• <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
    99热这里只有是精品在线观看| 亚洲av免费高清在线观看| 亚洲av二区三区四区| 国产女主播在线喷水免费视频网站| 日韩电影二区| 国产欧美日韩一区二区三区在线 | 天天躁日日操中文字幕| 精品久久久久久久久av| 国产伦精品一区二区三区四那| 国产精品久久久久久av不卡| 少妇裸体淫交视频免费看高清| 精品久久久久久久久亚洲| 日韩在线高清观看一区二区三区| 熟妇人妻不卡中文字幕| videossex国产| 亚洲美女黄色视频免费看| h日本视频在线播放| 新久久久久国产一级毛片| a 毛片基地| 午夜日本视频在线| 极品教师在线视频| 少妇人妻精品综合一区二区| 人人妻人人添人人爽欧美一区卜 | 亚洲精品国产成人久久av| 好男人视频免费观看在线| 亚洲人成网站在线播| 国产毛片在线视频| 婷婷色综合大香蕉| 亚洲成人手机| 中文在线观看免费www的网站| 亚洲中文av在线| 免费观看a级毛片全部| 舔av片在线| 亚洲人与动物交配视频| 国产精品不卡视频一区二区| 欧美日韩在线观看h| 狂野欧美激情性xxxx在线观看| 久久久久精品性色| 免费看不卡的av| 久久热精品热| 久久综合国产亚洲精品| 午夜精品国产一区二区电影| 波野结衣二区三区在线| 丰满人妻一区二区三区视频av| 美女内射精品一级片tv| 丝袜脚勾引网站| 国产精品熟女久久久久浪| 亚洲av电影在线观看一区二区三区| 久久久成人免费电影| 波野结衣二区三区在线| 久久毛片免费看一区二区三区| 蜜桃亚洲精品一区二区三区| 国产精品爽爽va在线观看网站| 国产亚洲欧美精品永久| 丰满乱子伦码专区| 亚洲熟女精品中文字幕| 欧美区成人在线视频| 成人毛片60女人毛片免费| 亚洲国产高清在线一区二区三| 人妻一区二区av| 久久久a久久爽久久v久久| 久久影院123| 老司机影院毛片| 大香蕉97超碰在线| 久久精品久久久久久噜噜老黄| 欧美成人午夜免费资源| 亚洲精品日韩av片在线观看| 一级毛片黄色毛片免费观看视频| 亚洲av男天堂| 亚洲精品日本国产第一区| 国产淫语在线视频| 自拍偷自拍亚洲精品老妇| 丰满迷人的少妇在线观看| 麻豆乱淫一区二区| 免费看光身美女| 五月伊人婷婷丁香| 成人无遮挡网站| 日日啪夜夜爽| 久久久久久九九精品二区国产| 一边亲一边摸免费视频| 欧美3d第一页| 亚洲av二区三区四区| 久久久久久伊人网av| 中文字幕精品免费在线观看视频 | 男女啪啪激烈高潮av片| 午夜免费鲁丝| 97在线人人人人妻| 免费观看在线日韩| 亚洲国产欧美人成| 香蕉精品网在线| 大香蕉久久网| 五月玫瑰六月丁香| 欧美一区二区亚洲| 亚洲欧美一区二区三区国产| 人人妻人人看人人澡| 蜜臀久久99精品久久宅男| 亚洲av电影在线观看一区二区三区| 妹子高潮喷水视频| 精品酒店卫生间| 又大又黄又爽视频免费| 精品久久久精品久久久| 精品久久久噜噜| 国产高潮美女av| 男女边吃奶边做爰视频| 纯流量卡能插随身wifi吗| 女性生殖器流出的白浆| 中文精品一卡2卡3卡4更新| 国产成人aa在线观看| 欧美日本视频| 五月伊人婷婷丁香| 男人和女人高潮做爰伦理| 久久精品国产亚洲av天美| 不卡视频在线观看欧美| 女性生殖器流出的白浆| 狂野欧美白嫩少妇大欣赏| 国产69精品久久久久777片| 人妻 亚洲 视频| 国产有黄有色有爽视频| 国内揄拍国产精品人妻在线| 最近中文字幕高清免费大全6| 大香蕉97超碰在线| 欧美一级a爱片免费观看看| 久久久亚洲精品成人影院| 