• <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 ?

    BP神經網絡在揚聲器異常音檢測中的應用

    2014-05-11 10:49:58李宏斌徐楚林溫周斌
    聲學技術 2014年6期
    關鍵詞:共軛人工神經網絡揚聲器

    李宏斌,徐楚林,2,溫周斌,2

    ?

    BP神經網絡在揚聲器異常音檢測中的應用

    李宏斌1,徐楚林1,2,溫周斌1,2

    (1. 中國科學院聲學研究所東海研究站,上海 200032;2. 浙江中科電聲研發(fā)中心,浙江嘉善 314100)

    提出一種采用人工神經網絡判斷揚聲器是否存在異常音的方法。首先簡單介紹了獲取揚聲器異常音曲線的方法和人工神經網絡中的BP模型及其訓練方法,并比較了基本BP算法和共軛梯度法兩種訓練方法的差異。再將所獲得的異常音曲線作為人工神經網絡的輸入向量,將聽音員的聽測結果作為目標向量,并使用共軛梯度法進行網絡的訓練。最后通過已訓練好的人工神經網絡判斷揚聲器是否存在異常音。實驗結果表明,該方法可替代傳統(tǒng)的人工設置門限的方法,并可大幅降低揚聲器異常音檢測的虛警率。

    揚聲器異常音;人工神經網絡;共軛梯度法;虛警率

    0 引言

    近10年來,國內外電聲工程師一直致力于異常音檢測技術的研究,期望采用揚聲器異常音檢測儀來取代人工聽音。國外具有代表性的異常音檢測儀是德國的Klippel QC系統(tǒng)[1],它以連續(xù)對數掃頻信號作為激勵信號,采用Meta-Hearing技術[2]提取出被測揚聲器的高次諧波信息,并綜合利用這些信息繪制出異常音曲線,最后將所獲得的異常音曲線與設定的門限進行比較來判斷揚聲器是否存在異常音。國外類似的檢測系統(tǒng)還有美國Listen公司的SoundCheck、意大利Audiomatica公司的Clio QC、列支敦士登NTI公司的PrueSound和日本ETANI公司的TX系統(tǒng)等,在使用這類系統(tǒng)的過程中,均需要有經驗的工程師根據已測量得到的合格揚聲器樣品的異常音曲線設置合理的門限。若門限設置過緊,則會產生較高的虛警率,帶給企業(yè)過高的次品率,或后續(xù)不必要的重新確認所需的人力成本;若門限設置過寬,則會漏檢有異常音的瑕疵品,損害企業(yè)產品品質及信譽。

    為了緩解上述問題,本文嘗試采用人工神經網絡的方法判斷揚聲器有無異常音。

    1 揚聲器異常音曲線的獲取

    本文基于揚聲器的Volterra模型[3-5],選用連續(xù)對數掃頻信號激勵被測揚聲器[6],根據采集到的響應信號及激勵信號本身計算出被測揚聲器的異常音曲線。

    圖1 獲取異常音曲線的原理框圖

    2 人工神經網絡與異常音判決

    在獲得了揚聲器的異常音曲線之后,通常的做法是由工程師根據合格樣品的異常音曲線設定門限,然后將被測揚聲器的異常音曲線與該門限進行比較以判斷揚聲器是否存在異常音。由于需要工程師憑經驗設定門限,而門限的高低或寬嚴又決定了虛警率和漏檢率的大小,對產品質量管控依然帶來一些不確定因素。為了避免這一難題,本文嘗試采用人工神經網絡的方法,通過對合格品和不良品的異常音曲線的訓練來判斷揚聲器有無異常音。

    人工神經網絡是一種利用大量的簡單計算單元(神經元)構成的非線性系統(tǒng),它模仿人腦神經系統(tǒng)的信息處理、存儲及檢索功能,具有較好的學習、記憶和推理等智能處理能力。利用人工神經網絡所具有的高度并行性和非線性,以及良好的容錯性與聯想記憶、自學習功能等突出特點,期望其替代傳統(tǒng)的門限設置方法,并獲得較高的異常音判斷正確率。

    2.1 人工神經網絡模型[9]

    2.2 人工神經網絡的訓練

    人工神經網絡需要通過訓練才能達到預先設定的功能,該訓練也稱為學習,指的是神經網絡在受到外部環(huán)境的刺激下調整神經網絡的參數,使神經網絡以一種新的方式對外部環(huán)境作出反應的一個過程。不同的訓練方法,其訓練成功的難易程度及速度會大不相同。本節(jié)簡單介紹在模式識別領域中廣泛應用的基本BP算法及其改進算法。

