• <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PCA降維和優(yōu)化核參數(shù)SVM的電能質(zhì)量擾動分類

    2013-02-27 03:10:04李凡光
    上海電力大學(xué)學(xué)報 2013年2期
    關(guān)鍵詞:降維協(xié)方差特征向量

    劉 剛,李凡光

    (上海電力學(xué)院自動化工程學(xué)院,上海 200090)

    隨著新型電網(wǎng)技術(shù)的發(fā)展、分布式電源的并網(wǎng)以及用戶對電能質(zhì)量要求的提高,電能質(zhì)量問題受到越來越多的關(guān)注.電力系統(tǒng)規(guī)模的日益龐大以及各種電力電子設(shè)備、沖擊性與非線性負荷的大量投入,導(dǎo)致了電壓驟升、電壓驟降、電壓中斷、諧波、暫態(tài)脈沖、暫態(tài)振蕩與電壓閃變等一系列電能質(zhì)量問題[1,2].對電能質(zhì)量進行監(jiān)測和分析是發(fā)現(xiàn)電能質(zhì)量問題并進行治理和改善的前提條件,而如何從海量的電能質(zhì)量擾動信號中自動提取特征并進行正確分類則是電能質(zhì)量監(jiān)測分析首先要解決的問題.

    文獻[3]和文獻[4]介紹了人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于電能質(zhì)量擾動的分類,具有結(jié)構(gòu)簡單、求解能力強等優(yōu)點,但該算法存在局部最優(yōu)、收斂性差、訓(xùn)練時間長等問題.文獻[5]和文獻[6]介紹了模糊邏輯在暫態(tài)電能質(zhì)量擾動分類中的應(yīng)用,通過建立簡單明了的“IF-THEN”知識規(guī)則進行分類識別,但并不是所有的信號(如暫態(tài)振蕩、電壓波動以及諧波)都具有這種簡單的知識規(guī)則,這也就限制了模糊邏輯的應(yīng)用.文獻[7]至文獻[9]介紹了支持向量機在電能質(zhì)量擾動分類中的應(yīng)用,建立在統(tǒng)計學(xué)習(xí)VC維理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上的識別方法,有效地解決了小樣本、高維數(shù)、非線性等學(xué)習(xí)問題,并克服了人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的合理結(jié)構(gòu)難以確定和存在局部最優(yōu)等缺點,提高了學(xué)習(xí)方法的泛化能力.

    本文提出了一種基于主成分分析(Principal Component Analysis,PCA)降維與自適應(yīng)優(yōu)化核參數(shù)的支持向量機(Support Vector Machine,SVM)相結(jié)合的方法,用于電能質(zhì)量擾動的分類.首先根據(jù)電能質(zhì)量擾動的數(shù)學(xué)模型獲取波形和數(shù)據(jù),然后利用多分辨率小波對數(shù)據(jù)進行分解和重構(gòu),提取小波的能量差系數(shù)并進行PCA處理,作為特征向量,最后將特征向量輸入到支持向量機分類器中,對電能質(zhì)量擾動進行識別分類.

    1 電能質(zhì)量特征提取

    1.1 電能質(zhì)量擾動信號數(shù)學(xué)模型的建立

    根據(jù)IEEE對各類電能質(zhì)量擾動的定義,本文通過Matlab程序建立正常電壓和電壓驟升、電壓驟降、電壓中斷、瞬時脈沖、諧波、暫態(tài)振蕩、電壓閃變等電能質(zhì)量擾動的數(shù)學(xué)模型,如表1所示.其中T為工頻周期,采樣頻率為6 400 Hz,t1=0.071 s,t2=0.142 s.

    表1 電能質(zhì)量擾動模型

    在實際電力系統(tǒng)中的電壓信號總是受到不同程度噪音的影響,因此在以上8種電能質(zhì)量擾動信號模型中疊加信噪比RSN=25 dB的高斯隨機白噪音,用以驗證支持向量機算法的魯棒性.含噪的電能質(zhì)量擾動波形如圖1所示.對含噪的電能質(zhì)量擾動信號采樣,共得到200×8組樣本數(shù)據(jù).

    1.2 利用小波能量差提取特征向量

    多分辨率分析[10](Multi-Resolution Analy-sis,MRA)是將信號通過高、低通濾波器分別得到信號的高、低頻逼近分量,再對低頻逼近分量進行分解,得到次高頻逼近分量和低頻逼近分量,并依此分解下去,最后得到不同尺度下的高頻分量系數(shù)與最低尺度下的低頻分量系數(shù).

    根據(jù)MRA,采樣波形按照不同的分辨率標準來分解,這樣每種分解標準下的精確信息的能量計算式為:

    式中:Dij——從基準1到基準l的小波分解的小波系數(shù),Dij=bij,i=1,2,3,…,l;

    N——每種標準下系數(shù)的總個數(shù);

    Ei——分解標準i對應(yīng)的精確能量.

