• <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 ?

    基于改進DPC的多模型軟測量建模方法及其應用

    2022-05-31 09:50:32劉康康孫順遠
    儀表技術(shù)與傳感器 2022年4期
    關(guān)鍵詞:分配聚類局部

    劉康康,戴 鵬,孫順遠

    (1.江南大學物聯(lián)網(wǎng)工程學院,江蘇無錫 214000;2.山東東潤儀表科技股份有限公司,山東煙臺 264010)

    0 引言

    工業(yè)生產(chǎn)過程的復雜程度正在日益增加,通常存在多工況、非線性和時變性等特征,其相應的計算機控制系統(tǒng)也在不斷地豐富和完善,同時推動了基于數(shù)據(jù)驅(qū)動理論軟測量技術(shù)的發(fā)展[1]。針對實際的工業(yè)生產(chǎn)過程,建立單一軟測量模型難以反映不同工況的特性,模型精度不能滿足系統(tǒng)的要求,而多模型建模方法[2]能夠更好地描述對象的復雜特性,提高模型精度和泛化能力。

    在多模型建模過程中,將建模數(shù)據(jù)樣本點進行準確聚類是保證所建模型預測性能的前提[3]。聚類分析是在對數(shù)據(jù)不進行任何假設(shè)的條件下,采用數(shù)學方法研究和處理所給對象的分類及各類之間親疏程度[4]。常用的聚類算法如K均值聚類[5]、模糊C均值聚類[6],需要人為設(shè)定聚類的數(shù)量,需要對數(shù)據(jù)有一定的先驗知識。密度峰值聚類(density peaks clustering,DPC)算法是A. Rodriguez和A. Laio[7]提出的一種新型聚類算法。該算法無需預先給定聚類數(shù)目和初始聚類中心,自動給出樣本的聚類中心,而且對數(shù)據(jù)集樣本的形狀沒有嚴苛的要求,對任意形狀的數(shù)據(jù)集樣本都能實現(xiàn)高效的聚類。然而DPC算法也存在缺陷:局部密度的計算受截斷距離影響,截斷距離由人為設(shè)定,另外局部密度的不同計算方式也取決于數(shù)據(jù)集大?。皇S帱c的分配策略會產(chǎn)生多米諾效應,一旦一個局部密度較大的點類簇分配錯誤,可造成連環(huán)的分配錯誤。另一方面,在多模型軟測量建模的最終預測輸出時,需要對各個子模型的預測值進行組合。常見的組合方式主要有2種:開關(guān)切換方式和加權(quán)融合方式。其中,開關(guān)切換方式只是選擇新來樣本最有可能屬于某個類簇模型進行預測輸出,難以準確對全局模型進行描述,而加權(quán)融合方式可以根據(jù)新來的樣本計算其隸屬于某個子模型的概率,融合各個子模型的預測值得到比較準確的最終預測輸出。因此,加權(quán)融合方式在實際建模過程中得到了廣泛的研究與應用。

    本文提出一種基于改進DPC的多模型軟測量建模方法。首先,采用K近鄰算法計算局部密度,避免截斷距離人為選擇的不足和局部密度計算方式受數(shù)據(jù)集大小的影響,并用K近鄰算法和加權(quán)K近鄰算法改進剩余點分配策略,避免連環(huán)的分配錯誤,劃分得到更優(yōu)的子數(shù)據(jù)集;然后,建立各個高斯過程回歸(Gaussian process regression,GPR)子模型;最后,利用基于子模型預測性能并結(jié)合即時學習自適應地計算出新來樣本隸屬于各個子模型的后驗概率,以此為權(quán)值融合各個GPR子模型的預測值得到最終輸出,從而實現(xiàn)對一些復雜工業(yè)過程中的關(guān)鍵變量準確預測。

    1 改進密度峰值聚類算法

    1.1 密度峰值聚類算法

    DPC算法是一種基于距離和密度的聚類算法,只需計算各個樣本點之間的距離,具有速度快、精度高的特點。并且不需要人為給定聚類數(shù)目,適合工業(yè)生產(chǎn)過程中多工況、變量多等特點。理想的聚類中心應該有如下特點:它們被具有相對較低局部密度的鄰居數(shù)據(jù)點包圍著;它們與更高局部密度的數(shù)據(jù)點具有相對較大的距離。為了尋找理想的聚類中心,DPC算法引入數(shù)據(jù)點i的局部密度ρi和數(shù)據(jù)點i到具有更高局部密度點j之間的最短距離δi。

    局部密度ρi定義為

    (1)

    對于“小”數(shù)據(jù)集,難以對局部密度進行可靠計算,DPC算法采用高斯核函數(shù)計算ρi,表達式為

    (2)

    距離δi定義如下:

    (3)

    對于局部密度最大的點,有

    (4)

    DPC算法的核心是引入決策圖來獲取聚類中心,決策圖建立在二維坐標系下,局部密度ρi為橫坐標,距離δi為縱坐標,選擇ρi、δi都較大的點作為聚類中心,即決策圖右上方的數(shù)據(jù)點。確定聚類中心后,將剩余數(shù)據(jù)點分配到密度比其大且距其最近的類簇。

