• <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 ?

    基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘算法研究

    2017-06-12 23:48王春梅
    現(xiàn)代電子技術(shù) 2017年11期
    關(guān)鍵詞:支持向量機(jī)BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘

    王春梅

    摘 要: 神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)分類、預(yù)測(cè)等多種網(wǎng)絡(luò)模型。將神經(jīng)網(wǎng)絡(luò)的BP(前饋神經(jīng)網(wǎng)絡(luò))和SVM(支持向量機(jī))數(shù)據(jù)挖掘算法應(yīng)用于西安地區(qū)的空氣質(zhì)量預(yù)測(cè),雖然它們的泛化和收斂能力不同,但通過以往的歷史數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)模型。實(shí)驗(yàn)結(jié)果證明該算法可以較準(zhǔn)確地預(yù)測(cè)未來的數(shù)據(jù)。

    關(guān)鍵詞: BP神經(jīng)網(wǎng)絡(luò); 支持向量機(jī); 核函數(shù); 數(shù)據(jù)挖掘

    中圖分類號(hào): TN711?34 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2017)11?0111?04

    Research on data mining algorithm based on neural network

    WANG Chunmei

    (School of Computer Science and Technology, Xian University of Posts and Telecommunications, Xian 710121, China)

    Abstract: The neural network can classify and predict the various network models. The data mining algorithm based on BP neural network and SVM is applied to the air quality prediction in Xian region. Although the BP neural network and SVM method have different generalization ability and convergence ability, the past historical data is used to train the network model. The experimental results prove that the data mining algorithm can predict the future data accurately.

    Keywords: BP neural network; support vector machine; kernel function; data mining

    0 引 言

    近年來空氣污染嚴(yán)重,空氣問題不容忽視,準(zhǔn)確的空氣質(zhì)量預(yù)測(cè)具有極大的現(xiàn)實(shí)意義。神經(jīng)網(wǎng)絡(luò)算法在數(shù)據(jù)挖掘中占有重要的地位,因?yàn)榫W(wǎng)絡(luò)模型、復(fù)雜度等不同,神經(jīng)網(wǎng)絡(luò)可以擬合各種曲線實(shí)現(xiàn)分類、預(yù)測(cè)等多種模式,至今神經(jīng)網(wǎng)絡(luò)已經(jīng)研究出了多種類型來適應(yīng)不同的要求。

    神經(jīng)網(wǎng)絡(luò)要求網(wǎng)絡(luò)模型對(duì)訓(xùn)練數(shù)據(jù)集有比較好的逼近能力,也需要對(duì)訓(xùn)練集之外的分布數(shù)據(jù)能給出比較精準(zhǔn)的預(yù)測(cè)。泛化能力即經(jīng)過訓(xùn)練學(xué)習(xí)得到的預(yù)測(cè)模型,對(duì)沒有在訓(xùn)練集中出現(xiàn)但是具有一定規(guī)則的數(shù)據(jù)能有比較準(zhǔn)確的預(yù)測(cè)能力,不只是普通的保存學(xué)習(xí)過的樣本,而是需要進(jìn)行有限次數(shù)據(jù)的訓(xùn)練,找到未知的規(guī)律。

    本文基于神經(jīng)網(wǎng)絡(luò)的BP算法和SVM算法利用已有的歷史數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)模型,對(duì)未來的天氣進(jìn)行較為準(zhǔn)確的預(yù)測(cè)工作。

    1 BP算法

    前饋神經(jīng)網(wǎng)絡(luò)是一種典型的神經(jīng)網(wǎng)絡(luò)模型,網(wǎng)絡(luò)具有分層結(jié)構(gòu),輸入數(shù)據(jù)從輸入層進(jìn)入到前饋神經(jīng)網(wǎng)絡(luò),經(jīng)過輸入層和隱層傳遞到輸出層。不同的前饋網(wǎng)絡(luò)節(jié)點(diǎn)限制函數(shù)、神經(jīng)元個(gè)數(shù)、隱層個(gè)數(shù)、權(quán)重修改方法能夠?qū)崿F(xiàn)擁有多樣能力的前饋神經(jīng)網(wǎng)絡(luò)。