    為了識別不同種類的電能質(zhì)量干擾,要計算每個分解標準下的能量差,這個差值就是Ei與同種標準下相應(yīng)的波形的能量Eref(i)之間的差,即

    圖1 電能質(zhì)量擾動波形

    考慮到電壓驟升、暫態(tài)脈沖和電壓閃變3種擾動信號,本文選擇濾波器長度系數(shù)為4的db4小波對電壓質(zhì)量擾動信號進行10層分解.根據(jù)電能質(zhì)量信號的小波變換,可以提取擾動信號的能量差系數(shù)作為特征向量.

    電能質(zhì)量擾動使信號在各頻段上的能量產(chǎn)生了變化,如圖2所示.波形都是在5~8層之間發(fā)生變化,在7層變化最大,其中暫態(tài)脈沖和電壓閃變的能量差波形是向上凸起的,其他的是向下凹陷的.

    不同類型的電能質(zhì)量擾動信號能量差分布也是各不相同,可以據(jù)此提取信號的小波能量差作為特征向量對電能質(zhì)量擾動進行識別分類.

    圖2 電能質(zhì)量擾動的能量差系數(shù)波形

    2 用PCA對特征向量進行降維

    2.1 主成分分析

    主成分分析(PCA)是一種掌握事物主要矛盾的統(tǒng)計分析方法,它可以從多元事物中解析出主要影響因素,以揭示事物的本質(zhì),簡化復(fù)雜的問題.計算主成分的目的是將高維數(shù)據(jù)投影到較低維空間.PCA主要用于數(shù)據(jù)降維,目的是找出那些變化大的元素,即方差大的那些維,而去除那些變化不大的維,從而使留下的都是“精品”,同時減小了計算量,提高了計算速度.通過求取樣本矩陣的協(xié)方差矩陣,求出協(xié)方差矩陣的特征向量,而這些特征向量就可以構(gòu)成這個投影矩陣.

    特征向量的選擇取決于協(xié)方差矩陣的特征值的大小.特征值必須按照從大到小循序排列,并根據(jù)特征值大小求出主成分矩陣中的主要元素對原信息的貢獻率,根據(jù)累計貢獻率確定投影矩陣的維數(shù).累計貢獻率的大小反應(yīng)了這種取代的可靠性,累計貢獻率越大,可靠性越大,維數(shù)也就越高;反之也一樣.根據(jù)需要,可選擇合適的累計貢獻率界限,一般要求累計貢獻率達到70%以上.

    2.2 主成分分析的降維步驟

    假設(shè)Xm×n是一個m×n(m>n)矩陣,用PCA對矩陣Xm×n進行降維分析,其步驟如下.

    (1)計算矩陣Xm×n的樣本的協(xié)方差矩陣Sn×n;

    (2)計算協(xié)方差矩陣Sn×n的特征向量e1,e2,…,eN和對應(yīng)的特征值x1,x2,…,xN,特征值按從大到小排序.

    (3)根據(jù)特征值大小計算協(xié)方差矩陣的貢獻率以及累計貢獻率,計算公式為:式中:θi——協(xié)方差矩陣Sn×n第i列向量的貢獻率;

    Θr——協(xié)方差矩陣前r列矩陣的累計貢獻率.

    (4)根據(jù)累計貢獻率Θr的大小(Θr≥70%)確定投影矩陣(或者稱為PCA矩陣)的維數(shù)r,其中r≤n.

    (5)取協(xié)方差矩陣的前r維作為投影矩陣Sn×r,將需要降維的矩陣Ys×n與投影矩陣Sn×r相乘,得到降維后的矩陣Ts×r.

    2.3 PCA對小波能量差的降維處理

    對電能質(zhì)量擾動信號采樣,共得到200×8組樣本數(shù)據(jù).小波變換以后,每種擾動的前100組能量差數(shù)據(jù)組成一個800×10的矩陣X800×10用于訓(xùn)練,后100組能量差數(shù)據(jù)組成一個800×10的矩陣Y800×10用于分類測試.按照上述步驟對X800×10做 PCA 處理,得到X800×10的協(xié)方差矩陣S10×10,特征向量xi,以及特征向量對應(yīng)的貢獻率θi和累積貢獻率Θr,如表2所示.

    從表2中可以得出累計貢獻率Θ3=70.98%>70%,根據(jù)PCA降維的要求,可以取協(xié)方差矩陣的前3維作為投影矩陣S10×3.由式(5)可知,可求出降維后的訓(xùn)練樣本集H800×3=X800×10S10×3,測試樣本集為T800×3=Y800×10S10×3.

