• <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K-L特征提取與支持向量機的油浸式變壓器故障診斷模型研究

    2012-12-05 03:24:10
    四川電力技術(shù) 2012年6期
    關(guān)鍵詞:特征提取分類器向量

    方 飚

    (四川省電力工業(yè)調(diào)整試驗所,四川成都 610072)

    變壓器是電力系統(tǒng)中的重要設(shè)備,其運行狀態(tài)直接影響到系統(tǒng)的安全性。油中溶解氣體分析(dissolved gas analysis,DGA)是目前診斷充油電氣設(shè)備故障的重要手段,已作為變壓器內(nèi)部潛伏性故障的主要試驗項目列于DL/T 596-1996變壓器試驗項目的首位[1]。DGA往往能夠較準確、可靠地發(fā)現(xiàn)逐步發(fā)展的潛伏性故障,防止由此引起重大事故。近年來的研究已將各種人工智能技術(shù)如神經(jīng)網(wǎng)絡(luò)、粗糙集、聚類算法、支持向量機等引入到變壓器的故障診斷當中。

    支持向量機算法[2-5]是在統(tǒng)計學(xué)理論基礎(chǔ)上發(fā)展起來的一種新的模式識別方法。它是由Vapnik等人于1995年提出的從統(tǒng)計學(xué)習(xí)理論發(fā)展出的一種模式識別方法,是目前較為流行的適用于小樣本訓(xùn)練的大邊緣分類器。

    K-L變換是經(jīng)典的傳統(tǒng)方法,適用于任何概率分布,它能保留原樣本中方差最大的數(shù)據(jù)分量,所以K-L變換起了減小相關(guān)性、突出差異性的效果,因此是在均方誤差最小的意義下獲得數(shù)據(jù)降維的最佳變換。

    這里針對變壓器的5種運行模式(4種故障模式與1種正常運行模式)提出了建立基于支持向量機與K-L特征提取技術(shù)的變壓器故障診斷模型。該模型的基本思想是在訓(xùn)練數(shù)據(jù)預(yù)選取階段采用基于Mercer核函數(shù)的歐式距離的查詢策略選取最能代表各類的樣本數(shù)據(jù),從而能夠更加準確地構(gòu)造SVM分類器,減少訓(xùn)練樣本數(shù)和縮短訓(xùn)練時間。同時利用K-L變換的特征提取技術(shù)在系統(tǒng)分類精度不降低的情況下將樣本數(shù)據(jù)由六維降到三維,提取了樣本數(shù)據(jù)集的特征值,同時通過三維圖表示了降為三維的樣本數(shù)據(jù),從而為進一步提高分類正確率奠定了基礎(chǔ)。

    1 支持向量機分類原理

    1.1 線性情況

    當訓(xùn)練樣本集線性可分時,分類超平面的描述為

    式(1)中,向量ω為分類超平面的權(quán)系數(shù);b是分類閾值。最優(yōu)分類超平面可通過解下面的凸二次優(yōu)化問題獲得。

    通過求解,得到最優(yōu)分類超平面的分類判別函數(shù)為

    其中,αi為拉氏乘子,拉氏乘子不為0的解向量為支持向量。

    1.2 非線性情況

    對于非線性問題,SVMs通過選擇適當?shù)姆蔷€性變換,將輸入空間X中的訓(xùn)練樣本映射到某個高維特征空間F,使得在目標高維空間中這些樣本線性可分。根據(jù)泛函的有關(guān)理論,若核函數(shù)K(x,xi)滿足Mercer條件,則對應(yīng)某一變換空間中的內(nèi)積〈φ(xi)·φ(x)〉,函數(shù)φ∶x→F是一個從非線性輸入空間X到高維特征空間F的映射,所以求映射φ∶x→F只要知道如何由輸入x、xi計算內(nèi)積〈φ(xi)·φ(x)〉即可,由

    將式(4)重寫,即可得到對應(yīng)高維空間的分類函數(shù)為

    2 核距離與K-L變換

    根據(jù)SVM分類原理,經(jīng)向量化處理的變壓器DGA數(shù)據(jù)可直接作為訓(xùn)練樣本數(shù)據(jù),但此方法使得SVM訓(xùn)練算法速度比較慢,這是因為訓(xùn)練樣本的數(shù)量決定了二次規(guī)劃問題目標函數(shù)中矩陣的維數(shù),使得求解規(guī)劃問題的速度與維數(shù)呈指數(shù)增長。為了提高訓(xùn)練速度,減少學(xué)習(xí)樣本數(shù),縮短訓(xùn)練時間,則采取主動選擇對于確立分類器最重要的新樣本進行訓(xùn)練,來進一步設(shè)計新的分類器,從而使得可以用盡可能少的標注樣本數(shù)來實現(xiàn)較高的分類精度。

