• <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
    国产av精品麻豆| 国产69精品久久久久777片| 午夜老司机福利剧场| 人妻人人澡人人爽人人| 成人18禁高潮啪啪吃奶动态图| 又粗又硬又长又爽又黄的视频| 永久网站在线| 精品酒店卫生间| 午夜福利视频在线观看免费| 少妇人妻精品综合一区二区| 亚洲精品日本国产第一区| 久久精品夜色国产| 欧美xxxx性猛交bbbb| 国产老妇伦熟女老妇高清| 2018国产大陆天天弄谢| 久久久国产一区二区| 午夜激情av网站| 男女边吃奶边做爰视频| 九色成人免费人妻av| 国产男女内射视频| 啦啦啦在线观看免费高清www| 激情五月婷婷亚洲| 国产极品天堂在线| 久久精品国产自在天天线| 国产麻豆69| 色吧在线观看| av一本久久久久| 美女xxoo啪啪120秒动态图| 亚洲国产精品一区三区| 亚洲成人手机| 久久国内精品自在自线图片| av卡一久久| 国产精品久久久久久精品电影小说| 久久久a久久爽久久v久久| www.av在线官网国产| 亚洲av欧美aⅴ国产| 极品人妻少妇av视频| 黄色毛片三级朝国网站| 亚洲av在线观看美女高潮| 成年动漫av网址| 你懂的网址亚洲精品在线观看| 日韩不卡一区二区三区视频在线| 亚洲av电影在线观看一区二区三区| 精品一区二区三区视频在线| 免费看av在线观看网站| 91精品三级在线观看| 丝袜人妻中文字幕| 观看av在线不卡| 日本猛色少妇xxxxx猛交久久| 免费观看无遮挡的男女| 女的被弄到高潮叫床怎么办| 亚洲少妇的诱惑av| 日本黄大片高清| 波多野结衣一区麻豆| 伦理电影免费视频| 天堂俺去俺来也www色官网| 久久亚洲国产成人精品v| 免费观看av网站的网址| 视频在线观看一区二区三区| 日韩不卡一区二区三区视频在线| 丰满迷人的少妇在线观看| 日韩一区二区三区影片| 亚洲国产精品999| 亚洲精品自拍成人| 人人妻人人添人人爽欧美一区卜| 亚洲国产成人一精品久久久| 大陆偷拍与自拍| 精品一区二区三区四区五区乱码 | 久热久热在线精品观看| 90打野战视频偷拍视频| 桃花免费在线播放| 亚洲欧美中文字幕日韩二区| 欧美激情 高清一区二区三区| 大香蕉久久成人网| 午夜福利视频精品| 夜夜爽夜夜爽视频| 最新的欧美精品一区二区| 男女国产视频网站| 18禁动态无遮挡网站| 少妇高潮的动态图| 日韩三级伦理在线观看| 秋霞在线观看毛片| 国产一区二区激情短视频 | 亚洲 欧美一区二区三区| 在线亚洲精品国产二区图片欧美| 久久久久久久久久人人人人人人| 99热网站在线观看| 国产精品嫩草影院av在线观看| 美女中出高潮动态图| 交换朋友夫妻互换小说| 9色porny在线观看| 看十八女毛片水多多多| 国产精品人妻久久久影院| 欧美国产精品va在线观看不卡| 日本欧美视频一区| 大香蕉久久成人网| 亚洲 欧美一区二区三区| 内地一区二区视频在线| 亚洲国产精品一区二区三区在线| 中文字幕最新亚洲高清| 熟妇人妻不卡中文字幕| 纵有疾风起免费观看全集完整版| 欧美日韩视频高清一区二区三区二| 999精品在线视频| 国产成人精品福利久久| 五月玫瑰六月丁香| 亚洲欧美日韩另类电影网站| 亚洲精品美女久久久久99蜜臀 | 亚洲成人一二三区av| 亚洲人成网站在线观看播放| av福利片在线| 国语对白做爰xxxⅹ性视频网站| 国产成人精品一,二区| 在线天堂最新版资源| av福利片在线| 在线观看国产h片| 999精品在线视频| 女人久久www免费人成看片| 