    圖2 BP網絡的拓撲結構

    2.2.1 基本反向傳播(Back-Propagation, BP)算法

    BP網絡的訓練過程包括正向傳播和反向傳播兩部分[9]。BP算法[10]即誤差的反向傳播算法是前向網絡由教師監(jiān)督學習的普遍采用的有效方法。

    所謂學習就是使得目標函數的無約束最小優(yōu)化,采用梯度法在最速下降負梯度方向搜尋的最小值,則神經元間連接的權值改變量為:

    2.2.2 共軛梯度法

    基本BP算法本質上為梯度下降法,它所要優(yōu)化的目標函數非常復雜,容易出現“鋸齒現象”,因而該算法效率較低。同時,該算法是一種局部搜索的優(yōu)化方法,有可能陷入局部極值,使訓練失敗。

    利用共軛梯度法能有效改善基本BP算法的缺點。共軛梯度法[11]是一種重要的無約束最優(yōu)化方法,其基本思想是利用已知點的梯度構造一組共軛方向,并按此方向搜索目標函數的極值?;诠曹椞荻确ǖ腂P算法為[12]:

    首次權值調整取負梯度方向,即

    從第二次起,權值修正方式為:首先計算共軛因子,的計算公式為

    然后,再調整權值,權值的迭代公式為

    這樣的修正方式可使得相鄰兩次的搜尋方向均呈共軛關系,以保證較快的收斂速度。

    在同等條件下(網絡類型、樣本、目標函數),對比了基本BP算法和基于共軛梯度的BP算法,所得誤差曲線如圖3所示。由圖3可知,采用基本BP算法的網絡在經過217次訓練后,目標函數達到0.1076,網絡訓練失敗且出現了明顯的“鋸齒現象”;而采用基于共軛梯度法的BP算法的BP網絡在經過105次訓練后,目標函數達到0.06268,網絡訓練成功。而且后者的學習速率較前者顯然快很多。

    圖3 BP基本算法與共軛梯度法的網絡誤差曲線

    2.2.3 隱含層節(jié)點數的確定

    2.2.4 異常音判決

    網絡訓練完畢后,只需將異常音曲線交由網絡去判斷揚聲器是否存在異常音。完整的異常音判決流程如圖4所示。

    圖4 異常音判決流程圖

    3 實驗驗證

    圖5是所研制的揚聲器異常音檢測系統(tǒng)的原理框圖,由計算機產生的連續(xù)對數掃頻信號經聲卡的D/A轉換輸出,再由功率放大器放大后激勵被測揚聲器。由傳聲器采集得到的被測揚聲器的聲響應信號送至聲卡,聲卡對其做A/D轉換后送給計算機。計算機計算出揚聲器的異常音曲線,并通過人工神經網絡判斷是否存在異常音,最后在顯示器上顯示判斷結果。

    圖5 揚聲器異常音檢測系統(tǒng)框圖

    被測揚聲器是一款無繩電話用微型揚聲器,激勵信號的頻率范圍為100~8000 Hz,電壓有效值為1.5 V,掃頻時長為0.5 s。揚聲器和傳聲器采用垂直對準方式,兩者之間距離為10 cm。圖6給出了測量得到的典型異常音曲線,包括合格樣品和存在嚴重異常音的異常音曲線,異常音曲線的數據長度均為225個數據點。

    圖6 典型樣品的異常音曲線

    本次實驗中,選取了725個揚聲器樣品作為訓練樣本。將這725個揚聲器樣品交由具有較高聽音水平的聽音員進行聽測,該聽音員通常的聽測結果正確率為100%。其聽測的結果為141個有異常音,584個為良品將此作為網絡的目標矢量。與此同時,將這725個揚聲器的異常音曲線作為網絡的輸入矢量,因異常音曲線的數據長度為225,故輸入矢量的大小為725×225。在確定了網絡的輸入矢量與目標矢量后,通過經驗公式及數次嘗試,確定隱含層的節(jié)點數為8。之后,便開始對該網絡進行訓練,其訓練的過程如圖7所示。在經過了105次訓練后目標函數值達到最小值0.06268,網絡訓練成功。

    圖7 網絡訓練過程中的誤差變化曲線

    在完成了該網絡的訓練之后,又對11392個揚聲器進行了異常音測試。測試結果為:良品10822個,不良品570個。專業(yè)聽音員對測試結果進行確認后發(fā)現,在檢出的570個不良品中,288個確實存在異常音,剩余282個則是將良品誤判為不良品,虛警率為2.475%。與此同時,有5個有異常音的樣品未被檢出,漏檢率為0.0439%。而采用如圖8所示的傳統(tǒng)的通過比較異常音曲線與門限值的方法對這11392個揚聲器進行異常音測試的結果表明,僅有3個有異常音的樣品未被檢出,漏檢率為0.0263%,但有1868個樣品被誤判為不良品,虛警率高達16.398%。

