• <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 ?

    利用衍生特征預(yù)測新冠疫情的隨機(jī)森林方法

    2023-08-15 07:55:32付宇笙王文達(dá)
    關(guān)鍵詞:特征值森林新冠

    龍 鐵,付宇笙,王文達(dá),費(fèi) 寧

    (南京郵電大學(xué) 計(jì)算機(jī)學(xué)院,江蘇 南京 210003)

    0 引 言

    隨機(jī)森林[1-2]是一種機(jī)器學(xué)習(xí)算法,相較于決策樹,能很好地防止過擬合;在面對高維復(fù)雜的數(shù)據(jù)時(shí),能較好地容忍噪聲值和離群值[3];同時(shí)由于它實(shí)現(xiàn)簡單,學(xué)習(xí)速度快,在天氣預(yù)報(bào)、疾病分析、圖像識(shí)別等眾多領(lǐng)域都得到了應(yīng)用。當(dāng)下新冠肺炎病毒具有高傳染性和高隱蔽性的傳播特性,產(chǎn)生的疫情數(shù)據(jù)繁多復(fù)雜。在分析原始新冠疫情數(shù)據(jù)的基礎(chǔ)上,該文通過衍生出新的關(guān)鍵特征值,對原本不均衡的數(shù)據(jù)集分組使用隨機(jī)森林進(jìn)行新冠疫情發(fā)展趨勢的預(yù)測,從而有效提高整體的預(yù)測準(zhǔn)確率。

    1 相關(guān)研究

    當(dāng)前已經(jīng)有許多方法用于新冠疫情的預(yù)測。常用的預(yù)測方法概括為兩大類:(1)基于傳統(tǒng)模型的預(yù)測;(2)基于機(jī)器學(xué)習(xí)的預(yù)測。

    基于傳統(tǒng)模型的預(yù)測方法主要包括:倉室模型[4](SIR和SEIR等)、時(shí)滯動(dòng)力學(xué)模型[5](TDD-NCP等)。在通常的傳染模型中,通過人群間相互轉(zhuǎn)移的傳播學(xué)機(jī)制建立常微分方程組來描述疫情的發(fā)展,建立倉室模型。時(shí)滯動(dòng)力學(xué)模型在構(gòu)建時(shí)考慮潛伏期對于傳播時(shí)間的滯后效應(yīng),實(shí)際數(shù)據(jù)的擬合值與預(yù)測值在傳播初期較容易吻合。此類模型對于特定地區(qū)有著很好的擬合效果,但不同國家疫情環(huán)境不同,比如人口密度、隔離措施、醫(yī)療條件等,換一個(gè)地區(qū)往往既有模型難以適應(yīng),需要重新調(diào)整,工作較為復(fù)雜。

    基于機(jī)器學(xué)習(xí)的預(yù)測方法主要包括[6]:線性回歸(Linear Regression,LR)、回歸模型(Least Absolute Shrinkage and Selection Operator,LASSO)、支持向量機(jī)(Support Vector Machine,SVM)、指數(shù)平滑法(Exponential Smoothing,ES)以及隨機(jī)森林(Random Forest,RF)等。其中隨機(jī)森林能夠比較好地適應(yīng)高維度數(shù)據(jù),具備較好的抗噪音能力以及免特征選擇等優(yōu)點(diǎn),更適合預(yù)測新冠疫情發(fā)展趨勢。在實(shí)驗(yàn)過程中發(fā)現(xiàn),隨機(jī)森林雖然能夠?qū)λx新冠疫情數(shù)據(jù)集合做出較好的擬合和預(yù)測,但由于疫情數(shù)據(jù)各地區(qū)差異較大,回歸樹進(jìn)行判決時(shí)無法選擇最優(yōu)閾值,從而犧牲了判決的準(zhǔn)確率。

    在對現(xiàn)有傳統(tǒng)模型和機(jī)器學(xué)習(xí)方法研究比較后發(fā)現(xiàn),大多數(shù)研究更重視算法本身的應(yīng)用和性能比較,卻忽視了對現(xiàn)有數(shù)據(jù)的預(yù)處理。不同數(shù)據(jù)樣本個(gè)數(shù)和特征差異巨大,其中不乏重復(fù)甚至錯(cuò)誤的特征存在。對于這樣的數(shù)據(jù),進(jìn)行適當(dāng)?shù)念A(yù)處理比如降維或者增加衍生特征會(huì)明顯提高預(yù)測的準(zhǔn)確性。這正是本研究的切入點(diǎn)和主要貢獻(xiàn)所在。該文使用一種在原有樣本的特征值上進(jìn)行變換和組合的方法,增加了新的特征值。對于差異較大的特性,通過篩選出異常數(shù)據(jù)并單獨(dú)進(jìn)行訓(xùn)練,從而更好地處理了異常數(shù)據(jù)干擾的問題,得到了較好的泛化性能。

    2 設(shè)計(jì)思路

    2.1 CART回歸樹和性能指標(biāo)

    (1)

    使用均方誤差(Mean Square Error,MSE)最小化得到的最佳參數(shù):

    (2)

    給每個(gè)葉子節(jié)點(diǎn)賦予相應(yīng)的預(yù)測值:

    (3)

    其中,

    (4)