    表2 協(xié)方差矩陣以及累計貢獻率%

    3 用SVM對電能質(zhì)量擾動進行分類

    3.1 支持向量機的原理

    VAPNIK等人在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上發(fā)展了一種新的模式識別方法——支持向量機(SVM),在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出很大優(yōu)勢.SVM是建立在結(jié)構(gòu)風(fēng)險最小化原則基礎(chǔ)上的機器學(xué)習(xí)算法,其核心思想是同時控制經(jīng)驗風(fēng)險和分類器的容量這兩個參數(shù),使分類器的分類間隔達到最大,從而使真實風(fēng)險最小.

    在利用SVM對樣本進行分類時,可將其分為線性和非線性兩種情況,主要工作是尋找問題的分類超平面和最優(yōu)超平面的判別函數(shù).

    在SVM理論中,常用的核函數(shù)有線性核函數(shù)、多項式核函數(shù)、高斯徑向基核函數(shù)和Sigmoid核函數(shù).

    線性核函數(shù)表達式為:

    多項式核函數(shù)表達式為:

    高斯徑向基核函數(shù)表達式為:

    Sigmoid核函數(shù)表達式為:

    式中:γ>0;

    r,d,σ——核參數(shù).

    選擇不同形式的核函數(shù)就表示采用不同的非線性映射φ(·),將樣本從原空間Rn映射到高維特征空間.

    其中,線性核函數(shù)適用于數(shù)據(jù)線性可分的情況,后3種核函數(shù)在數(shù)據(jù)線性不可分的情況下,分類效果較好.在數(shù)據(jù)線性不可分時,高斯徑向基核函數(shù)用得較為普遍,分類效果也較好,本文將其選作核函數(shù).

    3.2 參數(shù)的優(yōu)化選取和測試集分類

    容錯懲罰系數(shù)c和核參數(shù)的選取對分類結(jié)果有較大影響,因此要對其進行優(yōu)化.在使用libsvm對電能質(zhì)量擾動進行分類時,參數(shù)為g=1/(2σ2),因此對參數(shù)c和σ2的選取就轉(zhuǎn)變?yōu)閷?shù)c和g的優(yōu)化選取.本文采用交叉驗證[14](K-fold Cross Validation,K-CV)來選擇最佳參數(shù)c和g.

    每種擾動的前100組數(shù)據(jù)用于libsvm訓(xùn)練和尋找最優(yōu)參數(shù),后100組數(shù)據(jù)用于測試分類的準確率.由上文的降維處理可知,PCA降維前,用X800×10訓(xùn)練,用Y800×10測試擾動的分類;PCA 降維后,用H800×3訓(xùn)練,用T800×3測試擾動的分類.因此,參數(shù)的優(yōu)化步驟如下:

    (1)粗略地選取c和g的變化范圍:2^(-10),2^(-9),…,2^(9),2^(10);

    (2)用網(wǎng)格搜索法得到參數(shù)對(ci,gj),i=1,2,…,m;j=1,2,…,n;

    (3)對不同參數(shù)對進行SVM訓(xùn)練、測試,得到最高分類準確率對應(yīng)的參數(shù)對(cbest,gbest);

    (4)根據(jù)粗略的選擇結(jié)果圖再進行精細選擇c和g的變化范圍,尋找最佳的參數(shù)對(cbest,gbest).

    首先,將PCA降維前的小波能量差系數(shù)Y800×10作為特征向量進行參數(shù)的優(yōu)化與擾動的分類,其結(jié)果如圖3和表3所示.分類所用的時間為13.408 2 s.

    圖3 PCA降維前測試集的實際分類和預(yù)測分類

    表3 PCA降維前電能質(zhì)量擾動分類結(jié)果

    將小波能量差系數(shù)矩陣用PCA降維處理后形成新的3維矩陣T800×3,將其作為特征向量用于參數(shù)的優(yōu)化選擇和擾動的分類,其結(jié)果如圖4和表4所示.分類所用的時間為5.463 2 s.PCA處理前后分類結(jié)果的比較見表5.

    從上面的實驗結(jié)果可知,在PCA降維前,將所有的小波能量差系數(shù)數(shù)據(jù)作為特征向量,用SVM對電能質(zhì)量擾動進行分類的準確率為99.875%,時間為13.408 2 s;在PCA處理后用3維數(shù)據(jù)作為特征向量進行分類,分類準確率為96.250%,時間為5.463 2 s.這說明在PCA降維處理后的準確率滿足要求的同時,分類速度也得到了提高,3維的小波能量差系數(shù)足以代替所有的數(shù)據(jù)對特征向量進行分類.

    圖4 PCA降維后測試集的實際分類和預(yù)測分類

    表4 PCA降維后電能質(zhì)量擾動分類的結(jié)果

    表5 PCA處理前后分類結(jié)果的比較

    4 結(jié)語

    對電能質(zhì)量擾動分類是在不降低分類準確率的前提下對樣本數(shù)據(jù)進行處理,以提高分類速度.本文使用db4小波對含噪的電能質(zhì)量擾動信號進行10層分解,提取小波的能量差系數(shù)并用PCA進行降維處理,用3維數(shù)據(jù)作為特征向量,提取了信息的主要成分,除去了冗余信息量.通過對PCA降維前后的特征向量進行分類,得知降維前后的分類準確率都滿足要求,而降維后的分類所用的時間遠小于降維前的分類時間,這說明用PCA處理后的再分類,能提高分類速度.

