• <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 ?

    改進PSO_BP_Adaboost算 法在尺寸超差故障診斷中的應用

    2018-11-09 02:07:50姜春英康玉祥葉長龍于蘇洋
    中國機械工程 2018年20期
    關鍵詞:權值分類器故障診斷

    姜春英 康玉祥 葉長龍 于蘇洋

    沈陽航空航天大學機電工程學院,沈陽,110136

    0 引言

    在線智能監(jiān)測技術可以對機械設備故障進行準確的分類和預測,對機械產(chǎn)品質量和生產(chǎn)成本的控制,以及安全高效的生產(chǎn)保證都有重要的意義。

    國內外學者在智能故障診斷方法上進行了大量的研究工作。LEE等[1]研究了連續(xù)HMM(hid?den Markov model)故障診斷方法,并用于機械設備故障診斷。WIDODO 等[2]、SAMANTA[3]、YU等[4]對支持向量機、神經(jīng)網(wǎng)絡進行了深入研究,并用于齒輪、軸承等零件的故障診斷。PAYA等[5]進一步運用BP網(wǎng)絡,實現(xiàn)了旋轉機械的故障診斷。零件故障診斷問題可歸為特征分類問題,鮑久圣等[6]構建BP網(wǎng)絡模型用于焊接疵點的分類,得到了很好的效果。BP網(wǎng)絡具有很好的適應能力和訓練能力,但很難設置理想的連接權值和閾值。粒子群優(yōu)化(particle swarm optimization,PSO)算法提升了BP網(wǎng)絡的分類、回歸等方面的性能,并在車牌號碼識別[7]、發(fā)動機參數(shù)優(yōu)化[8]等方面得到了較好的應用。

    本文針對零件尺寸超差問題,提出了一種改進PSO_BP_Adaboost算法來解決分類收斂問題,將所提算法用于尺寸超差故障診斷。

    1 BP_Adaboost算法改進模型

    1.1 改進的PSO算法優(yōu)化BP網(wǎng)絡

    PSO作為一種群體智能搜索算法,具有實現(xiàn)原理簡單、全局搜索能力強等優(yōu)點[7]。采用PSO算法優(yōu)化網(wǎng)絡的初始權值和閾值可以提高BP網(wǎng)絡的性能[9?10]。傳統(tǒng)的PSO算法通過下式實現(xiàn)粒子位置和速度的更新[12]:

    式中,vid(t)、Xid(t)分別為 t時刻第 i個粒子的速度和位置;Pid、Pgd分別為第i個粒子的個體極值位置和粒子群全體極值;w為慣性權重因子;c1、c2為學習因子;Rnd1、Rnd2是0~1之間的隨機數(shù)。

    PSO算法通過“追蹤”Pid和Pgd兩個參數(shù)實現(xiàn)進化的目的。為了提高算法全局搜索能力,避免粒子陷入局部最優(yōu)解,同時考慮到智能群體在搜索過程中會帶有一定的隨機性,將式(1)中的慣性權重w改為高斯隨機數(shù)Rnd3來表示先前速度對當前速度的影響具有隨機性。另外,為了表達當前位置和速度對下一個位置的隨機影響程度,在式(2)增加了隨機搜索因子η:

    為了驗證改進PSO算法的有效性,本文對改進PSO算法在研究者普遍使用的幾個測試函數(shù)[11?12]上進行了測試,并將其與傳統(tǒng)PSO算法進行比較。結果顯示,改進的PSO算法無論是在迭代次數(shù)還是在精度方面都要優(yōu)于傳統(tǒng)的PSO算法,因此,可以用來優(yōu)化BP神經(jīng)網(wǎng)絡的初始權值和閾值。測試結果見表1,部分測試函數(shù)適應度與迭代次數(shù)關系如圖1所示。

