• <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
    色av中文字幕| x7x7x7水蜜桃| 成人欧美大片| 一边摸一边做爽爽视频免费| 国产真人三级小视频在线观看| АⅤ资源中文在线天堂| 操出白浆在线播放| 午夜免费鲁丝| 动漫黄色视频在线观看| 亚洲成av片中文字幕在线观看| av在线天堂中文字幕| 女警被强在线播放| 亚洲 欧美一区二区三区| 黄网站色视频无遮挡免费观看| 美女免费视频网站| 一个人免费在线观看的高清视频| 两人在一起打扑克的视频| 成人欧美大片| 婷婷精品国产亚洲av在线| 亚洲精品美女久久av网站| 十八禁人妻一区二区| 亚洲国产精品久久男人天堂| 久热爱精品视频在线9| 啦啦啦免费观看视频1| 久久中文字幕一级| 免费看日本二区| 久久久久免费精品人妻一区二区 | 久久中文字幕人妻熟女| 女人被狂操c到高潮| 午夜日韩欧美国产| 波多野结衣av一区二区av| 国产精品自产拍在线观看55亚洲| 禁无遮挡网站| 淫妇啪啪啪对白视频| 侵犯人妻中文字幕一二三四区| 中文字幕人成人乱码亚洲影| 免费在线观看完整版高清| 亚洲精华国产精华精| 久久久国产成人免费| 精品久久久久久久末码| 亚洲欧美日韩高清在线视频| 淫妇啪啪啪对白视频| 男男h啪啪无遮挡| 韩国av一区二区三区四区| 欧美绝顶高潮抽搐喷水| 色老头精品视频在线观看| 亚洲精品在线美女| 男人舔女人的私密视频| 久久亚洲真实| 搡老妇女老女人老熟妇| 中文字幕精品免费在线观看视频| 亚洲自偷自拍图片 自拍| 最新在线观看一区二区三区| 禁无遮挡网站| 在线观看日韩欧美| 久久久精品国产亚洲av高清涩受| 成人三级做爰电影| 国产人伦9x9x在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲av成人av| 中文字幕精品亚洲无线码一区 | 曰老女人黄片| 亚洲精品中文字幕在线视频| 免费在线观看影片大全网站| 国产99白浆流出| 国产精品综合久久久久久久免费| 国产成人系列免费观看| 美女高潮喷水抽搐中文字幕| 国产精品九九99| 久久久国产精品麻豆| 欧美色视频一区免费| 久久久久精品国产欧美久久久| 两个人看的免费小视频| 亚洲第一欧美日韩一区二区三区| 精品无人区乱码1区二区| 夜夜夜夜夜久久久久| 久久久久精品国产欧美久久久| 国产1区2区3区精品| 777久久人妻少妇嫩草av网站| 精品电影一区二区在线| 成在线人永久免费视频| 久久久久久亚洲精品国产蜜桃av| 成年版毛片免费区| 久久精品aⅴ一区二区三区四区| 亚洲精华国产精华精| 精品久久久久久久久久久久久 | 日韩视频一区二区在线观看| 国产成人啪精品午夜网站| 国产乱人伦免费视频| 婷婷六月久久综合丁香| 亚洲色图 男人天堂 中文字幕| 免费观看精品视频网站| 男女午夜视频在线观看| 亚洲精华国产精华精| 欧美中文综合在线视频| 日日摸夜夜添夜夜添小说| 怎么达到女性高潮| 免费在线观看视频国产中文字幕亚洲| 成人永久免费在线观看视频| 国产精品99久久99久久久不卡| 18禁观看日本| 亚洲精品久久成人aⅴ小说| 国产一区二区激情短视频| 叶爱在线成人免费视频播放| 国产熟女午夜一区二区三区| 久久久国产成人精品二区| 亚洲国产精品久久男人天堂| 国产单亲对白刺激| 国产麻豆成人av免费视频| 亚洲成国产人片在线观看| 啦啦啦观看免费观看视频高清| 国产精品国产高清国产av| 此物有八面人人有两片| 在线观看一区二区三区| 国产精品二区激情视频| 岛国视频午夜一区免费看| 日韩三级视频一区二区三区| а√天堂www在线а√下载| 