国产精品一区二区在线不卡| 成年av动漫网址| 在线天堂最新版资源| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲国产最新在线播放| 久久毛片免费看一区二区三区| 亚洲欧美日韩无卡精品| 春色校园在线视频观看| 亚洲,欧美,日韩| 日韩伦理黄色片| 精品久久久精品久久久| 亚洲av中文字字幕乱码综合| 99热国产这里只有精品6| 婷婷色综合www| 一级毛片aaaaaa免费看小| 日产精品乱码卡一卡2卡三| 久久99热这里只频精品6学生| 欧美成人午夜免费资源| 亚洲精品视频女| 校园人妻丝袜中文字幕| 国产日韩欧美亚洲二区| 免费高清在线观看视频在线观看| 啦啦啦视频在线资源免费观看| 内地一区二区视频在线| 亚洲av国产av综合av卡| 王馨瑶露胸无遮挡在线观看| 欧美老熟妇乱子伦牲交| 十分钟在线观看高清视频www | 国产69精品久久久久777片| 国产白丝娇喘喷水9色精品| 久久久久视频综合| 美女视频免费永久观看网站| 国产免费一级a男人的天堂| 亚洲精品国产成人久久av| 亚洲国产成人一精品久久久| 制服丝袜香蕉在线| 视频中文字幕在线观看| 青春草视频在线免费观看| 欧美亚洲 丝袜 人妻 在线| 欧美zozozo另类| 国产高清三级在线| 国产一区二区在线观看日韩| 国产人妻一区二区三区在| 人妻一区二区av| 日本vs欧美在线观看视频 | 精品一区二区三卡| 国产黄频视频在线观看| a级毛片免费高清观看在线播放| 久久97久久精品| 黄色配什么色好看| 亚洲精品aⅴ在线观看| 亚洲国产av新网站| 麻豆乱淫一区二区| 三级国产精品欧美在线观看| 亚洲欧美日韩卡通动漫| 最近最新中文字幕大全电影3| 亚洲av中文av极速乱| 毛片一级片免费看久久久久| 欧美一级a爱片免费观看看| 日本与韩国留学比较| 毛片一级片免费看久久久久| 人妻一区二区av| 一级毛片 在线播放| 少妇熟女欧美另类| 99精国产麻豆久久婷婷| 久久久精品94久久精品| 成年av动漫网址| 欧美精品一区二区大全| 一级毛片我不卡| 欧美变态另类bdsm刘玥| 我的女老师完整版在线观看| 一级av片app| 九九在线视频观看精品| 国产高清有码在线观看视频| 人妻 亚洲 视频| 视频区图区小说| 亚洲精品日本国产第一区| 不卡视频在线观看欧美| 91久久精品国产一区二区三区| 亚洲精品乱码久久久v下载方式| 精品人妻偷拍中文字幕| 亚洲精品国产av成人精品| 18+在线观看网站| 精品国产乱码久久久久久小说| 国产精品熟女久久久久浪| 亚洲在久久综合| 色吧在线观看| 99热这里只有是精品在线观看| 免费av不卡在线播放| 亚洲国产欧美人成| 又黄又爽又刺激的免费视频.| 这个男人来自地球电影免费观看 | 在线观看免费日韩欧美大片 | 一级二级三级毛片免费看| 亚洲精品一区蜜桃| 深夜a级毛片| 亚洲欧美清纯卡通| 国产在线免费精品| 久久久久人妻精品一区果冻| 在线观看一区二区三区激情| 精华霜和精华液先用哪个| 久久久久网色| 国产精品.久久久| 一级a做视频免费观看| 欧美成人午夜免费资源| 日本av免费视频播放| 一区二区三区乱码不卡18| 91精品一卡2卡3卡4卡| 日本猛色少妇xxxxx猛交久久| 女的被弄到高潮叫床怎么办| 蜜臀久久99精品久久宅男| 亚洲欧美清纯卡通| 欧美最新免费一区二区三区| 久久精品久久精品一区二区三区| 国产又色又爽无遮挡免| 精品午夜福利在线看| 国产精品久久久久久久久免| av在线观看视频网站免费| 2021少妇久久久久久久久久久| 亚洲欧美成人精品一区二区| 国产成人精品婷婷| 