• <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 ?

    隨機(jī)共振與神經(jīng)網(wǎng)絡(luò)結(jié)合的針刺材料強(qiáng)力預(yù)測(cè)*

    2016-07-15 08:47:27樸錦蘭錢(qián)曉明
    關(guān)鍵詞:RBF神經(jīng)網(wǎng)絡(luò)

    鄧 輝,周 浩,楊 森,樸錦蘭,錢(qián)曉明

    (1. 天津工業(yè)大學(xué) 紡織學(xué)院,天津 300387; 2. 天津工業(yè)大學(xué) 先進(jìn)紡織復(fù)合材料教育部重點(diǎn)實(shí)驗(yàn)室,天津 300387)

    ?

    隨機(jī)共振與神經(jīng)網(wǎng)絡(luò)結(jié)合的針刺材料強(qiáng)力預(yù)測(cè)*

    鄧輝1,2,周浩1,楊森1,樸錦蘭1,錢(qián)曉明1,2

    (1. 天津工業(yè)大學(xué) 紡織學(xué)院,天津 300387; 2. 天津工業(yè)大學(xué) 先進(jìn)紡織復(fù)合材料教育部重點(diǎn)實(shí)驗(yàn)室,天津 300387)

    摘要:采用最優(yōu)多級(jí)隨機(jī)共振方法對(duì)針刺非織造材料生產(chǎn)過(guò)程中采集到的原始數(shù)據(jù)進(jìn)行信息預(yù)處理,以RBF神經(jīng)網(wǎng)絡(luò)為訓(xùn)練方法,通過(guò)分析對(duì)針刺非織造材料生產(chǎn)有影響的各種因素,選擇合適的輸入層參數(shù),完成對(duì)針刺非織造材料強(qiáng)力的預(yù)測(cè). 通過(guò)滌綸和錦綸兩種纖維實(shí)驗(yàn)證明: 經(jīng)過(guò)最優(yōu)多級(jí)隨機(jī)共振預(yù)處理的 RBF 網(wǎng)絡(luò)預(yù)測(cè)模型明顯優(yōu)于沒(méi)有最優(yōu)多級(jí)隨機(jī)共振預(yù)處理的預(yù)測(cè)模型,相對(duì)誤差縮小了1.7~9倍,大大提高了預(yù)測(cè)準(zhǔn)確度.

    關(guān)鍵詞:針刺非織造材料; 強(qiáng)力性能; RBF神經(jīng)網(wǎng)絡(luò); 最優(yōu)多級(jí)隨機(jī)共振

    針刺非織造材料廣泛應(yīng)用于過(guò)濾、土工、合成革基材等產(chǎn)業(yè)中[1,2]. 強(qiáng)力性能是針刺非織造材料的最重要性能之一,其所有應(yīng)用領(lǐng)域均需要滿足相應(yīng)的強(qiáng)力性能指標(biāo). 能夠在針刺非織造材料生產(chǎn)過(guò)程中預(yù)知其強(qiáng)力性能是實(shí)現(xiàn)生產(chǎn)工藝優(yōu)化,避免材料浪費(fèi)、提高產(chǎn)品質(zhì)量的前提和關(guān)鍵. 目前針刺非織造材料的強(qiáng)力值主要通過(guò)離線方式進(jìn)行測(cè)量,也即生產(chǎn)完針刺非織造材料之后再進(jìn)行強(qiáng)力測(cè)量,不能實(shí)現(xiàn)強(qiáng)力性能的在線監(jiān)測(cè),這不利于針刺非織造材料性能的在線改進(jìn),容易造成產(chǎn)品浪費(fèi).

    材料制備的在線性能預(yù)測(cè)關(guān)鍵在于預(yù)測(cè)方法的研究. 目前預(yù)測(cè)方法主要采用神經(jīng)網(wǎng)絡(luò)的方法[3-5],RBF神經(jīng)網(wǎng)絡(luò)因其具有強(qiáng)大的學(xué)習(xí)能力與良好的泛化推廣能力,成為材料制備在線性能預(yù)測(cè)最常用的方法之一[6]. 但在針刺非織造材料生產(chǎn)過(guò)程中的在線強(qiáng)力性能預(yù)測(cè)中,由于其生產(chǎn)環(huán)境干擾較多,同時(shí)要求具有較高的預(yù)測(cè)準(zhǔn)確性,這就需要在進(jìn)行性能預(yù)測(cè)之前必須先將原始數(shù)據(jù)噪聲去除,然后再選取最能反映其生產(chǎn)過(guò)程的輸入層參數(shù),以達(dá)到較高的預(yù)測(cè)精度. 隨機(jī)共振[7,8]的概念是由Benzi等在研究古氣象冰川問(wèn)題時(shí)提出來(lái)的,其應(yīng)用研究已涉及到諸如生物醫(yī)學(xué)、化學(xué)反應(yīng)、信息通訊、光學(xué)超導(dǎo)、電子機(jī)械等工程領(lǐng)域[9-13],其中隨機(jī)共振特別是變尺度隨機(jī)共振方法對(duì)較短數(shù)據(jù)、較低信噪比的弱特征信號(hào)的處理有著獨(dú)特的優(yōu)勢(shì),在工程領(lǐng)域獲得了大量的應(yīng)用[14-16].

    本文先采用最優(yōu)多級(jí)聯(lián)隨機(jī)共振方法對(duì)原始數(shù)據(jù)進(jìn)行噪聲去除,然后再結(jié)合針刺非織造材料的生產(chǎn)過(guò)程選擇最合適的輸入層參數(shù),最后采用RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)其強(qiáng)力性能,建立了一種預(yù)測(cè)針刺非織造材料強(qiáng)力性能的方法. 實(shí)驗(yàn)結(jié)果證明,該方法可以較好地預(yù)測(cè)出針刺非織造材料的縱橫向強(qiáng)力性能.

    1原始信息的最優(yōu)隨機(jī)共振預(yù)處理

    1.1多級(jí)聯(lián)隨機(jī)共振算法

    隨機(jī)共振的主要特點(diǎn)可解釋為信號(hào)和一定能量的噪聲在非線性系統(tǒng)的作用下, 會(huì)產(chǎn)生與人們傳統(tǒng)直覺(jué)相反的結(jié)論, 即噪聲的引入不僅不會(huì)影響系統(tǒng)響應(yīng)的質(zhì)量, 在一定程度上還有可能加強(qiáng)系統(tǒng)響應(yīng)輸出, 提高系統(tǒng)輸出信噪比, 反映出噪聲和輸入信號(hào)在非線性系統(tǒng)作用下的協(xié)作效應(yīng).

