• <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 ?

    基于加權一個變量的一階灰色模型的動態(tài)軌跡預測算法

    2016-05-14 09:34:53江藝羨張岐山
    計算機應用 2016年5期
    關鍵詞:軌跡預測

    江藝羨 張岐山

    摘要:針對基于Kalman濾波的跟蹤方法需要對噪聲特性和軌跡的運動規(guī)律進行假設的不足,將新陳代謝一個變量的一階灰色模型(GM(1,1))引入動態(tài)軌跡預測方法,提出一種基于加權灰色GM(1,1)模型的動態(tài)軌跡預測算法(TR_GM_PR算法)。首先,順序截取預測點前不同長度的子軌跡,計算采用灰色GM(1,1)模型擬合各子軌跡的相對誤差及相應的預測值;其次,對各子軌跡的相對擬合誤差進行歸一化處理,根據(jù)處理后的結果設置各子軌跡預測值權重;最后,將各子軌跡獲得的預測值與其對應權重的線性組合作為軌跡未來運行趨勢的最終預測結果。采用2000— 2008年美國大西洋颶風數(shù)據(jù)進行實驗,TR_GM_PR算法6h的預測正確率為67.6056%,比基于模式匹配的颶風預測方法提高2.6056個百分點。實驗結果表明, TR_GM_PR算法適用于軌跡短期預測。此外,該預測算法計算簡單、實時性高,能夠有效提高動態(tài)軌跡的預測正確率。

    關鍵詞:一個變量的一階灰色模型;新陳代謝;軌跡;預測

    中圖分類號:TP941.5 文獻標志碼:A

    Abstract:The noise assumption and motion assumption of trajectory should be demanded in dynamic trajectory prediction based on Kalman filter. In order to eliminate this insufficiency, the metabolism GM(1,1) model was introduced in dynamic trajectory prediction. Thus a prediction algorithm based on weighted grey GM(1,1) model (TR_GM_PR algorithm)was presented. Firstly, subtrajectories with different length before forecasting point were cut out in order, then the relative fitting errors and predicted values of subtrajectories were calculated using grey GM(1,1) model. Secondly, the normalization processing of relative fitting errors was carried out, and the weights of predicted values were set according to the result. Finally, using the linear combination of predicted values and their corresponding weights, the running tendency of trajectory in future was predicted. Experiments were conducted with the Atlantic weather Hurricane data from 2000 to 2008. Compared with hurricane trajectory prediction method with pattern matching, TR_GM_PR algorithm improves the prediction accuracy ratio of 6 hours by 2.6056 percentage points to 67.6056%. The experimental results show that TR_GM_PR algorithm is suitable for shortterm trajectory prediction. In addition, the new algorithm has simple calculation and high realtime performance, and can effectively improve the prediction accuracy of dynamic trajectory.

    Key words:Grey Model(1,1) (GM(1,1)); metabolism; trajectory; prediction

    0 引言

    隨著科學技術的發(fā)展,移動軌跡預測已成為許多研究領域的熱門課題[1-4]。利用移動對象軌跡發(fā)現(xiàn)有價值的信息,實現(xiàn)對移動對象未來的準確預測是人們關注的重點。軌跡預測方法常見的有基于馬爾可夫模型的位置預測、基于頻繁路徑的位置預測、基于線性回歸模型的預測和基于Kalman濾波的跟蹤預測等[5]。這些方法在軌跡預測方面具有自己的優(yōu)勢,但從總體看,這些預測方法還存在一些問題,前兩種方法運算量大,實時性較差;后兩種方法實時性較好,但兩者大多需要假設軌跡作勻速或勻加速直線運動,該假設往往不符合實際情況,跟蹤誤差比較大,難以對運動目標下一步的運動軌跡進行分析[6]。此外,Kalman濾波存在初值選取、噪聲參數(shù)選擇以及可能發(fā)散等問題[7]。而基于灰色理論模型的預測方法同樣也占有一定的地位[8]?;诎粋€變量的一階灰色模型(Grey Model(1,1),GM(1,1))的軌跡預測思想并不復雜,對缺少基礎資料的預測能夠得到較好的預測效果,與別的預測方法相比,它用到的樣本數(shù)據(jù)較少,不需要對隨機噪聲和目標運動規(guī)律作出假設,而且預測結果的準確度也較為理想,能夠實現(xiàn)快速、有效的短期預測,因此在預測領域中占有一定的地位[9-10]。因此,本文利用加權的方式,對新陳代謝灰色GM(1,1)模型進行改進,并將其應用于颶風軌跡的預測研究。