    圖8 異常音曲線和門限值

    需要說明的是,采用人工神經網絡漏檢的不良品中,有1個不良品是由特殊原因所產生的異常音,而不是普通的擦圈、撞擊或打線等由于常規(guī)原因所產生的異常音,而在所選取的725個訓練樣本中并未包含該特殊異常音的特征信息,進而導致了漏檢的產生。

    4 結論

    本文嘗試將人工神經網絡運用于揚聲器異常音的判別,初步的實驗結果表明,該方法可替代傳統(tǒng)的人工設置門限的方法,并可大幅度降低異常音檢測的虛警率,而漏檢率則僅小幅提升。為了進一步提升異常音檢測的漏檢率,必須搜集盡可能完備的訓練樣本集用于網絡的訓練,尤其要采集到那些樣品數量極少的、特殊的異常音樣品。

    致謝:感謝王宇在揚聲器檢測儀硬件研發(fā)中的工作,性能優(yōu)異的檢測儀保證了本文實驗驗證工作的順利進行。感謝王宇和金晶一起到企業(yè)生產線所做的大量測試工作。

    [1] Klippel W. Klippel QC system product brochure[OL]. [2014-01-06]. http://klippel.de/qc/ QC_System_Brochure.pdf

    [2] Klippel W. Measurement of Impulsive Distortion, Rub and Buzz and other Disturbances[C]// Audio Engineering Society Convention Paper, 2003.

    [3] Volterra V. Theory of functionals and of integral and integro-differential equations[M]. New York: Dover, 1958.

    [4] Temme S, Brunet P. A new method for measuring distortion using a multitone stimulus and noncoherence[J]. Audio Eng. Soc, 2008, 56(3): 176–188.

    [5] Boyd S, Tang Y S, Chua L O. Measuring Volterra Kernels[J]. IEEE Transactions on Circuits and Systems, 1983, 30(8): 571-577 .

    [6] 韋俊峰, 馮海泓. 一種改進的揚聲器Volterra模型研究[J]. 振動與沖擊, 2012, 31(11): 158-164.

    WEI Junfeng, FENG Haihong. An improved loudspeaker volterra model[J]. Journal of Vibration and Shock, 2012, 31(11): 158-164.

    [7] Klippel W. Can an instrument compete with a human ear at end-of-line testing[R]. University of Technology Dresden, 2009.

    [8] Klippel W. KLIPPEL QC SYSTEM USER MANUAL, Version 2.0[OL].[2014-01-06].http://www.klippel.de/fileadmin/klippel/Files/Chinese_Material/Chinese_Klippel_QC_Manual.pdf

    [9] 蔣宗禮. 人工神經網絡導論[M]. 高等教育出版社, 2001.

    JIANG Zongli. Introduction to artificial neural networks[M]. High Education Press, 2001.

    [10] 周建華. 共軛梯度法在BP網絡中的應用[J]. 計算機工程與應用, 1999, 3(1): 17-18.

    ZHOU Jianhua. Application of conjugate gradient in BP Networks[J]. Computer Engineering and Applications, 1999, 3(1): 17-18.

    [11] 陳寶林. 最優(yōu)化理論與算法[M]. 北京: 清華大學出版社, 2005.

    CHEN Baolin. Optimization theory and algorithm[M]. Beijing: Tsinghua University Press, 2005.

    [12] 易芳. 修正PRP共軛梯度法的收斂性[D]. 長沙: 湖南大學, 2006.

    YI Fang. The convergence of a modified PRP conjugate gradient method[D]. Changsha: Hu’nan University, 2006.

    [13] 張德豐. MATLAB神經網絡應用設計[M]. 北京: 機械工業(yè)出版社, 2011.

    ZHANG Defeng. Neural network design and application by MATLAB[M]. Beijing: China Machine Press, 2011.