    表1 PSO算法測試結果表Tab.1 PSO algorithm test results table

    圖1 函數(shù)適應度曲線Fig.1 Function fitness curves

    1.2 改進的BP_Adaboost算法模型

    Adaboost算法[9?15]首先需要建立多個不同的弱分類器,然后將這些弱分類器組合成強分類器,以達到提高分類器泛化性能的目的。對于具有k個類別的多分類問題,傳統(tǒng)的Adaboost算法通過提高前一個弱分類器錯分樣本的權值,同時降低被正確分類樣本的權值,來找到多個錯誤率小于1/2的弱分類器。但是,隨著弱分類器的增加,很可能導致弱分類器的錯誤率達不到要求,存在弱分類器數(shù)量不足、不能組合成為足夠好的強分類器的可能。針對此問題,在汲取SAMME[16]算法經(jīng)驗的基礎上,對Adaboost算法的權值分配策略進行了改進:

    式中,at為第t個弱分類器的權值,t=1,2,…,K;K為總的弱分類器個數(shù);εt為第t個弱分類器的錯誤率。

    在原算法的基礎上增加ln(K-t+1)。改進后,每個弱分類器的分類錯誤率只需滿足εt≤(K-t+1)/(K-t+2)的要求即可。

    運用改進的權值分配策略,采用經(jīng)典的“一對一”多分類方法設計多分類器。具體算法如下。

    輸入:訓練數(shù)據(jù)樣本T={(xl,yl),…(xm,ym)},其中輸入數(shù)據(jù)xi∈X,標簽yi∈{1,2,…,N}。

    輸出:強分類器G(x),分類結果。

    (1)for j=1:N-1

    for k=j+1:N

    將yj=j的數(shù)據(jù)樣本設置為正類,yk=k的樣本設置為負類。

    (2)訓練數(shù)據(jù)樣本T的權值分布初始化:

    (3)for t=1:

    ①在訓練樣本的權值分布下,訓練PSO優(yōu)化后的BP神經(jīng)網(wǎng)絡作為第t個弱分類器ht(x)。

    ②計算ht(x)的誤差率:

    ③計算ht(x)的權值分配系數(shù):

    ④更新訓練數(shù)據(jù)樣本的權值分布:

    式中,Zt為歸一化因子。

    end

    (4)得到最終的強分類器G(x)輸出分類類別

    M為設置弱分類器的個數(shù)。

    end

    end

    1.3 改進PSO_BP_Adaboost算法

    改進PSO_BP_Adaboost算法的流程如圖2所示,算法采用MATLAB軟件在UCI數(shù)據(jù)集(選用研究者普遍使用的幾個數(shù)據(jù)集)[17]Pen?Digits、Letter、Wine上進行測試。數(shù)據(jù)集的有關信息如表2所示。

    圖2 PSO_BP_Adaboost算法流程圖Fig.2 PSO_BP_Adaboost algorithm flow chart

    表2 測試數(shù)據(jù)集信息表Tab.2 Test data set information table

    傳統(tǒng)BP_Adaboost算法和PSO_BP_Ada?boost算法在相同迭代次數(shù)時的分類誤差如圖3~圖5所示,可以看出本文所提算法在弱分類器個數(shù)和測試誤差方面都優(yōu)于傳統(tǒng)的BP_Adaboost算法。

    圖3 兩種算法在Wine數(shù)據(jù)集上的誤差Fig.3 Error of two kinds of algorithms on Wine data set

    圖4 兩種算法在Pen-Digits數(shù)據(jù)集上的誤差Fig.4 Error of two kinds of algorithms on Pen-Digits data set

    圖5 兩種算法在Letter數(shù)據(jù)集上的誤差Fig.5 Error of two kinds of algorithms on Letter data set

    2 加工尺寸超差故障診斷實例

    2.1 參數(shù)選擇

    采用三坐標測量儀檢測汽車發(fā)動機缸蓋上的孔直徑。該型缸蓋上分布6個不同位置的孔,為減小計算量,任意選取4個孔的測量值作為BP網(wǎng)絡的輸入。

    根據(jù)對加工零件尺寸超差故障的分析,以及對每次故障記錄數(shù)據(jù)的判斷,將該零件尺寸超差故障產(chǎn)生的原因分為刀具的磨損和機床/操作者/環(huán)境因素。