    2 改進算法描述

    根據(jù)灰色新息理論,當一個最新數(shù)據(jù)加入原始數(shù)列時,當前序列反映系統(tǒng)的最新信息,但系統(tǒng)隨著量變的積累可能會發(fā)生質的突變,因此需要舍棄舊數(shù)據(jù)。等維新息新陳代謝灰色GM(1,1)模型為滿足以上需求而建立,并在應用中得到理想效果。但維數(shù)的確定沒有明確的方法:若維數(shù)太少,無法充分表達序列蘊含的信息;若維數(shù)太大,截取的數(shù)據(jù)列可能包含突變點。為解決該問題,本文提出基于加權灰色GM(1,1)模型動態(tài)軌跡預測方法。該方法利用軌跡不同長度子軌跡的相對擬合誤差設置權重,以加權方式對軌跡未來趨勢進行預測。

    在預測過程中,長度較小的子軌跡擬合的平均相對誤差較小,但擬合的曲線變化相對較陡峭;長度較大的子軌跡擬合的平均相對誤差較大,但曲線相對比較平緩,因此以加權的方式可以保證預測的準確性。

    3 算例分析

    本文進行三個實驗。算例1同具有N個變量的多變量灰色MGM(1,N)模型(Multivariable Grey Model(1,N), MGM(1,N))相比較;算例2同等維新息灰色GM(1,1)模型相比較;算例3根據(jù)颶風預測準確性將本文算法同其他軌跡預測方法相比較。本文所提基于加權灰色GM(1,1)模型的動態(tài)軌跡預測算法(Prediction Algorithm of Dynamic Trajectory based on Weighted Grey GM(1,1) Model, TR_GM_PR algorithm)的實驗結果如下。

    算例1 TR_GM_PR算法在無人機飛行軌跡數(shù)據(jù)中的實驗。

    采用無人機飛行軌跡的位置坐標數(shù)據(jù)為實驗數(shù)據(jù)[11]。前10個數(shù)據(jù)預測第11個數(shù)據(jù),前11個數(shù)據(jù)預測第12個數(shù)據(jù),以此類推。表中同時列出灰色GM(1,1)模型利用預測點前所有數(shù)據(jù)進行擬合獲得預測值的相對誤差。實驗結果見表1。文獻[11]第11個數(shù)據(jù)的預測坐標為(1393.3,488.4,4546.2),各坐標相對誤差分別為0.83%,0.49%和0.026%,三者整體平均相對誤差為0.4491%。本文算法獲得的預測值坐標為(1395.9324,487.7989,4546.4387),相對誤差分別為0.6454%,0.3702%與0.0317%,三者整體平均相對預測誤差為0.3485%。傳統(tǒng)GM(1,1)模型在第11個數(shù)據(jù)的預測坐標相對誤差分別為0.6710%,0.3169%和0.0347%,三者整體平均相對誤差為0.3409%。采用傳統(tǒng)GM(1,1)模型在第11個位置的預測效果較好。從第11個數(shù)據(jù)至第14個數(shù)據(jù)的預測效果分析,本文算法的平均相對誤差分別為0.3491%,0.3211%,0.0295%和0.5243%;而采用傳統(tǒng)GM(1,1)模型的平均相對誤差分別為0.3409%,0.6823%,0.5393%和1.0220%。顯然本文算法的整體預測效果最理想。因此合理確定不同長度子軌跡對預測值的影響很有必要。

    算例2 TR_GM_PR算法在光電跟蹤數(shù)據(jù)中的實驗。

    實驗采用文獻[12]的光電跟蹤數(shù)據(jù)。實驗利用前5個數(shù)據(jù)預測第6個數(shù)據(jù),前6個數(shù)據(jù)預測第7個數(shù)據(jù),以此類推。模型預測結果見表2。文獻[12]采用等維新息優(yōu)化灰色GM(1,1)模型,模型預測精度較理想。采用灰色GM(1,1)模型對預測點前整個軌跡進行擬合,得到的預測值相對誤差見表2最后一列。采用傳統(tǒng)方法獲得的預測效果有些優(yōu)于文獻[12]。從而說明,新陳代謝GM(1,1)模型維數(shù)的確定影響模型預測精度。而本文模型精度整體優(yōu)于文獻[12]與傳統(tǒng)方法。

    算例3 TR_GM_PR算法在颶風軌跡數(shù)據(jù)中的實驗。

    實驗選取2015年1月至5月美國大西洋颶風軌跡數(shù)據(jù)(http://weather.unisys.com/ hurricane/ atlantic/ index.html),數(shù)據(jù)列間隔時間為6h,若預測6h后的軌跡位置,則取最后1個數(shù)據(jù)為預測點,預測點前軌跡作為擬合數(shù)據(jù)。若預測12h后的軌跡位置,則取最后1個數(shù)據(jù)為預測點,最后2個數(shù)據(jù)除外的剩余軌跡作為擬合數(shù)據(jù)。以此類推。

