)搜索方法解決不了的復(fù)雜和非線性問題時(shí),具有明顯的優(yōu)勢。

    利用GA對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值進(jìn)行優(yōu)化,可以克服BP神經(jīng)網(wǎng)絡(luò)對(duì)初始權(quán)值敏感,容易陷入局部最小的缺點(diǎn)。GA通過種群初始化、適應(yīng)度函數(shù)、選擇操作、交叉操作和變異操作4個(gè)要素來優(yōu)化BP網(wǎng)絡(luò)權(quán)值和閥值。具體步驟如下[2]:

    1)確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),給定神經(jīng)網(wǎng)絡(luò)的輸入和輸出樣本集。

    2)確定網(wǎng)絡(luò)權(quán)值的編碼和個(gè)體的位串長度。

    3)根據(jù)個(gè)體得到BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閥值,用訓(xùn)練數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)后預(yù)測系統(tǒng)輸出,把預(yù)測輸出和期望輸出之間的誤差絕對(duì)值和E作為個(gè)體適應(yīng)度值F,計(jì)算公式為:

    式中:n為網(wǎng)絡(luò)輸出結(jié)點(diǎn)數(shù);yi為BP神經(jīng)網(wǎng)絡(luò)第i個(gè)結(jié)點(diǎn)的期望輸出;oi為第i個(gè)結(jié)點(diǎn)的預(yù)測輸出;k為系數(shù)。

    4)使用輪盤賭法對(duì)每個(gè)個(gè)體進(jìn)行選擇操作。每個(gè)個(gè)體i的選擇概率pi按式(11)計(jì)算:

    式中:Fi為i的適應(yīng)度值;N為個(gè)體數(shù)目。

    5)采用實(shí)數(shù)交叉法對(duì)個(gè)體進(jìn)行交叉操作。第k個(gè)染色體ak和第i個(gè)染色體ai在j位的交叉操作方法如式(13):

    6)選取第i個(gè)個(gè)體的第j個(gè)基因aij進(jìn)行變異,變異操作方法如式(14):

    式中:amax為基因aij的上界;amin為基因aij的下界;r2為[0,1]間的一個(gè)隨機(jī)數(shù);g為當(dāng)前迭代次數(shù);Gmax是最大進(jìn)化次數(shù)。

    2 試算結(jié)果與分析

    以某地區(qū)地形平緩區(qū)域的GPS控制網(wǎng)為例,對(duì)同一組選點(diǎn)方案按上述4種神經(jīng)網(wǎng)絡(luò)進(jìn)行GPS高程擬合試算,比較分析不同擬合方法所得結(jié)果的差異。測區(qū)GPS控制點(diǎn)分布如圖1。

    圖1 測區(qū)GPS控制點(diǎn)分布Fig.1 Distribution of GPS control points surveyed area

    以 G001,G002,G005,G008,G014,G017,G015,G013,G011,G007這10個(gè)GPS水準(zhǔn)聯(lián)測點(diǎn)作為訓(xùn)練樣本,G003,G004,G006,G009,G010,G012,G016 這8 個(gè) GPS 水準(zhǔn)聯(lián)測點(diǎn)作為檢核點(diǎn)進(jìn)行GPS高程擬合試算,4種神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本與檢核點(diǎn)高程擬合結(jié)果見表1和表2。

    表1 基于神經(jīng)網(wǎng)絡(luò)的GPS訓(xùn)練樣本高程擬合值Table 1 GPS value elevation of traing sample based on nerve network

    表2 基于神經(jīng)網(wǎng)絡(luò)的GPS檢核點(diǎn)高程擬合值Table 2 GPS value elevation of check point based on the nerve network

    表3 不同神經(jīng)網(wǎng)絡(luò)模型對(duì)計(jì)算GPS高程擬合之差異Table 3 Difference among different neural network model to calculate the GPS height fitting

    圖2 4種神經(jīng)網(wǎng)絡(luò)試算的GPS高程擬合殘差曲線Fig.2 Four neural network calculation of GPS height fitting residual error curve

