• <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CEEMD-PSO-MNN 的船舶航跡預(yù)測*

    2021-03-23 09:23:14王文標(biāo)董貴平汪思源杜大鵬杜佳璐
    電子器件 2021年1期
    關(guān)鍵詞:緯度航跡分量

    王文標(biāo),董貴平,汪思源,孟 松,杜大鵬,杜佳璐

    (大連海事大學(xué)船舶電氣工程學(xué)院,遼寧 大連116026)

    隨著我國海洋事業(yè)的發(fā)展以及船舶使用數(shù)量和頻率的增大,海上交通事故呈現(xiàn)出不斷上升的趨勢,海上交通的安全狀況不容樂觀。 為提高海上交通安全,實(shí)時準(zhǔn)確地預(yù)測船舶未來時刻的航跡信息對于海上交通研究與管理、船舶智能避碰有重要意義。

    對于船舶航行行為預(yù)測,現(xiàn)階段常用的方法有支持向量機(jī)[1]、卡爾曼濾波[2]、灰色預(yù)測模型[3]等。其中,支持向量機(jī)雖然有著不錯的精度但對于大數(shù)據(jù)量問題的解決尚有不足。 灰色預(yù)測模型雖然計(jì)算簡便,但在序列波動劇烈的情況下無法滿足高精度要求。 隨著神經(jīng)網(wǎng)絡(luò)研究的不斷深入,基于神經(jīng)網(wǎng)絡(luò)的船舶航行行為預(yù)測方法得到了大跨步發(fā)展[4-10]。 然而,上述神經(jīng)網(wǎng)絡(luò)方法均為單一全互連神經(jīng)網(wǎng)絡(luò)預(yù)測模型,當(dāng)面對多緯度、大數(shù)據(jù)量等特點(diǎn)的預(yù)測任務(wù)時,其無法準(zhǔn)確地體現(xiàn)出預(yù)測序列的非線性,導(dǎo)致模型預(yù)測精度受到影響。

    針對上述問題,本文提出一種基于CEEMD、FE、PSO 與MNN 的船舶航跡預(yù)測方法。 首先使用CEEMD 將船舶航跡時間序列分解為不同的本征模態(tài)函數(shù)及趨勢項(xiàng);然后通過FE 將各本征模態(tài)與趨勢項(xiàng)劃分到不同的子網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí),實(shí)現(xiàn)MNN分而治之的設(shè)計(jì)理念;最后利用PSO 優(yōu)化MNN 子網(wǎng)絡(luò)學(xué)習(xí)參數(shù)達(dá)到船舶航跡的精準(zhǔn)預(yù)測。 通過對比實(shí)驗(yàn)驗(yàn)證了本方法的準(zhǔn)確性和實(shí)用性

    1 互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解

    經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)是一種適合于分析和處理非線性和非平穩(wěn)信號的方法[12]。 該方法將任意信號過濾到不同尺度的確定性IMF 和殘差分量中。其核心是對信號進(jìn)行逐層篩選,對不同頻率的信號進(jìn)行不同層次的分解。

    每個尺度的IMF 必須滿足以下兩個要求:

    (a)在整個數(shù)據(jù)序列中,極值點(diǎn)和過零點(diǎn)的數(shù)量必須相等或最多相差一個。

    (b)數(shù)據(jù)序列在任意時刻的局部均值為零。

    然而EMD 相對容易引起模態(tài)混合,為了避免這個問題,引入互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解(CEEMD)對時間序列進(jìn)行分析[13]。 CEEMD 是EMD 的一種改進(jìn)算法,利用噪聲特性可以有效地減少模態(tài)混合現(xiàn)象的發(fā)生,CEEMD 分解基于EMD,其實(shí)現(xiàn)過程如下步驟:

    (1)在原序列中加入N 對白噪聲,得到一個包含2N 個信號的集合。 輔助噪聲為高斯白噪聲,ni(t),i=1,2,…,n。

    式中:IMFj為通過CEEMD 對原始信號進(jìn)行分解得到的IMF。

    2 模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

    模塊化神經(jīng)網(wǎng)絡(luò)(MNN)旨在通過執(zhí)行“分而治之”來解決復(fù)雜的問題[14-15]。 如圖1 所示主要由三個功能層組成:任務(wù)分解層,子網(wǎng)絡(luò)層和輸出層,本文主要在子網(wǎng)絡(luò)層進(jìn)行了部分改進(jìn)。

    圖1 模塊化神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)