    只有一個(gè)隱層的感知器只能解決輸入數(shù)據(jù)線性能夠區(qū)分的問題,但很多分類問題的輸入數(shù)據(jù)都是線性不能區(qū)分的。要完成線性不可分的難題,需要在結(jié)構(gòu)中加入隱層。含有多隱層的前饋網(wǎng)絡(luò)相比于單層感知器的區(qū)分效果有明顯的提升。因?yàn)檎`差相反傳遞算法經(jīng)常用于神經(jīng)網(wǎng)絡(luò),所以也叫BP網(wǎng)絡(luò)。

    1.1 基本思想

    BP學(xué)習(xí)過程分為兩個(gè)過程,即輸入數(shù)據(jù)經(jīng)過輸入層和隱層正向流給輸出層,輸出層的誤差經(jīng)隱層反傳給輸入層。正向傳播時(shí),輸入數(shù)據(jù)從輸入層到達(dá),經(jīng)過每個(gè)隱層的加工后,再傳遞給最后的輸出層。如果輸出數(shù)據(jù)達(dá)不到預(yù)期目標(biāo),則進(jìn)入誤差的反向傳遞。誤差的反向傳遞是指將最后一層的誤差經(jīng)過某種方法,經(jīng)網(wǎng)絡(luò)的隱層反轉(zhuǎn)傳遞向輸入層,將誤差均勻給網(wǎng)絡(luò)每個(gè)層的所有神經(jīng)元節(jié)點(diǎn),因此得到網(wǎng)絡(luò)每層神經(jīng)元節(jié)點(diǎn)的誤差信號(hào),通過節(jié)點(diǎn)獲得的誤差來調(diào)整節(jié)點(diǎn)。這兩部分反復(fù),通過不斷地權(quán)重修改將誤差減少到比較滿意的情況,或達(dá)到學(xué)習(xí)次數(shù)上限。

    1.2 基本原理

    三層BP網(wǎng)絡(luò)模型圖如圖1所示。

    在該三層前饋網(wǎng)絡(luò)中,為輸入向量,代表隱層神經(jīng)元節(jié)點(diǎn)的閾值;隱層輸出為圖1中是為輸出層神經(jīng)元引入閾值設(shè)置的;輸出層的輸出向量為預(yù)期輸出網(wǎng)絡(luò)的隱層和網(wǎng)絡(luò)輸入層的權(quán)值用矩陣表示;用表示網(wǎng)絡(luò)隱層到網(wǎng)絡(luò)輸出層的權(quán)值矩陣。

    對(duì)于輸出層來說:

    (1)

    對(duì)于隱層來說:

    (2)

    轉(zhuǎn)移函數(shù)為:

    (3)

    1.3 學(xué)習(xí)算法

    當(dāng)網(wǎng)絡(luò)輸出距離預(yù)期結(jié)果有差距時(shí),代表輸出誤差。

    隱層:

    (4)

    輸入層:

    (5)

    據(jù)式(5)得知,網(wǎng)絡(luò)誤差展開到輸入層只和有關(guān),要想減小誤差,就要修改神經(jīng)元的權(quán)值。

    假設(shè)網(wǎng)絡(luò)有個(gè)隱層,神經(jīng)元數(shù)代表網(wǎng)絡(luò)隱層的輸出,為權(quán)重,則權(quán)重修改公式如下:

    輸出層:

    (6)

    第個(gè)隱層:

    (7)

    遞推可得:

    (8)

    在BP算法中,所有的權(quán)重修改公式都一樣,都取決于學(xué)習(xí)率、輸入和本層的輸出誤差。模型每層的輸出誤差和模型的總誤差有關(guān)系,反映了模型輸出的誤差。網(wǎng)絡(luò)中每一個(gè)隱層的誤差都和前面每個(gè)網(wǎng)絡(luò)層的誤差有聯(lián)系,都是經(jīng)過網(wǎng)絡(luò)的輸出層一層一層地向前回傳。

