• <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 ?

    基于交叉熵神經網絡的瀝青路面抗滑性能預測

    2022-04-27 19:13:27袁野真王燦升彩雷洲
    西部交通科技 2022年2期
    關鍵詞:預測模型BP神經網絡瀝青路面

    袁野真 王燦升 彩雷洲

    摘要:針對傳統(tǒng)瀝青路面抗滑性能預測模型的不足及BP神經網絡學習效率低的問題,文章采用交叉熵代價函數對神經網絡的學習方法進行改進,建立基于交叉熵神經網絡的瀝青路面抗滑性能預測模型。同時,以某高速公路2014—2020年路面抗滑指標SRI為預測目標,以路面使用年限、年平均交通量、氣溫、降雨量以及日照時長為考慮因素,建立預測模型,并利用Matlab軟件構建模型的網絡拓撲結構及網絡訓練,對路面抗滑性能進行預測。結果表明:相同預測精度下,交叉熵神經網絡模型較一般的均方差神經網絡模型收斂速度更快;相同訓練次數下,交叉熵神經網絡模型較一般的均方差神經網絡模型預測精度更高,更適用于路面抗滑性能的預測。

    關鍵詞:瀝青路面;抗滑性能;預測模型;BP神經網絡;交叉熵

    中圖分類號: U416.1????? 文獻標志碼: A

    0引言

    路面抗滑性能是影響道路行車安全的重要因素之一,也是新建道路竣工驗收及營運道路養(yǎng)護檢測的一項重要指標[1-3]。路面在使用過程中,受材料自身限制、交通荷載作用以及環(huán)境因素的影響,路表面的微觀結構逐漸磨光,宏觀構造深度逐漸降低[4-7],路面抗滑性能不斷衰減,嚴重影響行車安全。為準確把握路面抗滑修復時機及制定經濟、合理的養(yǎng)護方案,保障路面的行車的安全性及舒適性,需對路面抗滑性能進行科學預測。

    傳統(tǒng)的路面抗滑性能預測模型大致可分為確定型、概率型及組合預測模型等[8],其中,確定型是根據力學或者經驗建立的一套數學表達式,在一定程度上反映了路面抗滑衰變規(guī)律[9],但依賴于大量的歷史數據且考慮因素較為單一,不能反映復雜環(huán)境與抗滑性能間的關系;概率模型主要是預測路面抗滑性能的狀態(tài)分布,能夠反映路面抗滑性能的變化速率,但預測結果不夠直觀,且存在一定的主觀性;組合預測模型則融合確定型及概率型的優(yōu)勢,能夠提高路面抗滑性能預測精度,但建模過程較為復雜。

    神經網絡算法能夠很好地彌補以上預測模型的不足,其具有較高的自適應性、強大的自學能力及處理噪聲和不確定因素的特點,能夠建立復雜環(huán)境因素與路面性能之間的高度非線性關系,對路面抗滑性能預測具有較高的適用性。但一般的BP神經網絡學習效率較低、存在局部最優(yōu)的問題。眾多學者致力于神經網絡預測模型的改進,其中郭玲玲[10]采用遺傳算法對神經網絡模型進行改進,建立遺傳神經網絡模型,收斂速度較快,預測精度較高;李金龍[11]基于加權平均法建立馬爾科夫神經網絡預測模型,使預測精度得到提高;陳仕周[12]采用灰色理論改進神經網絡模型,建立灰色神經網絡預測模型,也取得了一定效果。但以上改進均是基于組合預測模型,建模過程較為復雜。所以,本文從神經網絡算法自身出發(fā),采用交叉熵代價函數對神經網絡學習方法進行改進,提高學習效率,建立基于交叉熵神經網絡的預測模型,并對某高速公路路面的抗滑性能進行評價及預測。

    1神經網絡預測模型

    1.1BP神經網絡模型

    BP(Back-Propagation)神經網絡預測模型是一種信號正向傳遞、誤差反向傳播的多層前饋神經網絡模式[13],主要針對“考慮因素復雜、隱藏信息較多”的不確定性系統(tǒng)進行預測研究。其基本原理是:采用最速梯度下降法,反向傳播誤差函數信息,不斷調整輸入層、中間層及輸出層間的連接權重及閾值,直至網絡輸出目標值與期望值誤差精度收斂,從而建立網絡輸入與目標輸出間的高度非線性映射關系,一般的多輸入單輸出的BP神經網絡結構如圖1所示,具體算法及流程如下:

