• <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 ?

    基于神經(jīng)網(wǎng)絡(luò)的兩種巖性識別方法的研究

    2010-06-22 03:41:08李春華
    現(xiàn)代電子技術(shù) 2009年22期
    關(guān)鍵詞:預(yù)測

    趙 杰 李春華

    摘 要:利用測井資料實現(xiàn)巖性識別對于儲層評價具有重要意義,采用概率神經(jīng)網(wǎng)絡(luò)(PNN)和自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOM)的模式識別方法,分別建立測井巖性識別模型,并利用該模型對樣本進行預(yù)測。仿真結(jié)果表明,建立的模型用于巖性識別具有預(yù)測精度高、易收斂和自動聚類等特點,對于巖性類別的劃分是準(zhǔn)確和可靠的,為相關(guān)領(lǐng)域的研究提供了新方法。

    關(guān)鍵詞:自組織特征映射神經(jīng)網(wǎng)絡(luò);概率神經(jīng)網(wǎng)絡(luò);巖性識別;預(yù)測

    中圖分類號:TP183

    0 引 言

    巖性識別是儲層評價的重要工作之一,是求解儲層參數(shù)的基礎(chǔ)。測井在勘探中的作用和地位正在日益提高,測井參數(shù)值是地下巖石的礦物成分、結(jié)構(gòu)和孔隙度等的綜合反映,是巖性分析的基礎(chǔ)資料。對于一組特定的測井參數(shù)值,它就必然對應(yīng)著地層中的某一種或某幾種巖性。在分析巖心和測井參數(shù)對應(yīng)特征的基礎(chǔ)上,劃分巖心的巖石類型,并從各類巖石中讀取能夠代表巖樣的測井參數(shù)值,確定巖性與測井參數(shù)對應(yīng)關(guān)系。

    由于井下地質(zhì)構(gòu)造的復(fù)雜性和測井參數(shù)分布的模糊性,傳統(tǒng)的數(shù)理統(tǒng)計等方法難以準(zhǔn)確地反映測井資料與地層巖性的非線性映射關(guān)系,識別精度有限,采用具有聚類功能的人工神經(jīng)網(wǎng)絡(luò)——自組織特征映射網(wǎng)絡(luò)(SOM)和概率神經(jīng)網(wǎng)絡(luò)(PNN)完成測井資料的巖性識別。采用神經(jīng)網(wǎng)絡(luò)對測井?dāng)?shù)據(jù)進行巖性識別,具有較強的自組織和自適應(yīng)性,有較高的容錯能力。

    1 概率神經(jīng)網(wǎng)絡(luò)(PNN)

    概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network,PNN)是基于貝葉斯最小風(fēng)險準(zhǔn)則和Parzen窗的概率密度函數(shù)方法發(fā)展而來的一種并行算法,是徑向基函數(shù)模型的發(fā)展[3]。它直接考慮樣本空間的概率特性,以樣本空間的典型樣本作為隱含層的節(jié)點,其網(wǎng)絡(luò)權(quán)值是模式樣本的分布。

    概率神經(jīng)網(wǎng)絡(luò)由四個結(jié)構(gòu)層組成:輸入層、樣本層、累加層和輸出層。輸入層的節(jié)點數(shù)是樣本向量的維數(shù),將所有樣本不變地傳給樣本層后,樣本層將輸入向量的各個分向量進行加權(quán)求和,然后再用一個非線性算子進行運算,非線性算子取高斯函數(shù):

    式中:[WTHX]X為輸入向量;W[WTBX]為權(quán)值向量;1/R2為平滑因子。オ

    然后將計算結(jié)果傳遞到累加層[5],累加層各個節(jié)點只與相應(yīng)類別的樣本節(jié)點相連,計算同類樣本輸出值的和,權(quán)值都為1。網(wǎng)絡(luò)的輸出層,即競爭層采用勝者為王的學(xué)習(xí)規(guī)則,使具有最大概率的向量的輸出為1,其他類別的向量輸出為0。這樣網(wǎng)絡(luò)就按Bayes決策[6]將輸入的向量分配到具有最大后驗概率的類別中去。

    2 自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOM)

    自組織特征映射網(wǎng)絡(luò)(Self[CD*2]Organizing feature Map,SOM),接受外界輸入模式時,將會分為不同的對應(yīng)區(qū)域,各區(qū)域?qū)斎肽J骄哂胁煌捻憫?yīng)特征。自組織映射學(xué)習(xí)算法包含:競爭、合作和更新三個過程[7]。

