• <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 ?

    基于遺傳優(yōu)化混合模型發(fā)動機穩(wěn)態(tài)數據融合

    2022-04-27 00:54:10白楚楓杜建紅朱赤洲
    測控技術 2022年4期
    關鍵詞:樣本空間高斯穩(wěn)態(tài)

    哈 圣, 白楚楓, 杜建紅, 朱赤洲, 姜 華

    (中國航發(fā)沈陽發(fā)動機研究所,遼寧 沈陽 110015)

    航空發(fā)動機穩(wěn)態(tài)數據受實際復雜工況影響,數據本身會具有一定的非定常性。受測量方式、工作環(huán)境、控制規(guī)律等多方面因素影響,穩(wěn)態(tài)數據本身將存在噪聲,有時甚至存在一定的漂移[1-3]。隨著我國發(fā)動機試驗測試能力的提升,數據采集能力也有了較為顯著的提高,往往試驗過程中穩(wěn)態(tài)數據樣本點數量在上千量級。隨著試驗考核項內容的不同,穩(wěn)態(tài)數據樣本空間成倍增長,使得噪聲數據的數量也隨之增長。傳統(tǒng)的數據噪聲剔除與融合方法大多適用于小樣本空間,且數據分布特性基于單一正態(tài)分布特性假設[1,4],這類方法本身很難保證數據得到充分利用,且在時間尺度增加致使樣本空間加大時很難保證穩(wěn)態(tài)數據樣本符合單一分布特性。航空發(fā)動機穩(wěn)態(tài)數據在大樣本空間下的數據篩選便成為一個難題。

    近些年,隨著人工智能的興起,國內外逐漸開始使用一些智能分類算法進行數據篩選,例如K-means聚類算法[5-6]、LOF檢測算法[7]等方法。文獻[8]中指出,K-means算法自20世紀60年代以來經Bradley與Berkhin等改進后,算法本身收斂速度得以提升并擴展到了分布式聚類領域,使其成為一種應用較廣、較為高效的聚類方法,在數據異常值剔除方面有著較為廣泛的應用。但此類方法依托閔可夫斯基距離,很難表征測量數據的分布特性和樣本概率。為了能夠盡可能地表征穩(wěn)態(tài)數據本身的分布特性,考慮到小樣本空間的數據正態(tài)性假設[4],將其拓展至大樣本空間,采取高斯混合模型進行數據分類,從而篩選數據,并利用混合模型本身良好的回歸特性表征數據的概率特性。

    目前,常見的高斯混合模型求解方法為期望極大(Exceptation Maximization,EM)算法[9-10],該算法因計算簡便得到了廣泛應用,但算法本身僅具有局部收斂特性,工程上往往采取多次計算,選擇最佳回歸解作為最終結果。為此,本文采用遺傳算法對EM算法進行優(yōu)化,利用遺傳算法并行搜索得到模型求解結果全局最優(yōu)?;诟咚够旌夏P颓蠼饨Y果篩選有效數據并將模型參數進行融合得到反映該穩(wěn)定狀態(tài)的特征參數值。

    1 混合模型

    混合模型作為統(tǒng)計學的一類重要模型,被廣泛應用于生物、金融、地質統(tǒng)計和社會科學等諸多領域。根據模型組合形式分為線性混合模型與非線性混合模型。線性混合模型中的子單元模型構造類型不同分為高斯混合模型、狄利克雷混合模型等。

    根據文獻[4]、文獻[11]和文獻[12]可知,因發(fā)動機穩(wěn)態(tài)數據采用等精度傳感器測量,并且在航空發(fā)動機試驗過程中測量形式符合中心極限定理使用情況,可認為發(fā)動機穩(wěn)態(tài)數據基本符合正態(tài)分布特性,因此采用高斯混合模型作為數據分類模型,其概率分布為

    (1)

    2 遺傳優(yōu)化求解算法

    對于高斯混合模型,工程上常采用EM算法求解,但該算法所得近似解本身僅具備局部最優(yōu)。遺傳算法是一種模擬生物在自然環(huán)境中的遺傳和進化過程的自適應全局優(yōu)化搜索算法。該算法因具有高效、實用、強魯棒性被廣泛應用于機器學習、模式識別、神經網絡、控制系統(tǒng)優(yōu)化等多個領域[13]。在全局優(yōu)化問題上,遺傳算法通過對當前種群施加選擇、交叉和變異等一系列遺傳操作,產生新的種群,并逐步使種群進化至群體最優(yōu),達到求解近似最優(yōu)解的目的。因此,可利用該算法的全局搜索特點,求解高斯混合模型全局最優(yōu)解。