    預測結果見圖1,圖中經度-70°表示西經70°。軌跡6h后的運行方向與原始軌跡相差較小。軌跡24h后的運行方向與原始數(shù)據(jù)相差較大。主要原因是灰色GM(1,1)模型為指數(shù)曲線的單調性使得模型對于呈現(xiàn)U型或S型的原始曲線擬合效果較差。受颶風氣壓、風力等因素的影響,預測的間隔時間越長,颶風軌跡運行方向越會出現(xiàn)突變點,因此基于加權灰色GM(1,1)模型的預測方法適合于短期軌跡預測。

    為更詳細分析本文算法在颶風軌跡的預測結果,以表格的形式列出2015年7條軌跡經度與緯度的預測值,結果見表3。表中列出每條軌跡對應的經度與緯度在6~24h后的預測值,以及預測值與實際值的殘差與平均相對百分比誤差。由表3可以看出,第4號與第5號颶風的預測平均相對誤差較小,第6號軌跡的預測偏差較大。整體而言,隨著預測時間變長,預測值與實際值的殘差變大。借鑒文獻[5]對颶風中心點預測準確性的規(guī)定:若實際軌跡與預測軌跡中心點間的距離不超過1°,則表示軌跡預測正確。從表3最后一列可看出,颶風在短期的軌跡預測正確數(shù)較多,預測時間變長后,預測正確的軌跡數(shù)變少。

    為減少小樣本對軌跡預測正確率的影響。采用2000—2008年的颶風數(shù)據(jù)作為預測檢驗樣本。通過實驗, 6h的軌跡預測準確性為67.6056%,12h降為36.2205%。18h為28.5714%,24h為22.3529%,見圖2。文獻[5]采用模式匹配歷史數(shù)據(jù)對軌跡進行預測,匹配正確軌跡的預測準確率為65%。因此,基于加權灰色GM(1,1)模型的軌跡預測方法針對短期的軌跡預測具有較高的準確性,預測效果較好。而模型對中長期的軌跡預測效果不甚理想。

    4 結語

    等維新息模型的維數(shù)影響模型預測精度,為提高灰色GM(1,1)模型預測精度,本文以加權的方式建立不同維新息灰色GM(1,1)模型。權重的設置依據(jù)不同長度子軌跡擬合的平均相對誤差:平均相對誤差大的權值較小,反之權值較大。實驗結果表明,對于單調性的軌跡,本文灰色GM(1,1)模型在軌跡預測方面取得較好的效果。

    對于類似U型或S型曲線的軌跡,灰色GM(1,1)模型擬合結果較不理想。颶風實例中,本文模型在軌跡短期預測準確性達到67.6056%,預測效果理想。本文基于加權灰色GM(1,1)模型的軌跡預測算法僅以軌跡的位置點為基礎,計算方法簡單,短期預測效果較好,但不適于中長期實時預測。

    參考文獻:

    [1]KAYACAN E, ULUTAS B, KAYNAK O. Grey system theorybased models in time series prediction[J]. Expert Systems with Applications, 2010, 37(2): 1784-1789.

    [2]LEI M L, FENG Z R. A proposed grey model for shortterm electricity price forecasting in competitive power markets[J]. International Journal of Electrical Power and Energy Systems, 2012, 43(1): 531-538.

    [3]YIN M S, TANG H W V. on the fit and forecasting performance of grey prediction models for Chinas labor formation[J]. Mathematical and Computer Modelling, 2013, 57(3): 357-365.

    [4]TABASZEWSKI M, CEMPEL C. Using a set of GM(1, 1) models to predict values of diagnostic symptoms[J]. Mechanical Systems and Signal Processing, 2015, 52【【查到的卷就是這樣52 5353: 416-425.

    [5]董鑫, 皮德常.基于模式匹配的颶風軌跡預測方法[J]. 小型微型計算機系統(tǒng), 2014, 35(5):983-988.(DONG X, PI D C. Hurricane trajectory prediction method with pattern matching[J]. Journal of Chinese Computer Systems, 2014, 35(5): 983-988.)

    [6]袁基煒, 史忠科.一種基于灰色預測模型GM(1, 1)的運動車輛跟蹤方法[J].控制與決策, 2006, 21(3):300-304.(YUAN J W, SHI Z K. A method of vehicle tracking based on GM(1, 1)[J]. Control and Decision, 2006, 21(3):300-304.)

    [7]HUH K, PARK J, HWANG J, et al. Stereo visionbased obstacle detection system in vehicles[J]. Optics and Lasers in Engineering, 2008, 46(2): 168-178.

