• <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 ?

    基于機(jī)器學(xué)習(xí)的車輛沖撞威脅可能性評估方法研究

    2022-07-20 02:51:18劉佳琦陳文靜
    關(guān)鍵詞:沖撞威脅神經(jīng)網(wǎng)絡(luò)

    劉佳琦, 陳文靜

    (中國人民公安大學(xué)信息網(wǎng)絡(luò)安全學(xué)院, 北京 100038)

    0 引言

    當(dāng)今世界恐怖主義、極端暴力襲擊事件頻發(fā),給人民安全和社會(huì)穩(wěn)定帶來極大威脅。車輛沖撞是指襲擊者以車輛作為武器故意駕駛車輛撞向建筑物、人群或者其他目標(biāo)的行為。通過統(tǒng)計(jì)分析近15年全球恐怖主義數(shù)據(jù)庫(Global Terrorism Database,GTD)所收錄的恐怖主義事件,發(fā)現(xiàn)車輛沖撞事件數(shù)量呈現(xiàn)逐年上升趨勢。由于國內(nèi)對于爆炸物、槍支和刀具的嚴(yán)格管控,使得車輛成為恐怖分子和極端犯罪分子最容易獲得的武器,車輛沖撞已然成為國內(nèi)恐怖襲擊最主要威脅之一。對恐怖活動(dòng)的風(fēng)險(xiǎn)評估成為近年來國內(nèi)外研究的熱點(diǎn)問題。

    風(fēng)險(xiǎn)評估流程在《風(fēng)險(xiǎn)管理原則與實(shí)施指南》(GB/T 24353—2009)中進(jìn)行了明確,風(fēng)險(xiǎn)評估包括風(fēng)險(xiǎn)識別、風(fēng)險(xiǎn)分析及風(fēng)險(xiǎn)評價(jià)3個(gè)重要步驟[1]。社會(huì)安全風(fēng)險(xiǎn)評估通常將風(fēng)險(xiǎn)分析分為襲擊發(fā)生可能性分析(敵手能力)、安防系統(tǒng)脆弱性分析及襲擊發(fā)生的后果分析3個(gè)部分,其中可能性評估是風(fēng)險(xiǎn)評估的重要組成部分,是對襲擊發(fā)生的可能程度進(jìn)行分析與評估,其評估結(jié)果對風(fēng)險(xiǎn)評估的結(jié)果有重要的影響,通過可能性評估,能夠準(zhǔn)確分析襲擊者的意圖和能力,也可以在進(jìn)行風(fēng)險(xiǎn)相關(guān)決策時(shí)為風(fēng)險(xiǎn)管理者提供參考依據(jù)。

    隨著安全風(fēng)險(xiǎn)評估技術(shù)的不斷發(fā)展,威脅發(fā)生可能性評估已經(jīng)有了一套較為完整的流程。首先明確針對防護(hù)目標(biāo)的惡意威脅行為,收集相關(guān)數(shù)據(jù)信息、歷史案件資料,再建立可能性評估指標(biāo)體系,最后通過層次分析法、模糊綜合評價(jià)法、ANP等評估方法得到可能性分值。辛晶等應(yīng)用網(wǎng)絡(luò)層次分析法對石油化工設(shè)施安全進(jìn)行了風(fēng)險(xiǎn)評估[2]。王永寶等應(yīng)用風(fēng)險(xiǎn)矩陣對風(fēng)險(xiǎn)可能性進(jìn)行了分析[3]。盧耀健等基于模糊隨機(jī)方法對臺風(fēng)災(zāi)害模糊可能性進(jìn)行分析,最終得到臺風(fēng)災(zāi)害模糊風(fēng)險(xiǎn)評估模型[4]。王肖霞等引入廣義模糊數(shù)定量描述專家信息,先利用可能性分布統(tǒng)一表征信息,然后利用相似測度對可能性熵權(quán)進(jìn)行調(diào)整最后完成尾礦壩風(fēng)險(xiǎn)可能性評估[5]。可能性評估研究仍然存在一定局限性,首先風(fēng)險(xiǎn)評估評模型中的可能性評估指標(biāo)多為歷史事件、對手?jǐn)?shù)量、動(dòng)機(jī)等指標(biāo),指標(biāo)數(shù)量較少覆蓋不夠全面,缺少科學(xué)和全面的可能性評估指標(biāo)體系研究,同時(shí)指標(biāo)分級標(biāo)準(zhǔn)不夠細(xì)致精準(zhǔn),難以實(shí)現(xiàn)科學(xué)量化;其次評估方法多采用專家經(jīng)驗(yàn)法,過分強(qiáng)調(diào)專家主觀意愿,評估結(jié)果缺少客觀性,依賴專家經(jīng)驗(yàn)的評估方法同時(shí)存在評估結(jié)果不穩(wěn)定的問題。

    綜上所述,恐怖襲擊成因錯(cuò)綜復(fù)雜,單純的定性或定量分析難以科學(xué)和全面地評估襲擊發(fā)生的可能性。基于此,本文提出了一種基于PSO- BP神經(jīng)網(wǎng)絡(luò)的車輛沖撞威脅可能性評估方法,首先收集2006~2020年間國內(nèi)外發(fā)生的車輛沖撞案例,在案例分析基礎(chǔ)上結(jié)合專家經(jīng)驗(yàn)建立車輛沖撞可能性指標(biāo)體系, 根據(jù)案例描述,結(jié)合專家經(jīng)驗(yàn)建立可能性評估指標(biāo)數(shù)據(jù)集,再利用神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)集進(jìn)行反復(fù)學(xué)習(xí)和訓(xùn)練,實(shí)現(xiàn)可復(fù)用的車輛沖撞威脅可能性評估模型,通過實(shí)驗(yàn)分析,該模型可以科學(xué)、全面的對威脅發(fā)生可能性進(jìn)行評估。

    1 可能性評估指標(biāo)體系及數(shù)據(jù)集構(gòu)建

    為了科學(xué)、全面地構(gòu)建車輛沖撞可能性評估指標(biāo)體系,用更加真實(shí)、準(zhǔn)確的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),得到科學(xué)實(shí)用的可能性評估模型,本文構(gòu)建了針對車輛沖撞威脅案例集和可能性評估指標(biāo)數(shù)據(jù)集。

