• <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 ?

    廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)對軟件質(zhì)量的預(yù)測

    2012-10-20 08:35:44宮麗娜馬懷志
    微型電腦應(yīng)用 2012年6期
    關(guān)鍵詞:廣義度量動態(tài)

    宮麗娜,馬懷志

    0 引言

    隨著計(jì)算機(jī)技術(shù)的發(fā)展,軟件質(zhì)量在軟件工業(yè)中變得越來越重要。軟件質(zhì)量是軟件的天然屬性,因此人們需要在軟件開發(fā)的早期發(fā)現(xiàn)軟件的質(zhì)量問題,從而實(shí)現(xiàn)對最終軟件的質(zhì)量控制,縮短軟件開發(fā)周期,減少軟件開發(fā)和維護(hù)成本。軟件質(zhì)量預(yù)測建模技術(shù)是軟件質(zhì)量評價(jià)中的關(guān)鍵技術(shù),通過軟件質(zhì)量預(yù)測模型建立軟件的內(nèi)部屬性和軟件質(zhì)量之間的非線性關(guān)系。

    目前國內(nèi)外在軟件質(zhì)量預(yù)測模型領(lǐng)域已有了一定的研究成果。主要有傳統(tǒng)的軟件質(zhì)量預(yù)測模型和基于神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型。在傳統(tǒng)的軟件質(zhì)量預(yù)測模型方面,主要有基于軟件的規(guī)模和復(fù)雜度為度量來預(yù)測軟件的缺陷數(shù)[1],采用了回歸方法。此外也有基于測試數(shù)據(jù)的軟件質(zhì)量預(yù)測模型[2]。美國Florida Atlantic University的Khoshgoftaar教授在該領(lǐng)域也做了大量卓有成效的研究工作。Khoshgoftaar和Seliya提出了基于回歸樹( Regression Tree) 模型對軟件各模塊中的錯誤數(shù)進(jìn)行預(yù)測的方法[3],同時(shí)Khoshgoftaar 等提出了一種軟件質(zhì)量預(yù)測的建模技術(shù),結(jié)合了模糊聚類( Fuzzy Clustering)和軟件質(zhì)量預(yù)測的模塊級別模型( Module-Order Model)[4]。我國的蔡開元教授首先將模糊方法引入軟件質(zhì)量及可靠性領(lǐng)域,提出了模糊軟件可靠性的確認(rèn)模型[5][6]。但是這些方法均有一定的局限性,所基于的模型也比較粗糙,不能比較好地描述軟件內(nèi)部的缺陷和軟件所表現(xiàn)出的失效之間的非線性關(guān)系。

    1 人工神經(jīng)網(wǎng)絡(luò)的狀況

    人工神經(jīng)網(wǎng)絡(luò)于 1992年開始應(yīng)用于軟件質(zhì)量預(yù)測模型,取得了比較好的效果。Karunanithi第一次在軟件質(zhì)量預(yù)測模型中采用人工神經(jīng)網(wǎng)絡(luò)方法,基于一個實(shí)際項(xiàng)目的錯誤數(shù)據(jù)集合,并采用3個不同的神經(jīng)網(wǎng)絡(luò)估計(jì)模型來估計(jì)累計(jì)錯誤數(shù),通過比較得出比統(tǒng)計(jì)模型更好的結(jié)果[7]。Nidhi Gupta和Manu Pratap Singh 采用執(zhí)行時(shí)間為B P 神經(jīng)網(wǎng)絡(luò)的輸入來預(yù)測軟件可能發(fā)生的錯誤數(shù)[8]。Liang Tian和Afzel Noore采用遺傳算法來選擇最優(yōu)的神經(jīng)網(wǎng)絡(luò)輸入層和隱含層神經(jīng)元個數(shù)[9,10]。2001年,Khoshgoftaar介紹了基于高可信系統(tǒng)工程的模糊非線性回歸技術(shù),并采用模糊非線性回歸技術(shù)跟模糊邏輯及神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合來預(yù)測軟件的質(zhì)量,通過實(shí)驗(yàn)產(chǎn)生了更好的實(shí)驗(yàn)結(jié)果[11]。2002年,Donald E.Neumann 將主成分分析和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合建立了一個PCA —A N N網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型,并通過該模型對軟件中的錯誤進(jìn)行預(yù)測[12]。

    綜上所述,軟件質(zhì)量預(yù)測模型主要是基于軟件錯誤測試報(bào)告和軟件質(zhì)量度量,主要應(yīng)用了統(tǒng)計(jì)學(xué)和神經(jīng)網(wǎng)絡(luò)方法,但目前還沒有一個模型被證明是既簡單而又廣泛通用的。所以針對軟件質(zhì)量預(yù)測過程中難以建立精確數(shù)學(xué)模型的特點(diǎn),本文將廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于軟件質(zhì)量預(yù)測模型中,以提高學(xué)習(xí)效率和精確度。