    [8]劉思峰, 黨耀國, 方志耕, 等.灰色系統(tǒng)理論及其應用[M].5版.北京:科學出版社, 2010: 146-152.(LIU S F, DANG Y G, FANG Z G, et al. Grey System Theory and Its Application[M].5th ed. Beijing: Science Press, 2010: 146-152.)

    [9]陶劍鋒, 陳伏虎.基于GM(1, 1)模型的機動目標跟蹤方法研究[J].系統(tǒng)工程與電子技術, 2009, 32(6):1396-1399. (TAO J F, CHEN F H. Maneuvering target tracking based on GM(1, 1)[J]. Systems Engineering and Electronics, 2009, 32(6): 1396-1399.)

    [10]楊煒, 魏朗, 劉永濤, 等.改進GM(1, 1)模型的前車檢測與跟蹤研究[J].計算機工程與設計, 2012, 33(11): 4278-4282. (YANG W, WEI L, LIU Y T, et al. Research on detection and tracking of front vehicle based on modified GM(1, 1) model[J]. Computer Engineering and Design, 2012, 33(11): 4278-4282.)

    [11]柯宏發(fā), 何可, 陳永光.運動目標的MGM_1_N軌跡預測算法[J].武漢大學學報(信息科學版), 2012, 37(6):662-666. (KE H F, HE K, CHEN Y G. Trajectory prediction algorithm of moving object based on MGM(1, N)[J]. Geomatics and Information Science of Wuhan University, 2012, 33(11): 4278-4282.)

    [12]王朝曦, 吳學銅, 黎凡.灰色預測優(yōu)化模型及其在光電跟蹤中的應用[J].光學與光電技術, 2015, 13(1):55-59. (WANG Z X, WU X T, LI F. Grey prediction optimized model and application in opticalelectric tracking[J]. Optics and Optoelectronic Technology, 2015, 13(1): 55-59.)