    雙隨機(jī)共振系統(tǒng)結(jié)構(gòu)如圖1 所示. 圖中Sn(t)代表雙穩(wěn)系統(tǒng)輸入信號(hào);s(t)為被測(cè)有用信號(hào);n(t)為一定強(qiáng)度的白噪聲信號(hào).

    圖1 雙穩(wěn)隨機(jī)共振系統(tǒng)示意圖Fig.1 Diagram of SR system

    對(duì)隨機(jī)共振的數(shù)學(xué)描述,可用Langevin方程表示

    (1)

    式中:Acosωt為周期信號(hào),ε(t)為白噪聲. 二者之和可看作工程實(shí)測(cè)信號(hào),其余部分可視為非線性雙穩(wěn)系統(tǒng),其中b,c為系統(tǒng)參數(shù). 式(1)描述了過(guò)阻尼的質(zhì)點(diǎn)布朗運(yùn)動(dòng). 當(dāng)系統(tǒng)輸入為零時(shí),質(zhì)點(diǎn)處于兩個(gè)平衡點(diǎn)中的任意一個(gè). 當(dāng)A>0時(shí),整個(gè)系統(tǒng)的平衡將被打破,勢(shì)阱在信號(hào)的驅(qū)動(dòng)下,按頻率ω/2π發(fā)生周期性的傾斜變化,A只要處于臨界值A(chǔ)c以下,質(zhì)點(diǎn)就只能在某個(gè)勢(shì)阱內(nèi)以相同的頻率進(jìn)行局域的周期性運(yùn)動(dòng). 當(dāng)噪聲被引入后,即使在A0時(shí),信號(hào)給系統(tǒng)勢(shì)阱的切換引入周期變化,有效地對(duì)噪聲引起的切換進(jìn)行同步,從而使系統(tǒng)輸出中的小周期分量得到加強(qiáng),也即達(dá)到隨機(jī)共振現(xiàn)象.

    1.2最優(yōu)變尺度多級(jí)聯(lián)隨機(jī)共振預(yù)處理方法

    圖2 多級(jí)聯(lián)雙穩(wěn)SR系統(tǒng)示意圖Fig.2 Diagram of multistage stochastic resonance system

    將圖1 所示的單個(gè)雙穩(wěn)系統(tǒng)進(jìn)行多級(jí)串聯(lián)(前一級(jí)輸出對(duì)應(yīng)后一級(jí)輸入)便可構(gòu)成如圖2 所示的多級(jí)聯(lián)隨機(jī)共振系統(tǒng). 多級(jí)聯(lián)雙穩(wěn)系統(tǒng)相對(duì)于單級(jí)隨機(jī)共振系統(tǒng)來(lái)說(shuō),具有更好的過(guò)濾噪聲性能,但是隨著級(jí)數(shù)的增加,會(huì)將原始信息中的有用信息也過(guò)濾掉,因此必須對(duì)多級(jí)聯(lián)隨機(jī)共振系統(tǒng)中的級(jí)數(shù)進(jìn)行限制,以便能最大限度地發(fā)揮多級(jí)聯(lián)隨機(jī)共振的優(yōu)點(diǎn).

    圖3 最佳隨機(jī)共振級(jí)數(shù)判斷流程圖Fig.3 Diagram of stage judging of optimal multistage stochastic resonance

    基于上述原因,本文先采用“變尺度”的思想來(lái)研究信號(hào)的隨機(jī)共振現(xiàn)象, 然后通過(guò)最優(yōu)級(jí)數(shù)的自動(dòng)判斷來(lái)完成最優(yōu)多級(jí)隨機(jī)共振. 其步驟為: ① 對(duì)實(shí)測(cè)信號(hào)的頻率進(jìn)行線性壓縮,以滿足小頻率參數(shù)的隨機(jī)共振條件; ② 分析雙穩(wěn)系統(tǒng)的響應(yīng)譜, 最佳隨機(jī)共振級(jí)數(shù)判斷流程圖以得到驅(qū)動(dòng)信號(hào)的頻譜特征; ③ 按壓縮尺度比還原實(shí)測(cè)數(shù)據(jù). 這種思想的實(shí)質(zhì)就是通過(guò)高頻率到低頻率的變換, 使得信號(hào)頻率符合或接近隨機(jī)共振所要求的小參數(shù)條件, 從而得到信號(hào)的隨機(jī)共振. 其具體運(yùn)算過(guò)程是: ① 確定一個(gè)頻率壓縮尺度比R; ② 根據(jù)R定義一個(gè)壓縮采樣頻率fsr; ③ 由壓縮采樣頻率fsr得到數(shù)值計(jì)算步長(zhǎng); ④ 數(shù)值求解雙穩(wěn)系統(tǒng)的響應(yīng)輸出.

    為方便工程上的應(yīng)用,在變尺度隨機(jī)共振運(yùn)算方法中嵌入最佳隨機(jī)共振級(jí)數(shù)判斷模塊,如圖3 所示,其判斷條件為: 只要最后一級(jí)隨機(jī)共振滿足 “殘余噪聲幅度與整體信號(hào)有效平均幅度的比小于預(yù)先設(shè)定的要求精度值”,則認(rèn)為該級(jí)為最優(yōu)級(jí)數(shù). 該方法在本文中得到應(yīng)用,取得了較好的效果.

    為清楚說(shuō)明上述過(guò)程,以針刺頻率為624 刺/min的針刺非織造材料加工過(guò)程為例,得到如圖4 所示的數(shù)據(jù)圖. 實(shí)驗(yàn)參數(shù)為: 原料纖維為滌綸(纖維細(xì)度: 0.78 Tex; 纖維長(zhǎng)度: 55 mm); 成網(wǎng)方式: 梳理成網(wǎng); 鋪網(wǎng)方式: 交叉鋪網(wǎng); 鋪網(wǎng)層數(shù): 6層; 喂入速度: 1.565 m/min; 針刺深度: 10 mm. 采集參數(shù): 采樣頻率10 000 Hz,采樣點(diǎn)數(shù)2 048點(diǎn). 經(jīng)最佳隨機(jī)共振級(jí)數(shù)判斷,本例最佳級(jí)數(shù)為2,其每級(jí)參數(shù)為: 1級(jí)級(jí)聯(lián)參數(shù)取為:a=16,b=1,壓縮采樣頻率為60 Hz; 2級(jí)聯(lián)參數(shù)為:a=0.1,b=1,壓縮采樣頻率8 Hz.

