• <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 ?

    基于快速上下文感知張量分解的噪聲推斷方法

    2017-12-29 21:43:44王輝
    科技視界 2017年26期

    王輝

    【摘 要】針對目前基于張量分解的噪聲推斷算法中對于數(shù)據(jù)本身特征信息考慮不足使得分解速度不夠快的問題,提出一種引入平滑約束的上下文感知張量分解方法—基于快速上下文感知張量分解的噪聲推斷算法(F-CATD)。該方法為了加快分解過程將平滑約束與上下文感知張量分解方法相結(jié)合,在張量分解成低維矩陣過程中做近似處理。實驗結(jié)果表明,該算法與基于上下文感知張量分解的噪聲推斷算法(CATD)相比,推斷填補噪聲張量模型中缺失數(shù)據(jù)的均方根誤差幾乎相同,運行時間減小了近4倍。該算法能夠有效地進行噪聲推斷。

    【關(guān)鍵詞】城市噪聲;張量分解;平滑約束;推斷填補

    中圖分類號: TP391.3 文獻標識碼: A 文章編號: 2095-2457(2017)26-0050-002

    A Noise Inference Method Based on Fast Context-aware Tensor Factorizations

    WANG Hui

    (Xuzhou Medical University ,Xuzhou Jiangsu 221004,China)

    【Abstract】Existing noise inference algorithms based on tensor decomposition neglected noise data has the character of smooth, which results in a slower rate of noise inference. Aiming to the problem, we present a noise inference algorithm based on fast context-aware tensor decomposition F-CATD. F-CATD is improved based on context-aware tensor decomposition algorithm. It combines smoothness constraint with context-aware tensor decomposition to do approximation when tensor is decomposed into low-dimensional matrix to speed up the process of decomposition. Finally, we conduct experiments on real urban noise data to demonstrate the advantages of the proposed noise inference algorithm.

    【Key words】Urban noises; Tensor factorizations; Smoothness constraint; Data filling

    0 引言

    當今城市化的飛速發(fā)展帶來了城市的噪聲污染問題[1],對于城市噪聲情況及分布成為當前研究的一個熱點。一些國家已經(jīng)開始監(jiān)測噪聲污染,它們通常使用基于諸如交通流量數(shù)據(jù)的噪聲地圖來評估噪聲污染水平。但是這樣的輸入數(shù)據(jù)收集是非常昂貴的,隨后Luca等人[2]提出了通過部署無線傳感器網(wǎng)絡(luò)監(jiān)控噪聲污染,但在大型城市空間部署專用的傳感器網(wǎng)絡(luò)實際測量成本也是很昂貴的。近年來,噪聲測量移動終端設(shè)備有了較大的發(fā)展,NoiseTube[3]和Ear-phone[4]是兩款比較受歡迎的用于監(jiān)測噪音污染應(yīng)用軟件產(chǎn)品。然而,由于城市噪聲通常是多個聲源的混合物,即使可以隨處部署聲音傳感器,診斷完全基于傳感器數(shù)據(jù)的城市噪聲污染是不徹底的。分析噪聲的組成是解決噪聲污染的關(guān)鍵。

    為了解決這一問題,鄭宇等人[5]提出了基于上下文感知的張量分解噪聲推斷方法(CATD)。CATD結(jié)合紐約市311投訴數(shù)據(jù)[6]與社會媒體,路網(wǎng)數(shù)據(jù),興趣點數(shù)據(jù),通過上下文感知的張量分解方法補充缺失數(shù)據(jù),以此推斷全市各區(qū)域的噪聲情況(包含噪聲污染的指標和噪聲的組成)。

    然而,此方法在噪聲推斷過程中對于數(shù)據(jù)本身平滑性特征信息考慮不足降低了分解速度,針對此問題本文提出基于快速上下文感知張量分解的噪聲推斷算法(F-CATD)。將平滑約束與上下文感知張量分解方法相結(jié)合,在張量分解成低維矩陣過程中做近似處理以加快分解過程。

    1 噪聲推斷

    1.1 噪聲張量模型構(gòu)建

    為表示城市中每個地區(qū)的噪聲情況使用一個張量來構(gòu)建城市噪聲模型,Y∈RN×M×L三維分別表示N個區(qū)域,M種噪聲種類,L個時間節(jié)點。

