• <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Hadoop的GA-BP網(wǎng)絡在山洪預測中的研究

    2016-09-07 05:51:57孫丹丹
    計算機測量與控制 2016年1期
    關鍵詞:山洪權值遺傳算法

    孫丹丹,寧 芊

    (四川大學 電子信息學院,成都 610065)

    ?

    基于Hadoop的GA-BP網(wǎng)絡在山洪預測中的研究

    孫丹丹,寧芊

    (四川大學 電子信息學院,成都610065)

    研究了山洪災害監(jiān)測預警系統(tǒng)中雨情數(shù)據(jù)的分布式存儲和分布式預測;針對采集到的水文數(shù)據(jù)急劇增長和對預測精度和預報時效的要求不斷提高,分別應用Hadoop分布式文件系統(tǒng)對數(shù)據(jù)進行分布式存儲和 MapReduce框架結合遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的權值和閾值進行分布式預測;采用基于BP神經(jīng)網(wǎng)絡的多因子山洪災害雨量預測模型,結合遺傳算法能夠實現(xiàn)全局優(yōu)化特點來優(yōu)化神經(jīng)網(wǎng)絡的權值和閾值,并在數(shù)據(jù)并行處理過程中,采用了批處理和MapReduce工作流的方式,以誤差和準確率來評估預測模型,解決了神經(jīng)網(wǎng)絡在處理海量數(shù)據(jù)時訓練時間長等問題;實驗表明,該方法可以在不影響準確度的前提下,大大縮短運行時間,提高預測效率。

    Hadoop;Map-Reduce;并行計算;BP神經(jīng)網(wǎng)絡;遺傳算法

    0 引言

    山洪災害預報對于山洪災害防治有著重大的意義[1],隨著對預測精度和預報時效的要求不斷提高,采集到的相關的雨情數(shù)據(jù)資料數(shù)目增多,數(shù)據(jù)量急劇增長;另一方面,數(shù)據(jù)相關性的計算要求越來越高,從而導致傳統(tǒng)數(shù)據(jù)挖掘技術逐漸無法有效地應用于山洪數(shù)據(jù)挖掘。隨著科學技術發(fā)展,分布式技術的出現(xiàn)為更高效地處理海量雨情數(shù)據(jù)提供了可能,分布式技術已逐漸成為數(shù)據(jù)挖掘的重要組成部分。

    結合目前山洪災害預報情況,本文在開源云計算平臺hadoop[2]的基礎上,試驗一種基于MapReduce的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權值和閾值[3]的并行計算預測方法[4],一方面結合遺傳算法對BP神經(jīng)網(wǎng)絡算法的權值和閾值進行改進,克服BP算法中權值和閾值隨機生成導致訓練結果可能會陷入局部最優(yōu)、學習過程收斂速度慢的缺點;另一方面利用MapReduce并行分布式運行機制,提升預測效率,縮短訓練周期。

    1 Hadoop框架工作機制

    Hadoop[5]是一個由Apache基金會開發(fā)的分布式系統(tǒng)基礎架構,能實現(xiàn)高效的分布式計算和海量存儲,主要由分布式文件系統(tǒng)HDFS(hadoop distributed file system)和MapReduce分布式并行計算架構組成。

    1.1HDFS

    HDFS[5](hadoop distributed file system,分布式文件系統(tǒng))是Hadoop架構中的一個分布式文件管理系統(tǒng),整個Hadoop體系架構主要通過HDFS實現(xiàn)分布式存儲的底層支持。因為HDFS具有高容錯性的特點,所以它可以用來部署在低廉的硬件上。它提供高吞吐率的特性用來訪問應用程序的數(shù)據(jù),適合有海量數(shù)據(jù)集的應用程序。如圖1[5]所示,HDFS采用主從(Master/Slave)結構模型,一個HDFS集群由一個NameNode和若干個DataNode組成,其中NameNode是主節(jié)點,管理與維護文件系統(tǒng)的命名空間和調(diào)節(jié)控制客戶端對文件的訪問操作,DataNode是從節(jié)點,管理真實文件數(shù)據(jù)的存儲。

    圖1 HDFS體系結構圖

    1.2MapReduce

    MapReduce[5]是一種并行編程模型,用于海量數(shù)據(jù)集的并行計算,基于它可以將任務分發(fā)到集群上,并以一種可靠容錯的方式實現(xiàn)Hadoop的并行任務處理功能。MapReduce框架由一個JobTracker和多個TaskTracker組成,JobTracker運行在主節(jié)點,負責調(diào)度構成作業(yè)的所有任務并監(jiān)控它們的執(zhí)行情況,TaskTracker運行在每個從節(jié)點,負責執(zhí)行由主節(jié)點指派的任務。

