• <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
    视频中文字幕在线观看| 一级毛片aaaaaa免费看小| 如日韩欧美国产精品一区二区三区 | 丰满饥渴人妻一区二区三| 观看美女的网站| 制服人妻中文乱码| av播播在线观看一区| 最近中文字幕2019免费版| 精品国产国语对白av| 黑人欧美特级aaaaaa片| 极品人妻少妇av视频| 亚洲精品日韩av片在线观看| 最近中文字幕2019免费版| 国产精品不卡视频一区二区| 国产色爽女视频免费观看| 色婷婷av一区二区三区视频| 亚洲精品视频女| 久久女婷五月综合色啪小说| 日韩电影二区| 欧美3d第一页| 久久国内精品自在自线图片| 欧美性感艳星| 极品人妻少妇av视频| 亚洲怡红院男人天堂| 亚洲人成77777在线视频| 熟妇人妻不卡中文字幕| 久久久久网色| av女优亚洲男人天堂| 能在线免费看毛片的网站| 午夜老司机福利剧场| 一级毛片我不卡| 亚洲国产最新在线播放| 美女xxoo啪啪120秒动态图| 国产精品欧美亚洲77777| 十分钟在线观看高清视频www| 久久久久久久久大av| 爱豆传媒免费全集在线观看| 精品国产一区二区久久| 18在线观看网站| 亚洲精品视频女| 国产成人精品无人区| 久久鲁丝午夜福利片| 欧美人与善性xxx| 伦精品一区二区三区| av视频免费观看在线观看| 天天影视国产精品| 国产日韩欧美亚洲二区| 高清在线视频一区二区三区| 高清毛片免费看| 中文字幕亚洲精品专区| 啦啦啦啦在线视频资源| 久久久久久久国产电影| 亚洲欧美色中文字幕在线| 少妇被粗大的猛进出69影院 | 亚洲成人手机| 亚洲精品av麻豆狂野| 国产综合精华液| 天堂8中文在线网| 777米奇影视久久| 草草在线视频免费看| 精品久久久久久久久亚洲| 成人毛片a级毛片在线播放| 亚洲成人av在线免费| a级毛色黄片| 国模一区二区三区四区视频| 美女国产视频在线观看| 少妇人妻 视频| 国产国语露脸激情在线看| 99热国产这里只有精品6| 日韩精品有码人妻一区| 亚洲色图 男人天堂 中文字幕 | 欧美激情国产日韩精品一区| 精品少妇黑人巨大在线播放| 亚洲久久久国产精品| 国产精品一区二区在线观看99| 黄色配什么色好看| 亚洲成色77777| 99国产综合亚洲精品| av.在线天堂| 天天躁夜夜躁狠狠久久av| 黄片无遮挡物在线观看| 美女主播在线视频| 日韩伦理黄色片| 中国三级夫妇交换| 国产精品免费大片| 综合色丁香网| 91精品国产国语对白视频| 亚洲欧洲日产国产| 中国国产av一级| 激情五月婷婷亚洲| 人人澡人人妻人| 久久 成人 亚洲| 精品少妇久久久久久888优播| 黑人欧美特级aaaaaa片| 久久精品久久精品一区二区三区| 午夜免费鲁丝| 大片免费播放器 马上看| 久久久久久久精品精品| 欧美精品国产亚洲| 黄色配什么色好看| 欧美+日韩+精品| 日韩成人伦理影院| 午夜影院在线不卡| 91成人精品电影| 亚洲欧美色中文字幕在线| 在线精品无人区一区二区三| 看免费成人av毛片| 亚洲成人av在线免费| 免费观看av网站的网址| 人妻夜夜爽99麻豆av| 亚洲av欧美aⅴ国产| 男女啪啪激烈高潮av片| 亚洲精品乱码久久久久久按摩| 国产极品天堂在线| 日本色播在线视频| 99久久中文字幕三级久久日本| 亚州av有码| 精品一区二区免费观看| 国产成人免费观看mmmm| 最近最新中文字幕免费大全7| 国产国拍精品亚洲av在线观看| 