• <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神經網絡和多元回歸方法在乒乓球技戰(zhàn)術能力分析中的應用

    2016-04-13 00:53:49上海體育學院上海200438浙江大學浙江杭州310028
    成都體育學院學報 2016年1期
    關鍵詞:多元回歸BP神經網絡技戰(zhàn)術

    1.上海體育學院,上海 200438; 2.浙江大學,浙江 杭州 310028

    ?

    BP神經網絡和多元回歸方法在乒乓球技戰(zhàn)術能力分析中的應用

    Application of BP Neural Network and Multiple Regression in Table Tennis Technical and Tactical Ability Analysis

    1.上海體育學院,上海 200438; 2.浙江大學,浙江 杭州 310028

    楊青1, 張輝2

    YANG Qing1, ZHANG Hui2

    摘要:運用BP神經網絡和多元回歸對優(yōu)秀男子乒乓球運動員的技戰(zhàn)術能力進行了分析,結果顯示:(1)BP神經網絡和多元回歸構建的技戰(zhàn)術能力模型都具有較高的擬合和預測效能,但BP神經網絡在擬合和預測精度上優(yōu)于多元回歸;(2)優(yōu)秀男子乒乓球運動員第一重要技戰(zhàn)術能力為發(fā)搶能力,第二重要為發(fā)球輪相持能力和接搶能力,接發(fā)球輪相持為第四重要能力;(3)乒乓球運動員技戰(zhàn)術能力間存在補償效應,各種技戰(zhàn)術水平組合的比賽評定總分大于13分即可獲得比賽勝利。

    關鍵詞:BP神經網絡;多元回歸;乒乓球;技戰(zhàn)術

    BP(Back Propagation)神經網絡最早由美國Rumelhart和Mccelland為代表的科學研究小組提出,是一種基于誤差反向傳播算法訓練的多層感知器前饋網絡[1]。理論上已證明一個三層BP 網絡可以滿足一般函數映射的要求,并且用有限隱含層的BP網絡可以任意精度逼近任意多變量函數,其自組織、自學習與自適應能力非常突出,體現了人工神經網絡中最精華的部分,在實際問題的解決中運用最為廣泛[2-9]。多元回歸(Multivariate Regression)是統(tǒng)計學中常用的統(tǒng)計工具,它是研究線性相關條件下,兩個和兩個以上自變量對一個因變量的數量變化關系,表現這一關系的數學公式稱為多元回歸模型[10]。

    技戰(zhàn)術能力是乒乓球運動員競技能力的主導因素[11],圍繞著技戰(zhàn)術能力進行的科研工作一直是提高乒乓球項目科學化訓練的核心內容之一。1989年提出的“三段指標評估法”[12]是乒乓球技戰(zhàn)術分析中的經典理論,在乒乓球規(guī)則多次改革后,2014年又有“四段指標評估法”[13]提出。本文則根據“四段指標評估法”,運用BP神經網絡和多元回歸方法分別建立優(yōu)秀男子乒乓球運動員的技戰(zhàn)術能力模型,對這兩種模型進行對比分析,探討最優(yōu)模型。在此基礎上,對不同技戰(zhàn)術水平組合下的比賽獲勝模式進行探尋,為乒乓球的比賽和訓練提供科學依據。

    1數據來源及指標選擇

    1.1數據來源

    從國際乒聯官方網站和CCTV5官方網站下載觀看比賽視頻,選取2012-2014年男子世界排名前20位的進攻型打法運動員的單打比賽62場(以2014年3月國際乒聯公布的世界排名為準),其中57場用于技戰(zhàn)術能力模型的建立,5場比賽用于新樣本的預測。

    1.2指標及其計算方法

    “得分率”是體現乒乓球技戰(zhàn)術能力的最優(yōu)指標,根據乒乓球比賽四段指標評估法[13]的思想,將X1(發(fā)搶得分率)、X2(接搶得分率)、X3(發(fā)球輪相持得分率,相持I得分率)、X4(接發(fā)球輪相持得分率,相持II得分率)作為反映技戰(zhàn)術能力的四項指標,同時也是多元回歸的自變量和BP神經網絡的輸入層神經元,比賽結果以“獲勝概率”作為因變量和輸出層指標。利用Excel對每場比賽的四段得分率和獲勝概率進行計算,得分率為段得分與該段得失總分的百分比,獲勝概率為場得分與該場比賽得失總分的百分比。

    2乒乓球技戰(zhàn)術能力模型的建立

    2.1BP神經網絡模型

    BP神經網絡模型由輸入層、隱含層和輸出層組成,隱含層和輸出層可以一層或多層構成。訓練過程中輸入信號從輸入層通過作用函數,逐層向隱含層、輸出層傳播,如果在輸出層得不到期望的輸出,則轉入反向傳播,不斷修改各層神經元的連接權值,直至使網絡輸出與期望輸出的誤差平方和最小,從而訓練出最優(yōu)神經網絡模型。