    (1) 在競爭過程中,確定輸出最大的神經(jīng)元為獲勝神經(jīng)元。由于神經(jīng)元的激勵函數(shù)為線性函數(shù),神經(jīng)元的最大輸出取決于其輸入u琲=∑Nj=1w﹊j獂璲,即輸入向量[WTHX]X[WTBX]=猍x1,x2,…x璑]玊和權(quán)值向量[WTHX]W[WTBX]璱=[w﹊1,w﹊2,…w﹊N猐玊,i=1,2,…,M的內(nèi)積。而該內(nèi)積在輸入向量和權(quán)值向量均為歸一化向量時,等價于輸入向量和權(quán)值向量的歐氏距離最小。所謂歐氏距離就是n維歐氏空間中向量[WTHX]Y[WTBX]=[y1,y2,…,y璑]和向量[WTHX]Z[WTBX]=[z1,z2,…,z璑]的距離,其值為∑ni=1(y璱-z璱)2。所以當(dāng)輸入向量為[WTHX]X[WTBX]且第c個神經(jīng)元獲勝,滿足條件:‖[WTHX]X[WTBX]-[WTHX]W[WTBX]璫‖=┆玬in‖[WTHX]X[WTBX]-猍WTHX]W[WTBX]璱‖(i=1,2,…,M) 。И

    (2) 在合作過程中,確定獲勝神經(jīng)元的加強中心。拓?fù)溧徲虻闹行木褪窃诟偁庍^程中得到的獲勝神經(jīng)元,在鄰域范圍內(nèi)的神經(jīng)元為興奮神經(jīng)元,即加強中心。

    (3) 在更新過程中,采用Hebb學(xué)習(xí)規(guī)則[8]的改變形式,對網(wǎng)絡(luò)上獲勝神經(jīng)元拓?fù)溧徲騼?nèi)的神經(jīng)元進行權(quán)值向量的更新。

    自組織特征映射神經(jīng)網(wǎng)絡(luò)是一種競爭式學(xué)習(xí)網(wǎng)絡(luò),共有兩層,輸入層各神經(jīng)元通過權(quán)向量將外界信息匯集到輸出層的各神經(jīng)元。采用Kohonen算法,獲勝神經(jīng)元對其鄰近神經(jīng)元的影響是由近及遠(yuǎn),由興奮逐漸轉(zhuǎn)變?yōu)橐种?其學(xué)習(xí)算法中不僅獲勝神經(jīng)元本身要調(diào)整權(quán)向量,它周圍的神經(jīng)元在其影響下也要程度不同地調(diào)整權(quán)向量,調(diào)整力度依鄰域內(nèi)各神經(jīng)元距獲勝神經(jīng)元的遠(yuǎn)近而逐漸衰減。最后使輸出層各神經(jīng)元成為對特定模式類敏感的神經(jīng)細(xì)胞,對應(yīng)的內(nèi)星權(quán)向量成為各輸入模式類的中心向量。并且當(dāng)兩個模式類的特征接近時,代表這兩類的神經(jīng)元在位置上也接近,從而在輸出層形成能夠反映樣本模式類分布情況的有序特征圖[9]。

    3 基于神經(jīng)網(wǎng)絡(luò)的巖性識別

    通過對已知井段測井?dāng)?shù)據(jù)進行學(xué)習(xí),來預(yù)測同一地區(qū)其他井段的巖性。

    3.1 巖性樣本

    為了探討神經(jīng)網(wǎng)絡(luò)在巖性識別中的具體應(yīng)用,選擇一批測井巖性數(shù)據(jù)用于巖性識別建模工作。選擇某地區(qū)的資料進行研究,該地區(qū)屬于碳酸鹽地層,選取的樣本巖性有3種,即泥巖、砂巖和石灰?guī)r。影響巖性的重要因子有5個,補償中子空隙度CNL、補償密度曲線DEN、聲波時差DTC、自然伽瑪GR和微電阻率RT。通過對歷史資料的分析,獲得了6組樣本數(shù)據(jù)。

    在各種測井工作中,由于不同的測井響應(yīng)具有各自的測量量綱,數(shù)值大小不一,差異較大,無法直接進行定量比較,因而必須對測井?dāng)?shù)據(jù)進行處理,對其歸一化,將非地質(zhì)因素校正到同一水平上。在歸一化處理后的測井響應(yīng)值是沒有量綱的,而且其數(shù)值在[0,1]范圍內(nèi)變化,消除了不同測井響應(yīng)在量綱和數(shù)量級上的差異。原始數(shù)據(jù)歸一化后的結(jié)果數(shù)據(jù)列出如表1所示。

    3.2 PNN網(wǎng)絡(luò)巖性識別仿真

    建立PNN網(wǎng)絡(luò),其輸入層有5個神經(jīng)元,分別對應(yīng)5個影響因子,選取的樣本有三種不同的巖性,利用二進制格式描述這三種巖性,作為目標(biāo)向量。利用下面函數(shù)創(chuàng)建PNN網(wǎng)絡(luò)用于巖性識別。

    net=newpnn([WTHX]P[WTBZ],[WTHX]T[WTBZ],SPREAD);其中:[WTHX]P[WTBZ]為輸入向量;[WTHX]T[WTBZ]為目標(biāo)向量;SPREAD為分布密度。