    2 基于廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型

    2.1 模型自變量

    軟件質(zhì)量預(yù)測的目的是在軟件開發(fā)的早期根據(jù)與軟件質(zhì)量有關(guān)的數(shù)據(jù),通過分析計(jì)算得到軟件質(zhì)量的預(yù)測值,從而對軟件系統(tǒng)有個宏觀的認(rèn)識。為了達(dá)到這個目的,本文的軟件質(zhì)量預(yù)測模型是建立在以軟件質(zhì)量度量為基礎(chǔ)上的。

    模型的自變量為C&K度量指標(biāo)表征的面向?qū)ο筌浖膬?nèi)部屬性的 6個度量元,模型的因變量為軟件的可靠性[13]-[17]。C&K度量方法是基于繼承樹的一套面向?qū)ο蟮亩攘糠椒?,具體的六個度量指標(biāo)如下:

    (1)類的加權(quán)方法數(shù) WMC(Weighted Methods per Class ):即為類中方法數(shù)的總和;

    (2)繼承樹的深度DIT(Depth of Inheritance Tree):即為類在繼承樹的最大深度;

    (3)子類的數(shù)目NOC(Number of Children):即為繼承樹中一個類的直接子類數(shù)目;

    (4)對象類之間的耦合CBO(Coupling Between Object Class):即為該類與其他類有耦合關(guān)系的數(shù)目;

    (5)響應(yīng)集合RFC(Response For a Class):即為類內(nèi)部及類之間的通信;

    (6)方法內(nèi)聚缺乏度LCOM(Lack of Cohesion in Methods).

    2.2 廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型的結(jié)構(gòu)

    廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的質(zhì)量預(yù)測模型主要有 4層組成[18],其具體結(jié)構(gòu),如圖1所示:

    圖1 廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測模型結(jié)構(gòu)圖

    第一層為輸入層,由C&K度量指標(biāo)的6個度量元作為輸入變量,每個節(jié)點(diǎn)對應(yīng)于輸入向量x的第i個分量xi。

    第二層為隸屬函數(shù)層,每個節(jié)點(diǎn)代表一個模糊語言變量值,并且每個輸入變量 xi有 u個隸屬函數(shù)Aij(i=1,2…,6;j=1,2…,u),這些隸屬函數(shù)為高斯函數(shù),具有表示為公式(1):

    其中,μij是xi的第j個隸屬函數(shù),cij和分別為xi的第j個高斯函數(shù)的中心和寬度。

    第三層為 T-范數(shù)層,該層的每個節(jié)點(diǎn)代表了一個 RBF單元,模糊規(guī)則等同一個RBF節(jié)點(diǎn)數(shù)。該層用于計(jì)算每個觸發(fā)權(quán)的 T-范數(shù)算子是乘法,該層第j個規(guī)則 Rj的輸出是公式(2):

    第四層為輸出層,該層的每個節(jié)點(diǎn)代表一個輸入信號加權(quán)和的輸出變量,如公式(3):

    其中,y是一個輸出變量的值,即為軟件的可靠性,wj是第j個的連接權(quán)。該層執(zhí)行模糊化的功能,同時(shí)考慮了所有輸出語言值的隸屬函數(shù)的影響。

    通過以上構(gòu)造的模糊神經(jīng)網(wǎng)絡(luò)GD-FNN具有以下特點(diǎn):

    (1)每條模糊規(guī)則的T-范數(shù)由式(2)來表示,它可以看做是對角化的馬氏距離,如公式(4):

    其中,

    由此可知,這個模型的接收域是超橢球體而不是 RBF單元中的超球體。

    (2)不同的輸入變量xi有不同的隸屬函數(shù)數(shù)目也就是說,某個輸入變量的隸屬函數(shù)Aij(j=1,2,…,u)可能會有重復(fù)。

    2.3 學(xué)習(xí)算法

    廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)是基于橢圓基函數(shù),以模糊ε-完備性作為高斯函數(shù)寬度的確定準(zhǔn)則,避免了初始化過程中選擇的隨機(jī)性,通過對模糊規(guī)則和輸入變量的重要性的評價(jià)使得每個輸入變量和模糊規(guī)則可以根據(jù)誤差較少率來修正。該算法能夠使參數(shù)的調(diào)整和結(jié)構(gòu)的辨識同時(shí)進(jìn)行,加快了學(xué)習(xí)速度。算法的流程圖,如圖2所示:

    圖2 GD-FNN的學(xué)習(xí)算法流程圖

    具體的步驟如下:

    (1)初始化參數(shù):εmin,εmax,emin,emax,Kmf,ks,kerr;

    (2)根據(jù)第一組數(shù)據(jù)產(chǎn)生第一個規(guī)則,并確定第一個規(guī)則的參數(shù);

    (3)計(jì)算下一組數(shù)據(jù)(Xi,ti)(i=1,2,…,n) 的馬氏距離并找到mdk,min,并計(jì)算實(shí)際的輸入誤差ek

    (4)比較 mdk,min和 ei,如果 mdk,min>ei,則轉(zhuǎn)到(5),否則轉(zhuǎn)到(7)

    (5)比較ei和ke,如果ei>ke,則產(chǎn)生一條新的規(guī)則,確定最新產(chǎn)生規(guī)則的參數(shù),并計(jì)算所有規(guī)則的err和第i個規(guī)則的重要性jη,否則調(diào)整結(jié)論參數(shù),轉(zhuǎn)到第(8);

    (6)比較Kerr和jη,如果jη

    (7) 比較 ei和 ke,如果 ei>ke,則計(jì)算 Bij,調(diào)整寬度,調(diào)整結(jié)論參數(shù),否則,調(diào)整結(jié)論參數(shù);

    (8)判斷樣本數(shù)據(jù)是否輸入完,完成則結(jié)束,否則轉(zhuǎn)到第(3)。

    3 仿真實(shí)驗(yàn)

    本實(shí)驗(yàn)選用的軟件質(zhì)量神經(jīng)網(wǎng)絡(luò)預(yù)測模型是廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò),以C&K度量方法的6個度量元:CBO、DIT、NOC、RFC、 WMC、 LCOM作為模型的輸入,以可靠性質(zhì)量屬性作為模型的輸出。用matlab編程實(shí)現(xiàn),先用19個數(shù)據(jù)對廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,然后用8個數(shù)據(jù)進(jìn)行驗(yàn)證。在廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)中初始化參數(shù)為:εm in =0.5;εmax=0.9;emin=0.03;emax=0.5;Kmf=0.5;Ks=0.9;Kerr=0.005。仿真結(jié)果,如圖3-7所示:

    圖3 模糊規(guī)則產(chǎn)生圖

    圖4 訓(xùn)練樣本的均方根誤差曲線圖

    圖5 訓(xùn)練樣本的實(shí)際輸出和預(yù)期輸出比較曲線圖

    圖6 驗(yàn)證樣本的均方根誤差曲線圖

    圖7 驗(yàn)證樣本的實(shí)際輸出和預(yù)期輸出比較曲線圖

    由圖3可知,采用廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)產(chǎn)生的模糊規(guī)則數(shù)為6,而通過粗糙集屬性約簡得到的為16個,明顯減少。計(jì)算可得訓(xùn)練樣本的均方差誤差為2.6918×10-14,誤差很小,基本上與實(shí)際輸出相重合,由圖5可知擬合的程度,并且由圖 4均方根誤差曲線圖可知每個樣本數(shù)據(jù)的誤差都很小。

    由圖6和圖7可知,廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)在對前19個訓(xùn)練樣本進(jìn)行學(xué)習(xí)后,對后8個數(shù)據(jù)辨識預(yù)測的結(jié)果基本上和實(shí)際數(shù)據(jù)相重合,每個數(shù)據(jù)的誤差達(dá)到 10-15,驗(yàn)證樣本的均方差誤差為8.4565×10-16,辨識結(jié)果比較理想,并且廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度非??欤屎蛯W(xué)習(xí)性能很高。因此,將廣義模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用到軟件質(zhì)量預(yù)測模型中具有一定的實(shí)際意義。

    4 結(jié)論

    廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是擴(kuò)展的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò),它基于橢圓基函數(shù),以模糊ε-完備性作為高斯函數(shù)寬度的確定準(zhǔn)則,避免了初始化過程中選擇的隨機(jī)性,通過對模糊規(guī)則和輸入變量的重要性的評價(jià)使得每個輸入變量和模糊規(guī)則可以根據(jù)誤差較少率來修正,并且該算法能夠使參數(shù)的調(diào)整和結(jié)構(gòu)的辨識同時(shí)進(jìn)行,加快了學(xué)習(xí)速度。因此該模型很適合應(yīng)用于系統(tǒng)建模。基于此,本文將廣義模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用到軟件質(zhì)量預(yù)測模型中,通過仿真實(shí)驗(yàn)表明,該模型能夠比較好的反應(yīng)軟件的內(nèi)部屬性和外部屬性之間的非線性關(guān)系,在學(xué)習(xí)效率和性能方面具有更突出的優(yōu)勢。

    [1]Hatton, L.C.Safety Related Software Development:Standards, Subsets, Testing, Metrics, Legal Issues,McGraw-Hill, 1994