    本研究中BP神經網絡模型借助于MATLAB2013b的神經網絡工具箱實現,采用三層拓撲結構,輸入層為X1:發(fā)搶得分率;X2:接搶得分率;X3相持I得分率;X4:相持II得分率四個指標,即輸入層節(jié)點數為4,模型輸出層節(jié)點數為1,即獲勝概率,通過試錯法選取隱含層節(jié)點數為10。輸入層到隱含層采用非線性S函數Tansig 作為訓練函數,隱含層到輸出層采用線性函數 Purelin 作為傳遞函數,構成的神經網絡模型圖見圖1。

    圖1 神經網絡模型結構

    將57場比賽作為訓練樣本輸入,其中隨機選擇80%用作訓練集,10%用作驗證集,10%用作測試集,采用工具箱默認的Levenberg-Marquardt算法,網絡訓練誤差圖見圖2,橫軸為訓練次數,縱軸為數據集的均方誤差,可見經過17次學習后,網絡成功收斂,驗證集最好均方差達0.000 758 11,訓練均方誤差達0.000 143 71,表明該網絡訓練速度快,效果好。

    圖2訓練誤差曲線

    Figure 2Training error Curves

    圖3是神經網絡模型的擬合回歸圖,表現輸出數據與目標數據直接的相關,由圖3可知,訓練集、驗證集、測試集和整體的擬合值R分別為0.999 11、0.996 97、0.959 07和0.991 7,數據點均勻分布在擬合曲線附近,說明此建立的神經網絡模型具有較好的訓練效果、預測能力和整體擬合效果。

    圖3神經網絡模型擬合回歸圖

    Figure 3Fitting regression of neural network model

    2.2多元回歸模型

    將X1(發(fā)搶得分率)、X2(接搶得分率)、X3(相持I得分率)、X4(相持II得分率)作為自變量,Y(獲勝概率)作為因變量,由SPSS軟件建立多元回歸模型,將57場比賽導入軟件,方法選擇“進入”。

    表1 多元回歸模型及方差分析結果

    根據表1,多元回歸模型的復相關系數R,決定系數R2及調整系數R2都在0.97以上,表示模型的擬合度非常好。決定系數R2表示因變量的變異中能夠通過回歸關系被自變量解釋的比例,即模型中四段得分率可解釋獲勝概率的97.58%。Durbin Waston檢驗,D值為1.552 2,模型的殘差間相互獨立。方差分析顯示回歸模型的F=524.670 2,P<0.01,表明該回歸方程具有顯著意義。

    表2 模型系數檢驗結果

    表2顯示了多元回歸模型系數的檢驗結果,共線性診斷指標容忍度最小值為0.745 0,方程膨脹因子VIF值均小于2。方程各個自變量t檢驗的顯著性水平值小于0. 01,方程成立,得出優(yōu)秀男子乒乓球運動員技戰(zhàn)術能力的回歸模型為:

    Y=0.0060+0.3194*X1+0.3180*X2+0.1879*X3+0.1646*X4

    多元回歸分析結果中給出了模型的偏回歸系數和標準回歸系數,標準回歸系數消除了量綱的影響,可在用來判斷自變量對因變量影響的強弱,標準回歸系數越大,對因變量的影響作用就越大。故由表2可知,男單比賽中各段技戰(zhàn)術能力對比賽獲勝概率的影響由大到小依次為:X1發(fā)搶得分率>X3相持I得分率≈X2接搶得分率>X4相持II得分率。

    2.3兩種模型的比較分析

    2.3.1擬合精度對比

    計算BP神經網絡模型的多元回歸模型的擬合指標如表3,其中R為復相關系數,它表示模型中的所有變量與因變量之間密切程度大小,取值介于0到1之間,R越大說明線性回歸關系越密切。決定系數R2為復相關系數R的平方,值越大,表示模型擬合越好。平均絕對誤差為輸入數據的模型輸出值與實際值絕對差值的平均值,平均相對誤差為輸出值與實際值的絕對差值占實際值的百分比,均方根誤差為輸出值與實際值均方誤差的平方根,這三個指標值越小表示模型精度越高。表3可以看出兩個模型的R都高于0.98,R2均高于0.97,平均絕對誤差、平均相對誤差和均方根差均較小,說明所建立的兩個模型均具有較高的擬合精度,但BP神經網絡的各個指標值都要優(yōu)于多元回歸模型,整體擬合精度要高于多元回歸模型。

    表3 兩種模型擬合精度對比

    2.3.2預測精度對比

    將另外5場比賽帶入建立的BP神經網絡模型和多元回歸模型,得出輸出的預測值和實際值的誤差、平均絕對誤差、平均相對誤差和均方根誤差如表4所示。

    表4 兩種模型預測精度對比

    表4所示,在5場比賽的預測中,兩個模型的誤差均較小,但BP神經網絡有4場比賽的預測誤差都小于多元回歸模型(第1、3、4、5場比賽),且從平均絕對誤差、平均相對誤差和均方根誤差上來看,BP神經網絡模型分別為0.026 8、6.2929%和0.031 3,多元回歸模型則分別為0.032 2、7.3534%和0.034 5,說明兩種模型對新樣本的預測能力都較好,但BP模型比回歸模型更精確。將兩種模型的預測值與實際值進行比較(見圖4),結果也表明BP神經網絡模型新樣本的總體預測能力要略高于多元回歸。