亚洲色图 男人天堂 中文字幕| 国产精品久久电影中文字幕| xxx96com| 999久久久国产精品视频| 亚洲人成77777在线视频| 在线观看日韩欧美| 欧美另类亚洲清纯唯美| 欧洲精品卡2卡3卡4卡5卡区| 精品久久久久久久久久久久久 | 757午夜福利合集在线观看| 男人舔奶头视频| 黄色女人牲交| 免费看美女性在线毛片视频| 国产久久久一区二区三区| 亚洲欧美精品综合一区二区三区| 黄色视频不卡| 特大巨黑吊av在线直播 | 极品教师在线免费播放| 精品国产乱码久久久久久男人| 夜夜爽天天搞| 99久久国产精品久久久| 成人18禁高潮啪啪吃奶动态图| 国产精品一区二区精品视频观看| 岛国视频午夜一区免费看| 别揉我奶头~嗯~啊~动态视频| 99国产精品99久久久久| 日韩 欧美 亚洲 中文字幕| 久久天躁狠狠躁夜夜2o2o| 欧美丝袜亚洲另类 | www.精华液| 久久伊人香网站| 亚洲电影在线观看av| 日韩三级视频一区二区三区| 午夜福利成人在线免费观看| 在线观看66精品国产| 久久精品影院6| 国产亚洲欧美98| 老熟妇乱子伦视频在线观看| 女性生殖器流出的白浆| 熟女少妇亚洲综合色aaa.| 中文亚洲av片在线观看爽| 香蕉久久夜色| 一a级毛片在线观看| 一本久久中文字幕| 欧美绝顶高潮抽搐喷水| 日韩三级视频一区二区三区| 法律面前人人平等表现在哪些方面| 亚洲中文字幕日韩| 久久人妻福利社区极品人妻图片| 成人18禁高潮啪啪吃奶动态图| 悠悠久久av| 18禁国产床啪视频网站| 老汉色av国产亚洲站长工具| 性色av乱码一区二区三区2| 真人一进一出gif抽搐免费| 一卡2卡三卡四卡精品乱码亚洲| 熟女电影av网| 日韩视频一区二区在线观看| 国产在线精品亚洲第一网站| 人人妻,人人澡人人爽秒播| 久久精品国产亚洲av高清一级| 在线播放国产精品三级| 波多野结衣高清无吗| 国产精品九九99| a在线观看视频网站| 日本撒尿小便嘘嘘汇集6| √禁漫天堂资源中文www| 国产成人av激情在线播放| 午夜免费成人在线视频| 禁无遮挡网站| 亚洲午夜精品一区,二区,三区| 亚洲成av片中文字幕在线观看| 夜夜夜夜夜久久久久| 一边摸一边做爽爽视频免费| 亚洲av第一区精品v没综合| xxx96com| 亚洲成人久久性| 他把我摸到了高潮在线观看| or卡值多少钱| 久久久久九九精品影院| 首页视频小说图片口味搜索| 不卡一级毛片| 久久天躁狠狠躁夜夜2o2o| 一级毛片高清免费大全| 亚洲第一青青草原| 成年女人毛片免费观看观看9| 午夜两性在线视频| 亚洲欧美一区二区三区黑人| 中文字幕av电影在线播放| 男人舔女人的私密视频| 天堂动漫精品| 最近最新免费中文字幕在线| 欧美人与性动交α欧美精品济南到| 99久久国产精品久久久| 精品无人区乱码1区二区| 看免费av毛片| 一二三四在线观看免费中文在| 男女午夜视频在线观看| 琪琪午夜伦伦电影理论片6080| 母亲3免费完整高清在线观看| 在线观看免费日韩欧美大片| 精品久久久久久久久久久久久 | 欧美乱妇无乱码| 美女扒开内裤让男人捅视频| 国产亚洲欧美98| 少妇的丰满在线观看| 老司机福利观看| 色老头精品视频在线观看| ponron亚洲| 国产真人三级小视频在线观看| 日本精品一区二区三区蜜桃| 99在线视频只有这里精品首页| 亚洲精品av麻豆狂野| 亚洲国产精品sss在线观看| 91av网站免费观看| 国产av一区在线观看免费| 国产精品1区2区在线观看.