    圖4 最優(yōu)多級(jí)聯(lián)隨機(jī)共振處理實(shí)例對(duì)比圖Fig.4 Diagram of example comparison of optimal multistage stochastic resonance

    從圖4(a)可以看出,噪聲雖然已經(jīng)淹沒(méi)了原始信號(hào)的信息,但是圖4(b)的原始信號(hào)頻譜圖仍然可以看出其低頻段的主要信息,噪聲都集中在了高頻段. 由于這些噪聲信息的存在,會(huì)造成對(duì)原始信號(hào)的干擾,必然會(huì)影響原始信號(hào)里蘊(yùn)含的有效信息的準(zhǔn)確性. 從圖4(c)可以看出,通過(guò)最優(yōu)多級(jí)聯(lián)隨機(jī)共振的預(yù)處理之后,原始信號(hào)清楚地顯露出來(lái),而且圖4(d)的頻域信息也可以看出,其高頻噪聲明顯被消除了很多,而低頻信息也最大限度得到了保留.

    可以看出,經(jīng)過(guò)最佳多級(jí)隨機(jī)共振預(yù)處理之后,從時(shí)域上看,其噪聲得到了明顯的抑制,從頻域上看,其原始信號(hào)中的有效信息也得到了保留. 對(duì)于其他的針刺頻率點(diǎn)本文均做了類似的處理,這里不再贅述.

    2RBF神經(jīng)網(wǎng)絡(luò)原理

    RBF 網(wǎng)絡(luò)是一種單隱層的前饋單向網(wǎng)絡(luò),由輸入層、隱含層和輸出層構(gòu)成,輸入層和隱含層之間是一種非線性關(guān)系,隱含層和輸出層之間是一種線性關(guān)系,具有學(xué)習(xí)速度快,非線性逼近能力強(qiáng),能有效地避免局部最優(yōu)等優(yōu)點(diǎn),可以為針刺非織造材料提供一種很好的非線性預(yù)測(cè)模型,其結(jié)構(gòu)如圖5 所示.

    圖5 RBF網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.5 Diagram of RBF neural network

    RBF神經(jīng)網(wǎng)絡(luò)的基本思想是: 用徑向基函數(shù)作為隱單元的“基”,構(gòu)成隱含層空間,隱含層對(duì)輸入矢量進(jìn)行變換,將低維的模式輸入數(shù)據(jù)變換到高維空間內(nèi),使得在低維空間內(nèi)的線性不可分問(wèn)題在高維空間內(nèi)線性可分. RBF 神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖5 所示. RBF 網(wǎng)絡(luò)從輸入空間到隱含空間的變換是非線性的,而從隱含層空間到輸出層空間的變換則是線性的.

    RBF 網(wǎng)絡(luò)隱節(jié)點(diǎn)激勵(lì)函數(shù)φ(j= 1,2,…,N)定義為具有徑向?qū)ΨQ性質(zhì)的基函數(shù)(即徑向基函數(shù)),通常采用式(1)形式的高斯函數(shù)

    (1)

    式中:x為輸入向量;cj是j個(gè)隱節(jié)點(diǎn)的中心(稱為中心向量),與x具有相同維數(shù)的向量,x-cj是向量‖x-cj‖的范數(shù),通常表示x與cj之間的距離;σj是第j個(gè)感知的變量,決定了該基函數(shù)圍繞中心點(diǎn)的寬度. 正是由于徑向基函數(shù)的特殊性質(zhì),才導(dǎo)致它對(duì)輸入變量某一范圍具有選擇性的反應(yīng)能力,從而造成了RBF 網(wǎng)絡(luò)的局部調(diào)諧能力.

    網(wǎng)絡(luò)輸出為

    (2)

    式中:wj是網(wǎng)絡(luò)的輸出權(quán)值,N是感知單元的個(gè)數(shù)(隱含層節(jié)點(diǎn)數(shù)).

    2.1神經(jīng)網(wǎng)絡(luò)輸入層參數(shù)的確定

    針刺非織造材料在生產(chǎn)過(guò)程中的全部工藝參數(shù)都會(huì)影響其最終的產(chǎn)品性能,這些工藝參數(shù)作用到生產(chǎn)設(shè)備上就得到多個(gè)運(yùn)行狀態(tài)參量. 如果將所有的運(yùn)行狀態(tài)參量均用于作為神經(jīng)網(wǎng)絡(luò)的輸入層參數(shù),無(wú)疑會(huì)造成輸入?yún)?shù)過(guò)多,網(wǎng)絡(luò)運(yùn)行速度變慢、收斂速度變慢等問(wèn)題,因此必須要對(duì)這些參量進(jìn)行化簡(jiǎn),以避免上述問(wèn)題.

    本文根據(jù)針刺非織造材料的生產(chǎn)工藝特點(diǎn),選取了運(yùn)行狀態(tài)參量中的峭度、裕度因數(shù)和脈沖因數(shù)作為網(wǎng)絡(luò)輸入層. 在針刺非織造材料加工過(guò)程中,其主要的加工形態(tài)就在于刺針對(duì)纖維原材料形成的纖網(wǎng)進(jìn)行快速的沖擊,在快速?zèng)_擊中實(shí)現(xiàn)刺針對(duì)纖維的纏結(jié). 峭度、裕度因數(shù)和脈沖因數(shù)這3種無(wú)量綱參數(shù)均反映了加工過(guò)程中刺針對(duì)纖維原材料形成的纖網(wǎng)造成沖擊的變化性能,峭度反映了沖擊的劇烈程度,裕度因數(shù)反映了沖擊對(duì)系統(tǒng)穩(wěn)定性的影響,而脈沖因數(shù)則反映了沖擊過(guò)后回到初始狀態(tài)的過(guò)程快慢.

    2.2針刺頻率點(diǎn)的選擇

    針刺非織造材料在生產(chǎn)過(guò)程中,其加工狀態(tài)是從纖維態(tài)經(jīng)過(guò)針刺形成具有一定強(qiáng)力的非織造材料,若對(duì)強(qiáng)力有進(jìn)一步要求則再進(jìn)行多次的針刺加工.

    對(duì)于針刺過(guò)程而言,針刺速度為低速時(shí),其針刺非織造材料往往處在半網(wǎng)半布的狀態(tài),隨著針刺速度的上升,纖維網(wǎng)在針刺非織造材料中占的比重越來(lái)越少; 而當(dāng)針刺速度為中高速時(shí),針刺非織造材料已經(jīng)形成具有一定固結(jié)度的非織造材料,其中的纖維網(wǎng)已基本消失; 針刺速度過(guò)高時(shí),會(huì)對(duì)非織造材料中纏結(jié)程度很高的非織造材料造成損傷,從而導(dǎo)致強(qiáng)力下降.

    由上所述,本文選取了中高速的針刺加工頻率作為原始數(shù)據(jù)的采樣點(diǎn),這種頻率點(diǎn)在實(shí)際生產(chǎn)中也是最常見(jiàn)的.