    式(4)中的∏為布爾類型,若樣本落入?yún)^(qū)域則取值為1,若樣本沒有落入?yún)^(qū)域則取值為0。

    遍歷樣本中所有的特征值和不同分割點(diǎn),使得式(3)中平方誤差最小時(shí),則回歸樹訓(xùn)練完成。

    回歸樹的評價(jià)指標(biāo)包括平均絕對誤差MAE1(Mean Absolute Error)和最大絕對誤差MAE2(Max Absolute Error)[8]:

    (5)

    (6)

    2.2 隨機(jī)森林集成學(xué)習(xí)模型

    隨機(jī)森林是采用2.1節(jié)所示的CART回歸樹作為基本分類器的一個(gè)集成學(xué)習(xí)模型,包含多個(gè)由Bagging集成訓(xùn)練得到的決策樹。預(yù)測過程如圖1所示。

    輸入樣本數(shù)據(jù)后,根據(jù)閾值訪問下一個(gè)子節(jié)點(diǎn),到葉子節(jié)點(diǎn)處結(jié)束,將所有葉子節(jié)點(diǎn)返回的決策樹預(yù)測值求平均得到該樣本的預(yù)測值。

    CART回歸樹訓(xùn)練子集的方式是有放回的抽樣,并且每個(gè)子集的樣本數(shù)量必須和原始樣本數(shù)量一致,但是子集中允許存在重復(fù)數(shù)據(jù)。CART樹還對原始數(shù)據(jù)集上的特征屬性進(jìn)行隨機(jī)采樣,但采樣的屬性集是原始特征集的子集。

    2.3 數(shù)據(jù)預(yù)處理和特征值選取

    該文采用源于GitHub上的Johns Hopkins大學(xué)系統(tǒng)科學(xué)與工程中心提供的美國疫情相關(guān)數(shù)據(jù)[9-10],并從中人為選取了部分特征,去掉了一些冗余信息。表1列出了該數(shù)據(jù)集的數(shù)據(jù)類型和特征。

    表1 Johns Hopkins新冠數(shù)據(jù)集特性

    其中,Province_State是美國的州名,Last_Update是前一天數(shù)據(jù)更新的時(shí)間,Confirmed是累計(jì)確診人數(shù),Recovered是累計(jì)治愈人數(shù),Active是現(xiàn)階段的確診人數(shù),Incident_Rate是傳染率,Population是州人口數(shù),Deaths是累計(jì)死亡人數(shù),Dtype表明數(shù)據(jù)類型。實(shí)驗(yàn)時(shí)間范圍是2020年9月2日至2020年10月27日,共56天。樣本共有2 708例。

    原始數(shù)據(jù)中的Province_State和Last_Update對預(yù)測沒有實(shí)際意義,Deaths也可以從Confirmed和Recovered中推算出來,不是一個(gè)獨(dú)立變量?;诖?從清洗后的數(shù)據(jù)集中選取以下五個(gè)特征,如表2所示。

    表2 隨機(jī)森林實(shí)驗(yàn)特征值集

    3 實(shí)驗(yàn)與分析

    3.1 數(shù)據(jù)集的劃分

    數(shù)據(jù)集一般劃分為訓(xùn)練集和測試集,訓(xùn)練集用于訓(xùn)練模型,測試集用于檢驗(yàn)?zāi)P偷男Ч?。在模型建立的過程中,由于采用的數(shù)據(jù)跟時(shí)間有明顯的相關(guān)性,因此以數(shù)據(jù)更新時(shí)間(Last_Update)作為組別,對數(shù)據(jù)按照留一組(leave-one-group-out)的方法來劃分訓(xùn)練集和測試集[11],劃分過程如圖2所示。

    圖2 數(shù)據(jù)劃分

    其中,D是原始數(shù)據(jù)集,D1是劃分出來的第一個(gè)訓(xùn)練集,T1是劃分出來的第一個(gè)測試集,D1中包含了除T1所在日期外的所有樣本,T1中僅有一天的樣本。如此反復(fù),對原始的數(shù)據(jù)集進(jìn)行多次劃分,直到所有可能的訓(xùn)練集和測試集劃分完畢。劃分出來的訓(xùn)練集和測試集用于調(diào)整參數(shù)的交叉驗(yàn)證。

    模型建立之后,需驗(yàn)證機(jī)器學(xué)習(xí)的效果,在此過程中,訓(xùn)練集則采用56天中的前49天進(jìn)行訓(xùn)練,選取最后7天作為測試集進(jìn)行驗(yàn)證。

    3.2 模型的建立

    表3列出了初始構(gòu)建隨機(jī)森林模型使用的參數(shù)。

    表3 隨機(jī)森林部分參數(shù)

    依據(jù)表3的隨機(jī)森林參數(shù),獲得的擬合結(jié)果如圖3所示。其中橫坐標(biāo)代表天數(shù),縱坐標(biāo)代表美國的總死亡人數(shù),可以明顯地觀察到訓(xùn)練集前49天實(shí)際值和擬合值基本吻合,有著較高準(zhǔn)確度。49天以后的實(shí)際值和預(yù)測值偏差較大,呈下降趨勢。

