• <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EMD的運(yùn)動(dòng)想象腦電特征提取與識(shí)別

    2015-03-02 12:06楊航
    軟件導(dǎo)刊 2015年1期
    關(guān)鍵詞:經(jīng)驗(yàn)?zāi)B(tài)分解支持向量機(jī)特征提取

    楊航

    摘要:針對(duì)運(yùn)動(dòng)想象腦電特征的提取與識(shí)別,提出了一種采用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)提取腦電信號(hào)能量特征與幅值特征的分類識(shí)別方法。首先用時(shí)間窗對(duì)腦電信號(hào)進(jìn)行細(xì)分;然后利用EMD方法對(duì)細(xì)分后的數(shù)據(jù)進(jìn)行分解,取前三階的固有模態(tài)函數(shù)分量(IMF),提取能量和平均幅值差作為特征向量;最后,使用支持向量機(jī)對(duì)左右手運(yùn)動(dòng)想象進(jìn)行分類識(shí)別。多次仿真試驗(yàn)數(shù)據(jù)表明,分類準(zhǔn)確度達(dá)到88.57%,證明了該方法有效、適用。

    關(guān)鍵詞:經(jīng)驗(yàn)?zāi)B(tài)分解; 特征提?。?運(yùn)動(dòng)想象;支持向量機(jī)

    DOIDOI:10.11907/rjdk.143770

    中圖分類號(hào):TP301

    文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào)文章編號(hào):16727800(2015)001004403

    0 引言

    腦機(jī)接口(BrainComputer Interface,BCI)技術(shù)是不依賴于腦的正常輸出通路(外周神經(jīng)系統(tǒng)和肌肉組織),即可實(shí)現(xiàn)大腦與外界直接通信的一種新的人機(jī)交互方式[1]。它能為肢體殘疾患者提供與外部通信的手段,在殘疾人康復(fù)、正常人輔助控制、娛樂等領(lǐng)域有著廣泛應(yīng)用。

    特征提取是腦機(jī)接口系統(tǒng)中最重要的技術(shù)之一,特征提取常用的技術(shù)有FFT(fast Fourier transform)、AR(AutoRegressive)、ARR(Adaptive AutoRegressive)、ICA(Independent Component Correlation)、小波變換等。經(jīng)驗(yàn)?zāi)B(tài)分解 (Empirical mode decomposition,EMD)方法是Huang等人[23]提出的一種信號(hào)處理方法,該方法能根據(jù)信號(hào)本身的尺度特征對(duì)信號(hào)進(jìn)行分解,獲得一系列的固有模態(tài)函數(shù)(Intrinsic Mode Function, IMF)分量,信號(hào)的非線性和非平穩(wěn)特征能在各階IMF分量中顯示出來(lái)。將EMD方法應(yīng)用于腦電信號(hào)的特征提取效果較好。

    支持向量機(jī)(support vector machine,SVM)是在統(tǒng)計(jì)學(xué)理論基礎(chǔ)上提出的一種機(jī)器學(xué)習(xí)方法,它可以避免以往機(jī)器學(xué)習(xí)中存在的欠學(xué)習(xí)和過學(xué)習(xí)問題,在處理非線性、小樣本以及高維模式識(shí)別等方面優(yōu)勢(shì)明顯[4]。因此,SVM在腦電信號(hào)特征分類領(lǐng)域有著廣泛的應(yīng)用。

    本文提出了一種采用EMD方法提取運(yùn)動(dòng)想象腦電信號(hào)中能量特征與幅值特征,然后利用提取的特征對(duì)運(yùn)動(dòng)腦電信號(hào)進(jìn)行分類識(shí)別的方法。該方法對(duì)經(jīng)過時(shí)間窗細(xì)分后的C3、C4兩通道信號(hào)進(jìn)行EMD分解,從前三階的IMF分量中,提取每階IMF分量的能量,以及IMF分量之間的平均幅度差作為特征向量,采用支持向量機(jī)進(jìn)行分類識(shí)別,識(shí)別率達(dá)到88.57%。該方法主要通過細(xì)化C3、C4通道之間的幅值差異對(duì)不同運(yùn)動(dòng)想象進(jìn)行區(qū)分,為運(yùn)動(dòng)想象腦電的特征提取研究提供了新的思路。

    1 實(shí)驗(yàn)數(shù)據(jù)

    為了客觀評(píng)價(jià)方法的有效性,本文采用BCI2003競(jìng)賽中格拉茨科技大學(xué)提供的腦電數(shù)據(jù)(data set Ⅲ)[5]。實(shí)驗(yàn)過程為受試者(性別:女,年齡:25歲)以放松的姿勢(shì)坐在屏幕前,根據(jù)屏幕上隨機(jī)出現(xiàn)的左右箭頭想象左右手運(yùn)動(dòng)。該實(shí)驗(yàn)包含7組數(shù)據(jù),每組數(shù)據(jù)包括40次實(shí)驗(yàn),共280次實(shí)驗(yàn)均在一天內(nèi)完成,每次實(shí)驗(yàn)間隔幾分鐘。

