• <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
    精品国产美女av久久久久小说| 19禁男女啪啪无遮挡网站| 亚洲欧美一区二区三区久久| 一级片'在线观看视频| 嫁个100分男人电影在线观看| 久久狼人影院| 日韩欧美一区二区三区在线观看| 国产精品免费一区二区三区在线| 亚洲熟妇中文字幕五十中出 | 亚洲第一青青草原| 国产av一区二区精品久久| 一级毛片高清免费大全| 中国美女看黄片| a在线观看视频网站| 久久久精品欧美日韩精品| 国产精品日韩av在线免费观看 | 国产高清激情床上av| 亚洲国产中文字幕在线视频| av片东京热男人的天堂| 涩涩av久久男人的天堂| 午夜a级毛片| 在线免费观看的www视频| 国产欧美日韩精品亚洲av| 亚洲性夜色夜夜综合| 精品福利永久在线观看| 香蕉国产在线看| 极品人妻少妇av视频| 国产区一区二久久| 免费av中文字幕在线| 99精品在免费线老司机午夜| 国产成+人综合+亚洲专区| 精品少妇一区二区三区视频日本电影| 少妇粗大呻吟视频| 久久久国产欧美日韩av| 成人国产一区最新在线观看| 亚洲美女黄片视频| 少妇被粗大的猛进出69影院| 欧美日韩中文字幕国产精品一区二区三区 | 久久久精品国产亚洲av高清涩受| 中文字幕色久视频| 久久国产精品人妻蜜桃| 色综合婷婷激情| 日本撒尿小便嘘嘘汇集6| 淫秽高清视频在线观看| 精品福利永久在线观看| 国产av又大| av片东京热男人的天堂| 成人18禁在线播放| 日日爽夜夜爽网站| 国产精品乱码一区二三区的特点 | 亚洲成人久久性| 欧美+亚洲+日韩+国产| 99久久99久久久精品蜜桃| 国产高清国产精品国产三级| 亚洲精品av麻豆狂野| 国产精品乱码一区二三区的特点 | 国产深夜福利视频在线观看| av天堂在线播放| 天堂俺去俺来也www色官网| 黄色 视频免费看| 欧美不卡视频在线免费观看 | 亚洲国产精品sss在线观看 | 久久久久久久久久久久大奶| 大香蕉久久成人网| 黄色片一级片一级黄色片| 亚洲成a人片在线一区二区| 成人亚洲精品av一区二区 | 在线永久观看黄色视频| 99热只有精品国产| 亚洲人成77777在线视频| 麻豆av在线久日| 国产欧美日韩综合在线一区二区| 91麻豆av在线| 午夜免费鲁丝| 午夜福利影视在线免费观看| 国产精品亚洲一级av第二区| 日本五十路高清| 国产av一区二区精品久久| 男人操女人黄网站| 免费久久久久久久精品成人欧美视频| 曰老女人黄片| 99热只有精品国产| 99久久国产精品久久久| 咕卡用的链子| 动漫黄色视频在线观看| 色老头精品视频在线观看| 极品人妻少妇av视频| 精品国产一区二区久久| 狂野欧美激情性xxxx| 波多野结衣一区麻豆| 99久久综合精品五月天人人| 亚洲精品久久午夜乱码| 欧美国产精品va在线观看不卡| 777久久人妻少妇嫩草av网站| 黄色成人免费大全| cao死你这个sao货| 精品国产一区二区三区四区第35| 欧美黑人欧美精品刺激| 最近最新免费中文字幕在线| 自拍欧美九色日韩亚洲蝌蚪91| 国内久久婷婷六月综合欲色啪| 日日夜夜操网爽| 一级黄色大片毛片| 最好的美女福利视频网| 精品久久久久久久毛片微露脸| 免费在线观看黄色视频的| 久久青草综合色| 国产精品免费视频内射| 亚洲精品国产区一区二| 村上凉子中文字幕在线| 日韩欧美一区二区三区在线观看| 亚洲人成77777在线视频| 午夜福利在线观看吧| 色婷婷av一区二区三区视频| 黄色丝袜av网址大全| 国产亚洲精品一区二区www| 色哟哟哟哟哟哟| 在线观看免费视频网站a站| 