    2.1 任務(wù)分配

    將一個難以學(xué)習(xí)的任務(wù)分配成多個容易學(xué)習(xí)的子任務(wù)是實(shí)現(xiàn)“分而治之”的前提,文中采用模糊熵輔助任務(wù)分解。

    2.1.1 模糊熵

    模糊熵(FE)是信息論和模糊邏輯的跨學(xué)科概念。 模糊熵的概念最初是由近似熵(AE)和樣本熵(SE)的研究啟發(fā)而來,用于量化復(fù)雜系統(tǒng)科學(xué)和混沌理論中非線性時間序列的不規(guī)則性[16]。 與AE和SE 相比,F(xiàn)E 在描述不同不規(guī)則性的信號時,具有更好的單調(diào)性和相對一致性,并且對噪聲具有更強(qiáng)的魯棒性,模糊熵求解如下:

    (1)設(shè)原始時間序列為x(j),j=1,2,…,M。

    (2)重構(gòu)一組n 維矢量定義如下:

    式中:共涉及3 個參數(shù)的選擇,通常情況下較大的m能更細(xì)致地重構(gòu)系統(tǒng)的動態(tài)演化過程,一般取m =2。邊界梯度n 的增加,會在一定程度上影響模糊熵的細(xì)節(jié)信息,一般取n=2;r 的取值也是一個值得考慮的問題,過大的相似容限會導(dǎo)致信息丟失,相似容限值越大,丟失的信息越多,而太小的相似容限度則會增加結(jié)果對噪聲的敏感性,一般定義r 為0.2*SD,其中SD 為原一維時間序列的標(biāo)準(zhǔn)差。

    2.2 PSO-LSTM 子網(wǎng)絡(luò)設(shè)計(jì)

    子網(wǎng)絡(luò)的性能決定了整個神經(jīng)網(wǎng)絡(luò)性能,子網(wǎng)絡(luò)對子任務(wù)的學(xué)習(xí)就相當(dāng)于整個神經(jīng)網(wǎng)絡(luò)對任務(wù)進(jìn)行訓(xùn)練的過程,本文選用粒子群算法改進(jìn)LSTM 神經(jīng)網(wǎng)絡(luò)作為模塊化神經(jīng)網(wǎng)絡(luò)的子網(wǎng)絡(luò)對船舶航跡進(jìn)行預(yù)測。

    2.2.1 粒子群優(yōu)化算法

    粒子群優(yōu)化算法(PSO)于1995 年提出,用于研究鳥類的捕食行為,并被擴(kuò)展到解決優(yōu)化問題[17]。在使用PSO 算法尋優(yōu)時,將每個問題的解看作空間中沒有質(zhì)量和體積的粒子,將每個粒子的位置看作空間的解。 飛行速度可根據(jù)個體和群體飛行經(jīng)驗(yàn)的分析結(jié)果隨時調(diào)整。 在d 維空間的每次迭代中,粒子通過尋找兩個解來優(yōu)化其位置和速度,這兩個解分別是個體極值Pbest和全局極值Gbest。 粒子i 第k次迭代的速度和位置更新公式可以表示為:

    2.2.2 長短期記憶神經(jīng)網(wǎng)絡(luò)

    長短期記憶神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)的改進(jìn)版本,其具有良好的非線性映射能力,能夠跟蹤系統(tǒng)的動態(tài)特性,在處理時間序列問題時的表現(xiàn)非常優(yōu)秀[18]。 基于LSTM 神經(jīng)網(wǎng)絡(luò)這種出眾的能力,本文用其學(xué)習(xí)輸入部分的動態(tài)變量。 與循環(huán)神經(jīng)網(wǎng)絡(luò)不同的是LSTM 神經(jīng)網(wǎng)絡(luò)核心設(shè)計(jì)包括三個門,即輸入門、遺忘門和輸出門如圖2 所示。

    圖2 LSTM 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    式中:i、f、~c、o—輸入門、遺忘門、LSTM 網(wǎng)絡(luò)細(xì)胞和輸出門在t 時刻的計(jì)算公式;x、h 為t 時刻的輸入與輸出;c 為細(xì)胞更新公式;σ 與tanh 分別為Sigmoid激活函數(shù)與雙曲正切函數(shù)。

    通過LSTM 神經(jīng)網(wǎng)絡(luò)的門控機(jī)制能有效地避免傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)隨著時間間隔的增加容易出現(xiàn)梯度爆炸后梯度消失等問題。

    2.3 輸出層

    輸出層僅在網(wǎng)絡(luò)測試時有效,本文輸出層選擇競爭方式。 也就是說,只有性能優(yōu)越的子網(wǎng)絡(luò)才有助于最終輸出。 輸出層公式:

    式中:Y、YCL、YL、EL、ECL分別為模塊化神經(jīng)網(wǎng)絡(luò)最終輸出、CEEMD 分解后子網(wǎng)絡(luò)輸出、未CEEMD 分解子網(wǎng)絡(luò)輸出、未CEEMD 分解子網(wǎng)絡(luò)測試誤差絕對值之和、CEEMD 分解后子網(wǎng)絡(luò)測試誤差絕對值之和。

    3 實(shí)驗(yàn)結(jié)果及分析

    文中通過均方誤差(MSE)與平均絕對誤差(MAE)對網(wǎng)絡(luò)整體性能進(jìn)行評估,其值越小,代表預(yù)測精度越高。 其公式如下:

    式中:Y 為網(wǎng)絡(luò)的預(yù)測值,y 為網(wǎng)絡(luò)實(shí)測值,i =1,2,…,P,P 為訓(xùn)練樣本個數(shù)。

    3.1 預(yù)測模型對比實(shí)驗(yàn)

    文中采用秦皇島至大連段本校訓(xùn)練船真實(shí)船舶AIS 航行數(shù)據(jù)集,選擇船舶航速在0~13kn(節(jié))段內(nèi)的船舶航跡數(shù)據(jù),數(shù)據(jù)間隔為10 s。 按照時間排序?qū)⑵淝?/10 用于訓(xùn)練后1/10 用于測試,船舶航跡預(yù)測流程如圖3 所示。

    圖3 船舶航跡預(yù)測流程圖

    首先將船舶航跡時間序列進(jìn)行CEEMD 分解,分解后的本征模態(tài)分量IMF 與剩余分量Re 分別計(jì)算模糊熵以此判斷時間序列的復(fù)雜性;然后將模糊熵求均值以得出判斷時間序列復(fù)雜度的閾值;最后通過閾值將IMF 與Re 進(jìn)行任務(wù)分解。 在此基礎(chǔ)上,未進(jìn)行CEEMD 分解的船舶航跡時間序列同樣進(jìn)入子網(wǎng)絡(luò)學(xué)習(xí)。

    3.2 CEEMD 分解

    以船舶緯度時間序列為例,將時間序列按照CEEMD 分解獲得具有不同波動尺度信息的本征模態(tài)分量,其中得到7 個基本模式分量IMF 1 ~I(xiàn)MF 7和一個剩余分量Re。 IMF 1 與IMF 2 的頻率較高,代表船舶緯度信號中的高頻成分;而Re 是低頻信號,代表信號中含有的非線性趨勢項(xiàng)。 圖4 為船舶緯度時序曲線及進(jìn)行分解后的各模式分量。

    圖4 船舶緯度時間序列CEEMD 分解結(jié)果

    將船舶航跡緯度CEEMD 分解后的IMF 與Re進(jìn)行模糊熵計(jì)算以此來量化序列的復(fù)雜程度,將模糊熵值小于模糊熵閾值的分量傳輸?shù)酵蛔泳W(wǎng)絡(luò)進(jìn)行學(xué)習(xí),模糊熵值大于模糊熵閾值的分量傳輸?shù)礁髯詥为?dú)的子網(wǎng)絡(luò)進(jìn)行學(xué)習(xí),各分量模糊熵值如圖5。

    圖5 IMF 的FE 值

    船舶航跡預(yù)測結(jié)果如圖6,經(jīng)度預(yù)測結(jié)果及誤差如圖7,緯度預(yù)測結(jié)果及誤差如圖8。

    圖6 航跡預(yù)測結(jié)果

    圖7 經(jīng)度預(yù)測及誤差

    圖8 緯度預(yù)測及誤差

    為進(jìn)一步驗(yàn)證本文所提方法對于舶航跡預(yù)測的優(yōu)越性,采用不同預(yù)測算法進(jìn)行對比。

    如表1 所示,本文所提方法整體性能高于其他預(yù)測模型,全互連神經(jīng)網(wǎng)絡(luò)預(yù)測模型性能明顯低于模塊化神經(jīng)網(wǎng)絡(luò)預(yù)測模型,驗(yàn)證了“分而治之”理念的有效性;使用PSO 進(jìn)行優(yōu)化的MNN 預(yù)測精度高于未使用PSO 優(yōu)化的MNN;在PSO 優(yōu)化MNN 情況下的緯度預(yù)測過程中,CEEMD 的作用優(yōu)于EMD。綜上所述可以推斷出本文所提CEEMD-PSO-MNN船舶航跡預(yù)測方法比其他方法更好。