    地區(qū)維:第一維表示劃分后的各地區(qū)r=[r1,r2…ri…rN]。

    時間段維:將一天等分成相同的時間段,每個時間段表示一段時期。t=[t1,t2…tk…tL]結(jié)果是在時間維度上的時隙數(shù)目是固定的。

    噪聲種類維:這一維度表示c=[c1,c2…cj…cM]噪聲的種類。各項元素:元素Y(i,j,k)存儲在時間節(jié)點tk地區(qū)ri的噪聲種類為cj的311數(shù)據(jù)投訴的數(shù)目。

    填補張量中的缺失數(shù)據(jù)方法是基于張量Y的非零項將張量Y分解成幾個低秩的矩陣和一個核心張量。使用塔克分解模型[7]將Y分解成一個核心張量G∈R 和三個矩陣,R∈R ,C∈R ,T∈R 。目標函數(shù)為公式1:

    其中‖.‖2表示歐幾里得距離,第一部分控制分解的誤差,第二部分為正規(guī)懲罰部分控制過度擬合。使目標函數(shù)最小化可以得到最優(yōu)化的R,C,T。最后可以通過公式2恢復(fù)張量Y中的缺失數(shù)據(jù):

    公式中的×表示矩陣相乘;×k表示張量矩陣相乘,其中下標k表示張量的模為k。每一項Yre的值表示噪聲污染的指標即在某個地區(qū)某個時間段內(nèi)的某種噪聲的投訴數(shù)目。通過Yre可以獲得地區(qū)ri時間段內(nèi)不同噪聲種類的噪聲分布情況。endprint

    但是,構(gòu)建的噪聲張量中的數(shù)據(jù)過于稀疏。例如,如果設(shè)定1小時為時隙,構(gòu)建的張量中只有5.18%的項具有值。只根據(jù)其自身的非零項分解Y是不夠準確的。因此,尋求加入其他信息源。為了應(yīng)對數(shù)據(jù)稀疏的問題,引入三種相關(guān)數(shù)據(jù)信息特征,從POI/道路網(wǎng)數(shù)據(jù)、用戶簽到、311的數(shù)據(jù)中提取地域特征,人才流動的特征和噪聲類型相關(guān)的特征(由矩陣X,D和Z表示)。這些特征在分解過程用作上下文來減少推斷誤差。

    1.2 上下文感知張量分解

    為了獲得更高的填補張量Y中缺失項準確率,分解張量Y時與特征矩陣X,D,Z協(xié)作??梢苑纸獬蓛蓚€矩陣的乘法,X=R×U,其中R∈R 和U∈R 分別為地區(qū)和地理特征低秩的潛在因素。同樣地,矩陣D可以分解成兩個矩陣乘法的,D=T×RT,其中T∈R 是時隙低秩的潛在因子矩陣。目標函數(shù)定義為公式3:

    其中(‖X-RU‖2)控制X分解的誤差; tr(C L C)控制噪聲種類之間的相似度;(‖D-TRT‖2)控制D分解的誤差;λ1,λ2,λ3,λ4是在協(xié)同分解的過程中控制各部分的貢獻參數(shù)。最后可以通過公式2恢復(fù)張量Y中的缺失數(shù)據(jù)。然而,此方法忽略了噪聲數(shù)據(jù)在相鄰時間段或區(qū)域是具有平滑性的,降低了分解速度。

    1.3 快速上下文感知張量分解

    平滑是指在某些域中相鄰值之間的差異是很小的??紤]到平滑特性本文將高斯徑向基函數(shù)(GRBF-NTD)[8]引入到上下文感知張量分解算法中,在張量分解成低維矩陣過程中做近似處理以提高算法的性能。目標函數(shù)定義為公式4:

    其中W是一個非負矩陣,矩陣Φ的元素使用GRBF和一個標準差σ表示成公式5:

    其中σ是表示高斯函數(shù)帶寬的折衷參數(shù),Δt表示時間段。F-CATD算法描述如下:

    輸入:噪聲張量Y,矩陣X,矩陣D,矩陣Z,平滑約束矩陣Φ,核張量G的大小為R1,R2,R3。誤差閾值ε。

    輸出:矩陣R,C,T,核張量G

    由于對目標函數(shù)F沒有固定的解析方法,本文采用梯度下降方法求解。引入GRBF-NTD方法目的是用ΦW近似代替R。而其中最關(guān)鍵的問題是W的更新。步驟6-14是W的更新過程,[x]+=max(x,ε),ε很?。é?10-16通常),和表示元素乘法和元素除法,?茚表示克羅內(nèi)克積。步驟15-20通過梯度下降求解目標矩陣R,C,T,G。最后通過公式2推測填充張量中的缺失項。使用F-CATD方法可以加速噪聲推斷過程。