成人免费观看视频高清| 久久久久九九精品影院| 精品午夜福利视频在线观看一区| 日日夜夜操网爽| 亚洲视频免费观看视频| a级片在线免费高清观看视频| 国产av精品麻豆| 欧美色视频一区免费| 夜夜躁狠狠躁天天躁| 不卡一级毛片| 18禁国产床啪视频网站| av网站免费在线观看视频| 成熟少妇高潮喷水视频| 老司机深夜福利视频在线观看| 黑人巨大精品欧美一区二区蜜桃| 精品乱码久久久久久99久播| 一级片免费观看大全| 狂野欧美激情性xxxx| 黄色毛片三级朝国网站| 变态另类成人亚洲欧美熟女 | 国产视频一区二区在线看| 国产成人系列免费观看| 91成年电影在线观看| 两性夫妻黄色片| 高清av免费在线| 看黄色毛片网站| 老司机靠b影院| av视频免费观看在线观看| 久久中文字幕一级| 后天国语完整版免费观看| 国产精品久久电影中文字幕| 欧美日韩国产mv在线观看视频| 天天躁夜夜躁狠狠躁躁| 国产精品爽爽va在线观看网站 | 国产成人精品无人区| 国产精品 欧美亚洲| 久久香蕉精品热| 国产在线观看jvid| 91大片在线观看| 97人妻天天添夜夜摸| 精品国产一区二区三区四区第35| 啦啦啦 在线观看视频| 久久精品成人免费网站| 欧美成人免费av一区二区三区| 99精品在免费线老司机午夜| 黄网站色视频无遮挡免费观看| 久久国产精品男人的天堂亚洲| 欧美激情极品国产一区二区三区| 18禁美女被吸乳视频| 三级毛片av免费| 国产成人av激情在线播放| 老司机在亚洲福利影院| 亚洲国产毛片av蜜桃av| 免费高清在线观看日韩| 国产精品偷伦视频观看了| 国产亚洲欧美精品永久| 亚洲一区二区三区不卡视频| 日本免费一区二区三区高清不卡 | 国产主播在线观看一区二区| 俄罗斯特黄特色一大片| 视频区图区小说| 日日摸夜夜添夜夜添小说| 久久婷婷成人综合色麻豆| 岛国视频午夜一区免费看| 久久久久国内视频| 国产在线精品亚洲第一网站| 欧美日韩黄片免| 亚洲精品美女久久av网站| 久久性视频一级片| 国产av一区在线观看免费| 成人精品一区二区免费| 少妇粗大呻吟视频| 国产免费av片在线观看野外av| 亚洲一码二码三码区别大吗| 久久久久国产一级毛片高清牌| 9191精品国产免费久久| 久久久久久人人人人人| 免费高清视频大片| 大香蕉久久成人网| 国产在线精品亚洲第一网站| 999久久久精品免费观看国产| 99热只有精品国产| 青草久久国产| 两个人看的免费小视频| 九色亚洲精品在线播放| 亚洲国产毛片av蜜桃av| 黑丝袜美女国产一区| 99久久精品国产亚洲精品| netflix在线观看网站| 纯流量卡能插随身wifi吗| 女生性感内裤真人,穿戴方法视频| 免费在线观看亚洲国产| 国产亚洲av高清不卡| 亚洲人成77777在线视频| 国产片内射在线| 日韩精品青青久久久久久| 啪啪无遮挡十八禁网站| 久久久久久久久中文| av视频免费观看在线观看| 久久这里只有精品19| 国产精品一区二区精品视频观看| 91成年电影在线观看| 久久久久精品国产欧美久久久| 国产av在哪里看| 亚洲五月婷婷丁香| 欧美日韩av久久| 国产亚洲欧美在线一区二区| 人人澡人人妻人| 国产精品久久久av美女十八| 国产欧美日韩一区二区精品| 精品少妇一区二区三区视频日本电影| 国产成人精品久久二区二区91| 黄色毛片三级朝国网站| 少妇被粗大的猛进出69影院| 桃色一区二区三区在线观看| 亚洲 国产 在线| 亚洲一区二区三区欧美精品| 久久精品亚洲熟妇少妇任你| 国产一区二区在线av高清观看| 亚洲成a人片在线一区二区| 亚洲自偷自拍图片 自拍| 婷婷精品国产亚洲av在线| 黄色视频不卡| 