    整個(gè)實(shí)驗(yàn)過程持續(xù)9s,前2s受試者保持安靜,在第2s時(shí)屏幕出現(xiàn)十字光標(biāo),并伴隨著提示音開始實(shí)驗(yàn),光標(biāo)持續(xù)時(shí)間為1s。在第3s時(shí),屏幕出現(xiàn)一個(gè)向左或向右的箭頭,同時(shí),受試者根據(jù)箭頭的方向想象左右手運(yùn)動(dòng),4s~9s為有效數(shù)據(jù)區(qū)間。

    實(shí)驗(yàn)采用AgCl電極,數(shù)據(jù)從國(guó)際標(biāo)準(zhǔn)的10~20導(dǎo)聯(lián)系統(tǒng)的C3、Cz和C4三個(gè)通道獲得,如圖1所示。其中,C3、C4電極位于大腦的初級(jí)感覺皮層運(yùn)動(dòng)功能區(qū),能反映受試者在想象左右手運(yùn)動(dòng)時(shí)大腦狀態(tài)變化的有效信息,Cz作為參考電極。EEG信號(hào)的采樣頻率為128Hz,通過0.5~30Hz的帶通濾波器濾波。

    2 特征向量獲取

    2.1 EMD方法簡(jiǎn)介

    EMD分解方法處理過程非常簡(jiǎn)單,其基本思想是:假設(shè)任何復(fù)雜信號(hào)都是由一系列幅度和相位都隨時(shí)間變化的基本模式分量構(gòu)成,這種基本模式分量滿足兩個(gè)條件:①它的極點(diǎn)數(shù)與零點(diǎn)數(shù)必須相等或至多相差1個(gè);②對(duì)任一數(shù)據(jù)點(diǎn),它的極大值包絡(luò)與極小值包絡(luò)的均值為0,即由極大值構(gòu)成的上包絡(luò)和極小值構(gòu)成的下包絡(luò)關(guān)于時(shí)間軸局部對(duì)稱。Huang把這種基本模式分量定義為固有模態(tài)函數(shù),即IMF。EMD分解方法就是將多分量信號(hào)內(nèi)部的各階IMF分量一一篩選出來(lái)。設(shè)原始信號(hào)為s(t),具體步驟如下[67]:

    圖1 電極位置及實(shí)驗(yàn)時(shí)序

    (1)獲取信號(hào)s(t)的極大值點(diǎn)集合和極小值點(diǎn)集合。

    (2)通過3次樣條插值函數(shù)分別擬合極大值和極小值點(diǎn)集,得到信號(hào)的上下包絡(luò),分別為u(t)和v(t),求得包絡(luò)線的平均曲線:

    m11(t)=12[u(t)+v(t)](1)

    (3)原始信號(hào)去除包絡(luò)平均值,得到h11(t),即h11(t)=s(t)-m11(t) 。

    (4)用h11(t)代替原始信號(hào)s(t),重復(fù)以上3步k次,直到所得的包絡(luò)趨近于零為止,此時(shí)即可認(rèn)為h1k(t)是一個(gè)IMF分量,記c1=h1k(t),r1(t)=s(t)-c1,s(t)=r1(t)。

    (5) 重復(fù)以上4步,直到rn小于一個(gè)足夠小的設(shè)定值或者變成一個(gè)單調(diào)函數(shù),EMD分解過程終止,得到s(t)的分解式如下:

    s(t)=∑ni=1ci+r(2)

    分解的每階IMF分量能突出原始信號(hào)中不同時(shí)間尺度的局部特征,并且是窄帶信號(hào),從而使得瞬時(shí)頻率具有確切的物理意義。對(duì)采集的EEG信號(hào)進(jìn)行EMD分解得到各階IMF分量,然后從中提取相應(yīng)頻段的特征向量。

    2.2 EEG特征向量提取

    首先選用基于Burg算法的AR模型對(duì)去噪后的EEG信號(hào)進(jìn)行功率譜密度估計(jì),通過功率譜密度來(lái)判斷信號(hào)的能量分布范圍,以此來(lái)決定EMD分解的層數(shù)。圖2為C3通道、C4通道的EEG信號(hào)功率譜密度。從圖中可以看出,腦電信號(hào)的能量主要分布在8~11Hz和19~22Hz頻段,分別對(duì)應(yīng)腦電信號(hào)中的mu節(jié)律和beta節(jié)律。

    圖2 想象左右手運(yùn)動(dòng)的功率譜密度

    為了明確各階IMF對(duì)應(yīng)的頻段范圍,利用傅里葉變換計(jì)算各階IMF分量的頻譜。圖3為進(jìn)行右手運(yùn)動(dòng)想象時(shí),C3、C4通道前4階IMF分量的頻譜圖。

