• <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 ?

    基于極限學習機的體系作戰(zhàn)效能評估建模方法

    2019-12-19 09:04:40任天助辛萬青嚴晞雋趙鴻宇
    導彈與航天運載技術(shù) 2019年6期
    關(guān)鍵詞:學習機效能評估

    任天助,辛萬青,嚴晞雋,趙鴻宇,周 桃

    (1. 北京宇航系統(tǒng)工程研究所,北京,100076;2. 北京精密機電控制設(shè)備研究所,北京,100076)

    0 引 言

    隨著現(xiàn)代戰(zhàn)爭的不斷演化,先進武器裝備在作戰(zhàn)中扮演的角色越來越重要,單一兵種對抗逐漸被體系對抗的形式所取代。然而如何進行武器裝備的作戰(zhàn)效能評估,并分析其在體系中的貢獻一直以來沒有得到很好的解決。關(guān)于武器的效能評估問題,中國的學者較多采用通過結(jié)構(gòu)化的方法建立評估模型,并對各個效能指標進行綜合。文獻[1]根據(jù)執(zhí)行任務(wù)的不同對武器性能指標進行了歸納,得到武器裝備體系應(yīng)具備的基本作戰(zhàn)能力為:機動能力、信息感知能力、指揮控制能力、火力打擊能力、防護能力和綜合保障能力等,將所有指標歸納到這些能力中利用層次分析法進行評估。文獻[2]通過灰色關(guān)聯(lián)分析法與層次分析法的集成,對結(jié)構(gòu)化能力指標進行體系效能評估,但是數(shù)據(jù)來源于專家打分的結(jié)果,不可避免地帶有主觀隨意性,同時能力層級的劃分也存在著爭議。文獻[3]與文獻[4]分別利用“折合系數(shù)”與模糊區(qū)間關(guān)系來試圖分析體系指標的影響,這些方法初步體現(xiàn)了數(shù)據(jù)驅(qū)動的思想,但是方法的可靠性、合理性有待驗證[5]。除了基于指標的評估方法之外,還有一種思路就是進行復雜的體系對抗仿真推演,利用作戰(zhàn)仿真得到的數(shù)據(jù)來進行評估,然而這種方法一方面過程復雜、成本高,另一方面依賴作戰(zhàn)想定的合理性,如果出現(xiàn)偏差結(jié)果的可信度反而不如利用能力指標進行評估。文獻[6]中充分體現(xiàn)了數(shù)據(jù)驅(qū)動的思想,設(shè)計了堆棧自編碼神經(jīng)網(wǎng)絡(luò)和支持向量回歸機的混合預測模型用于體系作戰(zhàn)效能評估,為這類問題打開了思路。然而其中選用了深度學習與大數(shù)據(jù)的方法,但在實際中這類軍事工業(yè)部門所掌握的數(shù)據(jù)很難達到真正意義上的大數(shù)據(jù),使用這類方法成本與收益不匹配。

    本文試圖延續(xù)文獻[6]中的思路,利用一種數(shù)據(jù)驅(qū)動的思想,并將機器學習領(lǐng)域的極限學習機方法應(yīng)用在體系作戰(zhàn)效能評估當中,以提高方法的可靠性與合理性,解決評估過程中存在大量人為因素干擾與主觀性的影響等問題。

    1 數(shù)據(jù)驅(qū)動效能評估模型

    國防工業(yè)部門在設(shè)計新型武器過程中,從提高效能的角度來看,往往從提升某個或某幾個效能指標入手,研發(fā)出新一代武器裝備。然而提高某一個或某幾個指標并不代表整個武器的作戰(zhàn)效能有所提高,許多指標間存在耦合性,而這種耦合性可以在試驗數(shù)據(jù)中體現(xiàn)。但是已裝備武器的試驗數(shù)據(jù)無法直接遷移到還在設(shè)計論證中的裝備中,如何建立新舊裝備數(shù)據(jù)間的聯(lián)系,并實現(xiàn)從局部指標的調(diào)整到體系作戰(zhàn)效能的提升是一個需要解決的問題。因此,需要建立基于數(shù)據(jù)驅(qū)動的模型,如圖1 所示。