    運用建立的模型對學(xué)習(xí)樣本仿真,輸出結(jié)果如表1最后一列所示。

    由表1的仿真結(jié)果可知,網(wǎng)絡(luò)成功地將巖性樣本分為三類,這與實際情況一致,并且可知第1類為泥巖,┑2類為砂巖,第3類為石灰?guī)r。接下來用一組測試樣本,檢驗?zāi)P偷奈粗獛r性的識別能力。測試樣本數(shù)據(jù)如表2所示。

    運用建立的模型對上表的巖性影響因子測試樣本進行仿真,輸出結(jié)果如表2最后一列所示。仿真結(jié)果顯示該組測試樣本屬于第3類,即為石灰?guī)r,與期望輸出一致。可見,PNN網(wǎng)絡(luò)能夠正確識別未知巖性樣本。

    3.3 SOM網(wǎng)絡(luò)巖性識別仿真

    SOM神經(jīng)元數(shù)的選取與樣本有多少模式有關(guān)。如果神經(jīng)元數(shù)較少,對輸入樣本類別進行“粗分”,如果神經(jīng)元數(shù)較多,可將輸入樣本類別“細(xì)化”。

    選取競爭層神經(jīng)元為2×3的組織結(jié)構(gòu),通過距離函數(shù)linkdist來計算距離,利用下面函數(shù)創(chuàng)建SOM網(wǎng)絡(luò),用于巖性類別的“粗分”。

    由于網(wǎng)絡(luò)的初始權(quán)值相同,權(quán)向量是重合的。利用表1的學(xué)習(xí)樣本對網(wǎng)絡(luò)訓(xùn)練,訓(xùn)練步數(shù)的大小影響網(wǎng)絡(luò)的聚類功能。不斷調(diào)整訓(xùn)練步數(shù),訓(xùn)練100次后,神經(jīng)元就可以自組織分布。網(wǎng)絡(luò)訓(xùn)練結(jié)束后權(quán)值也就固定了,以后每輸入一組新的樣本,競爭層的神經(jīng)元開始競爭,激活與之最為接近的神經(jīng)元,從而實現(xiàn)巖性自動識別。運用建立的SOM網(wǎng)絡(luò)對學(xué)習(xí)樣本和測試樣本進行仿真,聚類結(jié)果如表3所示。樣本序號類別激發(fā)神經(jīng)元索引

    聚類結(jié)果表明學(xué)習(xí)樣本分為三類,序號為1,2的樣本為第1類,激活第5個神經(jīng)元;序號為3,5的樣本為第2類,激活第4個神經(jīng)元;序號為4,6的樣本為┑3類,激活第1個神經(jīng)元。而測試樣本激活第1個神經(jīng)元,屬于第3類,由學(xué)習(xí)樣本可知,為石灰?guī)r??梢?SOM網(wǎng)絡(luò)能夠準(zhǔn)確地劃分巖性類別。

    將上述巖性樣本類別“細(xì)化”,或者增加更多不同類型的巖性樣本,那么應(yīng)該增加競爭層神經(jīng)元的數(shù)量。選取競爭層神經(jīng)元為3×4的組織結(jié)構(gòu),創(chuàng)建SOM網(wǎng)絡(luò),隨著神經(jīng)元個數(shù)的增加,增加訓(xùn)練次數(shù),當(dāng)訓(xùn)練1 000次時,神經(jīng)元就可以自組織分布。運用建立的SOM網(wǎng)絡(luò)對學(xué)習(xí)樣本和測試樣本進行仿真,聚類結(jié)果如表4所示。[JP]

    參照樣本實際分布曲線,分析聚類結(jié)果,當(dāng)競爭層的神經(jīng)元數(shù)目較多時,幾乎每一個樣本都被劃分為┮煥?。獜膱D1可以看出,序號1和2樣本、序號3和5樣本分別在高維空間相近,而聚類后激活的相應(yīng)神經(jīng)元的位置也接近,序號4和6樣本相仿程度更高,聚類后激發(fā)了同一個神經(jīng)元1,這和實際情況是吻合的。測試樣[LL]本與序號4和6樣本極為接近,聚類后激發(fā)了同一個神經(jīng)元,即網(wǎng)絡(luò)的第1個神經(jīng)元,所以樣本屬于第4類。增加競爭層神經(jīng)元的數(shù)量,可以使巖性類別劃分更加詳細(xì),巖性識別準(zhǔn)確。