    2 實驗及分析

    為了測試F-CATD的性能,進行實驗驗證。實驗硬件環(huán)境為:CPU為四核Core i5 2.3GHz,內(nèi)存為4GB。

    2.1 實驗數(shù)據(jù)

    本文采用的數(shù)據(jù)集共有四個數(shù)據(jù)源:311 nosie data、Road Networks、Check-ins、POIs數(shù)據(jù)。

    2.2 實驗分析

    評價本文的基于平滑數(shù)據(jù)的上下文感知張量分解模型實驗方法,我們隨機從張量中移除一部分(20%,30%,40%)的非零項作為測試數(shù)據(jù),隨后使用本文的實驗方法模型對張量中的移除缺失項進行填補。最后,使用這些項的原始值作為基礎(chǔ)事實來衡量推斷值。

    評價指標:均方根誤差(Root Mean Square Error,RMSE)。

    定義6均方根誤差。RMSE可以計算為以下公式:

    從圖1中可以看出,在參數(shù)lambda為0.00001時,當張量中的非零項為60%和70%(移除張量中40%和30%的非零項作為測試數(shù)據(jù))時兩種方法得到的RMSE結(jié)果幾乎相同,張量中的非零項為80%時本文的RMSE略小于CATD。

    從圖2可以看出,在參數(shù)lambda為0.00001時,兩種方法法所消耗的時間相差很大。本文的方法耗時在50s左右,CATD耗時在200s到250s之間,整體來說,在時間方面F-CATD方法加快了4-5倍,大大提升了算法的性能。

    3 結(jié)語

    本文針對目前基于稀疏噪聲數(shù)據(jù)的張量分解算法中數(shù)據(jù)本身特征考慮不足的問題,提出一種基于快速上下文感知張量分解的噪聲推斷方法。該方法在上下文感知張量分解方法的基礎(chǔ)上,考慮到噪聲數(shù)據(jù)具有平滑性,引入平滑約束。實驗表明,本文方法在噪聲張量模型中有效地進行缺失噪聲數(shù)據(jù)的填補同時大大減小了的時間消耗。

    【參考文獻】

    [1]W.Phil, “European Commission Green Paper on Future Noice Policy,” com (96) 540 final, 04 Nov. 1996.

    [2]L. Filipponi S. Santini and A. Vitaletti, “Data Collection in Wireless Sensor Networks for Noise Pollution Monitoring,” Proc. 2008 IEEE Int. Conf. on Distributed Computing in Sensor Systems(DCOSS) Santorini Island, Greece, pp. 11-14, June 2008.

    [3]N. Maisonneuve, M. Stevens, M. E. Niessen and L. Steels, “NoiseTube: Measuring and mapping noise pollution with mobile phones,” J. Environmental Science \& Engineering, vol.2, no.6, pp.215-228, 2009.

    [4]R. K. Rana, C. T. Chou, S. S. Kanhere, N. Bulusu and W. Hu, “Ear-phone: an end-to-end participatory urban noise mapping system,” Proc. 9th IEEE Int. Conf. on Information Processing in Sensor Networks(IPSN), pp. 105-116, Stockholm, Sweden, April 2010.

    [5]Y. Zheng, T. Liu, Y.L. Wang, Y.M. Zhu, Y.C. Liu and E. Chang, “Diagnosing New York city's noises with ubiquitous data,” Proc. 2014 ACM Int. Conf. on Pervasive and Ubiquitous Computing (UbiComp), Seattle, US, pp.715-725, September 2014.

    [6]http://research.microsoft.com/apps/pubs/?id=217236.

    [7]T.G. Kolda and B.W. Bader, “Tensor decompositions and applications,” J. Siam Review, vol.51, no.3, pp.294-310, 2005.