| 一a级毛片在线观看| 免费看十八禁软件| 国产av一区在线观看免费| 免费无遮挡裸体视频| 两个人免费观看高清视频| 19禁男女啪啪无遮挡网站| 人妻丰满熟妇av一区二区三区| 成年女人毛片免费观看观看9| 国产区一区二久久| av片东京热男人的天堂| 久久伊人香网站| 国产精品电影一区二区三区| 熟妇人妻久久中文字幕3abv| 精品少妇一区二区三区视频日本电影| 国产高清视频在线播放一区| 啦啦啦免费观看视频1| www.999成人在线观看| 精品国产乱码久久久久久男人| 男人的好看免费观看在线视频 | 特大巨黑吊av在线直播 | av片东京热男人的天堂| 欧美一区二区精品小视频在线| 久久久久久久精品吃奶| 中文资源天堂在线| 99在线人妻在线中文字幕| 在线av久久热| 日本免费一区二区三区高清不卡| 99riav亚洲国产免费| 热re99久久国产66热| 久久99热这里只有精品18| 久久久精品国产亚洲av高清涩受| 在线观看www视频免费| 黑丝袜美女国产一区| 亚洲天堂国产精品一区在线| 国产不卡一卡二| 国产真实乱freesex| 亚洲一区中文字幕在线| 国产精品精品国产色婷婷| 久久热在线av| 国产av一区二区精品久久| 国内精品久久久久久久电影| 悠悠久久av| 99久久无色码亚洲精品果冻| 熟妇人妻久久中文字幕3abv| 天天添夜夜摸| 成人欧美大片| 亚洲成av片中文字幕在线观看| 99久久综合精品五月天人人| 女人高潮潮喷娇喘18禁视频| 国产极品粉嫩免费观看在线| 亚洲中文字幕一区二区三区有码在线看 | 老熟妇乱子伦视频在线观看| 亚洲国产欧美日韩在线播放| 国产精品综合久久久久久久免费| 怎么达到女性高潮| 亚洲欧美激情综合另类| 亚洲中文av在线| 波多野结衣高清无吗| 色尼玛亚洲综合影院| 欧美色视频一区免费| 99久久国产精品久久久| 亚洲狠狠婷婷综合久久图片| 大型黄色视频在线免费观看| 曰老女人黄片| 欧美乱色亚洲激情| 欧美日韩亚洲国产一区二区在线观看| 精品一区二区三区四区五区乱码| 在线看三级毛片| 一本久久中文字幕| 久久久水蜜桃国产精品网| avwww免费| 在线视频色国产色| 少妇熟女aⅴ在线视频| 国产v大片淫在线免费观看| 欧美成人免费av一区二区三区| 成人18禁在线播放| 法律面前人人平等表现在哪些方面| 一本一本综合久久| 国产精品精品国产色婷婷| 亚洲中文字幕日韩| 国产日本99.免费观看| 亚洲成av片中文字幕在线观看| 欧美一级a爱片免费观看看 | 女性生殖器流出的白浆| 999久久久精品免费观看国产| 在线国产一区二区在线| 国产国语露脸激情在线看| 97超级碰碰碰精品色视频在线观看| aaaaa片日本免费| 精品一区二区三区av网在线观看| 变态另类成人亚洲欧美熟女| 久热这里只有精品99| 国产精品精品国产色婷婷| 亚洲精品中文字幕一二三四区| a级毛片a级免费在线| 精品免费久久久久久久清纯| 亚洲性夜色夜夜综合| 久久中文看片网| 黄色成人免费大全| 亚洲国产欧美网| 久久久久九九精品影院| 亚洲美女黄片视频| 我的亚洲天堂| av福利片在线| 国产成人精品无人区| 亚洲中文av在线| 91av网站免费观看| 精品国产一区二区三区四区第35| 国产不卡一卡二| 午夜福利在线在线| 国产午夜福利久久久久久| netflix在线观看网站| 精品久久久久久成人av| 国产精品1区2区在线观看.