    MapReduce模型主要有Map和Reducer兩個函數(shù)。Map主要負責對數(shù)據(jù)的分析處理,最終轉化為Key-Value的數(shù)據(jù)結構;Reduce端主要是獲取Map出來的結果,對結果進行統(tǒng)計。如圖2[5]所示,MapReduce將輸入的大規(guī)模數(shù)據(jù)集切分為若干數(shù)據(jù)塊,由Map函數(shù)以完全并行的方式處理它們并生成中間結果,這些中間結果經(jīng)過合并形成最終結果。通常,分布式文件系統(tǒng)與MapReduce框架的計算節(jié)點和存儲節(jié)點在一起,這樣可以使整個集群的網(wǎng)絡帶寬得到高效利用,允許框架在已經(jīng)存有數(shù)據(jù)的節(jié)點上高效地調(diào)度任務。

    2 基于hadoop的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權值及閾值

    本文中結合樣本數(shù)據(jù)特征,對基于hadoop的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權值及閾值,在前人基礎上[4]做了一些有效改進:1)將數(shù)據(jù)預處理、樣本訓練與驗證、測試改進為線性組合式MapReduce作業(yè)流;2)將降雨數(shù)據(jù)集分到多個Map端并行處理;3)在對樣本訓練時采用批處理[9]的方式,即網(wǎng)絡的權值和閾值的更新是在本地所有的樣本處理完之后進行的,這樣網(wǎng)絡的誤差是所有樣本的誤差和,可以獲得更精確的梯度,而且這種處理方式與樣本的輸入順序無關,可以更有利于數(shù)據(jù)的并行計算。實驗結果表明,此方法在效率和精度上都有所提高。

    整個過程分為3個階段:1)數(shù)據(jù)準備階段。對獲取的降雨數(shù)據(jù)進行預處理,定義訓練集、驗證集和測試集。2)數(shù)據(jù)訓練階段。利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的初始權值和閾值,得到最優(yōu)后再利用神經(jīng)網(wǎng)絡算法進行訓練。3)用訓練后的權值和閾值進行驗證,評估是否滿足精度要求,若滿足則訓練結束,不滿足則繼續(xù)進行尋優(yōu)訓練。

    2.1數(shù)據(jù)預處理

    由于時間跨度大,采集到的山洪災害發(fā)生前的累計降雨量數(shù)據(jù)差異較大,因此要先對降雨樣本數(shù)據(jù)進行預處理。為了提高運行效率,本文中采用單獨的一個MapReduce任務完成對數(shù)據(jù)的歸一化操作,采用最大最小值法。歸一化公式為:

    (1)

    公式(1)中x表示某雨量數(shù)據(jù),xmax表示樣本數(shù)據(jù)中的最大值,xmin表示樣本數(shù)據(jù)的最小值,x′表示經(jīng)歸一化處理后某雨量數(shù)據(jù)。結果在輸出之前經(jīng)由反歸一化公式處理后得出預測的雨量數(shù)據(jù)。

    將歸一化后的所有樣本數(shù)據(jù)按60%、20%、20%比例輸出到3個文件中,分別做為訓練樣本,驗證樣本,測試樣本數(shù)據(jù)使用。

    2.2基于hadoop的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權值及閾值

    如圖3所示,本文中遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的權值及閾值基本流程如圖3所示。

    由圖3可知,本文的總體思想是讓map端負責所在節(jié)點上本地數(shù)據(jù)的遺傳算法優(yōu)化及神經(jīng)網(wǎng)絡訓練,具體步驟為:

    先通過遺傳算法對網(wǎng)絡的權值及閾值全局尋優(yōu),經(jīng)過一定次數(shù)后用BP神經(jīng)網(wǎng)絡訓練,達到訓練精度或迭代次數(shù)后,輸出本地最優(yōu)神經(jīng)網(wǎng)絡權值及閾值,reduce端負責收集各個map端輸出的最優(yōu)權值和閾值,然后對這些權值和閾值求平均值,作為全局新的神經(jīng)網(wǎng)絡權值和閾值,然后將更新后的權值和閾值代入驗證樣本中進行測試,如果測試精度滿足條件或迭代次數(shù)達到后則結束,否則將進入下一次的mapreduce任務繼續(xù)進行遺傳算法尋優(yōu)和BP神經(jīng)網(wǎng)絡訓練。

    2.2.1map函數(shù)

    在map函數(shù)的初始化setup()函數(shù)中讀取全局權值及閾值,然后函數(shù)開始讀取需要訓練的樣本數(shù)據(jù)(為了加快總體運行速度,已單獨使用一個mapreduce任務對數(shù)據(jù)進行歸一化處理,根據(jù)本文需要采用線性mapreduce job流方式),根據(jù)結構需要分解出BP神經(jīng)網(wǎng)絡的輸入和輸出。隨機生成30組權值及閾值通過遺傳算法進行尋優(yōu),經(jīng)過一定迭代次數(shù)后將得到的優(yōu)化后的權值和閾值代入BP神經(jīng)網(wǎng)絡對本地全部數(shù)據(jù)進行訓練尋求本地最優(yōu)。當達到訓練次數(shù)或誤差滿足要求時輸出最優(yōu)的權值及閾值。

    2.2.2Reduce函數(shù)