    圖4 兩種模型預測能力比較

    通過以上分析可見,建立的兩種優(yōu)秀男子乒乓球運動員技戰(zhàn)術能力的模型,BP神經網絡和多元回歸都表現出了較高的擬合和預測效能,但BP神經網絡模型要優(yōu)于多元回歸模型。多元回歸模型雖然在模型的精度上不如BP神經網絡模型,但在建立模型進行分析的同時,可依據標準回歸系數對各個自變量對因變量的重要程度進行判斷,得到更多因素間的相互關系信息,將這兩種方法結合使用會得到更好的效果。

    3不同技戰(zhàn)術水平組合比賽的模擬分析

    四段指標評估法[13]將乒乓球比賽四段的得分率按照評估標準分了優(yōu)、良、中、差四個等級,現用多元回歸和BP神經網絡模擬四個不同等級的技戰(zhàn)術能力相互組合的比賽情況。四段技戰(zhàn)術能力,每段四個等級,則根據排列公式,可有256種不同的排列,將每個評估標準的下限值(評估為“差”的指標值取0)作為自變量和輸入層指標帶入已建立的多元回歸和BP神經網絡模型,輸出結果即為256場不同技戰(zhàn)術水平組合比賽的最低獲勝概率,部分數據仿真結果見表5。

    表5 部分數據仿真情況一覽

    注:設將優(yōu)、良、中、差分別賦值為4、3、2、1分,表中“評定總分”為該場比賽四項指標的評分之和。

    根據表5,兩種方法仿真后所得的獲勝概率差別較小,平均絕對差值為0.064 3。以0.5為標準,將獲勝概率在0.5及以上組合模式的比賽結果視為獲勝,低于0.5視為落敗,將BP神經網絡和多元回歸預測獲勝結果不一致(即BP神經網絡預測為獲勝而多元回歸預測為失敗,或BP神經網絡預測為失敗而多元回歸預測為獲勝)的組合模式的結果視為“勝負難測”,比賽中“勝負難測”的組合模式有18種,對此18種“勝負難測”的組合模式不予考慮。根據對其他238種組合模式的分析可發(fā)現:(1)乒乓球各項技戰(zhàn)術能力間存在補償效應,某一技戰(zhàn)術能力的薄弱可由其他較強的技戰(zhàn)術能力得到補償,即某一技戰(zhàn)術能力發(fā)揮較差,而其他技戰(zhàn)術水平發(fā)揮優(yōu)異則仍可獲得比賽勝利,這種補償效應因技戰(zhàn)術能力的類型和等級有所不同。(2)如將四段技戰(zhàn)術能力按照優(yōu)良中差的評估標準分別給予4、3、2、1分的賦值,那么評定總分13分是男子運動員單打比賽劃分勝負的分水嶺,當評定總分高于13分時即可獲得比賽勝利,低于13分則會落敗。當評定總分等于13分時,“三優(yōu)一差”組合(“優(yōu)-優(yōu)-優(yōu)-差”除外)和“中-優(yōu)-良-優(yōu)”組合會落敗,其他組合均可獲勝。應注意的是,本文探討的是不同技戰(zhàn)術水平組合下比賽的最低獲勝概率,故判斷為失敗的比賽在實踐中有獲勝的可能性。

    4結論

    (1)BP神經網絡和多元回歸建立的優(yōu)秀男子乒乓球運動員技戰(zhàn)術能力模型都具有較高的擬合和預測效能,但BP神經網絡模型的精度要高于多元回歸模型,而多元回歸則能更好地揭示各個自變量對因變量的重要程度,建議將這兩種方法結合使用,相互驗證,優(yōu)勢互補。

    (2)優(yōu)秀男子乒乓球運動員第一重要技戰(zhàn)術能力是發(fā)搶,第二重要是發(fā)球輪相持能力和接搶能力,第四是接發(fā)球輪相持能力。

    (3)乒乓球技戰(zhàn)術能力間存在補償效應,這種補償效應因技戰(zhàn)術能力的類型和等級有所不同。男子運動員單打比賽中各種技戰(zhàn)術水平組合的比賽評定總分大于13分即可獲得比賽勝利,低于13分落敗。

    參考文獻

    [1]韓力群.人工神經網絡教程. [M].北京:北京郵電大學出版社,2006:58.

    [2]張文陽,張良均,李娜,等. 多元回歸和BP人工神經網絡在預測混合厭氧消化產氣量過程中的應用比較 [J]. 環(huán)境工程學報, 2013, 7(2): 747-752.

    [3]呂丹. 基于BP神經網絡的同齡林林木資源資產批量評估模型研究[D]. 江西:江西農業(yè)大學,2014.

    [4]孫文兵,曾祥燕,楊立君. BP 網絡和多元回歸在葡萄酒質量模型中的應用[J]. 計算機工程與應用,2014,50(15):267-270.