| 一区二区日韩欧美中文字幕| 欧美成狂野欧美在线观看| 国产成人精品久久二区二区免费| 国产男靠女视频免费网站| 少妇裸体淫交视频免费看高清 | 男女床上黄色一级片免费看| 午夜免费激情av| 精品久久久久久久久久免费视频| 亚洲精品中文字幕在线视频| 欧美激情极品国产一区二区三区| 日本一区二区免费在线视频| 欧美乱码精品一区二区三区| 韩国精品一区二区三区| 女性生殖器流出的白浆| 成年免费大片在线观看| 老司机深夜福利视频在线观看| 亚洲av成人不卡在线观看播放网| 啦啦啦 在线观看视频| 老司机福利观看| 老司机靠b影院| 久久人妻福利社区极品人妻图片| 伦理电影免费视频| 嫩草影视91久久| 亚洲中文av在线| 欧美丝袜亚洲另类 | 国内久久婷婷六月综合欲色啪| 国产精品免费视频内射| 91成年电影在线观看| 伦理电影免费视频| 久久久久亚洲av毛片大全| 亚洲五月天丁香| 欧美日本视频| 免费电影在线观看免费观看| aaaaa片日本免费| 精品国产亚洲在线| 日本a在线网址| 日韩大尺度精品在线看网址| 在线观看一区二区三区| 可以在线观看的亚洲视频| 激情在线观看视频在线高清| a级毛片a级免费在线| 我的亚洲天堂| 久久婷婷人人爽人人干人人爱| 国产成人啪精品午夜网站| 午夜a级毛片| 午夜成年电影在线免费观看| 久久中文看片网| 亚洲人成网站高清观看| 久久久水蜜桃国产精品网| 亚洲av中文字字幕乱码综合 | 欧美日韩瑟瑟在线播放| 男女视频在线观看网站免费 | 日韩欧美一区视频在线观看| 欧美中文综合在线视频| 午夜免费观看网址| 99精品在免费线老司机午夜| 亚洲人成77777在线视频| 国产熟女xx| 日韩欧美免费精品| 午夜激情av网站| 久久天躁狠狠躁夜夜2o2o| 日本成人三级电影网站| 亚洲成av人片免费观看| www.自偷自拍.com| 99久久综合精品五月天人人| 免费av毛片视频| 成人18禁高潮啪啪吃奶动态图| 在线免费观看的www视频| 91老司机精品| 久久久国产精品麻豆| 91九色精品人成在线观看| 欧美日韩亚洲综合一区二区三区_| 美国免费a级毛片| av视频在线观看入口| 久热爱精品视频在线9| 久久久久九九精品影院| 制服诱惑二区| 欧美亚洲日本最大视频资源| 三级毛片av免费| 午夜影院日韩av| 特大巨黑吊av在线直播 | 99国产极品粉嫩在线观看| 国产精品av久久久久免费| 黑丝袜美女国产一区| 黄色丝袜av网址大全| 男人舔奶头视频| 在线观看免费日韩欧美大片| 中文字幕久久专区| 男女下面进入的视频免费午夜 | 亚洲欧美精品综合久久99| 午夜福利高清视频| 高清毛片免费观看视频网站| 国产精品国产高清国产av| 俄罗斯特黄特色一大片| 色综合婷婷激情| 亚洲av成人av| 欧美大码av| 国内揄拍国产精品人妻在线 | 国语自产精品视频在线第100页| 91av网站免费观看| 色综合婷婷激情| 国产一区二区在线av高清观看| 久久热在线av| 午夜免费观看网址| 久久伊人香网站| 在线观看一区二区三区| 国产成人欧美在线观看| 好男人电影高清在线观看| 在线观看免费日韩欧美大片| 国产精品98久久久久久宅男小说| 成人午夜高清在线视频 | 亚洲一码二码三码区别大吗| 熟妇人妻久久中文字幕3abv| av在线天堂中文字幕| 日韩国内少妇激情av| 免费搜索国产男女视频| 黄色 视频免费看| 国产熟女午夜一区二区三区| 精品久久久久久,| 国产精品久久电影中文字幕| 亚洲国产欧洲综合997久久, | av超薄肉色丝袜交足视频| 精品一区二区三区视频在线观看免费| 人人妻人人澡人人看| 亚洲国产精品sss在线观看| 伦理电影免费视频| 视频区欧美日本亚洲| www日本在线高清视频| 视频在线观看一区二区三区| 免费在线观看影片大全网站| 欧美黄色淫秽网站| 国产精品,欧美在线| 国产激情欧美一区二区| 欧美成人性av电影在线观看| 精品一区二区三区视频在线观看免费| 国产日本99.