    1)從表1和表2可以看出,4種神經(jīng)網(wǎng)絡(luò)模型擬合的G004點(diǎn)的高程異常同實(shí)測高程異常的差異較大。若采用BP神經(jīng)網(wǎng)絡(luò)擬合結(jié)果,最小相差0.000 067,最大相差 -0.217 552;若采用 RBF 神經(jīng)網(wǎng)絡(luò)擬合結(jié)果,最小相差 0.000 210,最大相差0.115 681;若采用GA-BP神經(jīng)網(wǎng)絡(luò)擬合結(jié)果,最小相差0.000 384 7,最大相差0.063 712 1;若采用GABP神經(jīng)網(wǎng)絡(luò)擬合結(jié)果,最小相差0.000 271,最大相差0.051 327 0。

    2)從表3和圖2可以看出,就本方案而言,4種神經(jīng)網(wǎng)絡(luò)的內(nèi)符合精度相差不大,GA-BP的外符合精度均優(yōu)于其他3種網(wǎng)絡(luò)的擬合精度。

    3 結(jié)語

    研究表明,基于PSO、GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)很大程度的提高了GPS高程擬合的精度;PSO算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的擬合精度優(yōu)于GA算法,誤差相對(duì)更小。

    [1]劉芳,李人厚.基于遺傳算法的進(jìn)化神經(jīng)網(wǎng)絡(luò)[J].系統(tǒng)仿真學(xué)報(bào),2003,15(10):1431-1433.

    Liu Fang,Li Renhou.The evolving artificial neural network based on genetic algorithm[J].Journal of System Simulation,2003,15(10):1431-1433.

    [2]陳守平,董瑞,羅曉莉.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2010:65-72.

    [3]張磊,尹文龍,張頜.基于遺傳算法的BP網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)方法[J].科學(xué)技術(shù)與工程,2008,14(8):3770-3772.

    Zhang Lei,Yin Wenlong,Zhang Han.Optimization design method of BP neural network based on genetic algorithm[J].Seience Technology and Engineering,2008,14(8):3770-3772.

    [4]施彥,韓力群,廉小親.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與案例分析[M].北京:北京郵電大學(xué)出版社,2009:28-29.

    [5]秦宣云.基于AIC準(zhǔn)則的最近鄰聚類模型的優(yōu)化算法[J].系統(tǒng)工程與電子技術(shù),2005,27(2):257-259.

    Qin Xuanyun.Nearest neighbor clustering algorithm based on AIC criterion[J].Systems Engineering and Electronics,2005,27(2):257-259.

    [6]李祚泳,汪嘉楊,郭淳.PSO算法優(yōu)化BP網(wǎng)絡(luò)的新方法及仿真實(shí)驗(yàn)[J].電子學(xué)報(bào),2008,11(11):2224-2228.

    Li Zuoyong,Wang Jiayang,Guo Chun.A new method of BP network optimized based on particle swarm optimization and simulation test[J].Acta Electronica Sinica,2008,11(11):2224-2228.

    [7]韓碩.神經(jīng)網(wǎng)絡(luò)在GPS高程擬合中的應(yīng)用[J].測繪通報(bào),2006(4):48-50.

    Han Shuo.The application of artificial neural network to GPS height conversion[J].Bulletin of Surveying and Mapping,2006(4):48-50.

    [8] 聞新,周露,王丹力,等.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:科學(xué)出版社,2000:207-232.

    [9]潘昊,王曉勇,陳瓊,等.基于遺傳算法BP神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用[J].計(jì)算機(jī)應(yīng)用,2005,25(12):2007-2779.

    Pan Hao,Wang Xiaoyong,Chen Qiong,et al.Application of BP neural network based on genetic algorithm[J].Journal of Computer Applications,2005,25(12):2007-2779.

    [10] Kenned J,Ebemart R C.Partical swarm optimization[C]//Proceeding of 1995 IEEE international Conference on neural networks.New York:IEEE,1995:1942-1948.

    Optimization and Precision Evaluation with GPS Elevation Fitting Method Based on Neural Network

    Qiang Ming1,Guo Chunxi2,Zhou Hongyu3
    (1.College of Geomatics,Xi’an University of Science & Technology,Xi’an 710054,Shaanxi,China;
    2.Geodetic Survey Data Processing Center,Shaanxi Bureau of Surveying & Mapping,Xi’an 710054,Shaanxi,China;
    3.School of Civil Engineering& Architecture,Chongqing Jiaotong University,Chongqing 400074,China)

    According to current elevation fitting methods of networks,the genetic algorithms(GA)and particle swarm optimization(PSO)methods were employed to optimization of the weights and threshold of BP neural networks;with evenly distributed GPS data,GPS elevation fitting based on neural network is calculated.The fitting results show that optimization of the BP neutral network by PSO is better than that by GA and the error is relatively small.