    [5]蘇玉玲,劉雯,田波,等. 基于人工神經網絡的堿性蛋白酶水解乳清蛋白預測模型的建立[J].食品工業(yè)科技,2014,35(7):100-103.

    [6]王穎林,賴芨宇,郭豐敏. 建設需求量預測分析中的人工神經網絡和多元回歸方法[J].武漢工程大學學報,2013,35(11): 77-80;86.

    [7]肖毅,張輝. 中國乒乓球隊奧運攻關研究報告——基于人工神經網絡的乒乓球比賽診斷模型研究[J].體育科研,2008,29(6):19-22.

    [8]趙昀. 丁寧乒乓球比賽中組合技術模擬分析[C].上海:2013年全國體育計算機應用學術會議,2013:272-276.

    [9]趙永壽. 關于構建鉛球運動員成績的人工神經網絡預測模型的研究[J]. 北京體育大學學報,2006,29(4):486-488.

    [10]何曉群. 多元統(tǒng)計分析(第2版) [M].北京: 中國人民大學出版社,2008.

    [11]田麥久.運動訓練學[M].北京:人民體育出版社,2000:22.

    [12]吳煥群,李振彪.乒乓球比賽中實力與技術診斷的方法及其應用效果[J].國家體委科學研究所學報,1989(1):32-41.

    [13]楊青,張輝.乒乓球比賽技戰(zhàn)術“四段指標評估法”的構建與應用[J]. 天津體育學院學報,2014,29(5):439-442.

    Abstract

    Using BP neural network and multiple regression, this study analyzed the technical and tactical ability of elite male table tennis players. Results show that: (1) The models based on both BP neural network and multiple regression are highly efficient in fitting and forecasting. The BP neural network-based model performs better than the multiple regression-based model in both aspects; (2) The primary technical and tactical ability of elite male players is their attack-after-service ability, and the second their rallying ability and receiving and blocking ability in serving rounds, the fourth their rallying ability in multiple rounds of serving and returning; (3) There is a compensation effect between table tennis technical and tactical abilities. In a match featuring different technical and tactical levels, a total score of over 13 points means the game is over.

    Key words:BP Neural Network; Multiple Regression; Table Tennis; Technique and Tactics

    CLC number:G846Document code:AArticle ID:1001-9154(2016)01-0078-05

    (編輯孫君志)