    [1]程浩忠,艾芊,張志剛.電能質(zhì)量[M].北京:清華大學(xué)出版社,2006:5-12.

    [2]ROGER C D,MARK F M,SURYA S,et al.Electrical power systems quality[M].New York:Mc Graw Hill,2002:1-52.

    [3]秦英林,田立軍.基于小波變換能量分布和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類[J].電力自動化設(shè)備,2009,29(7):64-67.

    [4]KANITPANYACHAROEAR W, PRERUAEEPREECHACHARN S.Power quality problem classification using wavelet transformation and artificial neural networks[J].IEEE Power Systems Conference and Exposition,2004(3):1 496-1 501.

    [5]劉慧芳,陳勇勝,王群,等.基于小波變換和模糊邏輯的暫態(tài)電能質(zhì)量擾動分類[J].電網(wǎng)技術(shù),2008,32(3):84-87.

    [6]HUANG Jiansheng,Thong N D.A neural fuzzy classifier for recognition of power quality disturbances[J].IEEE Trans.on Power Delivery,2002,17(2):609-616.

    [7]宋曉芳,陳勁操.基于支持向量機的動態(tài)電能質(zhì)量擾動分類方法[J].電力自動化設(shè)備,2006,26(4):39-41.

    [8]占勇,程浩忠,丁屹峰,等.基于S變換的電能質(zhì)量擾動支持向量機分類識別[J].中國電機工程學(xué)報,2005,25(4):51-56.

    [9]LIN W M,WU C H,LIN C H,etal.Detectionand classification omultiple power-quality disturbances with wavelet multiclass SVM [J].IEEE Transactions on Power Delivery,2008,23(4):2 575-2 582.

    [10]張凱,關(guān)根志,龍望成,等.基于多分辨率標準差及自組織映射網(wǎng)絡(luò)的電能質(zhì)量擾動分類識別[J].電力自動化設(shè)備,2008,28(8):41-45.

    [11]史峰,李洋,王小川,等.MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析[M].北京:北京航空航天大學(xué)出版社,2010:112-132.