    1.1.1網絡正向傳遞(圖1)

    1.2交叉熵神經網絡模型

    由BP神經網絡的算法可知,網絡學習的收斂速度與學習率、激活函數及代價函數等直接相關,即可通過改變學習率、更換激活函數及代價函數來提高網絡學習效率及精度,但改變學習率會使算法變得不穩(wěn)定,更換激活函數會使算法更加復雜,所以本文從代價函數入手,在不改變sigmoid激活函數的前提下,采用交叉熵代價函數取代均方差代價函數,對一般BP神經網絡進行改進。

    1.2.1 基本原理

    由式(5)~(9)可知,網絡神經單元間的連接權值及閾值的調節(jié)是根據均方差代價函數求導計算的,且由式(6)、式(7)可知,權值和閾值的增量與sigmoid激活函數(如圖3所示)的導數相關,導數越大,權值和閾值的調節(jié)越快,網絡收斂的速度越快。但是初始誤差較大的話將嚴重影響網絡訓練速度及精度,所以采用交叉熵代價函數來消除激活函數導數對網絡梯度變化的影響。

    2路面抗滑性能預測

    2.1選取路面抗滑因素

    路面抗滑性能受諸多因素影響,大致可分為內因和外因兩類,其中內因主要包括路面結構層組合類型及厚度,混合料的類型及性能、原材料種類及性質以及施工工藝等;外因主要是指車輛荷載、雨雪、光照環(huán)境因素及養(yǎng)護水平等。對于營運高速公路路面抗滑性能的預測,其內因即混合料、原材料性能隨時間的衰變規(guī)律不易檢測及控制,而外在環(huán)境及荷載因素,可通過查閱相關資料進行統(tǒng)計、分析。同時,外因隨時間具有累加效用,與路面抗滑性能的衰變具有較強的相關性。所以,本文選擇路面使用年限、年平均交通量、年平均氣溫、年平均降雨量及年光照時長5個外在因素作為網絡模型的輸入,路面抗滑指標SRI作為神經網絡模型的輸出。

    2.2建立神經網絡模型

    構建神經網絡結構主要是確定輸入層節(jié)點。隱藏層節(jié)點以及輸出層節(jié)點。由上述瀝青路面影響因素分析可知,輸入層節(jié)點數為5,輸出層節(jié)點數為1。同時考慮到數據量有限,為提高模型精度,可適當增加隱藏層節(jié)點數,根據式(15)確定隱藏層的節(jié)點數為9,所以,路面性能預測的神經網絡結構為5—9—1三層網絡結構(如圖4所示)。

    2.3神經網絡預測分析

    本文以某一段高速公路2014—2020年路面抗滑指標SRI為預測對象,收集并統(tǒng)計該路段歷年來的年平均交通量、年平均氣溫、年平均降雨量及年平均光照時長等,同時考慮外因對路面抗滑性能的累加作用以及為減少輸入數據的波動,提高模型預測的精度,對不同使用年限的影響因素進行累計求和并做歸一化處理。具體統(tǒng)計數據如下頁表1所示。

    采用Matlab軟件建立5—9—1結構神經網絡模型,將表1中五個因素及抗滑指標SRI歸一化后的數據代入模型,對比相同訓練次數條件下及相同收斂精度條件下,均方差神經網絡與交叉熵神經網絡預測結果,其中選擇80%[14]的數據即2014—2018年的樣本值來訓練網絡,選擇20%的數據即2019—2020年的數據進行檢驗,預測結果如下頁表2、表3所示。

    由表2、表3分析可知:均方差神經網絡模型和交叉熵神經網絡模型均能表達外界影響因素與檢測指標SRI的非線性關系,均能獲得良好的預測結果,且交叉熵神經網絡預測模型要明顯優(yōu)于前者。在相同網絡收斂精度0.000 2下,均方差網絡模型訓練次數為7 178,而交叉熵網絡模型僅為1 095次,收斂速度約提高了6倍;在保持相同的訓練次數7 178次時,均方差網絡模型收斂精度為10 -3數量級,而交叉熵網絡模型收斂精度為10 -6數量級,兩者相差3個數量級。所以,相對一般均方差神經網絡模型,交叉熵神經網絡預測模型能夠極大提高網絡收斂速度及預測精度,更適用于路面性能的預測。