    圖3 想象右手C3、C4前4階IMF分量的幅值譜

    從圖3可以看出,mu節(jié)律(8~11Hz)和beta節(jié)律(19~22Hz)段信號(hào)主要分布在前3個(gè)分量中,IMF4分量中mu節(jié)律和beta節(jié)律段的信號(hào)幅度可忽略不計(jì)。此外,前3階的IMF分量包含了原始信號(hào)90%的能量,前3階的IMF分量能基本代表原始信號(hào)中的特征,故選取前3階IMF分量進(jìn)行特征提取。

    (1)能量特征。通過對(duì)比圖2,分別試驗(yàn)左右手運(yùn)動(dòng)想象時(shí)C3、C4通道功率譜密度,可以明顯看出,二者在mu/beta節(jié)律頻段的能量差別較大。因此,利用C3、C4兩個(gè)通道的能量作為特征值是可行的。

    實(shí)驗(yàn)過程中,受試者是從第3s開始執(zhí)行想象任務(wù)的,采集的數(shù)據(jù)有效時(shí)間段為4~9s。經(jīng)過多次實(shí)驗(yàn)測(cè)試,選取4~8s時(shí)間段內(nèi)的數(shù)據(jù)進(jìn)行分類準(zhǔn)確度最高。為了進(jìn)一步提高分類的準(zhǔn)確度,利用1s的時(shí)間窗將每組數(shù)據(jù)中的4~8s段信號(hào)分成4段,對(duì)每一段進(jìn)行EMD分解,并分別計(jì)算前3階IMF的能量值,計(jì)算公式如下:

    El=∑ni=1[c(i)]2(3)

    其中El是第l個(gè)IMF分量的能量,c(i)是該IMF分量中的第i個(gè)值,n為該IMF分量的長(zhǎng)度。

    (2)平均幅度差。對(duì)比圖3中各階IMF分量頻譜,可以看出,當(dāng)進(jìn)行右手運(yùn)動(dòng)想象時(shí),相比于其它的IMF分量,C4中的IMF2分量幅值波動(dòng)十分明顯,而對(duì)應(yīng)的C3中的IMF2分量波動(dòng)不大。因此,可以定義平均幅度差作為一個(gè)特征值,計(jì)算公式如下:

    Fi,j=1n∑nk=1ci(k)-cj(k)(4)

    其中ci表示第i個(gè)IMF分量,cj表示第j個(gè)IMF分量,n為信號(hào)的長(zhǎng)度。本文選取IMF1、IMF2的平均幅度差和IMF2、IMF3的平均幅度差作為特征向量。

    3 支持向量機(jī)

    本文選取CSVC對(duì)特征向量進(jìn)行分類識(shí)別。其原理如下:

    (1)設(shè)已知訓(xùn)練集T={(x1,y1),…,(xl,yl)}∈(X×Y)l,其中xi是樣本輸入向量,yi是樣本輸出向量,xi∈X=Rn ,yi∈Y={-1,1} ,i=1,…,l。

    (2)選取合適的核函數(shù)K(x,x)和適當(dāng)?shù)膮?shù)C,構(gòu)造并求解最優(yōu)化問題:

    minα12∑li=1∑lj=1yiyjαiαjK(xi,xj)-∑lj=1αj(5)

    s.t.∑li=1yiai=0,0≤αi≤C,i=1,…,l(6)

    得到最優(yōu)解α*=(α*1,…,α*l)T。

    (3)選取α* 的一個(gè)正分量0<α*j

    b*=yi-∑li=1yiα*iK(xi,xj)(7)

    (4)構(gòu)造決策函數(shù)

    f(x)=sgn(∑li=1α*iyiK(x,xi)+b*)(8)

    在本文中,選取高斯徑向基核函數(shù)(gaussian radial basis function ,RBF)作為核函數(shù),其表達(dá)式為:

    K(x,xi)=exp(-xi-xj2/σ2)(9)

    在選定核函數(shù)之后,CSVM還需要確定懲罰參數(shù)c和核參數(shù)g,其中懲罰參數(shù)c能調(diào)節(jié)分類器的置信范圍和經(jīng)驗(yàn)風(fēng)險(xiǎn)的比例,取折衷值能使其泛化能力最好;核參數(shù)g能反映訓(xùn)練樣本數(shù)據(jù)的分布特性,確定局部領(lǐng)域的寬度,較大的g意味著較小的方差。懲罰參數(shù)和局部參數(shù)在很大程度上決定了CSVM的學(xué)習(xí)能力和泛化能力[8]。

    本文選取粒子群優(yōu)化算法(particle swarm optimization, PSO)進(jìn)行參數(shù)尋優(yōu),得到最佳的懲罰因子c和核參數(shù)g,對(duì)測(cè)試樣本進(jìn)行分類。