    圖1 數(shù)據(jù)驅(qū)動模型原理 Fig.1 Data Driven Model Principle

    構(gòu)建數(shù)據(jù)驅(qū)動的模型由以下3 個步驟組成:a)模型所需數(shù)據(jù)的收集。通過物理試驗和計算機仿真試驗收集數(shù)據(jù)。對于研制新型武器,數(shù)據(jù)既來自于上代型號的試驗數(shù)據(jù),也來自于計算機仿真模擬。對于部分數(shù)據(jù)需要進行歸一化處理再輸入模型。b)數(shù)據(jù)驅(qū)動模型的學習與泛化。通過將這些數(shù)據(jù)輸入到機器學習模型中,學習樣本輸入為型號自身的指標參數(shù),輸出為體系作戰(zhàn)效能指標。利用學習模型的泛化能力讓由數(shù)據(jù)驅(qū)動的模型具有連續(xù)的辨識能力,即使對于在設(shè)計論證的型號也能給定設(shè)想的指標進行體系作戰(zhàn)效能評估。c)數(shù)據(jù)驅(qū)動模型的測試與驗證。為了確保模型的可靠性,數(shù)據(jù)模型需要根據(jù)實際情況不斷的修正,根據(jù)模型得到的數(shù)據(jù)通過更多的模擬與物理試驗來確??煽啃浴?/p>

    近年來大數(shù)據(jù)和機器學習取得了長足的發(fā)展,但是在應(yīng)用這些方法時應(yīng)當注意到武器試驗數(shù)據(jù)的特殊性。數(shù)據(jù)的來源包括飛行試驗、地面試驗等物理試驗數(shù)據(jù)也包括計算機仿真數(shù)據(jù)。然而這與傳統(tǒng)意義上的大數(shù)據(jù)還是有區(qū)別的,在整個武器研發(fā)期間所擁有的數(shù)據(jù)量相比某些互聯(lián)網(wǎng)公司電子商務(wù)一天的數(shù)據(jù)量都少得多,因此不能照搬商業(yè)大數(shù)據(jù)與機器學習的方法,而是應(yīng)該選用適合數(shù)據(jù)量小但數(shù)據(jù)質(zhì)量很高的擬合學習算法,例如極限學習機方法。

    2 極限學習機方法

    極限學習機(Extreme Learning Machine,ELM)是黃廣斌等[7]提出的一種在單隱層前饋神經(jīng)網(wǎng)絡(luò)(Single-hidden Layer Feed Forward Networks,SLFNs)的基礎(chǔ)上發(fā)展起來的學習算法,具有學習速度快、泛化能力強等優(yōu)點,目前已經(jīng)在許多領(lǐng)域取得了廣泛的應(yīng)用[8,9]。相比較文獻[6]中提到的深度學習與自編碼神經(jīng)網(wǎng)絡(luò)而言,這種方法更加簡單,也更加適用于武器的體系效能評估這類訓練數(shù)據(jù)規(guī)模較小的問題。

    式中 yj為神經(jīng)網(wǎng)絡(luò)的輸出預測值;g ( w, x, b )為激發(fā)函數(shù); wi和 bi分別為輸入層與隱含層的權(quán)值系數(shù)與偏移量; βi為隱含層與輸出層權(quán)值系數(shù)。如果寫成矩陣形式,則表示成:

    其中:

    T 為訓練集數(shù)據(jù)矩陣,即測試數(shù)據(jù)it 的向量形式,只要使得|| ||?T Y 盡可能接近0,即可以利用這個經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)模型來替代未知的黑箱系統(tǒng)。

    在前人的基礎(chǔ)上,黃廣斌等提出了兩個定理。根據(jù)定理可知,若隱含層神經(jīng)元個數(shù)與訓練集樣本個數(shù)相等,則對于任意的 wi和 bi,SLFNs 都可以零誤差逼近訓練樣本。且當激發(fā)函數(shù) g ( w, x, b )無限可微時,SLFNs 的參數(shù)并不需要全部進行調(diào)整, wi和 bi在訓練前可以隨機選擇,且在訓練過程中保持不變。而隱含層和輸出層的連接權(quán)值可以通過求解以下方程組的最小二乘解獲得:

    其解為

    由于Η 是任意選取的,通過保證Η 滿秩,Η+為Η的偽逆:

    為了保證式(3)~(5)中的 ( ΗTΗ )?1的這一項一定可逆并避免出現(xiàn)病態(tài)情況,需要對這一項進行正則化,式(3)、式(4)改寫為

    由于 ΗTΗ 半正定且為實對稱矩陣,只要保證λ> 0,就能保證 ΗTΗ +λI 這一項一定非奇異。其中λ 的值可由文獻[10]中的方法進行確定。

    然而在實際求解過程中如果輸入的訓練數(shù)據(jù)量維數(shù)比較大,直接進行求逆運算同樣會出現(xiàn)矩陣的維數(shù)超出了計算機內(nèi)存的限制問題,此時直接計算就會變得困難。此時可以采用矩陣奇異值分解(Singular Value Decomposition,SVD)解決這個問題。利用SVD 分解同樣可以避免矩陣奇異的問題,并且避免了高維矩陣相乘的運算。根據(jù):