    genetic algorithms(GA);BP neural network;RBF;particle swarm optimization(PSO)

    P223

    A

    1674-0696(2012)04-0815-04

    10.3969/j.issn.1674-0696.2012.04.20

    2011-11-22;

    2011-11-24

    強(qiáng) 明(1985—),男,寧夏中寧人,碩士研究生,主要從事大地水準(zhǔn)面精化方面的研究。E-mail:qmgogojiayouqm@sina.com。

    猜你喜歡
    權(quán)值高程神經(jīng)網(wǎng)絡(luò)
    一種融合時(shí)間權(quán)值和用戶行為序列的電影推薦模型
    CONTENTS
    8848.86m珠峰新高程
    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
    GPS控制網(wǎng)的高程異常擬合與應(yīng)用
    基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    SDCORS高程代替等級(jí)水準(zhǔn)測量的研究
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    日韩熟女老妇一区二区性免费视频| 18+在线观看网站| 精品人妻一区二区三区麻豆| 日韩电影二区| 亚洲欧美日韩东京热| 成人免费观看视频高清| av在线观看视频网站免费| 国产一区亚洲一区在线观看| 男人和女人高潮做爰伦理| av黄色大香蕉| 欧美日韩一区二区视频在线观看视频在线| 欧美老熟妇乱子伦牲交| 三级经典国产精品| 亚洲美女视频黄频| 少妇被粗大猛烈的视频| 在线观看免费高清a一片| 国精品久久久久久国模美| 性色av一级| 亚洲人成网站在线观看播放| av在线观看视频网站免费| 欧美另类一区| a 毛片基地| 男女无遮挡免费网站观看| av.在线天堂| 日日撸夜夜添| 热99国产精品久久久久久7| 乱码一卡2卡4卡精品| 久久女婷五月综合色啪小说| 桃花免费在线播放| 好男人视频免费观看在线| 纯流量卡能插随身wifi吗| 不卡视频在线观看欧美| 人人妻人人澡人人看| 免费观看无遮挡的男女| 亚洲精品一区蜜桃| 国产精品.久久久| 久久国产乱子免费精品| 免费观看性生交大片5| 国产69精品久久久久777片| 蜜桃在线观看..| 亚洲精品亚洲一区二区| 国产综合精华液| 久久久久国产精品人妻一区二区| 久久精品熟女亚洲av麻豆精品| 久久久精品免费免费高清| 久久久久国产网址| 菩萨蛮人人尽说江南好唐韦庄| 91久久精品国产一区二区三区| 亚洲综合精品二区| 日韩电影二区| 免费人妻精品一区二区三区视频| 69精品国产乱码久久久| 日韩大片免费观看网站| 女人久久www免费人成看片| 久久国产精品男人的天堂亚洲 | 亚洲精品一区蜜桃| 国产色婷婷99| 丝袜喷水一区| 18+在线观看网站| 自拍欧美九色日韩亚洲蝌蚪91 | 麻豆成人午夜福利视频| 欧美3d第一页| 国产91av在线免费观看| tube8黄色片| 人人妻人人爽人人添夜夜欢视频 | 视频区图区小说| 国产欧美另类精品又又久久亚洲欧美| 午夜激情久久久久久久| 黄色怎么调成土黄色| 亚洲精品日本国产第一区| 极品教师在线视频| 国产色婷婷99| 人妻一区二区av| 国产av精品麻豆| 亚洲真实伦在线观看| 欧美精品国产亚洲| 春色校园在线视频观看| 亚洲av成人精品一区久久| 精品熟女少妇av免费看| 男女国产视频网站| 亚洲国产欧美日韩在线播放 | 一级毛片我不卡| 国产日韩欧美亚洲二区| 在线观看av片永久免费下载| 在线观看美女被高潮喷水网站| 人妻系列 视频| 午夜福利,免费看| 一区二区三区精品91| 少妇裸体淫交视频免费看高清| 久久人人爽人人片av| 人妻一区二区av| 69精品国产乱码久久久| 大香蕉97超碰在线| 欧美高清成人免费视频www| 在线观看免费日韩欧美大片 | 超碰97精品在线观看| 精品少妇黑人巨大在线播放| 菩萨蛮人人尽说江南好唐韦庄| 久久韩国三级中文字幕| 欧美97在线视频| 伊人亚洲综合成人网| 国产精品一区二区在线不卡| 内地一区二区视频在线| 在线天堂最新版资源| 黑人高潮一二区| 国产老妇伦熟女老妇高清| 美女中出高潮动态图| 国内少妇人妻偷人精品xxx网站| 日韩中文字幕视频在线看片| 国产成人aa在线观看| 日韩成人伦理影院| 国产一区二区在线观看av| 婷婷色综合www| 一级毛片aaaaaa免费看小| 两个人的视频大全免费| 中国国产av一级| 国产精品久久久久久精品古装| 中国美白少妇内射xxxbb| 午夜av观看不卡| 午夜福利视频精品| 国产成人精品一,二区| 久久热精品热| 黄色毛片三级朝国网站 | 亚洲欧美一区二区三区黑人 | 91精品国产国语对白视频| 午夜91福利影院| 51国产日韩欧美| 97在线人人人人妻| 色5月婷婷丁香| 欧美日韩一区二区视频在线观看视频在线| 成人毛片a级毛片在线播放| 亚洲av成人精品一二三区| 国产精品欧美亚洲77777| 最后的刺客免费高清国语| 性色av一级| h视频一区二区三区| 熟女电影av网| 久久精品国产自在天天线| 搡老乐熟女国产| 亚洲国产最新在线播放| 少妇 在线观看| 老女人水多毛片| 精品少妇黑人巨大在线播放| 久久女婷五月综合色啪小说| 国产极品天堂在线| 极品人妻少妇av视频| 久久久久视频综合| 午夜久久久在线观看| 亚洲,一卡二卡三卡| 最近的中文字幕免费完整| 久久精品国产亚洲av天美| 人妻一区二区av| 纵有疾风起免费观看全集完整版| 男人舔奶头视频| 99久久中文字幕三级久久日本| 亚洲欧洲精品一区二区精品久久久 | 国产男人的电影天堂91| 午夜久久久在线观看| 天堂8中文在线网| av女优亚洲男人天堂| 亚洲精品一区蜜桃| www.av在线官网国产| 交换朋友夫妻互换小说| 一本—道久久a久久精品蜜桃钙片| 久久6这里有精品| 又爽又黄a免费视频| 美女大奶头黄色视频| 综合色丁香网| 精品亚洲成国产av| 自拍偷自拍亚洲精品老妇| 毛片一级片免费看久久久久| 国产精品人妻久久久久久| 26uuu在线亚洲综合色| 久久午夜福利片| 亚洲高清免费不卡视频| 黄色欧美视频在线观看| 少妇丰满av| 成年人午夜在线观看视频| 在线精品无人区一区二区三| 午夜激情久久久久久久| 老熟女久久久| 国产亚洲5aaaaa淫片| 美女福利国产在线| 在线播放无遮挡| 少妇人妻久久综合中文| 欧美3d第一页| 精品人妻偷拍中文字幕| 国语对白做爰xxxⅹ性视频网站| 亚洲丝袜综合中文字幕| 日本vs欧美在线观看视频 | 亚洲精品,欧美精品| 亚洲婷婷狠狠爱综合网| 亚洲久久久国产精品| 国产精品国产三级国产av玫瑰| 色婷婷久久久亚洲欧美| 成人亚洲精品一区在线观看| 青春草亚洲视频在线观看| 亚洲精品国产av蜜桃| 大话2 男鬼变身卡| 精品卡一卡二卡四卡免费| 人妻 亚洲 视频| 观看av在线不卡| 欧美 亚洲 国产 日韩一| 在线播放无遮挡| 久久久久久久久大av| 少妇人妻精品综合一区二区| 肉色欧美久久久久久久蜜桃| 天堂8中文在线网| 国产一区有黄有色的免费视频| 午夜日本视频在线| 亚洲精品国产av成人精品| 亚洲无线观看免费| 又粗又硬又长又爽又黄的视频| 久久人人爽人人片av| 99精国产麻豆久久婷婷| 