    4 實(shí)驗(yàn)結(jié)果分析

    本文對(duì)BCI2003競(jìng)賽中的data set Ⅲ數(shù)據(jù)集進(jìn)行特征提取與分類。該數(shù)據(jù)集包含280組數(shù)據(jù),取140組數(shù)據(jù)作為訓(xùn)練樣本,另外140組數(shù)據(jù)作為測(cè)試樣本。提取每個(gè)通道中的4~8s數(shù)據(jù),并用1s的時(shí)間窗把該數(shù)據(jù)分成4小段;對(duì)每小段數(shù)據(jù)進(jìn)行EMD分解,取前3階IMF分量進(jìn)行特征提取。單個(gè)通道中,每小段數(shù)據(jù)包含3個(gè)能量特征和2個(gè)平均幅度差特征。每個(gè)訓(xùn)練樣本包括2個(gè)通道、4小段數(shù)據(jù),共40個(gè)特征向量;用訓(xùn)練樣本確定的SVM最優(yōu)懲罰參數(shù)和核參數(shù),對(duì)140個(gè)測(cè)試樣本進(jìn)行分類。分類結(jié)果如表1所示。

    從表1可以看出,基于EMD方法的特征提取能獲得較高的識(shí)別率。只使用能量作為特征向量的分辨正確率最低,但也達(dá)到了85%;單獨(dú)使用本文定義的平均幅度差作為特征向量的達(dá)到了87.85%的正確率;而同時(shí)將能量和平均幅度差作為特征向量進(jìn)行分類,能達(dá)到88.57%的正確率,不僅接近于競(jìng)賽優(yōu)勝者的成績(jī)(BCI競(jìng)賽中對(duì)此數(shù)據(jù)集識(shí)別準(zhǔn)確率排名:第一名:89.29%,第二名:86.43%),而且相比其它文獻(xiàn)[1,4,9]中的方法正確率都要高。

    5 結(jié)語(yǔ)

    EMD方法與小波變換類似,能對(duì)非線性非平穩(wěn)信號(hào)進(jìn)行分解,突出原始信號(hào)中的局部特征。但與小波變換相比,EMD方法是基于自身的時(shí)間尺度進(jìn)行信號(hào)分解的,具有自適應(yīng)性,不需要設(shè)置基函數(shù)。EMD分解所得的IMF隨著尺度的增大頻率逐漸降低,有助于突出各腦電分量中的特征。

    本文針對(duì)不同的運(yùn)動(dòng)想象,C3、C4兩通道的腦電信號(hào)存在一定幅值差異的特征,提出了一種利用EMD提取腦電信號(hào)能量特征與幅值特征作為特征向量進(jìn)行分類的方法。該方法能對(duì)C3、C4兩通道中腦電信號(hào)進(jìn)行細(xì)分比較,通過支持向量機(jī)進(jìn)行分類,獲得滿意的效果,為研究運(yùn)動(dòng)想象腦電的特征提取提供了新的思路。