    本文對零件加工尺寸數(shù)據(jù)進行處理,將數(shù)據(jù)分為3類進行分析,表3所示為零件尺寸類別標簽及類別名稱。

    表3 測試數(shù)據(jù)分類表Tab.3 Test data classification table

    2.2 建立模型

    選取檢測記錄的150組數(shù)據(jù)模型進行訓練,隨機選取其中100組數(shù)據(jù)作為訓練樣本數(shù)據(jù),50組數(shù)據(jù)作為測試樣本。

    本文中PSO_BP_Adaboost算法有4個輸入、1個輸出,4個輸入分別為直徑1、直徑2、直徑3、直徑4,1個輸出為“一對一”分類方法中設置的正類或負類,即輸出為{+1,-1}。

    設置BP網(wǎng)絡的結構為4?10?1,即輸入層由4個神經(jīng)元、隱含層有10個神經(jīng)元、輸出層有1個神經(jīng)元。整個BP神經(jīng)網(wǎng)絡共有4×10+10×1=50個權值和10+1=11個閾值,則PSO算法要優(yōu)化的參數(shù)個數(shù)為50+11=61。BP神經(jīng)網(wǎng)絡采用MATLAB自帶的函數(shù)newff創(chuàng)建,訓練次數(shù)為100,訓練目標為0.001,學習率設置為0.1。

    在PSO算法優(yōu)化BP網(wǎng)絡的過程中,PSO算法的進化次數(shù)為10,種群規(guī)模為10。

    優(yōu)化的BP_Adaboost算法中,采用10個BP網(wǎng)絡作為弱分類器組成一個強分類器,測試樣本數(shù)據(jù)共有3類,根據(jù)“一對一”分類算法,共需要3×(3-1)/2=3個強分類器,總共需要3×10=30個弱分類器。

    2.3 結果分析

    訓練好模型后,本文選取的50組測試數(shù)據(jù)中,只有1組測試結果與實際情況不相符,正確率達到98%。圖6為傳統(tǒng)BP_Adaboost算法和PSO_BP_Adaboost算法的誤差率比較圖,可以看出本文所提方法誤差較小。表4所示為本文所提方法與SVM、Adaboost.M1算法的測試結果。結果顯示,針對所選的測試數(shù)據(jù),本文所提方法較SVM和Adaboost.M1算法有更高的分類正確率,說明本文所提方法可以用于零件尺寸超差故障診斷。

    圖6 兩種算法誤差率Fig.6 Two algorithm error rates

    表4 不同分類算法測試結果Tab.4 Test results of different classification algorithms %

    3 結論

    提出了改進的PSO算法及Adaboost算法,應用PSO算法快速尋優(yōu)的特點,優(yōu)化BP神經(jīng)網(wǎng)絡的連接權值和閾值,通過訓練多個優(yōu)化后的BP神經(jīng)網(wǎng)絡弱分類器組合成Adaboost強分類器。對所建立的強分類器算法,采用某一零件的測量尺寸數(shù)據(jù)進行驗證。試驗結果表明,本文所提的算法正確率較高,性能較好,可以用于零件尺寸超差故障的分類檢測。