    4 結(jié) 語

    采用概率神經(jīng)網(wǎng)絡(luò)和自組織特征映射神經(jīng)網(wǎng)絡(luò)對巖性進行自動識別是準(zhǔn)確的。PNN網(wǎng)絡(luò)不需要訓(xùn)練,具有結(jié)構(gòu)簡單、追加樣本容易的特點,是一種具有較強容錯能力和機構(gòu)自適應(yīng)調(diào)整的網(wǎng)絡(luò),但需要預(yù)設(shè)目標(biāo)向量。SOM網(wǎng)絡(luò)具有效率高,無需監(jiān)督,能自動對輸入模式進行聚類的優(yōu)勢,但輸出層的神經(jīng)元數(shù)目多,網(wǎng)絡(luò)規(guī)模較大。仿真結(jié)果表明這兩種網(wǎng)絡(luò)用于巖性分類和識別是準(zhǔn)確和可靠的,對用于油層、煤層及其勘探等領(lǐng)域,具有重要的參考價值。

    參 考 文 獻

    [1]于代國,孫建孟,王煥增,等.測井識別巖性新方法[CD2]支持向量機方法[J].大慶石油地質(zhì)與開發(fā),2005,24(2):93[CD*2]95.

    [2]Gao T H,Cao J Y,Zhang M L,Qi J B.Lithology Recognition during Oil Well Drilling Based on Fuzzy[CD*2]adaptive Hamming Network [A].Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications[C].2006:574[CD*2]578.

    [3]Specht D F.Probabilistic Neural Network and General Regression Neural Network [M].McGraw-Hill,1996.

    [4]Tao Song,Mo Jamshidi,Roland R Lee,玡t al.A Novel Weighted Probabilistic Neural Network for MR Image Segmentation[A].IEEE International Conference on System,Man and Cybernetics[C].2005,3:2 501[CD*2]2 506.

    [5]Han J,Kanmber M.Data Mining:Concepts and Techniques[M].San Francisco:Academic Press,2001.

    [6]Chuhee Lee,Euisun Choi.Bayes Error Evaluation of the Gaussian ML Classifier[J].IEEE Trans.on Geoscience and Remote Sensing,2000,38 (3):1 471[CD*2]1 475.

    [7]楊建剛.人工神經(jīng)網(wǎng)絡(luò)實用教程[M].杭州:浙江大學(xué)出版社,2001.

    [JP2][8]Parag C,Pendharkar A.Data Envelopment Analysis[CD*2]based Approach for Data Preprocessing[J].IEEE Trans.on Knowledge and Data Engineering,2005,17(10):1 379[CD*2]1 388.[JP]

    [9]韓力群.人工神經(jīng)網(wǎng)絡(luò)教程[M].北京:北京郵電大學(xué)出版社,2006.

    [10]飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與Matlab 7實現(xiàn)[M].北京:電子工業(yè)出版社,2005.[HJ0][HJ]

