• <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 ?

    基于蝙蝠算法-隨機森林分類算法和脈搏波的精神疲勞檢測算法

    2022-02-28 08:58:46楊如民雷倩余成波
    科學技術與工程 2022年4期
    關鍵詞:脈搏蝙蝠特征向量

    楊如民,雷倩,余成波

    (重慶理工大學電氣與電子工程學院,重慶 400054)

    隨著社會的發(fā)展,職場壓力不斷加大,從事腦力工作的人數(shù)和工作時間都大幅增加,越來越多的人正在經歷著過勞現(xiàn)象。精神疲勞會使人產生倦怠情緒,心煩意亂、注意力降低、判斷決策能力低下等心理問題,長期疲勞更會間接導致心腦血管疾病、糖尿病和癌癥等一系列慢病疾病風險[1-3]。經研究表明,過度工作導致的精神疲勞會引發(fā)中風和過勞死,高強度的工作也會增加心血管疾病的發(fā)生概率。因此,能夠有效地檢測并避免精神疲勞是非常值得研究的[4-5]。

    目前評估精神疲勞的方法主要分為主觀表量法和客觀測量法。主觀表量法即為通過自己對自身情況的評估和他人根據(jù)被試者的當前生理表現(xiàn)(眨眼頻率、打哈欠次數(shù)、表情是否麻木、目光是否呆滯等)來判斷。常用的疲勞量表有斯坦福嗜睡量表(Stanford sleepiness scale,SSS)、查爾德疲勞量表(Chard fatigue scale,CFS)等[6]??陀^測量法即為通過儀器設備對人體生理參數(shù)的記錄來評判疲勞程度。目前通用的檢測疲勞的方法有腦電、肌電、心電、眼電檢測[7]。其中,主觀表量法雖簡單高效,但人為因素導致測量精度較低??陀^測量法有較強的說服性和較高的準確性,但需要復雜的測量儀器及繁瑣的信號采集方式。

    光電容積脈搏傳感器是一種非侵入性光電測量技術,具有裝置簡單、結構緊湊、易于攜帶且不會對人體造成損傷的優(yōu)點[8]。利用光電容積脈搏波信號(photoplethysmographic,PPG)進行疲勞檢測已成為中外學者研究熱潮。于露等[9]利用光電容積脈搏波對有限空間的載人進行實驗,比較疲勞與未疲勞狀態(tài)下信號特征參數(shù),得出在疲勞狀態(tài)下,脈搏波傳導周期增大;同時,脈搏信號下降沿斜率增大表征著外周血管阻力增大;脈搏信號上升沿斜率增大表征著心臟收縮射血量減小及射血速度減慢等有益結論。Dang等[10]對脈搏信號采用自適應尋峰算法提取R峰,根據(jù)R-R間期計算心率從而進行人體疲勞檢測。Dibyanshu等[11]根據(jù)PPG信號重建呼吸模式來評估人體精神疲勞。以上方法在疲勞檢測中都取得了較好的成果,不足之處在于采用單一的特征來表征疲勞狀態(tài),從而導致檢測精度較低。李鑫等[12]使用波形分析方法提取表征駕駛疲勞的特征指標,構建駕駛疲勞等級特征指標集,在此基礎上引入證據(jù)理論建立了基于多特征融合的駕駛疲勞檢測模型,使疲勞檢測精度提高到91.8%。但由于對特征值選擇和分類分散進行,造成特征值過度冗余,計算量大。

    綜上所述,現(xiàn)有的疲勞檢測算法普遍存在精度低、而計算復雜度高的問題,難以對精神疲勞進行精準量化評估。為此,提出了一種基于BA-RFC和脈搏波的疲勞檢測模型。針對傳統(tǒng)的單特征算法精度較差的問題,利用光電容積脈搏傳感器提取脈搏波的多個特征建立特征集;針對傳統(tǒng)多特征融合算法冗余度高計算量大的缺點,先利用蝙蝠算法(bat algorithm,BA)進行迭代搜索,得到全局最優(yōu)解坐標——即全局最優(yōu)決策樹樹數(shù)和全局最優(yōu)分類特征數(shù)。進而把這些最優(yōu)參數(shù)代入隨機森林分類算法(random forest classification,RFC)對原特征向量集合進行排序、篩選,得出疲勞相關性較高的特征組,并進行疲勞檢測。

    1 人體疲勞狀態(tài)數(shù)據(jù)采集及特征提取

    1.1 數(shù)據(jù)準備

    實驗數(shù)據(jù)采集裝置為AFE4403EVM套件,該套件使用(serial peripheral interface,SPI)與外部主機處理器通信,可用于脈搏波信號實時采集。實驗采集對象為25名無重大疾病(心臟病、高血壓等)的健康大學生,年齡在20~26歲,實驗前要求被試者正常作息,不喝咖啡、茶、功能飲料等提神飲品。實驗分為3個時間段(8:00—9:00、13:00—14:00、20:00—21:00)進行,每個時間段進行一次實驗。實驗過程中被試者除了正常吃飯、學習、工作,還額外安排了大量論文閱讀。實驗分為兩步進行,第一部分為PPG信號的測量,使用采集裝置采集2~3 min的脈搏波形,共采集3次;第二部分為當前疲勞程度主觀判斷,首先被試者需要完成一套測評,計算測評得分在九級(Karolinska sleepiness scale,KSS)疲勞量表(表1)上對應的等級來記錄當前自測疲勞等級K1,其次安排一位觀察員來對被試者進行問題詢問和觀測,通過詢問結果得到進行評價并記錄下他測疲勞等級K2。最后綜合自測和他測結果綜合判斷當前疲勞等級,若K1、K2值相等則任取一個,若兩者不相同則通過式(1)計算出當前疲勞等級K。