    猜你喜歡
    權值分類器故障診斷
    一種融合時間權值和用戶行為序列的電影推薦模型
    CONTENTS
    BP-GA光照分類器在車道線識別中的應用
    電子測試(2018年1期)2018-04-18 11:52:35
    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
    加權空-譜與最近鄰分類器相結合的高光譜圖像分類
    結合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    因果圖定性分析法及其在故障診斷中的應用
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    基于LCD和排列熵的滾動軸承故障診斷
    基于WPD-HHT的滾動軸承故障診斷
    機械與電子(2014年1期)2014-02-28 02:07:31
    宅男免费午夜| av超薄肉色丝袜交足视频| 少妇被粗大的猛进出69影院| 久久精品影院6| 色综合站精品国产| АⅤ资源中文在线天堂| 亚洲欧美一区二区三区黑人| 久久中文字幕一级| 欧美成人一区二区免费高清观看 | 精品卡一卡二卡四卡免费| 在线国产一区二区在线| 欧美激情久久久久久爽电影| 精品国产亚洲在线| 男女午夜视频在线观看| 在线视频色国产色| www.999成人在线观看| 少妇裸体淫交视频免费看高清 | 色播亚洲综合网| 老司机午夜福利在线观看视频| 精品久久久久久久久久免费视频| 色哟哟哟哟哟哟| 亚洲国产看品久久| 最近最新免费中文字幕在线| 亚洲男人的天堂狠狠| 中文字幕精品免费在线观看视频| 欧美日本亚洲视频在线播放| 国产高清有码在线观看视频 | 久久久久久亚洲精品国产蜜桃av| 无限看片的www在线观看| 婷婷精品国产亚洲av在线| 视频区欧美日本亚洲| 一级作爱视频免费观看| 亚洲中文日韩欧美视频| 亚洲美女黄片视频| 欧美zozozo另类| 91麻豆av在线| 免费在线观看视频国产中文字幕亚洲| 国产精品香港三级国产av潘金莲| av超薄肉色丝袜交足视频| 精品久久久久久成人av| 精品不卡国产一区二区三区| 亚洲国产欧洲综合997久久, | 最好的美女福利视频网| 搡老妇女老女人老熟妇| 老司机福利观看| 欧美日韩瑟瑟在线播放| 在线永久观看黄色视频| 在线观看免费日韩欧美大片| 成人欧美大片| 亚洲成人久久性| 天堂√8在线中文| 后天国语完整版免费观看| 亚洲欧美日韩高清在线视频| 男人舔女人的私密视频| 精品国产乱码久久久久久男人| aaaaa片日本免费| 亚洲午夜理论影院| 91成人精品电影| 欧美日韩乱码在线| 国产成人啪精品午夜网站| 成年版毛片免费区| 岛国视频午夜一区免费看| 男女视频在线观看网站免费 | 国产视频一区二区在线看| 国产免费av片在线观看野外av| 亚洲五月天丁香| aaaaa片日本免费| 久久久久久久久免费视频了| 亚洲中文字幕一区二区三区有码在线看 | 狂野欧美激情性xxxx| 韩国av一区二区三区四区| 女人高潮潮喷娇喘18禁视频| 亚洲av第一区精品v没综合| 久久久久国产一级毛片高清牌| 日本熟妇午夜| 1024香蕉在线观看| 国产精品美女特级片免费视频播放器 | 18禁裸乳无遮挡免费网站照片 | 国产不卡一卡二| 一夜夜www| 欧美日韩一级在线毛片| 午夜成年电影在线免费观看| xxx96com| 中国美女看黄片| 可以在线观看的亚洲视频| 国产单亲对白刺激| 脱女人内裤的视频| 岛国在线观看网站| 国产亚洲精品久久久久久毛片| 老司机靠b影院| 一区福利在线观看| 成人亚洲精品一区在线观看| 久久亚洲真实| 精品人妻1区二区| 国产亚洲精品第一综合不卡| 久热这里只有精品99| 