• <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ELM的大壩變形分析與預(yù)報(bào)模型

    2016-09-16 06:06:54邵楠于中偉
    城市勘測 2016年4期
    關(guān)鍵詞:學(xué)習(xí)機(jī)大壩建模

    邵楠,于中偉

    (沈陽市勘察測繪研究院,遼寧沈陽 110004)

    基于ELM的大壩變形分析與預(yù)報(bào)模型

    邵楠*,于中偉

    (沈陽市勘察測繪研究院,遼寧沈陽 110004)

    傳統(tǒng)的諸如BP神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)方法訓(xùn)練時(shí)需要設(shè)置大量的參數(shù),并且容易產(chǎn)生局部最優(yōu)解。極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)可以隨機(jī)選擇輸入權(quán)重以及隱藏層偏差且不需要調(diào)節(jié),最終只產(chǎn)生唯一最優(yōu)解。將ELM引入大壩變形分析建模中,建立了基于ELM的變形預(yù)報(bào)模型。實(shí)例表明,相比傳統(tǒng)的逐步回歸模型與BP神經(jīng)網(wǎng)絡(luò)模型,基于ELM的大壩變形預(yù)報(bào)模型在效率和精度上都有提高。

    大壩變形預(yù)報(bào);物理模型;神經(jīng)網(wǎng)絡(luò)模型;極限學(xué)習(xí)機(jī)(ELM)

    1 引 言

    對(duì)大壩變形監(jiān)測數(shù)據(jù)進(jìn)行整理分析,是保證大壩安全運(yùn)營的重要手段[1,2]。大壩安全監(jiān)測數(shù)學(xué)模型主要分為幾何模型和物理模型。其中,物理模型以回歸模型為主,利用多元線性回歸或相應(yīng)改進(jìn)方法建立大壩變形與溫度、水位和時(shí)效因子之間的關(guān)系[3,4]。但回歸模型只能反映監(jiān)測效應(yīng)量與自變量之間的線性關(guān)系,模型精度會(huì)因此受到一定影響。隨后,有學(xué)者建立了基于神經(jīng)網(wǎng)絡(luò)算法的變形預(yù)報(bào)模型,建立了位移與環(huán)境自變量之間的非線性模型,驗(yàn)證了神經(jīng)網(wǎng)絡(luò)算法在大壩變形預(yù)報(bào)中的應(yīng)用的有效性[5,6]。

    極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)是新加坡Huang等人[7,8]在2004年提出的一種單隱層前饋神經(jīng)網(wǎng)絡(luò)的方法。相比傳統(tǒng)的諸如BP神經(jīng)網(wǎng)絡(luò),ELM優(yōu)點(diǎn)是在極快的學(xué)習(xí)速度上有著良好的泛化能力?;谝陨蟽?yōu)點(diǎn),極限學(xué)習(xí)機(jī)已經(jīng)在生物醫(yī)學(xué)[9]、機(jī)器視覺[10]、圖像視頻處理[11]等方面得到了廣泛的應(yīng)用。本文將ELM應(yīng)用在大壩變形預(yù)報(bào)中,結(jié)合影響大壩變形的環(huán)境因子建立基于ELM的大壩變形監(jiān)測模型,并與傳統(tǒng)的逐步回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比分析,驗(yàn)證ELM算法的優(yōu)勢。

    2 極限學(xué)習(xí)機(jī)基本原理

    對(duì)于給定的N個(gè)樣本(xi,ti),其中xi=[xi1,xi2,…,xin]T∈Rn,ti=[ti1,ti2,…,tin]T∈Rm,含有個(gè)隱藏節(jié)點(diǎn)的單隱層前饋神經(jīng)網(wǎng)絡(luò)的激活函數(shù)為:

    其中,wi是輸入層與第i層隱藏層的權(quán)重,βi是第i層隱藏層與輸出層的權(quán)重,bi是第i層隱藏層節(jié)點(diǎn)的閾值,g(x)為激活函數(shù)。

    若把激活函數(shù)看成一個(gè)用H簡寫的矩陣,那么式(1)可簡化為:

    式中,H所代表的矩陣就是神經(jīng)網(wǎng)絡(luò)隱藏層的輸出矩陣。

    在極限學(xué)習(xí)機(jī)中,激活函數(shù)無限可微的情況下,單隱層前饋神經(jīng)網(wǎng)絡(luò)的輸入權(quán)重和隱藏層偏差都不需要調(diào)整。那么訓(xùn)練這個(gè)單隱層前饋神經(jīng)網(wǎng)絡(luò)就等價(jià)于求式(1)中線性系統(tǒng)的最小二乘解:

    根據(jù)廣義逆矩陣的定義,這個(gè)線性系統(tǒng)Hβ=T的最小二乘解的最小范數(shù)為:

    在變形監(jiān)測領(lǐng)域,基于神經(jīng)網(wǎng)絡(luò)的變形建模屬于物理模型,即將影響變形體變形的物理環(huán)境量作為輸入變量,變形值作為輸出變量,利用上述原理進(jìn)行訓(xùn)練求解,建立應(yīng)變量與效應(yīng)量之間的關(guān)系。在基于極限學(xué)習(xí)機(jī)的大壩變形模型中,選取合適的變形效應(yīng)量進(jìn)行建模分析是十分必要的。

    3 基于ELM的大壩變形預(yù)報(bào)模型

    3.1ELM模型輸入變量選擇

    大壩安全監(jiān)測模型是根據(jù)已取得的監(jiān)測資料,以環(huán)境作為自變量,以監(jiān)測的大壩變形位移作為效應(yīng)量建立的變形與環(huán)境量之間的關(guān)系的模型。已有的壩工知識(shí)表明,大壩上任一點(diǎn)在某時(shí)刻的變形主要受大壩上下游水位差(水壓)、溫度以及時(shí)效等因素的影響[1]。因此,本文針對(duì)某混凝土大壩上某測點(diǎn)的引張線一年內(nèi)的大壩水平位移監(jiān)測數(shù)據(jù)進(jìn)行建模分析,時(shí)間分辨率為1 d,共365期觀測數(shù)據(jù)。同時(shí)收集了一年內(nèi)大壩上下游水位差數(shù)據(jù)和當(dāng)?shù)販囟葦?shù)據(jù)參與建模。水位和溫度數(shù)據(jù)觀測頻率均為1 d。

    根據(jù)相關(guān)力學(xué)公式推導(dǎo),水壓作用引起的混凝土壩上某一點(diǎn)的水平位移與水壓H的1~3次方有關(guān),實(shí)際統(tǒng)計(jì)建模應(yīng)用中,一般統(tǒng)一取到4次項(xiàng),因此,水位因子選取為:H、H2、H3、H4,H為上下游水位差。

    溫度分量一般取決于大壩壩體溫度場變化,但由于壩體溫度資料有限,我們指收集到相關(guān)氣溫?cái)?shù)據(jù)??紤]到壩體溫度主要受外界氣溫變化影響,因此可以用氣溫間接描述壩體溫度場變化。由于壩體內(nèi)部溫度相對(duì)于氣溫變化存在滯后效應(yīng),因此一般采用監(jiān)測變形量觀測日前若干天氣溫的平均氣溫作為溫度因子。在本文建模中,溫度因子選取為:T0-1、T2-7、T8-30、T31-60,分別為前0 d~1 d、2 d~7 d、8 d~30 d、31 d~60 d的平均氣溫;

    大壩建模中的時(shí)效分量是指隨著時(shí)間推移,壩體向某一方向發(fā)展的不可逆的變形分量。一般情況下,大壩從建成到穩(wěn)定狀況,時(shí)效位移會(huì)趨于穩(wěn)定。因此,本次建模中,時(shí)效因子選取為為:θ、lnθ,θ為觀測日天數(shù)減去基準(zhǔn)日天數(shù)再除以100。

    3.2建模結(jié)果及分析

    在利用ELM建模中,選取以上10個(gè)因子作為建模中的輸入變量。為了消除數(shù)值的影響,所有建模中的因子數(shù)據(jù)均進(jìn)行了標(biāo)準(zhǔn)化處理。分別利用ELM和BP神經(jīng)網(wǎng)絡(luò)模型對(duì)大壩一年內(nèi)的變量因子和變形數(shù)據(jù)進(jìn)行訓(xùn)練建模,得到大壩的變形分析模型。同時(shí)采用目前大壩變形建模中最常用的逐步回歸方法進(jìn)行建模對(duì)比分析。三種模型的擬合效果如圖1所示。圖中可以看出,三種模型都準(zhǔn)確反映了大壩的真實(shí)變形狀況,有著較好的擬合效果。相比逐步回歸,ELM和BP模型建立了自變量與大壩位移間的非線性關(guān)系,模型更加準(zhǔn)確。

    圖1 三種大壩變形模型的擬合效果

    在采用傳統(tǒng)的逐步回歸模型建立大壩變形模型中,回歸模型中的自變量選擇與ELM模型的輸入變量相同,建模結(jié)果結(jié)果如表1所示。逐步回歸中,剔除了前兩項(xiàng)不顯著的自變量因子,模型復(fù)相關(guān)系數(shù)R=0.9960,回歸方程顯著性檢驗(yàn)統(tǒng)計(jì)量F=5564.3926。所建立的回歸模型是可靠合理的。