    中圖分類號:G846

    文獻標志碼:A

    文章編號:1001-9154(2016)01-0078-05

    收稿日期:2015-07-28

    作者簡介:楊青,在讀博士研究生,研究方向:乒乓球訓練理論與方法,E-mail: yangqing4520@163.com。

    1. Shanghai University of Sport, Shanghai 200438; 2.Zhejiang University, Hangzhou Zhejiang 310028

    猜你喜歡
    多元回歸BP神經網絡技戰(zhàn)術
    身體素質對籃球技戰(zhàn)術發(fā)揮的影響
    活力(2019年22期)2019-03-16 12:47:00
    江蘇省實施稅收優(yōu)惠政策促進科技創(chuàng)新的實效性研究
    我國大學生人生規(guī)劃自主性的現狀和影響因素
    大學教育(2016年12期)2017-01-03 19:51:15
    中國裝備制造業(yè)階段競爭力研究
    德約科維奇與費雷爾技戰(zhàn)術對比分析
    運動(2016年7期)2016-12-01 06:34:11
    上證綜指收益率的影響因素分析
    時代金融(2016年27期)2016-11-25 17:21:02
    基于BP神經網絡的旅行社發(fā)展方向研究
    商情(2016年39期)2016-11-21 09:30:36
    復雜背景下的手勢識別方法
    BP神經網絡在軟件質量評價中的應用研究 
    軟件導刊(2016年9期)2016-11-07 18:25:50
    BP神經網絡算法在數值預報產品釋用中的應用
    科技視界(2016年20期)2016-09-29 14:15:12
    中文资源天堂在线| 国内精品一区二区在线观看| 亚洲精品国产一区二区精华液| 国产69精品久久久久777片 | 免费在线观看黄色视频的| 精品熟女少妇八av免费久了| 又爽又黄无遮挡网站| 国产单亲对白刺激| 性色av乱码一区二区三区2| 最近在线观看免费完整版| av超薄肉色丝袜交足视频| 男插女下体视频免费在线播放| 国产精品日韩av在线免费观看| 成在线人永久免费视频| 岛国视频午夜一区免费看| 男人舔女人下体高潮全视频| 动漫黄色视频在线观看| 色哟哟哟哟哟哟| ponron亚洲| 手机成人av网站| 亚洲欧美日韩东京热| 少妇熟女aⅴ在线视频| 亚洲国产高清在线一区二区三| 国产午夜福利久久久久久| 神马国产精品三级电影在线观看 | 99久久无色码亚洲精品果冻| 丝袜人妻中文字幕| 俺也久久电影网| 青草久久国产| 欧美日韩福利视频一区二区| 日韩有码中文字幕| 亚洲欧美激情综合另类| 国产成人啪精品午夜网站| 日本一本二区三区精品| 久久午夜综合久久蜜桃| xxx96com| 级片在线观看| 欧美最黄视频在线播放免费| 特级一级黄色大片| 在线a可以看的网站| 成年版毛片免费区| 亚洲专区国产一区二区| 我的老师免费观看完整版| 国产三级在线视频| 在线永久观看黄色视频| 国产欧美日韩精品亚洲av| 亚洲精品色激情综合| 成人三级黄色视频| 黄色女人牲交| 国产欧美日韩精品亚洲av| or卡值多少钱| 亚洲aⅴ乱码一区二区在线播放 | 黄色成人免费大全| 欧美精品亚洲一区二区| 婷婷亚洲欧美| 亚洲熟女毛片儿| 精品久久久久久,| 九色成人免费人妻av| 精品欧美一区二区三区在线| 国产高清有码在线观看视频 | 久久草成人影院| 日本三级黄在线观看| 窝窝影院91人妻| 亚洲最大成人中文| 久久国产精品影院| 午夜福利高清视频| 日韩 欧美 亚洲 中文字幕| 精品乱码久久久久久99久播| 最近视频中文字幕2019在线8| 久久精品综合一区二区三区| 搡老妇女老女人老熟妇| 最近在线观看免费完整版| 精品欧美一区二区三区在线| 看免费av毛片| 不卡av一区二区三区| 12—13女人毛片做爰片一| 久久精品aⅴ一区二区三区四区| 国产一区二区激情短视频| 亚洲五月婷婷丁香| 热99re8久久精品国产| 久久午夜综合久久蜜桃| 观看免费一级毛片| 岛国在线免费视频观看| 精品无人区乱码1区二区| 人成视频在线观看免费观看| 欧美成人午夜精品| 怎么达到女性高潮| svipshipincom国产片| 一级作爱视频免费观看| 久久九九热精品免费| 亚洲无线在线观看| 大型黄色视频在线免费观看| 国产精品久久久久久亚洲av鲁大| 男女午夜视频在线观看| 999久久久国产精品视频| 亚洲精品在线观看二区| 男人舔奶头视频| 久久精品aⅴ一区二区三区四区| 久久精品国产亚洲av高清一级| 女人被狂操c到高潮| 一本综合久久免费| 999精品在线视频| 国产私拍福利视频在线观看| 夜夜爽天天搞| 蜜桃久久精品国产亚洲av| 欧美日韩国产亚洲二区| 精品人妻1区二区| 精品乱码久久久久久99久播| 国模一区二区三区四区视频 | 国产精品久久视频播放| 两人在一起打扑克的视频| 国产1区2区3区精品| 全区人妻精品视频| 久久这里只有精品中国| 欧美成人性av电影在线观看| 久99久视频精品免费| 窝窝影院91人妻| 国产精品1区2区在线观看.