久久中文字幕一级| tocl精华| 免费在线观看成人毛片| 中文字幕久久专区| 日韩中文字幕欧美一区二区| 久久人人精品亚洲av| 精品久久久久久久毛片微露脸| 午夜免费激情av| 日韩欧美国产在线观看| 少妇 在线观看| 久久狼人影院| 黑丝袜美女国产一区| 欧美乱妇无乱码| 亚洲精品国产一区二区精华液| 91在线观看av| 黄色 视频免费看| 两个人免费观看高清视频| 国产精品精品国产色婷婷| 香蕉国产在线看| 午夜久久久在线观看| 韩国av一区二区三区四区| 久久婷婷成人综合色麻豆| 精品国产一区二区三区四区第35| or卡值多少钱| 后天国语完整版免费观看| 成人18禁在线播放| 老司机深夜福利视频在线观看| 日韩欧美 国产精品| 国产精品久久久久久精品电影 | 成人一区二区视频在线观看| 亚洲欧美精品综合一区二区三区| 欧美av亚洲av综合av国产av| videosex国产| 成人手机av| 丰满人妻熟妇乱又伦精品不卡| 两性午夜刺激爽爽歪歪视频在线观看 | 久久精品国产综合久久久| 一边摸一边做爽爽视频免费| 午夜福利欧美成人| 亚洲性夜色夜夜综合| 久久久国产成人免费| www.熟女人妻精品国产| 欧美性长视频在线观看| www.自偷自拍.com| 亚洲精品色激情综合| 男女之事视频高清在线观看| 精品一区二区三区四区五区乱码| 夜夜躁狠狠躁天天躁| 又黄又爽又免费观看的视频| 国产爱豆传媒在线观看 | 成人免费观看视频高清| 亚洲人成电影免费在线| 亚洲欧美日韩高清在线视频| 超碰成人久久| 精品人妻1区二区| 啦啦啦 在线观看视频| 久久精品成人免费网站| 夜夜夜夜夜久久久久| 国产成人精品久久二区二区免费| 变态另类成人亚洲欧美熟女| 中文字幕人成人乱码亚洲影| 丝袜美腿诱惑在线| 在线观看日韩欧美| 人妻丰满熟妇av一区二区三区| 女同久久另类99精品国产91| 国产主播在线观看一区二区| 两个人视频免费观看高清| 精品午夜福利视频在线观看一区| 中文字幕精品免费在线观看视频| av天堂在线播放| 亚洲精品色激情综合| 久久久久九九精品影院| 色av中文字幕| 婷婷亚洲欧美| 亚洲精品一区av在线观看| 欧美日韩中文字幕国产精品一区二区三区| 一本一本综合久久| 国产精品一区二区免费欧美| 亚洲人成网站在线播放欧美日韩| 亚洲片人在线观看| 亚洲aⅴ乱码一区二区在线播放 | 91老司机精品| 在线国产一区二区在线| 日韩中文字幕欧美一区二区| 美女高潮喷水抽搐中文字幕| 久久天躁狠狠躁夜夜2o2o| 欧美中文日本在线观看视频| 欧美日本视频| 国产一区二区三区视频了| www.999成人在线观看| 大香蕉久久成人网| 国产av一区在线观看免费| 国产黄片美女视频| 99re在线观看精品视频| 欧美zozozo另类| 一卡2卡三卡四卡精品乱码亚洲| 日韩国内少妇激情av| 欧美日本亚洲视频在线播放| 制服丝袜大香蕉在线| 国产成人欧美在线观看| 好看av亚洲va欧美ⅴa在| 亚洲真实伦在线观看| 成人亚洲精品一区在线观看| 无人区码免费观看不卡| 看片在线看免费视频| 亚洲国产欧美日韩在线播放| 亚洲熟妇中文字幕五十中出| 欧美日韩福利视频一区二区| 亚洲精品av麻豆狂野| 99久久久亚洲精品蜜臀av| 亚洲av成人av| 午夜老司机福利片| 看黄色毛片网站| 伊人久久大香线蕉亚洲五| 精品国产美女av久久久久小说| 国产高清有码在线观看视频 | 满18在线观看网站| 亚洲成国产人片在线观看| 国产免费男女视频| 天天躁狠狠躁夜夜躁狠狠躁| 中文字幕另类日韩欧美亚洲嫩草| 桃色一区二区三区在线观看| 女人爽到高潮嗷嗷叫在线视频| 日韩成人在线观看一区二区三区| 两个人视频免费观看高清| 成熟少妇高潮喷水视频| 国产乱人伦免费视频| 日韩欧美一区二区三区在线观看| 