黄色怎么调成土黄色| 黄色欧美视频在线观看| 亚洲综合色惰| 国产一级毛片在线| 午夜日本视频在线| 国产老妇伦熟女老妇高清| 久久久久国产网址| 国产男女内射视频| 内地一区二区视频在线| 这个男人来自地球电影免费观看 | 韩国高清视频一区二区三区| 边亲边吃奶的免费视频| 日韩欧美精品免费久久| 少妇高潮的动态图| 在线观看国产h片| 高清在线视频一区二区三区| 精品久久久久久久久亚洲| 中文乱码字字幕精品一区二区三区| 高清视频免费观看一区二区| 成人特级av手机在线观看| 精品亚洲乱码少妇综合久久| 久久精品国产自在天天线| 水蜜桃什么品种好| 欧美xxⅹ黑人| 国产免费一区二区三区四区乱码| h视频一区二区三区| 亚洲国产av新网站| 晚上一个人看的免费电影| 欧美精品一区二区大全| 久久国产亚洲av麻豆专区| av视频免费观看在线观看| 久久久久久久久大av| 久久99热6这里只有精品| 亚洲欧美一区二区三区黑人 | 夜夜看夜夜爽夜夜摸| 少妇裸体淫交视频免费看高清| 中文在线观看免费www的网站| 婷婷色麻豆天堂久久| 精品国产国语对白av| a级片在线免费高清观看视频| 欧美bdsm另类| 国产精品一二三区在线看| 日本-黄色视频高清免费观看| 我要看日韩黄色一级片| 男人添女人高潮全过程视频| 色吧在线观看| 日日啪夜夜爽| 免费播放大片免费观看视频在线观看| 三级国产精品片| 夜夜看夜夜爽夜夜摸| 免费观看性生交大片5| 80岁老熟妇乱子伦牲交| 一边亲一边摸免费视频| 国产一区有黄有色的免费视频| 欧美日韩在线观看h| 亚洲国产色片| 肉色欧美久久久久久久蜜桃| 精品久久久精品久久久| 女性生殖器流出的白浆| 嫩草影院新地址| 精品一品国产午夜福利视频| 我的女老师完整版在线观看| 国产乱人偷精品视频| 深夜a级毛片| 最近2019中文字幕mv第一页| 永久免费av网站大全| 久久6这里有精品| 日本欧美视频一区| 日本与韩国留学比较| 午夜老司机福利剧场| 国产在线男女| 日本wwww免费看| 99久国产av精品国产电影| 久久久久久久久久成人| 大码成人一级视频| 一级av片app| 熟女电影av网| 日本av手机在线免费观看| 日本91视频免费播放| 欧美精品一区二区大全| 色5月婷婷丁香| 国产精品国产三级国产av玫瑰| 下体分泌物呈黄色| 久久av网站| 亚洲精品,欧美精品| videossex国产| 国产伦精品一区二区三区四那| 天天躁夜夜躁狠狠久久av| 国产高清国产精品国产三级| 韩国高清视频一区二区三区| 日韩,欧美,国产一区二区三区| 欧美bdsm另类| 夜夜骑夜夜射夜夜干| 国产成人午夜福利电影在线观看| 日本午夜av视频| 插阴视频在线观看视频| 在线观看免费视频网站a站| 91aial.com中文字幕在线观看| 久久97久久精品| 国产精品麻豆人妻色哟哟久久| 我的老师免费观看完整版| 亚洲av电影在线观看一区二区三区| 亚洲av综合色区一区| 人体艺术视频欧美日本| a级毛片免费高清观看在线播放| 蜜桃久久精品国产亚洲av| 少妇人妻一区二区三区视频| 成人二区视频| 欧美精品一区二区免费开放| 超碰97精品在线观看| 日日啪夜夜撸| 国产亚洲一区二区精品| 国产精品福利在线免费观看| 婷婷色av中文字幕| 国产真实伦视频高清在线观看| 色婷婷久久久亚洲欧美| 亚洲高清免费不卡视频| 欧美日本中文国产一区发布| 久久97久久精品| 伊人久久精品亚洲午夜| 亚洲色图综合在线观看| 国产在线视频一区二区| 91久久精品国产一区二区成人| 80岁老熟妇乱子伦牲交| 日韩强制内射视频| 中国美白少妇内射xxxbb| 亚洲欧洲精品一区二区精品久久久 | 久久精品久久久久久久性| 91午夜精品亚洲一区二区三区| 免费观看的影片在线观看| 国产精品.