    表1 九級KSS疲勞量

    K=[0.4K1+0.6K2]

    (1)

    式(1)中:[·]表示取整。

    1.2 PPG信號預處理及特征提取

    由于PPG信號是微弱信號,采集的信號會有較大誤差,需要PPG信號通過濾波過濾掉噪聲以得到較完整的波形,再從中提取特征點并計算表征生理參數(shù)特征。大量的人體生理信息可以在脈搏波中體現(xiàn),疲勞狀態(tài)也不例外,隨著人體疲勞程度的變化,脈搏波也會隨之變化。因此,可以根據(jù)脈搏波特征來判斷人體疲勞狀況。PPG信號主要分為時域特征和頻域特征,時域特征是對脈搏波信號時域圖中在時間軸上通過對脈搏波的周期、夾角、速度、面積、波形幅值等參數(shù)的分析[13],通過相關計算得到的特征。如脈搏波相對幅值、心動周期、收縮壓舒張壓面積、每搏輸出量、心跳間隔、脈搏壓變異率、心率、血氧飽和度值等。頻域特征是對時域波形進行傅立葉變化得到,其主要頻域特征包含功率譜值,倒譜,譜能比等。擬提取的20個PPG特征如表2所示。

    表2 脈搏波特征

    2 優(yōu)化隨機森林疲勞檢測方法

    2.1 隨機森林算法

    隨機森林(random forest,RF)是由決策樹組合的集成學習模型,決策樹是一種樹形結構,其內部各節(jié)點表示各類屬性判斷,各分支表示各判斷結果的輸出,各葉節(jié)點代表各分類結果。但由于用單個決策樹來分類存在較大方差,因此,隨機森林的引入便能跨越單決策樹的限制,減少方差,達到更佳的分類精度。隨機森林在多棵決策樹的思想上提出了兩個隨機,一是訓練集的隨機生成,通過bootstrap從原始數(shù)據(jù)有放回地集中隨機抽取產生每棵樹的訓練數(shù)據(jù);二是特征子集的隨機選擇,從N個特征變量中,隨機抽取小于n(n

    圖1 隨機森林原理圖

    2.2 蝙蝠算法

    蝙蝠算法是基于群體智能理論所提出的啟發(fā)式尋優(yōu)算法,是基于粒子群算法的改進提高[15]。蝙蝠算法是通過模擬蝙蝠獵食過程來實現(xiàn)尋優(yōu),所有的蝙蝠都是以固定頻率fi、在位置xi處速度vi來隨機飛行的,在飛行過程中通過回聲定位及自動調節(jié)波長和響度來判斷獵物的位置。蝙蝠在捕獵初期會發(fā)出發(fā)射率小,響度大的脈沖來搜索獵物,而靠近獵物時,蝙蝠則會調節(jié)脈沖變?yōu)榘l(fā)射率逐漸升高、響度變小去接近捕捉獵物。其迭代原理如下。

    (2)

    用式(2)在搜索空間隨機產生。

    xij=Lj+rand(Uj-Lj)

    (3)

    式中:n為所求問題的維度;xij為蝙蝠i第j代的位置坐標;Lj和Uj分別為xij的上下界;M為蝙蝠的種群數(shù);j=1,2,…,n;rand為[0,1]中符合均勻分布的隨機數(shù)。

    隨后,根據(jù)式(3)~式(8)對參數(shù)進行更新[16]。

    fi=fmin+(fmax-fmin)β,β∈[0,1]

    (4)

    (5)

    (6)

    Xnew=X*+εAT,ε∈[-1,1]

    (7)

    (8)

    (9)

    2.3 基于蝙蝠算法參數(shù)尋優(yōu)的隨機森林優(yōu)化算法

    隨機森林算法中多個參數(shù)的設定都會對整個模型輸出結果產生一些影響,如決策樹數(shù)目L、分裂特征數(shù)m、預測試樣本數(shù)X、剪枝閾值ε′。傳統(tǒng)的參數(shù)設定都是根據(jù)經驗而來,為了提高輸出結果分類精度,引入蝙蝠算法來優(yōu)化參數(shù)L和m。

    優(yōu)化后的隨機森林算法中,將RF中的L、m兩參數(shù)作為蝙蝠算法中的蝙蝠的兩個坐標位置,每個蝙蝠都具有速度和位置兩個屬性,分別代表蝙蝠移動的快慢和方向。每個蝙蝠在解空間中單獨搜尋最優(yōu)解記為當前極值,找到局部最優(yōu)。等到下次循環(huán)時,與其他蝙蝠共享,通過學習自身歷史經驗和種群歷史經驗,與上一次位置比較后調整自己的位置和速度,最終找到一個全局最優(yōu)解。優(yōu)化算法具體步驟如下,算法原理如圖2所示。