    作者簡介 趙 杰 女,1977年出生,黑龍江人,碩士研究生,講師。研究方向為自動化與智能控制。

    猜你喜歡
    預(yù)測
    無可預(yù)測
    黃河之聲(2022年10期)2022-09-27 13:59:46
    基于PCC-CNN-GRU的短期風(fēng)電功率預(yù)測
    選修2—2期中考試預(yù)測卷(A卷)答案與提示
    選修2-2期中考試預(yù)測卷(A卷)
    選修2-2期中考試預(yù)測卷(B卷)
    選修2—2期中考試預(yù)測卷(B卷)
    選修2—2期中考試預(yù)測卷(A卷)
    選修2—2期中考試預(yù)測卷(B卷)答案與提示
    “預(yù)測”得準(zhǔn)
    不可預(yù)測
    亚洲最大成人手机在线| 欧美精品国产亚洲| 日韩av在线大香蕉| 午夜激情福利司机影院| 在线看三级毛片| 亚洲三级黄色毛片| 精品不卡国产一区二区三区| eeuss影院久久| 亚洲最大成人av| 俺也久久电影网| 亚洲精品456在线播放app| 精品国内亚洲2022精品成人| 国内精品美女久久久久久| 日本 av在线| 欧美一区二区亚洲| 老司机午夜福利在线观看视频| 成人综合一区亚洲| 欧美一区二区精品小视频在线| 国产精品免费一区二区三区在线| 禁无遮挡网站| 国产大屁股一区二区在线视频| 久久鲁丝午夜福利片| 2021天堂中文幕一二区在线观| 麻豆国产97在线/欧美| 毛片一级片免费看久久久久| 成年av动漫网址| 97超碰精品成人国产| 一区二区三区高清视频在线| 国产黄a三级三级三级人| 日本一二三区视频观看| 一本精品99久久精品77| 成年版毛片免费区| 亚洲综合色惰| 日本欧美国产在线视频| 国产精品电影一区二区三区| 在线观看av片永久免费下载| 中文字幕熟女人妻在线| 美女高潮的动态| 真人做人爱边吃奶动态| 久久欧美精品欧美久久欧美| 99九九线精品视频在线观看视频| 国产亚洲欧美98| 免费一级毛片在线播放高清视频| 男人舔奶头视频| 国产国拍精品亚洲av在线观看| 国产亚洲精品久久久com| 国产乱人偷精品视频| 少妇高潮的动态图| 国产成人91sexporn| 久久韩国三级中文字幕| 99久久成人亚洲精品观看| 搞女人的毛片| 精品久久久久久久久亚洲| 在线观看美女被高潮喷水网站| 久久精品夜色国产| 日韩欧美在线乱码| 日韩欧美精品v在线| 激情 狠狠 欧美| 日韩 亚洲 欧美在线| 黄色欧美视频在线观看| 国产乱人视频| 嫩草影院新地址| 性欧美人与动物交配| 中文资源天堂在线| 五月伊人婷婷丁香| 国产成人影院久久av| 别揉我奶头 嗯啊视频| 欧美不卡视频在线免费观看| 香蕉av资源在线| av卡一久久| 女的被弄到高潮叫床怎么办| 国产精品野战在线观看| 亚洲成人av在线免费| 身体一侧抽搐| 国产真实伦视频高清在线观看| 免费电影在线观看免费观看| 有码 亚洲区| 国产精品精品国产色婷婷| 69av精品久久久久久| 日本欧美国产在线视频| 成年女人毛片免费观看观看9| 一本精品99久久精品77| 内射极品少妇av片p| 日本黄大片高清| 久久国产乱子免费精品| 深夜精品福利| 岛国在线免费视频观看| 最近在线观看免费完整版| 免费看av在线观看网站| 亚洲人成网站高清观看| 亚洲欧美成人精品一区二区| 欧美区成人在线视频| 91av网一区二区| 九九热线精品视视频播放| 午夜爱爱视频在线播放| 欧美激情国产日韩精品一区| 国产精品久久久久久精品电影| 18禁裸乳无遮挡免费网站照片| 乱码一卡2卡4卡精品| 小说图片视频综合网站| 亚洲精品色激情综合| av女优亚洲男人天堂| 综合色丁香网| 成人亚洲精品av一区二区| 色综合色国产| 国产男人的电影天堂91| 韩国av在线不卡| 亚洲无线观看免费| 精品人妻视频免费看| 女人十人毛片免费观看3o分钟| 一卡2卡三卡四卡精品乱码亚洲| 国产白丝娇喘喷水9色精品| 国产高清激情床上av| 高清毛片免费观看视频网站| 日韩一区二区视频免费看| 中文字幕av成人在线电影| 久久久久久大精品| 久久草成人影院| 色综合色国产| 麻豆国产97在线/欧美| 99热这里只有是精品在线观看| 国产成人一区二区在线| 丰满人妻一区二区三区视频av| 日本一二三区视频观看| 亚洲无线观看免费| 丰满人妻一区二区三区视频av| 国产片特级美女逼逼视频| 免费人成在线观看视频色| 国产乱人视频| 亚洲五月天丁香| 十八禁国产超污无遮挡网站| 亚洲精品一区av在线观看| 淫秽高清视频在线观看| 亚洲国产精品国产精品| 不卡一级毛片| 日本免费a在线| 国产精品久久久久久久久免| 亚洲国产高清在线一区二区三| 色哟哟·www| 99热6这里只有精品| 欧美日本视频| 久久久久久久久大av| 久久久色成人| 亚洲国产精品合色在线| 五月玫瑰六月丁香| 亚洲精品456在线播放app| 三级男女做爰猛烈吃奶摸视频| 国产私拍福利视频在线观看| 免费在线观看成人毛片| .