    2.1 遺傳算法適應度函數

    2.2 GA-EM混合優(yōu)化算法

    遺傳算法雖然具有較強的全局收斂特性,但算法本身對局部搜索能力較差,這與算法本身的變異、交叉、擇優(yōu)方式選擇相關。因此,為了增強算法局部搜索能力,且彌補遺傳算法因保證計算結果精度所帶來的迭代時間延長,將EM算法作為遺傳算法的補充算法,采用遺傳算法與EM算法的混合優(yōu)化EM算法。EM算法在每次迭代過程中分為:E步,求解模型期望值;M步,求解模型極大似然估計值[14]。

    具體求解過程如下。

    ① 給定分模型數量K,提取樣本數量為N的穩(wěn)態(tài)數據樣本。

    ② 遺傳算法求解模型參數,得到粗略模型參數值。

    ③ E步,依據當前模型參數,計算分模型k對觀測數據yj響應度:

    (2)

    ④ M步,計算新一輪迭代模型參數:

    (3)

    (4)

    (5)

    3 穩(wěn)態(tài)數據融合方法

    通過高斯混合模型對穩(wěn)態(tài)樣本數據進行數據篩選,可以得到不同劃分數量以及當前模型參數下樣本統(tǒng)計特性。為防止高斯混合模型在使用過程中出現(xiàn)樣本數據的“過擬合”和“欠擬合”現(xiàn)象,選擇AIC信息準則[15-16]和BIC信息準則[17]作為混合模型回歸最優(yōu)解的評判標準。具體計算方法為

    AIC=2K-2lnL

    (6)

    BIC=KlnN-2lnL

    (7)

    式中:K為模型參數個數;L為模型極大似然函數值;N為樣本數量。

    由于發(fā)動機試驗過程中穩(wěn)態(tài)參數數據特性受控制規(guī)律、工作環(huán)境和測量設備特性影響,數據本身時不變性隨采集時間增長,數據波動性愈發(fā)顯現(xiàn),部分參數存在溫漂、時漂的現(xiàn)象較為明顯。隨著采集時間增長,樣本空間中數據本身不再滿足單一正態(tài)分布。從時間域來看,可將數據視為由若干正態(tài)分布穩(wěn)定工作點數據與噪聲混合疊加構成,波動性表現(xiàn)為若干穩(wěn)定工作點間的數值切換。

    通過選取經高斯混合模型篩選過的方差水平接近合理量級的分模型均值,對均值所劃分模型權重做加權平均即可得到穩(wěn)態(tài)數據融合特征。具體算法為

    (8)

    式中:m為篩選方差后合理量級分模型總個數。

    因為BIC信息準相較AIC信息準則而言,采用KlnN代替2K,在大樣本空間中較AIC數值低,具有更高的穩(wěn)定性。充分利用AIC與BIC在不同樣本空間的適應性,采取對小樣本空間使用AIC值作為評判模型最優(yōu)化參數、對大樣本空間使用BIC值作為模型最優(yōu)化參數的方法。整個計算過程包括高斯混合模型求解、模型最優(yōu)化形式確定和最優(yōu)化模型參數特征值融合,具體計算過程如圖1所示。

    圖1 穩(wěn)態(tài)數據融合過程圖

    4 仿真對比與實驗數據驗證

    4.1 仿真樣本選擇

    為了驗證GA-EM混合優(yōu)化算法較遺傳算法收斂速度提升,以及采用AIC/BIC信息準則后數據篩選結果準確性提高,使用樣本數據為300個N(600,5)、400個N(570,3)和300個N(610,7)作為穩(wěn)態(tài)基本數據。為模擬發(fā)動機試驗過程中測量的數據噪聲,分別對穩(wěn)態(tài)基本數據添加一定比例正弦與脈沖噪聲,添加后數據形式如圖2所示。

    圖2 仿真數據折線圖

    圖2中折線1為在穩(wěn)態(tài)基本數據基礎上添加的脈沖信號,折線3、折線5分別為添加的10sin(300t)+15、40sin(300t)噪聲,其余折線為上述原始模擬樣本數據。