    [8]T. Yokota, R. Zdunek, A. Cichocki and Y. Yamashita, “Smooth nonnegative matrix and tensor factorizations for robust multi-way data analysis,” J. Signal Processing, vol.113, pp.234-249, 2015.endprint

    国产色视频综合| 久久狼人影院| 国产午夜福利久久久久久| 午夜视频精品福利| 日韩欧美三级三区| 18美女黄网站色大片免费观看| 久99久视频精品免费| 亚洲欧美精品综合久久99| 91老司机精品| 黄色成人免费大全| 免费看a级黄色片| 亚洲熟妇中文字幕五十中出| 两性夫妻黄色片| 久久久久久亚洲精品国产蜜桃av| 男人的好看免费观看在线视频 | 电影成人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 | 国产欧美日韩综合在线一区二区| 制服人妻中文乱码| 国产精品国产高清国产av| 女人被躁到高潮嗷嗷叫费观| АⅤ资源中文在线天堂| 亚洲色图 男人天堂 中文字幕| 成年女人毛片免费观看观看9| 日日摸夜夜添夜夜添小说| 国产精品一区二区精品视频观看| 久久精品aⅴ一区二区三区四区| 久久精品人人爽人人爽视色| 中文字幕精品免费在线观看视频| 亚洲国产日韩欧美精品在线观看 | 99精品欧美一区二区三区四区| 国产91精品成人一区二区三区| 亚洲av美国av| 人人妻人人爽人人添夜夜欢视频| 亚洲欧美一区二区三区黑人| 亚洲成a人片在线一区二区| 亚洲色图综合在线观看| 精品一区二区三区视频在线观看免费| 一级a爱片免费观看的视频| 久久久国产精品麻豆| 久久性视频一级片| 国产成人啪精品午夜网站| 女人爽到高潮嗷嗷叫在线视频| 老汉色∧v一级毛片| 久久精品国产亚洲av香蕉五月| 露出奶头的视频| 在线观看午夜福利视频| 久久这里只有精品19| 一进一出抽搐动态| 可以在线观看的亚洲视频| x7x7x7水蜜桃| 99精品欧美一区二区三区四区| 国产成人精品在线电影| 中文字幕另类日韩欧美亚洲嫩草| 大型av网站在线播放| 99riav亚洲国产免费| 视频在线观看一区二区三区| 日本在线视频免费播放| 欧美国产精品va在线观看不卡| 欧美日本亚洲视频在线播放| 黄频高清免费视频| x7x7x7水蜜桃| 超碰成人久久| 久久久国产欧美日韩av| 久久精品国产亚洲av香蕉五月| 国产又色又爽无遮挡免费看| 亚洲伊人色综图| 国产精品久久久久久亚洲av鲁大| 亚洲精品一区av在线观看| 国产一区在线观看成人免费| cao死你这个sao货| 日韩av在线大香蕉| 亚洲av第一区精品v没综合| 搡老妇女老女人老熟妇| 国产亚洲欧美98| 国产亚洲精品综合一区在线观看 | 亚洲精品粉嫩美女一区| 淫妇啪啪啪对白视频| 亚洲天堂国产精品一区在线| 一二三四在线观看免费中文在| 精品一品国产午夜福利视频| 亚洲一码二码三码区别大吗| 国产成人欧美在线观看| 99国产精品一区二区三区| 女人高潮潮喷娇喘18禁视频| 欧美在线一区亚洲| 黄色丝袜av网址大全| 国产乱人伦免费视频| 欧美黑人精品巨大| 中亚洲国语对白在线视频| 丰满人妻熟妇乱又伦精品不卡| 美女国产高潮福利片在线看| 欧美激情 高清一区二区三区| 母亲3免费完整高清在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲 欧美一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 国产一区二区三区综合在线观看| 性色av乱码一区二区三区2| 