    3結語

    本文在一般BP神經網絡模型的基礎上,采用交叉熵代價函數取代均方差代價函數,消除激活函數對網絡節(jié)點權值及閾值梯度的影響,提出了交叉熵神經網絡模型。以某高速公路為例,建立了路面外在影響因素與抗滑指標SRI間的神經網絡預測模型,并對比相同訓練次數及相同收斂精度條件下,一般BP神經網絡模型與交叉熵神經網絡模型對路面抗滑性能的預測效果,結果表明:與一般BP神經網絡預測相比,交叉熵神經網絡模型能夠極大提高網絡收斂速度,提升模型預測精度,更適用于路面性能的預測,可為路面養(yǎng)護管理提供科學依據。

    參考文獻:

    [1]武鶴.公路養(yǎng)護技術與管理[M].北京:人民交通出版社,2013.

    [2]李天祥.瀝青路面抗滑性能衰減試驗研究[D].西安:長安大學,2017.

    [3]寧斌權.瀝青路面抗滑性能衰變規(guī)律及修復技術研究[D].重慶:重慶交通大學,2018.

    [4]朱洪洲,廖亦源.瀝青路面抗滑性能研究現狀[J].公路,2018,51(4):35-46.

    [5]王元元.瀝青路面抗滑特性與其表面粗糙特性之間關系研究[D].南京:東南大學,2017.

    [6]武建民.路面養(yǎng)護管理系統(tǒng)[M].北京:人民交通出版社,2014.

    [7]秦新,何亮,王大為,等.基于材料衰變的瀝青路面抗滑特性研究 [J].道路工程,2017,114(1):1-8.

    [8]鮑亮亮.基于組合預測原理的高速公路瀝青路面使用性能評價與預測方法[D].長沙:湖南大學,2008.

    [9]周文獻,李明利,孫立軍.基于改進神經網絡的水泥路面使用性能預測模型 [J].同濟大學學報,2006,34(9):1 191-1 195.

    [10]郭玲玲.基于遺傳神經網絡的路面使用性能評價預測 [J].公路工程,2017,42(4):223-227,236.

    [11]李金龍.重慶高速公路瀝青路面使用性能評價預測及養(yǎng)護決策優(yōu)化研究[D].重慶:重慶交通大學,2012.

    [12]陳仕周,李山,熊峰,等.基于 GA-灰色神經網絡的瀝青路面使用性能預測[J].重慶交通大學學報(自然科學版),2019,38(2):44-50.

    [13]趙素素,孟凡虎,宋麗娟,等.基于BP神經網絡的瀝青路面壓實度檢測[J].公路與汽運,2016,117(6):127-130.

    [14]賀德榮.基于組合預測模型對公路瀝青路面使用性能預測研究[J].公路工程,2015,40(6):264-269.