    4.2 遺傳算法求解結果

    使用遺傳算法求解在圖2樣本數據下高斯混合模型,經計算高斯混合模型在[2,10]區(qū)間取整數時,經EM算法多次計算確定分模型個數為8時BIC值最小。遺傳算法選定種群規(guī)模為20,交配概率為0.8,變異概率為0.2,收斂標準選定為超過連續(xù)代數不進化,用StallGenLimit表示,其值分別設為50,100,150,200,400,600,800,1000,根據BIC值判定模型求解結果優(yōu)劣,計算結果如表1所示。

    由表1結果可知,遺傳算法作為一種啟發(fā)式搜索算法,其計算結果穩(wěn)定性很難保證,算法本身受種群規(guī)模、交配率、變異率、適應度函數選取影響,一般為了使結果更加準確會選擇增加種群規(guī)模的方式提升樣本的多樣性。因此,本節(jié)增加種群規(guī)模至50,StallGenLimit設為1000,計算過程如圖3所示,樣本數據的分類結果如表2所示。

    表1 不同StallGenLimit遺傳算法計算結果(種群規(guī)模=20)

    圖3 種群規(guī)模=50,StallGenLimit=1000計算過程圖

    表2 計算結果(種群規(guī)模=50,StallGenLimit=1000)

    將表2計算結果與仿真樣本數據進行對比發(fā)現(xiàn),根據方差與數據權重篩選可求得高斯混合模型的穩(wěn)態(tài)基本數據的近似解為N(569.9303,2.7890)、N(609.7696,7.0112)、N(600.2323,4.6395),且AIC與BIC值分別為7623.123與7736.001。根據式(8)所得數據融合特征值為591.4626,與仿真數據穩(wěn)態(tài)基本數據融合后的特征值591.7143相比,相對誤差為0.04%。

    4.3 GA-EM優(yōu)化算法求解結果驗證

    考慮算法局部收斂對初始值選擇的敏感性,將StallGenLimit設為100,作為遺傳算法的收斂標準,選定種群規(guī)模為20,交配概率為0.8,變異概率為0.2。按照2.2節(jié)中算法進行求解高斯混合模型,求解結果如表3所示,數據分類效果圖如圖3所示。

    表3 GA-EM優(yōu)化算法求解模型結果

    圖4 數據分類效果圖

    根據數據分布相似性原則和權重可知篩選出穩(wěn)態(tài)基本數據近似解為N(569.9335,2.887734)、N(609.6485,14.21605)、N(599.6962,3.661312),且AIC與BIC值分別為7617.5367與7730.415。根據式(8)所得數據融合特征值為593.0123,與仿真數據穩(wěn)態(tài)基本數據融合后的特征值591.7143相比,相對誤差為0.22%。

    4.4 試驗數據驗證與應用

    選取某型號發(fā)動機試驗過程中的某段推力穩(wěn)態(tài)片段數據作為驗證數據。因測量故障原因,該數據片段存在噪聲,且信噪比較大,波動量明顯。為方便描述,對推力數據進行歸一化處理。經GA-EM求解后BIC最優(yōu)的模型分類結果如圖5所示。

    圖5 推力穩(wěn)態(tài)片段分類結果

    通過對比以往推力數據,根據分布相似理論選擇第1類、第3類作為穩(wěn)態(tài)基本數據,其均值近似解按權重融合后為1.0058,進行大氣環(huán)境修正的換算推力歸一化結果為1.0119。將該結果與同一批次該發(fā)動機無測量故障數據對比,在同狀態(tài)下按低壓換算轉速插值得到大氣環(huán)境修正后的歸一化結果為1.0101。

    5 結論

    本文基于測量數據正態(tài)性假設,使用高斯混合模型對穩(wěn)態(tài)數據進行篩選,并對數據篩選結果進行數據融合。通過仿真對比與試驗數據驗證結果表明:

    ① 遺傳算法求解的模型速度較慢,且參數變量較多,對算法結果穩(wěn)定性影響較大,采用GA-EM算法可加快收斂速度且算法計算結果相對穩(wěn)定。

    ② 使用AIC/BIC作為數據篩選結果最優(yōu)準則,可有效劃分數據類別。

    ③ 通過模型求解參數按照數據分布相似原則,對數據進行融合可得到較為準確的穩(wěn)態(tài)參數特征值。

    該方法對正態(tài)分布樣本或近似正態(tài)分布樣本數據進行篩選分類,通過權重和分布相似性原理進行數據篩選。但收斂速度主要受遺傳算法影響較大,而且EM算法初始值對遺傳算法計算結果較為敏感,雖然可以循環(huán)迭代使用GA-EM提升結果的準確性與穩(wěn)定性,但仍需對遺傳算法進行改良,以加快收斂速度。