亚洲综合色惰| 日韩,欧美,国产一区二区三区| 狠狠婷婷综合久久久久久88av| 国产一区亚洲一区在线观看| 青春草国产在线视频| kizo精华| 人体艺术视频欧美日本| 天堂中文最新版在线下载| 永久免费av网站大全| av免费观看日本| 国产成人免费观看mmmm| 国产片内射在线| av国产久精品久网站免费入址| 天堂俺去俺来也www色官网| 一级爰片在线观看| 亚洲第一区二区三区不卡| 最新中文字幕久久久久| 欧美性感艳星| 欧美xxxx性猛交bbbb| tube8黄色片| 免费av不卡在线播放| 69精品国产乱码久久久| av天堂久久9| a 毛片基地| 男人添女人高潮全过程视频| 中文字幕人妻丝袜制服| 国产麻豆69| 日本欧美国产在线视频| 国产在线视频一区二区| 午夜激情久久久久久久| 国产一级毛片在线| 日本黄大片高清| av天堂久久9| 天天躁夜夜躁狠狠躁躁| 91午夜精品亚洲一区二区三区| 人人妻人人添人人爽欧美一区卜| 精品国产一区二区三区四区第35| 免费在线观看黄色视频的| 嫩草影院入口| 欧美老熟妇乱子伦牲交| 免费播放大片免费观看视频在线观看| 九色亚洲精品在线播放| 成人亚洲欧美一区二区av| 2018国产大陆天天弄谢| 欧美成人精品欧美一级黄| 美女脱内裤让男人舔精品视频| 免费久久久久久久精品成人欧美视频 | 精品久久久精品久久久| 成人午夜精彩视频在线观看| 亚洲国产精品专区欧美| 妹子高潮喷水视频| 男女下面插进去视频免费观看 | 亚洲成人av在线免费| 午夜久久久在线观看| 美女视频免费永久观看网站| 欧美最新免费一区二区三区| 久久影院123| 免费黄网站久久成人精品| 成年美女黄网站色视频大全免费| 狂野欧美激情性xxxx在线观看| 在线亚洲精品国产二区图片欧美| av网站免费在线观看视频| 色视频在线一区二区三区| 日日啪夜夜爽| 亚洲美女黄色视频免费看| 精品国产国语对白av| 成年动漫av网址| 五月开心婷婷网| 精品午夜福利在线看| 天堂俺去俺来也www色官网| 最近中文字幕2019免费版| 一级毛片电影观看| 又黄又爽又刺激的免费视频.| 日产精品乱码卡一卡2卡三| 18禁在线无遮挡免费观看视频| 秋霞伦理黄片| 少妇人妻 视频| 水蜜桃什么品种好| 成人免费观看视频高清| 美女xxoo啪啪120秒动态图| 精品亚洲成a人片在线观看| 亚洲激情五月婷婷啪啪| 国产在视频线精品| 精品酒店卫生间| 国产精品免费大片| 国产亚洲精品第一综合不卡 | 久久久久久人妻| 男女下面插进去视频免费观看 | 最近中文字幕2019免费版| 男女国产视频网站| 乱人伦中国视频| 视频在线观看一区二区三区| 国产在视频线精品| 黄色一级大片看看| 亚洲国产精品一区三区| 国产一区有黄有色的免费视频| 街头女战士在线观看网站| 一本久久精品| 国产欧美亚洲国产| 亚洲精品国产色婷婷电影| 天天躁夜夜躁狠狠躁躁| 日本与韩国留学比较| 高清欧美精品videossex| 国产毛片在线视频| 欧美另类一区| 少妇精品久久久久久久| 搡女人真爽免费视频火全软件| 9热在线视频观看99| 国产精品国产三级专区第一集| 丰满迷人的少妇在线观看| 精品亚洲成国产av| 两性夫妻黄色片 | 国产成人精品在线电影| 亚洲欧洲精品一区二区精品久久久 | 精品一区二区免费观看| 飞空精品影院首页| 久久99精品国语久久久| 日韩 亚洲 欧美在线| 五月开心婷婷网| 免费不卡的大黄色大毛片视频在线观看| 免费看av在线观看网站| 精品人妻偷拍中文字幕| 国产成人免费无遮挡视频| 