    圖3 模型未調(diào)參的結(jié)果

    常用的超參數(shù)優(yōu)化方法有Grid Search[12](網(wǎng)格搜尋)和Random Search[13](隨機(jī)搜索)。由于隨機(jī)搜尋的優(yōu)化效果不穩(wěn)定,該文采用Grid Search進(jìn)行調(diào)參,對每一組的數(shù)據(jù)進(jìn)行嘗試,確保得到最佳超參數(shù)組合。

    通過總結(jié)天津職業(yè)技術(shù)師范大學(xué)漢語國際教育專業(yè)極參與人文社科類學(xué)科競賽的經(jīng)驗(yàn)教訓(xùn),成敗利鈍,可以看出,人文社科類學(xué)科競賽對衡量文科專業(yè)的教學(xué)質(zhì)量而言是非常重要的量化標(biāo)準(zhǔn),對于提升學(xué)生思想道德水平和人文素養(yǎng)、實(shí)施社會(huì)主義核心價(jià)值觀教育更具有潛移默化的涵養(yǎng)作用。積極組織、引導(dǎo)、培訓(xùn)文科學(xué)生參與到各層次的學(xué)科競賽活動(dòng)之中,有利于以教學(xué)相長的方式推動(dòng)教學(xué)改革工作,提升教學(xué)質(zhì)量,也能有效促進(jìn)高校的思想政治教育的改革與發(fā)展。如何繼續(xù)長效推進(jìn)思想政治教育與人文社科類學(xué)科競賽的緊密結(jié)合,完善工作和激勵(lì)機(jī)制,發(fā)揮其更大的平臺(tái)輻射作用,是目前我們繼續(xù)思考和探索的重要課題。

    從調(diào)參之后的結(jié)果圖可以看出,調(diào)參的效果不明顯,在49天之后的擬合效果偏差仍然較大。這表明隨機(jī)森林模型對訓(xùn)練集匹配良好但與驗(yàn)證集差距明顯且參數(shù)調(diào)優(yōu)效果不佳。該預(yù)測結(jié)果表明,訓(xùn)練過程可能出現(xiàn)了過擬合或者現(xiàn)有的數(shù)據(jù)集并沒有遵循特定趨勢。

    為了驗(yàn)證是否出現(xiàn)了過擬合的情況,將原訓(xùn)練集進(jìn)一步劃分為訓(xùn)練集和測試集,測試集為訓(xùn)練集的子集,并且子集中的樣本為原訓(xùn)練集中隨機(jī)抽取的樣本。對新的訓(xùn)練集和測試集用隨機(jī)森林進(jìn)行學(xué)習(xí)和驗(yàn)證,學(xué)習(xí)曲線如圖4所示。

    圖4 隨機(jī)森林學(xué)習(xí)曲線

    圖中,橫坐標(biāo)代表學(xué)習(xí)的樣本數(shù),縱坐標(biāo)代表驗(yàn)證時(shí)的準(zhǔn)確率。在樣本數(shù)達(dá)到1 200時(shí),測試曲線基本擬合訓(xùn)練曲線,并且無論是測試集或者是訓(xùn)練集都與實(shí)際數(shù)據(jù)有著比較好的吻合效果,這表明模型學(xué)習(xí)效果良好,因此在該樣本集合上的過擬合的可能性較低。

    3.3 差異化處理

    針對圖3建模后49天擬合效果偏差較大這個(gè)問題,進(jìn)一步從數(shù)據(jù)樣本分析原因。數(shù)據(jù)分布如圖5所示,從樣本特征值分布圖看出,少部分樣本集中在高人口,高死亡和高確診分布,部分樣本呈現(xiàn)相近確診,相近人口,但死亡人數(shù)差距大的復(fù)雜情況。由此該研究提出差異化處理。

    圖5 樣本特征值分布

    根據(jù)隨機(jī)森林得到的特征重要性[14-15]如表4所示。

    表4 特征重要性

    可以發(fā)現(xiàn),累計(jì)確診患者數(shù)(Confirmed)和州人口數(shù)(Population)的重要性最為顯著。表明回歸樹在劃分子節(jié)點(diǎn)的過程中,較多使用這兩個(gè)特征進(jìn)行劃分,因此隨機(jī)森林對這兩個(gè)特征的依賴性強(qiáng)。能夠判斷若兩個(gè)州在累計(jì)確診患者數(shù)(Confirmed)和州人口數(shù)(Population)兩個(gè)特征相似的情況下,擁有差異顯著的死亡人數(shù)d1和d2,回歸樹在訓(xùn)練過程中,會(huì)將這兩個(gè)州劃分到一個(gè)葉節(jié)點(diǎn)中,從而輸出平均預(yù)測值r,r在d1和d2的影響下,只能折中為d1和d2的平均值。因此,r無論是對于d1或者是d2而言都具有很高的偏差,從而造成測試集中出現(xiàn)高偏差的情況。

    出現(xiàn)以上情況的原因可以歸為美國各州的醫(yī)療能力不同,地區(qū)環(huán)境不同,每一天的防控情況不同,因此,部分確診人數(shù)和州人口數(shù)近似的地區(qū)之間在死亡人數(shù)上有巨大差異。此時(shí),需要一個(gè)衡量醫(yī)療能力的指標(biāo),來體現(xiàn)出差異性,并作為特征值供隨機(jī)森林模型學(xué)習(xí)訓(xùn)練,從而降低誤差,最后達(dá)到泛化處理誤差的效果。