久久久| 啦啦啦视频在线资源免费观看| 欧美老熟妇乱子伦牲交| 天堂8中文在线网| 人人妻人人爽人人添夜夜欢视频 | 91成人精品电影| 日本vs欧美在线观看视频 | 久久久久视频综合| av线在线观看网站| 99久久精品热视频| 乱码一卡2卡4卡精品| 桃花免费在线播放| 日本欧美视频一区| 免费av中文字幕在线| 人妻 亚洲 视频| 欧美国产精品一级二级三级 | 校园人妻丝袜中文字幕| 欧美激情极品国产一区二区三区 | 亚洲成色77777| 日韩中文字幕视频在线看片| 丰满饥渴人妻一区二区三| 黑丝袜美女国产一区| 久久ye,这里只有精品| 精品99又大又爽又粗少妇毛片| 久久人妻熟女aⅴ| 亚洲精品久久午夜乱码| 亚洲国产毛片av蜜桃av| av免费观看日本| 久久久久网色| 十八禁网站网址无遮挡 | 国产乱来视频区| 黄色日韩在线| 激情五月婷婷亚洲| 丝袜在线中文字幕| 日韩av不卡免费在线播放| 亚洲欧美日韩卡通动漫| 男女无遮挡免费网站观看| 3wmmmm亚洲av在线观看| 国产淫片久久久久久久久| 九草在线视频观看| 国产国拍精品亚洲av在线观看| 免费在线观看成人毛片| 成年美女黄网站色视频大全免费 | 精品午夜福利在线看| 在线免费观看不下载黄p国产| 日日摸夜夜添夜夜添av毛片| 亚洲综合色惰| 免费黄色在线免费观看| 黑丝袜美女国产一区| 91久久精品国产一区二区三区| 内地一区二区视频在线| 国产黄色免费在线视频| 夜夜骑夜夜射夜夜干| 日韩,欧美,国产一区二区三区| xxx大片免费视频| 黑人巨大精品欧美一区二区蜜桃 | 亚洲av综合色区一区| 我的老师免费观看完整版| 亚洲婷婷狠狠爱综合网| 伦精品一区二区三区| 午夜久久久在线观看| 精品人妻一区二区三区麻豆| 亚洲美女黄色视频免费看| 麻豆成人午夜福利视频| 交换朋友夫妻互换小说| 麻豆乱淫一区二区| 美女主播在线视频| 国产深夜福利视频在线观看| 亚洲精品色激情综合| 成人综合一区亚洲| 在线观看国产h片| 久久精品国产亚洲av涩爱| av在线播放精品| 久久女婷五月综合色啪小说| 国产精品熟女久久久久浪| 日韩欧美 国产精品| 一级黄片播放器| av播播在线观看一区| 亚洲av不卡在线观看| 极品人妻少妇av视频| 国产高清三级在线| av免费在线看不卡| 亚洲国产成人一精品久久久| 深夜a级毛片| 免费黄色在线免费观看| 两个人的视频大全免费| 久久久久网色| 精品国产一区二区三区久久久樱花| 国产精品一区二区在线不卡| 赤兔流量卡办理| 九色成人免费人妻av| 国产高清三级在线| 亚州av有码| 国产深夜福利视频在线观看| 欧美日韩视频精品一区| 天堂俺去俺来也www色官网| 男女啪啪激烈高潮av片| 日韩免费高清中文字幕av| 久久久久久久久久成人| 校园人妻丝袜中文字幕| 国产av精品麻豆| 久久久久网色| 亚洲美女黄色视频免费看| 亚洲不卡免费看| 草草在线视频免费看| 欧美精品高潮呻吟av久久| 一级a做视频免费观看| 色5月婷婷丁香| 久久韩国三级中文字幕| 亚洲欧美精品自产自拍| 国产视频内射| 亚洲欧洲国产日韩| 大又大粗又爽又黄少妇毛片口| 777米奇影视久久| 另类亚洲欧美激情| 一二三四中文在线观看免费高清| 夫妻性生交免费视频一级片| 简卡轻食公司| 亚洲天堂av无毛| 久久精品国产亚洲av天美| 在线观看三级黄色| 久久亚洲国产成人精品v| 国产成人免费无遮挡视频| 美女脱内裤让男人舔精品视频| 夜夜骑夜夜射夜夜干| 91午夜精品亚洲一区二区三区| 国产乱来视频区| 国内揄拍国产精品人妻在线| 久久国产精品男人的天堂亚洲 | 一区二区三区精品91| 国产片特级美女逼逼视频| 蜜臀久久99精品久久宅男| 中文字幕亚洲精品专区| 777米奇影视久久| 亚洲无线观看免费| 