    猜你喜歡
    預測模型BP神經網絡瀝青路面
    瀝青路面養(yǎng)護的新工藝新方法探討
    工程與建設(2019年2期)2019-09-02 01:34:18
    基于神經網絡的北京市房價預測研究
    商情(2016年43期)2016-12-23 14:23:13
    中國石化J分公司油氣開發(fā)投資分析與預測模型研究
    經濟師(2016年10期)2016-12-03 22:27:54
    基于BP神經網絡的旅行社發(fā)展方向研究
    商情(2016年39期)2016-11-21 09:30:36
    復雜背景下的手勢識別方法
    BP神經網絡在軟件質量評價中的應用研究 
    軟件導刊(2016年9期)2016-11-07 18:25:50
    BP神經網絡算法在數值預報產品釋用中的應用
    科技視界(2016年20期)2016-09-29 14:15:12
    基于IOWHA法的物流需求組合改善與預測模型構建
    基于預測模型加擾動控制的最大功率點跟蹤研究
    科技視界(2016年1期)2016-03-30 13:37:45
    基于Matlab的瀝青路面力學響應分析
    河南科技(2014年11期)2014-02-27 14:09:53
    美女高潮喷水抽搐中文字幕| 变态另类成人亚洲欧美熟女 | 国产精品 欧美亚洲| 国产欧美日韩一区二区三| 淫妇啪啪啪对白视频| 欧美精品人与动牲交sv欧美| 亚洲精品国产区一区二| 免费av中文字幕在线| 亚洲性夜色夜夜综合| 麻豆成人av在线观看| 狂野欧美激情性xxxx| 丝袜人妻中文字幕| 色精品久久人妻99蜜桃| 精品国产一区二区三区久久久樱花| 亚洲色图av天堂| 国产精品免费视频内射| 999精品在线视频| 新久久久久国产一级毛片| 国产淫语在线视频| 国产精品香港三级国产av潘金莲| 在线观看免费视频网站a站| 蜜桃在线观看..| 国产精品自产拍在线观看55亚洲 | 一个人免费看片子| 亚洲三区欧美一区| 一级a爱视频在线免费观看| 制服人妻中文乱码| 91av网站免费观看| av网站在线播放免费| 国产福利在线免费观看视频| 黑人巨大精品欧美一区二区蜜桃| 中文字幕av电影在线播放| 午夜精品久久久久久毛片777| 精品乱码久久久久久99久播| 麻豆成人av在线观看| 欧美黄色淫秽网站| 国产亚洲欧美在线一区二区| 乱人伦中国视频| 中文字幕高清在线视频| 波多野结衣一区麻豆| 国产91精品成人一区二区三区 | 日本欧美视频一区| 欧美性长视频在线观看| 可以免费在线观看a视频的电影网站| 黄片大片在线免费观看| 美女高潮喷水抽搐中文字幕| 在线观看www视频免费| 人人澡人人妻人| 精品熟女少妇八av免费久了| 99国产精品免费福利视频| 丰满饥渴人妻一区二区三| 欧美久久黑人一区二区| 一区二区三区精品91| h视频一区二区三区| 一边摸一边做爽爽视频免费| 成人18禁高潮啪啪吃奶动态图| a级毛片在线看网站| 欧美激情 高清一区二区三区| 97人妻天天添夜夜摸| 欧美大码av| 18在线观看网站| 久久精品国产亚洲av高清一级| 老司机影院毛片| 人妻 亚洲 视频| 免费在线观看视频国产中文字幕亚洲| 亚洲一卡2卡3卡4卡5卡精品中文| videosex国产| 欧美老熟妇乱子伦牲交| 好男人电影高清在线观看| 热99国产精品久久久久久7| 欧美成人免费av一区二区三区 | 黄色视频在线播放观看不卡| 国产av国产精品国产| 一本色道久久久久久精品综合| 亚洲伊人色综图| 亚洲 欧美一区二区三区| 极品人妻少妇av视频| 99精国产麻豆久久婷婷| 黑人巨大精品欧美一区二区蜜桃| 高清欧美精品videossex| 国产精品久久电影中文字幕 | 韩国精品一区二区三区| 丰满少妇做爰视频| 亚洲精品国产色婷婷电影| 99香蕉大伊视频| 