    該文將死亡率作為衡量每個(gè)樣本醫(yī)療能力的指標(biāo),死亡率(Death Rate)定義如式(7)所示:

    (7)

    其中,Rd代表死亡率,D代表死亡人數(shù),C代表確診人數(shù)。根據(jù)每一個(gè)樣本的死亡率劃分醫(yī)療能力等級(jí),不同死亡率的樣本對應(yīng)醫(yī)療能力等級(jí)范圍為1到n。為了確定最佳劃分的等級(jí)個(gè)數(shù)n以及使最佳等級(jí)劃分閾值t1,t2,…,tn誤差最小,采用迭代劃分的方法遍歷每種組合,尋找最優(yōu)解。等級(jí)個(gè)數(shù)n取值范圍為1到k,k為樣本總個(gè)數(shù)。當(dāng)n=k時(shí),表明每個(gè)樣本的醫(yī)療能力等級(jí)都不同,可以直接使用每個(gè)樣本的死亡率作為衡量防控能力的指標(biāo)進(jìn)行劃分。

    圖6是部分不同的n值(2~49)對應(yīng)平均絕對誤差MAE1以及最大絕對誤差MAE2的取值。在圖6中,為了使MAE1的變化更加直觀,將MAE1放大了10倍??梢园l(fā)現(xiàn),在等級(jí)個(gè)數(shù)為39時(shí),得到的MAE1和MAE2最小,因此確定最優(yōu)劃分等級(jí)個(gè)數(shù)為39。

    圖6 取不同n值時(shí)MAE1*10和MAE2的取值

    根據(jù)劃分出來的最優(yōu)等級(jí)個(gè)數(shù)39,將數(shù)據(jù)集劃分成39份D1,D2,…,D39,每一個(gè)子數(shù)據(jù)集對應(yīng)一個(gè)防控等級(jí),對每一個(gè)子數(shù)據(jù)集建立相應(yīng)的隨機(jī)森林,將建好的隨機(jī)森林進(jìn)行訓(xùn)練。對于新輸入的測試數(shù)據(jù)M采取以下步驟方法進(jìn)行預(yù)測:

    (1)取最接近M時(shí)間的訓(xùn)練集中的k個(gè)樣本(在本例中k為州的個(gè)數(shù)),作為一天的各個(gè)州的數(shù)據(jù)。

    (2)將M的州和k個(gè)樣本中的州進(jìn)行逐一比對,找出和M的州匹配的樣本S。在實(shí)驗(yàn)中州匹配可以由州名直接確定或者由人口數(shù)據(jù)直接匹配,所以步驟1可以忽略。

    (3)確定M的醫(yī)療防控能力等級(jí)和S的醫(yī)療防控能力等級(jí)相同,并將該等級(jí)作為M的醫(yī)療防控能力等級(jí)。

    (4)用對應(yīng)的隨機(jī)森林來對M進(jìn)行預(yù)測得到死亡人數(shù)。

    采用n=39的情況對模型進(jìn)行誤差處理,最終的擬合結(jié)果如圖7所示。

    圖7 引入衍生特征處理后的擬合結(jié)果

    對比圖3和圖7可以發(fā)現(xiàn),在引入衍生特征差異化處理調(diào)整參數(shù)后,該預(yù)測方法兼顧了樣本的地區(qū)差異性和時(shí)間差異性,因此能夠起到大幅減小誤差的效果。直觀地表明樣本地區(qū)差異和時(shí)間差異的問題得到了較好解決。

    4 結(jié)束語

    運(yùn)用隨機(jī)森林對疫情數(shù)據(jù)進(jìn)行了擬合預(yù)測,通過對原始數(shù)據(jù)樣本進(jìn)行變換衍生出新的特征值來更好地區(qū)分樣本,起到縮小隨機(jī)森林預(yù)測泛化誤差的效果。在對新冠疫情趨勢的訓(xùn)練過程中發(fā)現(xiàn),由于各個(gè)州之間發(fā)展不均衡,醫(yī)療條件相差巨大,無法作為一個(gè)整體進(jìn)行預(yù)測。在對原始數(shù)據(jù)分析的基礎(chǔ)上,衍生出死亡率作為州醫(yī)療條件和防控能力的評價(jià)標(biāo)準(zhǔn),并以此對數(shù)據(jù)進(jìn)行分類并單獨(dú)建立隨機(jī)森林分類學(xué)習(xí)。在預(yù)測新樣本的死亡數(shù)時(shí),選用訓(xùn)練地區(qū)相近和時(shí)間相近的隨機(jī)森林對新樣本進(jìn)行預(yù)測,兼顧了各州原有醫(yī)療能力的差異和采取不同防控措施引起的疫情發(fā)展的差異,對于其他類似的疫情預(yù)測和相近數(shù)據(jù)的差異化預(yù)測具有一定的參考意義。