    猜你喜歡
    軌跡預測
    無可預測
    黃河之聲(2022年10期)2022-09-27 13:59:46
    選修2-2期中考試預測卷(A卷)
    選修2-2期中考試預測卷(B卷)
    解析幾何中的軌跡方程的常用求法
    選修2—2期中考試預測卷(A卷)
    軌跡
    軌跡
    不可預測
    軌跡
    進化的軌跡(一)——進化,無盡的適應
    中國三峽(2017年2期)2017-06-09 08:15:29
    欧美极品一区二区三区四区| 禁无遮挡网站| 亚洲欧美精品专区久久| 免费人成在线观看视频色| 一边摸一边抽搐一进一小说| av播播在线观看一区| 黄色欧美视频在线观看| 国产精华一区二区三区| 菩萨蛮人人尽说江南好唐韦庄 | 男人狂女人下面高潮的视频| 久久精品综合一区二区三区| 亚洲av日韩在线播放| 成人美女网站在线观看视频| 大香蕉97超碰在线| 欧美性猛交黑人性爽| 你懂的网址亚洲精品在线观看 | 国产一级毛片七仙女欲春2| 成年av动漫网址| 成人午夜高清在线视频| 又粗又爽又猛毛片免费看| 波多野结衣巨乳人妻| 午夜爱爱视频在线播放| 亚洲一级一片aⅴ在线观看| 免费看光身美女| 成年免费大片在线观看| 深爱激情五月婷婷| 天天躁夜夜躁狠狠久久av| 日韩一区二区视频免费看| 午夜爱爱视频在线播放| 国产精品三级大全| 欧美又色又爽又黄视频| 一级毛片aaaaaa免费看小| 午夜福利在线观看免费完整高清在| 精品久久久久久久久久久久久| 日韩欧美国产在线观看| 国产精品.久久久| 黄片无遮挡物在线观看| 国产高清国产精品国产三级 | 夫妻性生交免费视频一级片| 99久久中文字幕三级久久日本| 亚洲国产精品成人综合色| 成人鲁丝片一二三区免费| 国产精品不卡视频一区二区| 中文欧美无线码| 舔av片在线| 国产淫片久久久久久久久| 十八禁国产超污无遮挡网站| 麻豆久久精品国产亚洲av| 国产欧美另类精品又又久久亚洲欧美| 国产老妇伦熟女老妇高清| 亚洲人成网站高清观看| 精品熟女少妇av免费看| 长腿黑丝高跟| 亚洲人与动物交配视频| 日韩成人伦理影院| 久久国产乱子免费精品| 一二三四中文在线观看免费高清| 直男gayav资源| 人人妻人人澡人人爽人人夜夜 | 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 | 久久婷婷人人爽人人干人人爱| 99国产精品一区二区蜜桃av| 亚洲人成网站在线播| 看免费成人av毛片| 男人舔女人下体高潮全视频| 一边摸一边抽搐一进一小说| 联通29元200g的流量卡| 中文字幕av成人在线电影| 有码 亚洲区| 国产精品久久久久久精品电影小说 | 内射极品少妇av片p| 欧美日本亚洲视频在线播放| 日韩av在线大香蕉| 99久久成人亚洲精品观看| 波野结衣二区三区在线| 日韩欧美三级三区| 中文乱码字字幕精品一区二区三区 | 欧美变态另类bdsm刘玥| 亚洲精品,欧美精品| 狂野欧美激情性xxxx在线观看| 国产成人aa在线观看| 日韩一区二区视频免费看| 午夜福利高清视频| 国产精品女同一区二区软件| 一卡2卡三卡四卡精品乱码亚洲| 大香蕉久久网| 国产精品一及| 亚洲五月天丁香| 成人二区视频| 亚洲在久久综合| 亚洲自拍偷在线| 免费观看人在逋| 国产单亲对白刺激| 欧美最新免费一区二区三区| 九色成人免费人妻av| 亚洲欧美中文字幕日韩二区| 成人午夜精彩视频在线观看| 亚洲自拍偷在线| 69人妻影院| 中文字幕制服av| 看十八女毛片水多多多| 国产一区亚洲一区在线观看| 成人性生交大片免费视频hd| 色5月婷婷丁香| 亚洲自拍偷在线| 91在线精品国自产拍蜜月| 老司机福利观看| 精品酒店卫生间| 日本午夜av视频| 少妇猛男粗大的猛烈进出视频 | 国产亚洲一区二区精品| 网址你懂的国产日韩在线| 日韩制服骚丝袜av| 国产人妻一区二区三区在| 少妇的逼水好多| 午夜福利在线在线| 一个人观看的视频www高清免费观看| 亚洲图色成人| 国产女主播在线喷水免费视频网站 | 免费看美女性在线毛片视频| 特大巨黑吊av在线直播| 国产av码专区亚洲av| 亚州av有码| 国产人妻一区二区三区在| 午夜免费男女啪啪视频观看| 久久久久精品久久久久真实原创| 在现免费观看毛片| 少妇的逼水好多| 国产午夜精品久久久久久一区二区三区| 超碰av人人做人人爽久久| 91精品国产九色| 女人久久www免费人成看片 | 欧美人与善性xxx| av国产免费在线观看| 卡戴珊不雅视频在线播放| 日韩欧美国产在线观看| 我的老师免费观看完整版| 色哟哟·www| 麻豆精品久久久久久蜜桃| 