国产精品久久| 国产私拍福利视频在线观看| 少妇熟女欧美另类| 色综合色国产| 精品久久国产蜜桃| 国产单亲对白刺激| 精品熟女少妇av免费看| 一级毛片久久久久久久久女| 老女人水多毛片| 人妻夜夜爽99麻豆av| 乱人视频在线观看| 国产 一区 欧美 日韩| 国产免费一级a男人的天堂| 久久人人爽人人爽人人片va| a级毛色黄片| 久久久久国产精品人妻aⅴ院| 一进一出好大好爽视频| 午夜激情福利司机影院| 国产老妇女一区| 国产av不卡久久| 99热全是精品| 亚洲国产精品合色在线| 天堂动漫精品| 一级av片app| 亚洲专区国产一区二区| 欧美性猛交黑人性爽| 晚上一个人看的免费电影| 亚洲经典国产精华液单| 久久精品综合一区二区三区| 日本在线视频免费播放| 最好的美女福利视频网| 成人午夜高清在线视频| 亚洲丝袜综合中文字幕| 婷婷色综合大香蕉| 最近手机中文字幕大全| 欧美极品一区二区三区四区| 亚洲专区国产一区二区| 联通29元200g的流量卡| 精品少妇黑人巨大在线播放 | 九九热线精品视视频播放| 性欧美人与动物交配| 伦理电影大哥的女人| 一a级毛片在线观看| 狠狠狠狠99中文字幕| 蜜桃亚洲精品一区二区三区| 亚洲欧美日韩东京热| 日韩精品有码人妻一区| 狂野欧美激情性xxxx在线观看| 韩国av在线不卡| 国产精品乱码一区二三区的特点| 日产精品乱码卡一卡2卡三| 两个人视频免费观看高清| 成人二区视频| av在线亚洲专区| 国产av在哪里看| 有码 亚洲区| av女优亚洲男人天堂| 欧美日本视频| 国产男靠女视频免费网站| www.色视频.com| 亚洲av熟女| 美女高潮的动态| 欧美激情国产日韩精品一区| 村上凉子中文字幕在线| 亚洲性夜色夜夜综合| 麻豆精品久久久久久蜜桃| 亚洲av中文字字幕乱码综合| 亚洲成人久久性| 国产精品,欧美在线| 国产精华一区二区三区| 免费黄网站久久成人精品| 欧美日本视频| 国产 一区精品| 69人妻影院| 欧美成人免费av一区二区三区| 亚洲av二区三区四区| 亚洲精品一区av在线观看| 亚洲七黄色美女视频| 日本撒尿小便嘘嘘汇集6| 嫩草影院入口| 精品人妻一区二区三区麻豆 | 看十八女毛片水多多多| 久久久久久久久大av| 国模一区二区三区四区视频| 国产精品一区二区免费欧美| 精品一区二区三区人妻视频| 1000部很黄的大片| 亚洲性久久影院| 精品人妻偷拍中文字幕| 国国产精品蜜臀av免费| 亚洲精品影视一区二区三区av| 国产成人a∨麻豆精品| 日本欧美国产在线视频| 久久久久久久亚洲中文字幕| 中文亚洲av片在线观看爽| 在线播放国产精品三级| 久久久久久久久久成人| 日韩欧美 国产精品| 日本与韩国留学比较| 欧美性猛交╳xxx乱大交人| 国模一区二区三区四区视频| 国产成人精品久久久久久| 日韩av在线大香蕉| 九九爱精品视频在线观看| 欧美区成人在线视频| 欧美精品国产亚洲| 国产日本99.免费观看| 欧美日韩国产亚洲二区| 久久人人爽人人爽人人片va| 丝袜喷水一区| 国产精品av视频在线免费观看| 国产成人a区在线观看| 村上凉子中文字幕在线| 韩国av在线不卡| 成年女人看的毛片在线观看| 久久天躁狠狠躁夜夜2o2o| 欧美高清成人免费视频www| 亚洲综合色惰| 色尼玛亚洲综合影院| 亚洲真实伦在线观看| 在现免费观看毛片| 成人特级黄色片久久久久久久| 我要搜黄色片| 国产精品不卡视频一区二区| 成人特级av手机在线观看| av黄色大香蕉| 久久精品久久久久久噜噜老黄 | 国产精品一及| 国内久久婷婷六月综合欲色啪| 免费看a级黄色片| 久久九九热精品免费| 黄色配什么色好看| 我要搜黄色片| 中国美白少妇内射xxxbb| 精品午夜福利在线看| 欧美另类亚洲清纯唯美| 国产三级在线视频| 国产黄色视频一区二区在线观看 | 中文资源天堂在线| a级毛片a级免费在线| 国内精品久久久久精免费| 热99在线观看视频| 午夜福利成人在线免费观看| 国产精品无大码| 欧美xxxx性猛交bbbb| 国产熟女欧美一区二区| 国模一区二区三区四区视频| 波野结衣二区三区在线| 岛国在线免费视频观看| 日韩国内少妇激情av| 