    1.2 改進的密度峰值聚類算法

    DPC算法能夠簡單高效地處理聚類問題,但卻存在如下不足:

    (1)局部密度計算有不同的方法,根據(jù)經(jīng)驗,“大”數(shù)據(jù)集采用式(1),“小”數(shù)據(jù)集采用式(2),然而對于數(shù)據(jù)集大小的劃分沒有標準,使用不同公式產(chǎn)生的聚類結(jié)果不同。此外2個公式中都有人為設(shè)定的截斷距離,特別對于較小的數(shù)據(jù)集受截斷距離影響較大。

    (2)剩余點的分配策略可能會導致錯誤的傳播,一旦一個局部密度較大的點類簇分配錯誤,可造成其周圍局部密度較低的數(shù)據(jù)點分配連環(huán)錯誤。改進的DPC算法采用K近鄰算法計算局部密度,并用K近鄰算法和加權(quán)K近鄰算法改進剩余點分配策略。

    K近鄰分類算法本質(zhì)可以看作是對每一個測試數(shù)據(jù)找到其在訓練數(shù)據(jù)中的k個鄰近,并將這k個鄰近中頻率出現(xiàn)最高的類別作為該測試數(shù)據(jù)的類別。假設(shè)樣本有標簽可為Label=1,2,…,C,K近鄰算法在數(shù)據(jù)點i的分類公式如下:

    (5)

    式中δ為克羅內(nèi)克函數(shù)。

    在傳統(tǒng)的K近鄰算法中,認為數(shù)據(jù)點的k個近鄰是等權(quán)的,然而在實際意義中,各個k近鄰對測試樣本標簽的貢獻程度不同,貢獻程度與特征距離有關(guān)。提出了加權(quán)K近鄰算法如下:

    (6)

    改進的DPC算法采用K近鄰算法重新定義了局部密度ρi的表達式:

    (7)

    該定義保證局部密度計算只與該數(shù)據(jù)點k近鄰的分布有關(guān),即獨立于數(shù)據(jù)集的大小,又避免了人為選取截斷距離經(jīng)驗的不足。

    改進的分配策略先使用K近鄰算法直接將聚類中心的標簽直接傳播到k個近鄰定義如下:

    (8)

    式中peakj為j的聚類中心。

    再使用加權(quán)K近鄰算法分配還未分配的剩余點,定義權(quán)值wij如下:

    (9)

    考慮使用加權(quán)K近鄰算法,可能存在數(shù)據(jù)點i的k個近鄰可能存在未被分配,先找到還未被分配數(shù)據(jù)點中k個近鄰已被分配標簽最多的數(shù)據(jù)點,再使用加權(quán)K近鄰算法提出的分配標簽公式:

    (10)

    式中Label≠?為該數(shù)據(jù)點已經(jīng)被分配標簽。

    設(shè)輸入:數(shù)據(jù)集為X,參數(shù)為k,輸出:已標記聚類類別的數(shù)據(jù)集。改進的DPC算法實現(xiàn)步驟:

    (1)對數(shù)據(jù)集數(shù)據(jù)作歸一化預處理。

    (2)采用K近鄰算法重新定義的式(7)計算局部密度ρi,使用式(3)或式(4)計算距離δi。

    (3)通過局部密度ρi和距離δi繪制決策圖,獲取聚類中心并標記標簽為Label=1,2,…,C。

    (4)使用式(8)將聚類中心的標簽直接傳播到k個近鄰。

    (5)找出還未被分配數(shù)據(jù)點中k個近鄰已被分配標簽最多的數(shù)據(jù)點,使用式(10)進行分配標簽。

    (6)若還有未被分配標簽數(shù)據(jù)點,轉(zhuǎn)至步驟(5)直至所有數(shù)據(jù)點都有標簽,得到已標聚類類別的數(shù)據(jù)集。

    2 多模型建模和融合方法

    2.1 高斯過程回歸

    (11)

    cov(f*)=K(x*,x*)-K(x*,X)C-1K(X,x*)

    (12)

    (13)

    高斯過程回歸中協(xié)方差矩陣是通過協(xié)方差函數(shù)確定,通常使用平方指數(shù)協(xié)方差函數(shù):

    (14)

    (15)

    2.2 基于子模型預測性能的貝葉斯自適應融合算法

    為了得到最終的預測輸出,需要融合各個子模型的預測值,因此,子模型的權(quán)值計算方法對軟測量模型的精度至關(guān)重要。傳統(tǒng)方法中,子模型的權(quán)值一般通過新來樣本到各個子數(shù)據(jù)集聚類中心的距離計算得到[10]。近幾年,基于子模型的預測能力或者預測值的不確定性計算后驗概率的方法得到廣泛應用[11]。