    3結(jié)果與討論

    本文選取表1 數(shù)據(jù)的前19組作為訓(xùn)練數(shù)據(jù),輸入層為3種參數(shù),輸出層為縱橫向強(qiáng)力,后3組作為比對(duì)數(shù)據(jù),先對(duì)數(shù)據(jù)進(jìn)行歸一化,再進(jìn)行反歸一化,得到相應(yīng)實(shí)驗(yàn)數(shù)據(jù). 實(shí)驗(yàn)參數(shù)為: 加工纖維為滌綸纖維(纖維細(xì)度: 7.8 dTex; 纖維長(zhǎng)度: 55 mm; 成網(wǎng)方式: 梳理成網(wǎng); 鋪網(wǎng)方式: 交叉鋪網(wǎng); 鋪網(wǎng)層數(shù): 6層; 喂入速度: 1.565 m/min; 針刺深度: 10 mm. 采集參數(shù): 采樣頻率10 000 Hz,采樣點(diǎn)數(shù)2 048點(diǎn).)其經(jīng)過(guò)最佳隨機(jī)共振后分析得出的峭度指標(biāo)、裕度因數(shù)和脈沖因數(shù)如表1 所示. 表2 和表3 顯示了滌綸纖維在加工之后得到的非織造材料的橫向強(qiáng)力和縱向強(qiáng)力的對(duì)比數(shù)據(jù).

    表1 滌綸和錦綸兩種纖維加工經(jīng)過(guò)最優(yōu)隨機(jī)共振預(yù)處理后的輸入層數(shù)值

    從表2和表3可以看出,通過(guò)最優(yōu)多級(jí)隨機(jī)共振預(yù)處理后的預(yù)測(cè)結(jié)果比沒(méi)有經(jīng)過(guò)預(yù)處理的預(yù)測(cè)結(jié)果,絕對(duì)誤差和相對(duì)誤差都得到了明顯的降低. 其中,橫向強(qiáng)力的預(yù)測(cè)結(jié)果的相對(duì)誤差優(yōu)化表現(xiàn)的尤為明顯,特別是在583的頻率點(diǎn),其相對(duì)誤差縮小了9倍之多. 為驗(yàn)證本方法的有效性,本文又以錦綸纖維作為實(shí)驗(yàn)材料做了類似的實(shí)驗(yàn)以證明該方法的準(zhǔn)確性. 其經(jīng)過(guò)最佳隨機(jī)共振后分析得出的峭度指標(biāo)、裕度因數(shù)、和脈沖因數(shù)如表1所示. 表4和表5顯示了錦綸纖維在加工之后得到的非織造材料的縱橫向強(qiáng)力對(duì)比數(shù)據(jù).

    表2 滌綸橫向強(qiáng)力對(duì)比表

    表3 滌綸縱向強(qiáng)力實(shí)驗(yàn)結(jié)果

    從表4 和表5 可以看出,通過(guò)最優(yōu)多級(jí)隨機(jī)共振預(yù)處理后的預(yù)測(cè)結(jié)果比沒(méi)有經(jīng)過(guò)隨機(jī)共振預(yù)處理的預(yù)測(cè)結(jié)果,絕對(duì)誤差和相對(duì)誤差同樣也得到了明顯的降低,證明該種預(yù)測(cè)方法是有效的.

    表4 錦綸橫向強(qiáng)力實(shí)驗(yàn)結(jié)果對(duì)比圖

    表5 錦綸縱向強(qiáng)力實(shí)驗(yàn)結(jié)果對(duì)比圖

    4結(jié)論

    本文采用最優(yōu)多級(jí)隨機(jī)共振對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理,以RBF神經(jīng)網(wǎng)絡(luò)為訓(xùn)練方法,通過(guò)選擇合適的輸入層參數(shù),以滌綸和錦綸兩種纖維進(jìn)行實(shí)驗(yàn)得出的縱橫向強(qiáng)力作為輸出變量,對(duì)比了有無(wú)最優(yōu)多級(jí)隨機(jī)共振預(yù)處理的預(yù)測(cè)誤差. 實(shí)驗(yàn)表明經(jīng)過(guò)最優(yōu)多級(jí)隨機(jī)共振預(yù)處理的 RBF 網(wǎng)絡(luò)預(yù)測(cè)模型明顯優(yōu)于沒(méi)有最優(yōu)多級(jí)隨機(jī)共振預(yù)處理的預(yù)測(cè)模型,這就為后續(xù)實(shí)現(xiàn)針刺非織造材料強(qiáng)力在線預(yù)測(cè)系統(tǒng)打下了良好的理論基礎(chǔ).

    參考文獻(xiàn):

    [1]李熙,靳雙林. 我國(guó)針刺過(guò)濾氈的現(xiàn)狀及展望[J]. 產(chǎn)業(yè)用紡織品,2008,26(6): 6-8.

    Li Xi, Jin Shuanglin. Present situation and prospect of needle filtrated feh in China[J]. Technical Textiles, 2008, 26(6): 6-8. (in Chinese)

    [2]柯勤飛,靳向煜. 非織造學(xué)[M]. 上海: 東華大學(xué)出版社,2010.

    [3]尹海蓮,胡自力. 基于BP神經(jīng)網(wǎng)絡(luò)的復(fù)合材料性能預(yù)測(cè)[J]. 南京航空航天大學(xué)學(xué)報(bào),2006, 38(2): 234-238.

    Yin Hailian, Hu Zili. Prediction of composite material properties based on BP algorithm of artificial neutral network[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2006, 38(2): 234-238. (in Chinese)

    [4]喬英杰,尹海蓮,梁軍. 基于人工神經(jīng)網(wǎng)絡(luò)的碳/陶瓷復(fù)合材料性能預(yù)測(cè)[J]. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2005, 35(3): 400-403.

    Qiao Yingjie, Yin Hailian, Liang Jun. Property prediction of carbon-ceramics composite material based on artificial neutral network[J]. Journal of Southeast University(Natural Science Edition), 2005, 35(3): 400-403. (in Chinese)

    [5]曾廣勝,孫剛. 基于BP神經(jīng)網(wǎng)絡(luò)的生物質(zhì)發(fā)泡材料性能預(yù)測(cè)模型及應(yīng)用[J]. 復(fù)合材料學(xué)報(bào),2014,31(1): 107-111.

    Zeng Guangsheng , Sun Gang. Prediction model and application of biological foaming materials based on BP neural network[J]. Acta Materiae Compositae Sinica, 2014,31(1): 107-111. (in Chinese)

    [6]高雋. 人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M]. 北京: 機(jī)械工業(yè)出版社,2006.