国产精品乱码一区二三区的特点| 亚洲精品乱久久久久久| 亚洲一区高清亚洲精品| h日本视频在线播放| 菩萨蛮人人尽说江南好唐韦庄 | 免费av不卡在线播放| 亚洲av.av天堂| 国产真实乱freesex| 国产又色又爽无遮挡免| 亚洲怡红院男人天堂| 国内精品宾馆在线| 麻豆一二三区av精品| 国产亚洲5aaaaa淫片| 观看美女的网站| 亚洲美女搞黄在线观看| 日韩一本色道免费dvd| 日韩强制内射视频| 精品免费久久久久久久清纯| 高清毛片免费看| 精品熟女少妇av免费看| 午夜亚洲福利在线播放| 国产综合懂色| 国产午夜精品久久久久久一区二区三区| 99国产精品一区二区蜜桃av| 中文字幕久久专区| 日产精品乱码卡一卡2卡三| 一夜夜www| 精品人妻一区二区三区麻豆| 欧美又色又爽又黄视频| 国语对白做爰xxxⅹ性视频网站| 啦啦啦观看免费观看视频高清| 日日啪夜夜撸| 最后的刺客免费高清国语| 成人欧美大片| 成人三级黄色视频| 亚洲欧美中文字幕日韩二区| 三级经典国产精品| 久久久久久久久久黄片| 又爽又黄无遮挡网站| 老司机影院毛片| 亚洲内射少妇av| 女人被狂操c到高潮| av天堂中文字幕网| 日本猛色少妇xxxxx猛交久久| 麻豆av噜噜一区二区三区| 白带黄色成豆腐渣| 淫秽高清视频在线观看| 国产亚洲av片在线观看秒播厂 | 少妇被粗大猛烈的视频| 亚洲成人久久爱视频| 特级一级黄色大片| 国产精品一区二区三区四区久久| 蜜桃亚洲精品一区二区三区| ponron亚洲| 观看美女的网站| 中文在线观看免费www的网站| 日韩一本色道免费dvd| 一区二区三区四区激情视频| 99久久精品一区二区三区| 黄片无遮挡物在线观看| 久久久国产成人免费| 亚洲在久久综合| 免费不卡的大黄色大毛片视频在线观看 | 久久久久网色| 黄色欧美视频在线观看| 国内精品一区二区在线观看| 亚洲成人精品中文字幕电影| 欧美性猛交黑人性爽| 亚洲成人久久爱视频| 国产成人午夜福利电影在线观看| 99热网站在线观看| 久久精品久久久久久久性| 精品不卡国产一区二区三区| 免费观看人在逋| 观看免费一级毛片| 亚洲精品日韩av片在线观看| 成人av在线播放网站| 亚洲国产精品合色在线| 国产亚洲最大av| 成年av动漫网址| 午夜福利网站1000一区二区三区| 亚洲高清免费不卡视频| 国产成人一区二区在线| 国产av不卡久久| 极品教师在线视频| 日韩一本色道免费dvd| 亚洲国产精品成人综合色| 一级毛片aaaaaa免费看小| 国产一区二区在线观看日韩| 能在线免费观看的黄片| 国语自产精品视频在线第100页| 亚洲内射少妇av| 欧美极品一区二区三区四区| 汤姆久久久久久久影院中文字幕 | 99在线视频只有这里精品首页| 国产精品99久久久久久久久| 久久人人爽人人爽人人片va| 在线播放国产精品三级| 国产亚洲5aaaaa淫片| 插阴视频在线观看视频| 伦精品一区二区三区| 国产一区亚洲一区在线观看| 国产久久久一区二区三区| 日韩精品青青久久久久久| 女人十人毛片免费观看3o分钟| 精品久久久噜噜| 久久国产乱子免费精品| 亚洲欧美一区二区三区国产| 成年女人看的毛片在线观看| 我要搜黄色片| 精品国内亚洲2022精品成人| 色吧在线观看| 免费黄网站久久成人精品| 国产乱人视频| 最近手机中文字幕大全| 看十八女毛片水多多多| 欧美一区二区亚洲| 国产精品电影一区二区三区| 久久99热这里只有精品18| 99热全是精品| 在线天堂最新版资源| 亚洲18禁久久av| 好男人在线观看高清免费视频| 国产精品乱码一区二三区的特点| 国产精品三级大全| 成人综合一区亚洲| 国产欧美另类精品又又久久亚洲欧美| 级片在线观看| 久久久成人免费电影| 国产69精品久久久久777片| 永久网站在线| 日韩高清综合在线| 欧美最新免费一区二区三区| 卡戴珊不雅视频在线播放| 日韩在线高清观看一区二区三区| 久久久久久久午夜电影| 免费观看精品视频网站| 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 | 91久久精品国产一区二区成人| 成人午夜精彩视频在线观看| 少妇的逼好多水| 国产av一区在线观看免费| 美女大奶头视频| 国产美女午夜福利| 91久久精品电影网| 丰满少妇做爰视频| 少妇高潮的动态图| 精品免费久久久久久久清纯| 欧美人与善性xxx| 成人特级av手机在线观看| 国产成人精品一,二区| 亚洲欧美成人综合另类久久久 | 97超视频在线观看视频| 尤物成人国产欧美一区二区三区| 在线观看一区二区三区| 18禁动态无遮挡网站| 成人毛片a级毛片在线播放| 好男人视频免费观看在线| 