    圖2 BA-RFC算法原理圖

    步驟1參數(shù)初始化,設定算法的最大迭代次數(shù),群體規(guī)模為M,每個蝙蝠的位置為xi,速度為vi,其中蝙蝠位置由RF中的L、m賦值。

    步驟2設置蝙蝠當前位置為個體最優(yōu)位置,將蝙蝠代入隨機森林模型中,計算每個蝙蝠的適應度,即袋外數(shù)據(jù)誤差eodb記任一個適應度值作為當前全局極值Pbest。

    步驟3對每個蝙蝠比較其適應度值和個體極值,取大值記為當前個體極值Pg。

    步驟4迭代計算,更新蝙蝠位置、速度。

    步驟5將每次RF算法運行的結果反饋到蝙蝠算法中,更新適應度值。

    步驟6將更新后的每個蝙蝠的Pg與全局極值Pbest比較,取大值來更新Pbest。

    步驟7是否達到最大迭代次數(shù)或Pbest不再更新,則終止,否則返回到步步驟4。

    步驟8輸出此時的L和m。

    最后用優(yōu)化后的隨機森林進行建模。由于從脈搏波形中提取到的特征眾多,但并不是所有特征都能夠作為判別疲勞等級的依據(jù),為了避免維度災難(特征維度增加反而使得分類準確度降低,將進行特征選擇。用優(yōu)化后的隨機森林算法先對采集到的20個PPG特征根據(jù)疲勞檢測相關度高低進行排序,篩選出前10個特征,再用篩選后的特征進行疲勞檢測。

    3 疲勞監(jiān)測結果與分析

    25名被試者分別在2 d的3個時間段進行6次實驗,每次實驗多次測量,在排除設備不穩(wěn)定性及其他特殊情況所導致的異常值和缺失值后,取最好一組波形用于后續(xù)研究。綜合主觀量表結果和檢測波形,最終獲取150組帶疲勞標簽的數(shù)據(jù)。

    疲勞檢測是將KSS主觀量表檢測結果與該結果對應的脈搏波結合進行疲勞分析。KSS主觀量表將疲勞等級分為了九級,劃分過于詳細,而在實際應用中多將疲勞分為是、否兩類。因此,將該量表進行了簡化,將疲勞狀態(tài)分為“清醒”“臨界疲勞”“疲勞”3種狀態(tài),如表3所示。再用化簡后的疲勞等級進行疲勞分類。

    表3 簡化后三級疲勞狀態(tài)

    3.1 BA-RFC算法驗證

    采用隨機森林算法進行疲勞檢測,隨機森林參數(shù)選擇會直接影響隨機森林預測結果。從圖3可以看出,隨機森林預測的準確率會因隨機森林的樹數(shù)和分裂特征數(shù)改變而改變。圖3為操作員手動變化參數(shù)設定值得到的疲勞檢測精度結果,隨機森林中兩參數(shù)選擇過少或過多都會導致疲勞檢測精度降低,選擇樹數(shù)為20棵,特征分裂數(shù)選擇在5個時疲勞監(jiān)測準確度最高。

    圖3 參數(shù)選擇對疲勞檢測精度影響

    但是手動對參數(shù)尋優(yōu)又過于復雜且不準確,為了尋求隨機森林算法最優(yōu)參數(shù),采用蝙蝠算法對隨機森林的參數(shù)進行迭代,尋求全局最優(yōu)解即找到最優(yōu)樹數(shù)和特征分裂數(shù)。如表4所示,BA-RFC算法在5次實驗中最優(yōu)解都不同,所得最優(yōu)樹數(shù)在15~35棵,最優(yōu)特征分裂數(shù)在4~7個,該算法尋優(yōu)結果與手動尋優(yōu)結果范圍接近。因此,蝙蝠算法能夠找到隨機森林的最優(yōu)參數(shù)。

    表4 BA-RFC參數(shù)尋優(yōu)結果

    3.2 基于BA-RFC算法疲勞檢測

    用表2中特征提取公式對預處理后的脈搏信號進行特征提取,得到20維特征向量。但不是所有特征向量都能表征疲勞,為了找到與疲勞相關性較高的特征向量,將用優(yōu)化后的BP-RFC算法對20組特征向量進行表征疲勞重要程度排序。由圖4可以看出,每個特征表征疲勞程度能力越強,柱形圖幅值越高,說明該組特征集合對當前樣本有更好的區(qū)分能力即與疲勞相關度越高。第4、6、7、8、11、12、13、14、17、19組特征表征疲勞能力的貢獻重要程度在3~14,有較好的表征疲勞能力,其中最優(yōu)的是第14組。

    圖4 疲勞特征重要度占比

    20維特征向量表征疲勞程度能力有高有低,因此這20特征向量中很可能包含了大量無關信息和冗余信息,若直接用于疲勞檢測不僅增加了模型的計算復雜度甚至可能會使模型的精度下降,因此特征選擇顯得尤為重要。根據(jù)上圖排序結果可篩選出的前10組重要性較高的特征:NNmean、PNN50、SDNN、LF/HF、CTR、Wi、SV、CO、S∧R、LF。