    則有:

    其中:

    其中, σi(i = 1,2, ???, r)為Η 的非零奇異值。此時式(4)可以寫成:

    此時不再需要更多的復雜計算,直接利用SVD 分解方法得到2 個酉矩陣U 和V 并與訓練集數(shù)據(jù)矩陣相乘就可得到ELM 中的權(quán)值系數(shù)。

    根據(jù)以上敘述,可以看出ELM 的優(yōu)勢在于參數(shù)設(shè)置非常簡單,不像其他神經(jīng)網(wǎng)絡(luò)那樣需要繁瑣的調(diào)參、迭代、循環(huán)訓練并最終收斂的過程,然而在訓練數(shù)據(jù)量很大時也有高維矩陣求逆的缺陷。SVD 法能夠在一定程度上改進這一缺陷,因此將其應(yīng)用在武器體系作戰(zhàn)效能評估建模上是可行的。

    3 仿真試驗

    本文采用文獻[11]的方法搭建彈道導彈體系攻防對抗模型,進攻方的效能指標包括不同類型的誘餌數(shù)、彈頭個數(shù)、毀傷半徑、精度誤差等,防守方的效能指標包括目標發(fā)現(xiàn)概率、跟蹤概率、誘餌識別概率、攔截策略、單發(fā)導彈攔截概率等。

    試驗由如下的幾步進行:

    a)獲取數(shù)據(jù)。由于進行實際的彈道導彈攻防對抗試驗很困難,因此本文的數(shù)據(jù)均來自于仿真試驗,仿真試驗共進行了7000 組。

    b)數(shù)據(jù)處理。初始數(shù)據(jù)雜亂無章,又有不同的量綱,因此需要把所有數(shù)據(jù)都進行歸一化。

    c)建立ELM 模型??梢酝ㄟ^設(shè)置不同的數(shù)據(jù)節(jié)點數(shù)進行評估結(jié)果比較。

    d)訓練ELM 模型。將b)中的數(shù)據(jù)輸入到模型中進行訓練。

    e)測試ELM 模型。用訓練好的模型進行評估,與攻防仿真的結(jié)果進行比較。

    假設(shè)根據(jù)試驗,得到20 個指標7000 組數(shù)據(jù)和對應(yīng)的效能評估值,為了方便進行數(shù)據(jù)學習,將所有指標進行編號并進行歸一化。選取125 組數(shù)據(jù)作為測試集,其余作為訓練集,得到的訓練結(jié)果如圖2 所示。表1 為不同隱含層節(jié)點數(shù)的學習效果。

    圖2 不同隱含層節(jié)點數(shù)的測試結(jié)果 Fig.2 Test Results of Different Hidden Layer Nodes

    續(xù)圖2

    表1 不同隱含層節(jié)點數(shù)的學習效果 Tab.1 Learning Effect of Different Number of Hidden Layer Nodess

    續(xù)表1

    由圖2 和表1 可知,隨著節(jié)點數(shù)增加,收斂效果不斷提升。通過以上結(jié)果看出ELM 算法的優(yōu)越性,只要修改隱含層節(jié)點數(shù)目這一個唯一的參數(shù)就可以不斷提升擬合的精度。而隨著節(jié)點數(shù)的不斷增加也會出現(xiàn)“過擬合”的問題(見表1 中節(jié)點數(shù)1000~5000 變化時均方差的變化情況),同樣可以根據(jù)需要對隱含層節(jié)點數(shù)進行修改。

    此時可以利用訓練好的評估模型對彈道導彈體系作戰(zhàn)的效能進行評估,某型彈道導彈的參數(shù)已知,利用評估模型對采用不同反導方案的目標進行效能評估值預測。假設(shè)其他參數(shù)不變,選取誘餌類型1、誘餌類型2 和彈頭數(shù)3 個值,分別在同一基準上增加5 次,每次增加對應(yīng)大致相同的載荷質(zhì)量,選用2000 個隱含節(jié)點的極限學習機進行效能評估值計算。利用學習模型進行效能提高方案選擇如圖3 所示。

    圖3 利用學習模型進行效能提高方案選擇 Fig.3 Select the Improvement Program by Using Learning Model

    由圖3 可知,增加彈頭數(shù)量能顯著提高效能評估值,增加同樣質(zhì)量的誘餌類型1 比誘餌2 的效能評估值提高效果明顯。利用數(shù)據(jù)驅(qū)動的模型得到這個結(jié)論只需要幾秒,而進行導彈攻防仿真需要數(shù)個小時,如果進行物理試驗的成本則更加難以估計??梢姡眠@種數(shù)據(jù)驅(qū)動模型可以更快、更簡便地進行體系作戰(zhàn)效能評估。