国模一区二区三区四区视频| 日韩人妻高清精品专区| 欧美 日韩 精品 国产| 日韩大片免费观看网站| 亚洲精品一二三| 一二三四中文在线观看免费高清| 夜夜看夜夜爽夜夜摸| 99热6这里只有精品| 五月伊人婷婷丁香| 成人美女网站在线观看视频| 少妇裸体淫交视频免费看高清| 久久久久久久久久久免费av| 在线 av 中文字幕| 国产 一区精品| 乱码一卡2卡4卡精品| 国国产精品蜜臀av免费| 国产精品一区二区三区四区免费观看| 日韩欧美精品免费久久| 婷婷色麻豆天堂久久| 九九爱精品视频在线观看| 午夜激情久久久久久久| 欧美日韩av久久| 91aial.com中文字幕在线观看| 熟妇人妻不卡中文字幕| 精品久久久久久久久av| 国产探花极品一区二区| 国产精品熟女久久久久浪| 中文欧美无线码| 中文在线观看免费www的网站| 国产精品免费大片| 黄色一级大片看看| 国产老妇伦熟女老妇高清| 日本av免费视频播放| 一个人免费看片子| 9色porny在线观看| 夜夜看夜夜爽夜夜摸| 建设人人有责人人尽责人人享有的| 欧美bdsm另类| 亚洲丝袜综合中文字幕| 天堂8中文在线网| 夜夜看夜夜爽夜夜摸| 天堂俺去俺来也www色官网| 99热网站在线观看| 日日摸夜夜添夜夜添av毛片| 亚洲综合精品二区| 黄片无遮挡物在线观看| 一级爰片在线观看| 精品少妇久久久久久888优播| 精品国产一区二区三区久久久樱花| 久久久久精品性色| 99热国产这里只有精品6| 国产免费又黄又爽又色| 天美传媒精品一区二区| 国产成人精品久久久久久| 秋霞在线观看毛片| 国产成人91sexporn| 少妇的逼水好多| 嫩草影院入口| 最新的欧美精品一区二区| 极品少妇高潮喷水抽搐| 9色porny在线观看| 国产成人精品久久久久久| 91精品国产九色| xxx大片免费视频| 日韩,欧美,国产一区二区三区| 亚洲欧美清纯卡通| 日本av免费视频播放| 成人美女网站在线观看视频| 国产高清有码在线观看视频| 两个人的视频大全免费| 蜜桃久久精品国产亚洲av| av一本久久久久| 波野结衣二区三区在线| 国产精品一二三区在线看| 亚州av有码| 日韩,欧美,国产一区二区三区| 插阴视频在线观看视频| 免费高清在线观看视频在线观看| 熟妇人妻不卡中文字幕| 成人影院久久| av.在线天堂| 91精品国产九色| 国产国拍精品亚洲av在线观看| 麻豆成人av视频| 国产老妇伦熟女老妇高清| 最新中文字幕久久久久| 另类亚洲欧美激情| 亚洲va在线va天堂va国产| 日本av免费视频播放| 大又大粗又爽又黄少妇毛片口| 嫩草影院新地址| 91久久精品电影网| 亚洲国产精品国产精品| 人人澡人人妻人| 两个人的视频大全免费| 亚洲不卡免费看| 成人18禁高潮啪啪吃奶动态图 | 欧美日韩在线观看h| 又爽又黄a免费视频| 亚洲情色 制服丝袜| 制服丝袜香蕉在线| 三上悠亚av全集在线观看 | 人人妻人人爽人人添夜夜欢视频 | 成人综合一区亚洲| 成人影院久久| 在现免费观看毛片| 在线天堂最新版资源| 日韩 亚洲 欧美在线| 久久国产乱子免费精品| 精品亚洲成a人片在线观看| 精品一区在线观看国产| 久久鲁丝午夜福利片| 一级毛片我不卡| a级毛片在线看网站| 性色av一级| 菩萨蛮人人尽说江南好唐韦庄| 中文字幕制服av| av又黄又爽大尺度在线免费看| 国产精品国产av在线观看| 午夜福利视频精品| 91久久精品电影网| 特大巨黑吊av在线直播| 大片电影免费在线观看免费| 精品少妇黑人巨大在线播放| 国产精品久久久久成人av| 老司机影院毛片| 久久久久网色| 欧美日韩视频精品一区| 亚洲av成人精品一区久久| 视频中文字幕在线观看| 夜夜看夜夜爽夜夜摸| 人妻系列 视频| 桃花免费在线播放| 欧美老熟妇乱子伦牲交| 男男h啪啪无遮挡|