    支持向量機學(xué)習(xí)算法包括兩個獨立的部分<c,f>,c是一個SVM多類分類器,f是一個查詢函數(shù),決定應(yīng)從候選集中選擇哪些樣本進行訓(xùn)練。由于檢測變壓器運行模式是一個多分類的模式識別問題,因此在這里SVM分類器采用的是1-a-r方法。這里通過引λ類質(zhì)心和基于Mercer核函數(shù)的歐式距離等概念來定義查詢函數(shù)f。其查詢策略是通過調(diào)節(jié)基于Mercer核函數(shù)歐式距離的選擇范圍來選擇最能代表各類的樣本數(shù)據(jù)。這種策略最大程度地縮減了訓(xùn)練樣本數(shù)據(jù),降低了算法的運算量。

    2.1 基于Mercer核函數(shù)的歐式距離

    Mercer核函數(shù)的原理是將輸入樣本數(shù)據(jù)空間非線性映射到新的特征空間。

    蘆曉飛表示,有機農(nóng)業(yè)替代化學(xué)農(nóng)業(yè)成為當前農(nóng)業(yè)轉(zhuǎn)型升級的主要出路,利用土壤微生物技術(shù)是當前撬動我國農(nóng)業(yè)可持續(xù)發(fā)展、提高農(nóng)產(chǎn)品質(zhì)量的有力杠桿。奧特奇具備技術(shù)優(yōu)勢主要體現(xiàn)在以下三個方面:一是獨一無二的酶制劑保障土壤健康;二是領(lǐng)先的有機礦物元素技術(shù)為植物提供充足的營養(yǎng);三是獨特的微生物提取物和植物抗誘劑技術(shù)促進農(nóng)作物健康生長,重建土壤健康生態(tài)。

    樣本數(shù)據(jù)空間中的歐式距離在新的特征空間H里可以表示為

    根據(jù)Mercer核映射φ的性質(zhì),輸入空間的點積在新的特征空間H中可以用Mercer核函數(shù)來表示,即

    由式(7)和式(8)可以表示為

    2.2 基于K-L變換的特征提取

    K-L特征提取[6]是通過映射(或變換)的方法把高維特征向量變換為低維特征向量。通過特征提取獲得的特征是原始特征集的某種組合,即A∶Y→X,可見,新的特征中包含了原有全體特征的信息。特征提取的關(guān)鍵問題是求出最佳變換矩陣,使得變換后的m維模式空間中,類別可分性準則值最大。

    設(shè)x為n維隨機向量,x可以用n個正交基向量的加權(quán)和來表示為

    式中,αi為加權(quán)系數(shù);φi為正交基向量,滿足

    從n個特征向量中取出m個組成變換矩陣A,即 A=(φ1,φ2,…,φm)(m < n),這時,A 是一個 n ×m維矩陣,x為n維向量,經(jīng)過ATx變換,得到降維為m的新向量。通過選取m個特征向量構(gòu)成變換矩陣A,使降維的新向量在最小均方誤差準則下接近原來的向量x。

    對于式(12)現(xiàn)在只取m項,對略去的項用預(yù)先選定的常數(shù)bj來代替,這時對x的估計值為

    由此產(chǎn)生的誤差為

    均方誤差為

    式中,λj是x的自相關(guān)矩陣R的第j個特征值;φj是與λj對應(yīng)的特征向量。顯然所選的λj值越小,均方誤差也越小。

    綜上所述,基于K-L變換的特征提取的步驟如下[6]:(1)平移坐標系,將模式總體的均值向量作為新坐標系的原點;(2)求出自相關(guān)矩陣R;(3)求出R的特征值λ1,λ2,…λn及其對應(yīng)的特征向量φ1,φ2,…,φn;(4)將特征值從大到小排序,如 λ1≥λ2≥…≥λm≥…≥λn,取前m個大的特征值所對應(yīng)的特征向量構(gòu)成變換矩陣 A=(φ1,φ2,…,φm);(5)將n維的原向量變換成m維的新向量y=ATx。

    利用K-L變換方法完成了對輸入樣本的特征值提取,降低了輸入樣本維數(shù),使SVM能夠快速分類。

    3 故障診斷流程

    (3)對得到的每類基于核函數(shù)的歐拉距離按一定序列排序。如低溫過熱故障所得的基于核函數(shù)的歐拉距離采用降序排列;而高溫過熱故障所得的基于核函數(shù)的歐拉距離采用升序排列。