    利用改進的DPC算法將訓練樣本劃分為C個子數(shù)據(jù)集,并用GPR方法建立子模型分別為LMc,c=1,2,C。對于新樣本xnew,基于貝葉斯定理得到最終的預測輸出表示為

    (16)

    由貝葉斯定理可知,后驗概率的計算公式如下:

    (17)

    式中:P(LMc)為第c個子模型的先驗概率;P(xnew|LMc)為xnew隸屬于第c個子模型的條件概率。

    若子模型的先驗概率和xnew隸屬于該子模型的條件概率越大,則該子模型對xnew具有更準確的輸出,基于此關(guān)系結(jié)合實時學習(just-in-time learning,JITL)[12]的思路,提出一種基于基于子模型預測性能的貝葉斯自適應融合算法。對于新來的樣本,通過歐氏距離的相似度準則,在訓練樣本中找出與之相似度最大的Ns個樣本構(gòu)成相似樣本集,并相應的計算在各個子模型中的均方根誤差公式為

    (18)

    RMSEc反映了第c個子模型對相似樣本集的預測性能,同時也反映了對新來樣本的預測能力。因此,新來樣本隸屬于第c個子模型的條件概率P(xnew|LMc)可以定義為

    (19)

    同時第c個子模型的先驗概率P(LMc)定義為

    (20)

    式中Ns,c為相似樣本集在第c個子數(shù)據(jù)集中的個數(shù)。

    對于新來的樣本使用式(19)和式(20)分別計算各個子模型的條件概率和先驗概率,在代入式(17)求出相應的后驗概率,最終根據(jù)式(16)融合各個子模型的預測值得到最終預測輸出。

    3 基于改進DPC的多模型軟測量建模步驟

    本文提出的基于改進DPC的多模型軟測量建模流程如圖1所示。

    圖1 基于改進DPC的多模型軟測量建模

    具體的執(zhí)行步驟如下:

    (1)利用改進的DPC算法對原始訓練集進行聚類,得到C個子數(shù)據(jù)集。

    (2)用GPR方法對子數(shù)據(jù)集建立各個子模型。

    (3)對于新來樣本預測各個子模型的輸出值,并用基于子模型預測性能的貝葉斯融合自適應算法計算出新來樣本隸屬于各個子模型的后驗概率。

    (4)利用式(16)融合各個子模型的預測值得到最終預測輸出。

    4 仿真研究

    4.1 標準數(shù)據(jù)的聚類仿真

    選取6個UCI真實數(shù)據(jù)集對改進的DPC算法進行測試與評價,并與DPC、AP[3]、DBSCAN[13]、K-means的仿真結(jié)果進行對比,其中因為K-means算法選取初始聚類中心和聚類數(shù)目都具有隨機性,所以本文采用20次重復實驗的平均值作為其最終的仿真結(jié)果。本文選用的UCI真實數(shù)據(jù)集如表1所示。

    表1 本文選取的UCI數(shù)據(jù)集

    采用聚類準確率(Acc)、調(diào)整的Rand指數(shù)(adjusted rand index,ARI)作為度量指標來對仿真結(jié)果進行評價。這兩種指標作為最常用的評判聚類質(zhì)量的指標,值越大說明聚類效果越好。

    上述5個聚類算法6個UCI數(shù)據(jù)集上的聚類結(jié)果指標如表2所示。其中Par表示算法中所用的參數(shù),加框的表示最優(yōu)。

    從表2可以看出,本文提出改進DPC算法的聚類指標都優(yōu)于DPC、AP、DBSCAN、K-means,說明了改進的DPC算法進行聚類更加符合真實的類簇歸屬情況。另外當選取的聚類中心相同時,如在Seeds數(shù)據(jù)集改進的DPC算法和DPC算法都是取第29、92、183樣本點作為聚類中心,但是聚類指標優(yōu)于DPC算法,表明本文提出改進的分配策略在分配剩余數(shù)據(jù)點時更準確。

    表2 UCI數(shù)據(jù)集在各個算法的評價指標

    4.2 SRU軟測量建模

    為了驗證本文所提軟測量建模方法的有效性,對硫回收裝置(sulfur recovery unit,SRU)中H2S濃度進行軟測量建模。SRU裝置用于含硫氣體排入大氣前硫的回收,以此來保護生態(tài)環(huán)境,其裝置如圖2所示。其裝置主要處理酸性氣體:一種是H2S氣體(也稱MEA氣體),另一種為來自含硫污水汽提設(shè)備(SWS)的氣體,其中富含H2S、NH3氣體(也稱為SWS氣體)。主要燃燒室在具有充足空氣(AIR_MEA)時充分燃燒MEA氣體,另一個燃燒室用于處理SWS氣體,其進入的空氣AIR_SWS[14]。其過程與H2S濃度有關(guān)的5個變量作為輔助變量用于軟測量建模。從SRU裝置過程數(shù)據(jù)中選取1 200組數(shù)據(jù),其中2/3作為訓練集,1/3作為測試集。