    為了驗證排序結果的準確性,分別用這10組特征單獨進行疲勞檢測,檢測結果如圖5所示??梢钥闯?,隨著特征重要程度增加,單獨特征疲勞檢測結果雖然有微小波動,但整體趨勢和原始數(shù)據(jù)趨勢相似,都呈上升狀態(tài)。因此,優(yōu)化后的隨機森林算法對特征表征疲勞狀態(tài)能力排序結果準確。

    圖5 特征重要程度排序對比

    通過對比特征選擇前后疲勞程度識別結果,用20維特征向量平均識別準確率為95.82%,10維特征向量平均識別準確率為96.67%。特征選擇后不僅提高了識別精度,還降低了模型計算復雜度。因此,將選擇這10組特征向量進行后續(xù)疲勞檢測。

    為了提高疲勞檢測精度,引入蝙蝠算法進行優(yōu)化隨機森林算法,并分別用優(yōu)化前后隨機森林算法檢測疲勞。由圖6對比可得,兩算法中疲勞數(shù)據(jù)與分類標簽基本重合,都有較好的識別能力,但RFC算法還有少量數(shù)據(jù)并未重合。再由分類結果計算出識別精度可得,RFC算法的識別精度為93.33%,BA-RFC算法的識別精度為96.77%,優(yōu)化后的疲勞檢測精度有明顯提升。

    圖6 優(yōu)化前后疲勞識別結果對比

    4 結論

    基于PPG信號分析,通過光電容積脈搏波采集設備為當代腦力工作者精神疲勞實時監(jiān)測提供了一種可行性方案。在模擬腦力工作場景下,通過主觀表量法和客觀測量法結合進行疲勞檢測。為解決單特征算法精度差及多特征融合算法冗余度高計算量大的問題。提出了一種基于BA-RFC和脈搏波的疲勞檢測模型。本文模型首先用光電容積脈搏傳感器提取脈搏波的多個特征建立特征集;再用蝙蝠算法迭代尋取隨機森林算法最優(yōu)參數(shù)—全局最優(yōu)決策樹樹數(shù)及全局最優(yōu)分裂特征數(shù)。并用優(yōu)化后的BA-RFC算法對多特征集合進行特征選擇及疲勞狀態(tài)識別。得出如下結論。

    (1)用BA-RFC算法基于檢測精度篩選得到表征疲勞重要程度前10種特征:NNmean、PNN50、SDNN、LF/HF、CTR、Wi、SV、CO、S∧R、LF。并對比特征選擇前后疲勞檢測結果,發(fā)現(xiàn)降維后疲勞檢測用時更短、識別精度有所提高。

    (2)采用改進后的BA-RFC算法有效提高了疲勞檢測精度,且精度達到了96.77%,比RFC算法的檢測精度平均提高了3.44%。

    因此,本文模型在提高疲勞檢測精度的同時還解決了計算復雜度較高的問題。但特征選擇的維數(shù)是根據(jù)經驗而定,還不夠嚴謹,該維數(shù)還可以通過算法計算得出,因而還具有進一步優(yōu)化的空間。人體精神疲勞不僅會影響工作、學習效率,而且長期的精神疲勞會對危害人體健康,研究疲勞狀態(tài)識別具有重大的現(xiàn)實意義。將人體微弱信號與人體精神疲勞的關系進行了探索分析,對未來進一步研究人體精神疲勞、有效預測并防御等問題提供了參考。