    (5)得到的5類數(shù)據(jù)集即可作為訓(xùn)練集。

    (6)通過K-L變換對所選取的訓(xùn)練集進行特征提取,將其降為三維以降低運算量。

    (7)將測試數(shù)據(jù)代入訓(xùn)練好的分類器中進行試驗,如果測試誤差較大,返回步驟(3)。

    (8)達到精度即可作為故障分類器。

    4 變壓器故障診斷及分析

    通過所提學(xué)習(xí)方法選取29例正常模式、12例低能放電模式、8例低溫過熱模式、9例高溫過熱模式和20例高能放電模式訓(xùn)練樣本組成訓(xùn)練集。同時與通過傳統(tǒng)學(xué)習(xí)方法隨機選擇等量的樣本數(shù)據(jù)作為訓(xùn)練集進行比較,測試數(shù)據(jù)如表1所示。

    圖1是訓(xùn)練集的相對位置關(guān)系圖。圖中實線表示正常運行模式,虛線表示高能放電模式,星號表示低能放電模式,加號表示高溫過熱模式,棱形表示低溫過熱模式。從圖中可知,所得的訓(xùn)練集的三維圖正確地反映了油浸式變壓器實際的運行模式。高能放電模式樣本數(shù)據(jù)與低能放電模式樣本數(shù)據(jù)位置緊密但較易區(qū)分;而高溫過熱模式樣本數(shù)據(jù)與低溫過熱模式樣本數(shù)據(jù)混淆嚴重,由此推斷,這兩種故障模式較難區(qū)分。表1顯示了兩種方法訓(xùn)練的分類器對測試數(shù)據(jù)正確診斷率的仿真結(jié)果。同時為檢驗參數(shù)尋優(yōu)對分類結(jié)果的影響,對基于經(jīng)驗選取參數(shù)(p1=0.1,C=100)的多類SVM模型與基于最優(yōu)參數(shù)的多類SVM模型的分類結(jié)果進行了對比。

    表1 兩種方法診斷的結(jié)果對比

    圖1 訓(xùn)練集三維圖

    從表1對測試樣本的檢測率可知,通過所提方法獲得的訓(xùn)練集構(gòu)造的分類器比傳統(tǒng)方法構(gòu)造的分類器更精確。因此故障診斷正確率更高。同時可知通過尋優(yōu)所得的基于最優(yōu)參數(shù)的故障診斷模型比基于經(jīng)驗的參數(shù)模型具有更高的檢測正確率。

    通過對變壓器油中氣體容量(×10-6)的現(xiàn)場測試,具體值為:φ(H2)=127,φ(CH4)=107,φ(C2H2)=244,φ(C2H4)=154,φ(C2H6)=11,φ(CO)=174.通過所提方法建立的診斷模型,診斷結(jié)果為高能放電。通過實際的檢測,故障是由于次級線圈放電從而造成整個線圈的損壞。

    5 結(jié)論

    提出了將支持向量機學(xué)習(xí)算法與基于K-L特征提取技術(shù)應(yīng)用于變壓器故障診斷模型的新算法。通過主動選擇各類數(shù)據(jù)集中能正確代表各類相對關(guān)系的樣本數(shù)據(jù)來訓(xùn)練分類器,因此提出的主動學(xué)習(xí)方法能夠在縮減訓(xùn)練樣本和計算量的情況下仍能達到傳統(tǒng)方法的檢測精度。同時引入了基于K-L變換的特征提取技術(shù),使能夠?qū)崿F(xiàn)樣本數(shù)據(jù)從六維降到三維,并通過Matlab作圖將其顯示在三維圖中。實驗表明,采用所提方法相對于傳統(tǒng)方法具有更高的故障診斷率。在仿真實驗中,分類的準確度與核函數(shù)類型的選擇和相應(yīng)參數(shù)的選取密切相關(guān),因此下一步工作是從SVM的分類機理出發(fā)對模型的參數(shù)選擇與精確度的提高可以展開進一步的研究。

    [1]DL/T 596-1996,電力設(shè)備預(yù)防性試驗規(guī)程[S].

    [2]Warmuth M K,Liao J,Ratsch G et a1.Active Learning with Support Vector Machines in the Drug Discovery Process[J].Journal of Chemical Information and Computer Sciences,2003,43(2):667 -673.

    [3]Hsu C W,Chang C C,Lin C J.A Practical Guide to Support Vector Classification[Z].2003 - 07.http://www.csie.ntu.edu.tw/cjlin/papers/guide/guide.pdf.