    The application of BP neural network in loudspeaker’s Rub & Buzz detection

    LI Hong-bin1, XU Chu-lin1,2, WEN Zhou-bin1,2

    (1. Shanghai Acoustics Lab., Institute of Acoustics, Chinese Academy of Sciences, Shanghai 200032, China; 2. Zhejiang Electro-Acoustic R&D Center,CAS,Jiashan 314115, Zhejiang, China)

    This paper proposes a method of using neural network to judge whether a loudspeaker is good or not. First, the method of how to obtain the Rub & Buzz curve and the BP model including its training methods are simply introduced. Besides, the comparison between the basic BP algorithm and the conjugate gradient algorithm is also made. Then the Rub & Buzz curve is used as the BP network’s input vector and the judgment result of experienced worker is used as the BP network’s output vector and use the conjugate gradient algorithm to train the network. Finally, the trained BP network can judge whether the measured loudspeaker is good or not. The experimental results show that judging a loudspeaker is good or not by a threshold, which is set up by engineer, can be replaced by artificial neural network, and the false alarm rate is greatly reduced.

    loudspeaker’s Rub&Buzz; ANN; conjugate gradient method; false alarm rate

    TB54

    A

    1000-3630(2014)-06-0522-04

    10.3969/j.issn1000-3630.2014.06.009

    2014-04-23;