成人午夜精彩视频在线观看| 一级毛片 在线播放| 婷婷成人精品国产| 永久免费av网站大全| 亚洲,一卡二卡三卡| 国产色婷婷99| av片东京热男人的天堂| 久久人人97超碰香蕉20202| freevideosex欧美| 国产精品一区www在线观看| 免费av不卡在线播放| 成人漫画全彩无遮挡| 天天影视国产精品| 国产成人免费观看mmmm| 韩国精品一区二区三区 | 国产乱人偷精品视频| 成人手机av| 国产精品熟女久久久久浪| 女人久久www免费人成看片| 成人影院久久| 午夜福利乱码中文字幕| 欧美精品国产亚洲| tube8黄色片| av福利片在线| 国产成人欧美| 亚洲美女黄色视频免费看| 国产精品久久久久久精品电影小说| 人人妻人人澡人人爽人人夜夜| 久久热在线av| 蜜桃在线观看..| 精品国产乱码久久久久久小说| 嫩草影院入口| 蜜桃国产av成人99| 国产精品国产av在线观看| 欧美bdsm另类| 久热久热在线精品观看| 中文欧美无线码| 五月天丁香电影| 免费av不卡在线播放| 色视频在线一区二区三区| 80岁老熟妇乱子伦牲交| 又粗又硬又长又爽又黄的视频| 天天躁夜夜躁狠狠躁躁| 欧美日韩精品成人综合77777| 亚洲精品成人av观看孕妇| 寂寞人妻少妇视频99o| 大片免费播放器 马上看| 久久亚洲国产成人精品v| 九色成人免费人妻av| 国产亚洲精品第一综合不卡 | 精品人妻一区二区三区麻豆| 亚洲国产av新网站| 日韩制服丝袜自拍偷拍| 制服诱惑二区| 成人二区视频| 国产精品成人在线| 最近2019中文字幕mv第一页| 人成视频在线观看免费观看| 国产精品熟女久久久久浪| 性高湖久久久久久久久免费观看| 看免费av毛片| 亚洲精品美女久久av网站| 在线观看国产h片| 精品国产一区二区三区四区第35| xxx大片免费视频| 中文字幕免费在线视频6| 免费高清在线观看视频在线观看| 欧美xxxx性猛交bbbb| 免费观看在线日韩| 亚洲 欧美一区二区三区| 久久亚洲国产成人精品v| √禁漫天堂资源中文www| 国产又爽黄色视频| 国产男人的电影天堂91| 精品一区二区三卡| 久久人人爽人人爽人人片va| 国产免费又黄又爽又色| 在线观看三级黄色| 精品一区二区三卡| 少妇的逼好多水| 亚洲欧美色中文字幕在线| 美女国产视频在线观看| videos熟女内射| 国产麻豆69| 18禁观看日本| 精品国产一区二区久久| 亚洲图色成人| 99热网站在线观看| 精品亚洲成国产av| 亚洲精品色激情综合| 涩涩av久久男人的天堂| 成人国语在线视频| 午夜影院在线不卡| 久久久国产一区二区| 在线观看一区二区三区激情| 免费不卡的大黄色大毛片视频在线观看| 亚洲美女搞黄在线观看| 精品一区二区免费观看| 国产日韩欧美亚洲二区| 各种免费的搞黄视频| 精品亚洲成a人片在线观看| 久久这里只有精品19| 天天躁夜夜躁狠狠躁躁| 日本wwww免费看| 中文字幕亚洲精品专区| 亚洲欧美成人综合另类久久久| 中文字幕亚洲精品专区| 亚洲美女视频黄频| 国产日韩欧美亚洲二区| 各种免费的搞黄视频| 久久久a久久爽久久v久久| 日日撸夜夜添| 午夜影院在线不卡| 九色成人免费人妻av| 免费人成在线观看视频色| 国产成人精品婷婷| 日韩欧美一区视频在线观看| 多毛熟女@视频| 久久国产精品男人的天堂亚洲 | 亚洲,欧美,日韩| 久久ye,这里只有精品| 人妻 亚洲 视频| 国产精品欧美亚洲77777| 午夜免费观看性视频| 大片电影免费在线观看免费| 秋霞伦理黄片| 在线观看国产h片| 国产精品不卡视频一区二区| 