    [2]Fenton, N.E, Lawrence S., Glass, R.Science and substance: a challenge to software engineers, IEEE Software,1994, pp.86-95

    [3]Khoshgoftaar, T.M.Seliya, N.Tree-based software quality estimation models for fault prediction, Proceeding of the 8th IEEE Symposium on Software Metrics, 4-7 June 2002, pp.203-214

    [4]Khoshgoftaar, T.M., Liu, Y., et al.Multiobjective module-order model for software quality enhancement, IEEE Transactions on Evolutionary Computation, 2004.Vol8,N0.6,pp.593-608

    [5]蔡開元,軟件可靠性工程基礎(chǔ),[M]清華人學(xué)出版社,1995

    [6]蔡開元,一個模糊軟件可靠性確認(rèn)模型, []航空學(xué)報(bào),1993 年11期,95-98頁

    [7]Karunanithi, N.Whitley, D.Malaiya.Y.K.Using neural networks in reliability prediction.IEEE Software,1992,9(4): 53-59

    [8]Nidhi Gupta, Manu Pratap Singh.Estimation of software reliability with execution time model using the pattern mapping technique of artificial neural network.Computer and Operations research, 2005,32(1):187-199

    [9]Liang Tian, Afzel .Noore.Evolutionary neural modeling for software cumulative failure time prediction.Reliability Engineering and System Safety, 2005,87(1):45-51

    [10]Liang Tian, Afzel Noore.On-line prediction of software reliability using an evolutionary connectionist model.Journal of Systems and Software, 2005,77(2):173-180

    [11]Zhiwei,T.M.Khoshgoftaar.Software quality prediction for high-assurance network telecommunications systems.The Computer Journal,2001,44(6):557-568.

    [12]Donal E.Neumann.An Enhanced Neural Network Technique for Software Risk Analysis.IEEE Transaction on Software Engineering,2002,28(9):904-912.