    2014-08-04

    李宏斌(1989-), 男, 上海人, 碩士研究生, 研究方向為電聲技術。

    李宏斌, E-mail: feishastop@gmail.com

    猜你喜歡
    共軛人工神經網絡揚聲器
    薄如紙張的揚聲器
    一個帶重啟步的改進PRP型譜共軛梯度法
    一個改進的WYL型三項共軛梯度法
    Focal&Naim同框發(fā)布1000系列嵌入式揚聲器及全新Uniti Atmos流媒體一體機
    巧用共軛妙解題
    一種自適應Dai-Liao共軛梯度法
    應用數學(2020年2期)2020-06-24 06:02:50
    利用人工神經網絡快速計算木星系磁坐標
    大地震 正式發(fā)布Cinenova系列揚聲器
    人工神經網絡實現簡單字母的識別
    電子制作(2019年10期)2019-06-17 11:45:10
    自制手機揚聲器
    国产精品99久久久久久久久| 久久综合国产亚洲精品| 久久久色成人| 丝袜喷水一区| 日本免费在线观看一区| 国产精品秋霞免费鲁丝片| 噜噜噜噜噜久久久久久91| 插阴视频在线观看视频| 国产爽快片一区二区三区| 亚洲精品一二三| 色网站视频免费| 精品国产乱码久久久久久小说| 多毛熟女@视频| 亚洲av免费高清在线观看| 亚洲人成网站在线播| 亚洲av中文字字幕乱码综合| 亚洲国产高清在线一区二区三| 看非洲黑人一级黄片| 欧美一区二区亚洲| 乱系列少妇在线播放| 免费黄频网站在线观看国产| 欧美三级亚洲精品| 丰满人妻一区二区三区视频av| 日本爱情动作片www.在线观看| 日韩 亚洲 欧美在线| 精品亚洲成a人片在线观看 | 黄色怎么调成土黄色| 麻豆乱淫一区二区| 99re6热这里在线精品视频| 男女边摸边吃奶| 2018国产大陆天天弄谢| 中文乱码字字幕精品一区二区三区| 亚洲美女搞黄在线观看| 久久久久久久久久久免费av| 一级毛片 在线播放| 嫩草影院入口| 99热这里只有精品一区| 日日摸夜夜添夜夜添av毛片| 波野结衣二区三区在线| 精品国产乱码久久久久久小说| 国产精品三级大全| 国产精品熟女久久久久浪| 国产 一区 欧美 日韩| 国产在线视频一区二区| 哪个播放器可以免费观看大片| 色哟哟·www| av女优亚洲男人天堂| 国产精品久久久久久精品古装| 欧美一级a爱片免费观看看| 免费av不卡在线播放| 国产真实伦视频高清在线观看| 九色成人免费人妻av| 日韩欧美精品免费久久| 亚洲精品一区蜜桃| 久久国产精品大桥未久av | 亚洲精品国产成人久久av| 老司机影院成人| 一级爰片在线观看| 边亲边吃奶的免费视频| 免费av中文字幕在线| 亚洲欧美一区二区三区国产| 欧美老熟妇乱子伦牲交| 日本色播在线视频| 在线观看免费高清a一片| 中文字幕免费在线视频6| 久久鲁丝午夜福利片| 亚洲欧美精品专区久久| 啦啦啦视频在线资源免费观看| 在线免费观看不下载黄p国产| 国产成人a区在线观看| av天堂中文字幕网| 精品一区二区免费观看| 在线 av 中文字幕| 欧美成人午夜免费资源| 日本-黄色视频高清免费观看| 人人妻人人爽人人添夜夜欢视频 | 国产黄频视频在线观看| 久久青草综合色| 18禁动态无遮挡网站| 一个人看视频在线观看www免费| 亚洲精品aⅴ在线观看| 亚洲一级一片aⅴ在线观看| 最近手机中文字幕大全| a级一级毛片免费在线观看| 免费观看在线日韩| 欧美国产精品一级二级三级 | 色婷婷久久久亚洲欧美| kizo精华| 少妇人妻 视频| 六月丁香七月| 老师上课跳d突然被开到最大视频| 成人免费观看视频高清| 最近最新中文字幕免费大全7| 少妇猛男粗大的猛烈进出视频| 极品教师在线视频| 人体艺术视频欧美日本| 精品久久国产蜜桃| 国产精品伦人一区二区| 熟女电影av网| 日韩不卡一区二区三区视频在线| 高清不卡的av网站| 又爽又黄a免费视频| 最近中文字幕2019免费版| 一本色道久久久久久精品综合| 观看美女的网站| 丰满迷人的少妇在线观看| 青春草国产在线视频| 一级爰片在线观看| av播播在线观看一区| 色视频在线一区二区三区| 国产精品一二三区在线看| 欧美+日韩+精品| 性高湖久久久久久久久免费观看| 亚洲怡红院男人天堂| 国产精品久久久久久av不卡| 丝袜喷水一区| 91久久精品电影网| 亚洲av成人精品一二三区| 欧美成人a在线观看| 亚洲国产成人一精品久久久| 一个人看的www免费观看视频| 婷婷色综合大香蕉| 久久午夜福利片| 国产精品麻豆人妻色哟哟久久| 亚洲色图av天堂| 久久99热这里只有精品18| 美女xxoo啪啪120秒动态图| 