    4 結(jié) 論

    為有效解決體系作戰(zhàn)效能評估建模問題,本文提出了基于數(shù)據(jù)驅(qū)動的體系作戰(zhàn)效能評估建模思路,并利用極限學習機方法進行實踐,得到可以一定程度上代替繁瑣的模擬仿真和物理試驗的學習模型。試驗發(fā)現(xiàn),極限學習機方法可通過有限的樣本學習,利用非線性擬合能力將復雜的體系問題映射泛化到神經(jīng)網(wǎng)絡(luò)空間中,簡化了評估的復雜性,提高了評估的效率。后續(xù)工作將采集更多武器裝備試驗數(shù)據(jù)對模型進一步開展驗證;同時探究效能影響因素指標間的關(guān)系,利用各種數(shù)據(jù)方法對評價指標進行約簡。

    猜你喜歡
    學習機效能評估
    遷移探究 發(fā)揮效能
    同時多層擴散成像對胰腺病變的診斷效能
    充分激發(fā)“以工代賑”的最大效能
    極限學習機綜述
    基于極限學習機參數(shù)遷移的域適應(yīng)算法
    自動化學報(2018年2期)2018-04-12 05:46:21
    分層極限學習機在滾動軸承故障診斷中的應(yīng)用
    評估依據(jù)
    唐代前后期交通運輸效能對比分析
    立法后評估:且行且盡善
    浙江人大(2014年5期)2014-03-20 16:20:25
    一種基于AdaBoost的極限學習機分類方法
    日本五十路高清| 久久精品久久久久久久性| 中文字幕制服av| 真实男女啪啪啪动态图| 国产黄片美女视频| 国产一区二区三区av在线 | 最后的刺客免费高清国语| 久久精品国产亚洲网站| 老女人水多毛片| 熟妇人妻久久中文字幕3abv| 亚洲第一区二区三区不卡| 国产 一区精品| АⅤ资源中文在线天堂| 亚洲精品国产av成人精品| 人妻少妇偷人精品九色| 成人美女网站在线观看视频| 国产精品国产高清国产av| 精品人妻偷拍中文字幕| 天堂√8在线中文| 99久久无色码亚洲精品果冻| 极品教师在线视频| 一个人看视频在线观看www免费| 国产女主播在线喷水免费视频网站 | 成年免费大片在线观看| 国产成人午夜福利电影在线观看| 亚洲第一区二区三区不卡| 男女下面进入的视频免费午夜| 成年女人永久免费观看视频| av女优亚洲男人天堂| 日本在线视频免费播放| 国产伦一二天堂av在线观看| 日韩人妻高清精品专区| 亚洲18禁久久av| 夜夜爽天天搞| 欧美成人精品欧美一级黄| 国产精品电影一区二区三区| 免费观看在线日韩| 亚洲综合色惰| videossex国产| 国产单亲对白刺激| 麻豆成人av视频| 三级国产精品欧美在线观看| 亚洲av.av天堂| 成人国产麻豆网| kizo精华| 色播亚洲综合网| 精品国产三级普通话版| 亚洲一级一片aⅴ在线观看| 亚洲乱码一区二区免费版| 不卡一级毛片| 熟女电影av网| 国产伦理片在线播放av一区 | 看十八女毛片水多多多| 男人舔奶头视频| 久久人人爽人人爽人人片va| 欧美3d第一页| 成人美女网站在线观看视频| 波多野结衣巨乳人妻| 欧美xxxx性猛交bbbb| 亚洲av.av天堂| 国产视频首页在线观看| 久久6这里有精品| 精品久久久久久久久av| 3wmmmm亚洲av在线观看| 村上凉子中文字幕在线| 男女啪啪激烈高潮av片| 国产一区二区亚洲精品在线观看| 美女 人体艺术 gogo| 欧美一级a爱片免费观看看| 欧美日韩综合久久久久久| 欧美bdsm另类| 好男人视频免费观看在线| 成熟少妇高潮喷水视频| 国产av一区在线观看免费| 青春草视频在线免费观看| 精品久久久久久成人av| 国产69精品久久久久777片| 国产精品久久久久久av不卡| 狂野欧美激情性xxxx在线观看| 久久久久久久久久黄片| 久久久久久久久大av| 成人国产麻豆网| 色噜噜av男人的天堂激情| 热99在线观看视频| 国产精品av视频在线免费观看| 久久精品久久久久久噜噜老黄 | 亚洲精品日韩在线中文字幕 | 亚洲av电影不卡..