    [7]Benzi R, Sutera A, Vulpiana A. The mechanism of stochastic resonance[J]. J. Phys. A, 1981, 14: 453-457.

    [8]Benzi B, Parisi G, Sutera A, et al. Stochastic resonance in climatic change[J]. Tellus, 1982, 34: 10-16.

    [9]Longtin A. Stochastic resonance in neuron models[J]. J. Stat. Phys., 1993, 70: 309-327.

    [10]Stochastic L A. Resonance in multi-threshold systems[J]. 1995, Phys. Lett. A, 208: 315-322.

    [11]Collins J J, Chow C C, Imhoff T T. Aperiodic stochastic resonance in excitable systems[J]. Phys. Rev. E, 1995, 52: 3321-3324.

    [12]Collins J J. Aperiodic stochastic resonance[J]. Phys. Rev. E, 1996, 54: 5575-5584.

    [13]Heneghan C, Chow C C. Information measures quantifying aperiodic stochastic resonance[J]. Phys. Rev. E, 1996, 54: 2228-2231.

    [14]楊祥龍,汪樂(lè)宇. 一種強(qiáng)噪聲背景下弱信號(hào)檢測(cè)的非線性方法[J]. 電子與信息學(xué)報(bào),2002,24(6): 811-815.

    Yang Xianglong, Wang Leyu. A new detection method of weak signals in strong background-noise level[J]. Journal of Electronics & Information Technology, 2002,24(6): 811-815. (in Chinese)

    [15]胡蔦慶,陳敏,溫熙森. 隨機(jī)共振理論在轉(zhuǎn)子碰摩故障早期檢測(cè)中的應(yīng)用[J]. 機(jī)械工程學(xué)報(bào),2001,37(9): 88-91.

    Hu Niaoqing, Chen Min, Wen Xisen. Application of stochastic resonance theory for early detecting rub - impact fault of rotor system[J]. Journal of Mechanical Engineering, 2001, 37(9): 88-91. (in Chinese)

    [16]冷永剛,王太勇. 級(jí)聯(lián)雙穩(wěn)系統(tǒng)的隨機(jī)共振特性[J]. 物理學(xué)報(bào),2005,54(3): 1118-1125.

    Leng Yonggang, Wang Taiyong. Stochastic resonance behaviors of bistable systems connected in series[J]. Acta Physica Sinica, 2005, 54(3): 1118-1125. (in Chinese)

    Needle Punching Nonwoven Strength Prediction on Combination of SR and Neural Network

    DENG Hui1,2, ZHOU Hao1, YANG Sen1, PIAO Jinlan1, QIAN Xiaoming1,2

    (1. School of Textiles, Tianjin Polytechnic University, Tianjin 300387, China;2. Key Laboratory of Advanced Textile Composites, Ministry of Education of China,Tianjin Polytechnic University,Tianjin 300387, China)

    Abstract:The optimal multistage stochastic resonance is used to preprocess the raw data gathered in needle punching nonwoven production process, RBF neural network is selected as the training method and at the same time the appropriate input layer parameters is selected too, through analyzing a variety of the influential factors of the needle punching nonwovenproduction, strength performance of needle punching nonwoven is predicted. Experiments which the polyester and nylon fibers are usedshow that the RBF network prediction model through optimal multistage stochastic resonance pretreatment is significantly better than the prediction model without optimal multistage stochastic resonance pretreatment, and the relative error is reduced by 1.7 to 9 times.This method can greatly improve the prediction accuracy.

    Key words:needle punching nonwoven; strength properties; RBF neural network; optimal multistage stochastic resonance

    文章編號(hào):1671-7449(2016)04-0277-07

    收稿日期:2016-03-27

    基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(51005168); 天津市應(yīng)用基礎(chǔ)與前沿技術(shù)研究計(jì)劃重點(diǎn)資助項(xiàng)目(15JCZDJC38500); 紡織工程國(guó)家重點(diǎn)學(xué)科優(yōu)秀青年教師計(jì)劃資助項(xiàng)目(13-06-01)

    作者簡(jiǎn)介:鄧輝(1979-),男,副教授,碩士生導(dǎo)師,主要從事非織造材料與工程的研究.

