• <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 ?

    基于改進K_means的發(fā)動機狀態(tài)評估方法

    2018-08-18 07:36:10谷廣宇劉建敏喬新勇
    汽車工程 2018年7期
    關(guān)鍵詞:摩托狀況聚類

    谷廣宇,劉建敏,喬新勇

    前言

    發(fā)動機作為裝甲車輛的心臟,其技術(shù)狀況的優(yōu)劣直接影響車輛性能和戰(zhàn)斗力,因此如何科學有效地評估發(fā)動機技術(shù)狀況,已成為部隊關(guān)注的重點。目前,我軍在裝甲車輛發(fā)動機技術(shù)狀況評估方面,已經(jīng)做了部分研究[1-2],然而這些研究主要集中在根據(jù)先驗樣本數(shù)據(jù)建立評估模型,對未知樣本進行評估,而對于在沒有先驗知識的情況下,如何確立發(fā)動機各技術(shù)狀況等級的劃分基準的研究,仍相對缺乏。

    現(xiàn)有對發(fā)動機狀況等級基準劃分的研究中,文獻[3]中提出了將發(fā)動機根據(jù)摩托小時劃分技術(shù)狀況階段,再擬合各階段的平均值確定相應等級的評估基準。文獻[4]中提出了利用主成份分析法根據(jù)散點圖分布劃分技術(shù)狀況區(qū)域,再通過神經(jīng)網(wǎng)絡(luò)建立評估模型。這兩類方法解決了沒有先驗知識的情況下有效評估發(fā)動機技術(shù)狀況的問題,但無論是以摩托小時進行階段的劃分,還是以散點圖分布進行區(qū)域劃分,都存在很大的主觀因素,不同的劃分標準也會對最終的評估結(jié)果造成很大影響。由于環(huán)境條件、工作強度等因素影響,發(fā)動機的實際技術(shù)狀況存在很大隨機性,不同樣本下建立的評估基準與評估模型可能存在較大差異,并且由于受試驗成本、試驗周期等條件的限制,通常無法進行大量試驗來獲取大樣本,這也會增加樣本隨機性對評估模型的影響,難以保證其最終得到評估結(jié)果的可靠性。

    為解決上述問題,本文中通過改進K_means聚類算法,利用試驗樣本數(shù)據(jù)分布,計算各等級聚類中心及其分類,建立更加客觀穩(wěn)定的評估模型,實現(xiàn)基于數(shù)據(jù)驅(qū)動的發(fā)動機狀態(tài)評估,并融合Bootstrap小子樣統(tǒng)計方法,利用其通過再生抽樣將小樣本問題轉(zhuǎn)化成大樣本的特性,削弱試驗樣本隨機性對評估模型的影響,增強發(fā)動機評估模型的穩(wěn)定性。

    1 K_means算法

    K_means算法是一種典型的基于劃分的聚類算法,屬于無監(jiān)督機器學習方法的一種。該算法將一個含有n個樣本的集合劃分為K個子集合,其中每個子集合代表一個類簇,同一類簇中的樣本具有高度的相似性,不同類簇中的樣本相似度較低。

    1.1 K_means算法基本思想

    K_means算法的基本思想是:首先從n個樣本集中隨機選擇K個樣本作為初始聚類中心,根據(jù)每個樣本與各個聚類中心的相似度,將其分配給最相似的聚類中心,得到K個互不相交的類簇集合;然后重新計算每個類簇的新中心,再將每個樣本根據(jù)相似性原理分配給最近的簇中心,重新計算每個類簇的新中心,分配每個樣本到距離最近的類簇。這個過程不斷重復,直到各個類簇的中心不再變化,得到原始樣本集合的K個互不相交的穩(wěn)定的類簇。

    該方法在聚類過程中采取距離就近原則,將數(shù)據(jù)樣本中的每個屬性變量統(tǒng)一看待,而忽略了每個屬性在聚類分析過程中對于數(shù)據(jù)樣本劃分的不同重要性。例如在發(fā)動機狀態(tài)評估中,特征序列與使用時間序列的相關(guān)性越大,表示特征參數(shù)隨使用時間逐漸劣化的趨勢越明顯,用來評估發(fā)動機技術(shù)狀況優(yōu)劣的效果越好,在聚類過程中應給予相應重視。

    由于K_means算法是一個局部搜索過程,其聚類結(jié)果依賴于初始聚類中心和初始劃分[5],因此本文中提出基于加權(quán)歐氏距離最小方差優(yōu)化初始聚類中心的K_means改進算法。

    1.2 K_means算法一般過程

    在K_means算法中,對于待聚類的數(shù)據(jù)樣本X=(x1,…,xn)和 K 個初始聚類中心 C1,C2,…,CK,基本定義如下。

    樣本xi與xj間加權(quán)歐氏距離:

    樣本xi到所有樣本的平均距離:

    樣本xi的方差:

    數(shù)據(jù)樣本的平均距離:

    聚類誤差平方和:

    其一般過程如圖1所示。

    圖1 K_means算法一般流程

    2 算法改進

    2.1 相關(guān)性加權(quán)歐式距離

    在傳統(tǒng)聚類算法中,按樣本間相似度進行聚類劃分通常以歐氏距離為準,即

    為了反映特征序列與使用時間序列的相關(guān)性,通過對多種賦權(quán)法的比較[6],提出了基于特征序列相關(guān)性指標的定權(quán)方法。相關(guān)性指標是在相關(guān)系數(shù)的基礎(chǔ)上提出的,以取絕對值的方法將其限定在[0,1]區(qū)間,表征了特征序列與使用時間間的線性相關(guān)程度。某個特征序列的相關(guān)性指標值越大,其與使用時間的線性相關(guān)性也越大,從而該特征也能更好地描述發(fā)動機技術(shù)狀況從優(yōu)到劣的變化過程。該方法權(quán)重計算步驟如下。

    對于樣本數(shù)據(jù)的第i個特征序列,其相關(guān)性指標是其相關(guān)系數(shù)的絕對值,即

    式中:Corri為第i個特征序列的相關(guān)性指標;Y=(y1,y2,…,yN)為第 i個特征序列;N 為檢測次數(shù),即序列長度;T=(t1,t2,…,tN)為相應時間序列。 根據(jù)樣本所有屬性的變異系數(shù),計算各屬性的權(quán)重:

    此時計算樣本間相似度可采用加權(quán)歐氏距離:

    2.2 初始中心優(yōu)化選取

    由于樣本分布存在不確定性,傳統(tǒng)K_means算法中依靠隨機選取產(chǎn)生的初始聚類中心,有可能是一些孤立點或噪聲點。這將導致聚類結(jié)果偏離真實分布,從而得到錯誤的聚類結(jié)果,并且這一現(xiàn)象在小樣本條件下的發(fā)動機狀態(tài)評估過程中將更加嚴重。因此本文中提出最小方差啟發(fā)式初始聚類中心優(yōu)化選取方法。

    該方法的基本思想是:以樣本方差作為啟發(fā)信息,選取方差最小的樣本作為初始聚類中心,并以樣本平均距離劃分初始聚類,從而選擇出周圍樣本分布比較密集的初始聚類中心,避免孤點和噪聲點的干擾。算法流程如圖2所示。

    圖2 初始聚類中心計算方法

    2.3 Bootstrap小子樣統(tǒng)計方法

    Bootstrap小子樣統(tǒng)計方法是一種自助估計方法,其思路是用現(xiàn)有的資料去模仿未知的分布,通過再生抽樣將小樣本問題轉(zhuǎn)化成大樣本,因此該方法適用于小樣本條件下的統(tǒng)計推斷。

    Bootstrap方法基本原理主要根據(jù)觀測到來自于未知總體分布F的隨機子樣X=(X1,…,Xn),估計總體分布F的某一分布特征R(X,F(xiàn)),如均值、方差等,從而推測總體分布F,具體方法如下。

    設(shè)總體分布F的某個分布特征θ=θ(F)(如均值,方差等),由觀測子樣 X=(X1,…,Xn)構(gòu)造經(jīng)驗分布 Fn,則有對 θ的估計 θ^=θ^(Fn),估計誤差為

    根據(jù)經(jīng)驗分布 Fn,重新抽取再生子樣X(1)=(X(11),…,X(n1)),進而構(gòu)造經(jīng)驗分布函數(shù)F(n1)。于是由X(1)又可得到θ的估計F(n1))。此時可得到估計誤差Tn的Bootstrap統(tǒng)計量R(n1),即

    重復抽取多組再生子樣 X(i),i= 1,2,…,m,可計算相應的R(ni),i= 1,2,…,m,進而可利用 R(ni)的分布去逼近Tn的分布,即可根據(jù)式(1)得到θ(F)的樣本:

    在小樣本估計中,該方法較傳統(tǒng)統(tǒng)計方法具有較高精度。

    3 發(fā)動機狀態(tài)評估實例

    3.1 評估樣本數(shù)據(jù)采集整理

    以某型裝甲車輛柴油機為研究對象,其常用的技術(shù)狀況評估指標體系如圖3所示[7]。對累計使用時間在0~550摩托小時內(nèi)的發(fā)動機,盡量按每間隔50摩托小時選擇1臺作為基準樣本,同時選取3臺狀態(tài)已知的發(fā)動機作為測試樣本,以驗證方法的有效性。采集處理后部分樣本狀態(tài)參數(shù)如表1和表2所示。