    [4]Wang Liguo,Zhang Ye,GU Yanfeng.The Research of Simplification of Support of Structure of Multi-class Classifier Vector Machine[J].Journal of Image and Graphics,2005,10(5):572 -574.

    [5]Cortes C,Vapnik V.Support Vector Networks[J].Machine Learning,1995,20(1):273-297.

    [6]肖建華.智能模式識別方法[M].廣州:華南理工大學(xué)出版社,2006.

    [7]Wilson D R,Tony R M.Improved Heterogeneous Distance Functions[J].Journal of Artificial Intelligence Research,1997,6(1):1-34.

    [8]段丹青,陳松喬,楊衛(wèi)平.基于SVM主動學(xué)習(xí)的入侵檢測系統(tǒng)[J].計算機工程,2007,33(1):153-155.

    [9]Vapnik V.An Overview of Statistical Learning Theory[J].IEEE Transactions on Neural Networks,1999,10(5):988-999.

    [10]Cui Jiang,Wang You-ren.Analog Circuit Faults Diagnosis Based on Clustering Preprocess and SVM[J].Computer Applications,2006,26(8):1977 -1979.

    猜你喜歡
    特征提取分類器向量
    向量的分解
    聚焦“向量與三角”創(chuàng)新題
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    Bagging RCSP腦電特征提取算法
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    亚洲av日韩在线播放| 毛片一级片免费看久久久久| 国产成人91sexporn| 满18在线观看网站| 99国产精品免费福利视频| 女的被弄到高潮叫床怎么办| 欧美 亚洲 国产 日韩一| 啦啦啦视频在线资源免费观看| 久久ye,这里只有精品| 哪个播放器可以免费观看大片| 天天添夜夜摸| av视频免费观看在线观看| 女人被躁到高潮嗷嗷叫费观| 一级黄片播放器| 五月天丁香电影| 精品卡一卡二卡四卡免费| 亚洲精品av麻豆狂野| 啦啦啦在线免费观看视频4| 欧美另类一区| 色婷婷av一区二区三区视频| 亚洲天堂av无毛| 日本午夜av视频| 亚洲精品视频女| 午夜福利在线免费观看网站| 19禁男女啪啪无遮挡网站| 国产一区二区三区综合在线观看| 国产一区二区三区综合在线观看| 亚洲,欧美,日韩| 久久天堂一区二区三区四区| 一级爰片在线观看| 国产亚洲一区二区精品| 最近2019中文字幕mv第一页| 老司机影院成人| 亚洲一区中文字幕在线| 国产精品久久久久久精品电影小说| 色视频在线一区二区三区| 国产成人欧美在线观看 | 视频在线观看一区二区三区| 国产av码专区亚洲av| 伦理电影大哥的女人| 深夜精品福利| 成年动漫av网址| 亚洲美女搞黄在线观看| 久久久久久人妻| 狠狠精品人妻久久久久久综合| 欧美成人午夜精品| av女优亚洲男人天堂| 国产片特级美女逼逼视频| 在线 av 中文字幕| 日日摸夜夜添夜夜爱| 精品第一国产精品| 国产成人av激情在线播放| 精品第一国产精品| 最近中文字幕高清免费大全6| 91老司机精品| 日本爱情动作片www.在线观看| 我的亚洲天堂| 日本爱情动作片www.