    2 SVM算法

    2.1 基本思想

    從線性可分的方向來看,支持向量機(jī)的本質(zhì)是尋找一個(gè)最優(yōu)決策超平面,使其兩側(cè)和到平面距離最近的數(shù)據(jù)點(diǎn)之間的距離最大,有良好的泛化推廣能力。而對(duì)于非線性可分問題,根據(jù)Cover定理:如果分類問題在低維上不可分,那么將其非線性地映射到高維特征空間可能是線性可分的,只要變化是非線性的并且特征空間的維度很高,所以模式空間可以從低維變換到高維特征空間,讓問題在高維中有很大的可能可分。

    2.2 基本原理

    SVM方法是一個(gè)三層網(wǎng)絡(luò)構(gòu)建的過程,分類超平面的向量為網(wǎng)絡(luò)的權(quán)值,隱層使用非線性映射函數(shù)把數(shù)據(jù)輸入向量從低維映射到高維的特征向量空間中。

    設(shè)是維的輸入向量,低維輸入的空間經(jīng)過非線性變換到維特征空間:

    (9)

    式中:是權(quán)重;是偏置。

    特征空間分類超平面為:

    (10)

    式中:代表第個(gè)輸入向量在高維特征空間的像和輸入向量在特征空間的像的內(nèi)積。

    使用內(nèi)積函數(shù)得到超平面:

    (11)

    支持向量機(jī)的基本思路是:對(duì)于非線性可分問題,讓輸入樣本從非線性低維變化到高維特征空間后,使其在高維特征空間線性可分,讓支持向量的個(gè)數(shù)是去除向量為零,最優(yōu)超平面判別函數(shù)為:

    (12)

    2.3 學(xué)習(xí)算法

    在使用內(nèi)積核函數(shù)的情況下,SVM學(xué)習(xí)算法如下:

    (1) 訓(xùn)練樣本

    (2) 在約束條件下求解,讓目標(biāo)函數(shù):最大化的矩陣的第個(gè)元素是。

    (3) 計(jì)算最優(yōu)的權(quán)值:

    (4) 對(duì)于待分類模式計(jì)算判別函數(shù):

    根據(jù)的值,判斷的類別。

    向量機(jī)的設(shè)計(jì)不完全依靠設(shè)計(jì)人員的經(jīng)驗(yàn),因?yàn)榈玫降氖侨值淖顑?yōu)解,泛化能力較強(qiáng)。但是因?yàn)榫仃囘\(yùn)算耗時(shí),所以訓(xùn)練速度相對(duì)緩慢。

    3 測(cè)試實(shí)驗(yàn)

    3.1 BP算法實(shí)驗(yàn)

    首先定義網(wǎng)絡(luò)結(jié)構(gòu),根據(jù)多次實(shí)驗(yàn),最終確定的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)設(shè)計(jì)為5、輸出層節(jié)點(diǎn)數(shù)選擇為4、隱含層節(jié)點(diǎn)數(shù)選擇為100。隱層的轉(zhuǎn)移函數(shù)是Sigmoid函數(shù),輸出層轉(zhuǎn)移函數(shù)為Purelin函數(shù)。

    由于是時(shí)間序列預(yù)測(cè),得到了以前數(shù)據(jù)后,令是第個(gè)輸入,令是第個(gè)輸出。輸入層節(jié)點(diǎn)總數(shù)用表示,代表輸出層節(jié)點(diǎn)的總數(shù)。

    利用BP算法,根據(jù)2013年11月—2014年12月的西安歷史空氣質(zhì)量數(shù)據(jù),對(duì)2015年1月空氣質(zhì)量預(yù)測(cè)結(jié)果折線圖如圖3所示,數(shù)值參照表如表1所示。