| 欧美日本亚洲视频在线播放| 久久久久久久午夜电影| 免费在线观看黄色视频的| 人妻丰满熟妇av一区二区三区| 国产黄片美女视频| 久久这里只有精品中国| 亚洲七黄色美女视频| 99久久精品国产亚洲精品| 丁香六月欧美| 99久久久亚洲精品蜜臀av| 久久天堂一区二区三区四区| 亚洲五月天丁香| 日韩欧美在线二视频| 日本成人三级电影网站| 一级a爱片免费观看的视频| 淫秽高清视频在线观看| 三级毛片av免费| 欧美色视频一区免费| 怎么达到女性高潮| 成人高潮视频无遮挡免费网站| 亚洲精品中文字幕在线视频| 99国产精品99久久久久| 国产视频一区二区在线看| 国产男靠女视频免费网站| 亚洲男人天堂网一区| 成人特级黄色片久久久久久久| 国产精品 欧美亚洲| 国产v大片淫在线免费观看| 精品熟女少妇八av免费久了| 1024手机看黄色片| 久久精品国产亚洲av高清一级| 久久精品国产亚洲av高清一级| or卡值多少钱| 亚洲人成77777在线视频| 男女下面进入的视频免费午夜| 日本黄色视频三级网站网址| 亚洲一区二区三区不卡视频| 亚洲人成77777在线视频| 亚洲欧美日韩高清在线视频| 女警被强在线播放| 色精品久久人妻99蜜桃| 国产精品av久久久久免费| av在线播放免费不卡| 国产高清视频在线播放一区| 久久精品国产清高在天天线| 日本五十路高清| 亚洲,欧美精品.| 日韩欧美免费精品| 午夜老司机福利片| 怎么达到女性高潮| 在线观看www视频免费| 国产精品一及| av在线播放免费不卡| 1024香蕉在线观看| 叶爱在线成人免费视频播放| 日本一二三区视频观看| 成人亚洲精品av一区二区| 国产亚洲精品综合一区在线观看 | 黄片小视频在线播放| 国产精品久久久久久人妻精品电影| 欧美色视频一区免费| 国产精品永久免费网站| 亚洲最大成人中文| 国产野战对白在线观看| 女生性感内裤真人,穿戴方法视频| 国产精华一区二区三区| 人妻久久中文字幕网| 国产亚洲精品一区二区www| 午夜福利高清视频| 99精品欧美一区二区三区四区| 久久精品91无色码中文字幕| 老司机午夜福利在线观看视频| 免费一级毛片在线播放高清视频| 国产午夜福利久久久久久| 国产精品久久久人人做人人爽| 人成视频在线观看免费观看| 夜夜夜夜夜久久久久| 久久久久久久久中文| 老熟妇仑乱视频hdxx| 亚洲精品美女久久久久99蜜臀| 香蕉丝袜av| 99在线视频只有这里精品首页| 中文字幕最新亚洲高清| 婷婷亚洲欧美| 在线观看一区二区三区| 舔av片在线| 狂野欧美激情性xxxx| 99精品在免费线老司机午夜| av福利片在线观看| 午夜福利欧美成人| 国产亚洲精品久久久久5区| 久久久久性生活片| 日日爽夜夜爽网站| 久久婷婷成人综合色麻豆| 在线永久观看黄色视频| 中国美女看黄片| 校园春色视频在线观看| 中文资源天堂在线| 国产精品综合久久久久久久免费| 精品乱码久久久久久99久播| 又大又爽又粗| 久9热在线精品视频| 宅男免费午夜| a级毛片a级免费在线| 国产欧美日韩一区二区精品| 免费看日本二区| 亚洲国产日韩欧美精品在线观看 | 一级a爱片免费观看的视频| 日本精品一区二区三区蜜桃| 久久中文字幕一级| 成年免费大片在线观看| 国产伦一二天堂av在线观看| 五月伊人婷婷丁香| 一个人免费在线观看的高清视频| 制服丝袜大香蕉在线| 国产麻豆成人av免费视频| 91九色精品人成在线观看| 18禁黄网站禁片免费观看直播| 99国产精品一区二区蜜桃av| 欧美在线黄色| 中文字幕人妻丝袜一区二区| 久久午夜亚洲精品久久| 最近最新中文字幕大全电影3| 国产精品98久久久久久宅男小说| 国产精品久久久久久精品电影| 国产精品自产拍在线观看55亚洲| 天天躁夜夜躁狠狠躁躁| 国产精品综合久久久久久久免费| 日韩精品青青久久久久久| 黄色女人牲交| 日韩大码丰满熟妇| 观看免费一级毛片| 不卡一级毛片| 99热只有精品国产| 亚洲精华国产精华精| 国产又黄又爽又无遮挡在线| 亚洲欧美精品综合久久99| 久久久久免费精品人妻一区二区| 女同久久另类99精品国产91| av欧美777| 夜夜爽天天搞| 最新美女视频免费是黄的| 国产伦在线观看视频一区| 精品久久久久久,| а√天堂www在线а√下载| 国产激情久久老熟女| av免费在线观看网站| 国产av一区二区精品久久| 日韩高清综合在线| 精品久久久久久久久久免费视频| 色哟哟哟哟哟哟| 视频区欧美日本亚洲| 最新在线观看一区二区三区| 亚洲一区中文字幕在线| 久久精品夜夜夜夜夜久久蜜豆 | 99久久国产精品久久久| 久久精品亚洲精品国产色婷小说| 国产真人三级小视频在线观看| 久久天躁狠狠躁夜夜2o2o| 黑人欧美特级aaaaaa片| 