    表1 不同預(yù)測模型評價指標(biāo)

    4 結(jié)束語

    為進(jìn)一步提高船舶航跡預(yù)測精度,提出一種CEEMD-PSO-MNN 的預(yù)測方法。 基于CEEMD-FE的任務(wù)分解(分而治之)方式有效地將復(fù)雜的航跡預(yù)測任務(wù)拆分為不同的子任務(wù),降低了模型的復(fù)雜度;PSO 優(yōu)化算法提高了MNN 子網(wǎng)絡(luò)的預(yù)測精度。對比實(shí)驗(yàn)表明本方法整體性能優(yōu)于全互連Elman 神經(jīng)網(wǎng)絡(luò)與全互連BP 神經(jīng)網(wǎng)絡(luò)。 驗(yàn)證了本算法的準(zhǔn)確性與實(shí)用性。

    猜你喜歡
    緯度航跡分量
    帽子的分量
    夢的航跡
    青年歌聲(2019年12期)2019-12-17 06:32:32
    一物千斤
    智族GQ(2019年9期)2019-10-28 08:16:21
    論《哈姆雷特》中良心的分量
    自適應(yīng)引導(dǎo)長度的無人機(jī)航跡跟蹤方法
    緯度
    齊魯周刊(2017年29期)2017-08-08 06:28:15
    分量
    視覺導(dǎo)航下基于H2/H∞的航跡跟蹤
    基于航跡差和航向差的航跡自動控制算法
    基于時空緯度的國內(nèi)農(nóng)民工創(chuàng)業(yè)研究
    久久精品人妻少妇| 国产伦精品一区二区三区视频9| 日韩av在线免费看完整版不卡| 男女啪啪激烈高潮av片| 亚洲精品日韩av片在线观看| 亚洲成人中文字幕在线播放| 亚洲欧美精品专区久久| 亚洲欧美精品专区久久| 精品久久久久久电影网| xxx大片免费视频| 大码成人一级视频| 久久久久久久精品精品| 国产精品久久久久久久久免| 精品久久久噜噜| 亚洲欧美日韩东京热| 两个人的视频大全免费| 日本猛色少妇xxxxx猛交久久| 97热精品久久久久久| 国产视频内射| 久久久精品免费免费高清| 国产白丝娇喘喷水9色精品| 国产黄频视频在线观看| 成人特级av手机在线观看| 99久久精品国产国产毛片| 亚洲精品中文字幕在线视频 | 成年免费大片在线观看| 尾随美女入室| 寂寞人妻少妇视频99o| 亚洲av成人精品一二三区| 少妇裸体淫交视频免费看高清| 国产美女午夜福利| 少妇的逼水好多| 日韩欧美 国产精品| 成人国产av品久久久| 日韩大片免费观看网站| 亚洲高清免费不卡视频| 国产乱人偷精品视频| 女性生殖器流出的白浆| 99热国产这里只有精品6| 中国国产av一级| 丝袜脚勾引网站| 国产色爽女视频免费观看| 大香蕉久久网| 日本vs欧美在线观看视频 | 亚洲美女搞黄在线观看| 国产在线视频一区二区| 最新中文字幕久久久久| 91精品伊人久久大香线蕉| 欧美丝袜亚洲另类| 欧美人与善性xxx| 日韩av在线免费看完整版不卡| 国产男女内射视频| 在线免费观看不下载黄p国产| 丝袜喷水一区| 天堂中文最新版在线下载| 十分钟在线观看高清视频www | 亚洲精品日本国产第一区| 涩涩av久久男人的天堂| 精品熟女少妇av免费看| 十分钟在线观看高清视频www | 亚洲欧美日韩另类电影网站 | 日韩大片免费观看网站| 热99国产精品久久久久久7| 欧美日韩亚洲高清精品| 亚洲国产日韩一区二区| 精品国产乱码久久久久久小说| 在线观看美女被高潮喷水网站| 国产视频内射| 成人亚洲精品一区在线观看 | 麻豆乱淫一区二区| 日韩国内少妇激情av| 黄片无遮挡物在线观看| 日本爱情动作片www.