最新在线观看一区二区三区| 777久久人妻少妇嫩草av网站| 午夜福利欧美成人| 两个人视频免费观看高清| 精品日产1卡2卡| 9热在线视频观看99| 久久狼人影院| 99riav亚洲国产免费| 久久人妻av系列| 亚洲成人免费电影在线观看| 中文字幕人妻丝袜一区二区| 国产高清有码在线观看视频 | 久久亚洲精品不卡| 午夜福利免费观看在线| 日韩大码丰满熟妇| 日韩欧美在线二视频| 亚洲天堂国产精品一区在线| 好男人电影高清在线观看| 国产午夜精品久久久久久| 在线观看日韩欧美| 在线观看舔阴道视频| av天堂在线播放| 亚洲九九香蕉| 午夜成年电影在线免费观看| 老司机靠b影院| 国产一区二区在线av高清观看| 亚洲人成电影免费在线| 欧美日本视频| av欧美777| 丝袜美腿诱惑在线| 在线观看午夜福利视频| 日韩有码中文字幕| 久久国产亚洲av麻豆专区| 一区二区三区高清视频在线| 国产精品精品国产色婷婷| 十分钟在线观看高清视频www| 久久精品国产综合久久久| 亚洲少妇的诱惑av| 日本五十路高清| 亚洲精品美女久久久久99蜜臀| 精品免费久久久久久久清纯| 国产伦人伦偷精品视频| 亚洲欧美激情综合另类| 在线观看66精品国产| 午夜福利,免费看| 中文字幕人妻熟女乱码| 99国产精品一区二区三区| 在线观看免费视频网站a站| 黄片大片在线免费观看| 久久精品国产综合久久久| 国产在线观看jvid| 日韩大码丰满熟妇| 精品久久久久久久久久免费视频| 涩涩av久久男人的天堂| 51午夜福利影视在线观看| 国产成人啪精品午夜网站| 国产精品一区二区精品视频观看| 久久香蕉国产精品| 成人亚洲精品av一区二区| 变态另类成人亚洲欧美熟女 | 亚洲av成人一区二区三| 国产真人三级小视频在线观看| 老鸭窝网址在线观看| 午夜久久久久精精品| 女人被躁到高潮嗷嗷叫费观| 人成视频在线观看免费观看| 久久 成人 亚洲| 午夜影院日韩av| 久久久久久久久久久久大奶| 精品国产乱子伦一区二区三区| 国产精品影院久久| av超薄肉色丝袜交足视频| 制服人妻中文乱码| 村上凉子中文字幕在线| 国产色视频综合| 色播在线永久视频| 久久天堂一区二区三区四区| 国产亚洲欧美98| 老司机在亚洲福利影院| 国产成人精品在线电影| 亚洲国产精品久久男人天堂| 老司机靠b影院| 国产精品av久久久久免费| 自拍欧美九色日韩亚洲蝌蚪91| 国产亚洲av高清不卡| 变态另类丝袜制服| 亚洲av电影不卡..在线观看| 少妇粗大呻吟视频| 国产精品 国内视频| 中文字幕久久专区| 久久狼人影院| 老司机午夜十八禁免费视频| 亚洲欧美激情在线| 一夜夜www| 午夜久久久久精精品| 97碰自拍视频| 男人的好看免费观看在线视频 | 国内久久婷婷六月综合欲色啪| 国产午夜福利久久久久久| 嫩草影院精品99| 午夜久久久在线观看| 老汉色∧v一级毛片| 免费观看人在逋| 国产人伦9x9x在线观看| 成人三级黄色视频| 一级作爱视频免费观看| 国产乱人伦免费视频| 天堂√8在线中文| 精品欧美一区二区三区在线| 动漫黄色视频在线观看| 深夜精品福利| 999久久久国产精品视频| 18禁观看日本| 1024香蕉在线观看| 欧美日韩亚洲综合一区二区三区_| 麻豆av在线久日| 久久久久国产一级毛片高清牌| 国产成+人综合+亚洲专区| 波多野结衣高清无吗| 国产精品日韩av在线免费观看 | 久久久国产欧美日韩av| 真人一进一出gif抽搐免费| 久久精品亚洲精品国产色婷小说| 91精品三级在线观看| 国产国语露脸激情在线看| 欧美不卡视频在线免费观看 | avwww免费| 欧美人与性动交α欧美精品济南到| 熟妇人妻久久中文字幕3abv| 亚洲精品国产精品久久久不卡| 色综合欧美亚洲国产小说| 999久久久精品免费观看国产| 精品国产乱码久久久久久男人| 国产人伦9x9x在线观看| 搡老岳熟女国产| 亚洲成av人片免费观看| 欧美日本视频| 亚洲精品粉嫩美女一区| 婷婷丁香在线五月| 一级黄色大片毛片| 亚洲精品美女久久久久99蜜臀| 亚洲欧美精品综合久久99| 99久久久亚洲精品蜜臀av| 亚洲国产精品成人综合色| www.