    猜你喜歡
    廣義度量動態(tài)
    有趣的度量
    國內(nèi)動態(tài)
    Rn中的廣義逆Bonnesen型不等式
    國內(nèi)動態(tài)
    國內(nèi)動態(tài)
    模糊度量空間的強(qiáng)嵌入
    迷向表示分為6個不可約直和的旗流形上不變愛因斯坦度量
    動態(tài)
    從廣義心腎不交論治慢性心力衰竭
    有限群的廣義交換度
    日本免费一区二区三区高清不卡| 国产综合懂色| 精品熟女少妇八av免费久了| 可以在线观看的亚洲视频| 99热6这里只有精品| 欧美中文日本在线观看视频| 日韩欧美在线二视频| 国产av一区在线观看免费| 欧美最黄视频在线播放免费| 欧美激情国产日韩精品一区| 亚洲欧美日韩东京热| 久久精品91蜜桃| 国产男靠女视频免费网站| 91av网一区二区| www日本黄色视频网| 热99在线观看视频| 久久人人精品亚洲av| 欧美xxxx黑人xx丫x性爽| 精品久久久久久久久av| 久久国产乱子免费精品| 国产视频一区二区在线看| 99热精品在线国产| 中文字幕人妻熟人妻熟丝袜美| 欧美日韩亚洲国产一区二区在线观看| 给我免费播放毛片高清在线观看| 国产三级在线视频| 国产精品久久久久久亚洲av鲁大| 又黄又爽又免费观看的视频| 中文字幕人妻熟人妻熟丝袜美| 嫩草影院入口| 色哟哟·www| 久久久成人免费电影| 一a级毛片在线观看| 国产精品影院久久| 国产乱人视频| 久久欧美精品欧美久久欧美| 午夜免费成人在线视频| 久久久久久九九精品二区国产| 成人特级黄色片久久久久久久| 欧美日韩综合久久久久久 | 99久久久亚洲精品蜜臀av| 久久久精品大字幕| 久久久久精品国产欧美久久久| 午夜久久久久精精品| 亚洲成人久久爱视频| 日本一二三区视频观看| 欧美一区二区亚洲| 国产精品爽爽va在线观看网站| 国产一区二区激情短视频| 亚洲精品粉嫩美女一区| 色哟哟·www| 最近视频中文字幕2019在线8| 国产三级黄色录像| 国产国拍精品亚洲av在线观看| 成年女人永久免费观看视频| 日本精品一区二区三区蜜桃| 美女高潮喷水抽搐中文字幕| 国产高清视频在线观看网站| 免费高清视频大片| 波野结衣二区三区在线| 别揉我奶头 嗯啊视频| 制服丝袜大香蕉在线| 每晚都被弄得嗷嗷叫到高潮| 直男gayav资源| 天天躁日日操中文字幕| 国产欧美日韩一区二区三| 欧美激情久久久久久爽电影| 欧美区成人在线视频| 国产午夜精品论理片| 小蜜桃在线观看免费完整版高清| 99热这里只有精品一区| 午夜福利成人在线免费观看| 免费在线观看亚洲国产| 精品无人区乱码1区二区| 别揉我奶头~嗯~啊~动态视频| 一级作爱视频免费观看| 精品欧美国产一区二区三| 男人和女人高潮做爰伦理| a在线观看视频网站| 久久久色成人| 久久亚洲真实| 亚洲av电影在线进入| 亚洲精品色激情综合| 午夜影院日韩av| 国产精品一区二区性色av| 国产亚洲精品综合一区在线观看| 日本三级黄在线观看| 真人一进一出gif抽搐免费| 欧美zozozo另类| 国产一区二区在线av高清观看| 少妇被粗大猛烈的视频| 国产免费一级a男人的天堂| 国产精品1区2区在线观看.| 好看av亚洲va欧美ⅴa在| 可以在线观看毛片的网站| 99热精品在线国产| 亚洲人成网站高清观看| 99热这里只有精品一区| 老司机午夜十八禁免费视频| 日韩 亚洲 欧美在线| 亚洲最大成人手机在线| 免费观看人在逋| 国产黄a三级三级三级人| 久久久久久久午夜电影| 超碰av人人做人人爽久久| 亚洲欧美日韩卡通动漫| 亚洲精华国产精华精| 青草久久国产| 午夜激情欧美在线| 99热6这里只有精品| 在线观看午夜福利视频| 日本免费a在线| 亚洲av熟女| 国产伦人伦偷精品视频| 女人十人毛片免费观看3o分钟| av视频在线观看入口| 亚洲五月天丁香| 中亚洲国语对白在线视频| 中国美女看黄片| 亚洲欧美清纯卡通| 欧美色视频一区免费| 中文字幕精品亚洲无线码一区| 亚洲成a人片在线一区二区| 国产精品久久久久久久久免 | 成熟少妇高潮喷水视频| 级片在线观看| 国产精品亚洲美女久久久| 欧美激情国产日韩精品一区| 变态另类成人亚洲欧美熟女| 亚洲一区二区三区色噜噜| 人妻丰满熟妇av一区二区三区| 国产人妻一区二区三区在| 欧美在线一区亚洲| 国产欧美日韩精品亚洲av| 91久久精品电影网| 国产伦一二天堂av在线观看| 国内精品久久久久精免费| www.色视频.com| 久久婷婷人人爽人人干人人爱| www.