国产熟女午夜一区二区三区| 久久午夜综合久久蜜桃| 日韩精品中文字幕看吧| 欧美在线黄色| 午夜亚洲福利在线播放| 国产单亲对白刺激| 国产乱人伦免费视频| 他把我摸到了高潮在线观看| 18禁裸乳无遮挡免费网站照片 | 欧美性长视频在线观看| 国产成人系列免费观看| 交换朋友夫妻互换小说| √禁漫天堂资源中文www| 午夜两性在线视频| 91成年电影在线观看| 国产亚洲欧美精品永久| 久久精品91蜜桃| 大陆偷拍与自拍| 成人三级做爰电影| 女同久久另类99精品国产91| 十八禁网站免费在线| 极品人妻少妇av视频| 水蜜桃什么品种好| 在线天堂中文资源库| 成年女人毛片免费观看观看9| 麻豆成人av在线观看| 亚洲中文av在线| 99久久综合精品五月天人人| 亚洲三区欧美一区| 国产一区二区三区在线臀色熟女 | 韩国精品一区二区三区| 成在线人永久免费视频| 人人澡人人妻人| av欧美777| 久久久久久亚洲精品国产蜜桃av| 久久久久亚洲av毛片大全| 久久性视频一级片| 欧美日韩av久久| 午夜福利,免费看| 老鸭窝网址在线观看| 国产亚洲欧美在线一区二区| 欧美成狂野欧美在线观看| 正在播放国产对白刺激| 欧美精品亚洲一区二区| 免费在线观看完整版高清| 亚洲一卡2卡3卡4卡5卡精品中文| av国产精品久久久久影院| 亚洲精品一区av在线观看| 天堂中文最新版在线下载| 91麻豆av在线| 一级黄色大片毛片| 亚洲熟妇中文字幕五十中出 | 亚洲成人免费电影在线观看| 长腿黑丝高跟| 99久久精品国产亚洲精品| 岛国在线观看网站| 亚洲成人国产一区在线观看| 无人区码免费观看不卡| 又黄又爽又免费观看的视频| 美女高潮喷水抽搐中文字幕| 国产成人欧美在线观看| 在线观看66精品国产| 亚洲男人天堂网一区| 成人手机av| 久久人妻av系列| 国产精品综合久久久久久久免费 | 亚洲精品在线美女| 国产成人影院久久av| 老熟妇乱子伦视频在线观看| 亚洲av熟女| 一本综合久久免费| 久久人妻福利社区极品人妻图片| 国产熟女xx| 琪琪午夜伦伦电影理论片6080| 精品久久久久久久久久免费视频 | 色综合欧美亚洲国产小说| 久久人人97超碰香蕉20202| 如日韩欧美国产精品一区二区三区| 麻豆成人av在线观看| 欧美在线一区亚洲| 亚洲午夜精品一区,二区,三区| 日本免费a在线| 一级毛片高清免费大全| 视频区欧美日本亚洲| 高潮久久久久久久久久久不卡| 亚洲成人国产一区在线观看| 欧美久久黑人一区二区| 精品乱码久久久久久99久播| 人人澡人人妻人| 亚洲视频免费观看视频| 丰满迷人的少妇在线观看| 他把我摸到了高潮在线观看| av天堂久久9| 男女做爰动态图高潮gif福利片 | 国产精品电影一区二区三区| 日韩三级视频一区二区三区| 亚洲精品av麻豆狂野| 亚洲熟妇中文字幕五十中出 | 国产精品av久久久久免费| 热re99久久国产66热| 日韩三级视频一区二区三区| 看片在线看免费视频| 黄色视频不卡| 在线国产一区二区在线| 国产精品九九99| 国产精品电影一区二区三区| 欧美日韩中文字幕国产精品一区二区三区 | 精品久久蜜臀av无| 日韩成人在线观看一区二区三区| 狂野欧美激情性xxxx| 波多野结衣av一区二区av| 桃色一区二区三区在线观看| 欧美av亚洲av综合av国产av| 成人三级做爰电影| 久久国产精品男人的天堂亚洲| www国产在线视频色| 波多野结衣av一区二区av| 最新在线观看一区二区三区| 无遮挡黄片免费观看| 在线av久久热| 久久国产精品男人的天堂亚洲| 久久久久国产一级毛片高清牌| 亚洲国产毛片av蜜桃av| 亚洲精品国产一区二区精华液| 