满18在线观看网站| 国产av一区二区精品久久| 中文字幕制服av| 一本综合久久免费| 看免费av毛片| 日本一区二区免费在线视频| 中文字幕另类日韩欧美亚洲嫩草| 国产精品免费一区二区三区在线 | 69精品国产乱码久久久| 天堂动漫精品| 91成人精品电影| 91老司机精品| 精品国产乱码久久久久久小说| 国产亚洲精品久久久久5区| 宅男免费午夜| 建设人人有责人人尽责人人享有的| 在线观看免费高清a一片| 国产精品 欧美亚洲| 国产精品美女特级片免费视频播放器 | 人成视频在线观看免费观看| 免费在线观看完整版高清| 亚洲 国产 在线| 黄色成人免费大全| 欧美日韩亚洲国产一区二区在线观看 | av网站在线播放免费| 国产精品一区二区免费欧美| 他把我摸到了高潮在线观看 | 国产在线免费精品| 亚洲国产毛片av蜜桃av| 欧美亚洲日本最大视频资源| 下体分泌物呈黄色| 无限看片的www在线观看| 色综合婷婷激情| 50天的宝宝边吃奶边哭怎么回事| 欧美中文综合在线视频| aaaaa片日本免费| 亚洲人成电影免费在线| 天堂中文最新版在线下载| 久久久水蜜桃国产精品网| 18禁国产床啪视频网站| 一区二区日韩欧美中文字幕| 国产精品影院久久| 妹子高潮喷水视频| 777久久人妻少妇嫩草av网站| av国产精品久久久久影院| 777米奇影视久久| 在线观看免费午夜福利视频| 日本av免费视频播放| 少妇裸体淫交视频免费看高清 | 999久久久精品免费观看国产| 大片免费播放器 马上看| 亚洲欧洲日产国产| 国产一区二区在线观看av| 久久亚洲真实| 亚洲精品美女久久av网站| 99re在线观看精品视频| 欧美性长视频在线观看| 亚洲av片天天在线观看| 久久ye,这里只有精品| 色婷婷av一区二区三区视频| 亚洲一码二码三码区别大吗| 久久精品人人爽人人爽视色| 日日摸夜夜添夜夜添小说| 国产激情久久老熟女| 精品一区二区三区四区五区乱码| 久久久久国内视频| 日本a在线网址| 视频区欧美日本亚洲| 欧美日本中文国产一区发布| 精品视频人人做人人爽| 国产精品久久久av美女十八| 乱人伦中国视频| 久久精品国产a三级三级三级| 国产男靠女视频免费网站| 韩国精品一区二区三区| 久久久久久久国产电影| 12—13女人毛片做爰片一| 少妇粗大呻吟视频| 妹子高潮喷水视频| 咕卡用的链子| 不卡av一区二区三区| 无限看片的www在线观看| 黑人操中国人逼视频| 91精品国产国语对白视频| 久久影院123| 中文字幕最新亚洲高清| 狂野欧美激情性xxxx| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲第一欧美日韩一区二区三区 | 色尼玛亚洲综合影院| 18禁黄网站禁片午夜丰满| 麻豆国产av国片精品| 国产欧美日韩一区二区精品| 免费人妻精品一区二区三区视频| 少妇裸体淫交视频免费看高清 | 天堂8中文在线网| 可以免费在线观看a视频的电影网站| 一区二区av电影网| 国产精品.久久久| 久久精品亚洲熟妇少妇任你| 亚洲avbb在线观看| 欧美成人免费av一区二区三区 | 人妻 亚洲 视频| 精品视频人人做人人爽| 亚洲精品在线观看二区| 免费看a级黄色片| 丝袜喷水一区| 波多野结衣av一区二区av| 精品人妻1区二区| 激情视频va一区二区三区| 999精品在线视频| 久久久精品区二区三区| 一级a爱视频在线免费观看| 一二三四在线观看免费中文在| 激情在线观看视频在线高清 | 啦啦啦在线免费观看视频4| 国产99久久九九免费精品| 丁香六月欧美| 一级毛片精品| 亚洲午夜理论影院| 免费日韩欧美在线观看| 午夜激情av网站| 国产精品免费视频内射| 亚洲中文字幕日韩| 丁香欧美五月| 国产精品免费一区二区三区在线 | 高清欧美精品videossex| 手机成人av网站| 国产老妇伦熟女老妇高清| 欧美国产精品va在线观看不卡| 精品卡一卡二卡四卡免费| 亚洲国产欧美网| 亚洲色图av天堂| 久久久精品区二区三区| 欧美 日韩 精品 国产| 女人高潮潮喷娇喘18禁视频| 亚洲 国产 在线| 黄色 视频免费看| 女人高潮潮喷娇喘18禁视频| 欧美精品高潮呻吟av久久| 亚洲精品在线观看二区| 国产在线一区二区三区精| 丁香欧美五月| av在线播放免费不卡| 亚洲,欧美精品.