丰满迷人的少妇在线观看| 黑人欧美特级aaaaaa片| 国产成人av激情在线播放 | 好男人视频免费观看在线| av国产久精品久网站免费入址| 2021少妇久久久久久久久久久| 下体分泌物呈黄色| 亚洲欧美日韩另类电影网站| 免费看av在线观看网站| 婷婷成人精品国产| 亚洲美女搞黄在线观看| 自线自在国产av| 精品亚洲成a人片在线观看| 乱人伦中国视频| 成人综合一区亚洲| 日韩成人伦理影院| 亚洲中文av在线| 欧美xxⅹ黑人| 插逼视频在线观看| 欧美日韩成人在线一区二区| 26uuu在线亚洲综合色| 菩萨蛮人人尽说江南好唐韦庄| 99久久中文字幕三级久久日本| 精品久久国产蜜桃| 亚洲精品av麻豆狂野| 性色avwww在线观看| 国产精品嫩草影院av在线观看| 国产精品久久久久久精品古装| 精品人妻一区二区三区麻豆| 免费看不卡的av| 99精国产麻豆久久婷婷| 亚洲av国产av综合av卡| 欧美bdsm另类| 国产精品国产三级国产av玫瑰| 久久久久视频综合| 国产亚洲欧美精品永久| 制服人妻中文乱码| 中文字幕av电影在线播放| 一二三四中文在线观看免费高清| 午夜91福利影院| 久久久久精品性色| 国产片特级美女逼逼视频| 狂野欧美激情性bbbbbb| 国产亚洲一区二区精品| 午夜精品国产一区二区电影| 亚洲国产毛片av蜜桃av| 人妻 亚洲 视频| 黄色一级大片看看| 肉色欧美久久久久久久蜜桃| 人成视频在线观看免费观看| 天天躁夜夜躁狠狠久久av| 91国产中文字幕| 精品国产一区二区久久| a级毛片免费高清观看在线播放| 亚洲,一卡二卡三卡| 一本久久精品| 97精品久久久久久久久久精品| 国产日韩欧美视频二区| 亚洲成人一二三区av| 18禁观看日本| 自拍欧美九色日韩亚洲蝌蚪91| 一级,二级,三级黄色视频| 日本av免费视频播放| 久久久久视频综合| 天堂8中文在线网| 99久国产av精品国产电影| 婷婷成人精品国产| 亚洲国产毛片av蜜桃av| 欧美+日韩+精品| 欧美日韩一区二区视频在线观看视频在线| 成人手机av| 午夜激情久久久久久久| 一区二区三区乱码不卡18| 下体分泌物呈黄色| 免费黄网站久久成人精品| 久久这里有精品视频免费| 久久久久久久久久久免费av| 国产黄色免费在线视频| 人人妻人人澡人人看| 日韩在线高清观看一区二区三区| 亚洲精品一二三| 久久鲁丝午夜福利片| 亚洲精品aⅴ在线观看| 少妇丰满av| 午夜久久久在线观看| 91在线精品国自产拍蜜月| a 毛片基地| 欧美成人午夜免费资源| 久久毛片免费看一区二区三区| .国产精品久久| 婷婷色麻豆天堂久久| 亚洲综合色惰| 九色成人免费人妻av| 日韩成人av中文字幕在线观看| 久久久久网色| 99热这里只有精品一区| 国产又色又爽无遮挡免| 人体艺术视频欧美日本| 久久免费观看电影| 亚洲欧洲国产日韩| 伦理电影免费视频| 99久久综合免费| 99热这里只有是精品在线观看| 国产在线一区二区三区精| 两个人免费观看高清视频| 人人妻人人爽人人添夜夜欢视频| 久久女婷五月综合色啪小说| a级毛片在线看网站| 观看av在线不卡| 黑人猛操日本美女一级片| 成人无遮挡网站| 国产精品国产三级国产专区5o| 精品99又大又爽又粗少妇毛片| 欧美老熟妇乱子伦牲交| 国产有黄有色有爽视频| 伊人亚洲综合成人网| 欧美日韩综合久久久久久| 成人免费观看视频高清| 黄色配什么色好看| 久久热精品热| 日韩大片免费观看网站| 丰满迷人的少妇在线观看| 中文字幕精品免费在线观看视频 | 97在线视频观看| 亚洲成人手机| 午夜激情福利司机影院| 久久久a久久爽久久v久久| 国产成人一区二区在线| 欧美xxⅹ黑人| www.