    猜你喜歡
    樣本空間高斯穩(wěn)態(tài)
    小高斯的大發(fā)現(xiàn)
    高中數學新教材一個探究試驗的商榷
    中學數學(2023年23期)2023-12-16 10:47:46
    概率統(tǒng)計中樣本空間芻議
    可變速抽水蓄能機組穩(wěn)態(tài)運行特性研究
    大電機技術(2022年3期)2022-08-06 07:48:24
    碳化硅復合包殼穩(wěn)態(tài)應力與失效概率分析
    電廠熱力系統(tǒng)穩(wěn)態(tài)仿真軟件開發(fā)
    煤氣與熱力(2021年4期)2021-06-09 06:16:54
    元中期歷史劇對社會穩(wěn)態(tài)的皈依與維護
    中華戲曲(2020年1期)2020-02-12 02:28:18
    天才數學家——高斯
    淺談高校古典概率的教學
    全概率公式的教學方法研究
    考試周刊(2016年26期)2016-05-26 20:19:51
    亚洲无线在线观看| 日韩国内少妇激情av| 不卡视频在线观看欧美| 成人毛片60女人毛片免费| 亚洲精品亚洲一区二区| 91麻豆精品激情在线观看国产| 国产黄a三级三级三级人| а√天堂www在线а√下载| 亚洲最大成人手机在线| 久久人妻av系列| 搞女人的毛片| 寂寞人妻少妇视频99o| eeuss影院久久| 深夜精品福利| 一个人观看的视频www高清免费观看| 在线免费十八禁| 精品久久久久久成人av| 国产精品99久久久久久久久| 99久久久亚洲精品蜜臀av| 欧美日韩精品成人综合77777| 九色成人免费人妻av| 毛片一级片免费看久久久久| 桃色一区二区三区在线观看| 亚洲在线观看片| www日本黄色视频网| 精品午夜福利在线看| 欧美zozozo另类| 亚洲人与动物交配视频| 啦啦啦观看免费观看视频高清| 欧美激情久久久久久爽电影| 亚洲国产精品sss在线观看| 九色成人免费人妻av| 最后的刺客免费高清国语| 国产精品伦人一区二区| 成人一区二区视频在线观看| 身体一侧抽搐| 国产精品,欧美在线| 一夜夜www| 熟女人妻精品中文字幕| 成人综合一区亚洲| 插逼视频在线观看| 久久久久久伊人网av| 搡老妇女老女人老熟妇| 成人二区视频| 伦精品一区二区三区| ponron亚洲| 国产私拍福利视频在线观看| 一边摸一边抽搐一进一小说| 高清在线视频一区二区三区 | 日韩,欧美,国产一区二区三区 | 国产高清视频在线观看网站| 免费观看的影片在线观看| 亚洲久久久久久中文字幕| 天堂av国产一区二区熟女人妻| 欧美日韩综合久久久久久| 美女大奶头视频| a级毛片a级免费在线| 99久国产av精品国产电影| 九九爱精品视频在线观看| 亚洲,欧美,日韩| 99久久久亚洲精品蜜臀av| 亚州av有码| 亚洲婷婷狠狠爱综合网| 久久精品国产鲁丝片午夜精品| 少妇熟女aⅴ在线视频| 亚洲av中文av极速乱| 丰满的人妻完整版| 夜夜爽天天搞| 国内久久婷婷六月综合欲色啪| 亚洲最大成人中文| 国产一区二区三区av在线 | 黄色一级大片看看| www日本黄色视频网| 欧美一区二区亚洲| 成人二区视频| 天天一区二区日本电影三级| 国产午夜精品久久久久久一区二区三区| 久久久久久久久大av| 青春草亚洲视频在线观看| 日本免费a在线| 变态另类丝袜制服| 草草在线视频免费看| 久久婷婷人人爽人人干人人爱| 国产伦精品一区二区三区视频9| 亚洲精品久久久久久婷婷小说 | 欧美日本视频| 又爽又黄a免费视频| 欧美色欧美亚洲另类二区| 最近的中文字幕免费完整| 亚洲精品国产av成人精品| 亚洲精品久久国产高清桃花| 91在线精品国自产拍蜜月| 日本免费a在线| 天美传媒精品一区二区| 