• <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
    or卡值多少钱| 国产有黄有色有爽视频| 免费黄色在线免费观看| 国产精品三级大全| 久久久午夜欧美精品| 国产精品久久久久久精品电影| 国产高清国产精品国产三级 | 亚洲精品影视一区二区三区av| 欧美bdsm另类| 色5月婷婷丁香| 亚洲国产成人一精品久久久| 日日摸夜夜添夜夜爱| 亚洲精品成人av观看孕妇| 午夜精品国产一区二区电影 | 中文字幕人妻熟人妻熟丝袜美| 亚洲欧美日韩卡通动漫| 性色avwww在线观看| 久久久久精品性色| 国产亚洲一区二区精品| 高清毛片免费看| 午夜爱爱视频在线播放| 久久午夜福利片| 乱系列少妇在线播放| 麻豆精品久久久久久蜜桃| 亚洲一区高清亚洲精品| 国产视频内射| 亚洲久久久久久中文字幕| 男女那种视频在线观看| 女人久久www免费人成看片| 国产午夜精品久久久久久一区二区三区| 麻豆国产97在线/欧美| 毛片女人毛片| 日日啪夜夜爽| 三级男女做爰猛烈吃奶摸视频| 男女下面进入的视频免费午夜| 日本爱情动作片www.在线观看| 色视频www国产| 日韩在线高清观看一区二区三区| av天堂中文字幕网| 国产熟女欧美一区二区| 国产精品一区二区三区四区久久| 精品人妻熟女av久视频| 国产探花在线观看一区二区| 91午夜精品亚洲一区二区三区| 久久久国产一区二区| 毛片女人毛片| 久久久精品免费免费高清| 身体一侧抽搐| 亚洲最大成人av| 水蜜桃什么品种好| 高清视频免费观看一区二区 | 建设人人有责人人尽责人人享有的 | 日本wwww免费看| 91精品伊人久久大香线蕉| 亚洲av不卡在线观看| 99re6热这里在线精品视频| 国产真实伦视频高清在线观看| 乱人视频在线观看| 国产91av在线免费观看| 免费av不卡在线播放| 精品久久久久久电影网| 久久久久九九精品影院| 国产精品蜜桃在线观看| 亚洲av二区三区四区| 草草在线视频免费看| 女人十人毛片免费观看3o分钟| 免费看日本二区| 搞女人的毛片| 亚洲乱码一区二区免费版| 久久久精品欧美日韩精品| 久久久久性生活片| 久久鲁丝午夜福利片| av免费观看日本| 久久99热这里只频精品6学生| 99久国产av精品| 黄色配什么色好看| 亚洲精品乱久久久久久| 免费黄色在线免费观看| 国产毛片a区久久久久| 亚洲欧美日韩无卡精品| 嫩草影院入口| 老女人水多毛片| 国产熟女欧美一区二区| 久久久久久久久久黄片| 亚洲人与动物交配视频| 国产精品99久久久久久久久| 在线观看一区二区三区| 亚洲最大成人手机在线| 午夜精品一区二区三区免费看| 我的老师免费观看完整版| 精品久久久久久久久av| 蜜桃亚洲精品一区二区三区| 国产精品一区二区在线观看99 | 啦啦啦啦在线视频资源| 欧美最新免费一区二区三区| 亚洲内射少妇av| 最近2019中文字幕mv第一页| 黄色配什么色好看| 国产精品人妻久久久影院| 国产亚洲精品久久久com| 成人美女网站在线观看视频| 人人妻人人澡欧美一区二区| 偷拍熟女少妇极品色| 国产69精品久久久久777片| 国产探花极品一区二区| 男人舔女人下体高潮全视频| 好男人在线观看高清免费视频| 国产淫语在线视频| 91aial.com中文字幕在线观看| 日本av手机在线免费观看| 午夜精品国产一区二区电影 | 男女边摸边吃奶| 噜噜噜噜噜久久久久久91| 又爽又黄无遮挡网站| 国内精品一区二区在线观看| 高清欧美精品videossex| 高清在线视频一区二区三区| 亚洲精品自拍成人| 