在线观看| 2021少妇久久久久久久久久久| 最近最新中文字幕大全电影3| 亚洲在久久综合| 日产精品乱码卡一卡2卡三| 又粗又硬又长又爽又黄的视频| 天美传媒精品一区二区| 三级国产精品片| 久久久欧美国产精品| 欧美xxⅹ黑人| 97超视频在线观看视频| 成年人午夜在线观看视频| av黄色大香蕉| 免费av不卡在线播放| 男女下面进入的视频免费午夜| av国产精品久久久久影院| 水蜜桃什么品种好| 成人一区二区视频在线观看| 伊人久久精品亚洲午夜| 男的添女的下面高潮视频| 一本—道久久a久久精品蜜桃钙片| 久久久国产一区二区| 国产精品久久久久成人av| 亚洲第一av免费看| 欧美三级亚洲精品| 国产男女内射视频| 一级毛片我不卡| 中文在线观看免费www的网站| 一个人看的www免费观看视频| 欧美bdsm另类| 亚洲四区av| 国产成人a区在线观看| 久久人妻熟女aⅴ| 色吧在线观看| 精品人妻熟女av久视频| 亚洲av中文字字幕乱码综合| 亚洲成人中文字幕在线播放| 欧美日韩国产mv在线观看视频 | 国国产精品蜜臀av免费| 99热这里只有是精品在线观看| 麻豆成人av视频| 一区二区av电影网| 狂野欧美激情性xxxx在线观看| a 毛片基地| 精品视频人人做人人爽| 亚洲电影在线观看av| 久久久成人免费电影| 久久国产亚洲av麻豆专区| 91精品国产九色| 看免费成人av毛片| 一本色道久久久久久精品综合| 国产成人a∨麻豆精品| 久久精品国产a三级三级三级| 国产av码专区亚洲av| 黑人高潮一二区| 女性被躁到高潮视频| 国产成人精品福利久久| 丰满人妻一区二区三区视频av| 日韩免费高清中文字幕av| 久久久久久久亚洲中文字幕| 天天躁夜夜躁狠狠久久av| av一本久久久久| 亚洲成人一二三区av| 五月开心婷婷网| 久久久久精品久久久久真实原创| 亚洲欧美清纯卡通| 一级爰片在线观看| 欧美亚洲 丝袜 人妻 在线| 国产高清国产精品国产三级 | 免费播放大片免费观看视频在线观看| videossex国产| 国产深夜福利视频在线观看| 日本免费在线观看一区| 搡老乐熟女国产| 欧美3d第一页| 五月开心婷婷网| 最近最新中文字幕免费大全7| 97热精品久久久久久| 夜夜爽夜夜爽视频| 亚洲精品自拍成人| 在线观看免费高清a一片| 熟妇人妻不卡中文字幕| 插逼视频在线观看| 久久影院123| 久热久热在线精品观看| 肉色欧美久久久久久久蜜桃| 青春草亚洲视频在线观看| 啦啦啦啦在线视频资源| 色网站视频免费| 日韩av免费高清视频| 久久人人爽人人片av| 尾随美女入室| 日韩大片免费观看网站| 少妇熟女欧美另类| 国产高清不卡午夜福利| 男女边吃奶边做爰视频| 性色av一级| 十八禁网站网址无遮挡 | 久久青草综合色| 久久久久久久国产电影| 欧美精品一区二区大全| 黄色怎么调成土黄色| 免费黄频网站在线观看国产| 午夜福利高清视频| 偷拍熟女少妇极品色| av线在线观看网站| 成人毛片60女人毛片免费| 99九九线精品视频在线观看视频| 久久久久久久大尺度免费视频| 久久国产精品大桥未久av | 国产人妻一区二区三区在| 国产成人午夜福利电影在线观看| 99热国产这里只有精品6| 女性被躁到高潮视频| 亚洲无线观看免费| 美女国产视频在线观看| 久久精品国产亚洲网站| 国产av码专区亚洲av| 一级毛片电影观看| 国产乱人偷精品视频| av网站免费在线观看视频| 国产精品女同一区二区软件| 新久久久久国产一级毛片| 日韩人妻高清精品专区| 能在线免费看毛片的网站| 赤兔流量卡办理| 精华霜和精华液先用哪个| 春色校园在线视频观看| 亚洲无线观看免费| 日韩中文字幕视频在线看片 | 亚洲av欧美aⅴ国产| 激情五月婷婷亚洲| 亚洲av在线观看美女高潮| 久久国产精品大桥未久av | 亚洲人与动物交配视频| 性高湖久久久久久久久免费观看| 黑人猛操日本美女一级片| 纯流量卡能插随身wifi吗| 精品国产一区二区三区久久久樱花 | 久久久精品94久久精品| 欧美成人精品欧美一级黄| 