    圖2 硫回收裝置

    為了進一步對比分析本文所提建模方法的預測性能,將不同的聚類方法和融合方式進行組合。方法1為DPC-GPR-Bayesian方法,方法2為改進的DPC-GPR-開關(guān)切換(即新測試樣本,到聚類中心最近的子模型對當前樣本預測輸出),方法3為本文提出的方法即改進的DPC-GPR-bayesian。使用均方根誤差(RMSE)和跟蹤性能指標(TP)作為模型的性能評價指標:

    (21)

    (22)

    圖3為改進的DPC算法和DPC算法對SRU數(shù)據(jù)訓練樣本聚類的決策圖。

    (a)改進的DPC算法決策圖

    改進的DPC算法參數(shù)k為45,DPC算法的參數(shù)為2(即dc取所有數(shù)據(jù)點的相互距離dij(i,j=1,2,…,n;i≠j)由小到大排序后2%位置的數(shù)值)。從圖3可以看出,2種算法都取4個聚類中心,但聚類中心不同,改進的DPC算法選取第455、797、189、559樣本點作為聚類中心,每類個數(shù)分別為339、254、69、14,DPC算法選取第91、797、189、588樣本點作為聚類中心,每類個數(shù)分別為343、251、69、141。使用Silhouette[15]指標對2個聚類算法進行評價,指標值越大說明類內(nèi)緊密程度越高,類間可分性越大,即聚類效果越好。改進的DPC算法Silhouette指標為0.731 3,優(yōu)于DPC算法的0.730 1,說明在SRU數(shù)據(jù)上改進的DPC算法聚類效果優(yōu)于DPC算法。

    圖4為3種軟測量方法對SRU裝置中的H2S濃度的預測值和真實值對比曲線,可以看出,方法2的預測效果較差,跟蹤能力較弱,方法1和方法3的預測效果相近,預測效果比較好,跟蹤性能更強。

    (a)DPC-GPR-Bayesian方法預測結(jié)果

    表3為3種方法預測結(jié)果的性能指標。

    表3 不同建模方法的性能指標

    圖5為3種軟測量建模方法對SRU裝置中H2S濃度的預測的誤差圖。通過對比表3和圖5可以看出,相對于開關(guān)切換方式,基于子模型預測性能的貝葉斯自適應融合方法可以有效地計算新來樣本隸屬各個子模型的權(quán)值,得到更加準確的預測值。相對于DPC算法,改進的DPC算法得到的子數(shù)據(jù)集具有較好的聚類結(jié)構(gòu),使得所建模型的預測結(jié)果更好。對于RMSE和TP指標,本文方法建立模型的預測誤差均比其他方法更佳,能夠?qū)RU裝置中H2S濃度進行有效預測。

    圖5 H2S濃度預測的誤差

    5 結(jié)束語

    針對具有多工況、非線性的復雜工業(yè)生產(chǎn)過程,本文提出了基于改進密度峰值聚類的多模型軟測量建模方法。利用K近鄰算法和加權(quán)K近鄰算法對DPC算法進行改進,避免截斷距離人為選擇的不足和局部密度計算方式受數(shù)據(jù)集大小的影響,并解決了剩余點分配連環(huán)錯誤的問題;同時,利用基于子模型預測性能并結(jié)合即時學習自適應地計算出新樣本隸屬于各個子模型的后驗概率,以此為權(quán)值融合各個GPR子模型,最終得到較準確的預測結(jié)果。仿真結(jié)果表明,本文提出的建模方法取得較好的預測效果。