    猜你喜歡
    降維協(xié)方差特征向量
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計——以特征值和特征向量為例
    混動成為降維打擊的實力 東風(fēng)風(fēng)神皓極
    車主之友(2022年4期)2022-08-27 00:57:12
    克羅內(nèi)克積的特征向量
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    一類特殊矩陣特征向量的求法
    EXCEL表格計算判斷矩陣近似特征向量在AHP法檢驗上的應(yīng)用
    不確定系統(tǒng)改進的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman預(yù)報器
    一種基于廣義協(xié)方差矩陣的欠定盲辨識方法
    拋物化Navier-Stokes方程的降維仿真模型
    計算物理(2014年1期)2014-03-11 17:00:18
    基于特征聯(lián)合和偏最小二乘降維的手勢識別
    天天一区二区日本电影三级| 日本免费一区二区三区高清不卡| 国产精品1区2区在线观看.| 中文字幕人妻熟人妻熟丝袜美 | 亚洲av美国av| 国内揄拍国产精品人妻在线| 亚洲人成电影免费在线| 我要搜黄色片| 国产高清有码在线观看视频| 欧美乱色亚洲激情| 国产精品,欧美在线| 成人性生交大片免费视频hd| 精品乱码久久久久久99久播| netflix在线观看网站| 国产伦人伦偷精品视频| 全区人妻精品视频| 国产av麻豆久久久久久久| 国产视频内射| 久久婷婷人人爽人人干人人爱| 国产精品亚洲美女久久久| 欧美午夜高清在线| 欧美最黄视频在线播放免费| 亚洲精品在线美女| 国产高潮美女av| 变态另类成人亚洲欧美熟女| 久久久久久国产a免费观看| 免费观看精品视频网站| 成人特级av手机在线观看| av片东京热男人的天堂| 亚洲欧美日韩卡通动漫| 99精品欧美一区二区三区四区| 日韩国内少妇激情av| 男女午夜视频在线观看| 久久久久精品国产欧美久久久| 久久久国产精品麻豆| 日韩中文字幕欧美一区二区| 蜜桃亚洲精品一区二区三区| 久久精品国产清高在天天线| 窝窝影院91人妻| 午夜精品一区二区三区免费看| 欧美激情久久久久久爽电影| 午夜福利在线观看吧| 久久人妻av系列| 一区福利在线观看| 欧美色欧美亚洲另类二区| 亚洲熟妇中文字幕五十中出| 国产三级在线视频| 久久久久久久久大av| 国产一区二区激情短视频| 日韩欧美在线二视频| 欧美乱色亚洲激情| 成人三级黄色视频| 成人无遮挡网站| 在线天堂最新版资源| 国内毛片毛片毛片毛片毛片| 亚洲在线观看片| 搡老岳熟女国产| 国产v大片淫在线免费观看| 亚洲在线自拍视频| 欧美激情久久久久久爽电影| 国产精品久久久人人做人人爽| 两个人视频免费观看高清| 亚洲人成网站在线播放欧美日韩| 国产精品嫩草影院av在线观看 | 国产精品女同一区二区软件 | 国产成人av激情在线播放| 久久久国产精品麻豆| 淫妇啪啪啪对白视频| 91久久精品电影网| 可以在线观看的亚洲视频| 国产不卡一卡二| 男人舔女人下体高潮全视频| 女人被狂操c到高潮| 国产午夜精品论理片| 高清毛片免费观看视频网站| 每晚都被弄得嗷嗷叫到高潮| 亚洲av不卡在线观看| 亚洲片人在线观看| 国产高清视频在线播放一区| 在线播放无遮挡| 国产高清videossex| 欧美性猛交╳xxx乱大交人| 身体一侧抽搐| 国产亚洲欧美98| 成年女人永久免费观看视频| 悠悠久久av| netflix在线观看网站| 国产精品爽爽va在线观看网站| 国产熟女xx| 在线观看免费午夜福利视频| 哪里可以看免费的av片| 国产一级毛片七仙女欲春2| 一区二区三区国产精品乱码| 亚洲欧美激情综合另类| 亚洲七黄色美女视频| 91久久精品电影网| 99国产精品一区二区三区| 亚洲精品456在线播放app | 国产爱豆传媒在线观看| 叶爱在线成人免费视频播放| 1000部很黄的大片| 丁香六月欧美| 乱人视频在线观看| 亚洲av五月六月丁香网| 成人欧美大片| 黄片小视频在线播放| 欧美中文日本在线观看视频| 久久亚洲真实| 观看美女的网站| 亚洲 国产 在线| 国产伦在线观看视频一区| 欧美大码av| 国产精品自产拍在线观看55亚洲| 国产精品一区二区三区四区久久| 一级a爱片免费观看的视频| 激情在线观看视频在线高清| 99久久精品国产亚洲精品| 国产欧美日韩一区二区三| 欧美日韩国产亚洲二区| 亚洲av成人不卡在线观看播放网| 午夜日韩欧美国产| 亚洲国产中文字幕在线视频| 日本 