国产在线视频一区二区| av又黄又爽大尺度在线免费看| 国产精品久久久久久av不卡| 国产av一区二区精品久久 | 三级国产精品片| 97超碰精品成人国产| 看非洲黑人一级黄片| 日本一二三区视频观看| 亚洲最大成人中文| 国国产精品蜜臀av免费| 久久久a久久爽久久v久久| 欧美精品一区二区大全| 久久99热这里只频精品6学生| 精品一区二区三卡| 91aial.com中文字幕在线观看| 卡戴珊不雅视频在线播放| 国产一区有黄有色的免费视频| 汤姆久久久久久久影院中文字幕| 精品久久久精品久久久| 欧美激情国产日韩精品一区| 亚洲av福利一区| 啦啦啦啦在线视频资源| 国产永久视频网站| 精品久久久久久久末码| 亚洲无线观看免费| 国产国拍精品亚洲av在线观看| 成人二区视频| 亚洲精品aⅴ在线观看| 日本爱情动作片www.在线观看| 国产色婷婷99| 国内揄拍国产精品人妻在线| 国产乱来视频区| 成年美女黄网站色视频大全免费 | 成人特级av手机在线观看| 精品99又大又爽又粗少妇毛片| 国产免费一级a男人的天堂| av在线播放精品| 一级毛片aaaaaa免费看小| 美女主播在线视频| 国产亚洲一区二区精品| 国产女主播在线喷水免费视频网站| 天美传媒精品一区二区| 日韩成人伦理影院| 日本猛色少妇xxxxx猛交久久| 亚洲精品一区蜜桃| 日韩精品有码人妻一区| 免费看av在线观看网站| 国产黄色免费在线视频| 国产精品一区www在线观看| 色网站视频免费| 偷拍熟女少妇极品色| 中文在线观看免费www的网站| 亚洲精品日韩av片在线观看| 建设人人有责人人尽责人人享有的 | 日本午夜av视频| 最近的中文字幕免费完整| 国产精品久久久久久久电影| 亚洲婷婷狠狠爱综合网| 亚洲国产日韩一区二区| 日韩av免费高清视频| 一级av片app| 亚洲激情五月婷婷啪啪| 亚洲不卡免费看| 日韩av不卡免费在线播放| 夜夜骑夜夜射夜夜干| 少妇高潮的动态图| 人人妻人人添人人爽欧美一区卜 | 成人国产av品久久久| 色婷婷久久久亚洲欧美| 99精国产麻豆久久婷婷| 天天躁日日操中文字幕| 久久久久国产网址| 嫩草影院新地址| 人人妻人人看人人澡| 亚洲av.av天堂| 亚洲精品456在线播放app| 交换朋友夫妻互换小说| 日本一二三区视频观看| 插逼视频在线观看| 性色avwww在线观看| 欧美激情极品国产一区二区三区 | av福利片在线观看| 久久国产亚洲av麻豆专区| 人人妻人人爽人人添夜夜欢视频 | 青青草视频在线视频观看| 国产欧美日韩精品一区二区| 一级毛片 在线播放| 成年av动漫网址| 只有这里有精品99| 51国产日韩欧美| 免费观看av网站的网址| 国产精品久久久久成人av| 波野结衣二区三区在线| 卡戴珊不雅视频在线播放| 亚洲在久久综合| 久久久久人妻精品一区果冻| a级一级毛片免费在线观看| 最近最新中文字幕免费大全7| 高清毛片免费看| 国产真实伦视频高清在线观看| 熟女人妻精品中文字幕| 交换朋友夫妻互换小说| 欧美精品亚洲一区二区| 日韩av不卡免费在线播放| 我要看黄色一级片免费的| 久久久久久久久久久免费av| 嫩草影院入口| 国产白丝娇喘喷水9色精品| 免费观看性生交大片5| 欧美高清成人免费视频www| 一本—道久久a久久精品蜜桃钙片| 欧美极品一区二区三区四区| 免费播放大片免费观看视频在线观看| 久久久久久人妻| 深夜a级毛片| 国产黄色视频一区二区在线观看| 国产精品一区二区性色av| 高清欧美精品videossex| 色网站视频免费| 亚洲成人手机| 伦理电影大哥的女人| 国产高清有码在线观看视频| 十八禁网站网址无遮挡 | 日本黄色片子视频| 国产精品福利在线免费观看| 国产精品一二三区在线看| 国产永久视频网站| 亚洲欧美日韩另类电影网站 | 插阴视频在线观看视频| 欧美区成人在线视频| 久久午夜福利片| 亚洲国产日韩一区二区| 