| 99精品欧美一区二区三区四区| 国产午夜精品久久久久久| 亚洲九九香蕉| 香蕉丝袜av| 欧美精品人与动牲交sv欧美| 国产福利在线免费观看视频| 最近最新免费中文字幕在线| 中文欧美无线码| 又紧又爽又黄一区二区| 国产男靠女视频免费网站| 久久亚洲精品不卡| 国产91精品成人一区二区三区 | 狂野欧美激情性xxxx| 亚洲avbb在线观看| 黄色丝袜av网址大全| 男男h啪啪无遮挡| 国产精品熟女久久久久浪| 又紧又爽又黄一区二区| 黄色 视频免费看| 亚洲成人免费av在线播放| 国产xxxxx性猛交| 精品乱码久久久久久99久播| 大陆偷拍与自拍| 国产成人精品无人区| 成人黄色视频免费在线看| e午夜精品久久久久久久| 欧美另类亚洲清纯唯美| 淫妇啪啪啪对白视频| 成人永久免费在线观看视频 | 国产午夜精品久久久久久| 51午夜福利影视在线观看| 久久久久久久久久久久大奶| 波多野结衣一区麻豆| 老司机午夜十八禁免费视频| 午夜成年电影在线免费观看| 天堂8中文在线网| 亚洲精品av麻豆狂野| 男男h啪啪无遮挡| a级毛片黄视频| 老司机靠b影院| 日韩视频在线欧美| 精品久久久久久久毛片微露脸| 亚洲av第一区精品v没综合| 日韩视频一区二区在线观看| av有码第一页| 久久中文字幕人妻熟女| 成在线人永久免费视频| 亚洲一区二区三区欧美精品| 制服诱惑二区| 少妇的丰满在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产欧美在线一区| 久久ye,这里只有精品| 一级毛片电影观看| 高潮久久久久久久久久久不卡| 欧美另类亚洲清纯唯美| 在线播放国产精品三级| 中文字幕最新亚洲高清| 啦啦啦中文免费视频观看日本| 一级片'在线观看视频| 国产精品 欧美亚洲| 两个人看的免费小视频| 午夜免费鲁丝| 欧美日韩国产mv在线观看视频| 在线 av 中文字幕| 12—13女人毛片做爰片一| 自线自在国产av| 久久精品熟女亚洲av麻豆精品| 国产欧美日韩精品亚洲av| 成在线人永久免费视频| 电影成人av| 无人区码免费观看不卡 | 亚洲欧美激情在线| 91字幕亚洲| av在线播放免费不卡| 亚洲精品美女久久久久99蜜臀| 亚洲精品中文字幕一二三四区 | 精品国产国语对白av| 下体分泌物呈黄色| 久久国产精品影院| 国产在线一区二区三区精| 他把我摸到了高潮在线观看 | 夫妻午夜视频| 香蕉久久夜色| 欧美+亚洲+日韩+国产| 热99久久久久精品小说推荐| 久久久国产精品麻豆| 免费看十八禁软件| 日本撒尿小便嘘嘘汇集6| 亚洲avbb在线观看| 色综合婷婷激情| 精品少妇一区二区三区视频日本电影| 国产在线一区二区三区精| 国产欧美日韩一区二区三| 欧美日本中文国产一区发布| 天堂中文最新版在线下载| 首页视频小说图片口味搜索| 伦理电影免费视频| 热99re8久久精品国产| 国产黄色免费在线视频| 人人妻人人爽人人添夜夜欢视频| 欧美亚洲日本最大视频资源| 午夜福利视频精品| 欧美成狂野欧美在线观看| 国产黄色免费在线视频| 国产成人av教育| 午夜成年电影在线免费观看| 丰满少妇做爰视频| 欧美 日韩 精品 国产| 国产精品免费一区二区三区在线 | 一级a爱视频在线免费观看| 在线观看一区二区三区激情| 国产一卡二卡三卡精品| av有码第一页| 夜夜爽天天搞| 老司机福利观看| 中文字幕高清在线视频| 亚洲精品在线美女| 久久毛片免费看一区二区三区| 亚洲七黄色美女视频| 