    1.1 案例收集與分析

    通過收集國內(nèi)外發(fā)生具有一定關(guān)注度的車輛沖撞案例,對案例進(jìn)行分析研究后發(fā)現(xiàn),車輛沖撞事件除以政治、宗教等問題為動(dòng)機(jī)的恐怖事件外,還有很多以酗酒、吸毒、個(gè)人泄憤等為動(dòng)機(jī)的暴力事件,這些暴力事件后果嚴(yán)重,威脅人民安全和社會(huì)穩(wěn)定,同樣應(yīng)該引起重視。因此本文首先篩選GTD數(shù)據(jù)庫中2006~2020年的車輛沖撞數(shù)據(jù),并以這些數(shù)據(jù)為基礎(chǔ)信息,擴(kuò)展收集各種官方公布信息、新聞媒體報(bào)道以及現(xiàn)場視頻資料等;又?jǐn)U展收集了2006~2020年間其他原因發(fā)生的各種汽車沖撞案例,建立了全面、準(zhǔn)確的車輛沖撞案例集,案例集包含車輛沖撞案例175個(gè)。

    1.2 可能性評估指標(biāo)構(gòu)建

    建立科學(xué)、全面且有針對性的指標(biāo)體系是可能性評估中至關(guān)重要的一部分,指標(biāo)體系的構(gòu)建決定了可能性評估模型的準(zhǔn)確度和合理性。傳統(tǒng)風(fēng)險(xiǎn)管理流程中可能性評估通常稱為威脅分析,威脅包括敵方的數(shù)量和類型、敵人作案手法、工具類型、運(yùn)用武器等。

    通過對收集的車輛沖撞案例分析,發(fā)現(xiàn)車輛沖撞事件具有很高的關(guān)聯(lián)度。首先對事件發(fā)生的背景、經(jīng)過、人員、后果、影響等細(xì)節(jié)進(jìn)行挖掘與整理,從事件發(fā)生的可能性影響因素的角度出發(fā)分析影響事件發(fā)生可能性的共性因素,如當(dāng)車輛進(jìn)行安裝爆炸物等重度改裝,車輛沖撞襲擊發(fā)生的可能性會(huì)大幅度增加;人群高度密集的場所更容易發(fā)生車輛沖撞事件;車輛在大型附近或人群聚集場所附近出現(xiàn)如逆行、進(jìn)行道路行駛、反復(fù)出現(xiàn)在同一路段等車輛行駛異常行為時(shí),車輛沖撞事件發(fā)生的可能性也隨之增加。

    對車輛沖撞案例進(jìn)行高頻詞匯分析,同時(shí)參考人群密集高風(fēng)險(xiǎn)場所風(fēng)險(xiǎn)評估指標(biāo)體系,從“攻”與“防”角度出發(fā)對車輛沖撞事件的成因進(jìn)行分析,結(jié)合專家經(jīng)驗(yàn),建立車輛沖撞威脅可能性評估指標(biāo)體系,得到兩個(gè)一級指標(biāo),敵手能力和目標(biāo)吸引力。敵手能力包括:敵方的動(dòng)機(jī)、戰(zhàn)術(shù)、武器、能力等,用于描述敵手即發(fā)動(dòng)襲擊的可能性。目標(biāo)吸引力是指襲擊目標(biāo)自身的影響力,舉辦活動(dòng)的規(guī)模等,主要用于描述成為襲擊目標(biāo)的可能性。從敵手能力和目標(biāo)吸引力兩個(gè)一級指標(biāo)出發(fā),共確定二級指標(biāo)16個(gè)。可能性指標(biāo)體系如表1所示。

    表1 可能性指標(biāo)體系

    1.3 指標(biāo)分級標(biāo)準(zhǔn)

    根據(jù)風(fēng)險(xiǎn)管理原則與實(shí)施指南等相關(guān)國家標(biāo)準(zhǔn),結(jié)合傳統(tǒng)風(fēng)險(xiǎn)評估方法和專家經(jīng)驗(yàn),對各指標(biāo)進(jìn)行分級[6]。一級指標(biāo)敵手能力下確定4個(gè)二級指標(biāo),一級指標(biāo)目標(biāo)吸引力下確定3個(gè)二級指標(biāo)。參考車輛碰撞試驗(yàn)等相關(guān)國內(nèi)外標(biāo)準(zhǔn)及車輛沖撞相關(guān)實(shí)驗(yàn)數(shù)據(jù),確定每個(gè)指標(biāo)的分級標(biāo)準(zhǔn),再根據(jù)車輛沖撞數(shù)據(jù)分布情況及車輛沖撞特點(diǎn)對分級標(biāo)準(zhǔn)進(jìn)行調(diào)整。各個(gè)指標(biāo)分級及其賦值標(biāo)準(zhǔn)見表2和表3。

    表2 一級指標(biāo)敵手能力下二級指標(biāo)分級及賦值表

    表3 一級指標(biāo)目標(biāo)吸引力下二級指標(biāo)分級及賦值表

    1.4 數(shù)據(jù)集的構(gòu)建

    依據(jù)輸入指標(biāo)分級及賦值表,對收集建立的案例集(詳見1.1)的每個(gè)案例的各項(xiàng)可能性評估指標(biāo)進(jìn)行賦值,得到車輛沖撞可能性評估指標(biāo)數(shù)據(jù)集。

    在數(shù)據(jù)處理過程中發(fā)現(xiàn),少數(shù)車輛沖撞事件對社會(huì)危害較小并未引起媒體的關(guān)注,導(dǎo)致這些事件相關(guān)信息缺失,個(gè)別指標(biāo)存在空缺值。為保證建立的數(shù)據(jù)集的嚴(yán)謹(jǐn)性和可靠性,對指標(biāo)數(shù)值空缺超過兩項(xiàng)的不完整數(shù)據(jù)進(jìn)行刪除,其余空缺值選用該指標(biāo)中位數(shù)填充處理。

    機(jī)器學(xué)習(xí)過程中最重要的部分是對輸入數(shù)據(jù)的特征值進(jìn)行抓取,而目前國內(nèi)外發(fā)生的車輛沖撞事件并不能覆蓋此類事件發(fā)生的可能性的全部特征,需要進(jìn)行數(shù)據(jù)插補(bǔ),補(bǔ)充極端情況指標(biāo)數(shù)據(jù),包括各指標(biāo)的極高或極低等級以維持?jǐn)?shù)據(jù)特征完整性。

    最終得到車輛沖撞事件威脅發(fā)生可能性評估指標(biāo)數(shù)據(jù)集,數(shù)據(jù)量為300條。車輛沖撞威脅發(fā)生可能性分值為數(shù)據(jù)標(biāo)簽。