色视频.com| 国产亚洲最大av| 好男人视频免费观看在线| 秋霞在线观看毛片| 国产色爽女视频免费观看| 十八禁网站网址无遮挡| 国产女主播在线喷水免费视频网站| 欧美人与性动交α欧美精品济南到 | 国产永久视频网站| av又黄又爽大尺度在线免费看| 91精品国产国语对白视频| 51国产日韩欧美| 国产亚洲av片在线观看秒播厂| 亚洲久久久国产精品| 国产免费一级a男人的天堂| 2018国产大陆天天弄谢| 91在线精品国自产拍蜜月| 日韩免费高清中文字幕av| 少妇熟女欧美另类| 精品亚洲成国产av| 国产成人精品福利久久| 一区二区三区精品91| 激情五月婷婷亚洲| 大香蕉97超碰在线| 自线自在国产av| 国产毛片在线视频| 欧美精品人与动牲交sv欧美| 在线观看三级黄色| 国产免费视频播放在线视频| 在线观看www视频免费| 国产高清三级在线| 久久久久久久久久久免费av| 免费观看a级毛片全部| 欧美少妇被猛烈插入视频| 国产精品嫩草影院av在线观看| 乱人伦中国视频| 国产欧美亚洲国产| 日本色播在线视频| 成人漫画全彩无遮挡| 久久久久国产精品人妻一区二区| 日韩一区二区视频免费看| 天堂中文最新版在线下载| 亚洲综合色惰| 国产精品久久久久久av不卡| 亚洲精品一区蜜桃| 色94色欧美一区二区| 久久久午夜欧美精品| 一本色道久久久久久精品综合| 18禁在线无遮挡免费观看视频| 在线亚洲精品国产二区图片欧美 | 久久精品国产自在天天线| 久久午夜综合久久蜜桃| 欧美xxxx性猛交bbbb| 天天影视国产精品| 日韩熟女老妇一区二区性免费视频| 欧美bdsm另类| 91精品伊人久久大香线蕉| 18禁动态无遮挡网站| 午夜免费男女啪啪视频观看| 国产成人精品无人区| 亚州av有码| 一本一本综合久久| 丝袜喷水一区| 欧美日韩综合久久久久久| 亚洲欧美成人综合另类久久久| 日韩成人伦理影院| 亚洲精品乱码久久久久久按摩| 男女边吃奶边做爰视频| 成年人午夜在线观看视频| 少妇精品久久久久久久| 久久久久久久久久人人人人人人| 亚洲精品自拍成人| 97超视频在线观看视频| 精品国产国语对白av| 熟妇人妻不卡中文字幕| 人妻制服诱惑在线中文字幕| 男人操女人黄网站| 国产成人av激情在线播放 | 十八禁高潮呻吟视频| a级片在线免费高清观看视频| 天堂中文最新版在线下载| 99热国产这里只有精品6| 18禁在线播放成人免费| 狂野欧美白嫩少妇大欣赏| 免费看不卡的av| 国产黄频视频在线观看| 日韩强制内射视频| 在线免费观看不下载黄p国产| 国产精品不卡视频一区二区| a级毛片在线看网站| 黑人高潮一二区| 91精品伊人久久大香线蕉| 另类精品久久| 尾随美女入室| 中文天堂在线官网| 国产男女内射视频| 日本欧美国产在线视频| 丝袜喷水一区| 肉色欧美久久久久久久蜜桃| 七月丁香在线播放| 丰满少妇做爰视频| 亚洲国产精品国产精品| 久久女婷五月综合色啪小说| 国产国语露脸激情在线看| 国精品久久久久久国模美| 婷婷成人精品国产| 国产成人精品在线电影| 女人精品久久久久毛片| 一级二级三级毛片免费看| 国产乱来视频区| 精品视频人人做人人爽| 成人亚洲欧美一区二区av| 亚洲怡红院男人天堂| 亚洲四区av| 午夜影院在线不卡| 制服丝袜香蕉在线| av一本久久久久| 成年av动漫网址| 国产免费一级a男人的天堂| 午夜激情久久久久久久| 