    猜你喜歡
    分配聚類局部
    局部分解 巧妙求值
    非局部AB-NLS方程的雙線性B?cklund和Darboux變換與非線性波
    應答器THR和TFFR分配及SIL等級探討
    遺產(chǎn)的分配
    一種分配十分不均的財富
    績效考核分配的實踐與思考
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    局部遮光器
    吳觀真漆畫作品選
    基于改進的遺傳算法的模糊聚類算法
    激情 狠狠 欧美| 亚洲国产色片| 欧美成人a在线观看| 久久午夜福利片| 免费在线观看成人毛片| 国产成人午夜福利电影在线观看| 日本免费一区二区三区高清不卡| 国产成年人精品一区二区| 综合色丁香网| 男人狂女人下面高潮的视频| 亚洲av中文字字幕乱码综合| 波野结衣二区三区在线| 国产精品久久久久久精品电影| 久久综合国产亚洲精品| 美女高潮的动态| 国产激情偷乱视频一区二区| 色哟哟哟哟哟哟| 亚洲av男天堂| 六月丁香七月| 婷婷色av中文字幕| 伦精品一区二区三区| 天天躁夜夜躁狠狠久久av| 国产一区亚洲一区在线观看| 久久午夜福利片| 午夜福利成人在线免费观看| 成人永久免费在线观看视频| 波多野结衣高清无吗| 丰满的人妻完整版| 国产精品久久视频播放| 精品久久久久久久久久久久久| 看免费成人av毛片| 亚洲美女视频黄频| 插阴视频在线观看视频| 国产成人a区在线观看| 成人亚洲欧美一区二区av| av国产免费在线观看| 欧美性感艳星| 极品教师在线视频| 成年版毛片免费区| 日日撸夜夜添| 给我免费播放毛片高清在线观看| 国产色婷婷99| 日韩av不卡免费在线播放| 天堂√8在线中文| 18禁裸乳无遮挡免费网站照片| 蜜桃久久精品国产亚洲av| 久久久久久久久久成人| 欧美区成人在线视频| 蜜臀久久99精品久久宅男| 国产高清视频在线观看网站| 国产美女午夜福利| 女人被狂操c到高潮| 成人综合一区亚洲| 成人高潮视频无遮挡免费网站| 高清午夜精品一区二区三区 | 1024手机看黄色片| 国产精品麻豆人妻色哟哟久久 | 国产精品人妻久久久久久| 人妻夜夜爽99麻豆av| 97超视频在线观看视频| 亚洲国产精品成人久久小说 | 99九九线精品视频在线观看视频| 如何舔出高潮| 特级一级黄色大片| 成人国产麻豆网| 国产黄色小视频在线观看| 国产亚洲欧美98| 亚洲精华国产精华液的使用体验 | 99久国产av精品| 久久久久久久久久成人| 在线观看一区二区三区| 亚洲va在线va天堂va国产| 又爽又黄a免费视频| 免费av不卡在线播放| 最新中文字幕久久久久| 毛片一级片免费看久久久久| 国产亚洲av片在线观看秒播厂 | 99久久人妻综合| 三级经典国产精品| 亚洲av免费在线观看| 美女cb高潮喷水在线观看| 老女人水多毛片| 成人亚洲欧美一区二区av| 亚洲综合色惰| 国产淫片久久久久久久久| 欧美一级a爱片免费观看看| 永久网站在线| 精品久久久久久久久av| 麻豆乱淫一区二区| 国内精品一区二区在线观看| 久久久久久伊人网av| 在线观看午夜福利视频| 精品国内亚洲2022精品成人| 99国产极品粉嫩在线观看| 黄色视频,在线免费观看| 韩国av在线不卡| 国产亚洲精品av在线| av在线观看视频网站免费| 午夜久久久久精精品| 色5月婷婷丁香| 亚洲精品久久久久久婷婷小说 | 免费人成视频x8x8入口观看| 久久久久久久久久久丰满| 免费av不卡在线播放| 国产高清激情床上av| 嫩草影院入口| 久久久久久久久久久丰满| 99视频精品全部免费 在线| 久久久久久久久大av| 18禁裸乳无遮挡免费网站照片| 观看免费一级毛片| 亚洲精品亚洲一区二区| 日本爱情动作片www.在线观看| 亚洲av电影不卡..在线观看| 99视频精品全部免费 在线| 国产成年人精品一区二区| 麻豆成人午夜福利视频| 国产伦理片在线播放av一区 | 一进一出抽搐动态| 国产成人freesex在线| 26uuu在线亚洲综合色| 六月丁香七月| 亚洲三级黄色毛片| 精品人妻视频免费看| 最近中文字幕高清免费大全6| 精品日产1卡2卡| 国产精品.