在线观看午夜福利视频| 久久午夜综合久久蜜桃| 亚洲电影在线观看av| 久久中文看片网| 久久午夜亚洲精品久久| 99精品在免费线老司机午夜| 身体一侧抽搐| 亚洲av电影在线进入| 国产视频内射| 日本熟妇午夜| 一进一出好大好爽视频| 国产真实乱freesex| 色综合婷婷激情| 欧美av亚洲av综合av国产av| 免费搜索国产男女视频| 成人18禁高潮啪啪吃奶动态图| 国产一区二区三区视频了| 国产精品九九99| 亚洲欧美精品综合久久99| 亚洲欧美精品综合一区二区三区| 一二三四社区在线视频社区8| 最新在线观看一区二区三区| 亚洲国产精品合色在线| 色综合亚洲欧美另类图片| 亚洲欧美一区二区三区黑人| 国产激情久久老熟女| 久久香蕉精品热| 欧美性猛交黑人性爽| 久久精品国产99精品国产亚洲性色| 日本熟妇午夜| 免费在线观看完整版高清| 青草久久国产| 中文字幕久久专区| 午夜福利在线在线| av视频在线观看入口| 精品国产乱子伦一区二区三区| 99国产极品粉嫩在线观看| 少妇 在线观看| 天堂√8在线中文| av片东京热男人的天堂| 在线观看免费视频日本深夜| 老汉色av国产亚洲站长工具| 亚洲一区高清亚洲精品| 国产精品野战在线观看| 亚洲美女黄片视频| 午夜福利一区二区在线看| 亚洲国产精品成人综合色| 色av中文字幕| 中文亚洲av片在线观看爽| 国产精品爽爽va在线观看网站 | 免费一级毛片在线播放高清视频| 啦啦啦免费观看视频1| 成年人黄色毛片网站| 国产免费男女视频| 在线免费观看的www视频| 国产成人一区二区三区免费视频网站| 中文字幕精品免费在线观看视频| 国产一卡二卡三卡精品| 国产日本99.免费观看| 一本大道久久a久久精品| 久久精品国产清高在天天线| 国产成人精品久久二区二区91| 日本一本二区三区精品| 99国产精品一区二区三区| 久久中文看片网| 一级作爱视频免费观看| 国产97色在线日韩免费| 亚洲精品av麻豆狂野| 日本免费一区二区三区高清不卡| 午夜福利一区二区在线看| 黄网站色视频无遮挡免费观看| 成人亚洲精品一区在线观看| 成人手机av| 国产精品电影一区二区三区| 99在线视频只有这里精品首页| 婷婷丁香在线五月| 欧美日韩亚洲综合一区二区三区_| 老司机福利观看| 亚洲专区中文字幕在线| 免费搜索国产男女视频| 国产片内射在线| 精品不卡国产一区二区三区| 成人免费观看视频高清| 黄色丝袜av网址大全| 欧美三级亚洲精品| 嫩草影院精品99| 两个人看的免费小视频| 欧美一区二区精品小视频在线| 午夜视频精品福利| 日韩三级视频一区二区三区| 一区二区三区精品91| 亚洲 欧美一区二区三区| 中文字幕高清在线视频| 男女午夜视频在线观看| 18美女黄网站色大片免费观看| 两个人看的免费小视频| 国内少妇人妻偷人精品xxx网站 | 一区二区日韩欧美中文字幕| 夜夜爽天天搞| 观看免费一级毛片| 精品人妻1区二区| 国内毛片毛片毛片毛片毛片| 亚洲av电影不卡..在线观看| 中文资源天堂在线| 亚洲国产精品999在线| av福利片在线| xxx96com| 午夜福利18| 99久久无色码亚洲精品果冻| √禁漫天堂资源中文www| 亚洲中文字幕一区二区三区有码在线看 | 国产成人欧美在线观看| 亚洲成人免费电影在线观看| 国产精品av久久久久免费| 高清在线国产一区| 午夜免费成人在线视频| 一边摸一边抽搐一进一小说| 看黄色毛片网站| 少妇粗大呻吟视频| 夜夜爽天天搞| 色播在线永久视频| 久久天堂一区二区三区四区| 免费在线观看成人毛片| 一级a爱视频在线免费观看| 18禁国产床啪视频网站| 好男人在线观看高清免费视频 | a级毛片a级免费在线| 成年女人毛片免费观看观看9| 欧美成人午夜精品| 黄色视频,在线免费观看| 夜夜躁狠狠躁天天躁| 美女免费视频网站| 在线观看免费午夜福利视频| 变态另类成人亚洲欧美熟女| 每晚都被弄得嗷嗷叫到高潮| 日本 av在线| 欧美乱妇无乱码| 欧美 亚洲 国产 日韩一| 欧美黄色片欧美黄色片| 亚洲第一欧美日韩一区二区三区| 一区二区三区高清视频在线| 一个人观看的视频www高清免费观看 | 丁香六月欧美| 午夜福利18| 国产伦人伦偷精品视频| 亚洲五月婷婷丁香| www日本在线高清视频| 国产精品精品国产色婷婷| 午夜免费鲁丝| 少妇被粗大的猛进出69影院| 国产日本99.