亚洲欧美中文字幕日韩二区| 男人添女人高潮全过程视频| 天天操日日干夜夜撸| 亚洲国产av影院在线观看| 久久韩国三级中文字幕| 欧美日韩亚洲高清精品| 大香蕉久久网| 国产欧美日韩综合在线一区二区| 国产免费一区二区三区四区乱码| 丝瓜视频免费看黄片| 十八禁网站网址无遮挡| 只有这里有精品99| 成人国语在线视频| 春色校园在线视频观看| 乱码一卡2卡4卡精品| 国产免费一级a男人的天堂| 观看美女的网站| 国产色婷婷99| 亚洲精品日韩av片在线观看| 国产免费一区二区三区四区乱码| 精品一品国产午夜福利视频| 欧美精品一区二区免费开放| 综合色丁香网| 日韩 亚洲 欧美在线| 欧美老熟妇乱子伦牲交| 免费观看a级毛片全部| 色哟哟·www| a级毛色黄片| 亚洲av在线观看美女高潮| 欧美老熟妇乱子伦牲交| 日韩大片免费观看网站| 热99国产精品久久久久久7| 亚洲三级黄色毛片| 国产精品偷伦视频观看了| 人人妻人人添人人爽欧美一区卜| 亚洲国产欧美日韩在线播放| 成人免费观看视频高清| 一级毛片 在线播放| 黄色视频在线播放观看不卡| 亚洲性久久影院| 成人国产麻豆网| 精品一区二区三区视频在线| 国产精品99久久久久久久久| 久久久久久伊人网av| 一本久久精品| 久久久a久久爽久久v久久| 纵有疾风起免费观看全集完整版| 国产精品欧美亚洲77777| 欧美成人精品欧美一级黄| 一级毛片黄色毛片免费观看视频| 国产视频首页在线观看| 亚洲精品中文字幕在线视频| 99国产精品免费福利视频| 亚洲美女视频黄频| 婷婷色综合www| 亚洲精品久久成人aⅴ小说 | 亚洲精品视频女| av一本久久久久| 久热久热在线精品观看| 精品国产一区二区三区久久久樱花| 爱豆传媒免费全集在线观看| av女优亚洲男人天堂| 另类亚洲欧美激情| 国产黄色免费在线视频| 日本av手机在线免费观看| 99久久人妻综合| 成人毛片60女人毛片免费| 天堂8中文在线网| 乱码一卡2卡4卡精品| 亚洲精品视频女| av国产精品久久久久影院| 国产日韩欧美亚洲二区| 欧美日韩一区二区视频在线观看视频在线| 日韩av免费高清视频| 免费看av在线观看网站| 成年人免费黄色播放视频| 久久久久久伊人网av| 女性生殖器流出的白浆| 菩萨蛮人人尽说江南好唐韦庄| 欧美 亚洲 国产 日韩一| 久久婷婷青草| 如日韩欧美国产精品一区二区三区 | 街头女战士在线观看网站| 久久青草综合色| 少妇精品久久久久久久| 欧美日韩成人在线一区二区| 一区二区三区四区激情视频| 高清毛片免费看| 国产免费福利视频在线观看| 一边亲一边摸免费视频| 免费日韩欧美在线观看| 久热这里只有精品99| 日本与韩国留学比较| 国模一区二区三区四区视频| 尾随美女入室| 国产欧美另类精品又又久久亚洲欧美| 在线观看www视频免费| 高清黄色对白视频在线免费看| 日日啪夜夜爽| 黄色配什么色好看| 97超视频在线观看视频| 国产亚洲一区二区精品| 波野结衣二区三区在线| 搡老乐熟女国产| 亚洲三级黄色毛片| 26uuu在线亚洲综合色| 五月天丁香电影| 免费大片黄手机在线观看| 一级片'在线观看视频| 亚洲av不卡在线观看| 男女免费视频国产| 午夜免费鲁丝| 两个人免费观看高清视频| 婷婷色综合大香蕉| 国产精品久久久久久精品电影小说| 欧美激情 高清一区二区三区| 精品午夜福利在线看| 国产精品国产三级国产专区5o| 人人妻人人澡人人爽人人夜夜| 亚洲综合色网址| 亚洲精品中文字幕在线视频| 国产免费一级a男人的天堂| 