精品亚洲乱码少妇综合久久| 五月伊人婷婷丁香| 热re99久久精品国产66热6| 欧美xxⅹ黑人| 亚洲va在线va天堂va国产| 不卡视频在线观看欧美| 美女xxoo啪啪120秒动态图| 久久国产精品男人的天堂亚洲 | 亚洲精品一区蜜桃| 精品国产乱码久久久久久小说| 97精品久久久久久久久久精品| 免费av不卡在线播放| 噜噜噜噜噜久久久久久91| 亚洲国产精品国产精品| 看非洲黑人一级黄片| 日韩 亚洲 欧美在线| 亚洲最大成人中文| 天堂8中文在线网| 日韩电影二区| 亚洲国产欧美在线一区| 久久精品国产鲁丝片午夜精品| 黄片无遮挡物在线观看| 亚洲精品第二区| 天堂中文最新版在线下载| 国产高清有码在线观看视频| 在线精品无人区一区二区三 | 国产欧美亚洲国产| 丰满迷人的少妇在线观看| 联通29元200g的流量卡| 免费不卡的大黄色大毛片视频在线观看| 日本黄色片子视频| 蜜臀久久99精品久久宅男| 亚洲精品日本国产第一区| av天堂中文字幕网| 久久韩国三级中文字幕| 亚洲欧美日韩东京热| 狂野欧美激情性xxxx在线观看| 国产日韩欧美在线精品| 亚洲精品乱久久久久久| 国产乱人偷精品视频| 日本av免费视频播放| 欧美xxxx性猛交bbbb| 夜夜看夜夜爽夜夜摸| 久久 成人 亚洲| 人人妻人人爽人人添夜夜欢视频 | 成人漫画全彩无遮挡| 黄色欧美视频在线观看| av免费在线看不卡| 国产大屁股一区二区在线视频| 一区在线观看完整版| 麻豆乱淫一区二区| 国产精品国产三级专区第一集| 精品一区二区三区视频在线| 精品熟女少妇av免费看| 最后的刺客免费高清国语| 国产在线视频一区二区| 日本爱情动作片www.在线观看| 亚洲av中文字字幕乱码综合| 男女边吃奶边做爰视频| 久久国产精品男人的天堂亚洲 | 国产免费又黄又爽又色| 日韩三级伦理在线观看| 久久久a久久爽久久v久久| 搡女人真爽免费视频火全软件| 久久精品久久久久久久性| 亚洲精品亚洲一区二区| 少妇 在线观看| 日韩欧美 国产精品| 国精品久久久久久国模美| 国产色爽女视频免费观看| 日本免费在线观看一区| 日韩制服骚丝袜av| 精品一区二区三区视频在线| 九九在线视频观看精品| 亚洲综合精品二区| 插逼视频在线观看| 亚洲精品国产av成人精品| 久久女婷五月综合色啪小说| 美女福利国产在线 | 美女国产视频在线观看| 欧美日韩亚洲高清精品| 26uuu在线亚洲综合色| 国产69精品久久久久777片| 婷婷色麻豆天堂久久| 国产淫片久久久久久久久| 久久人妻熟女aⅴ| 欧美日韩国产mv在线观看视频 | 免费观看的影片在线观看| 久久国产精品大桥未久av | 蜜桃久久精品国产亚洲av| 少妇人妻一区二区三区视频| 美女视频免费永久观看网站| 黄片wwwwww| 嘟嘟电影网在线观看| 中文欧美无线码| 国产视频内射| 亚洲真实伦在线观看| 国产精品99久久99久久久不卡 | 在线精品无人区一区二区三 | 久久国产精品大桥未久av | 国产深夜福利视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 狠狠精品人妻久久久久久综合| 免费观看a级毛片全部| 亚洲成人一二三区av| 中文欧美无线码| 韩国av在线不卡| 国产黄色免费在线视频| 麻豆乱淫一区二区| 国产一区二区三区av在线| 欧美丝袜亚洲另类| 免费人妻精品一区二区三区视频| 国产精品一二三区在线看| 2022亚洲国产成人精品| 久久久久性生活片| 国产 一区精品| 干丝袜人妻中文字幕| av在线观看视频网站免费| 韩国av在线不卡| 亚洲精品久久久久久婷婷小说| 秋霞在线观看毛片| 