    1.5 數(shù)據(jù)集的擴(kuò)展

    蒙特卡洛方法(Monte Carlo)是一種基于概率論的隨機(jī)抽樣方法,可以實(shí)現(xiàn)對小樣本數(shù)據(jù)擴(kuò)充。蒙特卡洛方法的思想起源于18世紀(jì)Buffon投針實(shí)驗(yàn),實(shí)驗(yàn)創(chuàng)造了用隨機(jī)模擬估計(jì)預(yù)測量的新方法[8]。ChenGang等人2019年利用蒙特卡洛方法構(gòu)造虛擬樣本補(bǔ)充到數(shù)據(jù)集中,解決了因樣本數(shù)量不足導(dǎo)致結(jié)構(gòu)件壽命預(yù)測準(zhǔn)確率低的問題[9]。

    蒙特卡洛方法在進(jìn)行大量隨機(jī)模擬實(shí)驗(yàn)后通過隨機(jī)抽樣得到滿足變量分布的虛擬樣本,最后將這些虛擬樣本加入到原始數(shù)據(jù)實(shí)現(xiàn)數(shù)據(jù)集擴(kuò)充。直接采樣、接受拒絕采樣與重要性采樣是最常見的3種蒙特卡洛采樣方法[10]。本文選取接受拒絕采樣方法,拒絕采樣適用于原分布式未知的情況,同時(shí)數(shù)據(jù)的維數(shù)不會(huì)影響蒙特卡洛方法的復(fù)雜性,因此這一方法適合解決車輛沖撞威脅可能性評估數(shù)據(jù)擴(kuò)充問題。使用蒙特卡洛方法將可能性數(shù)據(jù)集擴(kuò)充后從中選取900條數(shù)據(jù)用于后續(xù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

    2 基于BP神經(jīng)網(wǎng)絡(luò)的評估模型構(gòu)建

    2.1 BP神經(jīng)網(wǎng)絡(luò)

    BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是Rumelhart和McClelland等科學(xué)家于1986年提出的一種深度學(xué)習(xí)算法[11], BP神經(jīng)網(wǎng)絡(luò)模型通過建立機(jī)器的多隱含層模型并使用大量數(shù)據(jù)進(jìn)行訓(xùn)練來學(xué)習(xí)有用的特征,從而達(dá)到提高分類、預(yù)測的準(zhǔn)確性的目的。BP神經(jīng)網(wǎng)絡(luò)是一種前饋型神經(jīng)網(wǎng)絡(luò),其核心是利用誤差不斷修正權(quán)值和閾值。BP神經(jīng)網(wǎng)絡(luò)為3層結(jié)構(gòu),輸入層、隱含層、輸出層,每一層都由一定數(shù)量的神經(jīng)元(節(jié)點(diǎn))組成,每一個(gè)神經(jīng)元以其自身的拓?fù)浣Y(jié)構(gòu)進(jìn)行運(yùn)算,共同完成整個(gè)神經(jīng)網(wǎng)絡(luò)的計(jì)算,神經(jīng)元拓?fù)浣Y(jié)構(gòu)如圖1所示。xi為神經(jīng)元輸入,ωi為連接權(quán)值,選取最便捷的線性加權(quán)求和可得神經(jīng)元凈輸入Netin為:

    圖1 神經(jīng)元拓?fù)鋱D

    (1)

    θi表示該神經(jīng)元的閾值,f為激活函數(shù),此時(shí)可以得到神經(jīng)元輸出:

    yi=f(Netin-θi)

    (2)

    BP神經(jīng)網(wǎng)絡(luò)整個(gè)算法流程包括兩個(gè)部分,第一個(gè)部分是信號經(jīng)過輸入層、隱含層、輸出層向前傳播,第二部分是誤差反向傳播,在這一部分使用梯度下降法來更新參數(shù),誤差經(jīng)過輸出層、隱含層、輸入層不斷反向傳播,依次修正各層之間的權(quán)重和偏置,最終使得預(yù)測的輸出不斷逼近期望輸出,達(dá)到所期望的目標(biāo)精度。

    2.2 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

    車輛沖撞威脅可能性評估數(shù)據(jù)為整數(shù)型數(shù)據(jù),兩個(gè)整數(shù)之間的關(guān)系實(shí)際意義不大,這些無價(jià)值的信息會(huì)給機(jī)器學(xué)習(xí)模型帶來信息干擾。為了解決上述問題,在機(jī)器學(xué)習(xí)模型建立前對數(shù)據(jù)進(jìn)行獨(dú)熱編碼(One-Hot Encoding)處理,使可能性評估模型變成多分類模型。

    獨(dú)熱編碼又被稱為one-hot編碼或一位有效編碼,可以用于解決多分類問題。獨(dú)熱編碼利用狀態(tài)寄存器對每一種狀態(tài)進(jìn)行編碼,每一個(gè)狀態(tài)都有自己的寄存器,因此只有一位寄存器出于有效狀態(tài)。獨(dú)熱編碼方式是一種易于實(shí)現(xiàn)的編碼方式,其在處理非連續(xù)數(shù)據(jù)時(shí)具有很大優(yōu)勢,獨(dú)熱編碼不需要解碼器就可以實(shí)現(xiàn),此外一定程度上實(shí)現(xiàn)了特征擴(kuò)充[12]。車輛沖撞威脅可能性評估的數(shù)據(jù)為等級數(shù)值,是不連續(xù)的整數(shù),因適合使用獨(dú)熱編碼方式進(jìn)行編碼。

    神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性、收斂速度、預(yù)測精準(zhǔn)度都依賴于訓(xùn)練算法和網(wǎng)絡(luò)結(jié)構(gòu),網(wǎng)絡(luò)結(jié)構(gòu)主要包括網(wǎng)絡(luò)層數(shù)和各層的神經(jīng)元節(jié)點(diǎn)個(gè)數(shù)。BP神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)及其參數(shù)設(shè)置如下。

    (1)輸入層

    輸入層為的輸入數(shù)據(jù)為對手?jǐn)?shù)目、對手是否有犯罪前科、場館舉辦活動(dòng)規(guī)模等7個(gè)可能性評估指標(biāo)的分值,輸入層有7個(gè)變量,其節(jié)點(diǎn)數(shù)為7。