国产又色又爽无遮挡免费看| 国产成人啪精品午夜网站| 一a级毛片在线观看| 成人亚洲精品av一区二区 | 我的亚洲天堂| 国产精品九九99| 真人做人爱边吃奶动态| 国产精品爽爽va在线观看网站 | 欧美黄色淫秽网站| 精品一区二区三卡| 色尼玛亚洲综合影院| 国产主播在线观看一区二区| av天堂久久9| 黄片小视频在线播放| 久久热在线av| 国产午夜精品久久久久久| 中文字幕av电影在线播放| 欧美激情极品国产一区二区三区| 亚洲av成人一区二区三| 少妇裸体淫交视频免费看高清 | 男人舔女人的私密视频| 日本a在线网址| 人人妻人人添人人爽欧美一区卜| 亚洲成人久久性| 久久99一区二区三区| av天堂久久9| 久久久久亚洲av毛片大全| 免费看十八禁软件| 香蕉久久夜色| www.999成人在线观看| 免费久久久久久久精品成人欧美视频| 999久久久国产精品视频| 18美女黄网站色大片免费观看| 久久精品国产综合久久久| 99国产精品免费福利视频| 精品久久久久久成人av| 亚洲精品在线观看二区| 久久九九热精品免费| 欧美精品啪啪一区二区三区| 亚洲av美国av| 性欧美人与动物交配| 女人高潮潮喷娇喘18禁视频| 成人三级做爰电影| 午夜免费观看网址| 亚洲色图综合在线观看| 天天添夜夜摸| 美女国产高潮福利片在线看| 久久久久九九精品影院| 老熟妇乱子伦视频在线观看| 久久人妻福利社区极品人妻图片| 成年女人毛片免费观看观看9| 黄片播放在线免费| 日本 av在线| 高清av免费在线| 免费少妇av软件| 两人在一起打扑克的视频| 波多野结衣高清无吗| av网站免费在线观看视频| 午夜福利影视在线免费观看| 99精国产麻豆久久婷婷| 亚洲av片天天在线观看| 国产午夜精品久久久久久| 9色porny在线观看| 久久精品国产清高在天天线| 国产片内射在线| 久久人人精品亚洲av| 亚洲欧美激情综合另类| 久久国产亚洲av麻豆专区| 国产又爽黄色视频| 无人区码免费观看不卡| 午夜两性在线视频| 亚洲欧美一区二区三区黑人| 精品高清国产在线一区| 亚洲成av片中文字幕在线观看| 法律面前人人平等表现在哪些方面| 男女午夜视频在线观看| 99精品久久久久人妻精品| 女同久久另类99精品国产91| 日日干狠狠操夜夜爽| netflix在线观看网站| 久久久水蜜桃国产精品网| 亚洲欧洲精品一区二区精品久久久| 欧美av亚洲av综合av国产av| 热99re8久久精品国产| 久久久久久人人人人人| 成年人黄色毛片网站| 在线观看66精品国产| 国产精品久久久久久人妻精品电影| 女人爽到高潮嗷嗷叫在线视频| 男人舔女人下体高潮全视频| www.999成人在线观看| www.精华液| 在线观看一区二区三区激情| 无人区码免费观看不卡| 国产无遮挡羞羞视频在线观看| 人成视频在线观看免费观看| 韩国av一区二区三区四区| 亚洲精品美女久久av网站| 中文字幕最新亚洲高清| 亚洲国产看品久久| bbb黄色大片| 欧美日韩黄片免| 1024视频免费在线观看| 久久精品亚洲熟妇少妇任你| 免费高清在线观看日韩| 一级毛片精品| 精品乱码久久久久久99久播| 午夜成年电影在线免费观看| 免费少妇av软件| 在线av久久热| 精品人妻1区二区| 免费在线观看亚洲国产| 日韩免费av在线播放| 成人黄色视频免费在线看| 久久香蕉精品热| 国产精品久久视频播放| 色婷婷久久久亚洲欧美| 久久久精品欧美日韩精品| 国产激情欧美一区二区| 十八禁网站免费在线| 9色porny在线观看| 国产精品香港三级国产av潘金莲| 成年女人毛片免费观看观看9| 免费看a级黄色片| 99久久精品国产亚洲精品| 99久久人妻综合| x7x7x7水蜜桃| 国产野战对白在线观看| 黑人猛操日本美女一级片| 亚洲精品国产精品久久久不卡| 无限看片的www在线观看| www.www免费av| www.