免费在线观看成人毛片| 亚洲av成人精品一区久久| 看十八女毛片水多多多| 各种免费的搞黄视频| 亚洲四区av| 日本欧美视频一区| 国产黄频视频在线观看| videossex国产| 亚洲人成网站高清观看| 肉色欧美久久久久久久蜜桃| 黑人猛操日本美女一级片| 超碰97精品在线观看| 性高湖久久久久久久久免费观看| 一区二区av电影网| 国产精品99久久99久久久不卡 | 亚洲成人一二三区av| 网址你懂的国产日韩在线| 日韩中字成人| 插阴视频在线观看视频| 午夜免费观看性视频| 精品人妻视频免费看| 毛片一级片免费看久久久久| av在线老鸭窝| 久久久午夜欧美精品| 国产高清有码在线观看视频| 最黄视频免费看| 97在线视频观看| 在线免费观看不下载黄p国产| 蜜桃在线观看..| 国产真实伦视频高清在线观看| 久久综合国产亚洲精品| 亚洲不卡免费看| 欧美人与善性xxx| 精品国产乱码久久久久久小说| 国产免费一区二区三区四区乱码| 欧美成人午夜免费资源| 久久久久久伊人网av| 成年人午夜在线观看视频| 中国美白少妇内射xxxbb| 亚洲欧美成人综合另类久久久| 国语对白做爰xxxⅹ性视频网站| 日日啪夜夜爽| 欧美亚洲 丝袜 人妻 在线| 一二三四中文在线观看免费高清| 91精品国产九色| 99国产精品免费福利视频| 亚洲欧美精品专区久久| 一区二区三区免费毛片| 欧美3d第一页| 黑丝袜美女国产一区| 国产亚洲欧美精品永久| 99热这里只有精品一区| 欧美日韩综合久久久久久| 亚州av有码| 日韩一区二区三区影片| 全区人妻精品视频| av一本久久久久| 狠狠精品人妻久久久久久综合| 亚洲成色77777| 高清日韩中文字幕在线| 99热6这里只有精品| 欧美激情国产日韩精品一区| 在线观看三级黄色| 欧美日韩亚洲高清精品| av网站免费在线观看视频| 国产黄片视频在线免费观看| av专区在线播放| 男人舔奶头视频| 久久综合国产亚洲精品| 国产成人精品一,二区| 欧美日韩在线观看h| 国产成人a∨麻豆精品| 日韩电影二区| 美女国产视频在线观看| 欧美 日韩 精品 国产| 亚洲av日韩在线播放| 少妇裸体淫交视频免费看高清| 99久久人妻综合| 国产乱人视频| 天美传媒精品一区二区| 成人综合一区亚洲| 日韩制服骚丝袜av| 成人毛片a级毛片在线播放| 久久综合国产亚洲精品| 精品一品国产午夜福利视频| av免费观看日本| 久久久色成人| 成人高潮视频无遮挡免费网站| 美女国产视频在线观看| 亚洲av不卡在线观看| 欧美三级亚洲精品| 91在线精品国自产拍蜜月| 又黄又爽又刺激的免费视频.| 中文字幕av成人在线电影| av在线播放精品| 日韩电影二区| 亚洲一级一片aⅴ在线观看| 久久精品久久久久久久性| 你懂的网址亚洲精品在线观看| 欧美国产精品一级二级三级 | 亚洲人成网站在线观看播放| 亚洲精品乱久久久久久| 内地一区二区视频在线| 久久久午夜欧美精品| 国语对白做爰xxxⅹ性视频网站| 另类亚洲欧美激情| av又黄又爽大尺度在线免费看| 国产成人aa在线观看| 亚洲欧美日韩东京热| av免费在线看不卡| 精品99又大又爽又粗少妇毛片| av在线蜜桃| 特大巨黑吊av在线直播| 成人亚洲欧美一区二区av| 亚洲精品国产色婷婷电影| 伊人久久国产一区二区| 日韩伦理黄色片| 久久久久国产精品人妻一区二区| 欧美最新免费一区二区三区| 免费大片18禁| 一个人免费看片子| 亚洲欧洲国产日韩| 啦啦啦啦在线视频资源| 国产黄色免费在线视频| 日本欧美国产在线视频| 一个人看的www免费观看视频| 一边亲一边摸免费视频| 久久久久久久国产电影| 亚洲熟女精品中文字幕| 青春草国产在线视频| 国产成人精品久久久久久| 国产免费视频播放在线视频| 国产伦在线观看视频一区| 日韩大片免费观看网站| 国产深夜福利视频在线观看| 日本色播在线视频| 美女高潮的动态| 一级毛片黄色毛片免费观看视频| 欧美zozozo另类| 久久国产精品男人的天堂亚洲 | 国产人妻一区二区三区在| 亚洲av二区三区四区| 97在线视频观看| 最近最新中文字幕大全电影3| 中文欧美无线码| 国产精品熟女久久久久浪| 国产精品.