在线观看免费高清a一片| 黄色配什么色好看| 视频中文字幕在线观看| 人妻制服诱惑在线中文字幕| 中国国产av一级| 97超碰精品成人国产| 欧美少妇被猛烈插入视频| 中文字幕久久专区| 夫妻午夜视频| 亚洲av中文字字幕乱码综合| 狂野欧美激情性xxxx在线观看| 午夜免费观看性视频| 精品久久久久久久久av| 久久久精品免费免费高清| 国国产精品蜜臀av免费| 熟女av电影| 噜噜噜噜噜久久久久久91| 国产又色又爽无遮挡免| 亚洲国产精品一区三区| 伊人久久精品亚洲午夜| 久久韩国三级中文字幕| 岛国毛片在线播放| 一区二区三区免费毛片| 国产男女超爽视频在线观看| 一区二区三区乱码不卡18| 免费av不卡在线播放| av卡一久久| av福利片在线观看| 午夜福利影视在线免费观看| 我的老师免费观看完整版| 日本欧美国产在线视频| 寂寞人妻少妇视频99o| 久久久色成人| 午夜福利高清视频| 建设人人有责人人尽责人人享有的 | 噜噜噜噜噜久久久久久91| 久久毛片免费看一区二区三区| 男女边吃奶边做爰视频| 亚洲国产精品999| 一级二级三级毛片免费看| 人妻一区二区av| 一级毛片久久久久久久久女| 国产成人freesex在线| 人人妻人人添人人爽欧美一区卜 | 一级毛片电影观看| 欧美日本视频| 天美传媒精品一区二区| 色综合色国产| 国模一区二区三区四区视频| 大话2 男鬼变身卡| 99久久精品国产国产毛片| 身体一侧抽搐| 亚洲欧美一区二区三区国产| 汤姆久久久久久久影院中文字幕| 韩国高清视频一区二区三区| 一区在线观看完整版| 国产欧美日韩一区二区三区在线 | 亚洲天堂av无毛| 欧美成人精品欧美一级黄| 99热国产这里只有精品6| 内地一区二区视频在线| 精品国产三级普通话版| 国产日韩欧美亚洲二区| 欧美精品国产亚洲| 午夜视频国产福利| av一本久久久久| 亚洲欧美成人精品一区二区| 校园人妻丝袜中文字幕| 成人亚洲精品一区在线观看 | 亚洲中文av在线| 免费观看无遮挡的男女| 欧美日韩综合久久久久久| 久久午夜福利片| 日本-黄色视频高清免费观看| 春色校园在线视频观看| 日韩一本色道免费dvd| 久久99热6这里只有精品| 亚洲欧美精品专区久久| 丝瓜视频免费看黄片| 99热网站在线观看| 欧美97在线视频| 免费av中文字幕在线| 97超碰精品成人国产| 亚洲精品久久午夜乱码| 国产av精品麻豆| av不卡在线播放| 国产高潮美女av| 乱系列少妇在线播放| 日日啪夜夜撸| 国产91av在线免费观看| 丰满人妻一区二区三区视频av| 大又大粗又爽又黄少妇毛片口| 亚洲欧洲日产国产| 国产毛片在线视频| 亚洲婷婷狠狠爱综合网| 身体一侧抽搐| 色视频www国产| 男女下面进入的视频免费午夜| 久久精品国产鲁丝片午夜精品| 97超视频在线观看视频| 成年女人在线观看亚洲视频| 欧美日韩视频高清一区二区三区二| 我要看黄色一级片免费的| 少妇高潮的动态图| 亚洲精品国产av成人精品| 欧美精品一区二区大全| 免费看日本二区| 一区二区av电影网| 美女中出高潮动态图| 国产视频首页在线观看| 国产精品.久久久| 我要看黄色一级片免费的| 边亲边吃奶的免费视频| 久久精品国产亚洲网站| 久久精品国产自在天天线| 又爽又黄a免费视频| www.色视频.com| 黄色欧美视频在线观看| 青青草视频在线视频观看| 国产精品一区二区在线观看99| 亚洲va在线va天堂va国产| 22中文网久久字幕| 男人狂女人下面高潮的视频| 99久久精品热视频| 久久久久精品久久久久真实原创| 亚洲av二区三区四区| 97热精品久久久久久| 直男gayav资源| 日韩三级伦理在线观看| 欧美老熟妇乱子伦牲交| 一二三四中文在线观看免费高清| 国产有黄有色有爽视频| 日韩 亚洲 欧美在线| 国产 一区精品| 直男gayav资源| 日日撸夜夜添| 欧美高清成人免费视频www| 