免费观看| 亚洲精品久久成人aⅴ小说| 怎么达到女性高潮| 精品免费久久久久久久清纯| 亚洲精品在线美女| 在线av久久热| 欧美黄色片欧美黄色片| 亚洲一区二区三区不卡视频| 一边摸一边抽搐一进一小说| 久久精品影院6| 色播在线永久视频| 老鸭窝网址在线观看| 国产一区二区三区视频了| 免费在线观看成人毛片| 欧美黑人精品巨大| 日日摸夜夜添夜夜添小说| 亚洲七黄色美女视频| 亚洲三区欧美一区| 老司机午夜十八禁免费视频| 久久亚洲精品不卡| 丁香六月欧美| 欧美在线一区亚洲| 一区二区三区高清视频在线| 夜夜夜夜夜久久久久| 亚洲激情在线av| 亚洲av中文字字幕乱码综合 | 悠悠久久av| 亚洲第一欧美日韩一区二区三区| 日本精品一区二区三区蜜桃| 免费在线观看视频国产中文字幕亚洲| 这个男人来自地球电影免费观看| 婷婷精品国产亚洲av在线| 亚洲国产中文字幕在线视频| 国产精品日韩av在线免费观看| 亚洲一区中文字幕在线| av福利片在线| 亚洲精品久久成人aⅴ小说| 亚洲精品av麻豆狂野| 两个人视频免费观看高清| 欧美亚洲日本最大视频资源| 亚洲欧美精品综合久久99| 亚洲精品美女久久久久99蜜臀| 女人爽到高潮嗷嗷叫在线视频| 久久天躁狠狠躁夜夜2o2o| 自线自在国产av| 校园春色视频在线观看| 国产精品九九99| 精品福利观看| 中文字幕精品亚洲无线码一区 | 成人国语在线视频| 国产精品免费一区二区三区在线| 国产精品亚洲美女久久久| 禁无遮挡网站| 天天躁狠狠躁夜夜躁狠狠躁| 中文在线观看免费www的网站 | 成人国语在线视频| 亚洲国产欧洲综合997久久, | 一本一本综合久久| 久久国产精品男人的天堂亚洲| 黄片播放在线免费| 男女之事视频高清在线观看| 亚洲成人久久性| 亚洲avbb在线观看| videosex国产| 一二三四在线观看免费中文在| 无人区码免费观看不卡| 久久天堂一区二区三区四区| 成人永久免费在线观看视频| 成人手机av| 巨乳人妻的诱惑在线观看| 日日夜夜操网爽| 人成视频在线观看免费观看| 欧美亚洲日本最大视频资源| 美女扒开内裤让男人捅视频| 午夜福利免费观看在线| 黑人巨大精品欧美一区二区mp4| av片东京热男人的天堂| 国产成年人精品一区二区| 少妇熟女aⅴ在线视频| 在线观看免费午夜福利视频| 男人舔女人下体高潮全视频| 亚洲中文日韩欧美视频| 1024视频免费在线观看| 亚洲美女黄片视频| 看免费av毛片| 日本 欧美在线| 亚洲av成人不卡在线观看播放网| 91大片在线观看| 搡老妇女老女人老熟妇| 国产爱豆传媒在线观看 | 一边摸一边做爽爽视频免费| 欧美中文日本在线观看视频| 天堂√8在线中文| 亚洲色图av天堂| 国产日本99.免费观看| 九色国产91popny在线| 亚洲欧美一区二区三区黑人| 成人av一区二区三区在线看| 成人18禁在线播放| 91av网站免费观看| 国产高清视频在线播放一区| www.熟女人妻精品国产| 99国产综合亚洲精品| 欧美日韩黄片免| 色综合欧美亚洲国产小说| 视频区欧美日本亚洲| 日韩中文字幕欧美一区二区| 成熟少妇高潮喷水视频| 亚洲av日韩精品久久久久久密| 亚洲三区欧美一区| 特大巨黑吊av在线直播 | 欧美精品亚洲一区二区| 中文字幕精品亚洲无线码一区 | 国产精品 欧美亚洲| 国产精品av久久久久免费| 亚洲成人久久性| 黄色丝袜av网址大全| 国产黄色小视频在线观看| 18禁观看日本| 久久热在线av| 啪啪无遮挡十八禁网站| 99国产极品粉嫩在线观看| 精品国产乱子伦一区二区三区| 久久人妻福利社区极品人妻图片| 午夜视频精品福利| √禁漫天堂资源中文www| 国产亚洲欧美在线一区二区| 成年版毛片免费区| 欧美丝袜亚洲另类 | 国产私拍福利视频在线观看| 日本熟妇午夜|