男女边吃奶边做爰视频| 男人狂女人下面高潮的视频| 亚洲在线自拍视频| 校园春色视频在线观看| 免费无遮挡裸体视频| 国产精品,欧美在线| 国产美女午夜福利| 亚洲欧美成人精品一区二区| 国产精品免费一区二区三区在线| 一本一本综合久久| 在线播放无遮挡| 欧美日本亚洲视频在线播放| 男女之事视频高清在线观看| 亚洲美女搞黄在线观看 | 丰满乱子伦码专区| 成人二区视频| 久久精品91蜜桃| 久久久精品欧美日韩精品| 日本三级黄在线观看| 成人毛片a级毛片在线播放| 嫩草影院新地址| 日本一本二区三区精品| 蜜臀久久99精品久久宅男| av卡一久久| 国产欧美日韩精品一区二区| 免费看a级黄色片| 一区二区三区免费毛片| 精品久久久久久久人妻蜜臀av| 一级a爱片免费观看的视频| 精品久久久久久久末码| 天堂av国产一区二区熟女人妻| 免费在线观看影片大全网站| 超碰av人人做人人爽久久| 亚洲第一电影网av| 身体一侧抽搐| 91在线精品国自产拍蜜月| 亚洲国产精品久久男人天堂| 不卡一级毛片| 舔av片在线| 欧美色欧美亚洲另类二区| 熟女电影av网| 18禁在线播放成人免费| 国产色爽女视频免费观看| av在线观看视频网站免费| 中国美女看黄片| 免费一级毛片在线播放高清视频| 亚洲美女视频黄频| 一区二区三区免费毛片| 日韩欧美在线乱码| 日韩欧美一区二区三区在线观看| 国产美女午夜福利| 人人妻人人澡人人爽人人夜夜 | 五月玫瑰六月丁香| 欧美中文日本在线观看视频| 熟女电影av网| 一个人免费在线观看电影| 国产在线精品亚洲第一网站| 日韩中字成人| 国产精品嫩草影院av在线观看| 18+在线观看网站| 国国产精品蜜臀av免费| 国产亚洲精品综合一区在线观看| 狂野欧美激情性xxxx在线观看| a级一级毛片免费在线观看| 亚洲一级一片aⅴ在线观看| 久久久久久久久久久丰满| avwww免费| 欧美另类亚洲清纯唯美| 国产一区二区三区av在线 | 日韩国内少妇激情av| 国产极品精品免费视频能看的| 麻豆精品久久久久久蜜桃| 久久久久国产网址| 欧美一区二区国产精品久久精品| 中文字幕免费在线视频6| 不卡一级毛片| 一级毛片久久久久久久久女| 亚洲在线自拍视频| 国产一区二区在线观看日韩| 在线免费十八禁| 日韩精品中文字幕看吧| 国产国拍精品亚洲av在线观看| 欧美极品一区二区三区四区| 91午夜精品亚洲一区二区三区| 国模一区二区三区四区视频| 搡老熟女国产l中国老女人| 美女黄网站色视频| 99热这里只有是精品在线观看| 日本-黄色视频高清免费观看| 国产黄色小视频在线观看| 成人欧美大片| 亚洲美女视频黄频| 国产精品一二三区在线看| 永久网站在线| av在线播放精品| 国产精品电影一区二区三区| 国产伦精品一区二区三区视频9| 国产日本99.免费观看| 亚洲第一区二区三区不卡| 亚洲欧美日韩卡通动漫| 人人妻人人看人人澡| 免费不卡的大黄色大毛片视频在线观看 | 午夜福利高清视频| 亚洲av一区综合| 欧美最黄视频在线播放免费| 久久精品夜夜夜夜夜久久蜜豆| 免费观看的影片在线观看| 欧美高清成人免费视频www| 色综合亚洲欧美另类图片| 六月丁香七月| 亚洲av不卡在线观看| 波多野结衣高清无吗| 亚洲精品国产av成人精品 | 超碰av人人做人人爽久久| 99热精品在线国产| 国产私拍福利视频在线观看| 亚洲欧美精品综合久久99| 又粗又爽又猛毛片免费看| 女人十人毛片免费观看3o分钟| 免费av观看视频| 国产精品一及| 人妻久久中文字幕网| 日韩一本色道免费dvd| 久久九九热精品免费| 黄色日韩在线| 男女之事视频高清在线观看| 小蜜桃在线观看免费完整版高清| 国产精品一区二区三区四区久久| 亚洲久久久久久中文字幕| 久久人人精品亚洲av| 麻豆成人午夜福利视频| .国产精品久久| 日韩成人av中文字幕在线观看 | 免费看a级黄色片| 一边摸一边抽搐一进一小说| av在线亚洲专区| 深夜精品福利| 桃色一区二区三区在线观看| 国产乱人视频| 精品一区二区三区视频在线| 免费无遮挡裸体视频| 日本免费a在线| 免费av观看视频| 色哟哟·www| 久久久久久久亚洲中文字幕| 日韩欧美一区二区三区在线观看| 欧美成人精品欧美一级黄| 国产三级中文精品| 久久九九热精品免费| 国产老妇女一区| 日韩av在线大香蕉| 日韩国内少妇激情av| 激情 狠狠 欧美| 真人做人爱边吃奶动态| 亚洲熟妇中文字幕五十中出| 国产大屁股一区二区在线视频| 亚洲美女视频黄频| 色av中文字幕| av国产免费在线观看| 97超级碰碰碰精品色视频在线观看| 