    猜你喜歡
    經(jīng)驗(yàn)?zāi)B(tài)分解支持向量機(jī)特征提取
    基于Daubechies(dbN)的飛行器音頻特征提取
    Bagging RCSP腦電特征提取算法
    網(wǎng)絡(luò)被入侵后的信號(hào)檢測(cè)系統(tǒng)設(shè)計(jì)與優(yōu)化
    網(wǎng)絡(luò)不穩(wěn)定節(jié)點(diǎn)的動(dòng)態(tài)特征挖掘模型
    HHT和HMM在血細(xì)胞信號(hào)識(shí)別中的應(yīng)用
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    Walsh變換在滾動(dòng)軸承早期故障特征提取中的應(yīng)用
    亚洲中文字幕日韩| 日韩一区二区三区影片| 国产精品久久视频播放| 成人无遮挡网站| 插阴视频在线观看视频| 一本一本综合久久| 中文字幕免费在线视频6| a级一级毛片免费在线观看| 久久久久免费精品人妻一区二区| 久久精品91蜜桃| 亚洲精品成人久久久久久| a级毛片免费高清观看在线播放| 高清毛片免费观看视频网站| 中出人妻视频一区二区| 日韩欧美在线乱码| 大型黄色视频在线免费观看| 久久久久久国产a免费观看| 性插视频无遮挡在线免费观看| 国产精品美女特级片免费视频播放器| 欧美极品一区二区三区四区| 国产精品久久视频播放| 91狼人影院| 亚洲国产精品国产精品| 别揉我奶头 嗯啊视频| 久久久国产成人精品二区| 蜜桃亚洲精品一区二区三区| 亚洲av不卡在线观看| 国产精品久久电影中文字幕| 人妻久久中文字幕网| 久久久久网色| 日韩 亚洲 欧美在线| 国产淫片久久久久久久久| 最近的中文字幕免费完整| 高清毛片免费看| 国产精品乱码一区二三区的特点| 国产一区二区在线观看日韩| 91久久精品国产一区二区成人| 欧美丝袜亚洲另类| 麻豆成人av视频| 亚洲精品日韩在线中文字幕 | 国产淫片久久久久久久久| 亚洲av成人精品一区久久| 在线观看66精品国产| 色噜噜av男人的天堂激情| 一个人免费在线观看电影| 日本撒尿小便嘘嘘汇集6| 国产在线男女| 日本五十路高清| 国产私拍福利视频在线观看| 国产一区二区在线观看日韩| 精品久久久久久久久久久久久| 亚洲欧美精品综合久久99| 日韩大尺度精品在线看网址| 成人毛片a级毛片在线播放| 国产一区亚洲一区在线观看| 简卡轻食公司| 亚洲精华国产精华液的使用体验 | 成人无遮挡网站| 直男gayav资源| 久久久久久久久久久免费av| 久久久久久久久久黄片| 性色avwww在线观看| 日本黄色片子视频| 久久久久国产网址| 美女国产视频在线观看| 免费搜索国产男女视频| 一本精品99久久精品77| 国内精品美女久久久久久| 爱豆传媒免费全集在线观看| 亚洲国产色片| 日韩在线高清观看一区二区三区| 日日啪夜夜撸| 69人妻影院| 国产单亲对白刺激| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲欧洲国产日韩| 免费观看的影片在线观看| 久久久a久久爽久久v久久| 中文亚洲av片在线观看爽| 菩萨蛮人人尽说江南好唐韦庄 | 精品欧美国产一区二区三| 亚洲av成人精品一区久久| 国产精品一区二区性色av| 中文精品一卡2卡3卡4更新| 久久九九热精品免费| 联通29元200g的流量卡| 国产av在哪里看| 亚洲av一区综合| 一级av片app| 日本熟妇午夜| 日日撸夜夜添| 男人和女人高潮做爰伦理| 国内精品久久久久精免费| 日本黄大片高清| 又粗又硬又长又爽又黄的视频 | 久久精品91蜜桃| 亚洲熟妇中文字幕五十中出| 国产成人aa在线观看| 欧美变态另类bdsm刘玥| 哪个播放器可以免费观看大片| 日本爱情动作片www.在线观看| 蜜桃亚洲精品一区二区三区| 欧美日韩一区二区视频在线观看视频在线 | 亚洲最大成人av| 夜夜夜夜夜久久久久| 伦精品一区二区三区| 自拍偷自拍亚洲精品老妇| 欧美性猛交╳xxx乱大交人| 久久精品久久久久久久性| 国内精品久久久久精免费| 午夜福利成人在线免费观看| 在线免费观看的www视频| avwww免费| 久久这里只有精品中国| 国产精品日韩av在线免费观看| 久久久久久国产a免费观看| 哪里可以看免费的av片| 精华霜和精华液先用哪个| 欧美bdsm另类| 色综合站精品国产| 免费人成视频x8x8入口观看| 国产片特级美女逼逼视频| 成人亚洲精品av一区二区| 国产欧美日韩精品一区二区| 91狼人影院| 国产爱豆传媒在线观看| 18禁黄网站禁片免费观看直播| 