综合色丁香网| 成年免费大片在线观看| 可以在线观看毛片的网站| 国产午夜福利久久久久久| 免费不卡的大黄色大毛片视频在线观看 | 亚洲中文字幕日韩| 久久久久久久久久久免费av| 亚洲美女视频黄频| 91在线精品国自产拍蜜月| 干丝袜人妻中文字幕| 午夜免费男女啪啪视频观看| 亚洲精品久久久久久婷婷小说 | 日日干狠狠操夜夜爽| 中文字幕精品亚洲无线码一区| 精品国内亚洲2022精品成人| 又粗又爽又猛毛片免费看| 国产av不卡久久| 男插女下体视频免费在线播放| 久久精品国产亚洲av天美| 大香蕉久久网| 久久久成人免费电影| 一个人观看的视频www高清免费观看| 欧美另类亚洲清纯唯美| 在线a可以看的网站| 免费av毛片视频| 日韩高清综合在线| 成人美女网站在线观看视频| 日韩人妻高清精品专区| 综合色丁香网| 尤物成人国产欧美一区二区三区| 欧美最新免费一区二区三区| av又黄又爽大尺度在线免费看 | 日本黄色片子视频| 伦精品一区二区三区| 亚洲国产精品sss在线观看| 国产一区二区三区在线臀色熟女| 91精品国产九色| 麻豆成人av视频| 亚洲成人精品中文字幕电影| 日韩强制内射视频| 春色校园在线视频观看| 国内精品久久久久精免费| 国产午夜精品一二区理论片| 久久精品久久久久久噜噜老黄 | 欧美色欧美亚洲另类二区| 97超碰精品成人国产| 中文字幕av成人在线电影| 变态另类丝袜制服| 成人二区视频| 网址你懂的国产日韩在线| 亚洲成人精品中文字幕电影| 长腿黑丝高跟| 国产精品一及| 亚洲av.av天堂| 午夜a级毛片| 国国产精品蜜臀av免费| 亚洲欧美日韩卡通动漫| 最近手机中文字幕大全| 久久精品国产亚洲av天美| 免费av观看视频| 欧美激情久久久久久爽电影| 国产乱人视频| 久久99蜜桃精品久久| 一个人看的www免费观看视频| 亚洲av二区三区四区| 人人妻人人澡人人爽人人夜夜 | 97在线视频观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲欧美精品专区久久| 日韩三级伦理在线观看| 亚洲成a人片在线一区二区| 中文资源天堂在线| 亚洲精品久久久久久婷婷小说 | 日韩欧美精品免费久久| 欧洲精品卡2卡3卡4卡5卡区| 久久精品91蜜桃| 国产精品,欧美在线| 男人和女人高潮做爰伦理| 99热精品在线国产| 精品人妻视频免费看| а√天堂www在线а√下载| 国产精品久久电影中文字幕| 夫妻性生交免费视频一级片| 国产成年人精品一区二区| 精品免费久久久久久久清纯| 桃色一区二区三区在线观看| 特级一级黄色大片| 欧美bdsm另类| 日本欧美国产在线视频| 啦啦啦韩国在线观看视频| 22中文网久久字幕| av在线播放精品| 亚洲人成网站在线播| 亚洲色图av天堂| 久久精品国产清高在天天线| 在现免费观看毛片| 午夜视频国产福利| 久久久午夜欧美精品| 狠狠狠狠99中文字幕| 午夜福利成人在线免费观看| 九九在线视频观看精品| 亚洲一级一片aⅴ在线观看| 禁无遮挡网站| 免费人成在线观看视频色| 亚洲激情五月婷婷啪啪| 久久综合国产亚洲精品| 久久精品国产99精品国产亚洲性色| 国产探花极品一区二区| 日韩欧美一区二区三区在线观看| 亚洲成人久久爱视频| 久久久久久久久久成人| 国产私拍福利视频在线观看| 99热6这里只有精品| 欧美人与善性xxx| 男女做爰动态图高潮gif福利片| 久久久久九九精品影院| 看黄色毛片网站| eeuss影院久久| 亚洲精品国产av成人精品| 精品久久久久久久人妻蜜臀av| 亚洲成人精品中文字幕电影| 18禁在线无遮挡免费观看视频| 国产在线精品亚洲第一网站| 亚洲精品乱码久久久久久按摩| 69人妻影院| av黄色大香蕉| 自拍偷自拍亚洲精品老妇| 毛片一级片免费看久久久久| 啦啦啦观看免费观看视频高清| 