熟女人妻精品国产| 久久精品国产综合久久久| 成人三级做爰电影| 亚洲专区字幕在线| 人人妻人人澡欧美一区二区 | 黄色毛片三级朝国网站| 国产在线观看jvid| 国产色视频综合| 久久国产亚洲av麻豆专区| 亚洲国产精品999在线| 免费人成视频x8x8入口观看| 中文字幕久久专区| 国产男靠女视频免费网站| 中文字幕另类日韩欧美亚洲嫩草| 国产精品永久免费网站| 亚洲国产欧美日韩在线播放| 变态另类丝袜制服| 国产极品粉嫩免费观看在线| 无限看片的www在线观看| 亚洲第一青青草原| 免费在线观看亚洲国产| 好看av亚洲va欧美ⅴa在| 日韩精品免费视频一区二区三区| av超薄肉色丝袜交足视频| 我的亚洲天堂| 免费看a级黄色片| 亚洲国产精品成人综合色| 91老司机精品| av中文乱码字幕在线| av超薄肉色丝袜交足视频| 免费观看精品视频网站| av中文乱码字幕在线| 久久天躁狠狠躁夜夜2o2o| 成人欧美大片| 亚洲国产精品sss在线观看| 嫁个100分男人电影在线观看| 九色亚洲精品在线播放| 欧美av亚洲av综合av国产av| 视频在线观看一区二区三区| 黄色毛片三级朝国网站| 成人三级黄色视频| 免费看十八禁软件| 亚洲欧美日韩高清在线视频| 成人国产一区最新在线观看| av网站免费在线观看视频| 91大片在线观看| 老司机靠b影院| 一区福利在线观看| 久9热在线精品视频| 久久精品国产综合久久久| 国产又色又爽无遮挡免费看| 国产亚洲av嫩草精品影院| 国产片内射在线| 侵犯人妻中文字幕一二三四区| 天堂动漫精品| 欧美日韩一级在线毛片| 一级毛片高清免费大全| 国产野战对白在线观看| 日本免费a在线| aaaaa片日本免费| 亚洲午夜理论影院| 97人妻精品一区二区三区麻豆 | 国产又色又爽无遮挡免费看| 黄片大片在线免费观看| 女同久久另类99精品国产91| 啪啪无遮挡十八禁网站| 一边摸一边抽搐一进一出视频| 国产午夜精品久久久久久| 国产日韩一区二区三区精品不卡| 1024香蕉在线观看| 中文字幕最新亚洲高清| 亚洲国产看品久久| 婷婷丁香在线五月| 一a级毛片在线观看| 日韩有码中文字幕| 老汉色∧v一级毛片| 这个男人来自地球电影免费观看| 国产精品99久久99久久久不卡| 国产精品av久久久久免费| 精品高清国产在线一区| 91成年电影在线观看| 怎么达到女性高潮| 久久精品影院6| 最近最新中文字幕大全电影3 | 久久精品影院6| 国产精品一区二区在线不卡| 国产精品久久久久久精品电影 | 欧美精品啪啪一区二区三区| av视频在线观看入口| 黑人操中国人逼视频| 国产一区二区在线av高清观看| 精品一区二区三区av网在线观看| 美女高潮喷水抽搐中文字幕| 国产成人av激情在线播放| 午夜福利一区二区在线看| 两人在一起打扑克的视频| 自线自在国产av| 麻豆国产av国片精品| 亚洲 欧美 日韩 在线 免费| 久久午夜亚洲精品久久| 精品国产亚洲在线| 嫁个100分男人电影在线观看| av免费在线观看网站| 亚洲黑人精品在线| 欧美精品亚洲一区二区| 亚洲五月天丁香| 日韩国内少妇激情av| 嫩草影院精品99| 男男h啪啪无遮挡| 亚洲精品粉嫩美女一区| 看黄色毛片网站| 久久久久久国产a免费观看| 窝窝影院91人妻| 一二三四社区在线视频社区8| 高清在线国产一区| 久久人人97超碰香蕉20202| 亚洲欧美精品综合一区二区三区| 