久久久| 久久影院123| 国产亚洲av片在线观看秒播厂| 亚洲精品自拍成人| 国产精品一区www在线观看| 黑丝袜美女国产一区| 深爱激情五月婷婷| 国产深夜福利视频在线观看| 少妇丰满av| 在线免费观看不下载黄p国产| 黄色配什么色好看| 青青草视频在线视频观看| 99久久精品一区二区三区| 国内揄拍国产精品人妻在线| 免费看av在线观看网站| 2022亚洲国产成人精品| a 毛片基地| 国产熟女欧美一区二区| 精品久久久久久久末码| 国产一区二区三区综合在线观看 | 久久这里有精品视频免费| 高清日韩中文字幕在线| 免费黄网站久久成人精品| 在线观看免费日韩欧美大片 | 天堂8中文在线网| 精品视频人人做人人爽| 在线观看三级黄色| 亚洲国产毛片av蜜桃av| 国产成人91sexporn| 免费看日本二区| 91久久精品电影网| 日本欧美国产在线视频| 欧美xxⅹ黑人| 99久久精品国产国产毛片| 黄色一级大片看看| 偷拍熟女少妇极品色| 日韩电影二区| 国产男女内射视频| 国产高清三级在线| 亚洲av.av天堂| 欧美高清性xxxxhd video| 久久精品国产亚洲av涩爱| 大码成人一级视频| tube8黄色片| 成人国产麻豆网| 妹子高潮喷水视频| 精品人妻视频免费看| 麻豆乱淫一区二区| 欧美亚洲 丝袜 人妻 在线| 人妻少妇偷人精品九色| 大话2 男鬼变身卡| 男人爽女人下面视频在线观看| 一个人看的www免费观看视频| 偷拍熟女少妇极品色| 成年女人在线观看亚洲视频| 国产国拍精品亚洲av在线观看| 久久久久久久大尺度免费视频| 久久久亚洲精品成人影院| 国内精品宾馆在线| 久久人妻熟女aⅴ| 一级毛片我不卡| 亚洲经典国产精华液单| 王馨瑶露胸无遮挡在线观看| 黑丝袜美女国产一区| 国产成人a∨麻豆精品| 久久久久国产网址| 一区二区三区四区激情视频| 看免费成人av毛片| 卡戴珊不雅视频在线播放| 国产在线视频一区二区| 欧美zozozo另类| 国产毛片在线视频| 视频中文字幕在线观看| 不卡视频在线观看欧美| 国产高清有码在线观看视频| 久久精品国产亚洲av涩爱| 免费大片18禁| 日韩成人伦理影院| 国产精品女同一区二区软件| 亚洲在久久综合| 成人漫画全彩无遮挡| 另类亚洲欧美激情| 成人漫画全彩无遮挡| 97超碰精品成人国产| 国产精品爽爽va在线观看网站| 在线观看一区二区三区激情| 久久久国产一区二区| 亚洲av成人精品一区久久| 日韩制服骚丝袜av| 又爽又黄a免费视频| www.色视频.com| 免费看av在线观看网站| 3wmmmm亚洲av在线观看| 久久久久久久大尺度免费视频| 亚洲真实伦在线观看| 欧美xxxx性猛交bbbb| 中文天堂在线官网| 最近2019中文字幕mv第一页| 男人舔奶头视频| 国产人妻一区二区三区在| 成人毛片a级毛片在线播放| 亚洲欧美中文字幕日韩二区| 亚洲精品亚洲一区二区| 少妇 在线观看| 亚洲精品亚洲一区二区| 99热6这里只有精品| av网站免费在线观看视频| 国产精品一区www在线观看| 男的添女的下面高潮视频| 丝袜脚勾引网站| av网站免费在线观看视频| 日韩 亚洲 欧美在线| 午夜日本视频在线| 妹子高潮喷水视频| av免费观看日本| 18禁动态无遮挡网站| 男女下面进入的视频免费午夜| 久热久热在线精品观看| 黄片wwwwww| 中文字幕免费在线视频6| 亚洲欧洲国产日韩| 丝袜喷水一区| 麻豆国产97在线/欧美| 精品一区二区三卡| 国产亚洲最大av| 午夜免费男女啪啪视频观看| 天美传媒精品一区二区| 久久精品国产亚洲av涩爱| 一区二区三区四区激情视频| 国产高清不卡午夜福利| 免费观看的影片在线观看| 国产熟女欧美一区二区| 亚洲欧美中文字幕日韩二区| 欧美亚洲 丝袜 人妻 在线| 热re99久久精品国产66热6| 欧美日韩视频精品一区| av线在线观看网站| 亚洲av福利一区| 男人添女人高潮全过程视频| 搡老乐熟女国产| 欧美激情国产日韩精品一区| av卡一久久| 久久久久久久久久人人人人人人| 亚洲成人手机| 全区人妻精品视频| 女性被躁到高潮视频| 边亲边吃奶的免费视频| 建设人人有责人人尽责人人享有的 | 国产永久视频网站| 国产亚洲一区二区精品| 国内揄拍国产精品人妻在线| 精品亚洲乱码少妇综合久久| 国产精品人妻久久久影院| h视频一区二区三区| 欧美少妇被猛烈插入视频| 小蜜桃在线观看免费完整版高清| 中国国产av一级| 国产探花极品一区二区| 国产av国产精品国产| 国产黄片美女视频| 精品一区二区三区视频在线| 91午夜精品亚洲一区二区三区| 能在线免费看毛片的网站| 亚洲第一区二区三区不卡| 亚洲国产色片| 国产精品久久久久久久电影| 久久久色成人| 91久久精品电影网| 久久人人爽人人片av| 亚洲天堂av无毛| 亚洲av在线观看美女高潮| 国产一区亚洲一区在线观看| 黄色欧美视频在线观看| 一级二级三级毛片免费看| 免费大片黄手机在线观看| 99久久综合免费| 欧美日韩一区二区视频在线观看视频在线| 老司机影院成人| 亚洲精品久久久久久婷婷小说| 国产精品国产三级国产专区5o| 亚洲欧美精品专区久久| 亚洲精品一区蜜桃| 精品久久久久久久久av| 色5月婷婷丁香| 亚洲aⅴ乱码一区二区在线播放| 亚洲经典国产精华液单| 国产片特级美女逼逼视频| 欧美亚洲 丝袜 人妻 在线| 在线亚洲精品国产二区图片欧美 | freevideosex欧美| 在线亚洲精品国产二区图片欧美 | 亚洲欧美日韩无卡精品| 内地一区二区视频在线| 最新中文字幕久久久久| 亚洲精品乱码久久久v下载方式| 一区二区av电影网| 大又大粗又爽又黄少妇毛片口| 久久久精品94久久精品| 国产精品99久久久久久久久| 美女福利国产在线 | 久久久久人妻精品一区果冻| 国产精品.