久久99精品国语久久久| 国产精华一区二区三区| 亚洲性久久影院| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美清纯卡通| 欧美日韩国产亚洲二区| 99热只有精品国产| 久久久国产成人精品二区| 婷婷精品国产亚洲av| 亚洲18禁久久av| 国产成人aa在线观看| 少妇的逼水好多| 亚洲成人中文字幕在线播放| 国产精品嫩草影院av在线观看| 美女脱内裤让男人舔精品视频 | 国产精品,欧美在线| 国产黄a三级三级三级人| 成人特级av手机在线观看| 午夜福利在线观看吧| 亚洲欧美日韩东京热| 91狼人影院| 中文亚洲av片在线观看爽| 村上凉子中文字幕在线| 国产精品国产三级国产av玫瑰| 亚洲自偷自拍三级| 国产精品久久久久久av不卡| 免费搜索国产男女视频| 国产真实乱freesex| 99热全是精品| 十八禁国产超污无遮挡网站| 亚洲欧美日韩高清在线视频| 91精品一卡2卡3卡4卡| 亚洲人成网站在线播放欧美日韩| 久久人人精品亚洲av| 日韩人妻高清精品专区| www日本黄色视频网| 中文字幕熟女人妻在线| 国产单亲对白刺激| 国内少妇人妻偷人精品xxx网站| 亚洲七黄色美女视频| 成人综合一区亚洲| 久久精品国产亚洲av香蕉五月| 熟女人妻精品中文字幕| 插逼视频在线观看| 亚洲av熟女| 亚洲在线观看片| 美女大奶头视频| 好男人在线观看高清免费视频| 一个人看视频在线观看www免费| 国产精品一及| 啦啦啦啦在线视频资源| 国产精品综合久久久久久久免费| 一级毛片我不卡| 老女人水多毛片| 蜜臀久久99精品久久宅男| 六月丁香七月| 不卡视频在线观看欧美| 久久久久久大精品| 亚洲在线自拍视频| www日本黄色视频网| 国产淫片久久久久久久久| 伊人久久精品亚洲午夜| 久久精品影院6| 国产精品蜜桃在线观看 | 国产精品一区二区三区四区久久| 一卡2卡三卡四卡精品乱码亚洲| 午夜福利高清视频| 免费搜索国产男女视频| 国产伦在线观看视频一区| 日日撸夜夜添| 中出人妻视频一区二区| 日韩av不卡免费在线播放| 午夜福利在线观看吧| 久久亚洲国产成人精品v| 草草在线视频免费看| 久久精品夜色国产| 精品熟女少妇av免费看| 亚洲高清免费不卡视频| 久久久久久久久久成人| 亚洲精品国产成人久久av| 99久久人妻综合| 波多野结衣高清无吗| videossex国产| 国产亚洲精品av在线| 国产私拍福利视频在线观看| 国产精品伦人一区二区| 日产精品乱码卡一卡2卡三| 给我免费播放毛片高清在线观看| 国产白丝娇喘喷水9色精品| 亚洲欧洲日产国产| 又黄又爽又刺激的免费视频.| 五月伊人婷婷丁香| 久99久视频精品免费| 欧美最新免费一区二区三区| 成人午夜高清在线视频| 麻豆成人av视频| 99在线人妻在线中文字幕| 国产v大片淫在线免费观看| 在线观看av片永久免费下载| 春色校园在线视频观看| 成年版毛片免费区| 偷拍熟女少妇极品色| 99热精品在线国产| 国产成年人精品一区二区| 亚洲人成网站在线播| 日产精品乱码卡一卡2卡三| 男人和女人高潮做爰伦理| 网址你懂的国产日韩在线| 欧美性感艳星| 日韩欧美在线乱码| 日韩欧美三级三区| 精品久久久久久久久久久久久| 人人妻人人澡欧美一区二区| 午夜激情欧美在线| 亚洲国产高清在线一区二区三| 免费大片18禁| 欧美日本视频| 狂野欧美激情性xxxx在线观看| 中文在线观看免费www的网站| 91aial.com中文字幕在线观看| 最近手机中文字幕大全| 99久久九九国产精品国产免费| 舔av片在线| 联通29元200g的流量卡| 亚洲美女视频黄频| 中文字幕免费在线视频6| 国产精品久久久久久亚洲av鲁大| 亚洲成人久久爱视频| 欧美日韩综合久久久久久| av在线播放精品| 