91久久精品国产一区二区三区| 久久毛片免费看一区二区三区| 免费av中文字幕在线| 欧美变态另类bdsm刘玥| 久久影院123| 精品视频人人做人人爽| 亚洲欧洲精品一区二区精品久久久 | 少妇的丰满在线观看| 久久久a久久爽久久v久久| 亚洲精品乱久久久久久| 成年女人在线观看亚洲视频| 狂野欧美激情性xxxx在线观看| kizo精华| 最近中文字幕高清免费大全6| 十八禁网站网址无遮挡| 国产精品女同一区二区软件| 欧美激情极品国产一区二区三区 | 男女下面插进去视频免费观看 | 少妇被粗大猛烈的视频| 精品亚洲乱码少妇综合久久| 国产精品人妻久久久影院| 国产色婷婷99| 国产亚洲最大av| 熟女av电影| 天堂8中文在线网| 亚洲在久久综合| 日日爽夜夜爽网站| 人体艺术视频欧美日本| 国产老妇伦熟女老妇高清| 人成视频在线观看免费观看| 国产日韩欧美视频二区| 欧美日韩精品成人综合77777| 成年av动漫网址| 极品人妻少妇av视频| 91成人精品电影| 涩涩av久久男人的天堂| 久久人人爽人人爽人人片va| 国产精品国产av在线观看| 丰满迷人的少妇在线观看| 亚洲成av片中文字幕在线观看 | 免费日韩欧美在线观看| 亚洲激情五月婷婷啪啪| 亚洲精品456在线播放app| 26uuu在线亚洲综合色| 亚洲av在线观看美女高潮| 日韩大片免费观看网站| 久久这里有精品视频免费| 久久ye,这里只有精品| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产成人免费无遮挡视频| 久久女婷五月综合色啪小说| 国产精品熟女久久久久浪| 久久久久久久久久久久大奶| 在线观看www视频免费| 欧美人与性动交α欧美精品济南到 | 一边摸一边做爽爽视频免费| 婷婷色综合大香蕉| 精品人妻一区二区三区麻豆| 少妇的逼好多水| 18+在线观看网站| 观看美女的网站| 国产精品.久久久| av电影中文网址| 交换朋友夫妻互换小说| 欧美丝袜亚洲另类| 菩萨蛮人人尽说江南好唐韦庄| 国产色爽女视频免费观看| 亚洲内射少妇av| 亚洲,欧美精品.| 日日摸夜夜添夜夜爱| 人体艺术视频欧美日本| 国产老妇伦熟女老妇高清| 亚洲精品日韩在线中文字幕| 亚洲国产成人一精品久久久| 日韩大片免费观看网站| 亚洲人成网站在线观看播放| 亚洲色图综合在线观看| 免费观看在线日韩| 一边摸一边做爽爽视频免费| 国产欧美日韩综合在线一区二区| 亚洲欧美色中文字幕在线| 免费av中文字幕在线| 在线精品无人区一区二区三| 精品福利永久在线观看| 亚洲成人av在线免费| 久久97久久精品| 熟女av电影| 多毛熟女@视频| 久久久久久久亚洲中文字幕| 少妇的丰满在线观看| 精品视频人人做人人爽| 观看美女的网站| 免费av不卡在线播放| 在线 av 中文字幕| 亚洲美女黄色视频免费看| 亚洲图色成人| 一级a做视频免费观看| 欧美+日韩+精品| 久久午夜福利片| 亚洲精品aⅴ在线观看| 激情视频va一区二区三区| 日韩不卡一区二区三区视频在线| 男人添女人高潮全过程视频| 午夜免费鲁丝| av.