欧美在线| av欧美777| 99国产极品粉嫩在线观看| 精品国产超薄肉色丝袜足j| 老熟妇乱子伦视频在线观看| 可以在线观看的亚洲视频| 国产三级黄色录像| 丁香欧美五月| 日本免费一区二区三区高清不卡| 成年女人毛片免费观看观看9| 一夜夜www| 在线a可以看的网站| 观看免费一级毛片| 欧美中文综合在线视频| 精品久久久久久久末码| 日韩欧美精品v在线| 精品一区二区三区人妻视频| 99久久九九国产精品国产免费| 成熟少妇高潮喷水视频| a级毛片a级免费在线| 动漫黄色视频在线观看| 老司机在亚洲福利影院| 久久伊人香网站| 国产精品精品国产色婷婷| 91在线观看av| 精品熟女少妇八av免费久了| 亚洲av第一区精品v没综合| 老熟妇仑乱视频hdxx| 内地一区二区视频在线| 男人舔女人下体高潮全视频| 最新美女视频免费是黄的| 午夜久久久久精精品| 免费看a级黄色片| 色播亚洲综合网| 看黄色毛片网站| 老司机福利观看| 成人无遮挡网站| 日韩亚洲欧美综合| 69av精品久久久久久| 亚洲精品国产精品久久久不卡| 不卡一级毛片| 蜜桃亚洲精品一区二区三区| 在线观看美女被高潮喷水网站 | 成人一区二区视频在线观看| 一卡2卡三卡四卡精品乱码亚洲| 成人无遮挡网站| 婷婷精品国产亚洲av在线| 黄色日韩在线| 精品人妻一区二区三区麻豆 | 国产成+人综合+亚洲专区| 国产97色在线日韩免费| 亚洲精品久久国产高清桃花| 国产精品日韩av在线免费观看| 丰满的人妻完整版| 久久人人精品亚洲av| 在线观看日韩欧美| 国产精品 国内视频| 国产成年人精品一区二区| 欧美日韩福利视频一区二区| 99久久成人亚洲精品观看| 狂野欧美激情性xxxx| 亚洲精品粉嫩美女一区| 无人区码免费观看不卡| 一进一出抽搐gif免费好疼| 女生性感内裤真人,穿戴方法视频| 久久6这里有精品| 首页视频小说图片口味搜索| av视频在线观看入口| 日韩欧美三级三区| 国产三级中文精品| 国产麻豆成人av免费视频| 免费看a级黄色片| 麻豆久久精品国产亚洲av| 国产免费男女视频| 久久久精品大字幕| 黄色丝袜av网址大全| 一级黄片播放器| 国产伦人伦偷精品视频| 精品国产超薄肉色丝袜足j| 国产午夜精品论理片| 亚洲不卡免费看| 99riav亚洲国产免费| 性色av乱码一区二区三区2| 99久久精品热视频| 亚洲片人在线观看| 国产免费男女视频| 国产熟女xx| 日本三级黄在线观看| 免费看日本二区| 久久精品国产99精品国产亚洲性色| 成人性生交大片免费视频hd| or卡值多少钱| 午夜福利18| 无遮挡黄片免费观看| 欧美一区二区精品小视频在线| www日本在线高清视频| 久久精品亚洲精品国产色婷小说| 啦啦啦韩国在线观看视频| 一卡2卡三卡四卡精品乱码亚洲| 成人亚洲精品av一区二区| bbb黄色大片| 日韩欧美精品免费久久 | 亚洲国产精品成人综合色| 欧美一区二区国产精品久久精品| 嫩草影院精品99| 制服丝袜大香蕉在线| 欧美zozozo另类| 51午夜福利影视在线观看| 日韩av在线大香蕉| 日韩人妻高清精品专区| 国产午夜精品论理片| 看片在线看免费视频| aaaaa片日本免费| 欧美zozozo另类| 村上凉子中文字幕在线| 国产成+人综合+亚洲专区| 又粗又爽又猛毛片免费看| 中文亚洲av片在线观看爽| 精品福利观看| 动漫黄色视频在线观看| 91字幕亚洲| 身体一侧抽搐| x7x7x7水蜜桃| 又紧又爽又黄一区二区| 免费在线观看亚洲国产| 亚洲乱码一区二区免费版| 国产av在哪里看| 免费电影在线观看免费观看| 国产不卡一卡二| 国内揄拍国产精品人妻在线| 哪里可以看免费的av片| 乱人视频在线观看| 男女视频在线观看网站免费| 免费观看的影片在线观看| 亚洲av第一区精品v没综合| 国产主播在线观看一区二区| 九色成人免费人妻av| 美女免费视频网站| 动漫黄色视频在线观看| 看黄色毛片网站| 天天一区二区日本电影三级| 淫妇啪啪啪对白视频| 午夜免费男女啪啪视频观看 | av天堂中文字幕网| 好男人电影高清在线观看| 久久这里只有精品中国| 国产精品自产拍在线观看55亚洲| 国产亚洲av嫩草精品影院| 精品久久久久久成人av| 国产探花在线观看一区二区| av专区在线播放| 手机成人av网站| 免费在线观看影片大全网站| 亚洲成人中文字幕在线播放| 国产精品av视频在线免费观看| 九色成人免费人妻av| 狠狠狠狠99中文字幕| 色播亚洲综合网| 日本一二三区视频观看| bbb黄色大片| 国产v大片淫在线免费观看| 精品日产1卡2卡| 91麻豆av在线| 蜜桃久久精品国产亚洲av| 一本一本综合久久| 黄片大片在线免费观看| 亚洲狠狠婷婷综合久久图片| 香蕉丝袜av| 国内毛片毛片毛片毛片毛片| 