色视频.com| 久久精品国产清高在天天线| 精品久久久久久久久av| 亚洲av一区综合| 久久亚洲真实| 性色avwww在线观看| av女优亚洲男人天堂| 午夜激情福利司机影院| 国产精品久久久久久久久免 | 九色国产91popny在线| 成熟少妇高潮喷水视频| 真人一进一出gif抽搐免费| 日日干狠狠操夜夜爽| 亚洲无线在线观看| 日本精品一区二区三区蜜桃| av在线观看视频网站免费| netflix在线观看网站| 日韩有码中文字幕| 88av欧美| 国产高潮美女av| 天堂av国产一区二区熟女人妻| 一进一出抽搐动态| 最后的刺客免费高清国语| 亚洲无线在线观看| 国产精品三级大全| 国产精品一区二区三区四区久久| ponron亚洲| 在线国产一区二区在线| 久久伊人香网站| 男插女下体视频免费在线播放| av黄色大香蕉| 亚洲国产最新在线播放| 亚洲av免费高清在线观看| 一区二区三区乱码不卡18| 久久精品夜色国产| av线在线观看网站| 国产午夜精品一二区理论片| 国产白丝娇喘喷水9色精品| 国产女主播在线喷水免费视频网站| 午夜日本视频在线| 成人国产av品久久久| 91狼人影院| 黄色日韩在线| 国产女主播在线喷水免费视频网站| 免费看a级黄色片| 亚洲av男天堂| 成人特级av手机在线观看| 在线观看免费高清a一片| 亚洲精品国产av成人精品| 国产成人aa在线观看| 丝瓜视频免费看黄片| 成人欧美大片| 一个人看的www免费观看视频| 中文天堂在线官网| 少妇丰满av| 91久久精品电影网| 午夜福利高清视频| 麻豆成人av视频| 99热这里只有是精品50| 欧美97在线视频| 狠狠精品人妻久久久久久综合| 亚洲成人久久爱视频| 日本一二三区视频观看| 国国产精品蜜臀av免费| 99九九线精品视频在线观看视频| 国产综合精华液| 2021少妇久久久久久久久久久| 下体分泌物呈黄色| 99久久精品国产国产毛片| 亚洲色图综合在线观看| 国产精品三级大全| 精品久久久久久电影网| 男女边摸边吃奶| 午夜福利在线观看免费完整高清在| 欧美人与善性xxx| 最近最新中文字幕大全电影3| 51国产日韩欧美| 精品国产三级普通话版| 成年版毛片免费区| 在线亚洲精品国产二区图片欧美 | 中文字幕免费在线视频6| 亚洲在久久综合| 成人亚洲精品一区在线观看 | 51国产日韩欧美| 成人鲁丝片一二三区免费| 又黄又爽又刺激的免费视频.| 国产免费又黄又爽又色| 成人午夜精彩视频在线观看| 日韩国内少妇激情av| 三级男女做爰猛烈吃奶摸视频| 亚洲精品亚洲一区二区| 亚洲成人精品中文字幕电影| 精品国产三级普通话版| 成人特级av手机在线观看| 嫩草影院入口| 国产69精品久久久久777片| 精品人妻一区二区三区麻豆| 在线精品无人区一区二区三 | 五月开心婷婷网| 午夜日本视频在线| 免费播放大片免费观看视频在线观看| 色吧在线观看| 国产高清国产精品国产三级 | 在线观看三级黄色| 亚洲精品影视一区二区三区av| 久久精品久久久久久久性| 男女那种视频在线观看| 九九爱精品视频在线观看| 女人久久www免费人成看片| 亚洲怡红院男人天堂| 最后的刺客免费高清国语| 国产69精品久久久久777片| 成人美女网站在线观看视频| 久久女婷五月综合色啪小说 | 亚洲av免费在线观看| 欧美zozozo另类| 欧美3d第一页| 夜夜爽夜夜爽视频| 在线天堂最新版资源| 久久精品久久久久久噜噜老黄| 综合色av麻豆| 久久久色成人| 亚洲不卡免费看| 五月开心婷婷网| 免费看光身美女| 高清午夜精品一区二区三区| 欧美日韩综合久久久久久| 精品国产一区二区三区久久久樱花 | 国产成人精品久久久久久| 在线a可以看的网站| 少妇高潮的动态图| 高清午夜精品一区二区三区| 日韩中字成人| 国产精品人妻久久久影院| 国产黄片视频在线免费观看| 97精品久久久久久久久久精品| 久久久a久久爽久久v久久| 大陆偷拍与自拍| 3wmmmm亚洲av在线观看| 一级二级三级毛片免费看| 国产成人aa在线观看| 午夜精品一区二区三区免费看| 国产av码专区亚洲av| 草草在线视频免费看| 卡戴珊不雅视频在线播放| 免费看av在线观看网站| 久久亚洲国产成人精品v| 亚洲av欧美aⅴ国产| 午夜福利在线在线| 婷婷色综合大香蕉| 亚洲国产精品专区欧美| 中文精品一卡2卡3卡4更新| 女人十人毛片免费观看3o分钟| 熟女人妻精品中文字幕| 嘟嘟电影网在线观看| 精品一区二区三卡| 亚洲成色77777| 免费看a级黄色片| 2018国产大陆天天弄谢| 亚洲高清免费不卡视频| 麻豆乱淫一区二区| 亚洲av成人精品一区久久| 亚洲无线观看免费| 午夜福利网站1000一区二区三区| 