在线观看| 啦啦啦视频在线资源免费观看| 久久久久久久精品精品| 亚洲 欧美一区二区三区| 久久午夜综合久久蜜桃| 黑人猛操日本美女一级片| 免费久久久久久久精品成人欧美视频| 最近最新中文字幕免费大全7| 国产97色在线日韩免费| 精品国产一区二区久久| 日本vs欧美在线观看视频| 亚洲伊人久久精品综合| 91aial.com中文字幕在线观看| 国产熟女午夜一区二区三区| 欧美精品一区二区免费开放| 最黄视频免费看| 菩萨蛮人人尽说江南好唐韦庄| 亚洲一级一片aⅴ在线观看| av网站在线播放免费| 午夜久久久在线观看| 免费av中文字幕在线| 亚洲国产中文字幕在线视频| 欧美少妇被猛烈插入视频| 国产成人啪精品午夜网站| 在线观看国产h片| 精品一区二区三区av网在线观看 | 大香蕉久久成人网| 亚洲av国产av综合av卡| 香蕉丝袜av| 久久国产精品大桥未久av| 中文字幕人妻丝袜制服| 亚洲国产精品一区二区三区在线| 亚洲av欧美aⅴ国产| 日韩大码丰满熟妇| 91aial.com中文字幕在线观看| 99香蕉大伊视频| 亚洲美女视频黄频| 一级毛片 在线播放| 中文精品一卡2卡3卡4更新| 日本猛色少妇xxxxx猛交久久| 国产人伦9x9x在线观看| 欧美日韩视频高清一区二区三区二| 国产99久久九九免费精品| av国产精品久久久久影院| 丰满少妇做爰视频| av不卡在线播放| 亚洲欧美日韩另类电影网站| 国产欧美亚洲国产| 欧美日韩综合久久久久久| 欧美在线一区亚洲| 在线观看免费日韩欧美大片| 美女主播在线视频| 性少妇av在线| 男女边吃奶边做爰视频| 青春草亚洲视频在线观看| 日日摸夜夜添夜夜爱| 无限看片的www在线观看| a级毛片黄视频| 在线观看www视频免费| 久久人人97超碰香蕉20202| videos熟女内射| avwww免费| 黄片小视频在线播放| 国产成人精品在线电影| 亚洲精品aⅴ在线观看| 香蕉国产在线看| 国产精品秋霞免费鲁丝片| 一本色道久久久久久精品综合| 国产亚洲欧美精品永久| 国产精品一区二区在线不卡| 中文字幕最新亚洲高清| 欧美日韩视频高清一区二区三区二| av不卡在线播放| 久久精品久久久久久久性| 国产一级毛片在线| av在线app专区| 精品一品国产午夜福利视频| 免费在线观看完整版高清| 五月开心婷婷网| 大陆偷拍与自拍| 51午夜福利影视在线观看| 这个男人来自地球电影免费观看 | 久久精品亚洲熟妇少妇任你| 97精品久久久久久久久久精品| 在线观看www视频免费| 十八禁高潮呻吟视频| 巨乳人妻的诱惑在线观看| 国产精品久久久人人做人人爽| 国产探花极品一区二区| 丝袜美腿诱惑在线| 中文天堂在线官网| 欧美精品一区二区免费开放| 最近最新中文字幕免费大全7| 国产精品 欧美亚洲| 精品第一国产精品| 亚洲,一卡二卡三卡| 亚洲欧美一区二区三区久久| 一级a爱视频在线免费观看| 中文字幕制服av| av线在线观看网站| 高清在线视频一区二区三区| 另类亚洲欧美激情| 国产成人精品福利久久| 亚洲一码二码三码区别大吗| 男人操女人黄网站| 一边亲一边摸免费视频| 在线观看免费高清a一片| 欧美成人午夜精品| 极品少妇高潮喷水抽搐| 日韩精品免费视频一区二区三区| 在线天堂中文资源库| 亚洲国产欧美一区二区综合| 亚洲美女视频黄频| √禁漫天堂资源中文www| 91精品伊人久久大香线蕉| 国产片特级美女逼逼视频| 久久久久久久大尺度免费视频| 搡老岳熟女国产| 亚洲久久久国产精品| 男女免费视频国产| 最黄视频免费看| 夫妻午夜视频| netflix在线观看网站| 亚洲欧美日韩另类电影网站| 飞空精品影院首页| 美女午夜性视频免费| 亚洲男人天堂网一区| 免费观看人在逋| 街头女战士在线观看网站| 各种免费的搞黄视频| 亚洲情色 制服丝袜| 午夜福利影视在线免费观看| 免费看av在线观看网站| 免费黄频网站在线观看国产| kizo精华| 日韩人妻精品一区2区三区| 街头女战士在线观看网站| 各种免费的搞黄视频| 高清不卡的av网站| 777久久人妻少妇嫩草av网站| 