    (2)隱含層

    對于隱藏層的設(shè)定,需要考慮隱藏層的層數(shù)和各層神經(jīng)元的個(gè)數(shù)這兩個(gè)重要的內(nèi)容。隱含層的層數(shù)越多模型越復(fù)雜,越適用于解決復(fù)雜問題。車輛沖撞威脅可能性分析模型復(fù)雜程度不高,但其數(shù)據(jù)特征不夠明顯,特征提取存在一定難度。在實(shí)驗(yàn)過程中首先將隱含層設(shè)置為一層,在嘗試變換隱含層節(jié)點(diǎn)數(shù)后測試集準(zhǔn)確度始終不能達(dá)到40%。當(dāng)隱含層增加到兩層,準(zhǔn)確大幅提升。經(jīng)過實(shí)驗(yàn)最后確定隱含層數(shù)為兩層。進(jìn)行多次的測試與驗(yàn)證,綜合數(shù)據(jù)集與大型場館可能性評估的實(shí)際情況,得到最優(yōu)隱含層設(shè)置為隱含層第一層為20個(gè)節(jié)點(diǎn),隱含層第二層為10個(gè)節(jié)點(diǎn),此時(shí)訓(xùn)練速度和精度都達(dá)到了最優(yōu)狀態(tài)。

    (3)輸出層

    輸出層的輸出數(shù)據(jù)為大型場館發(fā)生車輛沖撞事件的可能性,數(shù)值分為1~5個(gè)整數(shù)數(shù)字,代表可能性的5個(gè)等級。輸出數(shù)據(jù)只有可能性這一個(gè)變量,基于獨(dú)熱偏碼方式輸出層節(jié)點(diǎn)數(shù)量設(shè)為5。

    (4)參數(shù)設(shè)置

    除上述參數(shù)外,迭代次數(shù)、學(xué)習(xí)率、以及誤差的計(jì)算等BP神經(jīng)網(wǎng)絡(luò)參數(shù)需要設(shè)置。經(jīng)過系列實(shí)驗(yàn)最終確定迭代次數(shù)設(shè)置為10 000,學(xué)習(xí)率設(shè)置為0.02,克服了梯度消失的問題,加快了訓(xùn)練速度。選用均方根誤差(MSE)進(jìn)行誤差的計(jì)算。其公式如公式(3),其中yi為真實(shí)值i為預(yù)測值。

    (3)

    使用Python3.8、TensorFlow2.0完成BP神經(jīng)網(wǎng)絡(luò)構(gòu)建。分割上文所構(gòu)建的數(shù)據(jù)集,80%作為訓(xùn)練數(shù)據(jù),20%作為測試數(shù)據(jù),訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。

    綜上,最終確定車輛沖撞威脅可能性評估的BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖2所示。

    圖2 BP神經(jīng)網(wǎng)絡(luò)拓?fù)鋱D

    2.3 BP神經(jīng)網(wǎng)絡(luò)模型結(jié)果分析

    模型準(zhǔn)確率曲線如圖所示如下圖3所示,可以看出在5 000次迭代時(shí)得到相對最好的效果。最終的準(zhǔn)確度為60%。

    圖3 BP神經(jīng)網(wǎng)絡(luò)準(zhǔn)確度曲線

    3 基于PSO- BP神經(jīng)網(wǎng)絡(luò)的評估模型構(gòu)建

    傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用在各個(gè)領(lǐng)域,是成熟的研究方法,但在應(yīng)用車輛沖撞威脅可能性評估問題上時(shí)容易陷入局部最優(yōu)解,此外BP神經(jīng)網(wǎng)絡(luò)過度依賴初始方案和初始參數(shù)。為更好建立大型場館面向車輛沖撞的可能性評估模型,本文使用了粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型,解決了模型容易陷入局部最優(yōu)解的問題,大幅提高了模型準(zhǔn)確度。

    3.1 粒子群優(yōu)化算法

    群智能(Swarm Intelligence)方法靈感源自觀察自然界中蟻群、蜜蜂群、鳥類以及魚類等生物群體的行為機(jī)制[13]。大量個(gè)體想要完成復(fù)雜的任務(wù)需要相互配合,每個(gè)較大的生物群體有自己的相互協(xié)作方式,群智能算法是模仿這樣的行為的算法。群智能算法中較為典型的算法有蟻群算法和粒子群優(yōu)化算法等。群智能優(yōu)化算法中引入了隨機(jī)數(shù)和隨機(jī)初始化,相比于其他優(yōu)化算法群智能優(yōu)化算法對初始方案的依賴程度較低,可以用于處理各種復(fù)雜問題,應(yīng)用領(lǐng)域十分廣泛,漸漸成為主流優(yōu)化技術(shù),在數(shù)據(jù)挖掘、計(jì)算智能、工業(yè)應(yīng)用、生物、經(jīng)濟(jì)等領(lǐng)域都有重要的應(yīng)用[14]。

    (4)

    (5)

    BP對于初始權(quán)重的設(shè)置是隨機(jī)的,初始權(quán)重直接影響模型的預(yù)測效果。PSO- BP神經(jīng)網(wǎng)絡(luò)使用粒子群算法對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,把BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度作為粒子群算法的優(yōu)化目標(biāo),尋找使得預(yù)測效果達(dá)到最佳的BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)初始權(quán)重,從而得到最優(yōu)預(yù)測模型。PSO- BP神經(jīng)網(wǎng)絡(luò)的流程圖如圖4所示。

    圖4 PSO- BP流程圖

    3.2 PSO- BP模型構(gòu)建

    構(gòu)建PSO- BP神經(jīng)網(wǎng)絡(luò)模型需要對PSO算法進(jìn)行設(shè)定,在PSO算法中種群規(guī)模是一個(gè)非常重要的參數(shù),種群中所包含的粒子數(shù)決定了網(wǎng)絡(luò)的復(fù)雜程度,不但影響了模型的收斂速度更影響了模型預(yù)測的準(zhǔn)確度,粒子數(shù)過少可能會(huì)導(dǎo)致找不到最優(yōu)解,粒子數(shù)過大又會(huì)使計(jì)算時(shí)間過長,結(jié)合實(shí)踐經(jīng)驗(yàn)及本論文所研究問題的特征,設(shè)置粒子個(gè)數(shù)為3。粒子矩陣形狀設(shè)置為3×20×20。學(xué)習(xí)因子設(shè)置為0.02,慣性權(quán)重均設(shè)置為0.8。

    使用Python3.8、TensorFlow2.0完成PSO- BP神經(jīng)網(wǎng)絡(luò)構(gòu)建,將上文所構(gòu)建的數(shù)據(jù)集進(jìn)行分割,80%作為訓(xùn)練數(shù)據(jù),20%作為測試數(shù)據(jù),作為輸入數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò),再對數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理后開始模型的訓(xùn)練、預(yù)測及效果評估。