    猜你喜歡
    特征值森林新冠
    新冠疫苗怎么打?
    一類帶強(qiáng)制位勢的p-Laplace特征值問題
    單圈圖關(guān)聯(lián)矩陣的特征值
    您想知道的新冠疫苗那些事
    寧愿死于新冠,也要自由?
    珍愛生命,遠(yuǎn)離“新冠”
    哈Q森林
    哈Q森林
    哈Q森林
    哈Q森林
    久久国内精品自在自线图片| 老女人水多毛片| 人人妻人人爽人人添夜夜欢视频| 大话2 男鬼变身卡| 99热网站在线观看| 成人无遮挡网站| 丰满饥渴人妻一区二区三| 国产乱人偷精品视频| 99久久人妻综合| 一级黄片播放器| 亚洲精品,欧美精品| 精品熟女少妇av免费看| 免费观看av网站的网址| 人人妻人人爽人人添夜夜欢视频| 青春草视频在线免费观看| 涩涩av久久男人的天堂| 丝袜喷水一区| 国产69精品久久久久777片| 99久久精品国产国产毛片| 国产免费视频播放在线视频| 国产精品久久久久久av不卡| 久久国产亚洲av麻豆专区| 97人妻天天添夜夜摸| 99久国产av精品国产电影| 日韩 亚洲 欧美在线| 成人二区视频| 国产精品蜜桃在线观看| 丝瓜视频免费看黄片| 国产高清三级在线| h视频一区二区三区| 18禁国产床啪视频网站| 亚洲精品美女久久av网站| 国产熟女欧美一区二区| 免费高清在线观看日韩| 美女大奶头黄色视频| 欧美日韩成人在线一区二区| 男女啪啪激烈高潮av片| 久久久久久久久久人人人人人人| 精品酒店卫生间| 国产精品久久久久久久电影| 精品人妻偷拍中文字幕| 观看av在线不卡| 搡女人真爽免费视频火全软件| 国产精品人妻久久久影院| 97在线视频观看| 校园人妻丝袜中文字幕| 一本久久精品| 激情视频va一区二区三区| 欧美 日韩 精品 国产| 久久久a久久爽久久v久久| 人妻 亚洲 视频| 欧美激情极品国产一区二区三区 | a级片在线免费高清观看视频| 国产一区二区三区综合在线观看 | 国产无遮挡羞羞视频在线观看| 宅男免费午夜| 免费观看a级毛片全部| 青青草视频在线视频观看| 丰满饥渴人妻一区二区三| 欧美激情 高清一区二区三区| 亚洲精品视频女| 久久久精品94久久精品| 欧美3d第一页| av有码第一页| 视频区图区小说| 久久韩国三级中文字幕| 久久精品国产a三级三级三级| 性高湖久久久久久久久免费观看| 日日撸夜夜添| 曰老女人黄片| 考比视频在线观看| 欧美人与性动交α欧美精品济南到 | 90打野战视频偷拍视频| 久久久久视频综合| 亚洲五月色婷婷综合| 考比视频在线观看| 国产精品一国产av| 日日爽夜夜爽网站| 久久久a久久爽久久v久久| 制服丝袜香蕉在线| 成人影院久久| 亚洲国产成人一精品久久久| 人体艺术视频欧美日本| 一级a做视频免费观看| 欧美 亚洲 国产 日韩一| av不卡在线播放| 精品久久久久久电影网| 中文字幕人妻熟女乱码| 精品午夜福利在线看| 国产免费一区二区三区四区乱码| a级毛片黄视频| 一边摸一边做爽爽视频免费| 狠狠精品人妻久久久久久综合| 国产又爽黄色视频| 久久毛片免费看一区二区三区| 国产在线免费精品| 中文字幕另类日韩欧美亚洲嫩草| 亚洲av中文av极速乱| 亚洲伊人久久精品综合| 国产成人91sexporn| 精品午夜福利在线看| 国产日韩一区二区三区精品不卡| 我要看黄色一级片免费的| 女的被弄到高潮叫床怎么办| 巨乳人妻的诱惑在线观看| 性高湖久久久久久久久免费观看| 少妇 在线观看| 下体分泌物呈黄色| 午夜福利乱码中文字幕| 国产精品人妻久久久久久| 免费高清在线观看日韩| 99香蕉大伊视频| 亚洲欧洲日产国产| 最后的刺客免费高清国语| 最近中文字幕高清免费大全6| 一级黄片播放器| 国产免费又黄又爽又色| 看免费成人av毛片| 伊人亚洲综合成人网| 天堂中文最新版在线下载| 免费在线观看黄色视频的| 国产精品三级大全| 亚洲精品国产av成人精品| 欧美精品亚洲一区二区| 韩国高清视频一区二区三区| 免费看av在线观看网站| 91成人精品电影| 欧美变态另类bdsm刘玥| 夫妻性生交免费视频一级片| 午夜日本视频在线| 亚洲av.av天堂| 欧美性感艳星| 国产精品嫩草影院av在线观看| 丝袜在线中文字幕| 在线观看一区二区三区激情| 精品酒店卫生间| 国产精品无大码| 国产精品久久久久久av不卡| av视频免费观看在线观看| 亚洲美女黄色视频免费看| 91精品国产国语对白视频| 久久人人97超碰香蕉20202| 99视频精品全部免费 