    逐步回歸模型系數(shù) 表1

    接著,利用建立的逐步回歸模型與訓(xùn)練好的ELM模型和BP神經(jīng)網(wǎng)絡(luò)模型結(jié)合變量因子對(duì)接下來30 d的大壩變形狀況進(jìn)行預(yù)測,同時(shí)結(jié)合引張線實(shí)測數(shù)據(jù)進(jìn)行對(duì)比分析,來驗(yàn)證各模型對(duì)大壩變形的預(yù)測能力。三種模型的擬合與預(yù)測統(tǒng)計(jì)結(jié)果如表2所示,統(tǒng)計(jì)中,將引張線實(shí)測數(shù)據(jù)作為大壩變形的真值。三種模型的預(yù)測結(jié)果如圖2所示。

    逐步回歸模型、ELM和BP神經(jīng)網(wǎng)絡(luò)模型中殘差RMS值 表2

    表2的結(jié)果表明逐步回歸模型在大壩建模中效果最不理想。這是由于雖然自變量中加入了環(huán)境因子的非線性項(xiàng),但回歸方法仍然是針對(duì)自變量的線性統(tǒng)計(jì)建模,不能準(zhǔn)確反映大壩變形與自變量因子之間的復(fù)雜關(guān)系。ELM和BP神經(jīng)網(wǎng)絡(luò)模型則屬于非線性統(tǒng)計(jì)模型,在大壩變形建模與預(yù)測精度上都有很大改善。其中,ELM的預(yù)測效果如圖2所示。

    圖2 大壩ELM模型預(yù)測效果

    兩種神經(jīng)網(wǎng)絡(luò)模型都能較好地?cái)M合大壩實(shí)際變形位移序列,但相比BP神經(jīng)網(wǎng)絡(luò)模型,基于ELM的大壩變形分析模型有著更高的預(yù)測精度。同時(shí),在實(shí)驗(yàn)過程中,ELM模型相比BP神經(jīng)網(wǎng)絡(luò)模型在運(yùn)算效率上有著明顯優(yōu)勢。

    4 結(jié) 論

    建立大壩位移監(jiān)測模型,是分析大壩變形狀況,保障大壩安全運(yùn)營的重要手段。本文研究了利用ELM建立大壩變形分析模型的方法。結(jié)合影響大壩變形的變量因子選取了ELM建模中的輸入變量,建立了基于ELM的大壩位移監(jiān)測模型;模型能準(zhǔn)確反映大壩變形狀況,有著較高的預(yù)測精度;同時(shí),相比BP神經(jīng)網(wǎng)絡(luò)模型,ELM模型只產(chǎn)生唯一解,模型更具穩(wěn)定性,且相比BP神經(jīng)網(wǎng)絡(luò)模型,ELM算法在計(jì)算效率上有著明顯的優(yōu)勢。

    [1]何金平.大壩安全監(jiān)測理論與應(yīng)用[M].北京:中國水利水電出版社,2010.

    [2]修延霞,侯凱.卡爾曼濾波在大壩變形監(jiān)測中的應(yīng)用[J].城市勘測,2010(1):92~94.

    [3]李紅祥,岳東杰,李立瑞.基于主成分回歸的大壩位移模型[J].水電自動(dòng)化與大壩監(jiān)測,2008,32(5):61~64.

    [4]Dai Wujiao,Liu Bin,Ding Xiaoli,et al.Modeling dam deformation using independent component regression method[J].Trans. Nonferrous Met.Soc.China,2013,23(7):2194~2200.

    [5]徐暉,李鋼.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)在大壩觀測數(shù)據(jù)處理中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào):工學(xué)版,2005,38(3):50~53.

    [6]吳云芳,李珍照,徐帆.BP神經(jīng)網(wǎng)絡(luò)在大壩安全綜合評(píng)價(jià)中的應(yīng)用[J].河海大學(xué)學(xué)報(bào)·自然科學(xué)版,2003,31 (1):25~29.

    [7]Huang G.B.,Zhu Q.Y.,Siew C.K.Extreme learning machine:a new learning scheme of feedforward neural networks [C]//Neural Networks,2004.Proceedings.2004 IEEE International Joint Conference onvol.2:985~990.

    [8]Huang G.B.,Zhu Q.Y.,Siew C.K.Extreme learning machine:Theory and applications[J].Neurocomputing,2006,70(1-3):489~501.

    [9]陳津津,趙于前,鄒潤民.基于超限學(xué)習(xí)機(jī)的腹部CT序列圖像肝臟自動(dòng)分割[J].中國醫(yī)學(xué)物理學(xué)雜志,2015,32 (5):611~616.