免费观看无遮挡的男女| 高清在线视频一区二区三区| 全区人妻精品视频| 国产视频首页在线观看| 99热这里只有是精品在线观看| 特级一级黄色大片| 国产精品国产三级国产av玫瑰| 好男人在线观看高清免费视频| 中文字幕av在线有码专区| 久久99精品国语久久久| 日日干狠狠操夜夜爽| 亚洲精品乱码久久久v下载方式| 成人亚洲欧美一区二区av| 精品久久久久久电影网| 51国产日韩欧美| 内射极品少妇av片p| 少妇被粗大猛烈的视频| 国产精品嫩草影院av在线观看| 美女被艹到高潮喷水动态| 日韩精品青青久久久久久| 激情 狠狠 欧美| 特大巨黑吊av在线直播| 亚洲av日韩在线播放| 亚洲最大成人av| 特大巨黑吊av在线直播| 欧美精品一区二区大全| 国产成人a∨麻豆精品| 国产高清三级在线| 久久99蜜桃精品久久| 在线观看免费高清a一片| 国产大屁股一区二区在线视频| 我的老师免费观看完整版| 欧美性猛交╳xxx乱大交人| 欧美日韩亚洲高清精品| 男的添女的下面高潮视频| 亚洲av电影在线观看一区二区三区 | 亚洲精品乱码久久久v下载方式| 亚洲欧美一区二区三区黑人 | 久久久久久久久久人人人人人人| 国国产精品蜜臀av免费| 久久精品国产亚洲av天美| 寂寞人妻少妇视频99o| 我要看日韩黄色一级片| 一级爰片在线观看| eeuss影院久久| 亚洲精品国产av成人精品| 秋霞伦理黄片| 久久99热这里只有精品18| 国产精品嫩草影院av在线观看| kizo精华| 亚洲精品色激情综合| 在线免费观看不下载黄p国产| 黄色配什么色好看| 午夜激情久久久久久久| 一级av片app| 夫妻性生交免费视频一级片| 美女xxoo啪啪120秒动态图| 亚洲av在线观看美女高潮| 成人毛片a级毛片在线播放| 欧美一区二区亚洲| 国产乱人偷精品视频| 久久热精品热| 欧美日韩国产mv在线观看视频 | 真实男女啪啪啪动态图| 国产乱人视频| 国产在视频线精品| 国产一区二区三区综合在线观看 | 成人国产麻豆网| 好男人在线观看高清免费视频| 高清视频免费观看一区二区 | kizo精华| av又黄又爽大尺度在线免费看| 国产视频内射| 日本免费在线观看一区| 欧美性猛交╳xxx乱大交人| 极品少妇高潮喷水抽搐| av国产免费在线观看| 春色校园在线视频观看| 91狼人影院| 免费av毛片视频| 免费黄色在线免费观看| 亚洲欧美一区二区三区黑人 | 寂寞人妻少妇视频99o| 欧美性感艳星| 大又大粗又爽又黄少妇毛片口| 国产一区二区三区av在线| 高清欧美精品videossex| 色5月婷婷丁香| 免费电影在线观看免费观看| 中文字幕亚洲精品专区| 22中文网久久字幕| 性色avwww在线观看| 久久亚洲国产成人精品v| 色综合亚洲欧美另类图片| 国产美女午夜福利| av.在线天堂| 中国国产av一级| videos熟女内射| 国产三级在线视频| 人妻少妇偷人精品九色| 国产av码专区亚洲av| 久久综合国产亚洲精品| 可以在线观看毛片的网站| 日韩伦理黄色片| 久99久视频精品免费| 女人久久www免费人成看片| 欧美另类一区| 老女人水多毛片| 亚洲成人精品中文字幕电影| 国产精品一区www在线观看| 岛国毛片在线播放| 最近视频中文字幕2019在线8| 高清毛片免费看| 婷婷色麻豆天堂久久| 97热精品久久久久久| 中国美白少妇内射xxxbb| 我的女老师完整版在线观看| 亚洲精品国产av蜜桃| 中文字幕av成人在线电影| 欧美成人a在线观看| 80岁老熟妇乱子伦牲交| 亚洲精品色激情综合| 久热久热在线精品观看| 亚洲精品亚洲一区二区| 亚洲国产精品成人久久小说| 高清午夜精品一区二区三区| 嫩草影院入口| 亚洲无线观看免费| 激情五月婷婷亚洲| 亚洲三级黄色毛片| 日韩欧美三级三区| 久久久久久久久久久丰满| 午夜福利在线在线| 亚洲成人久久爱视频| av福利片在线观看| 色播亚洲综合网| 中文字幕av在线有码专区| 美女黄网站色视频| 亚洲av在线观看美女高潮| 国产精品福利在线免费观看| av女优亚洲男人天堂| .