久久久| 亚洲av男天堂| 非洲黑人性xxxx精品又粗又长| 欧美日本视频| 国产精品av视频在线免费观看| 美女内射精品一级片tv| 一级毛片aaaaaa免费看小| 日日啪夜夜撸| 亚洲aⅴ乱码一区二区在线播放| 国产精品久久电影中文字幕| 国产免费一级a男人的天堂| 色综合站精品国产| 免费看日本二区| 成年版毛片免费区| 有码 亚洲区| 国产精品一二三区在线看| 国产精品99久久久久久久久| 日韩制服骚丝袜av| 日韩 亚洲 欧美在线| av在线亚洲专区| 在线观看一区二区三区| 国产精品久久久久久精品电影小说 | 男女视频在线观看网站免费| 欧美最黄视频在线播放免费| 97人妻精品一区二区三区麻豆| 99国产精品一区二区蜜桃av| 啦啦啦观看免费观看视频高清| 又粗又爽又猛毛片免费看| 欧美性猛交╳xxx乱大交人| 中出人妻视频一区二区| 不卡一级毛片| 狠狠狠狠99中文字幕| 精品久久久久久久久久久久久| 麻豆久久精品国产亚洲av| 淫秽高清视频在线观看| 国产乱人偷精品视频| 国内精品美女久久久久久| 狂野欧美激情性xxxx在线观看| 嘟嘟电影网在线观看| 三级男女做爰猛烈吃奶摸视频| av又黄又爽大尺度在线免费看 | 女的被弄到高潮叫床怎么办| 中文亚洲av片在线观看爽| 国产成人福利小说| 高清毛片免费看| 全区人妻精品视频| 综合色丁香网| 久久久精品大字幕| 此物有八面人人有两片| 久久这里只有精品中国| 色吧在线观看| 99国产精品一区二区蜜桃av| 少妇熟女欧美另类| 人妻制服诱惑在线中文字幕| 亚洲精品色激情综合| 久久久久性生活片| 女同久久另类99精品国产91| 亚洲精品国产成人久久av| 特大巨黑吊av在线直播| 人体艺术视频欧美日本| 欧美一区二区亚洲| 国产色爽女视频免费观看| 亚洲精品亚洲一区二区| 18禁在线无遮挡免费观看视频| 免费观看精品视频网站| 国产一区二区三区av在线 | 亚洲中文字幕一区二区三区有码在线看| 久久久久久久午夜电影| 免费看日本二区| 亚洲丝袜综合中文字幕| 在线a可以看的网站| 国产亚洲精品久久久久久毛片| 日韩一本色道免费dvd| 国产男人的电影天堂91| 午夜福利视频1000在线观看| 免费看光身美女| 国产精品,欧美在线| 午夜激情福利司机影院| 免费观看在线日韩| 日日摸夜夜添夜夜爱| 午夜精品一区二区三区免费看| 亚洲真实伦在线观看| videossex国产| 亚洲av中文字字幕乱码综合| 亚洲av.av天堂| 最近2019中文字幕mv第一页| 一个人看的www免费观看视频| 国产亚洲91精品色在线| 99久久人妻综合| 大型黄色视频在线免费观看| 成人漫画全彩无遮挡| 久久人人爽人人片av| 可以在线观看毛片的网站| 寂寞人妻少妇视频99o| 免费大片18禁| 国产高清三级在线| 国产 一区精品| 夜夜爽天天搞| kizo精华| 亚洲av男天堂| 亚洲欧美精品综合久久99| 精品熟女少妇av免费看| 成人午夜高清在线视频| 人人妻人人看人人澡| 婷婷六月久久综合丁香| 亚洲欧美中文字幕日韩二区| 白带黄色成豆腐渣| 国产精品精品国产色婷婷| 亚洲国产精品国产精品| 深夜a级毛片| av免费在线看不卡| 久久国内精品自在自线图片| 成人高潮视频无遮挡免费网站| 日韩三级伦理在线观看| 夜夜夜夜夜久久久久| 九九在线视频观看精品| 国产黄色小视频在线观看| 国产成人精品一,二区 | 亚洲图色成人| 久久精品人妻少妇| 18禁裸乳无遮挡免费网站照片| 小蜜桃在线观看免费完整版高清| 国产一区二区三区av在线 | 亚洲电影在线观看av| 黄色视频,在线免费观看| 最近最新中文字幕大全电影3| 亚洲精品久久久久久婷婷小说 | 日韩亚洲欧美综合| 人体艺术视频欧美日本| 夜夜爽天天搞| 国产免费男女视频| 狂野欧美激情性xxxx在线观看| 99久久人妻综合| 亚洲欧美精品专区久久| 99热全是精品| 大型黄色视频在线免费观看| 日韩亚洲欧美综合| 你懂的网址亚洲精品在线观看 | 国产一级毛片在线| 99国产极品粉嫩在线观看| 久久久久免费精品人妻一区二区| 欧美又色又爽又黄视频| 欧美高清性xxxxhd video| 成人永久免费在线观看视频| 美女国产视频在线观看| 可以在线观看的亚洲视频| 黄色配什么色好看| 深夜精品福利| 欧美xxxx性猛交bbbb| 久久久久久久久中文| 欧美日韩精品成人综合77777| 久久午夜亚洲精品久久| 内射极品少妇av片p| 国产高清激情床上av| 乱系列少妇在线播放| www.av在线官网国产| 国产成人福利小说| 精品99又大又爽又粗少妇毛片| 久久精品91蜜桃| 欧美一区二区国产精品久久精品| 嘟嘟电影网在线观看| 人妻制服诱惑在线中文字幕| 乱人视频在线观看| 国产伦精品一区二区三区四那| 91麻豆精品激情在线观看国产| 特大巨黑吊av在线直播| 国产精品久久久久久亚洲av鲁大| 国产精品一区www在线观看| 成人亚洲欧美一区二区av| 69人妻影院| 人人妻人人看人人澡| 亚洲18禁久久av| 99久久人妻综合| 18禁黄网站禁片免费观看直播| 亚洲人与动物交配视频| 国产精品综合久久久久久久免费| 在现免费观看毛片| 国语自产精品视频在线第100页| 在线观看美女被高潮喷水网站| 天堂av国产一区二区熟女人妻| 日韩三级伦理在线观看| 又黄又爽又刺激的免费视频.