    [10]He Bo,Xu Dongxun,Nian Rui,et al.Fast Face Recognition Via Sparse Coding and Extreme Learning Machine[J].Cognitive Computation,2013.

    [11]Bazi Y.,Alajlan N.,Melgani F.,et al.Differential Evolution Extreme Learning Machine for the Classification of Hyperspectral Images[J].IEEEGeosci Remote SensLett,2014,11 (6):1066~1070.

    Dam Deformation Analysis and Prediction Model Based on Extreme Learning Machine

    Shao Nan,Yu Zhongwei
    (Shenyang Geotechnical Investigation&Surveying Research Institute,Shenyang 110004,China)

    Traditional learning methods such like Back Propagation(BP)neural network training need to set a number of parameters,and prone to local optimal solution.Extreme Learning Machine(ELM)randomly chooses the input weighs and the hidden layer biases and does not necessarily tuned.Finally it generates a unique optimal solution.In this paper,ELM algorithm is introduced in dam deformation analysis modelling,establishing a dam deformation and prediction model.Experimental results show that compared with BP neural networks model,the dam deformation prediction model based on ELM have improved on efficiency and accuracy.

    dam deformation prediction;physical model;neural networks model;extreme learning machine

    1672-8262(2016)04-134-03

    P258

    B

    2016—04—05

    邵楠(1989—),男,碩士,工程師,主要從事工程測量方面的工作。

    猜你喜歡
    學(xué)習(xí)機(jī)大壩建模
    聯(lián)想等效,拓展建模——以“帶電小球在等效場中做圓周運(yùn)動(dòng)”為例
    極限學(xué)習(xí)機(jī)綜述
    基于PSS/E的風(fēng)電場建模與動(dòng)態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對(duì)稱半橋變換器的建模與仿真
    基于極限學(xué)習(xí)機(jī)參數(shù)遷移的域適應(yīng)算法
    大壩:力與美的展現(xiàn)
    分層極限學(xué)習(xí)機(jī)在滾動(dòng)軸承故障診斷中的應(yīng)用
    幫海貍建一座大壩
    大壩
    一種基于AdaBoost的極限學(xué)習(xí)機(jī)分類方法