久久99热这里只有精品18| 亚洲国产最新在线播放| 美女视频免费永久观看网站| 亚洲av中文字字幕乱码综合| 国产老妇女一区| 亚洲精品日韩在线中文字幕| 国产真实伦视频高清在线观看| 国产成人福利小说| 男人和女人高潮做爰伦理| 韩国高清视频一区二区三区| 97在线人人人人妻| 午夜免费观看性视频| 午夜福利在线观看免费完整高清在| 九九久久精品国产亚洲av麻豆| 2021少妇久久久久久久久久久| 精品久久久噜噜| 国产午夜福利久久久久久| 亚洲综合色惰| 美女内射精品一级片tv| 成年av动漫网址| 亚洲,欧美,日韩| 亚洲欧美一区二区三区黑人 | 人人妻人人看人人澡| 大话2 男鬼变身卡| 国产成人免费观看mmmm| 18禁在线播放成人免费| 久久精品夜色国产| 日韩在线高清观看一区二区三区| 亚洲精品自拍成人| 青春草亚洲视频在线观看| 日韩 亚洲 欧美在线| 久久久精品免费免费高清| 天堂中文最新版在线下载 | 国产精品精品国产色婷婷| 亚洲av免费高清在线观看| 欧美97在线视频| 纵有疾风起免费观看全集完整版| 国产精品三级大全| 老司机影院成人| 亚洲内射少妇av| 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 | 国产色婷婷99| 性色av一级| 2021少妇久久久久久久久久久| 综合色丁香网| 最后的刺客免费高清国语| 乱系列少妇在线播放| 亚洲色图综合在线观看| 嫩草影院精品99| 少妇丰满av| 美女主播在线视频| 一本色道久久久久久精品综合| 少妇人妻久久综合中文| 亚洲国产欧美人成| 日日摸夜夜添夜夜爱| 男插女下体视频免费在线播放| 三级国产精品片| 久久久久久久亚洲中文字幕| 亚洲性久久影院| 欧美亚洲 丝袜 人妻 在线| 午夜亚洲福利在线播放| 香蕉精品网在线| 国产男女超爽视频在线观看| 亚洲精品乱久久久久久| 水蜜桃什么品种好| 国产精品不卡视频一区二区| 国产一区二区三区av在线| 亚洲精品国产成人久久av| 99久国产av精品国产电影| 日本三级黄在线观看| 少妇的逼水好多| 边亲边吃奶的免费视频| 国产亚洲91精品色在线| 熟女人妻精品中文字幕| 99久久精品一区二区三区| 天堂中文最新版在线下载 | 亚洲最大成人av| 秋霞在线观看毛片| 国产又色又爽无遮挡免| 国内少妇人妻偷人精品xxx网站| 久久97久久精品| 可以在线观看毛片的网站| 亚洲成人中文字幕在线播放| 成年人午夜在线观看视频| 亚洲精华国产精华液的使用体验| 少妇人妻 视频| 日日摸夜夜添夜夜爱| 蜜桃久久精品国产亚洲av| 成年版毛片免费区| 亚洲欧洲国产日韩| av国产久精品久网站免费入址| 国产 一区 欧美 日韩| 天堂中文最新版在线下载 | 亚洲va在线va天堂va国产| 尤物成人国产欧美一区二区三区| 九九在线视频观看精品| 日韩大片免费观看网站| 在线免费观看不下载黄p国产| 亚洲在久久综合| 身体一侧抽搐| 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 | 国产成人a∨麻豆精品| 精品99又大又爽又粗少妇毛片| 亚洲第一区二区三区不卡| av一本久久久久| 熟妇人妻不卡中文字幕| 纵有疾风起免费观看全集完整版| 一级毛片久久久久久久久女| 中文字幕亚洲精品专区| 神马国产精品三级电影在线观看| 91久久精品国产一区二区成人| av专区在线播放| 97人妻精品一区二区三区麻豆| 成人无遮挡网站| 精品一区二区三卡| 欧美日韩在线观看h| 久久韩国三级中文字幕| 精品久久久久久久人妻蜜臀av| 色网站视频免费| 国产真实伦视频高清在线观看| 国产成人免费无遮挡视频| 亚洲美女搞黄在线观看| 欧美变态另类bdsm刘玥| 欧美精品人与动牲交sv欧美| 欧美另类一区| 99久久精品国产国产毛片| 一级毛片aaaaaa免费看小| 免费看a级黄色片| 大片免费播放器 马上看| 中文字幕人妻熟人妻熟丝袜美| 边亲边吃奶的免费视频| 综合色丁香网| 国产一区有黄有色的免费视频| 日韩av在线免费看完整版不卡| 国产黄片视频在线免费观看| 午夜精品一区二区三区免费看| 天天躁夜夜躁狠狠久久av| 国产高清有码在线观看视频| 中文字幕人妻熟人妻熟丝袜美| 22中文网久久字幕| 久久久久久国产a免费观看| 最近手机中文字幕大全| 看黄色毛片网站| 日本色播在线视频| 2021少妇久久久久久久久久久| 91久久精品国产一区二区三区| 少妇的逼好多水| 五月天丁香电影| 免费黄频网站在线观看国产| av网站免费在线观看视频| 欧美zozozo另类| 欧美高清成人免费视频www| 