又粗又硬又长又爽又黄的视频 | 欧美丝袜亚洲另类| 成年版毛片免费区| 亚洲国产欧美在线一区| 国产视频内射| 国产高清不卡午夜福利| www日本黄色视频网| 久久久午夜欧美精品| 国产一级毛片在线| 国产亚洲欧美98| 天堂网av新在线| 人人妻人人澡人人爽人人夜夜 | 成人午夜高清在线视频| 日本欧美国产在线视频| 亚洲欧美精品综合久久99| 国产日韩欧美在线精品| www.av在线官网国产| 精品人妻偷拍中文字幕| 亚洲一级一片aⅴ在线观看| 欧美zozozo另类| 麻豆av噜噜一区二区三区| 国产成人精品一,二区 | 欧洲精品卡2卡3卡4卡5卡区| 欧美精品一区二区大全| 日日干狠狠操夜夜爽| 中文在线观看免费www的网站| 亚洲一区二区三区色噜噜| 久久久精品欧美日韩精品| 欧美另类亚洲清纯唯美| 国产精品久久久久久久电影| 有码 亚洲区| 一级av片app| 美女脱内裤让男人舔精品视频 | 级片在线观看| 2022亚洲国产成人精品| 成人无遮挡网站| 国产伦精品一区二区三区四那| 国产精品福利在线免费观看| 我要搜黄色片| 秋霞在线观看毛片| 欧美成人精品欧美一级黄| 国产亚洲91精品色在线| 毛片一级片免费看久久久久| 一本一本综合久久| 欧洲精品卡2卡3卡4卡5卡区| 免费看光身美女| 美女脱内裤让男人舔精品视频 | 少妇丰满av| 嫩草影院精品99| 国产老妇伦熟女老妇高清| 亚洲第一电影网av| 午夜激情欧美在线| 亚洲av成人精品一区久久| 九草在线视频观看| 国产真实伦视频高清在线观看| 丰满乱子伦码专区| 麻豆国产av国片精品| 老女人水多毛片| 久久久久久久久久久免费av| 亚洲欧美成人综合另类久久久 | 一夜夜www| av黄色大香蕉| 2021天堂中文幕一二区在线观| 好男人视频免费观看在线| 久久久久久久亚洲中文字幕| 欧美又色又爽又黄视频| 一边摸一边抽搐一进一小说| 久久久久久久久久成人| 欧美精品国产亚洲| 国产精品永久免费网站| 成人三级黄色视频| 简卡轻食公司| 在线天堂最新版资源| 丰满乱子伦码专区| 国产成人a区在线观看| 中文欧美无线码| 一本久久精品| 国产精品乱码一区二三区的特点| a级毛片免费高清观看在线播放| 99热这里只有精品一区| 国产精品久久久久久亚洲av鲁大| 日本一二三区视频观看| 国产精品一区二区三区四区免费观看| 国产精品日韩av在线免费观看| 精品久久久久久成人av| 欧美又色又爽又黄视频| 精品欧美国产一区二区三| 免费看光身美女| 国产亚洲91精品色在线| 女的被弄到高潮叫床怎么办| 男人舔奶头视频| 色播亚洲综合网| 成人一区二区视频在线观看| 免费av毛片视频| 美女 人体艺术 gogo| 色综合色国产| 超碰av人人做人人爽久久| 国产精品麻豆人妻色哟哟久久 | ponron亚洲| 欧美zozozo另类| 晚上一个人看的免费电影| 黄色配什么色好看| 亚洲欧洲日产国产| 久久精品久久久久久久性| 国产精品国产高清国产av| АⅤ资源中文在线天堂| 国产av一区在线观看免费| 久久99精品国语久久久| 久久久国产成人免费| 国产精品.久久久| 国产成人福利小说| 午夜久久久久精精品| 国产真实伦视频高清在线观看| 1024手机看黄色片| 波野结衣二区三区在线| 校园人妻丝袜中文字幕| 波多野结衣巨乳人妻| 91麻豆精品激情在线观看国产| 啦啦啦啦在线视频资源| 成年女人看的毛片在线观看| 日韩av在线大香蕉| 国产伦理片在线播放av一区 | 国产av一区在线观看免费| 久久热精品热| 国产av不卡久久| 国产极品精品免费视频能看的| 深夜a级毛片| 国产成年人精品一区二区| 精品久久久久久久末码| 国产成人a区在线观看| 麻豆久久精品国产亚洲av| 成人国产麻豆网| 色哟哟·www| 午夜激情福利司机影院| 一本精品99久久精品77| 夜夜看夜夜爽夜夜摸| av又黄又爽大尺度在线免费看 | АⅤ资源中文在线天堂| 非洲黑人性xxxx精品又粗又长| 久久久久免费精品人妻一区二区| 精品人妻视频免费看| 欧美激情在线99| 国产精品永久免费网站| 亚洲av二区三区四区| 久久精品国产清高在天天线| 免费观看的影片在线观看| 精品久久久久久久久久久久久| 久久精品人妻少妇| 老司机影院成人| 亚洲国产精品合色在线| 深爱激情五月婷婷| 看黄色毛片网站| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 欧美最新免费一区二区三区| 日韩av在线大香蕉| 尾随美女入室| 青春草亚洲视频在线观看| 日韩视频在线欧美| 国产高清视频在线观看网站| 尤物成人国产欧美一区二区三区| 午夜a级毛片| 精品无人区乱码1区二区| 亚洲国产高清在线一区二区三| 狠狠狠狠99中文字幕| 小蜜桃在线观看免费完整版高清| 久久精品影院6| 午夜久久久久精精品| 少妇被粗大猛烈的视频| 久久精品国产99精品国产亚洲性色| 日韩一本色道免费dvd| 亚洲av免费高清在线观看| 波野结衣二区三区在线| 亚洲高清免费不卡视频| 国产精品1区2区在线观看.