    Reduce函數(shù)將不同map端的權值和閾值融合處理。根據(jù)key值將相同key對應的value值相加求平均,輸出最終優(yōu)化后的權值和閾值作為全局最優(yōu)。

    反復執(zhí)行多次MapReduce任務后,若精度滿足要求或達到迭代次數(shù)了,則訓練結束。

    3 實驗

    3.1多因子山洪災害雨量預測BP神經(jīng)網(wǎng)絡模型

    如圖4所示,本文借助前人建立的基于BP神經(jīng)網(wǎng)絡的多因子山洪災害雨量預測模型[8]來預測監(jiān)測站的降雨量值,并使

    圖2 MapReduce任務處理流程圖

    圖3基于MapReduce的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權值及閾值流程圖

    用遺傳算法來優(yōu)化神經(jīng)網(wǎng)絡的權值和閾值。該預測模型為:選取歷次山洪災害爆發(fā)前3個時間段(1 h,3 h,12 h)內(nèi)自動雨量監(jiān)測站采集的累計雨量值和預見期內(nèi)的降雨強度值,結合山洪實際爆發(fā)地的地質(zhì)地貌環(huán)境、土壤植被等因素,作為神經(jīng)網(wǎng)絡的輸入,以預見期內(nèi)的最大累計雨量值作為預測模型的輸出,該模型的數(shù)學表達式為:

    注:Y(i+T)表示i+T時刻的最大累計雨量的預測值,A表示災害發(fā)生地的地質(zhì)因子,B表示其地貌因子,C表示其植被因子,X(i-nj)表示i時刻前nj(j=1,2,3) 段時間內(nèi)的累計雨量值,I(i+T)表示未來T時間段內(nèi)的降雨強度值,e(i+T)為模型誤差。

    圖4 雨情預測BP模型結構圖

    3.2基于遺傳算法的BP神經(jīng)網(wǎng)絡結構

    BP神經(jīng)網(wǎng)絡雖然具有強大的自適應性,對于一些模糊的非線性問題能夠很好地構建和逼近。然而由于算法本身的局限性,它也存在著明顯的缺陷:1)初始權值和閾值是隨機生成的,收斂速度較為緩慢;2)訓練結果可能會陷入局部極小而導致得不到全局最優(yōu)。而遺傳算法是一種基于自然選擇與進化機制的隨機搜索算法,具有良好的全局搜索性。因此對于雨情的預測,本文在如圖4所示的BP神經(jīng)網(wǎng)絡基礎上,利用遺傳算法對權值和閾值進行全局尋優(yōu),從而提高網(wǎng)絡的收斂速度和算法精度。如圖5所示。

    圖5 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡權值閾值結構圖

    3.3Hadoop平臺環(huán)境配置

    本實驗采用五臺 Dell 臺式機搭建集群,其中1臺作為控制節(jié)點NameNode,其余4臺作為數(shù)據(jù)節(jié)點DateNode。操作系統(tǒng)win7,配置為:雙核 CPU,主頻1.8 G,內(nèi)存 1 G,硬盤100 G。網(wǎng)絡環(huán)境為百兆局域網(wǎng)。Hadoop 版本為hadoop-1.2.1。

    3.4實驗數(shù)據(jù)

    本文以四川省崇州市26個雨量監(jiān)測站得到的山洪監(jiān)測數(shù)據(jù)為例(2014.1~2014.12)。去掉缺省值,共有9216條數(shù)據(jù),由上可知,每條數(shù)據(jù)由8個特征值組成。

    3.5結果分析

    以下從運行時間(取10次運行結果的平均值)、誤差率(取10次運行結果的平均值,以平均相對誤差率表示)及達到預測精度所迭代的次數(shù)3個方面對單機和hadoop集群實驗情況進行分析:

    3.5.1運行時間測試

    如下圖6所示,參照隱層節(jié)點數(shù)的經(jīng)驗公式[12],分別測試了當隱層節(jié)點數(shù)為2,8,15,20,25的情況下算法運行時間,其中縱坐標以分鐘為單位。

    圖6 運行時間

    3.5.2誤差率測試

    如表1所示。

    表1 誤差率與迭代次數(shù)表

    4 結論

    針本文利用基于HDFS的海量數(shù)據(jù)存儲和基于MapReduce的分布式計算實現(xiàn)了山洪預測功能。利用遺傳算法對神經(jīng)網(wǎng)絡的權值和閾值進行優(yōu)化實現(xiàn)了對監(jiān)測站降雨量的預測。通過實驗表明,與傳統(tǒng)方法相比,該方式預測的精準性和單機較為接近,預測結果與實際值都比較接近;在預測時間上,該方式大大提高了計算效率。

    [1]劉志雨,楊大文,胡健偉. 基于動態(tài)臨界雨量的中小河流山洪預警方法及其應用[J].北京師范大學學報(自然科學版) ,2010,46(3):317-321.

    [2] 張麗.基于云平臺的短時交通流預測算法設計與實現(xiàn)[D].大連:大連理工大學,2013.