在线| 精品午夜福利在线看| 韩国av在线不卡| 国产成人精品福利久久| 一级a做视频免费观看| 免费看av在线观看网站| 日本黄大片高清| 91久久精品国产一区二区三区| 丝袜在线中文字幕| 男的添女的下面高潮视频| 亚洲情色 制服丝袜| 丝瓜视频免费看黄片| 日本黄大片高清| 久久午夜综合久久蜜桃| 精品亚洲成国产av| 日本av免费视频播放| 久久午夜福利片| 成人综合一区亚洲| 婷婷色综合大香蕉| 色婷婷久久久亚洲欧美| 久久鲁丝午夜福利片| 中国三级夫妇交换| a级毛色黄片| 久久久久久久久久久免费av| 欧美少妇被猛烈插入视频| 蜜桃国产av成人99| 插逼视频在线观看| 亚洲欧洲日产国产| 人妻少妇偷人精品九色| 欧美成人精品欧美一级黄| av电影中文网址| 纯流量卡能插随身wifi吗| 国产色婷婷99| 精品酒店卫生间| 最黄视频免费看| 男男h啪啪无遮挡| 女的被弄到高潮叫床怎么办| a级片在线免费高清观看视频| 视频在线观看一区二区三区| 两个人看的免费小视频| 黄网站色视频无遮挡免费观看| 尾随美女入室| 国产欧美日韩综合在线一区二区| 观看美女的网站| 久久久久久久国产电影| 免费在线观看完整版高清| 欧美人与性动交α欧美精品济南到 | 一个人免费看片子| 满18在线观看网站| 在线观看三级黄色| 少妇 在线观看| 深夜精品福利| 国产免费福利视频在线观看| 成人国语在线视频| 美女内射精品一级片tv| 久久精品国产鲁丝片午夜精品| 90打野战视频偷拍视频| 欧美日韩精品成人综合77777| 夫妻午夜视频| 曰老女人黄片| 乱码一卡2卡4卡精品| 人人妻人人澡人人爽人人夜夜| 如日韩欧美国产精品一区二区三区| 制服人妻中文乱码| 侵犯人妻中文字幕一二三四区| tube8黄色片| videosex国产| 国产熟女午夜一区二区三区| 制服人妻中文乱码| 秋霞在线观看毛片| 亚洲国产毛片av蜜桃av| 老司机影院毛片| 国产一区二区三区av在线| 亚洲国产欧美在线一区| 日本欧美国产在线视频| 美女中出高潮动态图| 日本黄大片高清| 99久久中文字幕三级久久日本| 高清不卡的av网站| 国产无遮挡羞羞视频在线观看| 亚洲成av片中文字幕在线观看 | 亚洲美女搞黄在线观看| 日韩成人伦理影院| 亚洲精品,欧美精品| 免费大片18禁| 亚洲欧美中文字幕日韩二区| 综合色丁香网| 日韩欧美精品免费久久| 老女人水多毛片| 久久久久久久久久人人人人人人| 精品午夜福利在线看| 国产精品久久久久成人av| videos熟女内射| 1024视频免费在线观看| 久久久久久久精品精品| 纯流量卡能插随身wifi吗| 伦理电影大哥的女人| 菩萨蛮人人尽说江南好唐韦庄| 大片免费播放器 马上看| 久久久久久人人人人人| 国产一区二区三区综合在线观看 | 99久久综合免费| 成年av动漫网址| 国产在线免费精品| 又大又黄又爽视频免费| 国产1区2区3区精品| 热re99久久精品国产66热6| 蜜桃在线观看..| 国产精品成人在线| 日韩欧美精品免费久久| 午夜视频国产福利| 观看av在线不卡| 99久久精品国产国产毛片| 久热这里只有精品99| 欧美精品人与动牲交sv欧美| 久久人人爽av亚洲精品天堂| 涩涩av久久男人的天堂| 国产精品国产三级专区第一集| 亚洲色图综合在线观看| 国产日韩欧美亚洲二区| 国产精品国产av在线观看| 成人手机av| 久久综合国产亚洲精品| 精品亚洲成a人片在线观看| 国产精品 国内视频| 久久99热这里只频精品6学生| 涩涩av久久男人的天堂| 国产精品国产三级专区第一集| 美女福利国产在线| 男人添女人高潮全过程视频| 亚洲av中文av极速乱| 亚洲国产最新在线播放| av视频免费观看在线观看| 日本午夜av视频| 久久97久久精品| 夜夜爽夜夜爽视频| 日韩av在线免费看完整版不卡| 亚洲精品久久午夜乱码| 热re99久久精品国产66热6| 97超碰精品成人国产| 久久99蜜桃精品久久| 9色porny在线观看| 97精品久久久久久久久久精品| 久久久精品免费免费高清| freevideosex欧美| 男女高潮啪啪啪动态图| 99热这里只有是精品在线观看| 免费大片黄手机在线观看| 26uuu在线亚洲综合色| 免费观看性生交大片5| 自线自在国产av| 久久国产精品大桥未久av| 九色成人免费人妻av| 一级黄片播放器| 深夜精品福利| 制服诱惑二区| 国产1区2区3区精品| 老熟女久久久| 日本黄大片高清| av一本久久久久| 女人被躁到高潮嗷嗷叫费观| 