在线观看| 亚洲经典国产精华液单| 97人妻精品一区二区三区麻豆| 最近视频中文字幕2019在线8| 能在线免费观看的黄片| 中文资源天堂在线| 日本色播在线视频| 亚洲欧美日韩卡通动漫| 又爽又黄a免费视频| 日韩,欧美,国产一区二区三区 | 国产精品爽爽va在线观看网站| 国产片特级美女逼逼视频| 老师上课跳d突然被开到最大视频| 人人妻人人澡人人爽人人夜夜 | 人人妻人人看人人澡| 大型黄色视频在线免费观看| 深爱激情五月婷婷| 男人狂女人下面高潮的视频| 免费无遮挡裸体视频| 色噜噜av男人的天堂激情| 日韩av在线大香蕉| 久久久久久久亚洲中文字幕| 22中文网久久字幕| а√天堂www在线а√下载| 中文字幕制服av| 国产白丝娇喘喷水9色精品| 久久精品夜夜夜夜夜久久蜜豆| 嫩草影院入口| 黄色欧美视频在线观看| 2022亚洲国产成人精品| 两个人视频免费观看高清| 国产精品蜜桃在线观看 | 中文字幕熟女人妻在线| 国产91av在线免费观看| 身体一侧抽搐| 天美传媒精品一区二区| 精品人妻一区二区三区麻豆| 一进一出抽搐gif免费好疼| 99在线人妻在线中文字幕| 成人性生交大片免费视频hd| 亚洲,欧美,日韩| 国产一区二区在线观看日韩| 一本久久中文字幕| 亚洲精华国产精华液的使用体验 | 欧洲精品卡2卡3卡4卡5卡区| 国产午夜福利久久久久久| 97超视频在线观看视频| 青春草国产在线视频 | 欧美性猛交╳xxx乱大交人| 婷婷色av中文字幕| 全区人妻精品视频| 亚洲av一区综合| 亚洲av电影不卡..在线观看| 12—13女人毛片做爰片一| 舔av片在线| 人妻久久中文字幕网| 波野结衣二区三区在线| 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 | 久久精品人妻少妇| 少妇被粗大猛烈的视频| 成人漫画全彩无遮挡| 国产精品一二三区在线看| 国产欧美日韩精品一区二区| 搞女人的毛片| 又粗又爽又猛毛片免费看| av免费观看日本| 亚洲熟妇中文字幕五十中出| 精品免费久久久久久久清纯| 久久6这里有精品| 欧美成人一区二区免费高清观看| 99久久精品国产国产毛片| 乱系列少妇在线播放| 亚洲精品456在线播放app| 日韩大尺度精品在线看网址| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲成人av在线免费| 日本黄大片高清| 看非洲黑人一级黄片| 久久精品国产清高在天天线| 国产精品久久久久久亚洲av鲁大| 亚洲自偷自拍三级| 国产精品久久久久久精品电影小说 | av免费观看日本| 黄色视频,在线免费观看| 久久九九热精品免费| 国产在线精品亚洲第一网站| 亚洲欧美日韩无卡精品| 一级毛片久久久久久久久女| 女的被弄到高潮叫床怎么办| 变态另类成人亚洲欧美熟女| 床上黄色一级片| 啦啦啦啦在线视频资源| 久久精品国产亚洲av涩爱 | 国产成人a∨麻豆精品| 国产 一区 欧美 日韩| 国产白丝娇喘喷水9色精品| 欧美三级亚洲精品| 2021天堂中文幕一二区在线观| 欧美日韩综合久久久久久| h日本视频在线播放| 中文字幕av在线有码专区| 日本熟妇午夜| 赤兔流量卡办理| 免费av观看视频| 国内精品一区二区在线观看| 两个人的视频大全免费| 人体艺术视频欧美日本| av在线蜜桃| 天天躁夜夜躁狠狠久久av| 91麻豆精品激情在线观看国产| or卡值多少钱| 欧美色视频一区免费| 中文字幕人妻熟人妻熟丝袜美| 国产成人精品一,二区 | 免费观看人在逋| 在线免费观看不下载黄p国产| 国产精品乱码一区二三区的特点| 九九久久精品国产亚洲av麻豆| 在现免费观看毛片| 麻豆成人av视频| 日韩三级伦理在线观看| 国产精品一区www在线观看| 亚洲欧美日韩东京热| 国产午夜精品久久久久久一区二区三区| 免费搜索国产男女视频| 