    [3] 王小川,史峰,郁磊,等.MATLAB神經(jīng)網(wǎng)絡43個案例分析[M].北京:北京航空航天大學出版社,2013.

    [4] 陳春萍,查雅行,錢平,等.基于MapReduce的BP神經(jīng)網(wǎng)絡遺傳算法在非線性系統(tǒng)辨識中的研究[A].中國通信學會青年工作委員會.虛擬運營與云計算--第十八屆全國青年通信學術年會論文集(下冊)[C].北京:國防工業(yè)出版社,2013.

    [5] 陸嘉恒.Hadoop實戰(zhàn)(第2版)[M].北京:機械工業(yè)出版社,2012.

    [6] 李榮斌.基于Hadoop平臺和遺傳算法的貝葉斯網(wǎng)結構學習[D].云南:云南大學,2014.

    [7] 盧建中,程浩.改進GA優(yōu)化BP神經(jīng)網(wǎng)絡的短時交通流預測[J].合肥工業(yè)大學學報(自然科學版),2015,38(1):127-131.

    [8] 鄧成靚. 神經(jīng)網(wǎng)絡優(yōu)化及其在山洪災害預測中的應用研究[D]. 成都:四川大學,2014.

    [9] 張弦.基于數(shù)據(jù)并行的BP神經(jīng)網(wǎng)絡訓練算法[D].武漢:華中科技大學,2008.

    [10] Zhu C, Rao R. The Improved BP Algorithm Based on MapReduce and Genetic Algorithm[A]. Computer Science & Service System (CSSS), 2012 International Conference on[C]. IEEE, 2012:1567-1570.

    [11] 劉寅. Hadoop下基于貝葉斯分類的氣象數(shù)據(jù)挖掘研究[D].南京:南京信息過程大學,2012.

    [12] 吳永明,吳晟.改進的遺傳算法在神經(jīng)網(wǎng)絡結構優(yōu)化中的應用[J].微型機與應用,2011, 30(3):79-81.

    [13] 劉剛.Hadoop應用開發(fā)技術詳解[M].北京:機械工業(yè)出版社,2014.

    Study of Hadoop-based GA-BP Network in the Flash Flood Forecasting

    Sun Dandan,Ning Qian

    (College of Electronics and Information Engineering, Sichuan University, Chengdu610065, China)

    Distributed storage and Distributed prediction method for flash flood forecasting disaster forecasting system of Rainfall data is researched. Focused on the rapid growth of the collected Hydrological data and the demands for prediction accuracy and timeliness of forecasts is increasing, respectively used Hadoop distributed file system to store data and use MapReduce framework and the genetic algorithm to optimize the number of hidden layer nodes and the weights as well as the thresholds of the network to predict data. Based on multi-factor flash flood disaster rainfall BP neural network prediction model, combining the characteristics of genetic algorithm can achieve global optimization to optimize the number of hidden layer nodes and the weights as well as the thresholds of the network,and in the procedure of data parallel processing adopted the way of batch mode and MapReduce workflow, and used the error and the accuracy to evaluate the prediction model,which solve the problem of network training time when the neural network in dealing with mass data. Experiments show that this method can greatly reduce the running time without affecting the accuracy, and improve prediction efficiency.

    Hadoop; Map-Reduce; parallel computing; BP neural network;genetic algorithm

    2015-07-03;