精品国产亚洲在线| 亚洲av日韩精品久久久久久密| 首页视频小说图片口味搜索| 熟女电影av网| 国产伦人伦偷精品视频| 婷婷丁香在线五月| 在线十欧美十亚洲十日本专区| 久久精品91蜜桃| 亚洲国产日韩欧美精品在线观看 | 老司机午夜十八禁免费视频| 看黄色毛片网站| 国内揄拍国产精品人妻在线| 国产精华一区二区三区| 国产精品野战在线观看| 人妻夜夜爽99麻豆av| 啦啦啦免费观看视频1| 欧美zozozo另类| 中文字幕最新亚洲高清| 成人av一区二区三区在线看| 欧美日韩亚洲综合一区二区三区_| 一本精品99久久精品77| 国产精品久久久久久亚洲av鲁大| 亚洲国产精品成人综合色| 制服人妻中文乱码| 12—13女人毛片做爰片一| 日本免费a在线| 国产人伦9x9x在线观看| 悠悠久久av| 日日干狠狠操夜夜爽| 正在播放国产对白刺激| 黄色成人免费大全| 欧美又色又爽又黄视频| 一进一出好大好爽视频| 黄频高清免费视频| 99久久国产精品久久久| 正在播放国产对白刺激| 国产精品国产高清国产av| 国产高清视频在线播放一区| 两个人免费观看高清视频| 久久精品影院6| 国产高清有码在线观看视频 | 亚洲aⅴ乱码一区二区在线播放 | 久久久久精品国产欧美久久久| 亚洲 欧美一区二区三区| 激情在线观看视频在线高清| 国产亚洲精品久久久久久毛片| 国产成人一区二区三区免费视频网站| 美女 人体艺术 gogo| 色综合欧美亚洲国产小说| 在线观看舔阴道视频| www.自偷自拍.com| 两个人视频免费观看高清| √禁漫天堂资源中文www| 日本黄大片高清| 亚洲欧美一区二区三区黑人| 欧美国产日韩亚洲一区| 女同久久另类99精品国产91| 国产精品一区二区三区四区久久| 高清毛片免费观看视频网站| 亚洲中文日韩欧美视频| 国产高清视频在线播放一区| 九九热线精品视视频播放| 欧美日韩亚洲国产一区二区在线观看| 熟女电影av网| 亚洲精品美女久久久久99蜜臀| 免费看十八禁软件| 亚洲成人久久爱视频| 国产成人一区二区三区免费视频网站| 脱女人内裤的视频| 精品久久久久久,| 国产精品久久视频播放| www.精华液| 亚洲国产精品合色在线| 久久久国产欧美日韩av| 岛国视频午夜一区免费看| 久久久国产精品麻豆| 美女高潮喷水抽搐中文字幕| 禁无遮挡网站| 亚洲av电影不卡..在线观看| 全区人妻精品视频| 丰满人妻一区二区三区视频av | 18禁美女被吸乳视频| 成人亚洲精品av一区二区| 色老头精品视频在线观看| 俺也久久电影网| 亚洲美女黄片视频| 亚洲真实伦在线观看| 国产探花在线观看一区二区| 狠狠狠狠99中文字幕| 操出白浆在线播放| 日本一二三区视频观看| 人成视频在线观看免费观看| 亚洲人成77777在线视频| 国产欧美日韩精品亚洲av| 国产高清视频在线观看网站| 成年版毛片免费区| 不卡av一区二区三区| 变态另类成人亚洲欧美熟女| 国产高清视频在线播放一区| 日韩成人在线观看一区二区三区| 美女午夜性视频免费| 日韩精品免费视频一区二区三区| 日本 av在线| 色综合亚洲欧美另类图片| 在线视频色国产色| 18禁黄网站禁片免费观看直播| 中文字幕人成人乱码亚洲影| 国产免费av片在线观看野外av| 亚洲精品美女久久av网站| 美女高潮喷水抽搐中文字幕| 一二三四社区在线视频社区8| 神马国产精品三级电影在线观看 | 最近最新中文字幕大全电影3| 在线观看舔阴道视频| 不卡av一区二区三区| 国产精品99久久99久久久不卡| 亚洲自偷自拍图片 自拍| 又黄又粗又硬又大视频| 国产高清videossex| 免费观看精品视频网站| 狂野欧美激情性xxxx| 99热这里只有精品一区 | 熟妇人妻久久中文字幕3abv| 在线观看www视频免费| 人妻夜夜爽99麻豆av| 欧美又色又爽又黄视频| 国产成人系列免费观看| 美女黄网站色视频| 欧美黄色片欧美黄色片| 亚洲人成77777在线视频| 日韩av在线大香蕉| 亚洲七黄色美女视频| 亚洲精品久久国产高清桃花| 可以在线观看的亚洲视频| 可以在线观看的亚洲视频| 成人三级做爰电影| 脱女人内裤的视频| 久久久久国产一级毛片高清牌| 欧美日韩亚洲综合一区二区三区_| 听说在线观看完整版免费高清| 在线观看美女被高潮喷水网站 | 欧美性猛交╳xxx乱大交人| 国产黄a三级三级三级人| 国产成人精品无人区| 99精品久久久久人妻精品| 亚洲免费av在线视频| 亚洲欧美精品综合久久99| 一本久久中文字幕| 欧美日韩乱码在线| 一a级毛片在线观看| 动漫黄色视频在线观看| 岛国在线观看网站| 在线观看免费视频日本深夜| 日本一本二区三区精品| 一进一出抽搐动态| 日韩大尺度精品在线看网址| 日韩精品青青久久久久久| 五月玫瑰六月丁香| 麻豆av在线久日| 亚洲av成人一区二区三| 丰满的人妻完整版| 久久这里只有精品中国| 成人18禁在线播放| 欧美日韩精品网址| 天堂动漫精品| 久久久久久亚洲精品国产蜜桃av| 12—13女人毛片做爰片一| 欧美在线一区亚洲| 