    猜你喜歡
    脈搏蝙蝠特征向量
    二年制職教本科線性代數(shù)課程的幾何化教學設計——以特征值和特征向量為例
    克羅內克積的特征向量
    用心感受狗狗的脈搏
    金橋(2018年2期)2018-12-06 09:30:14
    《今日評說》評今日浙江 說時代脈搏
    一類特殊矩陣特征向量的求法
    基于51系列單片機的穿戴式脈搏儀的設計
    電子制作(2017年14期)2017-12-18 07:07:50
    EXCEL表格計算判斷矩陣近似特征向量在AHP法檢驗上的應用
    中華建設(2017年1期)2017-06-07 02:56:14
    蝙蝠
    近紅外可穿戴設備中脈搏波的呼吸率檢測
    蝙蝠女
    亚洲片人在线观看| 1024视频免费在线观看| 中亚洲国语对白在线视频| 这个男人来自地球电影免费观看| 国产亚洲欧美98| 久久久久精品国产欧美久久久| 成人欧美大片| 熟女电影av网| 婷婷六月久久综合丁香| 18禁美女被吸乳视频| 亚洲人与动物交配视频| 99精品在免费线老司机午夜| 亚洲熟女毛片儿| 欧美在线黄色| 一夜夜www| 国产成人av教育| 亚洲第一电影网av| 老司机深夜福利视频在线观看| 我的老师免费观看完整版| 五月伊人婷婷丁香| 狠狠狠狠99中文字幕| 别揉我奶头~嗯~啊~动态视频| 级片在线观看| 国产精品免费视频内射| 国产又色又爽无遮挡免费看| 欧美zozozo另类| 免费在线观看亚洲国产| 看黄色毛片网站| 999久久久精品免费观看国产| 男女下面进入的视频免费午夜| 免费看美女性在线毛片视频| 亚洲人成伊人成综合网2020| 中文字幕av在线有码专区| 动漫黄色视频在线观看| www.999成人在线观看| 夜夜爽天天搞| 精品日产1卡2卡| 国产熟女xx| 91字幕亚洲| 亚洲男人天堂网一区| 夜夜爽天天搞| 最新美女视频免费是黄的| 婷婷亚洲欧美| 亚洲成人中文字幕在线播放| 日日干狠狠操夜夜爽| 精品无人区乱码1区二区| 亚洲欧美日韩高清在线视频| 成人特级黄色片久久久久久久| 国内揄拍国产精品人妻在线| 亚洲精品久久国产高清桃花| 欧美久久黑人一区二区| 妹子高潮喷水视频| 国产欧美日韩精品亚洲av| 这个男人来自地球电影免费观看| 国产在线精品亚洲第一网站| 麻豆久久精品国产亚洲av| 亚洲激情在线av| 亚洲国产精品成人综合色| 女人被狂操c到高潮| 99久久99久久久精品蜜桃| 每晚都被弄得嗷嗷叫到高潮| 亚洲,欧美精品.| 日韩大码丰满熟妇| 精品一区二区三区av网在线观看| 我的老师免费观看完整版| 亚洲18禁久久av| 18美女黄网站色大片免费观看| 熟女少妇亚洲综合色aaa.| 中文资源天堂在线| 国产精品一区二区精品视频观看| 免费一级毛片在线播放高清视频| 欧美日本亚洲视频在线播放| 亚洲自偷自拍图片 自拍| 日日夜夜操网爽| 黄色a级毛片大全视频| 日韩欧美在线乱码| 欧美精品啪啪一区二区三区| 成人国产综合亚洲| 国产黄片美女视频| 国产一级毛片七仙女欲春2| 神马国产精品三级电影在线观看 | 一本久久中文字幕| 国产成人影院久久av| 女警被强在线播放| 欧美成人免费av一区二区三区| 最近最新中文字幕大全电影3| 中文字幕高清在线视频| 三级男女做爰猛烈吃奶摸视频| 国产又色又爽无遮挡免费看| 99riav亚洲国产免费| 制服人妻中文乱码| 国产高清视频在线播放一区| 听说在线观看完整版免费高清| 精品一区二区三区四区五区乱码| 欧美 亚洲 国产 日韩一| 在线视频色国产色| 亚洲七黄色美女视频| 熟女少妇亚洲综合色aaa.| 国产黄片美女视频| 99在线人妻在线中文字幕| 后天国语完整版免费观看| 精品国产乱子伦一区二区三区| 麻豆久久精品国产亚洲av| 日韩三级视频一区二区三区| 好男人在线观看高清免费视频| 精品久久久久久久久久免费视频| 亚洲 国产 在线| 成在线人永久免费视频| 欧美黑人巨大hd| 香蕉国产在线看| 成年免费大片在线观看| 国产在线精品亚洲第一网站| 老司机午夜福利在线观看视频| 五月玫瑰六月丁香| 欧美日韩中文字幕国产精品一区二区三区| 国内精品久久久久久久电影| 黑人操中国人逼视频| 女人高潮潮喷娇喘18禁视频| av视频在线观看入口| 特大巨黑吊av在线直播| 久热爱精品视频在线9| 亚洲美女视频黄频| 亚洲一卡2卡3卡4卡5卡精品中文| 香蕉久久夜色| 日韩 欧美 亚洲 中文字幕| 亚洲国产精品成人综合色| 欧美国产日韩亚洲一区| 国产高清视频在线播放一区| 51午夜福利影视在线观看| 特大巨黑吊av在线直播| 一二三四在线观看免费中文在| 色综合亚洲欧美另类图片| 