    3.3 PSO- BP模型結(jié)果分析

    模型誤曲線如圖5所示,可以看出隨著迭代次數(shù)的增加誤差下降的非常快,在8 000次迭代后誤差變化幅度減小,在10 000次迭代時(shí)得到最好的效果。使用PSO- BP算法避免了陷入局部最優(yōu)解情況發(fā)生,獲得擬合區(qū)間,模型能快速抓取到車輛沖撞威脅可能性評估數(shù)據(jù)集的特征。圖6為模型訓(xùn)練準(zhǔn)確度的變化曲線,模型經(jīng)過10 000次迭代后得到最終的準(zhǔn)確度78.8%。模型訓(xùn)練耗時(shí)短收斂快,不會(huì)陷入局部最優(yōu)解,誤差小準(zhǔn)確度高。未經(jīng)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率為60%,PSO- BP神經(jīng)網(wǎng)絡(luò)準(zhǔn)確度更高,效果更穩(wěn)定,對于車輛沖撞事件可能性評估有更好的預(yù)測效果。

    圖5 PSO- BP誤差曲線

    圖6 PSO- BP準(zhǔn)確度曲線

    為驗(yàn)證本文提出的PSO- BP神經(jīng)網(wǎng)絡(luò)模型的有效性及可用性,額外選取遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)(GA- BP)模型和基于sklearn的決策樹模型同前文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型和PSO- BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比實(shí)驗(yàn),結(jié)果如表4所示。經(jīng)對比,PSO- BP神經(jīng)網(wǎng)絡(luò)模型的測試集準(zhǔn)確度明顯優(yōu)于其他3種模型。PSO- BP神經(jīng)網(wǎng)絡(luò)能很好地處理多分類問題,適合用來解決面向車輛沖撞威脅的可能性評估。

    表4 模型準(zhǔn)確度對比表

    3.4 指標(biāo)權(quán)重獲取

    根據(jù)PSO- BP神經(jīng)網(wǎng)絡(luò)模型反推指標(biāo)體系中各指標(biāo)權(quán)重,權(quán)重雷達(dá)圖如圖7所示,三級指標(biāo)權(quán)重排列表如表5所示。從其排列可知在車輛沖撞威脅發(fā)生可能性指標(biāo)體系中人群密集程度和場所知名程度權(quán)重顯著大于其他指標(biāo),指標(biāo)權(quán)重符合車輛沖撞威脅可能性評估的客觀事實(shí),符合專家預(yù)期。因此,當(dāng)人群密集程度顯著增大時(shí)應(yīng)及時(shí)增加巡邏守衛(wèi)力量。知名度較高的場所應(yīng)注意人車分流同時(shí)完善報(bào)警系統(tǒng),避免車輛沖撞事件的發(fā)生,將損失降到最低。

    圖7 指標(biāo)權(quán)重雷達(dá)圖

    表5 三級指標(biāo)權(quán)重排列表

    4 結(jié)論

    針對傳統(tǒng)評估方法缺少客觀性評估的問題,構(gòu)建了基于深度學(xué)習(xí)的車輛沖撞威脅可能性評估模型,解決了傳統(tǒng)可能性評估方法缺少定量客觀性評估的問題。首先對國內(nèi)外近15年間引起媒體廣泛關(guān)注的車輛沖撞事件進(jìn)行分析與整理,形成車輛沖撞案例集,建立車輛沖撞威脅可能性評估指標(biāo)體系,構(gòu)建車輛沖撞威脅可能性評估指標(biāo)數(shù)據(jù)集;其次,使用蒙特卡洛方法對數(shù)據(jù)進(jìn)行擴(kuò)充;然后,在BP神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上引入粒子群優(yōu)化算法,并進(jìn)行對比實(shí)驗(yàn)。結(jié)果表明,本文提出的方法在性能上提高了18.8個(gè)百分點(diǎn),并得到7個(gè)三級指標(biāo)的對應(yīng)權(quán)重,所得權(quán)重符合車輛沖撞威脅可能性評估客觀事實(shí)。實(shí)驗(yàn)結(jié)果表明本文所提方法具有較高的準(zhǔn)確性和算法穩(wěn)定性。

    提出的基于深度學(xué)習(xí)的車輛沖撞威脅可能性評估模型目前只能實(shí)現(xiàn)對威脅發(fā)生可能性進(jìn)行靜態(tài)評估,下一步將考慮擴(kuò)展指標(biāo)體系并結(jié)合公安情報(bào)數(shù)據(jù),對威脅發(fā)生可能性進(jìn)行動(dòng)態(tài)評估研究。