精品国产露脸久久av麻豆| 精品少妇久久久久久888优播| 精品人妻在线不人妻| 十分钟在线观看高清视频www| 熟妇人妻不卡中文字幕| 免费观看a级毛片全部| 青春草国产在线视频| 国产精品 国内视频| 99久国产av精品国产电影| 成人亚洲欧美一区二区av| 看免费av毛片| 亚洲欧美成人精品一区二区| 国产片内射在线| 美女中出高潮动态图| 中国三级夫妇交换| 欧美精品高潮呻吟av久久| 国产一区二区在线观看av| 三上悠亚av全集在线观看| 国产黄频视频在线观看| 99热6这里只有精品| 最近最新中文字幕大全免费视频 | 人成视频在线观看免费观看| 人妻少妇偷人精品九色| 国产成人精品无人区| 婷婷色综合www| 人人妻人人澡人人爽人人夜夜| 久久97久久精品| 99re6热这里在线精品视频| 中国国产av一级| 久久毛片免费看一区二区三区| 2018国产大陆天天弄谢| 青春草视频在线免费观看| 少妇的丰满在线观看| 国产日韩欧美亚洲二区| 亚洲一级一片aⅴ在线观看| 亚洲图色成人| 精品久久久久久电影网| 精品亚洲成国产av| 国产一区亚洲一区在线观看| 国产又爽黄色视频| 国产男人的电影天堂91| 亚洲精品久久成人aⅴ小说| 亚洲av福利一区| 少妇精品久久久久久久| 欧美精品国产亚洲| 午夜免费观看性视频| 亚洲内射少妇av| 亚洲国产毛片av蜜桃av| 国产成人精品婷婷| 人妻 亚洲 视频| 夫妻午夜视频| 亚洲精品一二三| 男女高潮啪啪啪动态图| 中国美白少妇内射xxxbb| 国产精品一区二区在线不卡| 精品国产一区二区三区四区第35| av免费观看日本| 国产精品国产三级国产专区5o| 国产福利在线免费观看视频| 国产成人免费无遮挡视频| 亚洲精品一二三| 久久影院123| 亚洲欧美成人精品一区二区| 综合色丁香网| 伦理电影大哥的女人| 在线观看免费高清a一片| 少妇高潮的动态图| 精品少妇内射三级| 国产熟女欧美一区二区| av不卡在线播放| 免费女性裸体啪啪无遮挡网站| 一本久久精品| 国产免费一级a男人的天堂| 老司机亚洲免费影院| 欧美xxⅹ黑人| 亚洲国产精品成人久久小说| 视频在线观看一区二区三区| 五月开心婷婷网| 91在线精品国自产拍蜜月| 十八禁网站网址无遮挡| 日日爽夜夜爽网站| 99国产综合亚洲精品| 最近手机中文字幕大全| 成人毛片60女人毛片免费| 女性被躁到高潮视频| 亚洲一码二码三码区别大吗| 国产黄色视频一区二区在线观看| 人成视频在线观看免费观看| 一级黄片播放器| 91国产中文字幕| 亚洲精品456在线播放app| 69精品国产乱码久久久| 亚洲图色成人| 精品午夜福利在线看| 精品视频人人做人人爽| 国产精品一区二区在线不卡| 日本黄色日本黄色录像| 综合色丁香网| 亚洲成色77777| 99九九在线精品视频| 你懂的网址亚洲精品在线观看| 国产精品久久久久成人av| 成人毛片60女人毛片免费| 国产黄色视频一区二区在线观看| 黄片无遮挡物在线观看| 妹子高潮喷水视频| 草草在线视频免费看| 国产亚洲精品第一综合不卡 | 久久av网站| 欧美日韩视频高清一区二区三区二| 欧美激情国产日韩精品一区| 亚洲成人手机| 满18在线观看网站| 国产乱来视频区| 哪个播放器可以免费观看大片| 男人舔女人的私密视频| 亚洲一级一片aⅴ在线观看| 久久国产精品男人的天堂亚洲 | 国产在线视频一区二区| 9191精品国产免费久久| 亚洲欧美精品自产自拍| 久久人人爽人人片av| 午夜av观看不卡| 在线亚洲精品国产二区图片欧美| 色吧在线观看| 日韩欧美一区视频在线观看| 色视频在线一区二区三区| 亚洲中文av在线| 人妻人人澡人人爽人人| 人成视频在线观看免费观看| 青春草国产在线视频| 五月伊人婷婷丁香| 精品亚洲成国产av| www.熟女人妻精品国产 | videossex国产| 制服丝袜香蕉在线| 国产乱来视频区| 久久精品国产自在天天线| av线在线观看网站| 一边亲一边摸免费视频| 伦精品一区二区三区| 91精品伊人久久大香线蕉| 日本免费在线观看一区| 少妇人妻精品综合一区二区| 少妇被粗大猛烈的视频| 久久久国产欧美日韩av| 又粗又硬又长又爽又黄的视频| 久久狼人影院| 久久热在线av| 久久国产精品大桥未久av| 国产老妇伦熟女老妇高清| 亚洲精品视频女| 妹子高潮喷水视频| 桃花免费在线播放| 午夜免费男女啪啪视频观看| av在线播放精品| 熟女电影av网| 欧美精品亚洲一区二区| 日韩中字成人| tube8黄色片| 91久久精品国产一区二区三区| 