国产精品久久| 国产精品精品国产色婷婷| 欧美+日韩+精品| 天堂√8在线中文| 中文字幕免费在线视频6| 汤姆久久久久久久影院中文字幕 | 亚洲色图av天堂| av在线天堂中文字幕| 亚洲国产精品国产精品| 国内揄拍国产精品人妻在线| 晚上一个人看的免费电影| 中文字幕av成人在线电影| 日本一二三区视频观看| 精品不卡国产一区二区三区| 亚洲精品影视一区二区三区av| 91狼人影院| 精品久久国产蜜桃| 老师上课跳d突然被开到最大视频| 黄片无遮挡物在线观看| 在线免费十八禁| av福利片在线观看| 国产成人a∨麻豆精品| 国产伦一二天堂av在线观看| 中国国产av一级| 日韩电影二区| 亚洲av福利一区| 精品久久久久久久久久久久久| 欧美日韩在线观看h| 日韩 亚洲 欧美在线| 亚洲国产高清在线一区二区三| av在线播放精品| 国产成人午夜福利电影在线观看| 久久久久久久午夜电影| 亚洲丝袜综合中文字幕| 国产亚洲91精品色在线| 夜夜爽夜夜爽视频| 国产精品国产三级国产av玫瑰| 精品久久久久久成人av| 久久久久精品久久久久真实原创| 成人亚洲精品av一区二区| 人人妻人人澡欧美一区二区| 久久精品国产亚洲网站| 日韩一本色道免费dvd| 亚洲四区av| 亚洲经典国产精华液单| 国产精品久久久久久av不卡| 亚洲色图av天堂| 一夜夜www| 亚洲精品一二三| 亚洲内射少妇av| 日本一本二区三区精品| 精品久久久久久电影网| 国产乱人偷精品视频| 国产一区二区在线观看日韩| 欧美成人精品欧美一级黄| 国产亚洲5aaaaa淫片| 国产美女午夜福利| 男女边摸边吃奶| 亚洲国产精品成人久久小说| 中文天堂在线官网| 国产片特级美女逼逼视频| 夜夜看夜夜爽夜夜摸| 一区二区三区免费毛片| av福利片在线观看| 欧美成人一区二区免费高清观看| 欧美最新免费一区二区三区| 丰满少妇做爰视频| 最近中文字幕2019免费版| 欧美激情在线99| 伦精品一区二区三区| 淫秽高清视频在线观看| 国产激情偷乱视频一区二区| 亚洲自偷自拍三级| 亚洲三级黄色毛片| 国产亚洲91精品色在线| 一级毛片aaaaaa免费看小| 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 | 免费观看精品视频网站| 九色成人免费人妻av| 天堂网av新在线| 久久久久久久久大av| 九九爱精品视频在线观看| 美女大奶头视频| 女人被狂操c到高潮| 免费看a级黄色片| 麻豆乱淫一区二区| 国产极品天堂在线| 久久99热6这里只有精品| 午夜福利在线在线| 欧美3d第一页| av免费观看日本| 一级av片app| 国产精品无大码| 三级国产精品片| 汤姆久久久久久久影院中文字幕 | 色尼玛亚洲综合影院| 麻豆精品久久久久久蜜桃| 国产伦一二天堂av在线观看| 亚洲欧洲国产日韩| 非洲黑人性xxxx精品又粗又长| 国产成人精品久久久久久| 久久6这里有精品| 免费黄频网站在线观看国产| 国产成人精品福利久久| 国产国拍精品亚洲av在线观看| 国产精品久久久久久久久免| 熟女电影av网| 淫秽高清视频在线观看| 精品亚洲乱码少妇综合久久| 