    3.2 SVM算法實(shí)驗(yàn)

    本次實(shí)驗(yàn)采用Gauss來模擬RBF網(wǎng)絡(luò)預(yù)測(cè)空氣質(zhì)量。Gauss核函數(shù)需要參數(shù)。如果會(huì)發(fā)生嚴(yán)重的過學(xué)習(xí)現(xiàn)象,即泛化能力較弱;當(dāng)時(shí)會(huì)有前學(xué)習(xí)現(xiàn)象。

    其次需要樣本準(zhǔn)備,因?yàn)闅v史空氣質(zhì)量的變化趨勢(shì)能反映空氣質(zhì)量的規(guī)律。輸入?yún)?shù)是歷史的空氣質(zhì)量輸出是下一日期的空氣質(zhì)量。是輸入空間的維度,是空氣質(zhì)量預(yù)測(cè)的步長。此處選取來預(yù)測(cè)未來1個(gè)月的空氣質(zhì)量。

    使用lssvm的tunelssvm函數(shù),采用最小二乘法對(duì)Gauss核函數(shù)的參數(shù)和SVM參數(shù)進(jìn)行尋優(yōu),找到合適的Gauss函數(shù)參數(shù),再使用工具箱trainlssvm函數(shù)進(jìn)行訓(xùn)練,然后連續(xù)預(yù)測(cè)得到2015年1月的空氣質(zhì)量預(yù)測(cè)值。

    利用SVM算法,根據(jù)2013年11月—2014年12月的西安歷史空氣質(zhì)量,對(duì)2015年1月空氣質(zhì)量預(yù)測(cè)結(jié)果折線圖如圖4所示,數(shù)值參照表如表2所示。

    3.3 實(shí)驗(yàn)結(jié)果對(duì)比

    從圖5和圖6得知,針對(duì)得到的樣本和實(shí)現(xiàn)的算法模型,BP算法模型和SVM支持向量機(jī)對(duì)2015年1月空氣質(zhì)量的總體走勢(shì)的預(yù)測(cè)相差不多,對(duì)于實(shí)際的空氣質(zhì)量,仍舊有較大的誤差。SVM的均方誤差略小于BP的均方誤差,但是BP算法網(wǎng)絡(luò)模型需要大量的時(shí)間訓(xùn)練,而SVM網(wǎng)絡(luò)參數(shù)尋優(yōu)使用的時(shí)間要少得多。

    4 結(jié) 語

    BP算法在神經(jīng)網(wǎng)絡(luò)中使用最普遍,但卻不能適用于所有的問題,確定網(wǎng)絡(luò)的層數(shù)和節(jié)點(diǎn)數(shù)仍然需要網(wǎng)絡(luò)設(shè)計(jì)者的經(jīng)驗(yàn)和不斷的試驗(yàn)調(diào)整。BP網(wǎng)絡(luò)還具有學(xué)習(xí)速率慢,易陷入極小值,泛化能力等問題需要人們解決。SVM由統(tǒng)計(jì)和數(shù)學(xué)理論發(fā)展而來,它能夠解決分類、回歸、預(yù)測(cè)等問題。對(duì)于線性不可分的問題,SVM能夠把其對(duì)應(yīng)于特征空間內(nèi),使其線性可分。SVM核心在于核函數(shù),不一樣的核函數(shù)可以模擬不同網(wǎng)絡(luò)應(yīng)用在不同問題。但是關(guān)于核函數(shù)的參數(shù)如何選取,在領(lǐng)域內(nèi)仍然沒有一個(gè)成熟的理論。數(shù)據(jù)挖掘中BP算法和SVM算法仍然有一些問題沒有統(tǒng)一的解決理論,但是這并不妨礙數(shù)據(jù)挖掘的潛力。相信隨著研究的不斷深入,理論的不斷完善,這些問題都將會(huì)迎刃而解。

    參考文獻(xiàn)

    [1] HAN Jiawei,KAMBER MIcheline,PEI Jian.數(shù)據(jù)挖掘:概念與技術(shù)[M].3版.北京:機(jī)械工業(yè)出版社,2012.