    中文在线观看免费www的网站| av在线亚洲专区| 麻豆成人av视频| 免费av不卡在线播放| 亚洲欧美日韩无卡精品| 99久久中文字幕三级久久日本| 国产亚洲最大av| 中国国产av一级| 搡老妇女老女人老熟妇| 久久久久九九精品影院| 国产大屁股一区二区在线视频| 九草在线视频观看| 2022亚洲国产成人精品| 久久亚洲精品不卡| 亚洲av成人精品一区久久| 成人性生交大片免费视频hd| 99久久精品国产国产毛片| 18禁在线播放成人免费| 最近最新中文字幕免费大全7| 日本午夜av视频| 黄色欧美视频在线观看| a级毛片免费高清观看在线播放| 久久国产乱子免费精品| 亚洲自拍偷在线| 久久久欧美国产精品| 天堂av国产一区二区熟女人妻| 可以在线观看毛片的网站| 中文字幕av在线有码专区| 看片在线看免费视频| 看黄色毛片网站| 久久亚洲国产成人精品v| 不卡视频在线观看欧美| 九草在线视频观看| 99视频精品全部免费 在线| 国产女主播在线喷水免费视频网站 | 国产高清三级在线| 亚洲中文字幕一区二区三区有码在线看| 亚洲伊人久久精品综合 | 亚洲人成网站高清观看| 高清视频免费观看一区二区 | 精品人妻一区二区三区麻豆| 午夜激情欧美在线| av女优亚洲男人天堂| 一级黄片播放器| 欧美成人精品欧美一级黄| 成年av动漫网址| 国产在视频线在精品| 国产亚洲av片在线观看秒播厂 | 秋霞在线观看毛片| 亚洲久久久久久中文字幕| 亚洲国产精品合色在线| 99热网站在线观看| 国产在视频线精品| 日韩一区二区视频免费看| 纵有疾风起免费观看全集完整版 | 99九九线精品视频在线观看视频| 久热久热在线精品观看| 国产精品.久久久| 欧美bdsm另类| 国产在视频线精品| 亚洲av中文字字幕乱码综合| 国产午夜精品久久久久久一区二区三区| 中文字幕熟女人妻在线| 91精品国产九色| 天天一区二区日本电影三级| 日日撸夜夜添| 亚洲av免费高清在线观看| 国产免费又黄又爽又色| 汤姆久久久久久久影院中文字幕 | 美女内射精品一级片tv| 国产日韩欧美在线精品| 国产三级中文精品| 狠狠狠狠99中文字幕| 亚洲国产成人一精品久久久| 成人亚洲欧美一区二区av| 国产成人免费观看mmmm| 国产人妻一区二区三区在| 简卡轻食公司| 亚洲国产日韩欧美精品在线观看| 亚洲av成人精品一二三区| 国产精品久久视频播放| 十八禁国产超污无遮挡网站| 1000部很黄的大片| 少妇丰满av| 亚洲av福利一区| 国产精品人妻久久久影院| 亚洲精品国产成人久久av| 我要搜黄色片| 成人午夜高清在线视频| 日韩亚洲欧美综合| 热99re8久久精品国产| 超碰97精品在线观看| 午夜久久久久精精品| 一级毛片aaaaaa免费看小| 国产成人一区二区在线| 夫妻性生交免费视频一级片| 欧美一区二区精品小视频在线| 亚洲精品,欧美精品| 日韩三级伦理在线观看| 日日干狠狠操夜夜爽| 免费观看的影片在线观看| 在现免费观看毛片| 桃色一区二区三区在线观看| 韩国高清视频一区二区三区| 成年av动漫网址| 亚洲在线观看片| 特级一级黄色大片| 小说图片视频综合网站| 欧美日韩一区二区视频在线观看视频在线 | 男人舔女人下体高潮全视频| АⅤ资源中文在线天堂| 日韩成人av中文字幕在线观看| 毛片女人毛片| 国产成人午夜福利电影在线观看| 亚洲欧洲国产日韩| 能在线免费观看的黄片| 91狼人影院| 黄片wwwwww| 美女内射精品一级片tv| 久久久欧美国产精品| 精品人妻视频免费看| 女人十人毛片免费观看3o分钟| 97人妻精品一区二区三区麻豆| 亚洲欧美日韩卡通动漫| 啦啦啦韩国在线观看视频| 婷婷色麻豆天堂久久 | 精品国产露脸久久av麻豆 | 国产精品女同一区二区软件| 亚洲欧美日韩卡通动漫| 亚洲欧美清纯卡通| 亚洲丝袜综合中文字幕| www日本黄色视频网| av国产久精品久网站免费入址| 亚洲av成人精品一区久久| 男女啪啪激烈高潮av片| 日韩av在线大香蕉| 久久人妻av系列| 男的添女的下面高潮视频| 亚洲av电影在线观看一区二区三区 | 免费观看人在逋| 日本三级黄在线观看| 国产一级毛片七仙女欲春2| 成年女人永久免费观看视频| 欧美成人精品欧美一级黄| 色网站视频免费| 国产亚洲91精品色在线| 极品教师在线视频| 麻豆久久精品国产亚洲av| 青春草亚洲视频在线观看| 老司机福利观看| 精品国产一区二区三区久久久樱花 | 久久久色成人| 不卡视频在线观看欧美| 高清av免费在线| 建设人人有责人人尽责人人享有的 | 欧美日韩精品成人综合77777| 久久午夜福利片| 国产精品电影一区二区三区| 成人国产麻豆网| 午夜精品在线福利| 久久久欧美国产精品| 色噜噜av男人的天堂激情| 毛片女人毛片| 国产毛片a区久久久久| av免费在线看不卡| 干丝袜人妻中文字幕| 国产精品1区2区在线观看.