    2015-08-25。

    孫丹丹(1992-),女,山東棗莊人,碩士研究生,主要從事云計算、智能控制方向的研究。

    1671-4598(2016)01-0187-04

    10.16526/j.cnki.11-4762/tp.2016.01.052

    TP311.11

    A

    猜你喜歡
    山洪權值遺傳算法
    一種融合時間權值和用戶行為序列的電影推薦模型
    CONTENTS
    優(yōu)雅地表達
    基于自適應遺傳算法的CSAMT一維反演
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應用
    基于權值動量的RBM加速學習算法研究
    自動化學報(2017年7期)2017-04-18 13:41:02
    基于遺傳算法和LS-SVM的財務危機預測
    遭遇暴雨山洪如何避險自救
    基于改進的遺傳算法的模糊聚類算法
    湖北省山洪溝治理思路淺析
    中國水利(2015年9期)2015-02-28 15:13:20
    特大巨黑吊av在线直播| 亚洲一级一片aⅴ在线观看| av在线老鸭窝| 亚洲精品第二区| 精品国产国语对白av| 偷拍熟女少妇极品色| 日韩制服骚丝袜av| 亚洲av中文av极速乱| 永久免费av网站大全| 国产av码专区亚洲av| 一级毛片黄色毛片免费观看视频| 久久99蜜桃精品久久| 有码 亚洲区| 男男h啪啪无遮挡| 婷婷色av中文字幕| 亚洲精华国产精华液的使用体验| 国产极品天堂在线| 观看美女的网站| 国产成人精品一,二区| 大又大粗又爽又黄少妇毛片口| 欧美高清成人免费视频www| 色网站视频免费| 最黄视频免费看| 女人精品久久久久毛片| 一区二区三区免费毛片| 日日啪夜夜爽| 色5月婷婷丁香| 欧美精品人与动牲交sv欧美| 九色成人免费人妻av| 中文欧美无线码| 国产免费福利视频在线观看| 色网站视频免费| 岛国毛片在线播放| 十八禁网站网址无遮挡 | 亚洲电影在线观看av| 伦理电影大哥的女人| 成年人免费黄色播放视频 | 一区二区三区精品91| 成人毛片60女人毛片免费| 高清黄色对白视频在线免费看 | 国产中年淑女户外野战色| 久久久久久久大尺度免费视频| 精品国产一区二区久久| 久久女婷五月综合色啪小说| 免费看日本二区| 老熟女久久久| 国产精品蜜桃在线观看| 亚洲精品日本国产第一区| 亚洲av电影在线观看一区二区三区| 免费不卡的大黄色大毛片视频在线观看| 国产一区二区在线观看日韩| 国产国拍精品亚洲av在线观看| 黄色视频在线播放观看不卡| 亚洲精品国产av成人精品| 成人无遮挡网站| 黄色毛片三级朝国网站 | 久久人人爽人人片av| 中文字幕亚洲精品专区| 亚洲国产成人一精品久久久| 97精品久久久久久久久久精品| 大片免费播放器 马上看| 免费观看a级毛片全部| 永久网站在线| 国产成人一区二区在线| a级一级毛片免费在线观看| 丁香六月天网| 久久久精品免费免费高清| 黄色配什么色好看| 国产在线男女| 色吧在线观看| 啦啦啦中文免费视频观看日本| 春色校园在线视频观看| 欧美日韩av久久| 国产精品蜜桃在线观看| 大又大粗又爽又黄少妇毛片口| 久久久久久久亚洲中文字幕| 国产伦在线观看视频一区| 岛国毛片在线播放| 日韩人妻高清精品专区| 欧美日韩视频精品一区| 精品午夜福利在线看| 免费不卡的大黄色大毛片视频在线观看| 国产熟女午夜一区二区三区 | 精品视频人人做人人爽| 乱人伦中国视频| videos熟女内射| 免费黄频网站在线观看国产| av线在线观看网站| 99热这里只有是精品在线观看| 在线观看www视频免费| av国产久精品久网站免费入址| av不卡在线播放| 午夜福利影视在线免费观看| 国产老妇伦熟女老妇高清| 亚洲精品中文字幕在线视频 | 久久99蜜桃精品久久| 青青草视频在线视频观看| 久久久久久久大尺度免费视频| 色94色欧美一区二区| 99久久精品热视频| 国产精品久久久久久精品电影小说| 午夜免费观看性视频| 亚洲真实伦在线观看| 偷拍熟女少妇极品色| 女的被弄到高潮叫床怎么办| 肉色欧美久久久久久久蜜桃| 国产精品一区二区在线不卡| 成年av动漫网址| 在线播放无遮挡| 国产熟女午夜一区二区三区 | 高清在线视频一区二区三区| 高清黄色对白视频在线免费看 | h日本视频在线播放| 精品国产一区二区久久| 亚洲欧美一区二区三区国产| 国产精品一区二区三区四区免费观看| 国产亚洲欧美精品永久| 一级黄片播放器| kizo精华| 日韩制服骚丝袜av| 成年人午夜在线观看视频| 