国产有黄有色有爽视频| 一夜夜www| 直男gayav资源| 亚洲最大成人中文| 男女边吃奶边做爰视频| 国产高清三级在线| 中文欧美无线码| 国产精品嫩草影院av在线观看| 欧美日韩综合久久久久久| 青青草视频在线视频观看| 日韩视频在线欧美| 久久久久久久久大av| 免费黄色在线免费观看| 日韩,欧美,国产一区二区三区| 国产男人的电影天堂91| 老师上课跳d突然被开到最大视频| 国产男女超爽视频在线观看| 床上黄色一级片| 免费在线观看成人毛片| 精品一区二区三区人妻视频| 成人无遮挡网站| 国内精品一区二区在线观看| 亚洲精品国产成人久久av| 一级毛片aaaaaa免费看小| 色吧在线观看| 干丝袜人妻中文字幕| 成年女人看的毛片在线观看| 国语对白做爰xxxⅹ性视频网站| 精品少妇黑人巨大在线播放| 夫妻午夜视频| 免费观看精品视频网站| 久久久成人免费电影| 最近2019中文字幕mv第一页| 免费观看av网站的网址| 最后的刺客免费高清国语| 国产精品一区二区在线观看99 | 日本av手机在线免费观看| 人人妻人人看人人澡| 成人特级av手机在线观看| videos熟女内射| 看非洲黑人一级黄片| 99热这里只有是精品在线观看| 久久热精品热| 性插视频无遮挡在线免费观看| 精品少妇黑人巨大在线播放| 国产精品精品国产色婷婷| 欧美高清成人免费视频www| 菩萨蛮人人尽说江南好唐韦庄| 51国产日韩欧美| 91久久精品电影网| av女优亚洲男人天堂| 国产有黄有色有爽视频| 好男人视频免费观看在线| 伦理电影大哥的女人| 成人漫画全彩无遮挡| 人人妻人人看人人澡| 亚洲欧洲日产国产| 亚洲三级黄色毛片| 亚州av有码| 亚洲av在线观看美女高潮| 国产伦精品一区二区三区视频9| 亚洲精品456在线播放app| 自拍偷自拍亚洲精品老妇| 韩国高清视频一区二区三区| 国产极品天堂在线| 午夜激情欧美在线| 亚洲精品日韩在线中文字幕| 国产老妇伦熟女老妇高清| 精品国产一区二区三区久久久樱花 | 少妇被粗大猛烈的视频| 五月天丁香电影| 国产毛片a区久久久久| 激情五月婷婷亚洲| 免费少妇av软件| 久久精品夜夜夜夜夜久久蜜豆| 午夜激情欧美在线| 国产午夜福利久久久久久| 99热全是精品| 国产永久视频网站| 国产精品一二三区在线看| 黄片wwwwww| 国产乱人偷精品视频| av又黄又爽大尺度在线免费看| 天堂av国产一区二区熟女人妻| 国产精品女同一区二区软件| 国产精品一区二区在线观看99 | 网址你懂的国产日韩在线| 日本一二三区视频观看| 91午夜精品亚洲一区二区三区| 超碰97精品在线观看| 亚洲av成人精品一二三区| 日本一本二区三区精品| 狂野欧美激情性xxxx在线观看| 免费看光身美女| 天天躁日日操中文字幕| 国产精品一区二区性色av| 日韩一区二区三区影片| 最新中文字幕久久久久| 真实男女啪啪啪动态图| 狂野欧美激情性xxxx在线观看| 少妇熟女aⅴ在线视频| 午夜福利在线观看吧| 国内精品美女久久久久久| 久久久久性生活片| 亚洲欧洲国产日韩| 青春草视频在线免费观看| 美女xxoo啪啪120秒动态图| 网址你懂的国产日韩在线| 男人和女人高潮做爰伦理| 国产极品天堂在线| 欧美成人午夜免费资源| 2018国产大陆天天弄谢| 欧美激情国产日韩精品一区| 性色avwww在线观看| 在线观看av片永久免费下载| 久久久久久久大尺度免费视频| 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狼人影院| 亚洲婷婷狠狠爱综合网| 国产爱豆传媒在线观看| 