美女国产视频在线观看| 亚洲人与动物交配视频| 人人妻人人澡人人爽人人夜夜| 18禁在线播放成人免费| 高清毛片免费看| 亚洲精品视频女| 欧美日韩国产mv在线观看视频 | 秋霞在线观看毛片| 制服丝袜香蕉在线| 黄片wwwwww| 人妻系列 视频| 美女脱内裤让男人舔精品视频| 麻豆国产97在线/欧美| 欧美成人精品欧美一级黄| 三级国产精品欧美在线观看| 久久99热这里只频精品6学生| 国产高清三级在线| 免费观看a级毛片全部| 国产精品熟女久久久久浪| 黄色一级大片看看| 亚洲精品国产成人久久av| 国产亚洲av片在线观看秒播厂| 91久久精品电影网| 美女内射精品一级片tv| 秋霞伦理黄片| 黄片wwwwww| 亚洲欧美一区二区三区国产| 久久久久久久久久人人人人人人| 成人特级av手机在线观看| 国产精品伦人一区二区| 国产精品一区二区性色av| 免费观看无遮挡的男女| 午夜精品一区二区三区免费看| 久久国产乱子免费精品| 在现免费观看毛片| 国产成人一区二区在线| 久久久久久久久大av| 国产乱来视频区| 国产老妇女一区| 国产综合精华液| 黄色欧美视频在线观看| 看非洲黑人一级黄片| 精品一区二区三区视频在线| h日本视频在线播放| 少妇的逼好多水| 熟妇人妻不卡中文字幕| 亚洲av欧美aⅴ国产| 国产免费视频播放在线视频| 欧美潮喷喷水| 亚洲欧美成人综合另类久久久| 国产精品一二三区在线看| 国产女主播在线喷水免费视频网站| 精品久久久久久久末码| 亚洲欧美日韩东京热| 听说在线观看完整版免费高清| 免费少妇av软件| 精品人妻视频免费看| 亚洲综合精品二区| 免费看光身美女| 偷拍熟女少妇极品色| 亚洲欧美成人精品一区二区| 久久久精品94久久精品| 亚洲天堂国产精品一区在线| 免费观看a级毛片全部| 简卡轻食公司| 精品国产露脸久久av麻豆| 啦啦啦中文免费视频观看日本| kizo精华| 男女国产视频网站| 又黄又爽又刺激的免费视频.| 精品国产三级普通话版| 干丝袜人妻中文字幕| 国产黄色免费在线视频| 精品一区二区三区视频在线| 五月开心婷婷网| 亚洲国产欧美人成| 观看免费一级毛片| 久久精品国产自在天天线| 亚洲精品成人av观看孕妇| 国产有黄有色有爽视频| 毛片一级片免费看久久久久| 亚洲国产精品999| 成人特级av手机在线观看| 国产成人精品一,二区| 99久久中文字幕三级久久日本| 晚上一个人看的免费电影| 日产精品乱码卡一卡2卡三| 精品一区二区三区视频在线| 亚洲成人av在线免费| 一个人观看的视频www高清免费观看| 欧美+日韩+精品| 我要看日韩黄色一级片| 久久久精品免费免费高清| av又黄又爽大尺度在线免费看| 国产久久久一区二区三区| 黄片wwwwww| 国产69精品久久久久777片| 亚洲精品自拍成人| 欧美xxxx性猛交bbbb| 人妻夜夜爽99麻豆av| 亚洲四区av| 九九在线视频观看精品| 欧美成人一区二区免费高清观看| 国产精品.久久久| 69av精品久久久久久| 免费大片黄手机在线观看| 天美传媒精品一区二区| 麻豆成人av视频| 国产高清国产精品国产三级 | 亚洲成人一二三区av| 欧美日韩视频精品一区| 欧美 日韩 精品 国产| 欧美日韩精品成人综合77777| 免费看av在线观看网站| 亚洲激情五月婷婷啪啪| 热99国产精品久久久久久7| 看免费成人av毛片| 六月丁香七月| 久久鲁丝午夜福利片| 日本爱情动作片www.在线观看| 一级毛片aaaaaa免费看小| 国产成人免费观看mmmm| 乱码一卡2卡4卡精品| 免费观看a级毛片全部| 秋霞在线观看毛片| 亚洲真实伦在线观看| 国产片特级美女逼逼视频| 国产高清不卡午夜福利| 王馨瑶露胸无遮挡在线观看| 久久久久久久久久成人| 亚洲精品国产色婷婷电影| 久久精品熟女亚洲av麻豆精品| av免费在线看不卡| 国产精品麻豆人妻色哟哟久久| 亚洲,欧美,日韩| 久久久久久久午夜电影| 午夜免费观看性视频| 亚洲精品国产色婷婷电影| 另类亚洲欧美激情| 91久久精品国产一区二区三区| 18+在线观看网站| 亚洲av电影在线观看一区二区三区 | 丝瓜视频免费看黄片| 久久久久精品久久久久真实原创| 国产爽快片一区二区三区| 少妇被粗大猛烈的视频| 中文字幕亚洲精品专区| 亚洲怡红院男人天堂| 伊人久久国产一区二区| 18禁裸乳无遮挡动漫免费视频 | 欧美日韩视频精品一区| 干丝袜人妻中文字幕| av免费观看日本| 精品99又大又爽又粗少妇毛片| 菩萨蛮人人尽说江南好唐韦庄| 欧美成人午夜免费资源| 99热国产这里只有精品6| 高清毛片免费看| www.色视频.com| 男女那种视频在线观看|