| 成人国产麻豆网| 一级av片app| 2022亚洲国产成人精品| 少妇熟女欧美另类| 亚洲精品日韩在线中文字幕 | 在线观看免费视频日本深夜| 好男人视频免费观看在线| 国产免费男女视频| 校园人妻丝袜中文字幕| 欧美人与善性xxx| 国产精品爽爽va在线观看网站| 午夜精品一区二区三区免费看| 99热网站在线观看| av黄色大香蕉| 高清日韩中文字幕在线| 国产亚洲av片在线观看秒播厂 | 亚洲经典国产精华液单| 国产精品久久久久久av不卡| 少妇高潮的动态图| 亚洲aⅴ乱码一区二区在线播放| 欧美人与善性xxx| 中文字幕熟女人妻在线| 日日摸夜夜添夜夜添av毛片| 99九九线精品视频在线观看视频| 尾随美女入室| 欧美一区二区亚洲| 精品少妇黑人巨大在线播放 | 18禁在线播放成人免费| 看黄色毛片网站| 色哟哟·www| 亚洲av成人精品一区久久| 国产不卡一卡二| 亚洲精品国产av成人精品| 熟妇人妻久久中文字幕3abv| 观看美女的网站| 真实男女啪啪啪动态图| 亚洲精品日韩在线中文字幕 | 亚洲欧美日韩无卡精品| 最近的中文字幕免费完整| 成人毛片60女人毛片免费| 春色校园在线视频观看| 寂寞人妻少妇视频99o| 男人的好看免费观看在线视频| 夫妻性生交免费视频一级片| 亚洲精品久久国产高清桃花| 免费av不卡在线播放| 卡戴珊不雅视频在线播放| 国产免费男女视频| 两个人视频免费观看高清| 搞女人的毛片| 91在线精品国自产拍蜜月| 特级一级黄色大片| av在线播放精品| 一个人看视频在线观看www免费| 亚洲精品国产成人久久av| 看片在线看免费视频| 有码 亚洲区| 欧美最黄视频在线播放免费| 97在线视频观看| 亚洲av中文字字幕乱码综合| or卡值多少钱| 亚洲,欧美,日韩| 99九九线精品视频在线观看视频| 国产免费男女视频| 欧美激情在线99| 国产毛片a区久久久久| 午夜亚洲福利在线播放| 国产毛片a区久久久久| 女人十人毛片免费观看3o分钟| 一个人看视频在线观看www免费| 亚洲av一区综合| 久久久久久久久久成人| 欧美zozozo另类| 99久久九九国产精品国产免费| 久久6这里有精品| 国产精品一区二区三区四区免费观看| 亚洲精品影视一区二区三区av| 国产黄片美女视频| 国产成人影院久久av| 高清午夜精品一区二区三区 | 大型黄色视频在线免费观看| 午夜爱爱视频在线播放| av天堂在线播放| 夜夜夜夜夜久久久久| 村上凉子中文字幕在线| 亚洲精品456在线播放app| 18禁黄网站禁片免费观看直播| 晚上一个人看的免费电影| 日韩中字成人| 又爽又黄a免费视频| 我的女老师完整版在线观看| 天堂网av新在线| 变态另类丝袜制服| 国产伦精品一区二区三区四那| 欧美一区二区国产精品久久精品| 久久久久免费精品人妻一区二区| 91在线精品国自产拍蜜月| 大香蕉久久网| 国产成人影院久久av| 国产老妇女一区| 99久久精品国产国产毛片| 亚洲国产高清在线一区二区三| 日本欧美国产在线视频| 日韩av不卡免费在线播放| 久久人人爽人人片av| 亚洲乱码一区二区免费版| 一级av片app| 久久精品国产自在天天线| 校园春色视频在线观看| 婷婷六月久久综合丁香| 99热这里只有是精品50| 亚洲欧洲日产国产| 国产伦在线观看视频一区| 日本免费a在线| 黄色配什么色好看| 国产成人影院久久av| 国内精品美女久久久久久| 可以在线观看的亚洲视频| 欧美+亚洲+日韩+国产| 最近的中文字幕免费完整| 蜜臀久久99精品久久宅男| 久久草成人影院| 国内揄拍国产精品人妻在线| 又黄又爽又刺激的免费视频.| АⅤ资源中文在线天堂| 国产亚洲精品av在线| 搡老妇女老女人老熟妇| 国产高清不卡午夜福利| 久久久国产成人免费| 男人舔奶头视频| 日韩 亚洲 欧美在线| 免费看a级黄色片| 晚上一个人看的免费电影| 国产伦精品一区二区三区视频9| 高清在线视频一区二区三区 | 国产精品精品国产色婷婷| 一个人看视频在线观看www免费| 久久韩国三级中文字幕| 成年女人看的毛片在线观看| 热99re8久久精品国产| 亚洲乱码一区二区免费版| 午夜福利成人在线免费观看| 国产成人91sexporn| 黄色欧美视频在线观看| 国产精品日韩av在线免费观看| 天堂av国产一区二区熟女人妻| 欧美性感艳星| 人人妻人人澡人人爽人人夜夜 | 国产男人的电影天堂91| 国产精品人妻久久久久久| 最近中文字幕高清免费大全6| .