    猜你喜歡
    沖撞威脅神經(jīng)網(wǎng)絡(luò)
    人類的威脅
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    為什么鳥群飛行時(shí)不會(huì)彼此沖撞?
    受到威脅的生命
    面對孩子的“威脅”,我們要會(huì)說“不”
    家教世界(2017年11期)2018-01-03 01:28:49
    “圣誕襲擊”
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    Why Does Sleeping in Just Make Us More Tired?
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    男女做爰动态图高潮gif福利片| 校园人妻丝袜中文字幕| 亚洲国产色片| 欧美国产日韩亚洲一区| 白带黄色成豆腐渣| 久久精品国产自在天天线| 男女做爰动态图高潮gif福利片| 无遮挡黄片免费观看| 精品一区二区三区人妻视频| 成年版毛片免费区| 天天一区二区日本电影三级| 18+在线观看网站| 啦啦啦观看免费观看视频高清| 性欧美人与动物交配| x7x7x7水蜜桃| 97超级碰碰碰精品色视频在线观看| 久久精品国产99精品国产亚洲性色| 欧美色欧美亚洲另类二区| 日本黄色片子视频| 国产精品久久久久久久久免| 精品无人区乱码1区二区| 韩国av在线不卡| 啦啦啦啦在线视频资源| 性欧美人与动物交配| 老师上课跳d突然被开到最大视频| 国产精品乱码一区二三区的特点| av在线观看视频网站免费| 亚洲国产欧美人成| 狂野欧美白嫩少妇大欣赏| 成人欧美大片| 成人av一区二区三区在线看| 99热网站在线观看| 亚洲综合色惰| 级片在线观看| 久久精品国产99精品国产亚洲性色| 女生性感内裤真人,穿戴方法视频| 亚洲精品亚洲一区二区| 欧美bdsm另类| 亚洲成人免费电影在线观看| av福利片在线观看| 伦理电影大哥的女人| 久久久久国产精品人妻aⅴ院| 亚洲一区高清亚洲精品| 日本撒尿小便嘘嘘汇集6| 国产色婷婷99| 天天一区二区日本电影三级| 亚洲中文字幕日韩| 久久99热这里只有精品18| 美女高潮喷水抽搐中文字幕| 在线观看一区二区三区| 噜噜噜噜噜久久久久久91| 午夜免费激情av| 性色avwww在线观看| 简卡轻食公司| 别揉我奶头 嗯啊视频| 久久精品国产亚洲av涩爱 | 一a级毛片在线观看| 久久99热这里只有精品18| 亚洲av第一区精品v没综合| av女优亚洲男人天堂| 国产成人aa在线观看| 国产成人影院久久av| 国产69精品久久久久777片| 日本在线视频免费播放| 99热这里只有是精品50| 中国美白少妇内射xxxbb| 天天一区二区日本电影三级| 国产女主播在线喷水免费视频网站 | av在线天堂中文字幕| 国产人妻一区二区三区在| 精品99又大又爽又粗少妇毛片 | 国产精品一及| 国产高清有码在线观看视频| 好男人在线观看高清免费视频| 午夜福利视频1000在线观看| 亚洲avbb在线观看| 精品久久久久久久人妻蜜臀av| 啦啦啦啦在线视频资源| 欧美另类亚洲清纯唯美| 亚洲精品乱码久久久v下载方式| 成人高潮视频无遮挡免费网站| 欧美另类亚洲清纯唯美| 一本精品99久久精品77| 波多野结衣巨乳人妻| 日韩中文字幕欧美一区二区| 国产真实伦视频高清在线观看 | 老司机福利观看| 国产毛片a区久久久久| 亚洲一区二区三区色噜噜| 久久亚洲精品不卡| 美女黄网站色视频| 久久久久久久久久黄片| 国产精品日韩av在线免费观看| 国产黄色小视频在线观看| 男女视频在线观看网站免费| 午夜爱爱视频在线播放| 国产精品一区www在线观看 | 国产老妇女一区| 精品人妻偷拍中文字幕| 久久精品国产自在天天线| 精品午夜福利在线看| 一个人观看的视频www高清免费观看| 51国产日韩欧美| 少妇的逼水好多| 午夜免费成人在线视频| 一个人观看的视频www高清免费观看| 又爽又黄a免费视频| 国产精品久久久久久久电影| 国产精品一区二区三区四区久久| 在线免费十八禁| 精品久久久久久久人妻蜜臀av| 亚洲精品一区av在线观看| 少妇裸体淫交视频免费看高清| 能在线免费观看的黄片| 麻豆精品久久久久久蜜桃| 男女下面进入的视频免费午夜| 免费不卡的大黄色大毛片视频在线观看 | a在线观看视频网站| av在线老鸭窝| av.在线天堂| 亚洲欧美日韩无卡精品| 有码 亚洲区| 国产淫片久久久久久久久| 欧美国产日韩亚洲一区| 亚洲色图av天堂| av在线观看视频网站免费| 国产午夜精品久久久久久一区二区三区 | 久久久久久久亚洲中文字幕| 日韩国内少妇激情av| 精品人妻偷拍中文字幕| 亚洲av免费在线观看| 免费搜索国产男女视频| 一级黄片播放器| 亚洲午夜理论影院| 欧美最新免费一区二区三区| 亚洲成人精品中文字幕电影| 亚洲熟妇熟女久久| 国产精品嫩草影院av在线观看 | 亚洲av二区三区四区| 亚洲精品亚洲一区二区| 亚洲国产欧洲综合997久久,| www.色视频.com| 听说在线观看完整版免费高清| 狠狠狠狠99中文字幕| 能在线免费观看的黄片| 午夜日韩欧美国产| 2021天堂中文幕一二区在线观| 国产av不卡久久| 在现免费观看毛片| 欧洲精品卡2卡3卡4卡5卡区| 国产精品98久久久久久宅男小说| avwww免费| a级毛片a级免费在线| 国产黄色小视频在线观看| 91精品国产九色| 日本熟妇午夜| 97人妻精品一区二区三区麻豆| 欧美日韩中文字幕国产精品一区二区三区| 可以在线观看的亚洲视频| 日日摸夜夜添夜夜添小说| .