亚洲国产日韩欧美精品在线观看| 麻豆国产97在线/欧美| 中文字幕人妻熟人妻熟丝袜美| 3wmmmm亚洲av在线观看| 国产一级毛片在线| 欧美日韩在线观看h| 在线免费十八禁| 日本黄色视频三级网站网址| 亚洲高清免费不卡视频| 久久久久久久久久久免费av| 搡老妇女老女人老熟妇| 中文资源天堂在线| 中国国产av一级| 国产探花在线观看一区二区| 在线免费观看的www视频| 国产久久久一区二区三区| 黄片无遮挡物在线观看| 人妻少妇偷人精品九色| 国内精品美女久久久久久| 最后的刺客免费高清国语| 老熟妇乱子伦视频在线观看| а√天堂www在线а√下载| 中国美白少妇内射xxxbb| 成年女人永久免费观看视频| 免费人成在线观看视频色| 国产精品av视频在线免费观看| 日本黄色片子视频| 国产午夜精品久久久久久一区二区三区| 美女 人体艺术 gogo| 精品熟女少妇av免费看| 久久九九热精品免费| 人体艺术视频欧美日本| 国模一区二区三区四区视频| 亚洲色图av天堂| av在线播放精品| 特级一级黄色大片| 国产黄色小视频在线观看| 人人妻人人看人人澡| 欧美精品国产亚洲| 日韩欧美国产在线观看| av免费在线看不卡| 国产高清三级在线| 国产伦精品一区二区三区视频9| 成熟少妇高潮喷水视频| 亚洲成人中文字幕在线播放| 晚上一个人看的免费电影| 2021天堂中文幕一二区在线观| 久99久视频精品免费| 麻豆久久精品国产亚洲av| 免费观看的影片在线观看| 在线观看免费视频日本深夜| 一个人观看的视频www高清免费观看| 成人高潮视频无遮挡免费网站| 成人漫画全彩无遮挡| 波多野结衣巨乳人妻| 国产一区二区激情短视频| 啦啦啦韩国在线观看视频| 亚洲av成人av| av在线老鸭窝| 波多野结衣高清作品| 久久久精品大字幕| 精品午夜福利在线看| av在线老鸭窝| 亚洲av成人av| 国产伦精品一区二区三区四那| 变态另类丝袜制服| 午夜视频国产福利| 我要看日韩黄色一级片| 亚洲国产日韩欧美精品在线观看| 一级毛片久久久久久久久女| 天天一区二区日本电影三级| 欧美在线一区亚洲| 国产白丝娇喘喷水9色精品| 久久韩国三级中文字幕| 波野结衣二区三区在线| 99riav亚洲国产免费| 插逼视频在线观看| 亚洲av免费高清在线观看| 国产一级毛片七仙女欲春2| 日韩高清综合在线| 国产午夜福利久久久久久| 亚洲四区av| 九九在线视频观看精品| 好男人视频免费观看在线| 三级经典国产精品| 一级毛片我不卡| 中文亚洲av片在线观看爽| 高清毛片免费观看视频网站| 成年女人看的毛片在线观看| 亚洲精品国产av成人精品| 免费观看在线日韩| 国产真实乱freesex| 22中文网久久字幕| 欧美色欧美亚洲另类二区| 自拍偷自拍亚洲精品老妇| 啦啦啦啦在线视频资源| 国产午夜精品久久久久久一区二区三区| 久久久国产成人精品二区| av免费观看日本| 晚上一个人看的免费电影| 成人美女网站在线观看视频| 亚洲综合色惰| 欧美一级a爱片免费观看看| 黑人高潮一二区| 成人综合一区亚洲| 一级毛片电影观看 | 国产黄片美女视频| 亚洲五月天丁香| 伦理电影大哥的女人| 美女内射精品一级片tv| 精品不卡国产一区二区三区| 春色校园在线视频观看| 国产高潮美女av| 久久精品夜色国产| 亚洲成人精品中文字幕电影| 午夜福利成人在线免费观看| 99热网站在线观看| 日韩视频在线欧美| 男女边吃奶边做爰视频| 在线国产一区二区在线| 丰满乱子伦码专区| 成人综合一区亚洲| 亚洲最大成人av| 国产伦理片在线播放av一区 | 久久这里有精品视频免费| 色哟哟·www| 亚洲av中文字字幕乱码综合| 国产精品女同一区二区软件| 日本熟妇午夜| 国产精品久久久久久av不卡| 日本黄色视频三级网站网址| 可以在线观看的亚洲视频| 