久久这里有精品视频免费| 亚洲精品日韩在线中文字幕| 久久韩国三级中文字幕| 成年女人在线观看亚洲视频| 午夜av观看不卡| av国产精品久久久久影院| 青春草视频在线免费观看| 色94色欧美一区二区| 精品国产露脸久久av麻豆| 久久99一区二区三区| 中文欧美无线码| 婷婷色综合大香蕉| 亚洲美女视频黄频| 中文精品一卡2卡3卡4更新| 免费大片18禁| 高清毛片免费看| 久久人妻熟女aⅴ| 爱豆传媒免费全集在线观看| 韩国av在线不卡| 精品酒店卫生间| 日韩中文字幕视频在线看片| 黄色毛片三级朝国网站 | 九九爱精品视频在线观看| 免费少妇av软件| 永久免费av网站大全| 伦理电影免费视频| 性色av一级| 国产黄片美女视频| 久久精品久久久久久噜噜老黄| 亚洲成人手机| 高清毛片免费看| 亚洲av日韩在线播放| 草草在线视频免费看| 久久ye,这里只有精品| 国产一级毛片在线| 国产亚洲av片在线观看秒播厂| 日本免费在线观看一区| 亚洲情色 制服丝袜| 亚洲va在线va天堂va国产| 观看免费一级毛片| 国产成人午夜福利电影在线观看| 交换朋友夫妻互换小说| 只有这里有精品99| 一级毛片我不卡| 天堂俺去俺来也www色官网| av有码第一页| 色婷婷av一区二区三区视频| 春色校园在线视频观看| 99热这里只有精品一区| 日本-黄色视频高清免费观看| www.色视频.com| 久久国产亚洲av麻豆专区| 国产爽快片一区二区三区| 国产毛片在线视频| 在线观看三级黄色| 国产淫片久久久久久久久| 久久亚洲国产成人精品v| 99视频精品全部免费 在线| 色婷婷av一区二区三区视频| 男人和女人高潮做爰伦理| 久久亚洲国产成人精品v| 日日啪夜夜撸| 久久久久久久久大av| 久久精品夜色国产| 久久av网站| 久久精品久久久久久噜噜老黄| 卡戴珊不雅视频在线播放| 久久久久久久亚洲中文字幕| 亚洲电影在线观看av| 噜噜噜噜噜久久久久久91| 日韩免费高清中文字幕av| 国产精品不卡视频一区二区| 亚洲国产精品专区欧美| 嫩草影院入口| 亚洲欧美日韩另类电影网站| 亚洲国产毛片av蜜桃av| 日韩欧美 国产精品| 国产亚洲午夜精品一区二区久久| 中文字幕免费在线视频6| 亚洲在久久综合| 黑人高潮一二区| 欧美3d第一页| 欧美老熟妇乱子伦牲交| 国产一区亚洲一区在线观看| a级毛色黄片| 18+在线观看网站| 日韩伦理黄色片| 天美传媒精品一区二区| 又爽又黄a免费视频| 欧美日韩综合久久久久久| 搡女人真爽免费视频火全软件| 2021少妇久久久久久久久久久| 一个人免费看片子| 我的老师免费观看完整版| 人人妻人人添人人爽欧美一区卜| 亚洲av不卡在线观看| 国产成人精品久久久久久| 亚洲欧洲国产日韩| 国产精品久久久久久精品古装| 麻豆成人av视频| 国产一区亚洲一区在线观看| 精品一区二区三区视频在线| 熟女av电影| 七月丁香在线播放| 国产精品嫩草影院av在线观看| 国产深夜福利视频在线观看| 波野结衣二区三区在线| 亚洲av福利一区| 热99国产精品久久久久久7| 三级国产精品片| 全区人妻精品视频| 97超视频在线观看视频| 水蜜桃什么品种好| 波野结衣二区三区在线| 中文乱码字字幕精品一区二区三区| 黑人巨大精品欧美一区二区蜜桃 | 亚洲高清免费不卡视频| 亚洲精品国产av成人精品| 免费黄网站久久成人精品| 另类亚洲欧美激情| 狠狠精品人妻久久久久久综合| 亚洲婷婷狠狠爱综合网| 国产成人aa在线观看| 欧美日韩亚洲高清精品| 久久av网站| 美女主播在线视频| 国产亚洲欧美精品永久| 亚洲情色 制服丝袜| 国产无遮挡羞羞视频在线观看| 又爽又黄a免费视频| 日本免费在线观看一区| 一本—道久久a久久精品蜜桃钙片| 在线观看三级黄色| 日韩免费高清中文字幕av| 麻豆乱淫一区二区| 99久久精品一区二区三区| av福利片在线观看| 中文欧美无线码| av免费在线看不卡| 多毛熟女@视频| 精品人妻熟女av久视频| 伊人久久国产一区二区| 少妇高潮的动态图| 亚洲av日韩在线播放| 又粗又硬又长又爽又黄的视频| 国产免费视频播放在线视频| 性色av一级| 成年美女黄网站色视频大全免费 | 观看av在线不卡| 欧美精品亚洲一区二区| 黄色配什么色好看| 高清av免费在线| 十八禁高潮呻吟视频 | 久久 成人 亚洲| a级毛色黄片| 人妻夜夜爽99麻豆av| 久久ye,这里只有精品| 色视频www国产| 高清黄色对白视频在线免费看 | 丝袜喷水一区| 日韩制服骚丝袜av| 高清欧美精品videossex| 两个人免费观看高清视频 | 狂野欧美激情性bbbbbb| 九九在线视频观看精品| 欧美精品国产亚洲| 国产免费又黄又爽又色| 久久久久久久久大av| 五月天丁香电影| 99精国产麻豆久久婷婷| 精品一区在线观看国产| 欧美一级a爱片免费观看看| 久久热精品热| 欧美 亚洲 国产 日韩一| 人妻 亚洲 视频| 国产 一区精品| av女优亚洲男人天堂| 又黄又爽又刺激的免费视频.