在线观看免费日韩欧美大片| 欧美最黄视频在线播放免费| 女人高潮潮喷娇喘18禁视频| 一个人观看的视频www高清免费观看 | 久久香蕉国产精品| 国产69精品久久久久777片 | 亚洲美女视频黄频| 国产亚洲av嫩草精品影院| 怎么达到女性高潮| 国产野战对白在线观看| 男女之事视频高清在线观看| 天堂影院成人在线观看| 亚洲中文字幕一区二区三区有码在线看 | 19禁男女啪啪无遮挡网站| 亚洲人成电影免费在线| 亚洲国产精品合色在线| 亚洲片人在线观看| av福利片在线| 亚洲一区中文字幕在线| 国产精品一区二区三区四区久久| 99热6这里只有精品| 国产精品亚洲美女久久久| 一级a爱片免费观看的视频| 久久久久久久精品吃奶| 91老司机精品| 2021天堂中文幕一二区在线观| 狠狠狠狠99中文字幕| 高清在线国产一区| 国内少妇人妻偷人精品xxx网站 | 欧美成人免费av一区二区三区| 国语自产精品视频在线第100页| 91麻豆精品激情在线观看国产| 毛片女人毛片| 国产精品乱码一区二三区的特点| 国产精品,欧美在线| 在线观看日韩欧美| 国产精品国产高清国产av| 日韩欧美一区二区三区在线观看| 免费在线观看黄色视频的| 国产伦在线观看视频一区| 国产不卡一卡二| 99riav亚洲国产免费| 成人一区二区视频在线观看| 国产在线观看jvid| 久久九九热精品免费| 国产精品电影一区二区三区| 亚洲成人中文字幕在线播放| 麻豆国产av国片精品| 国产成人精品久久二区二区免费| 美女免费视频网站| 在线观看免费日韩欧美大片| 搡老熟女国产l中国老女人| 色噜噜av男人的天堂激情| 俺也久久电影网| 中文字幕久久专区| 美女午夜性视频免费| a在线观看视频网站| 亚洲 欧美一区二区三区| 婷婷精品国产亚洲av在线| 男女视频在线观看网站免费 | 中文字幕熟女人妻在线| 正在播放国产对白刺激| 亚洲精品一区av在线观看| 欧美zozozo另类| 一本大道久久a久久精品| 亚洲国产精品999在线| a在线观看视频网站| 男男h啪啪无遮挡| 午夜福利欧美成人| 香蕉国产在线看| 中文资源天堂在线| 亚洲精品色激情综合| 三级毛片av免费| 亚洲专区字幕在线| 国产免费av片在线观看野外av| 国产欧美日韩一区二区精品| 日本熟妇午夜| 国产av不卡久久| 国产成人欧美在线观看| 不卡一级毛片| 黄频高清免费视频| 亚洲精品av麻豆狂野| 啦啦啦免费观看视频1| 久久九九热精品免费| 亚洲av成人一区二区三| 99精品欧美一区二区三区四区| 午夜老司机福利片| 亚洲电影在线观看av| 一夜夜www| 国产99久久九九免费精品| av欧美777| 久99久视频精品免费| 欧美日韩精品网址| 香蕉丝袜av| 欧美大码av| 欧美av亚洲av综合av国产av| 日本一区二区免费在线视频| 夜夜看夜夜爽夜夜摸| 黄频高清免费视频| 亚洲精品av麻豆狂野| 草草在线视频免费看| 好男人在线观看高清免费视频| 成人国产综合亚洲| 欧美日韩乱码在线| 一本精品99久久精品77| 动漫黄色视频在线观看| 久久国产乱子伦精品免费另类| 香蕉久久夜色| 久久人人精品亚洲av| 性色av乱码一区二区三区2| 禁无遮挡网站| 精品久久久久久成人av| 欧美绝顶高潮抽搐喷水| 两个人的视频大全免费| 国产成年人精品一区二区| 亚洲成av人片免费观看| 亚洲在线自拍视频| 亚洲一区二区三区色噜噜| 国产一区二区在线av高清观看| 欧美色视频一区免费| 一级毛片女人18水好多| www.自偷自拍.com| 极品教师在线免费播放| 国产区一区二久久| 欧美性长视频在线观看| 国产真人三级小视频在线观看| 最近最新免费中文字幕在线| 黄色丝袜av网址大全| 久久国产精品影院| 国产黄片美女视频| 亚洲aⅴ乱码一区二区在线播放 | 又黄又爽又免费观看的视频| 免费在线观看完整版高清| 日韩有码中文字幕| 婷婷精品国产亚洲av| 五月玫瑰六月丁香| 色综合欧美亚洲国产小说| www.