高清视频免费观看一区二区 | 国产精品国产三级国产专区5o | 亚洲av不卡在线观看| 久久热精品热| 亚洲国产色片| 中文天堂在线官网| 欧美色视频一区免费| 99视频精品全部免费 在线| 两个人视频免费观看高清| 18+在线观看网站| 亚洲内射少妇av| 国产一区有黄有色的免费视频 | 国产成人福利小说| 国产淫语在线视频| 一边亲一边摸免费视频| 国产免费又黄又爽又色| av在线亚洲专区| 高清av免费在线| 国产精品麻豆人妻色哟哟久久 | 一级毛片我不卡| 大香蕉久久网| 男女视频在线观看网站免费| 久久久久久久久久久免费av| 丝袜美腿在线中文| 岛国毛片在线播放| 免费搜索国产男女视频| 国产白丝娇喘喷水9色精品| 午夜亚洲福利在线播放| 日韩在线高清观看一区二区三区| 我要看日韩黄色一级片| 久久精品熟女亚洲av麻豆精品 | 偷拍熟女少妇极品色| 国产精品野战在线观看| 97在线视频观看| 欧美潮喷喷水| 97在线视频观看| 免费人成在线观看视频色| 国产精品,欧美在线| 久久久久久久国产电影| 久久精品久久久久久噜噜老黄 | 免费电影在线观看免费观看| 日本黄色片子视频| 日本五十路高清| av视频在线观看入口| 啦啦啦韩国在线观看视频| eeuss影院久久| 国产男人的电影天堂91| 国产久久久一区二区三区| 26uuu在线亚洲综合色| 男人狂女人下面高潮的视频| 亚洲中文字幕日韩| 男插女下体视频免费在线播放| 尾随美女入室| 一夜夜www| 久久精品国产亚洲av涩爱| av免费在线看不卡| 又黄又爽又刺激的免费视频.| 人人妻人人澡欧美一区二区| 久久精品久久久久久久性| 国产av在哪里看| 大香蕉97超碰在线| 国产高潮美女av| 亚洲国产精品成人久久小说| 三级男女做爰猛烈吃奶摸视频| 69av精品久久久久久| www.av在线官网国产| 中文精品一卡2卡3卡4更新| 亚洲国产精品久久男人天堂| 精品国产三级普通话版| 成人二区视频| 日韩精品有码人妻一区| 国产精品美女特级片免费视频播放器| 国产高潮美女av| 亚洲欧美中文字幕日韩二区| 小说图片视频综合网站| 亚洲最大成人手机在线| av在线亚洲专区| 亚洲最大成人av| 国产精品不卡视频一区二区| 国产成人福利小说| 国产精品人妻久久久久久| 26uuu在线亚洲综合色| 极品教师在线视频| 看非洲黑人一级黄片| 精品人妻熟女av久视频| 人人妻人人澡欧美一区二区| 中文乱码字字幕精品一区二区三区 | 亚洲精华国产精华液的使用体验| 欧美性猛交╳xxx乱大交人| 三级毛片av免费| 中文亚洲av片在线观看爽| 男插女下体视频免费在线播放| 欧美+日韩+精品| 亚洲av一区综合| 国产精品99久久久久久久久| 偷拍熟女少妇极品色| 精品少妇黑人巨大在线播放 | 国产淫语在线视频| 久久久精品94久久精品| 国产探花在线观看一区二区| 狂野欧美激情性xxxx在线观看| 天堂影院成人在线观看| 国产亚洲91精品色在线| 日韩一区二区视频免费看| 美女黄网站色视频| 美女被艹到高潮喷水动态| 五月伊人婷婷丁香| 国产91av在线免费观看| 久久99精品国语久久久| 亚洲av电影不卡..在线观看| 久久久久久伊人网av| 简卡轻食公司| 久久久午夜欧美精品| 美女高潮的动态| 我的老师免费观看完整版| 能在线免费观看的黄片| 村上凉子中文字幕在线| 熟女人妻精品中文字幕| 黄片无遮挡物在线观看| 午夜精品国产一区二区电影 | 爱豆传媒免费全集在线观看| 久久久a久久爽久久v久久| 久久久国产成人精品二区| 男女啪啪激烈高潮av片| 一级av片app| 日本免费一区二区三区高清不卡| 人妻系列 视频| 黄片无遮挡物在线观看| 狂野欧美白嫩少妇大欣赏| 2021天堂中文幕一二区在线观| 国产精品一区www在线观看| 日日啪夜夜撸| 极品教师在线视频| 婷婷色麻豆天堂久久 | 亚洲成色77777| 亚洲五月天丁香| 在线免费观看的www视频| 最后的刺客免费高清国语| 亚洲va在线va天堂va国产| 国产单亲对白刺激| 中文亚洲av片在线观看爽| 亚洲精品影视一区二区三区av| 国产伦一二天堂av在线观看| 欧美性猛交黑人性爽| 国产亚洲av片在线观看秒播厂 | 国产片特级美女逼逼视频| 亚洲av二区三区四区| 亚洲av.av天堂| 丝袜喷水一区| 亚洲一区高清亚洲精品| 极品教师在线视频| 日韩av不卡免费在线播放| 免费观看的影片在线观看| 国产又色又爽无遮挡免| 久久久久久久久大av| 欧美另类亚洲清纯唯美| 日本黄色视频三级网站网址| 偷拍熟女少妇极品色| 国产乱人偷精品视频| 亚洲自拍偷在线| 国产老妇伦熟女老妇高清| 国产精品久久久久久久电影| 激情 狠狠 欧美| 国产免费又黄又爽又色| 纵有疾风起免费观看全集完整版 | 在线播放国产精品三级| 午夜福利网站1000一区二区三区| 国模一区二区三区四区视频| 夜夜爽夜夜爽视频| 久久亚洲精品不卡| 熟女人妻精品中文字幕| 免费观看在线日韩| 中文字幕熟女人妻在线| 免费观看精品视频网站| 日日撸夜夜添| 久99久视频精品免费| av.