视频中文字幕在线观看| 你懂的网址亚洲精品在线观看| 久久久久精品性色| 日韩中字成人| 丝袜喷水一区| 日韩强制内射视频| 免费看光身美女| 欧美日韩国产mv在线观看视频 | 男人爽女人下面视频在线观看| 自拍偷自拍亚洲精品老妇| 亚洲图色成人| 国产亚洲午夜精品一区二区久久| 国产伦在线观看视频一区| 国模一区二区三区四区视频| 亚洲精品亚洲一区二区| 亚洲不卡免费看| 欧美精品国产亚洲| 国产在线视频一区二区| 国内精品宾馆在线| 欧美日韩在线观看h| 国产乱人偷精品视频| 欧美国产精品一级二级三级 | 在线观看一区二区三区| 久久精品熟女亚洲av麻豆精品| 久久人人爽av亚洲精品天堂 | 日韩 亚洲 欧美在线| 黄片wwwwww| 成人综合一区亚洲| 少妇裸体淫交视频免费看高清| av天堂中文字幕网| 一级黄片播放器| 国产伦精品一区二区三区视频9| 久久精品熟女亚洲av麻豆精品| 超碰av人人做人人爽久久| 国产男女超爽视频在线观看| 国产中年淑女户外野战色| 国产精品秋霞免费鲁丝片| 免费少妇av软件| 日韩成人av中文字幕在线观看| 精品国产一区二区三区久久久樱花 | 亚洲三级黄色毛片| 欧美一区二区亚洲| 成人亚洲精品一区在线观看 | 午夜福利在线观看免费完整高清在| 国产精品一二三区在线看| 久久久久久伊人网av| 97超碰精品成人国产| 成人无遮挡网站| 肉色欧美久久久久久久蜜桃| 亚洲成人一二三区av| 日韩三级伦理在线观看| 内射极品少妇av片p| 精品久久久精品久久久| 久久99蜜桃精品久久| 又爽又黄a免费视频| 我要看日韩黄色一级片| 成人亚洲欧美一区二区av| 一级黄片播放器| 亚洲av.av天堂| 亚洲国产精品999| 中文字幕精品免费在线观看视频 | 久久精品国产亚洲av天美| 久久久精品94久久精品| 成人亚洲欧美一区二区av| 日韩一区二区三区影片| 国产成人免费观看mmmm| 国产精品人妻久久久久久| 能在线免费看毛片的网站| 免费人妻精品一区二区三区视频| 涩涩av久久男人的天堂| 在线观看美女被高潮喷水网站| 亚洲欧美精品自产自拍| 国产v大片淫在线免费观看| 高清av免费在线| 三级经典国产精品| 亚洲欧美中文字幕日韩二区| 日韩中字成人| 小蜜桃在线观看免费完整版高清| 亚洲国产最新在线播放| 亚洲精品乱码久久久久久按摩| 日日啪夜夜爽| 亚洲av电影在线观看一区二区三区| 成人亚洲欧美一区二区av| 亚洲人与动物交配视频| 七月丁香在线播放| 内射极品少妇av片p| 国产精品熟女久久久久浪| 亚洲天堂av无毛| 精品一品国产午夜福利视频| 久久午夜福利片| 免费高清在线观看视频在线观看| videos熟女内射| 黄色怎么调成土黄色| 男的添女的下面高潮视频| 99热这里只有精品一区| av线在线观看网站| 国产亚洲最大av| 欧美日韩综合久久久久久| 妹子高潮喷水视频| 免费久久久久久久精品成人欧美视频 | 男女下面进入的视频免费午夜| 久久这里有精品视频免费| 毛片一级片免费看久久久久| 亚洲av中文av极速乱| 乱码一卡2卡4卡精品| 精品少妇久久久久久888优播| 91久久精品电影网| 亚洲美女搞黄在线观看| 噜噜噜噜噜久久久久久91| 亚洲第一区二区三区不卡| 国产欧美日韩一区二区三区在线 | 少妇的逼好多水| 国产成人精品福利久久| 免费在线观看成人毛片| 国产精品国产三级国产av玫瑰| 久久av网站| 婷婷色综合www| 少妇被粗大猛烈的视频| 午夜视频国产福利| 99久久精品国产国产毛片| 99热国产这里只有精品6| 在线播放无遮挡| 大香蕉97超碰在线| 精品久久久久久久久亚洲| 免费看不卡的av| 国产精品久久久久成人av| 又大又黄又爽视频免费| 国产伦理片在线播放av一区| 日韩亚洲欧美综合| 久久99热这里只有精品18| 久久精品国产亚洲av涩爱| 国产老妇伦熟女老妇高清| 亚洲国产精品专区欧美|