国产欧美日韩一区二区三区在线| 久久婷婷青草| 欧美日本中文国产一区发布| 精品国产乱码久久久久久男人| 成人手机av| 国产精品亚洲av一区麻豆 | 国产成人午夜福利电影在线观看| 免费高清在线观看日韩| 国产精品偷伦视频观看了| 又粗又硬又长又爽又黄的视频| 久久韩国三级中文字幕| 在线免费观看不下载黄p国产| 欧美亚洲日本最大视频资源| 国产色婷婷99| 啦啦啦 在线观看视频| 老鸭窝网址在线观看| 国产成人免费观看mmmm| 亚洲,一卡二卡三卡| 免费日韩欧美在线观看| 韩国精品一区二区三区| 欧美黄色片欧美黄色片| 欧美精品一区二区大全| 七月丁香在线播放| 看免费av毛片| 丝袜脚勾引网站| 熟妇人妻不卡中文字幕| 亚洲男人天堂网一区| 满18在线观看网站| 极品人妻少妇av视频| 我的亚洲天堂| 久热爱精品视频在线9| 国产深夜福利视频在线观看| 熟女av电影| 国产福利在线免费观看视频| 又大又黄又爽视频免费| 国产精品一区二区在线不卡| 99久国产av精品国产电影| 精品亚洲乱码少妇综合久久| 精品少妇黑人巨大在线播放| 大话2 男鬼变身卡| 在线观看免费午夜福利视频| 国产亚洲最大av| netflix在线观看网站| 亚洲熟女毛片儿| 亚洲精华国产精华液的使用体验| 欧美精品一区二区大全| 一级毛片 在线播放| 午夜日韩欧美国产| 亚洲国产欧美日韩在线播放| 久久久欧美国产精品| 美女大奶头黄色视频| 精品午夜福利在线看| 中文字幕高清在线视频| 在线亚洲精品国产二区图片欧美| 欧美老熟妇乱子伦牲交| 久久99一区二区三区| 99香蕉大伊视频| 亚洲欧洲精品一区二区精品久久久 | 中文字幕另类日韩欧美亚洲嫩草| 亚洲色图 男人天堂 中文字幕| 国产男女内射视频| 好男人视频免费观看在线| 中文字幕制服av| 日韩,欧美,国产一区二区三区| 视频在线观看一区二区三区| 2018国产大陆天天弄谢| 天天躁日日躁夜夜躁夜夜| 国产精品久久久久久久久免| 91精品三级在线观看| 婷婷色麻豆天堂久久| 国产亚洲欧美精品永久| 免费日韩欧美在线观看| 亚洲欧美色中文字幕在线| 亚洲成人av在线免费| 亚洲欧美成人综合另类久久久| 久久国产亚洲av麻豆专区| 婷婷色av中文字幕| 国产伦理片在线播放av一区| 一区二区三区精品91| 男女国产视频网站| 99热全是精品| 亚洲成人国产一区在线观看 | 日韩av在线免费看完整版不卡| 一本色道久久久久久精品综合| 91精品国产国语对白视频| 丝袜在线中文字幕| 19禁男女啪啪无遮挡网站| 国产熟女午夜一区二区三区| 久久精品久久精品一区二区三区| 飞空精品影院首页| 国产在线免费精品| 午夜老司机福利片| 咕卡用的链子| 亚洲国产毛片av蜜桃av| 黄频高清免费视频| 最近最新中文字幕免费大全7| 美国免费a级毛片| 亚洲专区中文字幕在线 | 夫妻午夜视频| av国产久精品久网站免费入址| 亚洲成人免费av在线播放| av.在线天堂| 可以免费在线观看a视频的电影网站 | 少妇 在线观看| 18禁国产床啪视频网站| 国产精品成人在线| av国产精品久久久久影院| 18禁观看日本| 波野结衣二区三区在线| 国产成人91sexporn| 高清欧美精品videossex| 国产亚洲av片在线观看秒播厂| 久久天堂一区二区三区四区| 亚洲欧美成人综合另类久久久| 亚洲成国产人片在线观看| 热re99久久国产66热| 午夜精品国产一区二区电影| 九草在线视频观看| 亚洲美女视频黄频| 女人爽到高潮嗷嗷叫在线视频| 国产日韩欧美亚洲二区| 叶爱在线成人免费视频播放| 又粗又硬又长又爽又黄的视频| 国产精品一区二区精品视频观看| 午夜免费男女啪啪视频观看| 欧美亚洲 丝袜 人妻 在线| 日本av手机在线免费观看| 亚洲精品成人av观看孕妇| 亚洲成人国产一区在线观看 | 亚洲色图 男人天堂 中文字幕| 日本爱情动作片www.