国产精品久久| 久久久色成人| 久久99蜜桃精品久久| 如何舔出高潮| 美女黄网站色视频| 亚洲av中文字字幕乱码综合| 亚洲av第一区精品v没综合| 国产探花在线观看一区二区| 亚洲欧洲日产国产| 国产精品人妻久久久久久| 超碰av人人做人人爽久久| 网址你懂的国产日韩在线| 春色校园在线视频观看| 在线观看av片永久免费下载| 国产日本99.免费观看| av免费观看日本| 又爽又黄a免费视频| 一边亲一边摸免费视频| 欧美+日韩+精品| 久久午夜福利片| 我的老师免费观看完整版| 99热6这里只有精品| 精品人妻视频免费看| 精品日产1卡2卡| 亚洲精品日韩av片在线观看| 欧美成人精品欧美一级黄| 丰满人妻一区二区三区视频av| 美女被艹到高潮喷水动态| 午夜亚洲福利在线播放| 亚洲国产高清在线一区二区三| 热99re8久久精品国产| eeuss影院久久| 久久久a久久爽久久v久久| 亚洲最大成人av| 看免费成人av毛片| 1024手机看黄色片| 久久国产乱子免费精品| 男女那种视频在线观看| 久久综合国产亚洲精品| 国产亚洲精品久久久久久毛片| 少妇人妻精品综合一区二区 | 成人二区视频| 亚洲一级一片aⅴ在线观看| 97超碰精品成人国产| 亚洲高清免费不卡视频| 欧美+亚洲+日韩+国产| 国产精品久久电影中文字幕| 有码 亚洲区| 九草在线视频观看| 麻豆成人午夜福利视频| 国产一区二区三区av在线 | 99九九线精品视频在线观看视频| 日本成人三级电影网站| 熟女人妻精品中文字幕| 最新中文字幕久久久久| 久久这里有精品视频免费| 亚洲av熟女| 国产免费一级a男人的天堂| 亚洲精品456在线播放app| 亚洲av免费在线观看| 国产伦一二天堂av在线观看| 禁无遮挡网站| 亚洲国产精品sss在线观看| 又黄又爽又刺激的免费视频.| 欧美性猛交╳xxx乱大交人| 女同久久另类99精品国产91| a级毛色黄片| av免费在线看不卡| 国产午夜精品论理片| 18禁裸乳无遮挡免费网站照片| 亚洲精品久久久久久婷婷小说 | 午夜免费男女啪啪视频观看| 久久午夜福利片| 久久久午夜欧美精品| 欧美另类亚洲清纯唯美| 国国产精品蜜臀av免费| 国产黄片美女视频| 国产中年淑女户外野战色| 久久亚洲精品不卡| 国产午夜精品一二区理论片| 在线观看午夜福利视频| 国产三级在线视频| 99热这里只有是精品50| 亚洲七黄色美女视频| 1000部很黄的大片| 亚洲人成网站在线播| 成年女人永久免费观看视频| h日本视频在线播放| 亚洲人与动物交配视频| 免费av毛片视频| 中文资源天堂在线| 亚洲最大成人手机在线| 精品人妻视频免费看| 啦啦啦观看免费观看视频高清| 两个人视频免费观看高清| 欧美一区二区精品小视频在线| 九九爱精品视频在线观看| 久久久久久大精品| 熟女电影av网| 嘟嘟电影网在线观看| 变态另类丝袜制服| 一个人看的www免费观看视频| 99热6这里只有精品| 我的女老师完整版在线观看| 精品少妇黑人巨大在线播放 | 赤兔流量卡办理| 一区二区三区免费毛片| 国产精品福利在线免费观看| 国产成人a区在线观看| 久久6这里有精品| 久久精品人妻少妇| 国产 一区 欧美 日韩| 18禁在线播放成人免费| 不卡一级毛片| 99热这里只有精品一区| 国产视频首页在线观看| 欧美三级亚洲精品| 老司机福利观看| 九九热线精品视视频播放| 亚洲人成网站在线播放欧美日韩| 国产一级毛片在线| 国产一区二区亚洲精品在线观看| 成人亚洲欧美一区二区av| 女人被狂操c到高潮| 少妇的逼好多水| 国产白丝娇喘喷水9色精品| 国产日本99.免费观看| 五月玫瑰六月丁香| 三级经典国产精品| 色视频www国产| 亚洲熟妇中文字幕五十中出| 亚洲av二区三区四区| 99热这里只有是精品在线观看| 精品午夜福利在线看| 久久久久久久久久久免费av| 秋霞在线观看毛片| 国产精品人妻久久久影院| 色综合色国产| 久久99热6这里只有精品| 天堂√8在线中文| 变态另类成人亚洲欧美熟女| 婷婷色av中文字幕| 国国产精品蜜臀av免费| 欧美日韩一区二区视频在线观看视频在线 | 午夜精品一区二区三区免费看| 少妇猛男粗大的猛烈进出视频 | 老女人水多毛片| 国产高清有码在线观看视频| 一区二区三区高清视频在线| 麻豆精品久久久久久蜜桃| 热99在线观看视频| 国产日本99.免费观看| 成人永久免费在线观看视频| 日本爱情动作片www.在线观看| 久久久久久久久久久免费av| 99riav亚洲国产免费|