啦啦啦免费观看视频1| 亚洲人成电影观看| 黄色毛片三级朝国网站| 美女大奶头视频| 波多野结衣一区麻豆| 一级毛片高清免费大全| 日韩欧美一区二区三区在线观看| 在线观看免费午夜福利视频| 亚洲最大成人中文| 91av网站免费观看| 又黄又爽又免费观看的视频| 亚洲av熟女| 亚洲国产精品合色在线| 亚洲aⅴ乱码一区二区在线播放 | 91大片在线观看| 国产91精品成人一区二区三区| 亚洲天堂国产精品一区在线| 亚洲精品美女久久久久99蜜臀| 国内精品久久久久精免费| 亚洲久久久国产精品| 亚洲在线自拍视频| 国产亚洲欧美在线一区二区| 亚洲国产欧美网| 极品教师在线免费播放| 女性被躁到高潮视频| 亚洲精品中文字幕一二三四区| 免费在线观看视频国产中文字幕亚洲| а√天堂www在线а√下载| 岛国在线观看网站| av视频在线观看入口| 手机成人av网站| 啪啪无遮挡十八禁网站| 黄网站色视频无遮挡免费观看| 日韩高清综合在线| 国产99白浆流出| 一级作爱视频免费观看| 亚洲少妇的诱惑av| 老司机福利观看| 日韩欧美一区视频在线观看| 成人18禁高潮啪啪吃奶动态图| 欧美老熟妇乱子伦牲交| 精品国产乱子伦一区二区三区| 日韩三级视频一区二区三区| 亚洲中文日韩欧美视频| 亚洲性夜色夜夜综合| 成人永久免费在线观看视频| 99国产精品一区二区蜜桃av| 麻豆成人av在线观看| 一本久久中文字幕| 欧美一区二区精品小视频在线| 午夜老司机福利片| 欧美av亚洲av综合av国产av| 午夜成年电影在线免费观看| 人人妻人人爽人人添夜夜欢视频| 精品久久久久久久人妻蜜臀av | 亚洲欧美日韩高清在线视频| 久久精品人人爽人人爽视色| 欧美乱码精品一区二区三区| 日韩欧美免费精品| 岛国在线观看网站| 黄片大片在线免费观看| ponron亚洲| 非洲黑人性xxxx精品又粗又长| 人人妻,人人澡人人爽秒播| 欧美黄色淫秽网站| 国产一区在线观看成人免费| 久久影院123| 欧美日本中文国产一区发布| 久久精品国产综合久久久| 一夜夜www| 成年版毛片免费区| 午夜福利视频1000在线观看 | 精品欧美一区二区三区在线| 一进一出好大好爽视频| 亚洲精品av麻豆狂野| 90打野战视频偷拍视频| 日韩精品中文字幕看吧| 在线观看日韩欧美| 伊人久久大香线蕉亚洲五| 精品欧美国产一区二区三| 一区二区三区高清视频在线| 亚洲一区高清亚洲精品| 少妇被粗大的猛进出69影院| 看免费av毛片| 国产午夜精品久久久久久| 最近最新中文字幕大全电影3 | 色综合亚洲欧美另类图片| 最新美女视频免费是黄的| 亚洲,欧美精品.| 91老司机精品| 国产三级黄色录像| 热re99久久国产66热| 国产精品精品国产色婷婷| 欧美 亚洲 国产 日韩一| av网站免费在线观看视频| 国产视频一区二区在线看| 后天国语完整版免费观看| 人人妻,人人澡人人爽秒播| 老司机福利观看| 欧美黑人精品巨大| 91麻豆av在线| 村上凉子中文字幕在线| 97超级碰碰碰精品色视频在线观看| 精品一区二区三区视频在线观看免费| 人成视频在线观看免费观看| 老熟妇乱子伦视频在线观看| 一级,二级,三级黄色视频| 亚洲国产精品合色在线| 香蕉丝袜av| 色播在线永久视频| 午夜福利,免费看| 亚洲欧洲精品一区二区精品久久久| 美女免费视频网站| 亚洲成国产人片在线观看| 91在线观看av| 日韩欧美国产一区二区入口| 在线观看免费日韩欧美大片| 一区二区三区激情视频| av超薄肉色丝袜交足视频| 成人永久免费在线观看视频| 久久久久久久午夜电影| 亚洲色图综合在线观看| 91精品三级在线观看| 天堂影院成人在线观看| 一a级毛片在线观看| 99久久综合精品五月天人人| 国产三级在线视频| 极品人妻少妇av视频| 国产精品香港三级国产av潘金莲| 中文字幕久久专区| 18禁美女被吸乳视频| 亚洲欧美激情在线| 日本vs欧美在线观看视频| 日韩精品免费视频一区二区三区| 熟女少妇亚洲综合色aaa.