    [2] 張良均.數(shù)據(jù)挖掘:實(shí)用案例分析[M].北京:機(jī)械工業(yè)出版社,2013.

    [3] 陳封能.數(shù)據(jù)挖掘?qū)д揫M].北京:人民郵電出版社,2011.

    [4] 朱明.數(shù)據(jù)挖掘[M].合肥:中國科學(xué)技術(shù)大學(xué)出版社,2008.

    [5] 韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].2版.北京:化學(xué)工業(yè)出版社,2007.

    [6] 王小川.Matlab神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2013.

    [7] 施彥,韓力群,廉小親.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法與實(shí)例分析[M].北京:北京郵電大學(xué)出版社,2009.

    [8] 張德豐.Matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2011.

    [9] 趙紅.Matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2010.

    [10] 陳明.Matlab神經(jīng)網(wǎng)絡(luò)原理與實(shí)例精解[M].北京:清華大學(xué)出版社,2013.

    猜你喜歡
    支持向量機(jī)BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    動(dòng)態(tài)場(chǎng)景中的視覺目標(biāo)識(shí)別方法分析
    論提高裝備故障預(yù)測(cè)準(zhǔn)確度的方法途徑
    基于熵技術(shù)的公共事業(yè)費(fèi)最優(yōu)組合預(yù)測(cè)
    復(fù)雜背景下的手勢(shì)識(shí)別方法
    BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評(píng)價(jià)中的應(yīng)用研究 
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)值預(yù)報(bào)產(chǎn)品釋用中的應(yīng)用
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    午夜久久久在线观看| 日本色播在线视频| 日本与韩国留学比较| 18禁裸乳无遮挡动漫免费视频| 欧美日韩视频高清一区二区三区二| 97人妻天天添夜夜摸| 少妇精品久久久久久久| 国产成人精品在线电影| 如日韩欧美国产精品一区二区三区| 男女国产视频网站| 9热在线视频观看99| 十八禁高潮呻吟视频| 女人久久www免费人成看片| 成人手机av| 又粗又硬又长又爽又黄的视频| 18禁在线无遮挡免费观看视频| 亚洲国产欧美日韩在线播放| 国产毛片在线视频| 只有这里有精品99| av片东京热男人的天堂| 成人无遮挡网站| 亚洲av综合色区一区| 国产不卡av网站在线观看| 久久久久久久久久久久大奶| 777米奇影视久久| 午夜老司机福利剧场| 国产欧美日韩一区二区三区在线| 不卡视频在线观看欧美| 制服诱惑二区| 色视频在线一区二区三区| 一边摸一边做爽爽视频免费| kizo精华| 欧美亚洲 丝袜 人妻 在线| www.