    圖3 某型裝甲車輛柴油機評估指標體系

    表1 基準樣本狀態(tài)參數(shù)

    表2 測試樣本狀態(tài)參數(shù)

    3.2 發(fā)動機狀態(tài)評估步驟

    (1)評估數(shù)據(jù)選取

    在實例驗證中,表1樣本為基準樣本,建立發(fā)動機狀態(tài)評估模型,劃分各技術(shù)狀況等級基準;選取表2樣本為測試樣本,利用上述模型評估其技術(shù)狀況,以驗證該方法的有效性。

    (2)確定評語集

    根據(jù)柴油機技術(shù)狀況的優(yōu)劣程度,建立5級評語集。 將柴油機劃分為“好”、“較好”、“一般”、“較差”和“差”5個技術(shù)狀況等級。

    (3)計算各屬性權(quán)重

    根據(jù)表1所示樣本數(shù)據(jù),計算特征參數(shù)對應的變異系數(shù):

    V=[0.116,0.482,0.353,0.280,0.724,0.687]

    由式(3)可得各屬性權(quán)重:

    W=[0.044,0.182,0.134,0.106,0.274,0.260]

    (4)初始聚類中心

    對于發(fā)動機而言,由于出廠后需要經(jīng)歷一定時間的磨合,磨合期結(jié)束后發(fā)動機狀態(tài)達到最佳,發(fā)動機達到規(guī)定使用時長的極限,返廠大修時,其狀態(tài)為最差。因此在采用K_means聚類算法時,可直接采用磨合期結(jié)束時(約50摩托小時)和返廠大修規(guī)定摩托小時(約550摩托小時)的樣本數(shù)據(jù)xi和xj分別作為“好”和“差”兩個等級的初始聚類中心,并根據(jù)其他樣本數(shù)據(jù),采用圖1所示算法流程,計算“較好”、“一般”和“較差”3個技術(shù)狀況等級的初始聚類中心。

    (5)分配樣本、更新聚類中心

    將測試樣本依據(jù)式(4)分配到距離最近初始聚類中心相應的簇類中,并根據(jù)圖2的流程,重新計算聚類中心。更新后聚類中心矩陣為

    (6)聚類中心修正

    根據(jù)原樣本分布,重新抽取N組再生子樣X(n),n=1,2,…,N。 并對再生子樣重復步驟(4)和步驟(5),計算相應聚類中心根據(jù)式(6)可知原樣本聚類中心的估計誤差分布為

    本文中取N=50重新抽取再生子樣,依照上述方法估計測試樣本聚類中心的誤差分布矩陣:

    依據(jù)Bootstrap小子樣統(tǒng)計方法,可利用再生子樣修正原樣本各技術(shù)狀況等級的聚類中心:

    根據(jù)式(9)可得修正后聚類中心:

    (7)樣本狀態(tài)評估

    利用權(quán)重向量V和聚類中心C,根據(jù)相似性原理評估13~15號樣本的技術(shù)狀況,測試樣本對各等級基準的相似度和評語如表3所示。

    表3 測試樣本評估結(jié)果

    測試樣本的評估結(jié)果能夠定量、定性地反映發(fā)動機技術(shù)狀況,并且與發(fā)動機實際狀況一致,因此該方法可作為在缺少先驗知識和小樣本條件下對發(fā)動機進行狀態(tài)評估的有效手段。

    4 方法對比分析

    為對比本文方法與文獻[3]中所述傳統(tǒng)方法的客觀性和穩(wěn)定性,在上文1~12號基準樣本的基礎(chǔ)上,以相同方法重新采集整理一組對比樣本,如表4所示。

    表4 對比分析樣本

    采用本文提出的基于狀態(tài)參數(shù)方法,分別以第1組和第2組樣本建立評估模型,并對所有樣本進行評估,結(jié)果見圖4。

    圖4 本文方法的評估結(jié)果

    由圖可見:發(fā)動機的技術(shù)狀況隨著摩托小時逐漸劣化的趨勢明顯;在0~200摩托小時內(nèi)基本為“好”和“較好”,在200~350摩托小時內(nèi)基本為“較好”和“一般”,在這兩個區(qū)間內(nèi)技術(shù)狀況呈現(xiàn)了兩種技術(shù)狀況變化的過渡,體現(xiàn)了技術(shù)狀況變化的逐漸性和模糊性;在350~450摩托小時內(nèi)為“較差”,在500摩托小時以上為“差”。技術(shù)狀況的這種變化趨勢與理論分析的結(jié)果大致吻合。