| 国产精品香港三级国产av潘金莲| 午夜福利视频1000在线观看 | 精品一区二区三区av网在线观看| 美女午夜性视频免费| 亚洲成a人片在线一区二区| 国产男靠女视频免费网站| 亚洲欧美激情综合另类| 波多野结衣av一区二区av| 中出人妻视频一区二区| 精品久久久久久,| 三级毛片av免费| 亚洲成人久久性| 国产色视频综合| 精品国产亚洲在线| 午夜福利在线观看吧| 欧美激情久久久久久爽电影 | 两性午夜刺激爽爽歪歪视频在线观看 | 欧美国产日韩亚洲一区| 琪琪午夜伦伦电影理论片6080| 757午夜福利合集在线观看| 制服诱惑二区| 免费少妇av软件| 淫妇啪啪啪对白视频| 成人亚洲精品一区在线观看| 啦啦啦观看免费观看视频高清 | 女人高潮潮喷娇喘18禁视频| 这个男人来自地球电影免费观看| 亚洲色图av天堂| 色播亚洲综合网| 少妇熟女aⅴ在线视频| 两个人视频免费观看高清| 久久精品亚洲熟妇少妇任你| 精品久久久久久久毛片微露脸| 免费观看精品视频网站| 国产一区二区三区综合在线观看| 国产精品乱码一区二三区的特点 | 麻豆成人av在线观看| 亚洲人成电影观看| 精品福利观看| 亚洲精品在线观看二区| 男人操女人黄网站| 免费无遮挡裸体视频| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲精品粉嫩美女一区| 脱女人内裤的视频| 在线永久观看黄色视频| 久久影院123| 在线观看一区二区三区| 多毛熟女@视频| 男人舔女人下体高潮全视频| 亚洲一区高清亚洲精品| 好男人电影高清在线观看| 黄色视频,在线免费观看| 久久精品国产综合久久久| 亚洲精品国产精品久久久不卡| 日日夜夜操网爽| АⅤ资源中文在线天堂| 看免费av毛片| avwww免费| 日本撒尿小便嘘嘘汇集6| 亚洲精品在线观看二区| 精品一区二区三区四区五区乱码| 国产精品久久久久久亚洲av鲁大| 日韩一卡2卡3卡4卡2021年| 91成人精品电影| 精品欧美一区二区三区在线| 天天躁狠狠躁夜夜躁狠狠躁| www国产在线视频色| 国产三级在线视频| 精品久久蜜臀av无| 精品一品国产午夜福利视频| 成人18禁在线播放| 精品乱码久久久久久99久播| 夜夜躁狠狠躁天天躁| 亚洲熟妇熟女久久| 亚洲色图综合在线观看| 美女高潮到喷水免费观看| 国产1区2区3区精品| 国产精品日韩av在线免费观看 | 一二三四在线观看免费中文在| 丝袜美腿诱惑在线| 日韩国内少妇激情av| 中文字幕人妻丝袜一区二区| 在线av久久热| 成人三级黄色视频| 欧美中文综合在线视频| 在线免费观看的www视频| 亚洲欧美日韩高清在线视频| 国产一区二区激情短视频| 91在线观看av| 免费女性裸体啪啪无遮挡网站| 香蕉久久夜色| 国产亚洲精品久久久久5区| 国产精品电影一区二区三区| 午夜免费观看网址| 亚洲欧洲精品一区二区精品久久久| 日本欧美视频一区| 成人三级做爰电影| 国产蜜桃级精品一区二区三区| 免费在线观看亚洲国产| 一边摸一边做爽爽视频免费| 亚洲av熟女| 色老头精品视频在线观看| 国产精品日韩av在线免费观看 | 久久国产乱子伦精品免费另类| 日本vs欧美在线观看视频| 巨乳人妻的诱惑在线观看| 亚洲精品国产一区二区精华液| 亚洲成人国产一区在线观看| 看免费av毛片| 国产av精品麻豆| 老熟妇乱子伦视频在线观看| 给我免费播放毛片高清在线观看| 午夜视频精品福利| 精品无人区乱码1区二区| 亚洲自拍偷在线| 欧美中文综合在线视频| 老汉色av国产亚洲站长工具| 波多野结衣巨乳人妻|