在线观看| 国产精品熟女久久久久浪| 一边摸一边做爽爽视频免费| 又黄又粗又硬又大视频| 亚洲 欧美一区二区三区| 日本一区二区免费在线视频| 波野结衣二区三区在线| h视频一区二区三区| 19禁男女啪啪无遮挡网站| 日韩人妻精品一区2区三区| 久久久久人妻精品一区果冻| 国产无遮挡羞羞视频在线观看| 欧美黑人欧美精品刺激| 免费在线观看黄色视频的| 女人爽到高潮嗷嗷叫在线视频| 欧美97在线视频| 视频在线观看一区二区三区| 校园人妻丝袜中文字幕| 人人妻,人人澡人人爽秒播 | 在线观看人妻少妇| 成年美女黄网站色视频大全免费| 亚洲欧洲日产国产| 精品国产超薄肉色丝袜足j| 在线天堂中文资源库| 亚洲av成人精品一二三区| 欧美 亚洲 国产 日韩一| 日韩欧美一区视频在线观看| 欧美日韩成人在线一区二区| 国产99久久九九免费精品| 韩国精品一区二区三区| 叶爱在线成人免费视频播放| 中文精品一卡2卡3卡4更新| 亚洲精品成人av观看孕妇| kizo精华| 视频区图区小说| 美女国产高潮福利片在线看| 亚洲成av片中文字幕在线观看| 免费在线观看黄色视频的| 亚洲色图综合在线观看| 国产乱人偷精品视频| 天天操日日干夜夜撸| 久久热在线av| 亚洲伊人色综图| 一级片免费观看大全| 久久97久久精品| 免费少妇av软件| 国产精品无大码| av国产久精品久网站免费入址| 亚洲人成网站在线观看播放| 街头女战士在线观看网站| 久久 成人 亚洲| 青春草视频在线免费观看| 国产男女超爽视频在线观看| 日本色播在线视频| 亚洲欧美一区二区三区久久| 一级爰片在线观看| 两性夫妻黄色片| 搡老乐熟女国产| 欧美日韩精品网址| 亚洲成人国产一区在线观看 | 午夜福利,免费看| 七月丁香在线播放| 亚洲熟女毛片儿| 女性生殖器流出的白浆| 99久久精品国产亚洲精品| 水蜜桃什么品种好| 黄色视频不卡| 高清av免费在线| 韩国高清视频一区二区三区| 成人亚洲欧美一区二区av| 亚洲欧洲日产国产| 男人舔女人的私密视频| 大话2 男鬼变身卡| 综合色丁香网| 精品亚洲成国产av| 成人手机av| 2021少妇久久久久久久久久久| 老汉色av国产亚洲站长工具| 一本—道久久a久久精品蜜桃钙片| 777久久人妻少妇嫩草av网站| 高清视频免费观看一区二区| 亚洲伊人久久精品综合| 午夜激情av网站| 国产精品.久久久| 高清av免费在线| 国产精品久久久久久久久免| 丝袜美腿诱惑在线| 久久人人爽av亚洲精品天堂| 国产亚洲精品第一综合不卡| 这个男人来自地球电影免费观看 | 欧美老熟妇乱子伦牲交| 午夜老司机福利片| 中文乱码字字幕精品一区二区三区| 欧美人与善性xxx| 亚洲成国产人片在线观看| 性色av一级| 久久人妻熟女aⅴ| 亚洲精品久久午夜乱码| 精品亚洲成a人片在线观看| 丝袜人妻中文字幕| 99久久综合免费| 成年动漫av网址| 亚洲美女视频黄频| 九色亚洲精品在线播放| 亚洲成色77777| 久久影院123| 国产在线一区二区三区精| 亚洲精品日韩在线中文字幕| 丝袜美足系列| 久久精品aⅴ一区二区三区四区| 男人操女人黄网站| 水蜜桃什么品种好| 国产精品一区二区在线观看99| 中文精品一卡2卡3卡4更新| 欧美亚洲日本最大视频资源| 制服丝袜香蕉在线| 国产日韩一区二区三区精品不卡| 精品亚洲成a人片在线观看| 久久久久人妻精品一区果冻| 夫妻午夜视频| 亚洲av在线观看美女高潮| 日韩av在线免费看完整版不卡| 91精品国产国语对白视频| 日韩精品免费视频一区二区三区| 国产 一区精品| 老司机深夜福利视频在线观看 | 久久久国产一区二区| 欧美亚洲日本最大视频资源| 黄频高清免费视频| 啦啦啦中文免费视频观看日本| h视频一区二区三区| 午夜老司机福利片| 另类精品久久| 中文天堂在线官网| av电影中文网址| 国产精品.