    采用文獻[3]中所述傳統(tǒng)方法,分別以第1組和第2組樣本建立評估模型,并對所有樣本進行評估,結(jié)果見圖5。

    圖5 傳統(tǒng)方法的評估結(jié)果

    用傳統(tǒng)方法評估所有27個樣本時,有6個樣本在兩組不同樣本建立的評估模型下的結(jié)果不同。而本文方法在相同條件下只有2個樣本得到了不同結(jié)果。這表明本文中提出的基于狀態(tài)參數(shù)發(fā)動機狀態(tài)評估方法在處理少量狀態(tài)參數(shù)樣本時比傳統(tǒng)方法具有更強的穩(wěn)定性。

    5 結(jié)論

    本文中利用加權(quán)歐氏距離和最小方差啟發(fā)式算法對K_means聚類算法進行了改進,并通過融合Bootstrap小子樣統(tǒng)計方法提出了一種基于改進K_means的發(fā)動機狀態(tài)評估方法。

    該方法能在缺少先驗知識的小樣本條件下,建立穩(wěn)定的發(fā)動機狀態(tài)評估模型,實現(xiàn)發(fā)動機技術(shù)狀況的有效評估。與傳統(tǒng)方法相比,該方法在處理隨機性較大的狀態(tài)參數(shù)樣本時具有更強的穩(wěn)定性,并且該方法完全依靠發(fā)動機狀態(tài)參數(shù),具有更強的客觀性。