欧美黄色片欧美黄色片| 久久久久久久久大av| 久久精品国产亚洲av香蕉五月| 欧美黄色片欧美黄色片| 淫秽高清视频在线观看| 91在线精品国自产拍蜜月 | 久久精品国产清高在天天线| 国产免费一级a男人的天堂| 国产毛片a区久久久久| 国产成人啪精品午夜网站| 91在线精品国自产拍蜜月 | 国产色婷婷99| 一区二区三区免费毛片| 99热精品在线国产| 免费观看人在逋| 国产高清有码在线观看视频| а√天堂www在线а√下载| 精品久久久久久久久久免费视频| 狂野欧美白嫩少妇大欣赏| 精品一区二区三区视频在线 | 看片在线看免费视频| 99热这里只有精品一区| 在线看三级毛片| 国产 一区 欧美 日韩| 白带黄色成豆腐渣| 日本免费一区二区三区高清不卡| 亚洲成人中文字幕在线播放| 国产欧美日韩精品亚洲av| 中文字幕人妻丝袜一区二区| 成人鲁丝片一二三区免费| 夜夜夜夜夜久久久久| 久久久色成人| 欧美成人一区二区免费高清观看| 国产一区二区在线av高清观看| 午夜免费观看网址| 日本免费a在线| 夜夜爽天天搞| 成人午夜高清在线视频| 亚洲国产欧洲综合997久久,| 19禁男女啪啪无遮挡网站| 有码 亚洲区| 国产黄a三级三级三级人| 亚洲狠狠婷婷综合久久图片| 国模一区二区三区四区视频| 成人午夜高清在线视频| 亚洲av一区综合| 少妇人妻精品综合一区二区 | 婷婷精品国产亚洲av在线| 亚洲av成人精品一区久久| 久久久久久久亚洲中文字幕 | 国产精品1区2区在线观看.| 亚洲午夜理论影院| 小蜜桃在线观看免费完整版高清| 美女被艹到高潮喷水动态| 香蕉久久夜色| 国产老妇女一区| 91麻豆av在线| 亚洲国产欧美网| 久久草成人影院| 啦啦啦观看免费观看视频高清| 给我免费播放毛片高清在线观看| 国产私拍福利视频在线观看| 国产成人福利小说| 嫩草影院入口| 天堂动漫精品| 欧美性猛交黑人性爽| 成人特级av手机在线观看| 内地一区二区视频在线| 国产真实乱freesex| 亚洲人成伊人成综合网2020| 精品无人区乱码1区二区| 三级毛片av免费| 欧洲精品卡2卡3卡4卡5卡区| 怎么达到女性高潮| 欧美黑人巨大hd| 国产精品av视频在线免费观看| 午夜福利欧美成人| 在线国产一区二区在线| 色综合欧美亚洲国产小说| 国产精品 欧美亚洲| 国产成人福利小说| 天堂√8在线中文| 国产私拍福利视频在线观看| 亚洲精品日韩av片在线观看 | 一本久久中文字幕| 内地一区二区视频在线| 成人高潮视频无遮挡免费网站| 熟女电影av网| 女同久久另类99精品国产91| 人妻丰满熟妇av一区二区三区| 国产69精品久久久久777片| 麻豆成人午夜福利视频| 日本在线视频免费播放| 国产老妇女一区| 亚洲精品日韩av片在线观看 | 国产一区二区三区在线臀色熟女| or卡值多少钱| 国产亚洲欧美98| 亚洲中文字幕日韩| АⅤ资源中文在线天堂| 国产真实乱freesex| 欧美乱码精品一区二区三区| 亚洲成人免费电影在线观看| 国产一区二区激情短视频| 国产日本99.免费观看| 欧美激情久久久久久爽电影| 日韩欧美精品v在线| 香蕉丝袜av| 亚洲精品456在线播放app | 久久香蕉精品热| 国内精品一区二区在线观看| 中文字幕人妻熟人妻熟丝袜美 | 欧美3d第一页| 国产aⅴ精品一区二区三区波| 国产精品野战在线观看| 成人国产综合亚洲| 国产乱人伦免费视频| 日韩免费av在线播放| 精品电影一区二区在线| 免费电影在线观看免费观看| 深爱激情五月婷婷| 久久天躁狠狠躁夜夜2o2o| 男人和女人高潮做爰伦理| 久久久久精品国产欧美久久久| 91在线观看av| 99久久久亚洲精品蜜臀av| 午夜免费观看网址| 国产精品 国内视频| 久久精品国产99精品国产亚洲性色| 成人一区二区视频在线观看| 亚洲无线观看免费| 99久久九九国产精品国产免费| 在线免费观看的www视频| 男插女下体视频免费在线播放| 久久人妻av系列| 亚洲精品在线美女| 亚洲精品色激情综合| 国产69精品久久久久777片| 国产精品乱码一区二三区的特点| 成人特级黄色片久久久久久久| av欧美777| 亚洲国产精品成人综合色| 亚洲av电影不卡..