亚洲国产欧美在线一区| 搡老熟女国产l中国老女人| 精品国产超薄肉色丝袜足j| 久久久精品免费免费高清| 51午夜福利影视在线观看| 亚洲成a人片在线一区二区| 男男h啪啪无遮挡| 日韩免费av在线播放| 亚洲久久久国产精品| 汤姆久久久久久久影院中文字幕| 国产激情久久老熟女| 国产精品国产高清国产av | 每晚都被弄得嗷嗷叫到高潮| 精品乱码久久久久久99久播| 一级片免费观看大全| 精品久久蜜臀av无| 亚洲午夜理论影院| 黄网站色视频无遮挡免费观看| 美女午夜性视频免费| 亚洲av电影在线进入| 最近最新免费中文字幕在线| aaaaa片日本免费| 一级毛片女人18水好多| 少妇 在线观看| 在线观看免费视频网站a站| 天堂中文最新版在线下载| 一本色道久久久久久精品综合| 91精品国产国语对白视频| 久久久久久免费高清国产稀缺| 蜜桃在线观看..| 国产亚洲精品久久久久5区| 菩萨蛮人人尽说江南好唐韦庄| 丰满迷人的少妇在线观看| 色老头精品视频在线观看| 另类精品久久| 少妇精品久久久久久久| 黄色视频,在线免费观看| 大香蕉久久成人网| 男女高潮啪啪啪动态图| 成年人午夜在线观看视频| 久久人人97超碰香蕉20202| 日韩三级视频一区二区三区| 亚洲人成电影观看| 狂野欧美激情性xxxx| 日日摸夜夜添夜夜添小说| 久久久久久久国产电影| 欧美激情极品国产一区二区三区| 中文欧美无线码| 久久久精品94久久精品| 麻豆成人av在线观看| h视频一区二区三区| a级毛片在线看网站| 亚洲欧洲精品一区二区精品久久久| 黑人巨大精品欧美一区二区mp4| kizo精华| 免费高清在线观看日韩| 男人操女人黄网站| √禁漫天堂资源中文www| 在线观看66精品国产| 免费看a级黄色片| 成人亚洲精品一区在线观看| 欧美日韩成人在线一区二区| 性少妇av在线| 丰满少妇做爰视频| 丁香欧美五月| av超薄肉色丝袜交足视频| 国产精品欧美亚洲77777| 亚洲色图av天堂| 男女床上黄色一级片免费看| 日本wwww免费看| 我要看黄色一级片免费的| 日韩 欧美 亚洲 中文字幕| 国产黄色免费在线视频| 日日夜夜操网爽| 亚洲 国产 在线| 91成年电影在线观看| 久久久久久亚洲精品国产蜜桃av| 岛国在线观看网站| 美女高潮喷水抽搐中文字幕| 一区二区av电影网| 成年版毛片免费区| 亚洲第一av免费看| 久久精品91无色码中文字幕| 我的亚洲天堂| 国产野战对白在线观看| 最近最新免费中文字幕在线| 免费在线观看日本一区| 无遮挡黄片免费观看| a级毛片在线看网站| 国精品久久久久久国模美| 丁香欧美五月| 亚洲一区二区三区欧美精品| 高清黄色对白视频在线免费看| 最黄视频免费看| 一区二区三区乱码不卡18| 热99久久久久精品小说推荐| 别揉我奶头~嗯~啊~动态视频| 精品少妇久久久久久888优播| 精品亚洲成a人片在线观看| 狠狠婷婷综合久久久久久88av| 亚洲avbb在线观看| 男女高潮啪啪啪动态图| 12—13女人毛片做爰片一| 亚洲七黄色美女视频| 青青草视频在线视频观看| 乱人伦中国视频| 1024视频免费在线观看| 看免费av毛片| 国产又爽黄色视频| 汤姆久久久久久久影院中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 在线永久观看黄色视频| 99久久国产精品久久久| 美女国产高潮福利片在线看| 国产精品国产av在线观看| 欧美成狂野欧美在线观看| 99久久99久久久精品蜜桃| 国产不卡一卡二| 久久九九热精品免费| 亚洲精品av麻豆狂野| 亚洲成人免费av在线播放| 51午夜福利影视在线观看| 91老司机精品| 亚洲欧美色中文字幕在线| 黄片大片在线免费观看| 欧美乱码精品一区二区三区| 考比视频在线观看| 99久久国产精品久久久| 久久国产精品影院| 午夜福利在线免费观看网站| 高清av免费在线| 