| 久久久精品94久久精品| 日韩大尺度精品在线看网址| 亚洲av免费在线观看| 成年av动漫网址| 国产 一区精品| 国产精品久久久久久精品电影小说 | 国产亚洲精品久久久久久毛片| 搡老妇女老女人老熟妇| 成人永久免费在线观看视频| 青青草视频在线视频观看| 成人欧美大片| 亚洲av成人av| 精品久久久久久久久久久久久| 欧美bdsm另类| 成年av动漫网址| 97人妻精品一区二区三区麻豆| 精品无人区乱码1区二区| 91久久精品电影网| 久久精品影院6| 亚洲人成网站在线播| 国产欧美日韩精品一区二区| 在线播放国产精品三级| 国产91av在线免费观看| 国产成人一区二区在线| 搡女人真爽免费视频火全软件| 日韩高清综合在线| 国产激情偷乱视频一区二区| avwww免费| 51国产日韩欧美| 搞女人的毛片| 亚洲精品色激情综合| 午夜免费激情av| 天堂网av新在线| 日韩精品青青久久久久久| 日本av手机在线免费观看| 亚洲第一电影网av| 欧美一区二区精品小视频在线| 黑人高潮一二区| 精品一区二区三区视频在线| 久久久久免费精品人妻一区二区| 久久精品国产清高在天天线| 国产精品伦人一区二区| 久久久久久久久久久免费av| 亚洲av成人av| 久久久国产成人精品二区| 不卡一级毛片| 美女xxoo啪啪120秒动态图| 老女人水多毛片| 精品人妻偷拍中文字幕| 一夜夜www| 成人午夜精彩视频在线观看| 欧美+亚洲+日韩+国产| 免费人成视频x8x8入口观看| 蜜桃久久精品国产亚洲av| 悠悠久久av| 69人妻影院| 级片在线观看| 男的添女的下面高潮视频| 欧美一区二区亚洲| 精品人妻一区二区三区麻豆| 国产精品乱码一区二三区的特点| 精品午夜福利在线看| 99热这里只有是精品在线观看| 亚洲性久久影院| 免费电影在线观看免费观看| 亚洲人与动物交配视频| 亚洲经典国产精华液单| 色哟哟·www| 亚洲人成网站在线播| 国产女主播在线喷水免费视频网站 | 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲精品成人久久久久久| 欧美激情在线99| 青春草视频在线免费观看| 少妇人妻一区二区三区视频| 在线观看午夜福利视频| 日韩视频在线欧美| 婷婷色综合大香蕉| 能在线免费看毛片的网站| 大香蕉久久网| 国产一区二区激情短视频| 国产精品久久久久久久久免| av福利片在线观看| 一级二级三级毛片免费看| 午夜久久久久精精品| 亚洲精品成人久久久久久| 国模一区二区三区四区视频| 久久国产乱子免费精品| 欧美性感艳星| 一本一本综合久久| 国产精品电影一区二区三区| 97超碰精品成人国产| 两个人的视频大全免费| 国产精品三级大全| 国产亚洲欧美98| 免费av不卡在线播放| 亚洲18禁久久av| 亚洲一区高清亚洲精品| 亚洲色图av天堂| 男女边吃奶边做爰视频| 国产亚洲欧美98| 全区人妻精品视频| 少妇裸体淫交视频免费看高清| 亚洲精品乱码久久久v下载方式| 午夜福利高清视频| 日本av手机在线免费观看| 亚洲欧美日韩高清在线视频| 中文字幕人妻熟人妻熟丝袜美| 在线天堂最新版资源| av在线天堂中文字幕| 成人欧美大片| 免费不卡的大黄色大毛片视频在线观看 | 简卡轻食公司| 少妇高潮的动态图| 国产黄a三级三级三级人| av在线老鸭窝| 国产熟女欧美一区二区| 青春草亚洲视频在线观看| 老师上课跳d突然被开到最大视频| 亚洲自拍偷在线| 成人av在线播放网站| 亚洲经典国产精华液单| 两个人视频免费观看高清| 亚洲成av人片在线播放无| 黑人高潮一二区| 国产av一区在线观看免费| 久久人人精品亚洲av| 成人av在线播放网站| 亚洲第一区二区三区不卡| 91在线精品国自产拍蜜月| 午夜视频国产福利| 日韩欧美三级三区| 亚洲av电影不卡..