熟女人妻精品国产 | 精品酒店卫生间| 免费人妻精品一区二区三区视频| 国产片内射在线| 97人妻天天添夜夜摸| 精品一品国产午夜福利视频| 永久免费av网站大全| 爱豆传媒免费全集在线观看| 国产精品久久久久成人av| 国产亚洲精品第一综合不卡 | 午夜激情av网站| 国产日韩欧美在线精品| 男女下面插进去视频免费观看 | 欧美+日韩+精品| 汤姆久久久久久久影院中文字幕| 国产视频首页在线观看| 免费黄色在线免费观看| 欧美变态另类bdsm刘玥| 亚洲在久久综合| 国产极品天堂在线| 成人18禁高潮啪啪吃奶动态图| 99热6这里只有精品| 国产午夜精品一二区理论片| 18在线观看网站| 久久久精品94久久精品| 亚洲五月色婷婷综合| 国产xxxxx性猛交| 十八禁网站网址无遮挡| 九九在线视频观看精品| 久久99蜜桃精品久久| 亚洲av男天堂| 黄片播放在线免费| 欧美 亚洲 国产 日韩一| 国产一级毛片在线| 美女中出高潮动态图| 亚洲,欧美精品.| 亚洲成人av在线免费| 精品一区二区三区四区五区乱码 | 国产成人午夜福利电影在线观看| 国产极品天堂在线| 日韩成人av中文字幕在线观看| 热re99久久精品国产66热6| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 1024视频免费在线观看| 国产精品一区二区在线不卡| a级毛色黄片| 国产成人一区二区在线| 日韩中字成人| 丝袜美足系列| tube8黄色片| 国产成人精品久久久久久| 国产国拍精品亚洲av在线观看| a 毛片基地| 免费看不卡的av| 日本与韩国留学比较| 看免费av毛片| 久久精品国产亚洲av天美| 欧美最新免费一区二区三区| 亚洲一级一片aⅴ在线观看| 春色校园在线视频观看| 亚洲第一av免费看| 日韩av在线免费看完整版不卡| 搡老乐熟女国产| 青春草国产在线视频| 在线精品无人区一区二区三| 成人黄色视频免费在线看| 日日摸夜夜添夜夜爱| 内地一区二区视频在线| 香蕉丝袜av| 大片电影免费在线观看免费| 侵犯人妻中文字幕一二三四区| 亚洲,欧美精品.| 99香蕉大伊视频| 国产精品久久久久久av不卡| 国产亚洲av片在线观看秒播厂| 永久网站在线| 亚洲欧洲精品一区二区精品久久久 | 亚洲av中文av极速乱| 久久综合国产亚洲精品| 中文字幕免费在线视频6| 老司机影院毛片| 亚洲精品乱久久久久久| 水蜜桃什么品种好| 伦精品一区二区三区| 美女主播在线视频| 在线观看国产h片| 亚洲色图综合在线观看| 久久女婷五月综合色啪小说| 香蕉丝袜av| 男女边摸边吃奶| 看非洲黑人一级黄片| 日韩中字成人| 亚洲av福利一区| 亚洲,一卡二卡三卡| 久久久久网色| 国产成人精品无人区| 22中文网久久字幕| 26uuu在线亚洲综合色| 两个人看的免费小视频| 春色校园在线视频观看| 狠狠精品人妻久久久久久综合| 成年女人在线观看亚洲视频| 免费观看在线日韩| 波多野结衣一区麻豆| 狂野欧美激情性xxxx在线观看| 国产亚洲精品久久久com| 中文字幕亚洲精品专区| 国产精品国产av在线观看| 久久99精品国语久久久| 美女内射精品一级片tv| 亚洲国产看品久久| 日本色播在线视频| 高清欧美精品videossex| 少妇的逼水好多| 波多野结衣一区麻豆| 最后的刺客免费高清国语| 精品一区二区三卡| 成人手机av| 18禁在线无遮挡免费观看视频| 日韩视频在线欧美| 亚洲熟女精品中文字幕| 91精品伊人久久大香线蕉| 免费黄频网站在线观看国产| 国产黄色免费在线视频| 国产成人免费无遮挡视频| 国产精品麻豆人妻色哟哟久久| 91午夜精品亚洲一区二区三区| 成人漫画全彩无遮挡| 中文字幕免费在线视频6| 制服丝袜香蕉在线| 久久久久久久精品精品| 午夜福利视频在线观看免费| 久久免费观看电影| 一二三四中文在线观看免费高清| 国产成人精品一,二区| 香蕉丝袜av| 国产精品成人在线| 久热这里只有精品99| 看十八女毛片水多多多| 大香蕉久久成人网| 少妇的丰满在线观看| av国产精品久久久久影院| 久久综合国产亚洲精品| 欧美 亚洲 国产 日韩一| 中文字幕亚洲精品专区| 亚洲,欧美精品.