自偷自拍.com| 母亲3免费完整高清在线观看| 久久伊人香网站| 国产精品久久久久久久电影 | 久久人人精品亚洲av| 夜夜爽天天搞| 亚洲一区中文字幕在线| 琪琪午夜伦伦电影理论片6080| 可以免费在线观看a视频的电影网站| 天天一区二区日本电影三级| 日韩欧美三级三区| 欧美3d第一页| 身体一侧抽搐| 久久午夜亚洲精品久久| 国内精品一区二区在线观看| 亚洲激情在线av| 亚洲免费av在线视频| 熟女电影av网| 黄频高清免费视频| 搞女人的毛片| www.999成人在线观看| 老司机午夜十八禁免费视频| 99久久久亚洲精品蜜臀av| 制服丝袜大香蕉在线| 国产人伦9x9x在线观看| 91字幕亚洲| 制服诱惑二区| 在线观看舔阴道视频| 日本 av在线| 99国产精品一区二区蜜桃av| 国产1区2区3区精品| www日本黄色视频网| 老鸭窝网址在线观看| 国产探花在线观看一区二区| 亚洲美女黄片视频| 两性夫妻黄色片| 91九色精品人成在线观看| 中文字幕人成人乱码亚洲影| 欧美黄色淫秽网站| 悠悠久久av| 国产成人精品无人区| 9191精品国产免费久久| 香蕉av资源在线| 黄色片一级片一级黄色片| 黄色 视频免费看| 欧美日韩乱码在线| 91老司机精品| 999久久久精品免费观看国产| 国产黄色小视频在线观看| 国产精品一区二区免费欧美| 亚洲国产精品sss在线观看| xxxwww97欧美| 精品国产亚洲在线| 大型av网站在线播放| 欧美 亚洲 国产 日韩一| 亚洲国产欧洲综合997久久,| 国产激情久久老熟女| 亚洲精品中文字幕在线视频| 老鸭窝网址在线观看| 亚洲天堂国产精品一区在线| 婷婷六月久久综合丁香| 国产单亲对白刺激| 久久久久久人人人人人| 真人一进一出gif抽搐免费| 超碰成人久久| 丰满人妻一区二区三区视频av | 久久这里只有精品中国| 制服诱惑二区| 动漫黄色视频在线观看| 免费人成视频x8x8入口观看| 中文资源天堂在线| 国产精品自产拍在线观看55亚洲| 精品第一国产精品| 国产精品香港三级国产av潘金莲| 精品午夜福利视频在线观看一区| 午夜福利高清视频| 亚洲成人免费电影在线观看| 岛国视频午夜一区免费看| 国产69精品久久久久777片 | av欧美777| 久久精品影院6| 欧美成狂野欧美在线观看| 日韩av在线大香蕉| 国产精品爽爽va在线观看网站| 国内精品久久久久久久电影| svipshipincom国产片| 亚洲熟女毛片儿| 美女黄网站色视频| 亚洲欧美日韩高清专用| 欧美一级毛片孕妇| 手机成人av网站| 亚洲精品粉嫩美女一区| 午夜精品在线福利| 亚洲av成人一区二区三| 嫩草影视91久久| 日韩av在线大香蕉| 中文字幕av在线有码专区| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲成人国产一区在线观看| 免费搜索国产男女视频| 久久久久精品国产欧美久久久| 成人国产综合亚洲| 草草在线视频免费看| 母亲3免费完整高清在线观看| 99精品在免费线老司机午夜| 又粗又爽又猛毛片免费看| 国产精品精品国产色婷婷| 欧美中文综合在线视频| 国产精品1区2区在线观看.| 他把我摸到了高潮在线观看| 十八禁人妻一区二区| 人人妻人人看人人澡| 国产亚洲精品第一综合不卡| av视频在线观看入口| xxx96com| 黑人巨大精品欧美一区二区mp4| 国产私拍福利视频在线观看| 久9热在线精品视频| 国产伦在线观看视频一区| 村上凉子中文字幕在线| 亚洲欧美精品综合久久99| 又紧又爽又黄一区二区| 欧美日韩中文字幕国产精品一区二区三区| 精品久久久久久久人妻蜜臀av| 我的老师免费观看完整版| 88av欧美| av福利片在线| 国产伦一二天堂av在线观看| 亚洲美女黄片视频| cao死你这个sao货| 伦理电影免费视频| 999久久久精品免费观看国产| 欧美日韩中文字幕国产精品一区二区三区| e午夜精品久久久久久久| 亚洲自偷自拍图片 自拍| 一a级毛片在线观看| 两性夫妻黄色片| 中文字幕最新亚洲高清| 婷婷亚洲欧美| 久久久精品欧美日韩精品| 亚洲第一欧美日韩一区二区三区| 一二三四在线观看免费中文在| 色噜噜av男人的天堂激情| 伊人久久大香线蕉亚洲五| 亚洲熟妇熟女久久| 一本久久中文字幕| 淫妇啪啪啪对白视频| 男人舔奶头视频| 丝袜人妻中文字幕| 国产精品电影一区二区三区| 亚洲美女黄片视频| 欧美日韩一级在线毛片| 国产成+人综合+亚洲专区| 国产三级在线视频| 亚洲五月婷婷丁香| 中文资源天堂在线| 国产精品一区二区三区四区久久| 久久久久性生活片| 国产精品99久久99久久久不卡| 舔av片在线| 亚洲avbb在线观看| 黄色 视频免费看| 99riav亚洲国产免费| 中文字幕高清在线视频| 神马国产精品三级电影在线观看 | 一本精品99久久精品77| 久久欧美精品欧美久久欧美| 国产视频内射| 女人高潮潮喷娇喘18禁视频| 91麻豆av在线| 久久久国产欧美日韩av| 精品久久久久久成人av| 国产成人系列免费观看| 免费在线观看黄色视频的| 欧美黑人巨大hd| 亚洲最大成人中文| 久久精品国产亚洲av香蕉五月| 久久性视频一级片| 亚洲国产欧美网| 男女下面进入的视频免费午夜| 高清毛片免费观看视频网站| 亚洲精品av麻豆狂野| 巨乳人妻的诱惑在线观看| 免费观看人在逋| 亚洲人成网站高清观看| 亚洲片人在线观看| 亚洲五月婷婷丁香| 在线观看舔阴道视频| 97人妻精品一区二区三区麻豆| 免费看a级黄色片| 这个男人来自地球电影免费观看| 欧美成人免费av一区二区三区| 亚洲午夜理论影院| 好看av亚洲va欧美ⅴa在| 精品国产超薄肉色丝袜足j| 国产精品免费一区二区三区在线| 91av网站免费观看| 熟女少妇亚洲综合色aaa.