免费观看| 精品国内亚洲2022精品成人| 少妇粗大呻吟视频| 中亚洲国语对白在线视频| 一区二区三区国产精品乱码| 久久狼人影院| 99久久国产精品久久久| 变态另类成人亚洲欧美熟女| 欧美性猛交黑人性爽| 91大片在线观看| 丁香欧美五月| 1024手机看黄色片| 国内精品久久久久精免费| 亚洲国产精品久久男人天堂| 男人舔奶头视频| 亚洲一码二码三码区别大吗| 国产精品久久电影中文字幕| 18禁观看日本| 色精品久久人妻99蜜桃| 9191精品国产免费久久| 欧美黄色片欧美黄色片| 一卡2卡三卡四卡精品乱码亚洲| 男人舔奶头视频| 给我免费播放毛片高清在线观看| 色老头精品视频在线观看| a级毛片a级免费在线| 黄片播放在线免费| 巨乳人妻的诱惑在线观看| 99久久国产精品久久久| 日本黄色视频三级网站网址| 成人午夜高清在线视频 | 黄色女人牲交| 国产单亲对白刺激| 亚洲 国产 在线| 91国产中文字幕| 美女国产高潮福利片在线看| 女生性感内裤真人,穿戴方法视频| 欧洲精品卡2卡3卡4卡5卡区| 国产野战对白在线观看| 99精品久久久久人妻精品| 精品少妇一区二区三区视频日本电影| 免费观看人在逋| 精品久久久久久久人妻蜜臀av| 88av欧美| 99热这里只有精品一区 | 色哟哟哟哟哟哟| 美女高潮喷水抽搐中文字幕| 90打野战视频偷拍视频| 女警被强在线播放| 伊人久久大香线蕉亚洲五| 国产一区二区在线av高清观看| 正在播放国产对白刺激| 国产又爽黄色视频| e午夜精品久久久久久久| 免费在线观看影片大全网站| 一个人观看的视频www高清免费观看 | 亚洲精品色激情综合| 久久午夜亚洲精品久久| 婷婷精品国产亚洲av| 香蕉丝袜av| 成人永久免费在线观看视频| 在线永久观看黄色视频| 成年女人毛片免费观看观看9| 亚洲成人久久性| 搡老妇女老女人老熟妇| 久久国产精品男人的天堂亚洲| 成人特级黄色片久久久久久久| 成在线人永久免费视频| 国产av一区在线观看免费| 在线观看一区二区三区| 欧美人与性动交α欧美精品济南到| 美女国产高潮福利片在线看| 日韩视频一区二区在线观看| 一级毛片女人18水好多| 香蕉av资源在线| 99热这里只有精品一区 | 母亲3免费完整高清在线观看| 一本大道久久a久久精品| 亚洲av电影在线进入| 99国产精品99久久久久| 啦啦啦 在线观看视频| 两个人看的免费小视频| 国产精品免费一区二区三区在线| 欧美日韩亚洲国产一区二区在线观看| 村上凉子中文字幕在线| 非洲黑人性xxxx精品又粗又长| 国产一区二区三区视频了| 国产成人影院久久av| 亚洲国产精品合色在线| 国产伦人伦偷精品视频| 中文资源天堂在线| 视频区欧美日本亚洲| 日日夜夜操网爽| 国产精品,欧美在线| 久久伊人香网站| 一区二区日韩欧美中文字幕| 亚洲精品国产一区二区精华液| 欧美在线黄色| 免费在线观看亚洲国产| 日韩精品青青久久久久久| 久99久视频精品免费| 黄色 视频免费看| 欧美成狂野欧美在线观看| 亚洲电影在线观看av| 91国产中文字幕| 黄网站色视频无遮挡免费观看| 欧美成狂野欧美在线观看| 午夜免费成人在线视频| 国产精品永久免费网站| 国产一区二区激情短视频| 欧美 亚洲 国产 日韩一| 