久久久| 亚洲av免费高清在线观看| 两个人的视频大全免费| a级毛色黄片| 亚洲欧洲国产日韩| 男女无遮挡免费网站观看| 成人18禁高潮啪啪吃奶动态图 | 国产精品久久久久久精品电影小说 | 日韩中文字幕视频在线看片 | 嫩草影院新地址| 成人亚洲欧美一区二区av| 黄色视频在线播放观看不卡| 一区在线观看完整版| 国产亚洲av片在线观看秒播厂| 日韩三级伦理在线观看| 中文资源天堂在线| 91精品国产国语对白视频| 亚洲欧美一区二区三区黑人 | 丝袜脚勾引网站| 国产精品福利在线免费观看| 日日啪夜夜爽| 男女国产视频网站| 大香蕉久久网| 男人爽女人下面视频在线观看| 制服丝袜香蕉在线| 亚洲自偷自拍三级| 国产伦理片在线播放av一区| 97热精品久久久久久| 在线观看av片永久免费下载| 日本欧美国产在线视频| 精品人妻视频免费看| 高清在线视频一区二区三区| 草草在线视频免费看| 乱系列少妇在线播放| 国产欧美亚洲国产| 久久久久久九九精品二区国产| 校园人妻丝袜中文字幕| 尾随美女入室| 九色成人免费人妻av| 亚洲国产精品国产精品| 汤姆久久久久久久影院中文字幕| 成年人午夜在线观看视频| 高清午夜精品一区二区三区| av国产久精品久网站免费入址| 伦精品一区二区三区| 搡老乐熟女国产| av视频免费观看在线观看| 欧美少妇被猛烈插入视频| 久久毛片免费看一区二区三区| 精品久久国产蜜桃| 成人午夜精彩视频在线观看| a级毛片免费高清观看在线播放| 国产欧美日韩精品一区二区| 成人国产av品久久久| 五月天丁香电影| 国产男女超爽视频在线观看| 能在线免费看毛片的网站| 男女啪啪激烈高潮av片| 国产深夜福利视频在线观看| 91久久精品国产一区二区三区| 看免费成人av毛片| 下体分泌物呈黄色| 亚洲欧美成人综合另类久久久| 日韩视频在线欧美| 亚洲欧美日韩卡通动漫| 日本-黄色视频高清免费观看| 99热全是精品| 我的女老师完整版在线观看| 中国美白少妇内射xxxbb| 一本久久精品| av播播在线观看一区| 国产精品麻豆人妻色哟哟久久| 久久久久人妻精品一区果冻| 国产精品久久久久久久电影| 免费看av在线观看网站| 中文精品一卡2卡3卡4更新| 亚洲欧美日韩东京热| 日本一二三区视频观看| 只有这里有精品99| 直男gayav资源| 国产高清国产精品国产三级 | 国产精品熟女久久久久浪| 成人黄色视频免费在线看| 青春草视频在线免费观看| 久久6这里有精品| 我的老师免费观看完整版| 成年免费大片在线观看| 色婷婷av一区二区三区视频| 亚洲精品一二三| 我要看黄色一级片免费的| 欧美精品一区二区免费开放| 成人综合一区亚洲| 美女福利国产在线 | 欧美成人a在线观看| 成人毛片a级毛片在线播放| 欧美成人午夜免费资源| 我要看日韩黄色一级片| 一级毛片黄色毛片免费观看视频| 三级国产精品片| 亚洲自偷自拍三级| 国产在线免费精品| 亚洲精品第二区| 亚洲综合色惰| 国产伦理片在线播放av一区| 色婷婷久久久亚洲欧美| 视频区图区小说| 赤兔流量卡办理| 午夜福利影视在线免费观看| 一区在线观看完整版| 久久这里有精品视频免费| 王馨瑶露胸无遮挡在线观看| 黄片无遮挡物在线观看| 国产淫语在线视频| 国产成人a∨麻豆精品| 国产亚洲5aaaaa淫片| 一级爰片在线观看| 久久国产亚洲av麻豆专区| 91午夜精品亚洲一区二区三区| 国产久久久一区二区三区| 91久久精品国产一区二区三区| av天堂中文字幕网| 国产精品国产三级国产专区5o| av免费在线看不卡| 人妻制服诱惑在线中文字幕| 97精品久久久久久久久久精品| 亚洲欧美成人综合另类久久久| 赤兔流量卡办理| 我要看黄色一级片免费的| 看非洲黑人一级黄片| 国产精品人妻久久久久久| 毛片女人毛片| 国产真实伦视频高清在线观看| 夜夜爽夜夜爽视频| 精品久久久久久久末码| 久久99精品国语久久久| 国产一区有黄有色的免费视频| 天堂8中文在线网| 在线观看av片永久免费下载| av线在线观看网站| 久久久久久久精品精品| 日韩av在线免费看完整版不卡|