每晚都被弄得嗷嗷叫到高潮| 少妇裸体淫交视频免费看高清 | 在线看a的网站| 黑人猛操日本美女一级片| 每晚都被弄得嗷嗷叫到高潮| 国产福利在线免费观看视频| 国产精品电影一区二区三区 | 国产男靠女视频免费网站| 日韩大码丰满熟妇| 一区二区三区乱码不卡18| 国产伦理片在线播放av一区| 十分钟在线观看高清视频www| 日本黄色视频三级网站网址 | 视频区欧美日本亚洲| 欧美另类亚洲清纯唯美| 老熟女久久久| 十八禁人妻一区二区| 日韩免费高清中文字幕av| 日本黄色日本黄色录像| 在线观看免费午夜福利视频| 99久久99久久久精品蜜桃| 午夜福利,免费看| 国产精品秋霞免费鲁丝片| 精品福利观看| 国产精品九九99| 国产激情久久老熟女| 999精品在线视频| 国产福利在线免费观看视频| 国产精品电影一区二区三区 | 亚洲国产欧美日韩在线播放| 亚洲七黄色美女视频| 久久国产亚洲av麻豆专区| 蜜桃在线观看..| 色综合欧美亚洲国产小说| 91字幕亚洲| 桃红色精品国产亚洲av| 免费在线观看视频国产中文字幕亚洲| 99国产精品免费福利视频| 午夜久久久在线观看| 午夜免费成人在线视频| 欧美日韩视频精品一区| 色老头精品视频在线观看| 色94色欧美一区二区| 青青草视频在线视频观看| 国产精品香港三级国产av潘金莲| 极品人妻少妇av视频| 丰满饥渴人妻一区二区三| 国产免费福利视频在线观看| 国产成人免费无遮挡视频| 国产精品免费一区二区三区在线 | 成在线人永久免费视频| 黄色a级毛片大全视频| 在线观看免费视频网站a站| 日本vs欧美在线观看视频| 精品一区二区三区视频在线观看免费 | 99re6热这里在线精品视频| 欧美国产精品一级二级三级| 国产日韩欧美亚洲二区| 日韩有码中文字幕| 久久久精品区二区三区| 国产成人影院久久av| 水蜜桃什么品种好| 黄频高清免费视频| 午夜日韩欧美国产| 国产欧美亚洲国产| 欧美久久黑人一区二区| h视频一区二区三区| 欧美黄色淫秽网站| 好男人电影高清在线观看| 久久九九热精品免费| 欧美日韩av久久| 久久人妻福利社区极品人妻图片| 久久99热这里只频精品6学生| 一区二区日韩欧美中文字幕| 国产成人欧美在线观看 | 黄网站色视频无遮挡免费观看| 国产成人精品无人区| 久久这里只有精品19| 黄色怎么调成土黄色| 久久中文看片网| 色尼玛亚洲综合影院| 国产真人三级小视频在线观看| 国产成人免费观看mmmm| 午夜精品国产一区二区电影| 波多野结衣一区麻豆| 亚洲精品在线美女| 中文欧美无线码| 美女国产高潮福利片在线看| 成在线人永久免费视频| 热re99久久国产66热| 99精品欧美一区二区三区四区| 国产人伦9x9x在线观看| 人妻 亚洲 视频| 国产麻豆69| www.自偷自拍.com| 中文字幕人妻熟女乱码| 黑人巨大精品欧美一区二区mp4| a级毛片在线看网站| 成年人午夜在线观看视频| 中文字幕人妻丝袜制服| 成人精品一区二区免费| 日韩欧美三级三区| 91大片在线观看| 国产精品久久久人人做人人爽| 久久久久国产一级毛片高清牌| 丝袜喷水一区| 女警被强在线播放| 久久久久久久国产电影| 日韩有码中文字幕| 在线观看www视频免费| 高清毛片免费观看视频网站 | 一个人免费看片子| 日韩欧美一区视频在线观看| e午夜精品久久久久久久| 97在线人人人人妻| 91国产中文字幕| 中文字幕精品免费在线观看视频| 色94色欧美一区二区| 99久久99久久久精品蜜桃| 俄罗斯特黄特色一大片| 午夜福利影视在线免费观看| 久久中文字幕一级| 国产亚洲精品一区二区www | 99精品欧美一区二区三区四区| 午夜免费鲁丝| 亚洲精品粉嫩美女一区| 91精品国产国语对白视频| 国产精品一区二区在线观看99| 精品卡一卡二卡四卡免费| 天天添夜夜摸| 香蕉久久夜色| 狠狠狠狠99中文字幕| 成年人午夜在线观看视频| 69av精品久久久久久 |