    中圖分類號(hào):TS171.9

    文獻(xiàn)標(biāo)識(shí)碼:A

    doi:10.3969/j.issn.1671-7449.2016.04.001

    猜你喜歡
    RBF神經(jīng)網(wǎng)絡(luò)
    基于BP和RBF的手機(jī)網(wǎng)民規(guī)模預(yù)測(cè)方法研究
    基于RBF神經(jīng)網(wǎng)絡(luò)的交通事故預(yù)測(cè)
    商情(2016年46期)2017-03-06 04:08:38
    無(wú)線Mesh網(wǎng)絡(luò)發(fā)展
    無(wú)線Mesh網(wǎng)絡(luò)安全性研究
    無(wú)線Mesh網(wǎng)絡(luò)基礎(chǔ)知識(shí)
    基于RBF神經(jīng)網(wǎng)絡(luò)的PID自校正控制研究
    基于RBF神經(jīng)網(wǎng)絡(luò)的一回路核動(dòng)力裝置典型故障診斷
    科技視界(2016年18期)2016-11-03 23:59:24
    基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法探究
    RBF神經(jīng)網(wǎng)絡(luò)在創(chuàng)業(yè)板新股定價(jià)問(wèn)題上的研究
    基于遺傳優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的電動(dòng)負(fù)載模擬器控制
    狂野欧美激情性bbbbbb| 久久久国产精品麻豆| 男女边摸边吃奶| 日本撒尿小便嘘嘘汇集6| 精品一区在线观看国产| 亚洲一区中文字幕在线| 午夜影院在线不卡| 亚洲一码二码三码区别大吗| 成年女人毛片免费观看观看9 | 欧美黄色片欧美黄色片| 亚洲五月婷婷丁香| 淫妇啪啪啪对白视频 | 少妇裸体淫交视频免费看高清 | 老司机在亚洲福利影院| 国产xxxxx性猛交| 啦啦啦 在线观看视频| 国产精品偷伦视频观看了| 精品欧美一区二区三区在线| 女人爽到高潮嗷嗷叫在线视频| 国产欧美日韩一区二区三区在线| 男女床上黄色一级片免费看| 久久久国产成人免费| 搡老乐熟女国产| 777久久人妻少妇嫩草av网站| 波多野结衣av一区二区av| 人人妻人人澡人人爽人人夜夜| 亚洲一卡2卡3卡4卡5卡精品中文| 精品国产乱子伦一区二区三区 | 一进一出抽搐动态| 亚洲国产欧美网| 久久久久久人人人人人| 国产欧美日韩一区二区三 | 91精品伊人久久大香线蕉| 久久久久久免费高清国产稀缺| 国产淫语在线视频| 51午夜福利影视在线观看| 精品久久久久久电影网| 一本久久精品| 国产真人三级小视频在线观看| 久久中文字幕一级| 日本vs欧美在线观看视频| 高潮久久久久久久久久久不卡| www日本在线高清视频| 岛国在线观看网站| 日本91视频免费播放| 97在线人人人人妻| 丝袜美腿诱惑在线| 国产男人的电影天堂91| 精品福利观看| a级片在线免费高清观看视频| 母亲3免费完整高清在线观看| av又黄又爽大尺度在线免费看| 一本久久精品| 在线观看免费视频网站a站| 男女下面插进去视频免费观看| 精品久久蜜臀av无| av免费在线观看网站| 成年动漫av网址| 欧美精品人与动牲交sv欧美| 中文精品一卡2卡3卡4更新| 咕卡用的链子| 国产精品久久久av美女十八| 一级片免费观看大全| 欧美另类亚洲清纯唯美| 精品少妇一区二区三区视频日本电影| 久久久欧美国产精品| 一级,二级,三级黄色视频| 多毛熟女@视频| 精品福利观看| 99国产精品免费福利视频| 成年人黄色毛片网站| 两个人看的免费小视频| 午夜精品国产一区二区电影| 成在线人永久免费视频| 精品久久蜜臀av无| 欧美成人午夜精品| 99国产精品免费福利视频| 欧美日韩视频精品一区| 大片免费播放器 马上看| 99久久人妻综合| 亚洲人成77777在线视频| 国产麻豆69| 中文字幕高清在线视频| 国产成人系列免费观看| 男女之事视频高清在线观看| 国产男女内射视频| 婷婷色av中文字幕| 成在线人永久免费视频| 人人澡人人妻人| 日韩中文字幕欧美一区二区| 日韩熟女老妇一区二区性免费视频| 99热国产这里只有精品6| 亚洲中文日韩欧美视频| 免费少妇av软件| 久久99一区二区三区| 欧美日韩亚洲国产一区二区在线观看 | 国产欧美日韩一区二区精品| 9191精品国产免费久久| 青春草视频在线免费观看| 美女大奶头黄色视频| av一本久久久久| 老熟妇乱子伦视频在线观看 | 国产成人免费观看mmmm| 天天躁日日躁夜夜躁夜夜| 精品亚洲成国产av| 午夜福利在线观看吧| 国产人伦9x9x在线观看| 亚洲全国av大片| 亚洲性夜色夜夜综合| 成人国产av品久久久| 丝袜在线中文字幕| 成人免费观看视频高清| av又黄又爽大尺度在线免费看| 黄色视频在线播放观看不卡| 国产一区二区三区综合在线观看| 一本—道久久a久久精品蜜桃钙片| 人人妻人人澡人人爽人人夜夜| 国产成人影院久久av| 91老司机精品| 在线观看人妻少妇| 老鸭窝网址在线观看| 亚洲欧洲精品一区二区精品久久久| 建设人人有责人人尽责人人享有的| 欧美黑人欧美精品刺激| 亚洲伊人久久精品综合| 国产精品一区二区精品视频观看| 成年人免费黄色播放视频| 99久久国产精品久久久| 美国免费a级毛片| 日韩 欧美 亚洲 中文字幕| 一级片免费观看大全| 丰满迷人的少妇在线观看| 12—13女人毛片做爰片一| 国产成人精品在线电影| 国产片内射在线| 精品国产超薄肉色丝袜足j| 亚洲精品粉嫩美女一区| 午夜激情久久久久久久| 少妇粗大呻吟视频| 国产男女超爽视频在线观看| 国产高清videossex| 亚洲精品国产区一区二| 亚洲国产精品一区二区三区在线| 日本av手机在线免费观看| 国产欧美日韩一区二区三区在线| 黄频高清免费视频| 精品少妇久久久久久888优播| 男人舔女人的私密视频| 日韩人妻精品一区2区三区| 黑人欧美特级aaaaaa片| 嫩草影视91久久| 免费观看av网站的网址| 两个人看的免费小视频| 搡老岳熟女国产| 色精品久久人妻99蜜桃| 亚洲精品av麻豆狂野| 精品亚洲成国产av| 男人操女人黄网站| 高清欧美精品videossex| 欧美黑人精品巨大| 久久这里只有精品19| 色播在线永久视频| 宅男免费午夜| 99久久国产精品久久久| 国产亚洲av高清不卡| 日韩三级视频一区二区三区| 美女扒开内裤让男人捅视频| www.