亚洲av国产av综合av卡| 妹子高潮喷水视频| 26uuu在线亚洲综合色| 欧美极品一区二区三区四区| 精品久久久久久电影网| 观看免费一级毛片| 亚洲国产欧美在线一区| 国产伦精品一区二区三区四那| 色哟哟·www| 在线观看免费视频网站a站| 精品久久久久久久久av| kizo精华| 视频中文字幕在线观看| 少妇高潮的动态图| 精品久久久精品久久久| 三级国产精品欧美在线观看| 最近2019中文字幕mv第一页| 一区二区三区精品91| 麻豆乱淫一区二区| 哪个播放器可以免费观看大片| 婷婷色av中文字幕| 久久精品国产自在天天线| 成年av动漫网址| 日本wwww免费看| 97在线人人人人妻| 爱豆传媒免费全集在线观看| 中文字幕久久专区| 国产精品爽爽va在线观看网站| 久久亚洲国产成人精品v| 美女xxoo啪啪120秒动态图| 欧美激情国产日韩精品一区| 美女福利国产在线 | 日本爱情动作片www.在线观看| 亚洲国产日韩一区二区| 欧美成人一区二区免费高清观看| 免费观看av网站的网址| 麻豆乱淫一区二区| 久久99蜜桃精品久久| 免费看av在线观看网站| 搡女人真爽免费视频火全软件| 伊人久久国产一区二区| xxx大片免费视频| 中文字幕久久专区| 国产精品一区二区在线不卡| 看免费成人av毛片| 国模一区二区三区四区视频| 纵有疾风起免费观看全集完整版| 亚洲精品第二区| 黄片无遮挡物在线观看| 高清毛片免费看| 成人国产av品久久久| 国产精品欧美亚洲77777| 国产精品国产av在线观看| 欧美一区二区亚洲| 久久久久久久久久久免费av| 国产精品久久久久成人av| 亚洲欧美一区二区三区黑人 | 男人狂女人下面高潮的视频| 日韩精品有码人妻一区| 中文在线观看免费www的网站| 在线观看三级黄色| av视频免费观看在线观看| 深爱激情五月婷婷| 精品酒店卫生间| 亚洲婷婷狠狠爱综合网| 我的老师免费观看完整版| 在线免费观看不下载黄p国产| 日产精品乱码卡一卡2卡三| 久热久热在线精品观看| 精品久久久久久电影网| 大又大粗又爽又黄少妇毛片口| 男女边吃奶边做爰视频| 精品少妇黑人巨大在线播放| 能在线免费看毛片的网站| 国产精品一区二区性色av| 免费黄色在线免费观看| 少妇人妻一区二区三区视频| 涩涩av久久男人的天堂| 2018国产大陆天天弄谢| 18+在线观看网站| 久久99热这里只频精品6学生| 亚洲av二区三区四区| 亚洲av免费高清在线观看| 男女边摸边吃奶| 婷婷色av中文字幕| 国产精品秋霞免费鲁丝片| 熟女人妻精品中文字幕| 免费观看a级毛片全部| 直男gayav资源| 丰满人妻一区二区三区视频av| 精品一区二区三卡| 免费大片18禁| 波野结衣二区三区在线| 下体分泌物呈黄色| 日本午夜av视频| 中文字幕免费在线视频6| 久久精品久久久久久噜噜老黄| 91精品国产九色| 国产一区二区三区av在线| 丝袜脚勾引网站| 精品国产一区二区三区久久久樱花 | 国产女主播在线喷水免费视频网站| 丰满少妇做爰视频| www.av在线官网国产| 一级毛片久久久久久久久女| 国产午夜精品一二区理论片| 亚洲内射少妇av| 精品一区二区三卡| 五月玫瑰六月丁香| 免费黄频网站在线观看国产| 日韩制服骚丝袜av| 欧美极品一区二区三区四区| 国产 一区精品| 国产精品伦人一区二区| 中文字幕av成人在线电影| 亚洲精品日本国产第一区| 欧美三级亚洲精品| 日韩免费高清中文字幕av| av天堂中文字幕网| 男男h啪啪无遮挡| 亚洲国产日韩一区二区| 免费观看性生交大片5| 内射极品少妇av片p| 欧美一区二区亚洲| 久久精品国产亚洲av涩爱| 丰满少妇做爰视频| 男人舔奶头视频| 女的被弄到高潮叫床怎么办| 777米奇影视久久| 色5月婷婷丁香| 大片免费播放器 马上看| 男的添女的下面高潮视频| 如何舔出高潮| 啦啦啦在线观看免费高清www| 日韩在线高清观看一区二区三区| 六月丁香七月| 亚洲精品自拍成人| 国产91av在线免费观看| 午夜激情久久久久久久| 精品少妇黑人巨大在线播放| av不卡在线播放| 婷婷色麻豆天堂久久| 久久久久久久大尺度免费视频| 美女主播在线视频| 中文字幕亚洲精品专区| www.