国产免费一级a男人的天堂| 亚洲人与动物交配视频| 黄片无遮挡物在线观看| 欧美成人免费av一区二区三区| a级一级毛片免费在线观看| 日韩大尺度精品在线看网址| 一级毛片电影观看 | 国产精品一区二区三区四区免费观看| 亚洲婷婷狠狠爱综合网| 亚洲第一区二区三区不卡| 99在线视频只有这里精品首页| 一级毛片电影观看 | 欧美+日韩+精品| 一个人免费在线观看电影| 99精品在免费线老司机午夜| 乱人视频在线观看| 久久久久久久久久成人| 亚洲五月天丁香| 成年女人看的毛片在线观看| 日韩 亚洲 欧美在线| 亚洲自拍偷在线| 亚洲美女搞黄在线观看| 亚洲一级一片aⅴ在线观看| 亚洲丝袜综合中文字幕| 亚洲av一区综合| 网址你懂的国产日韩在线| 男插女下体视频免费在线播放| 寂寞人妻少妇视频99o| 国产麻豆成人av免费视频| 国产午夜精品久久久久久一区二区三区| 欧美极品一区二区三区四区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日本色播在线视频| 亚洲图色成人| 一边亲一边摸免费视频| 成人永久免费在线观看视频| 我要搜黄色片| 中国美白少妇内射xxxbb| 丝袜美腿在线中文| 永久网站在线| 热99re8久久精品国产| 中文欧美无线码| 色尼玛亚洲综合影院| av又黄又爽大尺度在线免费看 | 婷婷精品国产亚洲av| 亚洲av免费高清在线观看| 亚洲精品自拍成人| 91精品国产九色| 国产精品,欧美在线| 麻豆一二三区av精品| 亚洲av一区综合| 夫妻性生交免费视频一级片| 能在线免费观看的黄片| 免费观看a级毛片全部| 国产精品永久免费网站| 国产精品三级大全| 欧美人与善性xxx| 97热精品久久久久久| 91久久精品电影网| 国产精品伦人一区二区| 丰满人妻一区二区三区视频av| 亚洲丝袜综合中文字幕| 嫩草影院新地址| 三级男女做爰猛烈吃奶摸视频| 成人av在线播放网站| 少妇人妻一区二区三区视频| 国产综合懂色| 噜噜噜噜噜久久久久久91| 少妇熟女aⅴ在线视频| 国产精华一区二区三区| 日产精品乱码卡一卡2卡三| 高清毛片免费看| 精品久久久久久久久av| 少妇熟女aⅴ在线视频| 国产精华一区二区三区| 国产av在哪里看| 久久精品国产鲁丝片午夜精品| 亚洲欧洲日产国产| 国产毛片a区久久久久| 精品欧美国产一区二区三| 国产三级中文精品| 九九爱精品视频在线观看| 99在线人妻在线中文字幕| 国产探花极品一区二区| 久久国内精品自在自线图片| 欧美日本亚洲视频在线播放| 色尼玛亚洲综合影院| 久久久久久久久久黄片| 91狼人影院| 亚洲va在线va天堂va国产| 99国产极品粉嫩在线观看| 别揉我奶头 嗯啊视频| 亚洲国产欧美人成| 亚洲欧美日韩东京热| 美女cb高潮喷水在线观看| 精品人妻偷拍中文字幕| 亚洲人成网站在线播| 亚洲熟妇中文字幕五十中出| 日韩国内少妇激情av| 久久久久九九精品影院| 久久久久久九九精品二区国产| 免费看日本二区| 精品午夜福利在线看| 精品少妇黑人巨大在线播放 | 啦啦啦韩国在线观看视频| 亚洲七黄色美女视频| 三级国产精品欧美在线观看| 99久国产av精品| 日日撸夜夜添| 亚洲三级黄色毛片| 乱人视频在线观看| 国产成人freesex在线| 日本一二三区视频观看| 国产午夜精品久久久久久一区二区三区| 又爽又黄a免费视频| a级毛片免费高清观看在线播放| 婷婷精品国产亚洲av| 午夜激情福利司机影院| 精品一区二区免费观看| 日韩在线高清观看一区二区三区| 最后的刺客免费高清国语| av在线观看视频网站免费| 99久久成人亚洲精品观看| 激情 狠狠 欧美| 在线观看66精品国产| 麻豆乱淫一区二区| 免费电影在线观看免费观看| 欧美日韩国产亚洲二区| 国内精品宾馆在线| 亚洲精品成人久久久久久|