久久久| 久久热在线av| tube8黄色片| 别揉我奶头~嗯~啊~动态视频 | 制服诱惑二区| 777久久人妻少妇嫩草av网站| 国产高清不卡午夜福利| 天堂8中文在线网| 一区二区日韩欧美中文字幕| 七月丁香在线播放| 亚洲成人一二三区av| 电影成人av| 一本久久精品| 亚洲中文av在线| 亚洲av电影在线观看一区二区三区| av在线老鸭窝| 又大又黄又爽视频免费| 在线免费观看不下载黄p国产| 久久精品国产亚洲av高清一级| 99九九在线精品视频| 亚洲在久久综合| 亚洲精品国产一区二区精华液| 国产亚洲精品第一综合不卡| 观看av在线不卡| 国产黄色视频一区二区在线观看| 大陆偷拍与自拍| 日日摸夜夜添夜夜爱| 亚洲,欧美,日韩| 欧美另类一区| 国产乱人偷精品视频| 免费在线观看黄色视频的| 妹子高潮喷水视频| 日韩av在线免费看完整版不卡| 热99国产精品久久久久久7| 欧美最新免费一区二区三区| 精品一区二区三区av网在线观看 | 国产精品国产三级国产专区5o| 精品国产一区二区三区久久久樱花| 久久综合国产亚洲精品| 少妇被粗大的猛进出69影院| 91aial.com中文字幕在线观看| 热re99久久国产66热| 欧美激情极品国产一区二区三区| 丰满迷人的少妇在线观看| 亚洲欧美色中文字幕在线| 操美女的视频在线观看| 18禁观看日本| 婷婷色综合大香蕉| 超碰97精品在线观看| 麻豆av在线久日| 久久精品亚洲熟妇少妇任你| 人体艺术视频欧美日本| 国产成人a∨麻豆精品| 精品人妻熟女毛片av久久网站| 国产片内射在线| 国产精品香港三级国产av潘金莲 | 亚洲精品乱久久久久久| 亚洲精品国产av蜜桃| 国产熟女午夜一区二区三区| 国产精品一二三区在线看| 男女边摸边吃奶| 狂野欧美激情性bbbbbb| 国产成人精品久久二区二区91 | 伊人久久大香线蕉亚洲五| 在线观看免费午夜福利视频| 国产无遮挡羞羞视频在线观看| 超色免费av| 欧美成人午夜精品| 又大又爽又粗| 国产精品免费视频内射| 精品福利永久在线观看| 亚洲一区中文字幕在线| 中文字幕人妻丝袜制服| 人妻人人澡人人爽人人| 你懂的网址亚洲精品在线观看| 天天躁日日躁夜夜躁夜夜| 国产精品av久久久久免费| 99久久99久久久精品蜜桃| 亚洲av电影在线进入| 午夜日韩欧美国产| 看十八女毛片水多多多| av卡一久久| 性高湖久久久久久久久免费观看| 久久久久久久精品精品| 午夜福利一区二区在线看| 国产精品欧美亚洲77777| 美女中出高潮动态图| 操美女的视频在线观看| 国产亚洲精品第一综合不卡| 亚洲av男天堂| 午夜福利视频在线观看免费| 一级毛片 在线播放| 欧美av亚洲av综合av国产av | 丝瓜视频免费看黄片| 日韩不卡一区二区三区视频在线| 999精品在线视频| 在线观看免费午夜福利视频| 国产爽快片一区二区三区| 国产一区二区三区av在线| 超碰97精品在线观看| 精品国产乱码久久久久久小说| 狠狠精品人妻久久久久久综合| 免费在线观看黄色视频的| 嫩草影视91久久| 国产成人免费观看mmmm| av在线老鸭窝| 日韩中文字幕视频在线看片| 国产又爽黄色视频| 美女扒开内裤让男人捅视频| 日韩电影二区| 精品一区在线观看国产| 亚洲,欧美精品.| av国产精品久久久久影院| 看十八女毛片水多多多| 咕卡用的链子| 色网站视频免费| 2021少妇久久久久久久久久久| 大话2 男鬼变身卡| 亚洲国产精品成人久久小说| 亚洲激情五月婷婷啪啪| 在线免费观看不下载黄p国产| 在线观看免费日韩欧美大片| 婷婷成人精品国产| 日本一区二区免费在线视频| 亚洲精品一区蜜桃| 日本vs欧美在线观看视频| 天天影视国产精品| 一边亲一边摸免费视频| 久久狼人影院| av天堂久久9| 不卡视频在线观看欧美| 毛片一级片免费看久久久久| 精品国产露脸久久av麻豆| 99久国产av精品国产电影| 男的添女的下面高潮视频| 少妇 在线观看| 亚洲天堂av无毛| 乱人伦中国视频| 日韩大片免费观看网站| 午夜av观看不卡| 天堂俺去俺来也www色官网| 美女主播在线视频| 亚洲少妇的诱惑av| 日韩av免费高清视频| 久久亚洲国产成人精品v| 日日爽夜夜爽网站| 国产av精品麻豆| 成年人午夜在线观看视频| 日韩大码丰满熟妇| 晚上一个人看的免费电影| 精品一区二区免费观看| 日韩 欧美 亚洲 中文字幕| 中文字幕最新亚洲高清|