| 一边亲一边摸免费视频| 亚洲图色成人| 午夜福利高清视频| 午夜老司机福利剧场| 国产免费又黄又爽又色| 亚洲欧洲国产日韩| 久久99热6这里只有精品| 波野结衣二区三区在线| 青春草亚洲视频在线观看| 欧美高清性xxxxhd video| 国产午夜福利久久久久久| 亚洲最大成人av| 欧美高清性xxxxhd video| 永久免费av网站大全| 我要搜黄色片| 秋霞伦理黄片| 七月丁香在线播放| 晚上一个人看的免费电影| 国产一级毛片七仙女欲春2| 偷拍熟女少妇极品色| 中文字幕人妻熟人妻熟丝袜美| 午夜福利高清视频| 午夜免费激情av| 91精品一卡2卡3卡4卡| 精品一区二区免费观看| 久久精品久久久久久久性| av天堂中文字幕网| 色哟哟·www| 成人亚洲精品av一区二区| 日本黄大片高清| 免费观看人在逋| 又黄又爽又刺激的免费视频.| 久久99蜜桃精品久久| 亚洲精品国产av成人精品| 日日摸夜夜添夜夜添av毛片| 亚洲av成人av| 丰满少妇做爰视频| 亚洲无线观看免费| 亚洲内射少妇av| 极品教师在线视频| 午夜福利在线在线| 久久久久网色| 老司机影院毛片| 国产精品爽爽va在线观看网站| 别揉我奶头 嗯啊视频| 久久久久久九九精品二区国产| 日日摸夜夜添夜夜爱| 欧美潮喷喷水| 日韩大片免费观看网站 | 国产极品精品免费视频能看的| 色吧在线观看| 男人的好看免费观看在线视频| 国产精品伦人一区二区| 午夜久久久久精精品| 久久久久国产网址| 婷婷色综合大香蕉| 一区二区三区四区激情视频| 亚洲人与动物交配视频| 色哟哟·www| 一级毛片我不卡| 高清在线视频一区二区三区 | 波野结衣二区三区在线| 亚洲精品日韩在线中文字幕| 九九久久精品国产亚洲av麻豆| 亚洲av福利一区| 成人午夜高清在线视频| 亚洲最大成人手机在线| 青春草国产在线视频| 国产精品久久电影中文字幕| 精品久久久噜噜| 日韩国内少妇激情av| 久久精品91蜜桃| 日本与韩国留学比较| 我的女老师完整版在线观看| 国产高清国产精品国产三级 | av国产久精品久网站免费入址| 精品人妻熟女av久视频| 老司机福利观看| 国产探花在线观看一区二区| 久久久久久九九精品二区国产| 床上黄色一级片| 一级av片app| 伦理电影大哥的女人| 亚洲欧洲国产日韩| 性插视频无遮挡在线免费观看| 老司机福利观看| 91精品一卡2卡3卡4卡| 人人妻人人澡欧美一区二区| АⅤ资源中文在线天堂| 乱系列少妇在线播放| 麻豆一二三区av精品| 色网站视频免费| 亚洲伊人久久精品综合 | 久久久久九九精品影院| 九九爱精品视频在线观看| 大香蕉久久网| 日本与韩国留学比较| 成人三级黄色视频| 成人漫画全彩无遮挡| 男人的好看免费观看在线视频| 国产v大片淫在线免费观看| 啦啦啦韩国在线观看视频| 三级男女做爰猛烈吃奶摸视频| 国产亚洲5aaaaa淫片| 亚洲一级一片aⅴ在线观看| 色综合站精品国产| 大香蕉97超碰在线| 久久草成人影院| 午夜免费男女啪啪视频观看| 全区人妻精品视频| 久久这里只有精品中国| 日韩成人av中文字幕在线观看| 人妻少妇偷人精品九色| 午夜免费男女啪啪视频观看| av在线观看视频网站免费| 免费看美女性在线毛片视频| 桃色一区二区三区在线观看| 亚洲国产日韩欧美精品在线观看| 午夜福利在线在线| 视频中文字幕在线观看| 如何舔出高潮| 看十八女毛片水多多多| 免费看a级黄色片| 欧美性猛交黑人性爽| 免费观看的影片在线观看| 别揉我奶头 嗯啊视频| 成人欧美大片| 国产免费福利视频在线观看| 色吧在线观看| 春色校园在线视频观看| 日韩在线高清观看一区二区三区| 男女啪啪激烈高潮av片| 亚洲精品色激情综合| 能在线免费看毛片的网站| 中文字幕人妻熟人妻熟丝袜美| 国内精品美女久久久久久| 亚洲av男天堂| 丝袜美腿在线中文| 欧美丝袜亚洲另类| 国产精品不卡视频一区二区| 婷婷色麻豆天堂久久 | 最近最新中文字幕大全电影3| 精品不卡国产一区二区三区| 亚洲成人精品中文字幕电影| 国产精品一区二区三区四区久久| 亚洲aⅴ乱码一区二区在线播放| 秋霞在线观看毛片| 免费观看精品视频网站| 欧美最新免费一区二区三区| 