    猜你喜歡
    摩托狀況聚類
    聲敏感患者的焦慮抑郁狀況調(diào)查
    騎摩托的哪吒酷嗎
    時代郵刊(2021年8期)2021-07-21 07:52:42
    小摩托參賽
    2019年中國國際收支狀況依然會保持穩(wěn)健
    中國外匯(2019年13期)2019-10-10 03:37:38
    這個世界,尼比打算和他的摩托一起丈量
    車迷(2019年10期)2019-06-24 05:43:20
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    第五節(jié) 2015年法學專業(yè)就業(yè)狀況
    基于改進的遺傳算法的模糊聚類算法
    My experience as a foreign teacher in China
    一種層次初始的聚類個數(shù)自適應的聚類方法研究
    18+在线观看网站| 男女之事视频高清在线观看| 国产中年淑女户外野战色| 国产成人a区在线观看| 亚洲专区国产一区二区| 色噜噜av男人的天堂激情| 国产精品自产拍在线观看55亚洲| aaaaa片日本免费| 成人一区二区视频在线观看| 亚洲成人久久性| 精品乱码久久久久久99久播| 男人和女人高潮做爰伦理| 精品久久久久久久久久久久久| 成人高潮视频无遮挡免费网站| 国产男靠女视频免费网站| 国产国拍精品亚洲av在线观看 | 小说图片视频综合网站| 婷婷六月久久综合丁香| 亚洲五月天丁香| 精品99又大又爽又粗少妇毛片 | 精品久久久久久久人妻蜜臀av| 国产老妇女一区| 中文字幕人成人乱码亚洲影| 久久6这里有精品| 国内精品久久久久久久电影| 一本综合久久免费| 美女免费视频网站| 女人十人毛片免费观看3o分钟| 两人在一起打扑克的视频| 成人精品一区二区免费| 国产午夜精品久久久久久一区二区三区 | 久久6这里有精品| 国产单亲对白刺激| 岛国在线观看网站| 久久精品国产亚洲av香蕉五月| 日韩av在线大香蕉| av黄色大香蕉| 免费av不卡在线播放| 欧美bdsm另类| 久久久久久久精品吃奶| 午夜久久久久精精品| 变态另类成人亚洲欧美熟女| 国产一区二区在线观看日韩 | 麻豆一二三区av精品| 不卡一级毛片| 亚洲av成人av| x7x7x7水蜜桃| 日本熟妇午夜| 久久婷婷人人爽人人干人人爱| 岛国在线免费视频观看| 日本三级黄在线观看| 国产毛片a区久久久久| 18禁黄网站禁片免费观看直播| 免费大片18禁| 亚洲不卡免费看| 亚洲色图av天堂| 男人舔女人下体高潮全视频| 色精品久久人妻99蜜桃| 国产色爽女视频免费观看| 午夜两性在线视频| 五月玫瑰六月丁香| 亚洲最大成人手机在线| 国产欧美日韩精品一区二区| 一进一出抽搐gif免费好疼| 国产av不卡久久| 99在线视频只有这里精品首页| 亚洲人成网站高清观看| 又粗又爽又猛毛片免费看| 成人特级av手机在线观看| 黄色片一级片一级黄色片| 一级毛片高清免费大全| 亚洲美女黄片视频| 国产伦人伦偷精品视频| 日本在线视频免费播放| 国产视频一区二区在线看| 午夜免费观看网址| 国产欧美日韩一区二区精品| 欧美乱码精品一区二区三区| 日韩欧美精品v在线| 国产伦人伦偷精品视频| 日韩欧美国产在线观看| 日韩欧美 国产精品| 亚洲精品国产精品久久久不卡| 亚洲成人久久爱视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 欧美在线一区亚洲| 岛国在线免费视频观看| 国产精华一区二区三区| 国产亚洲欧美98| 观看免费一级毛片| 在线观看66精品国产| 99久久久亚洲精品蜜臀av| 一a级毛片在线观看| 香蕉av资源在线| 国产精品自产拍在线观看55亚洲| 日本 欧美在线| 美女 人体艺术 gogo| 男女那种视频在线观看| 欧美乱码精品一区二区三区| 国产精品久久久久久久电影 | 国产精华一区二区三区| 蜜桃亚洲精品一区二区三区| 欧美大码av| 国产精品99久久久久久久久| 三级国产精品欧美在线观看| 国产爱豆传媒在线观看| 亚洲精品美女久久久久99蜜臀| 日韩欧美免费精品| 亚洲欧美日韩高清专用| 国产成人欧美在线观看| 免费人成在线观看视频色| 免费无遮挡裸体视频| 一区二区三区高清视频在线| 亚洲片人在线观看| 久久久精品欧美日韩精品| 最近在线观看免费完整版| 一本精品99久久精品77| 日本熟妇午夜| 久久久久亚洲av毛片大全| 精品国产美女av久久久久小说| 免费搜索国产男女视频| 国产淫片久久久久久久久 | 床上黄色一级片| av视频在线观看入口| 男人和女人高潮做爰伦理| 亚洲第一欧美日韩一区二区三区| 中文字幕久久专区| 在线观看免费视频日本深夜| 男女午夜视频在线观看| 