| 搡女人真爽免费视频火全软件| 亚洲av综合色区一区| 色网站视频免费| 91久久精品国产一区二区成人| 亚洲第一av免费看| 777米奇影视久久| 乱系列少妇在线播放| av.在线天堂| 高清av免费在线| tube8黄色片| 日韩av在线免费看完整版不卡| 国产在视频线精品| 人人妻人人看人人澡| 少妇的逼好多水| 女的被弄到高潮叫床怎么办| 精品久久久久久久久亚洲| 97精品久久久久久久久久精品| 久久久国产精品麻豆| 久久青草综合色| av黄色大香蕉| 菩萨蛮人人尽说江南好唐韦庄| 亚洲人与动物交配视频| 两个人的视频大全免费| 一区二区三区四区激情视频| 日韩成人伦理影院| 日韩大片免费观看网站| 老熟女久久久| 精品人妻偷拍中文字幕| 下体分泌物呈黄色| 伊人久久精品亚洲午夜| 久久影院123| 另类亚洲欧美激情| 十分钟在线观看高清视频www | 欧美日韩av久久| 人妻制服诱惑在线中文字幕| 亚洲色图综合在线观看| 十八禁网站网址无遮挡 | 极品教师在线视频| 少妇人妻一区二区三区视频| 一本一本综合久久| www.av在线官网国产| 国产欧美日韩综合在线一区二区 | 亚洲精品一二三| 久久精品国产亚洲av涩爱| 亚洲怡红院男人天堂| 人人澡人人妻人| 欧美 日韩 精品 国产| 欧美区成人在线视频| freevideosex欧美| 免费大片18禁| 亚洲国产av新网站| 亚洲av中文av极速乱| 日日啪夜夜撸| 亚洲av成人精品一二三区| 久久久久久久精品精品| 美女cb高潮喷水在线观看| 国产免费又黄又爽又色| 只有这里有精品99| 欧美日韩视频高清一区二区三区二| 欧美一级a爱片免费观看看| 天天操日日干夜夜撸| 一级二级三级毛片免费看| 国产一级毛片在线| 99精国产麻豆久久婷婷| 日日撸夜夜添| 国产精品女同一区二区软件| 国产深夜福利视频在线观看| 五月天丁香电影| 国产在线视频一区二区| 国产男人的电影天堂91| 嘟嘟电影网在线观看| 免费观看av网站的网址| 久久人人爽av亚洲精品天堂| 免费观看的影片在线观看| 国产精品不卡视频一区二区| 中文欧美无线码| 日本欧美国产在线视频| 日日啪夜夜爽| 全区人妻精品视频| 9色porny在线观看| 成年av动漫网址| 草草在线视频免费看| 久久精品国产a三级三级三级| 最新的欧美精品一区二区| 少妇人妻精品综合一区二区| 你懂的网址亚洲精品在线观看| 午夜老司机福利剧场| 日韩成人伦理影院| 亚洲色图综合在线观看| 蜜桃在线观看..| 亚洲国产欧美在线一区| 国产69精品久久久久777片| 亚洲真实伦在线观看| 欧美日韩国产mv在线观看视频| 成人亚洲精品一区在线观看| av卡一久久| 另类亚洲欧美激情| 天美传媒精品一区二区| 欧美日本中文国产一区发布| 18禁在线播放成人免费| 五月开心婷婷网| 国产免费一区二区三区四区乱码| 日本黄色日本黄色录像| av国产久精品久网站免费入址| videos熟女内射| 亚洲精品亚洲一区二区| 国产精品伦人一区二区| 午夜av观看不卡| 少妇熟女欧美另类| 这个男人来自地球电影免费观看 | 久久6这里有精品| av专区在线播放| 久久久精品94久久精品| 久久久a久久爽久久v久久| 女人精品久久久久毛片| 国产高清三级在线| 精品一区二区免费观看| 在线观看一区二区三区激情| 国产男人的电影天堂91| 国产亚洲av片在线观看秒播厂| 777米奇影视久久| 亚洲av在线观看美女高潮| 中国三级夫妇交换| 久久精品国产亚洲av天美| 日本色播在线视频| 国产中年淑女户外野战色| 两个人的视频大全免费| 一级黄片播放器| 久久人妻熟女aⅴ| 乱系列少妇在线播放| 人妻一区二区av| 偷拍熟女少妇极品色| 日韩一区二区视频免费看| 91aial.com中文字幕在线观看| 亚洲av电影在线观看一区二区三区| 色哟哟·www| 91精品伊人久久大香线蕉| 少妇的逼水好多| 国产午夜精品久久久久久一区二区三区| 国产精品久久久久久精品电影小说| 全区人妻精品视频| 97在线视频观看| 亚洲av在线观看美女高潮| 亚洲精品aⅴ在线观看| 国产精品嫩草影院av在线观看| 日韩成人伦理影院| 女人精品久久久久毛片| 免费看日本二区| 成人美女网站在线观看视频| 如日韩欧美国产精品一区二区三区 | 国产av码专区亚洲av| 国产精品无大码| 国产免费一区二区三区四区乱码| 