| 天天一区二区日本电影三级| 午夜a级毛片| 亚洲一码二码三码区别大吗| 欧美一级毛片孕妇| 欧美日韩精品网址| 久久婷婷人人爽人人干人人爱| 久久亚洲真实| 国产片内射在线| 国内少妇人妻偷人精品xxx网站 | 最近最新中文字幕大全免费视频| 麻豆成人av在线观看| 亚洲精华国产精华精| 不卡一级毛片| 男男h啪啪无遮挡| 久久中文看片网| 麻豆一二三区av精品| 久久精品夜夜夜夜夜久久蜜豆 | 好男人电影高清在线观看| 国产视频内射| 巨乳人妻的诱惑在线观看| 欧美久久黑人一区二区| www.999成人在线观看| 香蕉久久夜色| а√天堂www在线а√下载| 国产精品久久久久久久电影 | 婷婷六月久久综合丁香| 国产97色在线日韩免费| 香蕉av资源在线| 在线播放国产精品三级| 亚洲无线在线观看| 白带黄色成豆腐渣| 亚洲五月天丁香| 老司机靠b影院| 亚洲免费av在线视频| 两个人的视频大全免费| 午夜精品久久久久久毛片777| 12—13女人毛片做爰片一| 免费看日本二区| 五月伊人婷婷丁香| 欧美色视频一区免费| 午夜免费激情av| 99国产精品一区二区三区| 亚洲人成77777在线视频| 久久热在线av| 国产不卡一卡二| 国产视频内射| 三级国产精品欧美在线观看 | 久久久水蜜桃国产精品网| 中文在线观看免费www的网站 | aaaaa片日本免费| 亚洲 欧美 日韩 在线 免费| 国产精品爽爽va在线观看网站| 高潮久久久久久久久久久不卡| 亚洲国产精品sss在线观看| 99国产精品一区二区蜜桃av| 日韩欧美国产在线观看| 日韩欧美精品v在线| 亚洲精华国产精华精| 国产熟女xx| 18禁黄网站禁片免费观看直播| 99国产综合亚洲精品| 特大巨黑吊av在线直播| 亚洲一区二区三区色噜噜| 久久精品人妻少妇| 88av欧美| 91麻豆av在线| 看黄色毛片网站| 少妇人妻一区二区三区视频| 亚洲欧美日韩高清专用| 国内久久婷婷六月综合欲色啪| 男人舔奶头视频| 日本在线视频免费播放| 日韩欧美三级三区| 免费在线观看视频国产中文字幕亚洲| 国产伦人伦偷精品视频| 黄色 视频免费看| 99在线视频只有这里精品首页| 成人国产一区最新在线观看| 国产av一区在线观看免费| 精品国产美女av久久久久小说| 中文字幕高清在线视频| 日韩高清综合在线| 免费无遮挡裸体视频| 男女视频在线观看网站免费 | 午夜成年电影在线免费观看| 欧美中文综合在线视频| 黄色 视频免费看| a在线观看视频网站| 在线观看66精品国产| 国产久久久一区二区三区| 久久国产乱子伦精品免费另类| 国产麻豆成人av免费视频| 亚洲人与动物交配视频| 一级黄色大片毛片| 一夜夜www| 亚洲一区中文字幕在线| 成在线人永久免费视频| 国产在线精品亚洲第一网站| 久久中文字幕人妻熟女| 国产精品99久久99久久久不卡| x7x7x7水蜜桃| 国产成人系列免费观看| 日日爽夜夜爽网站| 欧美性猛交╳xxx乱大交人| 岛国在线观看网站| 一边摸一边抽搐一进一小说| 国产精品一区二区三区四区免费观看 | 亚洲精品国产一区二区精华液| 少妇被粗大的猛进出69影院| 久久人妻av系列| 久久人妻福利社区极品人妻图片| 精品福利观看| 亚洲欧美激情综合另类| 日韩精品免费视频一区二区三区| 精品第一国产精品| 两个人视频免费观看高清| av福利片在线观看| 1024视频免费在线观看| 午夜福利18| www.熟女人妻精品国产| 国内毛片毛片毛片毛片毛片| 亚洲第一欧美日韩一区二区三区| 99久久精品热视频| 在线观看舔阴道视频| 母亲3免费完整高清在线观看| 在线观看66精品国产| 精品久久久久久久末码| 久久久国产成人免费| 人人妻,人人澡人人爽秒播| 精品熟女少妇八av免费久了| 国产精品1区2区在线观看.| 国产精品亚洲一级av第二区| av视频在线观看入口| 国产熟女xx| АⅤ资源中文在线天堂| 国产激情久久老熟女| 在线视频色国产色| 精品熟女少妇八av免费久了| 成人国产一区最新在线观看| 后天国语完整版免费观看| 一边摸一边做爽爽视频免费| 69av精品久久久久久| 国产精品国产高清国产av| 久久久久国内视频| 亚洲一码二码三码区别大吗| 搡老熟女国产l中国老女人| 久久久久久久久久黄片| 夜夜躁狠狠躁天天躁|