在线观看| 又黄又爽又免费观看的视频| av欧美777| 九九热线精品视视频播放| 九色成人免费人妻av| 日韩av在线大香蕉| 久久久久精品国产欧美久久久| 亚洲av五月六月丁香网| 老汉色∧v一级毛片| 亚洲精品粉嫩美女一区| 国产麻豆成人av免费视频| 看免费av毛片| 热99在线观看视频| 日韩欧美精品免费久久 | 欧美成人一区二区免费高清观看| bbb黄色大片| 精品一区二区三区av网在线观看| 99视频精品全部免费 在线| 久久精品国产99精品国产亚洲性色| 欧美绝顶高潮抽搐喷水| 日本 av在线| 久99久视频精品免费| 老司机深夜福利视频在线观看| 精品国产美女av久久久久小说| 亚洲精华国产精华精| 欧美一级a爱片免费观看看| 此物有八面人人有两片| 欧美激情在线99| 国产伦一二天堂av在线观看| 久久99热这里只有精品18| 久久久国产成人免费| 欧美日韩瑟瑟在线播放| 亚洲av美国av| 亚洲成a人片在线一区二区| 少妇的丰满在线观看| 日韩欧美精品免费久久 | 桃红色精品国产亚洲av| 99国产精品一区二区三区| 欧美日韩中文字幕国产精品一区二区三区| 亚洲人成网站在线播| 老汉色∧v一级毛片| 成人午夜高清在线视频| 真人做人爱边吃奶动态| 久久精品国产亚洲av香蕉五月| 97超级碰碰碰精品色视频在线观看| av福利片在线观看| 免费看美女性在线毛片视频| 国产伦精品一区二区三区四那| 久久婷婷人人爽人人干人人爱| 成人性生交大片免费视频hd| 精品福利观看| 琪琪午夜伦伦电影理论片6080| 亚洲男人的天堂狠狠| 日本免费一区二区三区高清不卡| 久久天躁狠狠躁夜夜2o2o| netflix在线观看网站| 欧美午夜高清在线| 非洲黑人性xxxx精品又粗又长| 日韩中文字幕欧美一区二区| 欧美zozozo另类| 免费在线观看日本一区| 精品国产三级普通话版| 日本撒尿小便嘘嘘汇集6| 老汉色∧v一级毛片| 亚洲黑人精品在线| 91在线观看av| 一二三四社区在线视频社区8| 亚洲久久久久久中文字幕| 亚洲精品一区av在线观看| 最近在线观看免费完整版| 亚洲av五月六月丁香网| 久久香蕉国产精品| 国产成人啪精品午夜网站| 波多野结衣高清无吗| 亚洲五月婷婷丁香| 亚洲va日本ⅴa欧美va伊人久久| 一区福利在线观看| 久久精品国产99精品国产亚洲性色| 麻豆久久精品国产亚洲av| 69av精品久久久久久| 午夜久久久久精精品| 国产精品影院久久| 一本一本综合久久| 国产精品亚洲一级av第二区| 欧美zozozo另类| 欧美日韩国产亚洲二区| 亚洲av日韩精品久久久久久密| 男女那种视频在线观看| 亚洲片人在线观看| av片东京热男人的天堂| 国产爱豆传媒在线观看| 国产精华一区二区三区| www日本在线高清视频| 亚洲精品粉嫩美女一区| 国产探花在线观看一区二区| 久久久久久久久大av| 亚洲第一电影网av| 搡女人真爽免费视频火全软件 | 国产精品日韩av在线免费观看| 欧美成人免费av一区二区三区| 午夜福利在线在线| 可以在线观看的亚洲视频| 757午夜福利合集在线观看| 偷拍熟女少妇极品色| 天堂av国产一区二区熟女人妻| 久久香蕉国产精品| 淫妇啪啪啪对白视频| 丰满的人妻完整版| 日韩欧美在线二视频| 五月伊人婷婷丁香| bbb黄色大片| 日韩欧美 国产精品| 亚洲精品影视一区二区三区av| 熟妇人妻久久中文字幕3abv| 九九热线精品视视频播放| 看免费av毛片| 99热只有精品国产| 国产aⅴ精品一区二区三区波| 国产精品久久久人人做人人爽| 亚洲最大成人手机在线| 韩国av一区二区三区四区| 在线免费观看的www视频| 国产色爽女视频免费观看| 九九久久精品国产亚洲av麻豆| av片东京热男人的天堂| 男人舔奶头视频| 无人区码免费观看不卡| 亚洲 国产 在线| 国产成人av教育| 伊人久久大香线蕉亚洲五| 久久久久性生活片| 久久久久久人人人人人| 午夜福利在线观看吧| av天堂中文字幕网| 午夜免费激情av| 在线a可以看的网站| 亚洲五月婷婷丁香| 国产99白浆流出| 中文字幕精品亚洲无线码一区| 97碰自拍视频| 欧美色欧美亚洲另类二区| 国产av在哪里看| av片东京热男人的天堂| 亚洲真实伦在线观看| av片东京热男人的天堂| 日本与韩国留学比较| 成人鲁丝片一二三区免费| 美女大奶头视频| 亚洲人成网站在线播| 18禁黄网站禁片免费观看直播| 亚洲第一欧美日韩一区二区三区| 亚洲成人精品中文字幕电影| 成人鲁丝片一二三区免费| 日本与韩国留学比较| 亚洲一区高清亚洲精品| 老汉色∧v一级毛片| 麻豆国产av国片精品| 国产免费一级a男人的天堂| 欧美乱妇无乱码| 老熟妇仑乱视频hdxx| 一级作爱视频免费观看| 成年女人看的毛片在线观看| 男人的好看免费观看在线视频| 成年女人看的毛片在线观看| 成年人黄色毛片网站| 999久久久精品免费观看国产| 1024手机看黄色片| 91字幕亚洲| aaaaa片日本免费| 男女午夜视频在线观看| 99久国产av精品| 午夜免费观看网址| 久久久久久久亚洲中文字幕 | 日本黄大片高清| 亚洲欧美日韩高清专用| 一区二区三区高清视频在线| 三级毛片av免费| 村上凉子中文字幕在线| 婷婷丁香在线五月| 精品人妻1区二区| 狂野欧美激情性xxxx| 午夜a级毛片|