在线观看| 蜜臀久久99精品久久宅男| 亚洲精品国产av成人精品| 国产亚洲精品av在线| 哪里可以看免费的av片| 中文在线观看免费www的网站| 哪个播放器可以免费观看大片| 熟女人妻精品中文字幕| 少妇高潮的动态图| 青春草视频在线免费观看| 日本色播在线视频| 国产真实乱freesex| 午夜免费男女啪啪视频观看| 九九久久精品国产亚洲av麻豆| 麻豆国产av国片精品| 日本成人三级电影网站| 美女xxoo啪啪120秒动态图| 老女人水多毛片| 中文欧美无线码| 欧美xxxx性猛交bbbb| 国语自产精品视频在线第100页| 长腿黑丝高跟| 成人av在线播放网站| 国产精品一区二区三区四区免费观看| 欧美精品国产亚洲| 亚洲精品乱码久久久v下载方式| 2022亚洲国产成人精品| 日韩欧美精品免费久久| 麻豆成人av视频| 国产成人福利小说| 级片在线观看| 91av网一区二区| 国产人妻一区二区三区在| 波野结衣二区三区在线| 超碰av人人做人人爽久久| 欧美潮喷喷水| 日日撸夜夜添| 女的被弄到高潮叫床怎么办| 日韩精品青青久久久久久| 最后的刺客免费高清国语| av在线蜜桃| 青春草国产在线视频 | 一级二级三级毛片免费看| 日日摸夜夜添夜夜添av毛片| 青春草亚洲视频在线观看| 伦理电影大哥的女人| 99久国产av精品国产电影| 久久精品人妻少妇| 亚洲av不卡在线观看| 91麻豆精品激情在线观看国产| 青春草视频在线免费观看| 免费大片18禁| 精品不卡国产一区二区三区| 午夜激情欧美在线| 色噜噜av男人的天堂激情| 观看免费一级毛片| 久久久精品欧美日韩精品| 久久久久久久久久久免费av| 麻豆国产av国片精品| 亚洲自拍偷在线| 日韩欧美国产在线观看| a级毛片免费高清观看在线播放| 日韩国内少妇激情av| 插阴视频在线观看视频| 国产精品久久久久久亚洲av鲁大| 成人亚洲精品av一区二区| 在线免费观看的www视频| kizo精华| 午夜福利在线观看吧| 国产精品综合久久久久久久免费| 欧美成人精品欧美一级黄| 丰满人妻一区二区三区视频av| 在线国产一区二区在线| 女人十人毛片免费观看3o分钟| 久久精品91蜜桃| 久久久久性生活片| 草草在线视频免费看| 亚洲三级黄色毛片| 日本av手机在线免费观看| 久久精品91蜜桃| 久久99热6这里只有精品| 久久这里只有精品中国| a级一级毛片免费在线观看| 欧美在线一区亚洲| 国产精品一区二区性色av| 欧美3d第一页| 国产精品,欧美在线| 可以在线观看毛片的网站| 搡老妇女老女人老熟妇| 天堂中文最新版在线下载 | 亚洲一区二区三区色噜噜| 久久精品久久久久久久性| 亚洲av男天堂| 国产激情偷乱视频一区二区| 欧美zozozo另类| 永久网站在线| 在线a可以看的网站| 国产淫片久久久久久久久| 国产午夜精品久久久久久一区二区三区| 高清毛片免费看| 97在线视频观看| 伊人久久精品亚洲午夜| 欧美色视频一区免费| 精华霜和精华液先用哪个| 国内精品久久久久精免费| 欧美日韩乱码在线| 成人特级黄色片久久久久久久| av女优亚洲男人天堂| 婷婷色综合大香蕉| 精品久久久久久久久久久久久| 国产黄a三级三级三级人| 婷婷亚洲欧美| 久久精品夜色国产| 99久久精品热视频| 97超碰精品成人国产| 亚洲精品久久国产高清桃花| 国产三级中文精品| 精品人妻一区二区三区麻豆| 一级毛片电影观看 | 日本成人三级电影网站| 欧美色欧美亚洲另类二区| 99久久精品热视频| 日韩欧美在线乱码| 最后的刺客免费高清国语| 2021天堂中文幕一二区在线观| 又爽又黄a免费视频| 男女边吃奶边做爰视频| 夫妻性生交免费视频一级片| 韩国av在线不卡| 久久久久久伊人网av| 亚洲性久久影院| 久久久久九九精品影院| 日本与韩国留学比较| 在线播放国产精品三级| 国产精品av视频在线免费观看| 蜜桃久久精品国产亚洲av| 国产 一区 欧美 日韩| 男女做爰动态图高潮gif福利片| 亚洲精品国产成人久久av| 99热这里只有是精品50| 亚洲一级一片aⅴ在线观看| 大又大粗又爽又黄少妇毛片口| 波多野结衣高清作品| 亚洲欧美日韩高清在线视频| 床上黄色一级片| 国产av麻豆久久久久久久| 国产一区二区在线av高清观看| 亚洲av成人精品一区久久| 深夜精品福利| 十八禁国产超污无遮挡网站| 国产成人精品久久久久久| 校园人妻丝袜中文字幕| 麻豆一二三区av精品| 欧美bdsm另类| 韩国av在线不卡| 精品人妻偷拍中文字幕| 久久久国产成人免费| 人人妻人人澡人人爽人人夜夜 | 日韩av在线大香蕉| 国语自产精品视频在线第100页| 91在线精品国自产拍蜜月| 免费av观看视频| 亚洲内射少妇av| 日韩大尺度精品在线看网址| 一区福利在线观看| 国产又黄又爽又无遮挡在线| 国产高清视频在线观看网站| 中文字幕久久专区| 97超视频在线观看视频| 最近最新中文字幕大全电影3| 床上黄色一级片| 国产成人freesex在线| 亚洲七黄色美女视频| 在线a可以看的网站| 国产淫片久久久久久久久| 波多野结衣高清无吗| 成人二区视频| 一区福利在线观看| 老女人水多毛片| 久久久久久大精品| 国产亚洲精品av在线| 岛国在线免费视频观看|