12—13女人毛片做爰片一| 禁无遮挡网站| 人人妻,人人澡人人爽秒播| 亚洲精品456在线播放app| 菩萨蛮人人尽说江南好唐韦庄 | 精品欧美国产一区二区三| 日韩精品青青久久久久久| 五月伊人婷婷丁香| 久久久久精品国产欧美久久久| 九九久久精品国产亚洲av麻豆| 午夜精品一区二区三区免费看| 中文字幕熟女人妻在线| 亚洲经典国产精华液单| 成人性生交大片免费视频hd| 村上凉子中文字幕在线| 亚洲天堂国产精品一区在线| 亚洲精品国产成人久久av| 国内精品一区二区在线观看| 国内精品宾馆在线| 国产精品久久久久久亚洲av鲁大| 亚洲av不卡在线观看| 99热只有精品国产| 搡老熟女国产l中国老女人| 一个人观看的视频www高清免费观看| 国产一级毛片七仙女欲春2| 午夜激情欧美在线| 热99在线观看视频| 日日摸夜夜添夜夜添小说| 69人妻影院| 国产精品久久久久久久电影| 午夜激情福利司机影院| 婷婷六月久久综合丁香| 免费一级毛片在线播放高清视频| 欧美zozozo另类| 在线观看免费视频日本深夜| 国产真实乱freesex| 97人妻精品一区二区三区麻豆| 久久久久久久久久久丰满| 精品久久久久久久久av| 日韩精品中文字幕看吧| 麻豆成人午夜福利视频| www日本黄色视频网| 亚洲av成人精品一区久久| 俄罗斯特黄特色一大片| 欧美最新免费一区二区三区| 欧美xxxx性猛交bbbb| 最新中文字幕久久久久| 亚洲丝袜综合中文字幕| 99国产精品一区二区蜜桃av| 不卡一级毛片| 老司机午夜福利在线观看视频| 国产精品久久久久久精品电影| 真人做人爱边吃奶动态| 六月丁香七月| 97碰自拍视频| 99久久成人亚洲精品观看| a级毛片免费高清观看在线播放| 亚洲最大成人中文| 国产欧美日韩一区二区精品| 亚洲成人中文字幕在线播放| av在线老鸭窝| 观看美女的网站| 免费观看在线日韩| 一级av片app| 五月玫瑰六月丁香| 日本熟妇午夜| 给我免费播放毛片高清在线观看| 免费看a级黄色片| 中文字幕人妻熟人妻熟丝袜美| 国国产精品蜜臀av免费| 三级经典国产精品| 在线免费观看不下载黄p国产| 日韩中字成人| 日韩一区二区视频免费看| 日韩av在线大香蕉| 91午夜精品亚洲一区二区三区| 高清毛片免费看| 亚洲精品粉嫩美女一区| 三级经典国产精品| 51国产日韩欧美| 97超视频在线观看视频| 久久久久久久久久成人| 国产精品嫩草影院av在线观看| 日本色播在线视频| 欧美最黄视频在线播放免费| 亚洲国产精品成人综合色| 久久久久久九九精品二区国产| 中文字幕免费在线视频6| 久久久久久国产a免费观看| 亚洲av二区三区四区| 非洲黑人性xxxx精品又粗又长| 亚洲欧美成人综合另类久久久 | 如何舔出高潮| 国产成人福利小说| 国产精品1区2区在线观看.| 精品无人区乱码1区二区| 亚洲av.av天堂| 亚洲性久久影院| 久久午夜亚洲精品久久| 看非洲黑人一级黄片| 免费人成在线观看视频色| 99国产精品一区二区蜜桃av| 91午夜精品亚洲一区二区三区| 国内久久婷婷六月综合欲色啪| 九九热线精品视视频播放| 在线观看免费视频日本深夜| 欧美3d第一页| 精品午夜福利在线看| 伦精品一区二区三区| 中国美女看黄片| 午夜影院日韩av| 午夜精品一区二区三区免费看| 我要看日韩黄色一级片| 亚洲第一区二区三区不卡| 欧美成人免费av一区二区三区| 男女边吃奶边做爰视频| 成人亚洲欧美一区二区av| 亚洲一区高清亚洲精品| 波多野结衣高清作品| 色综合色国产| 麻豆乱淫一区二区| 日韩三级伦理在线观看| 日韩国内少妇激情av| 可以在线观看的亚洲视频| 热99在线观看视频| 免费人成在线观看视频色| 国产精品女同一区二区软件| 精品福利观看| 在现免费观看毛片| 又粗又爽又猛毛片免费看| 女人被狂操c到高潮| 搡女人真爽免费视频火全软件 | 三级国产精品欧美在线观看| 午夜爱爱视频在线播放| 2021天堂中文幕一二区在线观| 国产精品久久电影中文字幕| 亚洲av免费在线观看| 观看免费一级毛片| 久久久成人免费电影| 最近最新中文字幕大全电影3| 国产欧美日韩精品亚洲av| 久久久久久久久中文| 国产高清有码在线观看视频| 国产视频一区二区在线看| 日韩av在线大香蕉| 久久鲁丝午夜福利片| 美女内射精品一级片tv| 国产精品一区二区性色av| 国产亚洲精品久久久com| 插逼视频在线观看| 麻豆国产av国片精品| 久久人人精品亚洲av| 天堂影院成人在线观看| 国产精品爽爽va在线观看网站| 国产精品国产高清国产av| 免费观看的影片在线观看|