这个男人来自地球电影免费观看| 男人舔女人的私密视频| 精品久久久久久成人av| 日韩三级视频一区二区三区| 中文字幕精品免费在线观看视频| 丝袜人妻中文字幕| 男人舔奶头视频| 国产成人啪精品午夜网站| 长腿黑丝高跟| 日韩国内少妇激情av| a在线观看视频网站| 日韩精品青青久久久久久| 亚洲精品国产一区二区精华液| 国产精品一区二区三区四区久久 | АⅤ资源中文在线天堂| 天天一区二区日本电影三级| tocl精华| 国产又爽黄色视频| 精品国产乱子伦一区二区三区| 欧美激情高清一区二区三区| 一区二区三区激情视频| 97超级碰碰碰精品色视频在线观看| 欧美在线黄色| 久久青草综合色| 国产亚洲精品久久久久5区| 中文亚洲av片在线观看爽| 操出白浆在线播放| avwww免费| 国产激情欧美一区二区| cao死你这个sao货| 欧美一区二区精品小视频在线| 亚洲欧美精品综合久久99| 男女床上黄色一级片免费看| 无限看片的www在线观看| 大香蕉久久成人网| 亚洲自拍偷在线| 中文在线观看免费www的网站 | 欧美黄色淫秽网站| 在线免费观看的www视频| 美国免费a级毛片| 黄片大片在线免费观看| 国产亚洲精品第一综合不卡| 男女那种视频在线观看| 国产伦人伦偷精品视频| 老汉色∧v一级毛片| 两人在一起打扑克的视频| 国产一卡二卡三卡精品| 美国免费a级毛片| 男人的好看免费观看在线视频 | 国产黄色小视频在线观看| 精品一区二区三区视频在线观看免费| 国产成人欧美在线观看| 一二三四社区在线视频社区8| 日本熟妇午夜| 99精品久久久久人妻精品| 男人舔女人下体高潮全视频| 久久国产亚洲av麻豆专区| 母亲3免费完整高清在线观看| 大型黄色视频在线免费观看| 国产成人啪精品午夜网站| 久久久国产精品麻豆| 亚洲专区国产一区二区| 免费在线观看成人毛片| 宅男免费午夜| 欧美 亚洲 国产 日韩一| 1024手机看黄色片| avwww免费| 一区二区三区国产精品乱码| 又大又爽又粗| 午夜福利18| 高潮久久久久久久久久久不卡| 男女之事视频高清在线观看| 少妇粗大呻吟视频| 亚洲国产精品久久男人天堂| 亚洲狠狠婷婷综合久久图片| 午夜两性在线视频| 成年女人毛片免费观看观看9| 国产av不卡久久| 曰老女人黄片| 国产真实乱freesex| 久久精品aⅴ一区二区三区四区| 一级毛片高清免费大全| www.www免费av| 在线视频色国产色| 亚洲 欧美一区二区三区| 久久亚洲真实| 人人妻人人澡欧美一区二区| 午夜久久久久精精品| 精品国产乱码久久久久久男人| 久久婷婷成人综合色麻豆| 亚洲国产中文字幕在线视频| 淫秽高清视频在线观看| 美女国产高潮福利片在线看| 久久久精品国产亚洲av高清涩受| 精品乱码久久久久久99久播| 757午夜福利合集在线观看| 国产麻豆成人av免费视频| 他把我摸到了高潮在线观看| 国产免费男女视频| av福利片在线| 91麻豆精品激情在线观看国产| 国产伦一二天堂av在线观看| 午夜精品久久久久久毛片777| 国产av一区二区精品久久| av电影中文网址| 久久香蕉激情| 国产欧美日韩一区二区三| 国产亚洲精品一区二区www| 国产欧美日韩一区二区精品| 久久婷婷人人爽人人干人人爱| 91九色精品人成在线观看| 最近在线观看免费完整版| 国产主播在线观看一区二区| 好看av亚洲va欧美ⅴa在| 麻豆成人午夜福利视频| 他把我摸到了高潮在线观看| 不卡av一区二区三区| 国产成人av教育| 亚洲,欧美精品.| 岛国在线观看网站| 99久久国产精品久久久| 亚洲av美国av| 国产黄片美女视频| 最新在线观看一区二区三区| 国产一区二区在线av高清观看| 欧美成人午夜精品| 老司机福利观看| 成在线人永久免费视频| 12—13女人毛片做爰片一| 亚洲天堂国产精品一区在线|