久久人人爽av亚洲精品天堂| av黄色大香蕉| 国产精品成人在线| 国产精品嫩草影院av在线观看| 亚洲精品美女久久av网站| 国产片内射在线| 久久这里有精品视频免费| 亚洲欧洲国产日韩| 嘟嘟电影网在线观看| 欧美精品人与动牲交sv欧美| 99久久综合免费| 男人添女人高潮全过程视频| 精品久久久久久久久亚洲| 亚洲欧美一区二区三区国产| 国产精品一区二区在线观看99| 91久久精品国产一区二区三区| 亚洲三级黄色毛片| 国产成人91sexporn| 中文字幕制服av| 边亲边吃奶的免费视频| 91精品国产国语对白视频| 亚洲人成网站在线观看播放| 日韩制服骚丝袜av| 久久人人爽人人片av| 亚洲成色77777| 国产成人av激情在线播放 | 国产又色又爽无遮挡免| 国产精品人妻久久久影院| 亚洲国产精品国产精品| 七月丁香在线播放| 欧美成人精品欧美一级黄| 成人手机av| 亚洲欧美日韩另类电影网站| 欧美xxⅹ黑人| 国模一区二区三区四区视频| 伊人久久精品亚洲午夜| 欧美精品国产亚洲| 免费看av在线观看网站| 久久久亚洲精品成人影院| av电影中文网址| 国产欧美亚洲国产| 亚洲欧洲精品一区二区精品久久久 | 亚洲av国产av综合av卡| 日韩亚洲欧美综合| 亚洲av二区三区四区| 校园人妻丝袜中文字幕| 亚洲欧美成人精品一区二区| 欧美精品国产亚洲| 97在线人人人人妻| 国产午夜精品久久久久久一区二区三区| 免费观看的影片在线观看| 久久久久久久久久人人人人人人| 人人澡人人妻人| av视频免费观看在线观看| 黑人猛操日本美女一级片| 美女中出高潮动态图| 97超视频在线观看视频| 香蕉精品网在线| 国产精品国产三级专区第一集| 曰老女人黄片| 制服丝袜香蕉在线| 欧美 亚洲 国产 日韩一| 99国产综合亚洲精品| 精品国产国语对白av| 全区人妻精品视频| 国产日韩欧美视频二区| 日韩人妻高清精品专区| 欧美精品亚洲一区二区| 制服丝袜香蕉在线| 一级毛片我不卡| 人体艺术视频欧美日本| 国产成人a∨麻豆精品| 激情五月婷婷亚洲| videos熟女内射| 国产精品秋霞免费鲁丝片| 在现免费观看毛片| av有码第一页| 男男h啪啪无遮挡| 久久女婷五月综合色啪小说| 黄色怎么调成土黄色| 伦精品一区二区三区| 久久午夜综合久久蜜桃| 少妇被粗大的猛进出69影院 | 黄色欧美视频在线观看| 男女边摸边吃奶| 免费观看的影片在线观看| 狠狠婷婷综合久久久久久88av| 一区二区三区四区激情视频| 国产一区二区三区综合在线观看 | 黄色一级大片看看| av国产精品久久久久影院| 日韩,欧美,国产一区二区三区| 免费观看无遮挡的男女| 黄色配什么色好看| 毛片一级片免费看久久久久| 久久久国产精品麻豆| 亚洲精品av麻豆狂野| 伊人久久精品亚洲午夜| 一区二区三区四区激情视频| 一个人看视频在线观看www免费| 天堂8中文在线网| 亚洲性久久影院| 国产成人av激情在线播放 | 国产免费一级a男人的天堂| 热99国产精品久久久久久7| 久久99一区二区三区| 老司机亚洲免费影院| 国产av码专区亚洲av| 国内精品宾馆在线| 狠狠婷婷综合久久久久久88av| 我要看黄色一级片免费的| 我的老师免费观看完整版| 美女cb高潮喷水在线观看| 国产有黄有色有爽视频| 国产老妇伦熟女老妇高清| 欧美日韩一区二区视频在线观看视频在线| 免费日韩欧美在线观看| 91午夜精品亚洲一区二区三区| 亚洲精品第二区| 日本色播在线视频| 内地一区二区视频在线| 成人国语在线视频| 另类亚洲欧美激情|