在线精品无人区一区二区三| 最黄视频免费看| 春色校园在线视频观看| 国产伦理片在线播放av一区| 最近最新中文字幕免费大全7| 亚洲欧美中文字幕日韩二区| 一级爰片在线观看| 精品人妻偷拍中文字幕| 日本vs欧美在线观看视频 | a 毛片基地| 两个人免费观看高清视频 | 99久久综合免费| 国产亚洲一区二区精品| 欧美三级亚洲精品| 国产亚洲91精品色在线| 自线自在国产av| 亚洲av日韩在线播放| 久久久久国产网址| 菩萨蛮人人尽说江南好唐韦庄| 欧美3d第一页| 欧美精品一区二区免费开放| 韩国高清视频一区二区三区| 亚洲精品乱码久久久久久按摩| 国产高清国产精品国产三级| 国产在线免费精品| 久久久久网色| 午夜福利网站1000一区二区三区| 亚洲精品中文字幕在线视频 | 国产成人免费无遮挡视频| 在线播放无遮挡| 搡老乐熟女国产| 国产伦精品一区二区三区四那| 国产男人的电影天堂91| 麻豆精品久久久久久蜜桃| 一级,二级,三级黄色视频| 男人狂女人下面高潮的视频| 久久精品久久久久久噜噜老黄| 在线亚洲精品国产二区图片欧美 | 精品熟女少妇av免费看| 免费黄色在线免费观看| 一级,二级,三级黄色视频| 亚洲av不卡在线观看| 午夜av观看不卡| 日本91视频免费播放| 精品国产乱码久久久久久小说| 亚洲国产毛片av蜜桃av| 成人漫画全彩无遮挡| 蜜桃在线观看..| 精品少妇内射三级| 伊人亚洲综合成人网| 丝袜脚勾引网站| av在线观看视频网站免费| 老司机影院成人| 国产真实伦视频高清在线观看| 乱码一卡2卡4卡精品| 久久久久久久久大av| 午夜免费男女啪啪视频观看| 国产男人的电影天堂91| 大又大粗又爽又黄少妇毛片口| .国产精品久久| 久久精品国产亚洲av涩爱| 国产精品欧美亚洲77777| 国产成人精品一,二区| 国产真实伦视频高清在线观看| 国产精品熟女久久久久浪| 久久女婷五月综合色啪小说| 2018国产大陆天天弄谢| 一级爰片在线观看| 午夜日本视频在线| 日韩 亚洲 欧美在线| 纵有疾风起免费观看全集完整版| 高清不卡的av网站| 青春草视频在线免费观看| 2018国产大陆天天弄谢| 51国产日韩欧美| 亚洲精品自拍成人| 毛片一级片免费看久久久久| tube8黄色片| 亚洲精品自拍成人| 99久国产av精品国产电影| 亚洲国产精品999| 五月玫瑰六月丁香| 在线亚洲精品国产二区图片欧美 | 国产精品久久久久久精品电影小说| 久久99一区二区三区| 午夜免费鲁丝| 十八禁网站网址无遮挡 | 女性被躁到高潮视频| 亚洲第一区二区三区不卡| 久久97久久精品| 少妇高潮的动态图| 18禁在线播放成人免费| 国产成人freesex在线| 亚洲内射少妇av| 18+在线观看网站| 免费不卡的大黄色大毛片视频在线观看| 建设人人有责人人尽责人人享有的| 五月开心婷婷网| 精品卡一卡二卡四卡免费| 99re6热这里在线精品视频| 久久6这里有精品| 在线播放无遮挡| 亚州av有码| 欧美日韩亚洲高清精品| 免费人妻精品一区二区三区视频| 青春草国产在线视频| 国产成人精品久久久久久| 乱系列少妇在线播放| 岛国毛片在线播放| 欧美日韩国产mv在线观看视频| 亚洲精品一二三| 日韩三级伦理在线观看| 一级毛片aaaaaa免费看小| 美女国产视频在线观看| 国产成人aa在线观看| 国产熟女欧美一区二区| av国产精品久久久久影院| 另类亚洲欧美激情| 亚洲综合色惰| 欧美日韩亚洲高清精品| 亚洲欧美成人综合另类久久久| 18禁动态无遮挡网站| 亚洲精品日韩在线中文字幕| 美女福利国产在线| 国产在线免费精品| 丰满乱子伦码专区| 亚洲国产成人一精品久久久| 人人妻人人澡人人看| 欧美日韩av久久| 久久久午夜欧美精品| 一本久久精品| 肉色欧美久久久久久久蜜桃| 精品少妇久久久久久888优播| 80岁老熟妇乱子伦牲交| 久久久久久久久久久免费av| 成人漫画全彩无遮挡| 国产欧美亚洲国产| 亚洲情色 制服丝袜| 亚洲人成网站在线观看播放| 一本色道久久久久久精品综合| 亚洲三级黄色毛片| xxx大片免费视频| 赤兔流量卡办理| 亚洲内射少妇av| 亚洲无线观看免费| 91久久精品国产一区二区三区| 精品亚洲成a人片在线观看| 久久久久久久精品精品| 日韩人妻高清精品专区| 亚洲成人一二三区av| 国产亚洲午夜精品一区二区久久| 最近中文字幕2019免费版| 大香蕉97超碰在线| 少妇人妻 视频| 欧美老熟妇乱子伦牲交| 观看美女的网站| 日韩av不卡免费在线播放| 一个人免费看片子| 国产亚洲欧美精品永久| 黑丝袜美女国产一区| 男人狂女人下面高潮的视频| 国产极品粉嫩免费观看在线 | 一级av片app|