最近最新中文字幕大全电影3| 波多野结衣高清无吗| 色吧在线观看| 久久国内精品自在自线图片| 又爽又黄无遮挡网站| 亚洲性久久影院| av天堂在线播放| a级毛片a级免费在线| 韩国av在线不卡| 看十八女毛片水多多多| 99热网站在线观看| 人妻系列 视频| 亚洲最大成人中文| 久久久成人免费电影| 欧美xxxx性猛交bbbb| 欧美高清成人免费视频www| 久久精品国产亚洲av香蕉五月| 丝袜美腿在线中文| 久久亚洲国产成人精品v| 一进一出抽搐gif免费好疼| 在线观看一区二区三区| 免费观看的影片在线观看| 国产午夜精品论理片| 国产乱人视频| 久久久久网色| 小说图片视频综合网站| 国产精品三级大全| 真实男女啪啪啪动态图| 一进一出抽搐gif免费好疼| 国产精品久久久久久av不卡| 日本熟妇午夜| 日韩欧美三级三区| 午夜福利成人在线免费观看| 全区人妻精品视频| 久久午夜福利片| 成人鲁丝片一二三区免费| 男女那种视频在线观看| 国产伦在线观看视频一区| 免费观看a级毛片全部| 两个人视频免费观看高清| 99久久精品一区二区三区| 寂寞人妻少妇视频99o| 国产黄片视频在线免费观看| 99热这里只有精品一区| 91aial.com中文字幕在线观看| 成人午夜高清在线视频| 国产伦理片在线播放av一区 | 国模一区二区三区四区视频| 久久这里有精品视频免费| 精品一区二区免费观看| 最近2019中文字幕mv第一页| 波野结衣二区三区在线| 97在线视频观看| 可以在线观看的亚洲视频| 搞女人的毛片| 黑人高潮一二区| 99久国产av精品| 免费无遮挡裸体视频| 舔av片在线| 国产精品伦人一区二区| 久久鲁丝午夜福利片| 国产精品久久久久久精品电影| av在线天堂中文字幕| 成人美女网站在线观看视频| 国产精品无大码| 日韩 亚洲 欧美在线| 日韩成人伦理影院| 精品久久国产蜜桃| 成人二区视频| 欧美日韩在线观看h| 性插视频无遮挡在线免费观看| 亚洲精华国产精华液的使用体验 | 免费看美女性在线毛片视频| 国产91av在线免费观看| 99久久久亚洲精品蜜臀av| 好男人视频免费观看在线| 啦啦啦观看免费观看视频高清| 久久亚洲精品不卡| 久久九九热精品免费| 精品久久久噜噜| 蜜臀久久99精品久久宅男| 我要看日韩黄色一级片| 亚洲av中文字字幕乱码综合| 亚洲欧洲国产日韩| 老司机福利观看| 成人亚洲欧美一区二区av| 亚洲欧美日韩卡通动漫| 国内精品久久久久精免费| 国产伦精品一区二区三区视频9| 麻豆国产av国片精品| 久久久久久久久久久丰满| 全区人妻精品视频| 有码 亚洲区| 久久久久久久久久久丰满| 成人亚洲欧美一区二区av| 亚洲内射少妇av| 一级av片app| 美女脱内裤让男人舔精品视频 | 欧美zozozo另类| 国产精品久久久久久精品电影小说 | 日本与韩国留学比较| 91久久精品国产一区二区成人| 赤兔流量卡办理| 哪个播放器可以免费观看大片| 能在线免费观看的黄片| 日本成人三级电影网站| 欧美在线一区亚洲| 精品久久久噜噜| 日韩一本色道免费dvd| 一个人免费在线观看电影| 久久精品国产亚洲网站| 久久欧美精品欧美久久欧美| 一夜夜www| 91精品一卡2卡3卡4卡| 蜜臀久久99精品久久宅男| 一本一本综合久久| 亚洲精华国产精华液的使用体验 | 99热6这里只有精品| 午夜福利在线观看免费完整高清在 | 午夜精品国产一区二区电影 | 日韩精品青青久久久久久| 在线观看美女被高潮喷水网站| 欧美高清成人免费视频www| 色噜噜av男人的天堂激情| 99在线视频只有这里精品首页| 内地一区二区视频在线| 欧美不卡视频在线免费观看| 2022亚洲国产成人精品| 日韩欧美三级三区| 在线免费观看的www视频| 青春草亚洲视频在线观看| 久久国内精品自在自线图片| 直男gayav资源| 黄色一级大片看看| 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 | 国产免费男女视频| 日韩欧美 国产精品| 欧美激情在线99| 日本黄色片子视频| 久久久久久久亚洲中文字幕| 少妇高潮的动态图| 变态另类丝袜制服| 最近的中文字幕免费完整| 欧美3d第一页| 十八禁国产超污无遮挡网站| 国产午夜精品论理片| 日韩欧美 国产精品| 哪里可以看免费的av片| 一本一本综合久久| 中文字幕免费在线视频6| 欧美日本视频| 免费看光身美女| 国产69精品久久久久777片| 赤兔流量卡办理| 久久婷婷人人爽人人干人人爱| av视频在线观看入口| 99热全是精品| 欧美日韩综合久久久久久| 亚洲美女视频黄频| 亚洲成人久久爱视频| 亚洲在线观看片| 在线观看av片永久免费下载| 日韩 亚洲 欧美在线| 黄色日韩在线| 性插视频无遮挡在线免费观看| 免费人成在线观看视频色| 亚洲av成人av| 亚洲人成网站在线播| 精品久久久久久久久亚洲| 成人鲁丝片一二三区免费| 国产成人精品久久久久久| 亚洲精品色激情综合| 婷婷色av中文字幕| 91aial.com中文字幕在线观看| 给我免费播放毛片高清在线观看| 日本黄色视频三级网站网址| 亚洲av第一区精品v没综合| 国产免费男女视频| av又黄又爽大尺度在线免费看 | 日韩高清综合在线| 成人一区二区视频在线观看| 国产精品av视频在线免费观看| 亚洲美女搞黄在线观看| 免费看a级黄色片| 中文字幕精品亚洲无线码一区| 免费人成在线观看视频色| 国产精品一区二区三区四区久久| 国产精品电影一区二区三区| 国产精品一及| 真实男女啪啪啪动态图| 久久精品夜夜夜夜夜久久蜜豆| 直男gayav资源| 日本免费一区二区三区高清不卡| 丰满人妻一区二区三区视频av| 亚洲不卡免费看| 12—13女人毛片做爰片一| 丝袜美腿在线中文| av专区在线播放| 久久欧美精品欧美久久欧美| 亚洲一区高清亚洲精品| 国产极品精品免费视频能看的| 一本一本综合久久| 久久久久久久亚洲中文字幕| 久久这里只有精品中国| 日本三级黄在线观看| 久久久午夜欧美精品| 99热这里只有是精品在线观看| 亚洲一区二区三区色噜噜| 国产片特级美女逼逼视频| 亚洲av二区三区四区| 少妇猛男粗大的猛烈进出视频 | 国产精品久久久久久精品电影| 国产成人aa在线观看| 人人妻人人澡欧美一区二区| 欧美色视频一区免费| 欧美一区二区精品小视频在线| 一区二区三区免费毛片| 国产亚洲精品久久久久久毛片| 69人妻影院| 人妻制服诱惑在线中文字幕| 一级二级三级毛片免费看| 日日摸夜夜添夜夜添av毛片| 美女国产视频在线观看| 国产精品久久电影中文字幕| 国产三级中文精品| 日韩一区二区三区影片| 我的老师免费观看完整版| 成人综合一区亚洲| 亚洲精品粉嫩美女一区| 日日摸夜夜添夜夜添av毛片| 亚洲一区二区三区色噜噜| av女优亚洲男人天堂| 成人欧美大片| 自拍偷自拍亚洲精品老妇| 性色avwww在线观看| 久久人妻av系列| 国产免费一级a男人的天堂| 欧美xxxx黑人xx丫x性爽| 久久久久久久久久久丰满| av在线蜜桃| 日韩高清综合在线| 欧美最黄视频在线播放免费| 国产毛片a区久久久久| 欧美性猛交黑人性爽| 欧美3d第一页| 久久精品人妻少妇| 99国产精品一区二区蜜桃av| 国产精品野战在线观看| 国产高潮美女av| 久久综合国产亚洲精品| 久久这里有精品视频免费| 久久人人精品亚洲av| 少妇猛男粗大的猛烈进出视频 | 久久久久免费精品人妻一区二区| 69av精品久久久久久| 国产伦理片在线播放av一区 | 免费观看人在逋| 国产精品乱码一区二三区的特点| 97在线视频观看| 男女那种视频在线观看| 久久精品综合一区二区三区| 欧美一级a爱片免费观看看| 丰满乱子伦码专区| 国产高清三级在线| 男女边吃奶边做爰视频| 国产 一区 欧美 日韩| 菩萨蛮人人尽说江南好唐韦庄 | 国产免费一级a男人的天堂| 99视频精品全部免费 在线| 日韩成人av中文字幕在线观看| 高清在线视频一区二区三区 | 18禁在线无遮挡免费观看视频| 国产成人一区二区在线| 日本与韩国留学比较| 男女视频在线观看网站免费| 日韩国内少妇激情av| 精品一区二区免费观看| 毛片女人毛片| 色5月婷婷丁香| 3wmmmm亚洲av在线观看| 干丝袜人妻中文字幕| 看十八女毛片水多多多| 自拍偷自拍亚洲精品老妇| 亚洲av免费高清在线观看| 国产成人午夜福利电影在线观看| 波多野结衣高清作品| 美女高潮的动态| 美女脱内裤让男人舔精品视频 | 精品久久久久久久久av| 日本欧美国产在线视频| 亚洲欧美精品自产自拍| 美女 人体艺术 gogo| 五月伊人婷婷丁香| 干丝袜人妻中文字幕| 菩萨蛮人人尽说江南好唐韦庄 | 午夜福利在线观看吧| 国产极品精品免费视频能看的| 亚洲五月天丁香| 免费看光身美女| 一个人免费在线观看电影| 十八禁国产超污无遮挡网站| 中文字幕熟女人妻在线| 亚洲最大成人中文| 99国产精品一区二区蜜桃av| 看十八女毛片水多多多| 国产一区二区亚洲精品在线观看| 女人被狂操c到高潮| 天天躁日日操中文字幕| 国产片特级美女逼逼视频| 变态另类成人亚洲欧美熟女| 免费电影在线观看免费观看| 久久久久网色| 精品一区二区三区人妻视频| 搡老妇女老女人老熟妇| 麻豆成人av视频| 97人妻精品一区二区三区麻豆| 一个人免费在线观看电影| 婷婷色av中文字幕| 国产精品一区二区三区四区免费观看| 97超视频在线观看视频| 日韩大尺度精品在线看网址| 男女做爰动态图高潮gif福利片| 国产在视频线在精品| 最好的美女福利视频网| 非洲黑人性xxxx精品又粗又长| 欧美日韩一区二区视频在线观看视频在线 | 波多野结衣巨乳人妻| 国产真实伦视频高清在线观看| 最后的刺客免费高清国语| 99热精品在线国产| 男女下面进入的视频免费午夜| 日韩欧美国产在线观看| 日韩欧美在线乱码| 爱豆传媒免费全集在线观看| 好男人在线观看高清免费视频| 人妻夜夜爽99麻豆av| 狠狠狠狠99中文字幕| h日本视频在线播放| 亚洲熟妇中文字幕五十中出| 青春草视频在线免费观看| 亚洲欧美成人综合另类久久久 | 国产一区二区三区av在线 | 伦精品一区二区三区| 免费观看a级毛片全部| 久久草成人影院| 身体一侧抽搐| 国产一区二区三区在线臀色熟女| 97超碰精品成人国产| 亚洲一级一片aⅴ在线观看| 中出人妻视频一区二区| 欧美区成人在线视频| 夜夜爽天天搞| 小蜜桃在线观看免费完整版高清| 国产不卡一卡二| 亚洲精品456在线播放app| 22中文网久久字幕| 最近2019中文字幕mv第一页| 日韩成人伦理影院| 亚洲七黄色美女视频| 在线播放无遮挡| 国产精品女同一区二区软件| 午夜福利成人在线免费观看| 欧美xxxx性猛交bbbb| 色综合色国产| 青青草视频在线视频观看| 国产成人freesex在线| 久久人人爽人人爽人人片va| 国产欧美日韩精品一区二区| 搡女人真爽免费视频火全软件| 好男人在线观看高清免费视频| 国产女主播在线喷水免费视频网站 | 精品欧美国产一区二区三| 乱系列少妇在线播放| 日本免费一区二区三区高清不卡| av在线播放精品| 国产精品一区二区在线观看99 | 九九久久精品国产亚洲av麻豆| 成人性生交大片免费视频hd| 日本黄色视频三级网站网址| 欧美一区二区亚洲| 精品欧美国产一区二区三| 国产精品野战在线观看| 最新中文字幕久久久久| 天天躁日日操中文字幕| 91狼人影院| 国产精品一区二区三区四区久久| 看黄色毛片网站| 免费av毛片视频| 男女那种视频在线观看| 欧美日韩精品成人综合77777| 中文字幕免费在线视频6| 神马国产精品三级电影在线观看| 女人十人毛片免费观看3o分钟| 波野结衣二区三区在线| 亚洲欧美日韩高清专用| 日本黄大片高清| 麻豆精品久久久久久蜜桃| 此物有八面人人有两片| 午夜激情欧美在线| 最好的美女福利视频网| 欧美高清性xxxxhd video| avwww免费| 国产乱人偷精品视频|