在线天堂| 一级黄片播放器| 26uuu在线亚洲综合色| 一级爰片在线观看| 久久人人爽av亚洲精品天堂| 最近中文字幕2019免费版| 九色亚洲精品在线播放| 26uuu在线亚洲综合色| 国产成人精品一,二区| 国产日韩一区二区三区精品不卡| 免费av不卡在线播放| 欧美日韩av久久| 欧美日韩视频精品一区| 国产一区有黄有色的免费视频| 成人影院久久| 久久国产精品大桥未久av| 久久久久网色| 五月伊人婷婷丁香| 日韩视频在线欧美| 免费观看性生交大片5| 欧美日韩一区二区视频在线观看视频在线| 99热全是精品| 欧美bdsm另类| 成年女人在线观看亚洲视频| 亚洲,一卡二卡三卡| 亚洲欧美精品自产自拍| 麻豆乱淫一区二区| 亚洲美女视频黄频| 精品一品国产午夜福利视频| 青春草亚洲视频在线观看| 看免费成人av毛片| 亚洲四区av| 久久99蜜桃精品久久| 男女午夜视频在线观看 | 亚洲精品一区蜜桃| 大片电影免费在线观看免费| 亚洲国产日韩一区二区| 久久韩国三级中文字幕| 亚洲国产精品一区二区三区在线| 国产一级毛片在线| 中文精品一卡2卡3卡4更新| 91精品三级在线观看| 亚洲精品国产av成人精品| 午夜日本视频在线| 十八禁高潮呻吟视频| 亚洲精品国产色婷婷电影| 国产精品.久久久| 欧美日韩av久久| 91国产中文字幕| 日日啪夜夜爽| 亚洲国产精品一区三区| 一级毛片黄色毛片免费观看视频| 下体分泌物呈黄色| 久久精品国产自在天天线| 精品视频人人做人人爽| 久久 成人 亚洲| 美女大奶头黄色视频| 自线自在国产av| √禁漫天堂资源中文www| 国产成人精品福利久久| 美女国产高潮福利片在线看| 日韩中字成人| 青春草视频在线免费观看| 久久97久久精品| 男女免费视频国产| 国产乱来视频区| 十分钟在线观看高清视频www| 免费在线观看完整版高清| 春色校园在线视频观看| 成人黄色视频免费在线看| 国产免费又黄又爽又色| 亚洲精品av麻豆狂野| 欧美精品人与动牲交sv欧美| 韩国精品一区二区三区 | 黄色一级大片看看| 国产黄色视频一区二区在线观看| 草草在线视频免费看| 国产精品人妻久久久久久| 一级毛片我不卡| 两性夫妻黄色片 | av片东京热男人的天堂| 久久亚洲国产成人精品v| 一本大道久久a久久精品| 欧美日韩视频精品一区| 免费人成在线观看视频色| 美女福利国产在线| freevideosex欧美| 在线观看人妻少妇| 最近中文字幕高清免费大全6| 亚洲精品aⅴ在线观看| 久久久久久人妻| 亚洲精品国产色婷婷电影| 国产有黄有色有爽视频| 美女视频免费永久观看网站| 一级a做视频免费观看| 国产男女超爽视频在线观看| 在线观看www视频免费| 国产男人的电影天堂91| 成人免费观看视频高清| 国产乱来视频区| 日韩中文字幕视频在线看片| 不卡视频在线观看欧美| 国产亚洲精品久久久com| 久久久亚洲精品成人影院| 久久精品久久久久久久性| 久久99一区二区三区| 国产成人精品婷婷| 国产精品国产av在线观看| 亚洲精品久久午夜乱码| 性高湖久久久久久久久免费观看| av国产久精品久网站免费入址| 久久人妻熟女aⅴ| 曰老女人黄片| 欧美精品一区二区免费开放| 欧美日韩亚洲高清精品| 极品人妻少妇av视频| 久久久久久久亚洲中文字幕| 午夜久久久在线观看| 中国美白少妇内射xxxbb| 精品少妇久久久久久888优播| 国产精品.久久久| 欧美人与性动交α欧美软件 | 高清不卡的av网站| 国产精品久久久久久久电影| 美女国产高潮福利片在线看| 大香蕉久久成人网| 九九爱精品视频在线观看| 在线观看三级黄色| 免费在线观看完整版高清| 国产1区2区3区精品| 日本黄大片高清| 99热这里只有是精品在线观看| 国产极品粉嫩免费观看在线| 一级爰片在线观看| 亚洲欧洲精品一区二区精品久久久 | 天天躁夜夜躁狠狠久久av| 蜜桃国产av成人99| 桃花免费在线播放| 国产午夜精品一二区理论片| 亚洲 欧美一区二区三区| 成人亚洲欧美一区二区av| 9热在线视频观看99|