自偷自拍.com| 最近最新免费中文字幕在线| 欧美乱码精品一区二区三区| a级片在线免费高清观看视频| 视频区图区小说| 色婷婷久久久亚洲欧美| 国产精品.久久久| 国产成人欧美在线观看 | 我要看黄色一级片免费的| 考比视频在线观看| 女人精品久久久久毛片| 黄色视频在线播放观看不卡| 亚洲国产日韩一区二区| 多毛熟女@视频| 中文字幕制服av| 成年美女黄网站色视频大全免费| 国精品久久久久久国模美| av在线老鸭窝| 别揉我奶头~嗯~啊~动态视频 | 超色免费av| 91精品伊人久久大香线蕉| 美女中出高潮动态图| 香蕉国产在线看| 9191精品国产免费久久| 高清视频免费观看一区二区| 亚洲avbb在线观看| 国产深夜福利视频在线观看| a在线观看视频网站| 王馨瑶露胸无遮挡在线观看| 宅男免费午夜| 久久久国产一区二区| 不卡一级毛片| 伊人亚洲综合成人网| 国产av国产精品国产| 亚洲第一av免费看| 香蕉国产在线看| 夜夜骑夜夜射夜夜干| 宅男免费午夜| 欧美日韩亚洲国产一区二区在线观看 | 电影成人av| 中文字幕av电影在线播放| 巨乳人妻的诱惑在线观看| 在线观看免费日韩欧美大片| 美女国产高潮福利片在线看| 国产免费现黄频在线看| 亚洲国产精品一区三区| 免费少妇av软件| 1024视频免费在线观看| 国产免费一区二区三区四区乱码| 纯流量卡能插随身wifi吗| 少妇裸体淫交视频免费看高清 | 在线观看免费视频网站a站| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品第二区| 成在线人永久免费视频| 国产99久久九九免费精品| 亚洲国产看品久久| av片东京热男人的天堂| 国产高清视频在线播放一区 | 性色av一级| 黄色视频,在线免费观看| 日本猛色少妇xxxxx猛交久久| 999久久久国产精品视频| 永久免费av网站大全| 久久 成人 亚洲| 一区二区日韩欧美中文字幕| 欧美黄色淫秽网站| 久久久久久久国产电影| 亚洲一区二区三区欧美精品| 高清欧美精品videossex| 91精品三级在线观看| 久久久久国产一级毛片高清牌| 不卡一级毛片| 免费看十八禁软件| 女性被躁到高潮视频| 亚洲精品粉嫩美女一区| 精品第一国产精品| 日韩欧美一区视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 国产视频一区二区在线看| 俄罗斯特黄特色一大片| 国产av国产精品国产| 欧美黑人精品巨大| 自拍欧美九色日韩亚洲蝌蚪91| 午夜两性在线视频| 最近最新免费中文字幕在线| 在线 av 中文字幕| 久久中文字幕一级| 亚洲成人手机| 国产在线视频一区二区| 亚洲综合色网址| 欧美亚洲日本最大视频资源| 最新的欧美精品一区二区| 中文字幕精品免费在线观看视频| 免费高清在线观看日韩| 国产1区2区3区精品| 国产淫语在线视频| 精品久久蜜臀av无| 日本91视频免费播放| 69精品国产乱码久久久| 动漫黄色视频在线观看| 国产黄色免费在线视频| a级毛片黄视频| videosex国产| 日日夜夜操网爽| 国产又色又爽无遮挡免| 一级片'在线观看视频| 自线自在国产av| 大香蕉久久成人网| 一级黄色大片毛片| 狠狠狠狠99中文字幕| 美女福利国产在线| 亚洲精品美女久久av网站| www.熟女人妻精品国产| 欧美在线黄色| 大码成人一级视频| 国产在线一区二区三区精| 欧美精品一区二区免费开放| 又紧又爽又黄一区二区| 国产福利在线免费观看视频| 不卡av一区二区三区| 十八禁网站免费在线| 男女国产视频网站| 久久精品aⅴ一区二区三区四区| 操美女的视频在线观看| 老汉色∧v一级毛片| 亚洲一区二区三区欧美精品| 欧美精品亚洲一区二区| 纵有疾风起免费观看全集完整版| 两性午夜刺激爽爽歪歪视频在线观看 | 黄片大片在线免费观看| 国产精品1区2区在线观看. | av欧美777| 久久久久久亚洲精品国产蜜桃av| 日本五十路高清| 久久香蕉激情| 女人被躁到高潮嗷嗷叫费观| 国产欧美日韩一区二区精品| 超碰97精品在线观看| a级毛片在线看网站| 欧美性长视频在线观看| 成年美女黄网站色视频大全免费| 一本大道久久a久久精品| 久久久国产精品麻豆| xxxhd国产人妻xxx| 99精品欧美一区二区三区四区| 法律面前人人平等表现在哪些方面 | 大型av网站在线播放| 精品国产国语对白av| 成年人免费黄色播放视频| 亚洲国产精品一区三区| 久久av网站| svipshipincom国产片| 国产成人系列免费观看| 亚洲第一欧美日韩一区二区三区 | 日韩视频在线欧美| 亚洲综合色网址| 一个人免费看片子| 爱豆传媒免费全集在线观看| 成年av动漫网址| 国产精品一区二区在线不卡| 欧美亚洲日本最大视频资源| 精品久久久久久久毛片微露脸 | 欧美日韩国产mv在线观看视频| 精品亚洲成国产av| 69av精品久久久久久 | 中文字幕高清在线视频| 在线观看人妻少妇| 免费看十八禁软件| 国产成人a∨麻豆精品| 国产精品麻豆人妻色哟哟久久| 国产福利在线免费观看视频| 50天的宝宝边吃奶边哭怎么回事| 伊人久久大香线蕉亚洲五| 久久99一区二区三区| 久久综合国产亚洲精品| 国产深夜福利视频在线观看| 老鸭窝网址在线观看| 久久 成人 亚洲| 久久精品熟女亚洲av麻豆精品| 亚洲熟女精品中文字幕| 中文字幕精品免费在线观看视频| 亚洲第一青青草原| 最新在线观看一区二区三区| 午夜免费成人在线视频| 桃花免费在线播放| 丝瓜视频免费看黄片| 亚洲美女黄色视频免费看| 丰满饥渴人妻一区二区三| 亚洲一区二区三区欧美精品| 99国产精品一区二区三区| 国产亚洲精品久久久久5区| 午夜福利影视在线免费观看| 久久人妻熟女aⅴ| 国产精品久久久久成人av| 成在线人永久免费视频| 欧美 亚洲 国产 日韩一| 黄色视频,在线免费观看| 9191精品国产免费久久| 中文字幕人妻丝袜制服| 久久精品亚洲熟妇少妇任你| 啪啪无遮挡十八禁网站| 一级a爱视频在线免费观看| 国产精品 国内视频| 狂野欧美激情性bbbbbb| 国产精品偷伦视频观看了| 午夜91福利影院| 成年人免费黄色播放视频| 脱女人内裤的视频| 女性生殖器流出的白浆| 国产av国产精品国产| 19禁男女啪啪无遮挡网站| 亚洲色图综合在线观看| 亚洲av美国av| www.