色视频.com| 国产成人a区在线观看| 免费观看在线日韩| xxx大片免费视频| 大又大粗又爽又黄少妇毛片口| 国产精品三级大全| 亚洲人成网站高清观看| 久久热精品热| 国内揄拍国产精品人妻在线| 成人二区视频| 交换朋友夫妻互换小说| 亚洲人与动物交配视频| 亚洲精品视频女| 熟女人妻精品中文字幕| 纵有疾风起免费观看全集完整版| 麻豆成人午夜福利视频| 天天躁夜夜躁狠狠久久av| 黄色视频在线播放观看不卡| 国产乱人视频| 少妇人妻精品综合一区二区| 亚洲真实伦在线观看| 欧美丝袜亚洲另类| 国产一区二区三区av在线| 亚洲精品456在线播放app| 欧美日韩视频精品一区| 特大巨黑吊av在线直播| 国内揄拍国产精品人妻在线| 亚洲av在线观看美女高潮| 少妇人妻久久综合中文| 亚洲国产毛片av蜜桃av| 国产成人精品婷婷| 人妻 亚洲 视频| 美女xxoo啪啪120秒动态图| 免费看光身美女| 亚洲aⅴ乱码一区二区在线播放| 寂寞人妻少妇视频99o| 久热久热在线精品观看| 精品久久久久久久久av| 亚洲成色77777| 亚洲欧美一区二区三区国产| 精品一区二区免费观看| 欧美日本视频| 99久国产av精品国产电影| 亚洲欧美日韩无卡精品| 欧美97在线视频| av国产精品久久久久影院| 人妻夜夜爽99麻豆av| 午夜精品国产一区二区电影| 欧美国产精品一级二级三级 | 人妻制服诱惑在线中文字幕| 国产片特级美女逼逼视频| 国产 一区精品| 精品视频人人做人人爽| 国产成人免费无遮挡视频| 91午夜精品亚洲一区二区三区| 国产乱人偷精品视频| 偷拍熟女少妇极品色| 国产免费福利视频在线观看| 亚洲精品国产av蜜桃| 有码 亚洲区| av福利片在线观看| 国产69精品久久久久777片| 中文精品一卡2卡3卡4更新| 女人久久www免费人成看片| 亚洲欧美日韩另类电影网站 | 久久久久久久大尺度免费视频| 国产国拍精品亚洲av在线观看| 久久久久久久久久久免费av| 久久久久性生活片| 亚洲国产欧美在线一区| 看十八女毛片水多多多| 少妇人妻精品综合一区二区| 成人国产av品久久久| 妹子高潮喷水视频| 中文精品一卡2卡3卡4更新| 女人久久www免费人成看片| 久久人人爽人人片av| 亚洲精品色激情综合| 国产精品一区二区三区四区免费观看| 午夜激情福利司机影院| 国产成人91sexporn| 国产成人一区二区在线| av女优亚洲男人天堂| www.色视频.com| 精品少妇黑人巨大在线播放| 人妻少妇偷人精品九色| 高清日韩中文字幕在线| 免费看光身美女| 97精品久久久久久久久久精品| 18禁裸乳无遮挡动漫免费视频| 不卡视频在线观看欧美| 久久久久国产精品人妻一区二区| 亚洲一级一片aⅴ在线观看| 免费看光身美女| 亚洲精品第二区| 99久久精品热视频| 国产毛片在线视频| 中文乱码字字幕精品一区二区三区| 日韩制服骚丝袜av| 一个人看视频在线观看www免费| 熟女人妻精品中文字幕| 一本色道久久久久久精品综合| 看免费成人av毛片| 国产精品国产三级国产专区5o| 国产国拍精品亚洲av在线观看|