国产精品久久| 嫩草影视91久久| 久久婷婷人人爽人人干人人爱| 长腿黑丝高跟| 亚洲七黄色美女视频| 午夜老司机福利剧场| 精品欧美国产一区二区三| 蜜桃久久精品国产亚洲av| 国产精品99久久久久久久久| 神马国产精品三级电影在线观看| 久久婷婷人人爽人人干人人爱| 欧美一区二区亚洲| 能在线免费观看的黄片| 久久久国产成人精品二区| 日韩欧美在线二视频| 精品久久久噜噜| 国产精品亚洲美女久久久| 亚洲乱码一区二区免费版| 国产精品日韩av在线免费观看| 男女之事视频高清在线观看| 久久久久国内视频| a在线观看视频网站| 简卡轻食公司| 女人被狂操c到高潮| 精品国内亚洲2022精品成人| 伦精品一区二区三区| 成人特级黄色片久久久久久久| 国产精品久久久久久亚洲av鲁大| 国产主播在线观看一区二区| 欧美黑人欧美精品刺激| 国产伦人伦偷精品视频| 午夜精品在线福利| 日韩欧美在线二视频| 欧美不卡视频在线免费观看| 午夜福利18| 亚洲狠狠婷婷综合久久图片| 亚洲va在线va天堂va国产| 中文字幕人妻熟人妻熟丝袜美| 欧美日韩瑟瑟在线播放| 欧美bdsm另类| 一区二区三区四区激情视频 | 中文字幕av在线有码专区| 一个人看视频在线观看www免费| 国产精品一区二区性色av| 欧美bdsm另类| 极品教师在线免费播放| 99精品久久久久人妻精品| 99久久成人亚洲精品观看| 小蜜桃在线观看免费完整版高清| 成年版毛片免费区| 日韩国内少妇激情av| 国产黄片美女视频| 国产成人一区二区在线| 国产精品亚洲一级av第二区| 亚洲自拍偷在线| 精品乱码久久久久久99久播| 亚洲内射少妇av| 我要搜黄色片| 毛片女人毛片| 亚洲精品456在线播放app | 男女下面进入的视频免费午夜| a级毛片a级免费在线| 国产真实乱freesex| 亚洲精品乱码久久久v下载方式| 亚洲精华国产精华液的使用体验 | 美女xxoo啪啪120秒动态图| 男女视频在线观看网站免费| 中文字幕精品亚洲无线码一区| 久久久久精品国产欧美久久久| 中文资源天堂在线| 一级黄色大片毛片| 日韩一本色道免费dvd| avwww免费| 久久久精品欧美日韩精品| 亚洲va在线va天堂va国产| 麻豆av噜噜一区二区三区| 午夜精品一区二区三区免费看| 看免费成人av毛片| 一区二区三区高清视频在线| 国内揄拍国产精品人妻在线| 久久精品影院6| 天美传媒精品一区二区| 国产精华一区二区三区| 韩国av在线不卡| 乱码一卡2卡4卡精品| 欧美高清成人免费视频www| 搞女人的毛片| 不卡一级毛片| 久久久成人免费电影| 淫秽高清视频在线观看| 99久久精品国产国产毛片| 成年女人毛片免费观看观看9| 啦啦啦观看免费观看视频高清| 春色校园在线视频观看| 国内毛片毛片毛片毛片毛片| 国产精华一区二区三区| 亚洲av不卡在线观看| 国产伦精品一区二区三区四那| 九九在线视频观看精品| 男人舔女人下体高潮全视频| 免费观看人在逋| 美女 人体艺术 gogo| 大又大粗又爽又黄少妇毛片口| 免费av不卡在线播放| 大型黄色视频在线免费观看| 久久中文看片网| 日日干狠狠操夜夜爽| 午夜爱爱视频在线播放| 人妻久久中文字幕网| 韩国av一区二区三区四区| 午夜免费成人在线视频| 高清日韩中文字幕在线| 亚洲aⅴ乱码一区二区在线播放| 三级毛片av免费| 99久久成人亚洲精品观看| 看免费成人av毛片| 午夜福利18| 亚洲性夜色夜夜综合| 春色校园在线视频观看| 亚洲国产精品久久男人天堂| 国产视频一区二区在线看| 在线免费观看的www视频| 免费人成视频x8x8入口观看| 亚洲国产精品久久男人天堂| 国产精品一区二区性色av| 淫秽高清视频在线观看| 亚洲不卡免费看| 日韩精品中文字幕看吧| 久久这里只有精品中国| 俺也久久电影网| 麻豆一二三区av精品| 在线观看一区二区三区| 亚洲成人久久爱视频| 日韩国内少妇激情av| 亚州av有码| 乱系列少妇在线播放| 日韩,欧美,国产一区二区三区 | 男人舔女人下体高潮全视频| 中亚洲国语对白在线视频| 国产 一区 欧美 日韩| 免费看光身美女| 日韩精品青青久久久久久| 免费高清视频大片| 久久久久国内视频| 久久久久精品国产欧美久久久| 亚洲最大成人中文| 亚洲乱码一区二区免费版| 成人特级av手机在线观看| 亚洲欧美日韩高清专用| 亚洲精品乱码久久久v下载方式| 亚洲最大成人中文| 自拍偷自拍亚洲精品老妇| 成年女人永久免费观看视频| 亚洲最大成人手机在线| 国产综合懂色| 国产女主播在线喷水免费视频网站 | 男女边吃奶边做爰视频| 一本一本综合久久| 国产在线精品亚洲第一网站| av.在线天堂| 国产真实伦视频高清在线观看 | av在线老鸭窝| 色综合色国产| 少妇丰满av| 欧美成人一区二区免费高清观看| 国产日本99.免费观看| 人妻少妇偷人精品九色| 人妻久久中文字幕网| 国内精品一区二区在线观看| 亚洲精品一区av在线观看| 日韩欧美免费精品| 91精品国产九色| 小说图片视频综合网站| 我的女老师完整版在线观看| 99在线视频只有这里精品首页| 国产色婷婷99| 国产免费一级a男人的天堂| 国产私拍福利视频在线观看| 亚洲精品影视一区二区三区av| 亚洲人成网站高清观看| 91午夜精品亚洲一区二区三区 | 黄色丝袜av网址大全| 国产女主播在线喷水免费视频网站 | 免费一级毛片在线播放高清视频| 大型黄色视频在线免费观看| 亚洲av熟女| 久久久精品大字幕| 国产三级在线视频| 一个人观看的视频www高清免费观看| 日韩大尺度精品在线看网址| 国产主播在线观看一区二区| 国产亚洲av嫩草精品影院| 免费人成在线观看视频色| 色在线成人网| 亚洲黑人精品在线| 天堂网av新在线| 悠悠久久av| 成人特级av手机在线观看| 午夜激情欧美在线| 91狼人影院| 3wmmmm亚洲av在线观看| 两个人视频免费观看高清| 久久精品国产亚洲av天美| 身体一侧抽搐| 91久久精品国产一区二区三区| 国产单亲对白刺激| 亚洲国产日韩欧美精品在线观看| 国产免费一级a男人的天堂| 精品久久久久久久久av| 非洲黑人性xxxx精品又粗又长| 国产精品亚洲美女久久久| 日本色播在线视频| videossex国产| 日本三级黄在线观看| 国产黄片美女视频| 亚洲精华国产精华精| 亚洲avbb在线观看| 国产精品1区2区在线观看.