亚洲精品粉嫩美女一区| 国产真实乱freesex| 国产成人啪精品午夜网站| 国产伦一二天堂av在线观看| 国产乱人视频| 日韩有码中文字幕| aaaaa片日本免费| 国产探花在线观看一区二区| www日本在线高清视频| 成人国产一区最新在线观看| 久久这里只有精品中国| 偷拍熟女少妇极品色| 日韩欧美精品免费久久 | 99精品久久久久人妻精品| 欧美成人免费av一区二区三区| 一级毛片女人18水好多| 欧美不卡视频在线免费观看| 日本免费一区二区三区高清不卡| 日韩欧美一区二区三区在线观看| 精品久久久久久久毛片微露脸| 免费看十八禁软件| 久久久久久久亚洲中文字幕 | 18禁在线播放成人免费| 一本精品99久久精品77| 女人高潮潮喷娇喘18禁视频| 亚洲精品影视一区二区三区av| 高潮久久久久久久久久久不卡| 日韩欧美国产一区二区入口| 久久天躁狠狠躁夜夜2o2o| 亚洲欧美日韩高清在线视频| 亚洲精品一区av在线观看| 亚洲av熟女| 一本精品99久久精品77| 亚洲精品亚洲一区二区| 母亲3免费完整高清在线观看| 亚洲在线观看片| 国产精品影院久久| 俺也久久电影网| 国产精品野战在线观看| 婷婷六月久久综合丁香| 成人av在线播放网站| 欧美高清成人免费视频www| 最新中文字幕久久久久| bbb黄色大片| 搞女人的毛片| 亚洲国产欧美人成| 国产成人啪精品午夜网站| 1000部很黄的大片| 欧美成人a在线观看| 看免费av毛片| 亚洲精品成人久久久久久| 免费看十八禁软件| 成人精品一区二区免费| 黄色女人牲交| 欧美丝袜亚洲另类 | 国产亚洲精品综合一区在线观看| 久久亚洲精品不卡| 欧美日韩一级在线毛片| h日本视频在线播放| 长腿黑丝高跟| 熟女少妇亚洲综合色aaa.| 国产一区二区三区视频了| 国内毛片毛片毛片毛片毛片| 亚洲欧美日韩高清在线视频| 国产高清激情床上av| 国产真实乱freesex| 特级一级黄色大片| 久久久成人免费电影| 别揉我奶头~嗯~啊~动态视频| 一个人看视频在线观看www免费 | 国产成+人综合+亚洲专区| 国产高清激情床上av| 女警被强在线播放| 欧美区成人在线视频| 九九热线精品视视频播放| 欧美另类亚洲清纯唯美| 波多野结衣高清无吗| 老鸭窝网址在线观看| 亚洲av中文字字幕乱码综合| 18禁国产床啪视频网站| 校园春色视频在线观看| 2021天堂中文幕一二区在线观| 久久天躁狠狠躁夜夜2o2o| 波多野结衣巨乳人妻| 一区福利在线观看| 国产日本99.免费观看| 欧美日韩综合久久久久久 | 日本免费一区二区三区高清不卡| 一个人观看的视频www高清免费观看| 窝窝影院91人妻| 少妇丰满av| 成人性生交大片免费视频hd| 欧美日韩综合久久久久久 | 亚洲精品日韩av片在线观看 | 麻豆成人av在线观看| 欧美性猛交黑人性爽| 亚洲不卡免费看| 日韩精品青青久久久久久| 午夜福利在线观看吧| 欧美高清成人免费视频www| 亚洲激情在线av| 97超级碰碰碰精品色视频在线观看| 国产精品亚洲一级av第二区| 亚洲aⅴ乱码一区二区在线播放| 脱女人内裤的视频| 美女黄网站色视频| 精品99又大又爽又粗少妇毛片 | 亚洲一区二区三区色噜噜| 欧美日韩乱码在线| 看片在线看免费视频| 国产蜜桃级精品一区二区三区| 久久久久性生活片| 午夜福利高清视频| 欧美乱妇无乱码| 亚洲最大成人中文| 极品教师在线免费播放| 成人欧美大片| 日韩欧美三级三区| 少妇的丰满在线观看| 国产99白浆流出| 久久久久久久精品吃奶| 无限看片的www在线观看| 老汉色av国产亚洲站长工具| 中文在线观看免费www的网站| 人人妻人人澡欧美一区二区| 欧美日韩福利视频一区二区| 成年女人看的毛片在线观看| 一区二区三区免费毛片| 又黄又爽又免费观看的视频| 国产精品女同一区二区软件 | 日韩欧美国产在线观看| 精品国产三级普通话版| 精品午夜福利视频在线观看一区| 最好的美女福利视频网| 国产成人aa在线观看| 黄色成人免费大全| 国产高清有码在线观看视频| 欧美乱色亚洲激情| 九九热线精品视视频播放| 男女那种视频在线观看| 久久精品国产清高在天天线| 国产成人啪精品午夜网站| 日本五十路高清| 久久九九热精品免费| 成人国产综合亚洲| 男女之事视频高清在线观看| 久久精品国产综合久久久| 亚洲18禁久久av| tocl精华| 一个人看的www免费观看视频| 综合色av麻豆| 美女被艹到高潮喷水动态| 国产精品香港三级国产av潘金莲| 中文字幕精品亚洲无线码一区| 久久精品91蜜桃| 久久久久久久精品吃奶| 欧美精品啪啪一区二区三区| 99国产综合亚洲精品| 一级毛片女人18水好多| 国产欧美日韩一区二区三| 成人鲁丝片一二三区免费| 中文字幕av成人在线电影| 禁无遮挡网站| 女同久久另类99精品国产91| 