欧美激情极品国产一区二区三区 | 久久久久久久久久人人人人人人| 国产精品久久久久久精品电影小说| 久久99精品国语久久久| 久久人人97超碰香蕉20202| 日韩中文字幕视频在线看片| 亚洲精华国产精华液的使用体验| 午夜福利视频精品| 纵有疾风起免费观看全集完整版| 妹子高潮喷水视频| 国产欧美日韩综合在线一区二区| 日本欧美视频一区| 在线观看美女被高潮喷水网站| 免费高清在线观看日韩| 国产精品99久久99久久久不卡 | 国产成人精品无人区| 韩国高清视频一区二区三区| 少妇人妻久久综合中文| av视频免费观看在线观看| 91在线精品国自产拍蜜月| 在线天堂最新版资源| 狂野欧美激情性bbbbbb| 中文字幕人妻熟女乱码| 久久国产精品男人的天堂亚洲 | 精品国产一区二区三区久久久樱花| 亚洲欧美中文字幕日韩二区| av免费观看日本| av在线老鸭窝| 久久综合国产亚洲精品| 精品国产露脸久久av麻豆| 少妇人妻精品综合一区二区| 一区二区av电影网| 考比视频在线观看| 国产精品久久久久久av不卡| 久久久久久久久久久久大奶| 午夜精品国产一区二区电影| xxx大片免费视频| 国产成人一区二区在线| 一本久久精品| 日本与韩国留学比较| 伊人久久国产一区二区| 国产视频首页在线观看| 人人妻人人澡人人爽人人夜夜| 下体分泌物呈黄色| 免费在线观看黄色视频的| 国产成人精品一,二区| 国产精品女同一区二区软件| 你懂的网址亚洲精品在线观看| 国产日韩欧美视频二区| 精品久久久久久电影网| 18+在线观看网站| 国产精品久久久久久av不卡| 久久免费观看电影| 国产深夜福利视频在线观看| 丰满乱子伦码专区| 色94色欧美一区二区| 国产精品99久久99久久久不卡 | 91aial.com中文字幕在线观看| 乱码一卡2卡4卡精品| 中国国产av一级| 99视频精品全部免费 在线| 99热全是精品| 女人精品久久久久毛片| 国产毛片在线视频| 中文字幕精品免费在线观看视频 | 乱码一卡2卡4卡精品| av天堂久久9| 精品国产一区二区三区久久久樱花| 亚洲精品成人av观看孕妇| 日本wwww免费看| 久久精品aⅴ一区二区三区四区 | 午夜激情av网站| 最黄视频免费看| 久久精品熟女亚洲av麻豆精品| 中文字幕av电影在线播放| 午夜福利网站1000一区二区三区| 女的被弄到高潮叫床怎么办| 午夜久久久在线观看| 看十八女毛片水多多多| 在线免费观看不下载黄p国产| 极品人妻少妇av视频| 18禁国产床啪视频网站| 人妻人人澡人人爽人人| 如日韩欧美国产精品一区二区三区| 亚洲欧美色中文字幕在线| 国产成人av激情在线播放| av.在线天堂| 欧美亚洲日本最大视频资源| 高清av免费在线| 久久久久久久久久久免费av| 久久人人爽人人片av| 99久久中文字幕三级久久日本| 国产成人一区二区在线| 色婷婷久久久亚洲欧美| 免费在线观看黄色视频的| 久热这里只有精品99| 嫩草影院入口| 亚洲av日韩在线播放| 欧美 亚洲 国产 日韩一| 久久精品人人爽人人爽视色| 久久久久人妻精品一区果冻| 免费观看性生交大片5| 999精品在线视频| 久久久久精品久久久久真实原创| 国产精品麻豆人妻色哟哟久久| 欧美少妇被猛烈插入视频| 国产探花极品一区二区| 亚洲婷婷狠狠爱综合网| 亚洲第一区二区三区不卡| 久久久久国产精品人妻一区二区| 国产精品无大码| 久久久久久人妻| 欧美精品国产亚洲| 国产伦理片在线播放av一区| 99久久综合免费| 久久免费观看电影| 中文字幕亚洲精品专区| av又黄又爽大尺度在线免费看| 97超碰精品成人国产| 嫩草影院入口| 久久99一区二区三区| 妹子高潮喷水视频| 美女大奶头黄色视频| 晚上一个人看的免费电影| 日韩中文字幕视频在线看片| 另类亚洲欧美激情| 国精品久久久久久国模美| 国产成人精品久久久久久| 丰满饥渴人妻一区二区三| 七月丁香在线播放| 亚洲精品久久成人aⅴ小说| av国产精品久久久久影院| 欧美日韩一区二区视频在线观看视频在线| 国产成人aa在线观看| 99香蕉大伊视频| 国产精品久久久av美女十八| www.熟女人妻精品国产 | 亚洲国产av新网站| 在线观看人妻少妇| 搡老乐熟女国产| 欧美最新免费一区二区三区| 亚洲国产色片| 两性夫妻黄色片 | 亚洲成人av在线免费| 国产片特级美女逼逼视频| 亚洲av国产av综合av卡| 女人被躁到高潮嗷嗷叫费观| 十分钟在线观看高清视频www| 欧美变态另类bdsm刘玥| 免费观看性生交大片5| 美女脱内裤让男人舔精品视频|