在线天堂| 美女xxoo啪啪120秒动态图| 国产淫语在线视频| 亚洲精品成人久久久久久| 久久精品国产亚洲网站| 网址你懂的国产日韩在线| 久久久精品欧美日韩精品| 欧美高清性xxxxhd video| 一区二区三区高清视频在线| 国产精品熟女久久久久浪| 精品不卡国产一区二区三区| 青春草亚洲视频在线观看| 免费一级毛片在线播放高清视频| 免费电影在线观看免费观看| 亚洲欧美精品综合久久99| 少妇人妻一区二区三区视频| 水蜜桃什么品种好| 亚洲精品日韩在线中文字幕| 久久国内精品自在自线图片| 永久网站在线| 在现免费观看毛片| 国产探花极品一区二区| 国产精品精品国产色婷婷| 国产又黄又爽又无遮挡在线| 丰满人妻一区二区三区视频av| 最近2019中文字幕mv第一页| 天天躁夜夜躁狠狠久久av| 午夜精品在线福利| 亚洲欧美精品自产自拍| 男女视频在线观看网站免费| 国产精品一区二区在线观看99 | 国内精品美女久久久久久| 97热精品久久久久久| 亚洲丝袜综合中文字幕| 久久久久久国产a免费观看| 国产又黄又爽又无遮挡在线| 久久人人爽人人爽人人片va| 麻豆一二三区av精品| 又粗又硬又长又爽又黄的视频| 免费一级毛片在线播放高清视频| 国产视频首页在线观看| 免费观看精品视频网站| 激情 狠狠 欧美| 一个人看视频在线观看www免费| 一级毛片电影观看 | 色5月婷婷丁香| 中国国产av一级| 99热这里只有是精品50| 国产成人91sexporn| 又爽又黄无遮挡网站| 精华霜和精华液先用哪个| 久热久热在线精品观看| 日韩欧美 国产精品| 国产精品久久久久久精品电影小说 | 99久久无色码亚洲精品果冻| 人人妻人人澡人人爽人人夜夜 | 成人亚洲精品av一区二区| 久久久久精品久久久久真实原创| 欧美丝袜亚洲另类| 人妻夜夜爽99麻豆av| 18禁在线无遮挡免费观看视频| 三级男女做爰猛烈吃奶摸视频| 两个人视频免费观看高清| 精品不卡国产一区二区三区| videossex国产| 国产毛片a区久久久久| 国产精品嫩草影院av在线观看| av播播在线观看一区| 女人被狂操c到高潮| 国产一区亚洲一区在线观看| 久久精品国产亚洲av涩爱| 视频中文字幕在线观看| 亚洲av二区三区四区| 一级毛片久久久久久久久女| 国产精品一区二区三区四区免费观看| 亚洲aⅴ乱码一区二区在线播放| 日本免费在线观看一区| 免费看日本二区| 国产精品人妻久久久影院| 国产精品99久久久久久久久| 精品久久久久久久末码| 婷婷色麻豆天堂久久 | 国产爱豆传媒在线观看| 久久久久久久国产电影| 精品国产三级普通话版| 99热这里只有是精品50| 狠狠狠狠99中文字幕| 国产精品一区二区性色av| 能在线免费观看的黄片| 菩萨蛮人人尽说江南好唐韦庄 | 欧美不卡视频在线免费观看| 人妻少妇偷人精品九色| 午夜福利高清视频| 国产乱人偷精品视频| 久久久精品欧美日韩精品| 色综合色国产| 精品无人区乱码1区二区| 日本wwww免费看| 国产探花在线观看一区二区| 免费搜索国产男女视频| 22中文网久久字幕| 嘟嘟电影网在线观看| 国产一区二区在线av高清观看| 亚洲经典国产精华液单| 男人和女人高潮做爰伦理| 日本午夜av视频| a级一级毛片免费在线观看| 久久这里只有精品中国| 久久久久免费精品人妻一区二区| 男人和女人高潮做爰伦理| 97人妻精品一区二区三区麻豆| 亚洲天堂国产精品一区在线| 国产黄色小视频在线观看| 久久久久久九九精品二区国产| 麻豆av噜噜一区二区三区| 天堂√8在线中文| 成年版毛片免费区| 国产中年淑女户外野战色| 男女下面进入的视频免费午夜| 国产精品人妻久久久久久| 久久国内精品自在自线图片| 亚洲精品自拍成人| 国产高清三级在线| 69av精品久久久久久| 国语自产精品视频在线第100页| 国产视频内射| АⅤ资源中文在线天堂| 一个人看的www免费观看视频| 国产美女午夜福利| 丰满人妻一区二区三区视频av| 人妻制服诱惑在线中文字幕| 春色校园在线视频观看| 亚洲成人中文字幕在线播放| 秋霞伦理黄片| 噜噜噜噜噜久久久久久91| 大话2 男鬼变身卡| 国产在线一区二区三区精 | 男人的好看免费观看在线视频| 久久国产乱子免费精品| 欧美变态另类bdsm刘玥| 观看美女的网站| 亚洲激情五月婷婷啪啪|