18美女黄网站色大片免费观看| 欧美+日韩+精品| 欧美性猛交黑人性爽| 久久久精品大字幕| 色综合亚洲欧美另类图片| 国产v大片淫在线免费观看| 欧美又色又爽又黄视频| 性色avwww在线观看| 国产精品国产高清国产av| 成年女人永久免费观看视频| 美女被艹到高潮喷水动态| 国产精品免费一区二区三区在线| 国产精品永久免费网站| 国产高清激情床上av| 免费看日本二区| 一进一出抽搐gif免费好疼| www.www免费av| 日韩精品中文字幕看吧| 欧美成人性av电影在线观看| 成人高潮视频无遮挡免费网站| 淫秽高清视频在线观看| 日韩欧美在线乱码| 国产一区二区在线av高清观看| 99热这里只有是精品50| 欧美黄色片欧美黄色片| 欧美大码av| 热99在线观看视频| 成人鲁丝片一二三区免费| 男人舔奶头视频| 成人性生交大片免费视频hd| 午夜福利高清视频| 国产麻豆成人av免费视频| 1000部很黄的大片| 一级作爱视频免费观看| 国内少妇人妻偷人精品xxx网站| 欧美成狂野欧美在线观看| 亚洲专区国产一区二区| 一个人观看的视频www高清免费观看| 熟妇人妻久久中文字幕3abv| 亚洲av一区综合| 9191精品国产免费久久| 天天添夜夜摸| 亚洲国产欧美网| 国产一区二区激情短视频| 精品久久久久久久久久免费视频| 国产欧美日韩一区二区三| 亚洲不卡免费看| 少妇丰满av| 精品午夜福利视频在线观看一区| 色噜噜av男人的天堂激情| www国产在线视频色| 久久人人精品亚洲av| 非洲黑人性xxxx精品又粗又长| 国产精品综合久久久久久久免费| 久久久国产成人免费| 色哟哟哟哟哟哟| 给我免费播放毛片高清在线观看| 在线天堂最新版资源| 久久久久久久精品吃奶| 国产精品98久久久久久宅男小说| 亚洲精品久久国产高清桃花| 婷婷精品国产亚洲av| 日韩av在线大香蕉| av天堂中文字幕网| 亚洲精品久久国产高清桃花| 精品国产亚洲在线| 国产淫片久久久久久久久 | 成人三级黄色视频| 精品午夜福利视频在线观看一区| av欧美777| 精品日产1卡2卡| 美女免费视频网站| 精品久久久久久成人av| www.色视频.com| 99久久成人亚洲精品观看| 热99在线观看视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产成人福利小说| 一级毛片高清免费大全| av在线天堂中文字幕| 欧美乱码精品一区二区三区| 18禁美女被吸乳视频| 99国产精品一区二区三区| 在线观看美女被高潮喷水网站 | 99视频精品全部免费 在线| 久久久久国内视频| 在线观看66精品国产| 亚洲精品久久国产高清桃花| 999久久久精品免费观看国产| 午夜福利视频1000在线观看| 一区二区三区高清视频在线| 中文字幕精品亚洲无线码一区| 日韩欧美国产一区二区入口| 亚洲一区高清亚洲精品| 一级a爱片免费观看的视频| 99久国产av精品| 亚洲成人中文字幕在线播放| 亚洲精品乱码久久久v下载方式 | 9191精品国产免费久久| 搡老妇女老女人老熟妇| 手机成人av网站| 国产黄色小视频在线观看| 免费看光身美女| 女人十人毛片免费观看3o分钟| 手机成人av网站| 亚洲五月天丁香| 欧美区成人在线视频| 日本一二三区视频观看| 欧美一区二区精品小视频在线| 一进一出抽搐动态| av中文乱码字幕在线| 国产精品亚洲av一区麻豆| 亚洲成人中文字幕在线播放| 成人18禁在线播放| 国产精品一区二区三区四区久久| 国产精品野战在线观看| 我要搜黄色片| 国产黄片美女视频| 国产精华一区二区三区| 日韩人妻高清精品专区| 久久久国产成人精品二区| 18禁黄网站禁片免费观看直播| 精品久久久久久成人av| 岛国视频午夜一区免费看| 99精品在免费线老司机午夜| 欧美性感艳星| 国产精品一区二区三区四区免费观看 | 午夜免费男女啪啪视频观看 | 99视频精品全部免费 在线| 黄片大片在线免费观看| 国产高潮美女av| 亚洲人成伊人成综合网2020| 中文字幕人成人乱码亚洲影| 制服人妻中文乱码| 女生性感内裤真人,穿戴方法视频| 免费av观看视频| 午夜亚洲福利在线播放| 欧美最新免费一区二区三区 | 最新在线观看一区二区三区| 在线观看一区二区三区| 黑人欧美特级aaaaaa片| 19禁男女啪啪无遮挡网站| 九色成人免费人妻av| 免费一级毛片在线播放高清视频| 少妇裸体淫交视频免费看高清| 岛国在线观看网站| 日本一二三区视频观看| 好男人电影高清在线观看| 成人鲁丝片一二三区免费| 最新中文字幕久久久久| 国产成人av激情在线播放| 国产亚洲欧美在线一区二区| netflix在线观看网站| 69人妻影院| 欧美最新免费一区二区三区 | 国产成人欧美在线观看| 九九久久精品国产亚洲av麻豆| 两个人看的免费小视频| 