国产精品福利在线免费观看| 国产成人福利小说| 男人的好看免费观看在线视频| 一卡2卡三卡四卡精品乱码亚洲| 久久亚洲国产成人精品v| 纵有疾风起免费观看全集完整版 | 极品教师在线视频| 日日摸夜夜添夜夜添av毛片| 在线天堂最新版资源| 国内揄拍国产精品人妻在线| 一级二级三级毛片免费看| 人妻系列 视频| 亚洲人成网站高清观看| 精品不卡国产一区二区三区| 七月丁香在线播放| 日本一二三区视频观看| 黄色欧美视频在线观看| 日韩av不卡免费在线播放| 一二三四中文在线观看免费高清| 九九爱精品视频在线观看| 少妇熟女aⅴ在线视频| 国产极品天堂在线| 99在线人妻在线中文字幕| 亚洲综合精品二区| 国产在线一区二区三区精 | av在线观看视频网站免费| 在线观看美女被高潮喷水网站| 成人二区视频| 亚洲成色77777| 国产男人的电影天堂91| 午夜精品在线福利| 观看免费一级毛片| 人妻夜夜爽99麻豆av| 九九热线精品视视频播放| 成年免费大片在线观看| kizo精华| 国产 一区精品| 亚洲aⅴ乱码一区二区在线播放| 久久精品国产鲁丝片午夜精品| 在线天堂最新版资源| 欧美日韩精品成人综合77777| 亚洲精品影视一区二区三区av| 老师上课跳d突然被开到最大视频| 纵有疾风起免费观看全集完整版 | 你懂的网址亚洲精品在线观看 | 超碰97精品在线观看| 成人午夜精彩视频在线观看| 国产高潮美女av| 国产男人的电影天堂91| 男插女下体视频免费在线播放| 国产乱人偷精品视频| www.av在线官网国产| 国产 一区精品| 午夜亚洲福利在线播放| 欧美3d第一页| 中国美白少妇内射xxxbb| 久久欧美精品欧美久久欧美| 国产亚洲午夜精品一区二区久久 | 日本黄大片高清| 精品一区二区免费观看| 亚洲av福利一区| 午夜精品在线福利| 久久精品国产亚洲网站| 国产欧美日韩精品一区二区| 22中文网久久字幕| 丰满乱子伦码专区| 中文字幕精品亚洲无线码一区| a级一级毛片免费在线观看| 夜夜看夜夜爽夜夜摸| 亚洲怡红院男人天堂| 精品欧美国产一区二区三| 夜夜爽夜夜爽视频| 亚洲精品自拍成人| 一个人免费在线观看电影| 高清在线视频一区二区三区 | 色噜噜av男人的天堂激情| 国模一区二区三区四区视频| 亚洲av成人精品一区久久| 高清午夜精品一区二区三区| 国产成人福利小说| 蜜桃亚洲精品一区二区三区| 亚洲精华国产精华液的使用体验| 日本免费一区二区三区高清不卡| 精品久久国产蜜桃| 日韩一区二区三区影片| 高清视频免费观看一区二区 | 国内少妇人妻偷人精品xxx网站| 国产黄a三级三级三级人| 亚洲人与动物交配视频| 国产亚洲精品av在线| 91aial.com中文字幕在线观看| 日本av手机在线免费观看| 国产精品久久电影中文字幕| 国产老妇女一区| 天堂√8在线中文| 少妇人妻精品综合一区二区| 国产伦一二天堂av在线观看| 亚洲国产精品sss在线观看| 69av精品久久久久久| 国产在视频线在精品| 国产免费福利视频在线观看| 男女边吃奶边做爰视频| 成年免费大片在线观看| h日本视频在线播放| 国产一区二区亚洲精品在线观看| 欧美成人精品欧美一级黄| 亚洲精品乱码久久久久久按摩| 激情 狠狠 欧美| 久久精品久久久久久久性| 麻豆成人av视频| 七月丁香在线播放| 国产乱来视频区| 精品不卡国产一区二区三区| 亚洲18禁久久av| 免费在线观看成人毛片| 国产精品一区二区三区四区免费观看| 日日啪夜夜撸| 日本免费a在线| 尤物成人国产欧美一区二区三区| 永久网站在线| 欧美性感艳星| 亚洲国产精品久久男人天堂| 国产成人精品久久久久久| 日韩强制内射视频| 国产精品久久电影中文字幕| 国产免费福利视频在线观看| 亚洲最大成人av| 91精品国产九色| 人妻夜夜爽99麻豆av| 在线观看美女被高潮喷水网站| 免费黄网站久久成人精品| 亚洲综合精品二区| a级一级毛片免费在线观看| 2022亚洲国产成人精品| 久久6这里有精品| 国产高清三级在线| 婷婷色麻豆天堂久久 | 又黄又爽又刺激的免费视频.