成人欧美大片| 色噜噜av男人的天堂激情| 久久久久性生活片| 三级男女做爰猛烈吃奶摸视频| 久久久久久大精品| 亚洲国产精品久久男人天堂| 波多野结衣高清无吗| 成年人黄色毛片网站| 久久久久国产精品人妻aⅴ院| 在线观看一区二区三区| 亚洲一码二码三码区别大吗| 国产成人aa在线观看| 亚洲男人的天堂狠狠| 看黄色毛片网站| 黄色成人免费大全| 老司机靠b影院| 18禁黄网站禁片免费观看直播| 国产成年人精品一区二区| 亚洲九九香蕉| 久久久久国内视频| 久久香蕉激情| 午夜福利成人在线免费观看| 国产探花在线观看一区二区| 国产精品一区二区精品视频观看| 99久久久亚洲精品蜜臀av| 人妻夜夜爽99麻豆av| 国产亚洲精品一区二区www| 亚洲欧美日韩东京热| 亚洲国产高清在线一区二区三| 国产一区二区在线观看日韩 | 亚洲欧美一区二区三区黑人| 精品国产乱子伦一区二区三区| www日本黄色视频网| 操出白浆在线播放| 精品国产超薄肉色丝袜足j| а√天堂www在线а√下载| 一本综合久久免费| 欧美性猛交黑人性爽| 午夜精品一区二区三区免费看| 午夜a级毛片| 成人三级做爰电影| 欧美av亚洲av综合av国产av| 国产欧美日韩一区二区精品| 在线a可以看的网站| 九色成人免费人妻av| 亚洲国产中文字幕在线视频| 成人三级黄色视频| 在线看三级毛片| 精品电影一区二区在线| 这个男人来自地球电影免费观看| 老司机在亚洲福利影院| 日本免费a在线| 国产av麻豆久久久久久久| 国产av一区二区精品久久| 欧美日韩亚洲国产一区二区在线观看| 日本五十路高清| 日本撒尿小便嘘嘘汇集6| 99国产极品粉嫩在线观看| 日本一区二区免费在线视频| 一进一出抽搐gif免费好疼| 亚洲成av人片免费观看| 一边摸一边做爽爽视频免费| 人成视频在线观看免费观看| 天天一区二区日本电影三级| 午夜亚洲福利在线播放| 亚洲在线自拍视频| 国产成年人精品一区二区| 丰满人妻熟妇乱又伦精品不卡| 久久天堂一区二区三区四区| 国产精品久久电影中文字幕| 在线视频色国产色| 久久久久国产一级毛片高清牌| 国产亚洲精品第一综合不卡| 在线观看免费午夜福利视频| 波多野结衣高清无吗| 在线看三级毛片| 男人舔奶头视频| 久9热在线精品视频| 老司机深夜福利视频在线观看| 人人妻,人人澡人人爽秒播| 三级毛片av免费| 日韩免费av在线播放| 国产真实乱freesex| 一本大道久久a久久精品| 国产一区二区三区在线臀色熟女| 91大片在线观看| 国产免费av片在线观看野外av| 国产aⅴ精品一区二区三区波| 少妇被粗大的猛进出69影院| 欧美黄色淫秽网站| 午夜影院日韩av| 国产97色在线日韩免费| 悠悠久久av| 国产av又大| 一区二区三区高清视频在线| 久久久久久大精品| 99国产精品99久久久久| av有码第一页| 99国产精品99久久久久| 亚洲av日韩精品久久久久久密| 国产亚洲精品综合一区在线观看 | 可以在线观看毛片的网站| 久久久水蜜桃国产精品网| 一区二区三区国产精品乱码| 天堂√8在线中文| 亚洲av中文字字幕乱码综合| 露出奶头的视频| 亚洲av成人一区二区三| 少妇裸体淫交视频免费看高清 | 人人妻,人人澡人人爽秒播| 欧美丝袜亚洲另类 | 国产高清videossex| 亚洲精品色激情综合| 国产精品电影一区二区三区| 久久久水蜜桃国产精品网| 国产亚洲精品综合一区在线观看 | 香蕉久久夜色| 久久中文字幕一级| 国产成+人综合+亚洲专区| 99国产精品一区二区蜜桃av| 少妇熟女aⅴ在线视频| 大型av网站在线播放| 欧美不卡视频在线免费观看 | 亚洲专区字幕在线| 露出奶头的视频| 国产午夜精品论理片| 亚洲av熟女| 国产精品1区2区在线观看.| 日韩高清综合在线| 999久久久精品免费观看国产| 欧美色视频一区免费| 国产爱豆传媒在线观看 | 亚洲精品在线观看二区| e午夜精品久久久久久久| 国产野战对白在线观看| 色av中文字幕| 久久精品国产亚洲av香蕉五月| 一本精品99久久精品77| 国产精品一区二区三区四区久久| 久久久久精品国产欧美久久久| 黄片小视频在线播放| 精品国内亚洲2022精品成人| 亚洲狠狠婷婷综合久久图片| 不卡av一区二区三区| a级毛片在线看网站| 国产亚洲av高清不卡| 久9热在线精品视频| 人人妻人人澡欧美一区二区| 99久久综合精品五月天人人| 男女做爰动态图高潮gif福利片| 午夜成年电影在线免费观看| 在线永久观看黄色视频| 久久伊人香网站| 在线免费观看的www视频| 免费一级毛片在线播放高清视频| 久久中文字幕一级| 一二三四在线观看免费中文在| 亚洲精品久久国产高清桃花| 一区二区三区激情视频| 欧美日韩一级在线毛片| 国产野战对白在线观看| 一卡2卡三卡四卡精品乱码亚洲| 国内揄拍国产精品人妻在线| 亚洲在线自拍视频| 一个人免费在线观看的高清视频| 中文资源天堂在线| 国产精品久久久久久人妻精品电影| 一区二区三区激情视频| 可以在线观看的亚洲视频|