一个人免费在线观看的高清视频| 日韩国内少妇激情av| 色精品久久人妻99蜜桃| 12—13女人毛片做爰片一| 丰满乱子伦码专区| 99久久成人亚洲精品观看| 搡女人真爽免费视频火全软件 | 久久草成人影院| 97碰自拍视频| 久久久国产成人免费| 亚洲国产高清在线一区二区三| 一个人观看的视频www高清免费观看| 内射极品少妇av片p| 最近视频中文字幕2019在线8| 美女被艹到高潮喷水动态| 美女高潮喷水抽搐中文字幕| 法律面前人人平等表现在哪些方面| 亚洲国产精品sss在线观看| 给我免费播放毛片高清在线观看| 麻豆成人av在线观看| 一个人观看的视频www高清免费观看| 日韩国内少妇激情av| 免费观看人在逋| 亚洲国产欧美网| 综合色av麻豆| 午夜日韩欧美国产| 综合色av麻豆| 白带黄色成豆腐渣| 男人和女人高潮做爰伦理| 99国产极品粉嫩在线观看| 成人亚洲精品av一区二区| 色吧在线观看| 9191精品国产免费久久| 色精品久久人妻99蜜桃| 精品电影一区二区在线| 亚洲av电影不卡..在线观看| 一二三四社区在线视频社区8| 好看av亚洲va欧美ⅴa在| 色精品久久人妻99蜜桃| 两个人的视频大全免费| 欧美丝袜亚洲另类 | 亚洲美女黄片视频| 天堂影院成人在线观看| 午夜福利免费观看在线| 国产精品98久久久久久宅男小说| 国产精品美女特级片免费视频播放器| 日韩 欧美 亚洲 中文字幕| 久久久久久久亚洲中文字幕 | www国产在线视频色| 91麻豆精品激情在线观看国产| 麻豆一二三区av精品| 欧美zozozo另类| 老汉色∧v一级毛片| av片东京热男人的天堂| 免费av毛片视频| 少妇的逼水好多| 丝袜美腿在线中文| 日韩欧美 国产精品| 成年女人毛片免费观看观看9| 高清日韩中文字幕在线| 亚洲国产日韩欧美精品在线观看 | 免费在线观看影片大全网站| 国产精品亚洲av一区麻豆| 色吧在线观看| 好看av亚洲va欧美ⅴa在| 午夜老司机福利剧场| 此物有八面人人有两片| www.熟女人妻精品国产| 精品久久久久久久毛片微露脸| 亚洲精品一卡2卡三卡4卡5卡| av女优亚洲男人天堂| 丁香欧美五月| 欧美一级a爱片免费观看看| 欧美日韩乱码在线| 不卡一级毛片| 婷婷丁香在线五月| 少妇的逼好多水| 欧美激情久久久久久爽电影| 精品一区二区三区视频在线 | 夜夜躁狠狠躁天天躁| 一个人免费在线观看电影| 亚洲国产高清在线一区二区三| 最新在线观看一区二区三区| 亚洲av免费在线观看| 国产精品99久久久久久久久| 亚洲成av人片免费观看| 亚洲成人中文字幕在线播放| 脱女人内裤的视频| 丝袜美腿在线中文| 亚洲 国产 在线| 亚洲不卡免费看| 久久久久久大精品| 波野结衣二区三区在线 | 午夜福利在线观看免费完整高清在 | 欧洲精品卡2卡3卡4卡5卡区| 亚洲无线在线观看| 一级黄色大片毛片| 桃色一区二区三区在线观看| 亚洲av美国av| 欧美+日韩+精品| 国产精品嫩草影院av在线观看 | 婷婷精品国产亚洲av| 三级毛片av免费| 精品国产美女av久久久久小说| 91在线观看av| 日本一二三区视频观看| 亚洲精品日韩av片在线观看 | 宅男免费午夜| 老司机深夜福利视频在线观看| 欧美乱妇无乱码| eeuss影院久久| 免费人成在线观看视频色| 日韩av在线大香蕉| 男人舔奶头视频| 国产综合懂色| 精品免费久久久久久久清纯| 一进一出抽搐gif免费好疼| 国产成人啪精品午夜网站| a级毛片a级免费在线| 在线a可以看的网站| 成年免费大片在线观看| 亚洲熟妇中文字幕五十中出| 老司机在亚洲福利影院| 国产中年淑女户外野战色| 国产精品免费一区二区三区在线| 两性午夜刺激爽爽歪歪视频在线观看| av女优亚洲男人天堂| 草草在线视频免费看| 国产亚洲精品综合一区在线观看| 禁无遮挡网站| 国产一区在线观看成人免费| 美女被艹到高潮喷水动态| 欧美xxxx黑人xx丫x性爽| 男女午夜视频在线观看| 国产色婷婷99| 久久亚洲真实| 日本与韩国留学比较| 免费观看精品视频网站| 一个人观看的视频www高清免费观看| 99国产极品粉嫩在线观看| 国产在线精品亚洲第一网站| 亚洲av熟女| 欧美又色又爽又黄视频| 亚洲人成网站高清观看| 亚洲国产精品成人综合色| 亚洲精品在线观看二区| 99热这里只有是精品50| 亚洲黑人精品在线| 人人妻人人澡欧美一区二区| 亚洲欧美日韩高清在线视频| 嫩草影院入口| 精品久久久久久,| 日日摸夜夜添夜夜添小说| 国产成人影院久久av| 国产真实伦视频高清在线观看 | 国产成人av激情在线播放| 免费搜索国产男女视频| 亚洲精品一区av在线观看| 脱女人内裤的视频| 国模一区二区三区四区视频| 美女大奶头视频| 真人做人爱边吃奶动态| 给我免费播放毛片高清在线观看| 久久亚洲精品不卡|