| 国产乱人视频| 久久6这里有精品| 国产日韩欧美在线精品| 国产亚洲5aaaaa淫片| 毛片一级片免费看久久久久| 黄色欧美视频在线观看| 五月伊人婷婷丁香| 亚洲欧美中文字幕日韩二区| 成人高潮视频无遮挡免费网站| 日韩三级伦理在线观看| 欧美另类亚洲清纯唯美| 国内少妇人妻偷人精品xxx网站| 色播亚洲综合网| 国产欧美日韩精品一区二区| 亚洲av成人精品一二三区| 最近2019中文字幕mv第一页| 看十八女毛片水多多多| 97在线视频观看| 99久久人妻综合| 日韩人妻高清精品专区| 亚洲欧美日韩卡通动漫| 午夜精品一区二区三区免费看| 欧美日本亚洲视频在线播放| videossex国产| 亚洲精华国产精华液的使用体验| 免费av毛片视频| 哪个播放器可以免费观看大片| 毛片女人毛片| 国产精品乱码一区二三区的特点| 国产精品人妻久久久影院| 午夜福利成人在线免费观看| 亚洲精品aⅴ在线观看| 毛片一级片免费看久久久久| 亚洲无线观看免费| 久久人人爽人人爽人人片va| 精品久久久久久成人av| 久久久午夜欧美精品| 久久久久网色| 高清午夜精品一区二区三区| 欧美激情在线99| 精品国内亚洲2022精品成人| 国产一区二区在线观看日韩| a级毛色黄片| 一区二区三区高清视频在线| 嫩草影院入口| 国产成人freesex在线| 亚洲18禁久久av| 午夜精品国产一区二区电影 | 亚洲18禁久久av| 嘟嘟电影网在线观看| 国产乱人视频| 免费观看的影片在线观看| 国产黄片美女视频| 一级毛片久久久久久久久女| a级一级毛片免费在线观看| 亚洲自偷自拍三级| 亚洲国产精品国产精品| 国产av在哪里看| 国产亚洲精品久久久com| 亚洲,欧美,日韩| 九色成人免费人妻av| 蜜桃久久精品国产亚洲av| 男人舔奶头视频| 春色校园在线视频观看| 亚洲欧美日韩东京热| 色综合站精品国产| 国产亚洲av片在线观看秒播厂 | 啦啦啦韩国在线观看视频| 在线观看一区二区三区| 偷拍熟女少妇极品色| 国产一区有黄有色的免费视频 | 国产激情偷乱视频一区二区| 国产精品av视频在线免费观看| 在线免费观看不下载黄p国产| 你懂的网址亚洲精品在线观看 | 欧美高清成人免费视频www| 国产一区亚洲一区在线观看| 亚洲图色成人| 日本色播在线视频| 中文字幕精品亚洲无线码一区| 边亲边吃奶的免费视频| 午夜福利视频1000在线观看| 一个人看的www免费观看视频| 乱人视频在线观看| 免费观看精品视频网站| 高清日韩中文字幕在线| 女的被弄到高潮叫床怎么办| 免费看光身美女| 99久久精品热视频| 亚洲国产色片| 国产伦在线观看视频一区| 久久久久久久久久黄片| 久久久国产成人精品二区| 岛国毛片在线播放| 亚洲熟妇中文字幕五十中出| 成人性生交大片免费视频hd| 中文资源天堂在线| 久久久久精品久久久久真实原创| 18禁裸乳无遮挡免费网站照片| 国产精品野战在线观看| 欧美日韩在线观看h| 国语对白做爰xxxⅹ性视频网站| 欧美变态另类bdsm刘玥| 婷婷六月久久综合丁香| 亚洲成人久久爱视频| 黄色日韩在线| 久久久精品94久久精品| 级片在线观看| 国产三级中文精品| 一个人观看的视频www高清免费观看| 在线播放无遮挡| 亚洲欧美日韩卡通动漫| 男人舔女人下体高潮全视频| 成人性生交大片免费视频hd| 午夜福利在线观看免费完整高清在| 欧美成人一区二区免费高清观看| 国产精品一区二区三区四区免费观看| 我要搜黄色片| 亚洲欧美成人精品一区二区| 欧美一区二区国产精品久久精品| 啦啦啦韩国在线观看视频| 久久久久久久久久黄片| 乱码一卡2卡4卡精品| 久久这里只有精品中国| 精品99又大又爽又粗少妇毛片| 日韩中字成人| 亚洲欧美精品综合久久99| 久久国产乱子免费精品| 欧美3d第一页| 黄片无遮挡物在线观看| 久久精品久久久久久久性| 国产亚洲5aaaaa淫片| 秋霞在线观看毛片| 欧美又色又爽又黄视频| 少妇熟女欧美另类| 日本五十路高清| 久久99热6这里只有精品| 大又大粗又爽又黄少妇毛片口| 黑人高潮一二区| 国产成人精品一,二区| av又黄又爽大尺度在线免费看 | 日本黄色片子视频| 欧美日本亚洲视频在线播放| 啦啦啦啦在线视频资源| 亚洲成人精品中文字幕电影| 久久精品国产99精品国产亚洲性色| 国产不卡一卡二| 老司机福利观看| 少妇被粗大猛烈的视频| 亚洲图色成人| 99久久中文字幕三级久久日本| 欧美97在线视频| 国产亚洲午夜精品一区二区久久 | 精品免费久久久久久久清纯| 国产黄片美女视频| 亚洲精品国产av成人精品| 国产免费一级a男人的天堂| 亚洲成人久久爱视频| 男人舔奶头视频| 亚洲一区高清亚洲精品| 亚洲精品日韩av片在线观看|