自偷自拍.com| 国产成人啪精品午夜网站| 成年人免费黄色播放视频| 老司机深夜福利视频在线观看| 高清毛片免费观看视频网站 | 亚洲中文av在线| 又黄又爽又免费观看的视频| 欧美色视频一区免费| 天天躁狠狠躁夜夜躁狠狠躁| 两个人看的免费小视频| 欧美日韩亚洲综合一区二区三区_| 又紧又爽又黄一区二区| 在线观看日韩欧美| 久久国产精品男人的天堂亚洲| 黄片播放在线免费| 国产亚洲精品久久久久5区| 亚洲三区欧美一区| 夜夜夜夜夜久久久久| 久久天堂一区二区三区四区| 亚洲午夜理论影院| 久久久久久久精品吃奶| 老熟妇仑乱视频hdxx| 久久久国产一区二区| 亚洲熟妇熟女久久| 曰老女人黄片| 99精品久久久久人妻精品| 久久人人97超碰香蕉20202| 国产成人一区二区三区免费视频网站| 自线自在国产av| 首页视频小说图片口味搜索| 在线观看一区二区三区激情| 亚洲成国产人片在线观看| 91成人精品电影| 99久久综合精品五月天人人| 亚洲国产看品久久| 久久伊人香网站| 一进一出好大好爽视频| 久久热在线av| 十八禁网站免费在线| 91精品国产国语对白视频| 99精国产麻豆久久婷婷| 欧美性长视频在线观看| 交换朋友夫妻互换小说| 亚洲人成网站在线播放欧美日韩| 欧美成狂野欧美在线观看| 午夜精品国产一区二区电影| 日本vs欧美在线观看视频| 久久久国产欧美日韩av| 高清av免费在线| 国产欧美日韩一区二区三| 我的亚洲天堂| 亚洲av日韩精品久久久久久密| 搡老熟女国产l中国老女人| 51午夜福利影视在线观看| 手机成人av网站| 超色免费av| 成人av一区二区三区在线看| 一进一出抽搐动态| 国产男靠女视频免费网站| 亚洲第一欧美日韩一区二区三区| 午夜福利欧美成人| 级片在线观看| 天堂√8在线中文| 9191精品国产免费久久| 少妇裸体淫交视频免费看高清 | 欧美成人午夜精品| 真人一进一出gif抽搐免费| 午夜精品国产一区二区电影| 黄色片一级片一级黄色片| 国产av在哪里看| 婷婷丁香在线五月| 婷婷六月久久综合丁香| 亚洲国产中文字幕在线视频| 两个人免费观看高清视频| 亚洲在线自拍视频| 在线天堂中文资源库| netflix在线观看网站| 亚洲精品中文字幕一二三四区| 一级a爱视频在线免费观看| 国产精品成人在线| 自线自在国产av| 亚洲第一欧美日韩一区二区三区| 日韩欧美一区视频在线观看| 久久人人爽av亚洲精品天堂| 国产三级黄色录像| 国产精品久久久久成人av| 亚洲五月天丁香| 麻豆久久精品国产亚洲av | 亚洲av成人不卡在线观看播放网| 老司机午夜福利在线观看视频| 婷婷六月久久综合丁香| 高潮久久久久久久久久久不卡| 午夜福利欧美成人| 天堂影院成人在线观看| 欧美日本中文国产一区发布| 亚洲av成人一区二区三| 国产成人精品久久二区二区91| 亚洲熟女毛片儿| 日本wwww免费看| 国产xxxxx性猛交| 久久午夜综合久久蜜桃| 亚洲狠狠婷婷综合久久图片| 国产无遮挡羞羞视频在线观看| 午夜久久久在线观看| 丝袜美腿诱惑在线| 一进一出抽搐gif免费好疼 | 女生性感内裤真人,穿戴方法视频| 侵犯人妻中文字幕一二三四区| 欧美中文日本在线观看视频| 国产精品九九99| 国产亚洲精品久久久久久毛片| 可以免费在线观看a视频的电影网站| 国产一区二区在线av高清观看| 国产亚洲av高清不卡| 婷婷丁香在线五月| 午夜福利免费观看在线| 精品国产亚洲在线| 高清av免费在线|