国产精品蜜桃在线观看| 国产成年人精品一区二区| 亚洲精品一二三| 性插视频无遮挡在线免费观看| 1000部很黄的大片| 嘟嘟电影网在线观看| 高清日韩中文字幕在线| 免费av观看视频| 毛片一级片免费看久久久久| 久久久久久九九精品二区国产| 蜜桃亚洲精品一区二区三区| 亚洲精品色激情综合| 欧美日本视频| 97热精品久久久久久| 日韩一本色道免费dvd| 亚洲av不卡在线观看| xxx大片免费视频| 麻豆成人av视频| 18禁在线无遮挡免费观看视频| 久久久久久九九精品二区国产| 国产精品久久久久久久久免| 亚洲国产欧美在线一区| 高清视频免费观看一区二区 | 2022亚洲国产成人精品| 精品亚洲乱码少妇综合久久| 亚洲精品国产成人久久av| 看十八女毛片水多多多| 精品人妻熟女av久视频| 男人舔女人下体高潮全视频| 久久精品熟女亚洲av麻豆精品 | 亚洲精华国产精华液的使用体验| 精品久久久久久久末码| 亚洲精品日韩在线中文字幕| 国产在线一区二区三区精| 国产精品三级大全| 成人亚洲精品一区在线观看 | 亚洲精品国产成人久久av| 三级经典国产精品| 狂野欧美白嫩少妇大欣赏| 成人国产麻豆网| 久久久精品免费免费高清| 少妇猛男粗大的猛烈进出视频 | 男女国产视频网站| 老司机影院毛片| 一级黄片播放器| 亚洲综合色惰| 91狼人影院| 毛片女人毛片| 亚洲精品成人久久久久久| 黄色欧美视频在线观看| av在线播放精品| 一区二区三区高清视频在线| 精品99又大又爽又粗少妇毛片| 九色成人免费人妻av| 国产精品一区二区三区四区免费观看| 人妻少妇偷人精品九色| 亚洲美女视频黄频| 午夜免费男女啪啪视频观看| videossex国产| 国产av在哪里看| 久久久a久久爽久久v久久| 在线观看美女被高潮喷水网站| 精品熟女少妇av免费看| 一级av片app| 一级片'在线观看视频| 日本熟妇午夜| 能在线免费观看的黄片| 久久这里只有精品中国| 在线播放无遮挡| 男插女下体视频免费在线播放| 欧美日韩在线观看h| 精品久久久噜噜| 久久6这里有精品| 日韩人妻高清精品专区| 日日啪夜夜爽| 欧美日韩视频高清一区二区三区二| 日本免费在线观看一区| 极品教师在线视频| 亚州av有码| 午夜视频国产福利| 深爱激情五月婷婷| 精品熟女少妇av免费看| 女的被弄到高潮叫床怎么办| 七月丁香在线播放| 午夜免费观看性视频| 久久综合国产亚洲精品| 亚洲欧美精品自产自拍| 国产91av在线免费观看| or卡值多少钱| 免费观看在线日韩| 欧美极品一区二区三区四区| 91久久精品国产一区二区三区| 熟女电影av网| 欧美成人精品欧美一级黄| 国产一区二区亚洲精品在线观看| 亚洲成人av在线免费| 亚洲成人一二三区av| 国产成人福利小说| 夫妻性生交免费视频一级片| 久久精品久久久久久久性| 亚洲av福利一区| 久久久久久久久久久免费av| 青春草国产在线视频| 国产男人的电影天堂91| h日本视频在线播放| 99热这里只有是精品在线观看| xxx大片免费视频| 成人亚洲精品一区在线观看 | 嫩草影院新地址| 成人毛片a级毛片在线播放| 亚洲国产精品国产精品| 少妇裸体淫交视频免费看高清| 91久久精品电影网| 日韩欧美国产在线观看| 91在线精品国自产拍蜜月| 亚洲精品乱码久久久久久按摩| av在线老鸭窝| 卡戴珊不雅视频在线播放| 国产黄色免费在线视频| 免费少妇av软件| 大片免费播放器 马上看| 亚洲成人精品中文字幕电影| 美女被艹到高潮喷水动态| 一本久久精品| 国产不卡一卡二| 中文资源天堂在线| 成年人午夜在线观看视频 |