| 国产精品久久久久久精品电影| 国产成人影院久久av| 日韩欧美国产在线观看| 国产一级毛片七仙女欲春2| 亚洲国产欧洲综合997久久,| 人妻少妇偷人精品九色| 在线观看舔阴道视频| av国产免费在线观看| 男女视频在线观看网站免费| 一级av片app| 日韩精品中文字幕看吧| 免费不卡的大黄色大毛片视频在线观看 | 在线免费观看不下载黄p国产 | 波多野结衣高清作品| 一级黄片播放器| 成人高潮视频无遮挡免费网站| 久久婷婷人人爽人人干人人爱| 午夜免费激情av| 国产伦精品一区二区三区四那| 深夜a级毛片| 欧美黑人巨大hd| 精品一区二区三区av网在线观看| 国产精品久久久久久亚洲av鲁大| 一区二区三区四区激情视频 | 久久亚洲精品不卡| 国产亚洲精品久久久com| 天堂av国产一区二区熟女人妻| 婷婷精品国产亚洲av在线| 搡老妇女老女人老熟妇| 蜜桃久久精品国产亚洲av| av天堂中文字幕网| 久久人人爽人人爽人人片va| 在线免费观看不下载黄p国产 | 国产国拍精品亚洲av在线观看| 51国产日韩欧美| 日韩在线高清观看一区二区三区 | a级毛片a级免费在线| 内地一区二区视频在线| 一区二区三区高清视频在线| av在线天堂中文字幕| 午夜福利成人在线免费观看| 黄色一级大片看看| 日韩欧美三级三区| xxxwww97欧美| 一级黄色大片毛片| 久久久久久大精品| 国产精品一区二区免费欧美| 日本色播在线视频| 简卡轻食公司| 欧美日韩黄片免| 日本一二三区视频观看| 在线a可以看的网站| 狠狠狠狠99中文字幕| 国产精品99久久久久久久久| 国产精品爽爽va在线观看网站| 欧美潮喷喷水| 亚洲av免费在线观看| 成人二区视频| 日本免费一区二区三区高清不卡| 99久久无色码亚洲精品果冻| 可以在线观看毛片的网站| 国产精品亚洲美女久久久| 他把我摸到了高潮在线观看| 日韩 亚洲 欧美在线| 国产毛片a区久久久久| 97超视频在线观看视频| 三级毛片av免费| 亚洲经典国产精华液单| 女生性感内裤真人,穿戴方法视频| 蜜桃亚洲精品一区二区三区| 欧美日韩综合久久久久久 | 日日干狠狠操夜夜爽| 在线播放国产精品三级| 国产三级中文精品| videossex国产| 搡老熟女国产l中国老女人| 国产精品,欧美在线| 美女 人体艺术 gogo| 国产黄片美女视频| 亚洲av日韩精品久久久久久密| 亚洲一区高清亚洲精品| 亚洲电影在线观看av| 极品教师在线免费播放| 国产大屁股一区二区在线视频| 日韩欧美国产一区二区入口| 两个人视频免费观看高清| 精品国内亚洲2022精品成人| 国产精品无大码| 午夜福利在线观看吧| 韩国av一区二区三区四区| 国产91精品成人一区二区三区| 国产精品美女特级片免费视频播放器| 欧美激情久久久久久爽电影| 久久精品综合一区二区三区| 真实男女啪啪啪动态图| 少妇人妻一区二区三区视频| 日韩欧美精品免费久久| 午夜精品一区二区三区免费看| 人人妻人人澡欧美一区二区| 亚洲av熟女| 久久久久久久久中文| 免费av毛片视频| 午夜激情欧美在线| 国产熟女欧美一区二区| 69人妻影院| 国产探花极品一区二区| 欧美一区二区国产精品久久精品| 国产v大片淫在线免费观看| 亚洲成人免费电影在线观看| 欧美性猛交╳xxx乱大交人| 国产又黄又爽又无遮挡在线| 午夜影院日韩av| 男人和女人高潮做爰伦理| 成年版毛片免费区| 亚洲狠狠婷婷综合久久图片| 九色国产91popny在线| 男女下面进入的视频免费午夜| 中文字幕精品亚洲无线码一区| 亚洲成人久久性| 性色avwww在线观看| 人妻制服诱惑在线中文字幕| 国产av不卡久久| 欧美极品一区二区三区四区| 亚洲 国产 在线| 男插女下体视频免费在线播放| 欧美不卡视频在线免费观看| 我要看日韩黄色一级片| 国产在线男女| 成人美女网站在线观看视频| 一进一出好大好爽视频| 欧美极品一区二区三区四区| 一区福利在线观看| 99热这里只有精品一区| 日韩中字成人| aaaaa片日本免费| 一进一出抽搐gif免费好疼| 男人的好看免费观看在线视频| 人妻制服诱惑在线中文字幕| a级毛片免费高清观看在线播放| 欧洲精品卡2卡3卡4卡5卡区| 国产精品福利在线免费观看| 麻豆国产av国片精品| 国语自产精品视频在线第100页| 极品教师在线免费播放| 国产探花在线观看一区二区| 国产男人的电影天堂91| 精品一区二区三区av网在线观看| 国产精品久久久久久精品电影| 色尼玛亚洲综合影院| 少妇丰满av| 一级av片app| 人人妻,人人澡人人爽秒播| 1024手机看黄色片| 国产精品98久久久久久宅男小说| 一夜夜www| 在线观看舔阴道视频| 国产一区二区在线av高清观看| 最近最新中文字幕大全电影3| 久久精品国产自在天天线| 成年免费大片在线观看| 日韩人妻高清精品专区| 中文字幕精品亚洲无线码一区| 国产精品亚洲一级av第二区| 狠狠狠狠99中文字幕| 在线观看舔阴道视频| 色哟哟·www| 日韩大尺度精品在线看网址| 国产精品久久久久久精品电影| 婷婷丁香在线五月| 国产午夜精品久久久久久一区二区三区 | 国产色婷婷99| 88av欧美| 国产探花在线观看一区二区| 亚洲精品色激情综合| 亚洲精品乱码久久久v下载方式| 91av网一区二区| 两人在一起打扑克的视频| 亚洲欧美日韩卡通动漫| 午夜日韩欧美国产| 久久久久久久午夜电影| 天堂网av新在线| 美女高潮喷水抽搐中文字幕| 精品人妻一区二区三区麻豆 | 看黄色毛片网站| 久久久久久大精品| 国产亚洲精品综合一区在线观看| 天堂动漫精品| 国产伦精品一区二区三区四那| 欧美日韩中文字幕国产精品一区二区三区| 99热这里只有是精品50| 精品乱码久久久久久99久播| 日韩欧美国产在线观看| 久久久成人免费电影| 九九爱精品视频在线观看| 男人舔女人下体高潮全视频| 精品午夜福利视频在线观看一区| 亚洲成人中文字幕在线播放| 欧美成人免费av一区二区三区| 久久精品夜夜夜夜夜久久蜜豆| 国产综合懂色| 在线免费观看的www视频| 精品一区二区三区av网在线观看| 香蕉av资源在线| 级片在线观看| 91麻豆精品激情在线观看国产| 直男gayav资源| 国产高清激情床上av| 精品久久久久久成人av| 18禁黄网站禁片免费观看直播| 国产单亲对白刺激| 深夜a级毛片| 亚洲男人的天堂狠狠| 久久久久久伊人网av| 老师上课跳d突然被开到最大视频| 免费电影在线观看免费观看| 蜜桃亚洲精品一区二区三区| 亚洲成人中文字幕在线播放| 精品午夜福利视频在线观看一区| 午夜福利欧美成人| 亚洲不卡免费看| 国产精品国产三级国产av玫瑰| av在线老鸭窝| 天堂动漫精品| 成人精品一区二区免费| 99九九线精品视频在线观看视频| 亚洲成av人片在线播放无| 免费人成视频x8x8入口观看| 亚洲一区二区三区色噜噜| 国产亚洲欧美98| 国产精品一及| 免费一级毛片在线播放高清视频| 天美传媒精品一区二区| 伦理电影大哥的女人| 国产淫片久久久久久久久| 人人妻人人澡欧美一区二区| 久久精品国产亚洲av天美| 床上黄色一级片|