精华液| 亚洲激情五月婷婷啪啪| 久久国产亚洲av麻豆专区| kizo精华| 免费在线观看日本一区| 视频区欧美日本亚洲| 大片免费播放器 马上看| 老司机影院毛片| 9191精品国产免费久久| 久久人妻熟女aⅴ| www日本在线高清视频| 国产成人精品无人区| 老司机亚洲免费影院| cao死你这个sao货| 国产精品久久久久久精品电影小说| 欧美精品人与动牲交sv欧美| 国产精品国产三级国产专区5o| 在线观看免费日韩欧美大片| 另类精品久久| 精品国产乱码久久久久久小说| 18禁观看日本| 首页视频小说图片口味搜索| 精品一品国产午夜福利视频| 精品一区在线观看国产| 精品少妇黑人巨大在线播放| av在线播放精品| 日韩熟女老妇一区二区性免费视频| 午夜日韩欧美国产| 成年美女黄网站色视频大全免费| 亚洲精品一卡2卡三卡4卡5卡 | 99国产精品一区二区三区| 久久人妻福利社区极品人妻图片| 老司机影院成人| av网站免费在线观看视频| 97精品久久久久久久久久精品| 这个男人来自地球电影免费观看| 动漫黄色视频在线观看| 久久精品久久久久久噜噜老黄| 国产在线一区二区三区精| 日韩大片免费观看网站| 一区二区日韩欧美中文字幕| 久久国产精品人妻蜜桃| 国产精品九九99| 精品国产国语对白av| 丝袜美腿诱惑在线| 老熟妇乱子伦视频在线观看 | 亚洲精品国产av成人精品| 日韩欧美免费精品| 黄色视频在线播放观看不卡| 久久性视频一级片| 91字幕亚洲| 国产97色在线日韩免费| 一区福利在线观看| 久久久久久久久免费视频了| 90打野战视频偷拍视频| 99国产精品一区二区三区| 精品福利永久在线观看| 亚洲精品在线美女| 国产精品秋霞免费鲁丝片| 亚洲成人免费av在线播放| 十分钟在线观看高清视频www| 国产真人三级小视频在线观看| 午夜久久久在线观看| av欧美777| 成人18禁高潮啪啪吃奶动态图| 亚洲精品美女久久av网站| 大片免费播放器 马上看| 男女之事视频高清在线观看| 又紧又爽又黄一区二区| 精品熟女少妇八av免费久了| 91大片在线观看| 国产一卡二卡三卡精品| 淫妇啪啪啪对白视频 | 欧美大码av| 十八禁网站网址无遮挡| 女人爽到高潮嗷嗷叫在线视频| 最近最新中文字幕大全免费视频| 99热全是精品| 国产成人一区二区三区免费视频网站| 欧美在线黄色| 91老司机精品| 最近中文字幕2019免费版| 女性被躁到高潮视频| 亚洲人成电影观看| 亚洲av成人不卡在线观看播放网 | 18禁国产床啪视频网站| 国产av国产精品国产| 久久人妻福利社区极品人妻图片| 国产精品1区2区在线观看. | 美女高潮到喷水免费观看| 国产在视频线精品| 18在线观看网站| 午夜精品国产一区二区电影| 国产成人欧美在线观看 | 天天影视国产精品| 国产高清国产精品国产三级| videosex国产| 丝袜脚勾引网站| 欧美日韩成人在线一区二区| 成人国产一区最新在线观看| 中文精品一卡2卡3卡4更新| 亚洲精品一二三| 日日爽夜夜爽网站| 亚洲一码二码三码区别大吗| 婷婷色av中文字幕| 一本色道久久久久久精品综合| 少妇被粗大的猛进出69影院| 国产1区2区3区精品| 51午夜福利影视在线观看| 国产精品国产三级国产专区5o| 视频区图区小说| 日韩 欧美 亚洲 中文字幕| 9色porny在线观看| 精品久久久久久久毛片微露脸 | 国内毛片毛片毛片毛片毛片| 亚洲五月色婷婷综合| 日本一区二区免费在线视频| 男人添女人高潮全过程视频| 我的亚洲天堂| 叶爱在线成人免费视频播放| 国产亚洲av高清不卡| 国产成人av教育| 久久狼人影院| 免费在线观看日本一区| 久久精品国产亚洲av高清一级| 天堂俺去俺来也www色官网| 国产一区二区在线观看av| h视频一区二区三区| 久久99热这里只频精品6学生| 肉色欧美久久久久久久蜜桃| 一边摸一边做爽爽视频免费| 少妇人妻久久综合中文| 两个人免费观看高清视频| 啦啦啦视频在线资源免费观看| 亚洲av日韩在线播放| 欧美日韩黄片免| 国产精品亚洲av一区麻豆| 亚洲精品一二三| 亚洲av成人一区二区三| 日韩人妻精品一区2区三区| 亚洲精品国产av蜜桃| 大片电影免费在线观看免费| 欧美日本中文国产一区发布| 欧美激情久久久久久爽电影 | 黄色怎么调成土黄色| 中文字幕人妻丝袜制服| 久久久久久免费高清国产稀缺| 国产区一区二久久| 91麻豆精品激情在线观看国产 | 一级片免费观看大全| 久久久久久久国产电影| 欧美中文综合在线视频| 亚洲国产日韩一区二区| 亚洲午夜精品一区,二区,三区| 午夜精品久久久久久毛片777| 亚洲 国产 在线| 欧美黄色淫秽网站| 青春草视频在线免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 久久亚洲精品不卡| 午夜福利,免费看| 国产成人啪精品午夜网站| 欧美人与性动交α欧美软件| 精品免费久久久久久久清纯 | 亚洲国产欧美一区二区综合| 国产精品1区2区在线观看. | 亚洲精品在线美女| 亚洲欧美成人综合另类久久久| videos熟女内射| 色综合欧美亚洲国产小说| 宅男免费午夜| 91精品伊人久久大香线蕉| 亚洲av日韩在线播放| 欧美成人午夜精品| 久久精品成人免费网站| 亚洲精品国产av蜜桃| 成年女人毛片免费观看观看9 | 欧美一级毛片孕妇| 精品人妻在线不人妻| 久久99热这里只频精品6学生| 黄色视频,在线免费观看| 777久久人妻少妇嫩草av网站| 制服诱惑二区| 极品少妇高潮喷水抽搐| 两人在一起打扑克的视频| 日本欧美视频一区| 一区二区av电影网| 亚洲欧美色中文字幕在线| 亚洲avbb在线观看| 99re6热这里在线精品视频| 亚洲中文日韩欧美视频| 视频区欧美日本亚洲| 欧美激情久久久久久爽电影 | videosex国产| 99国产精品一区二区三区| 麻豆av在线久日| 老司机靠b影院| 亚洲成国产人片在线观看| 国产又色又爽无遮挡免| 一区二区三区四区激情视频| 99精国产麻豆久久婷婷| 免费日韩欧美在线观看| 丝袜人妻中文字幕| www.自偷自拍.com| 成人国语在线视频| 男女无遮挡免费网站观看| 伦理电影免费视频| 亚洲成av片中文字幕在线观看| 一区二区三区四区激情视频| 俄罗斯特黄特色一大片| a 毛片基地| 日本av免费视频播放| 久久人人97超碰香蕉20202| 爱豆传媒免费全集在线观看| 一区二区日韩欧美中文字幕| 亚洲情色 制服丝袜| 国产亚洲欧美在线一区二区| 我要看黄色一级片免费的| 色精品久久人妻99蜜桃| 丝袜在线中文字幕| 国产97色在线日韩免费| av视频免费观看在线观看| 精品少妇久久久久久888优播| 大陆偷拍与自拍| 九色亚洲精品在线播放| 一区在线观看完整版| 91成人精品电影| 亚洲avbb在线观看| 在线精品无人区一区二区三| 美国免费a级毛片| 免费看十八禁软件| 自线自在国产av| 2018国产大陆天天弄谢| 亚洲av美国av|