| 欧美人与性动交α欧美精品济南到 | 亚洲一区二区三区欧美精品| 久久 成人 亚洲| 国产精品麻豆人妻色哟哟久久| 国产女主播在线喷水免费视频网站| 久久热在线av| 精品亚洲乱码少妇综合久久| 日韩人妻精品一区2区三区| 国精品久久久久久国模美| 国产又爽黄色视频| 一区在线观看完整版| 国内精品宾馆在线| 国产一区二区三区综合在线观看 | kizo精华| 日韩大片免费观看网站| 亚洲精品中文字幕在线视频| 国产成人精品久久久久久| 天美传媒精品一区二区| 美女中出高潮动态图| 亚洲精品,欧美精品| 人人澡人人妻人| 国产乱来视频区| 日本欧美视频一区| 亚洲欧美一区二区三区黑人 | 婷婷色综合大香蕉| 国产成人91sexporn| 久久97久久精品| 国产xxxxx性猛交| 国产熟女午夜一区二区三区| 亚洲国产色片| 国产一区二区三区综合在线观看 | 亚洲,欧美,日韩| 桃花免费在线播放| 婷婷色av中文字幕| 高清黄色对白视频在线免费看| 91在线精品国自产拍蜜月| 国产色婷婷99| 国产麻豆69| 少妇人妻精品综合一区二区| 亚洲成人av在线免费| 久久午夜综合久久蜜桃| 丝袜喷水一区| 日本色播在线视频| 最近的中文字幕免费完整| 看十八女毛片水多多多| 久久ye,这里只有精品| 国产在线一区二区三区精| 国产极品天堂在线| 免费日韩欧美在线观看| 日韩,欧美,国产一区二区三区| 啦啦啦在线观看免费高清www| 亚洲精品中文字幕在线视频| 男女下面插进去视频免费观看 | 午夜福利网站1000一区二区三区| 国产免费视频播放在线视频| 国产精品人妻久久久久久| 色吧在线观看| 久热久热在线精品观看| 亚洲精品自拍成人| 亚洲精品国产av成人精品| 色5月婷婷丁香| 精品午夜福利在线看| 飞空精品影院首页| 亚洲精品久久久久久婷婷小说| 99九九在线精品视频| 亚洲精华国产精华液的使用体验| 亚洲精品色激情综合| 亚洲国产欧美日韩在线播放| 亚洲精品视频女| 丰满少妇做爰视频| 十八禁网站网址无遮挡| av一本久久久久| 免费黄频网站在线观看国产| 国产国语露脸激情在线看| 久久久久国产精品人妻一区二区| 久久人妻熟女aⅴ| 91在线精品国自产拍蜜月| 80岁老熟妇乱子伦牲交| 中国三级夫妇交换| 三上悠亚av全集在线观看| 亚洲av国产av综合av卡| 亚洲四区av| 成人免费观看视频高清| 亚洲情色 制服丝袜| 男人添女人高潮全过程视频| 女人精品久久久久毛片| 狠狠精品人妻久久久久久综合| 亚洲av国产av综合av卡| 欧美国产精品va在线观看不卡| 97超碰精品成人国产| 天天躁夜夜躁狠狠久久av| 欧美激情极品国产一区二区三区 | 欧美日韩国产mv在线观看视频| 国产乱来视频区| 国产在线视频一区二区| xxx大片免费视频| 熟女人妻精品中文字幕| 热99久久久久精品小说推荐| 国产精品无大码| 一区二区三区四区激情视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 一级a做视频免费观看| 久久人人97超碰香蕉20202| 免费高清在线观看视频在线观看| 亚洲欧美一区二区三区国产| 国产福利在线免费观看视频| av国产久精品久网站免费入址| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久午夜综合久久蜜桃| 一级爰片在线观看| 亚洲av男天堂| 精品亚洲乱码少妇综合久久| 视频区图区小说| 久久久精品区二区三区| 日韩av在线免费看完整版不卡| 亚洲四区av| 免费高清在线观看日韩| 卡戴珊不雅视频在线播放| 亚洲性久久影院| 欧美国产精品一级二级三级| 成年动漫av网址| 日韩大片免费观看网站| 精品人妻一区二区三区麻豆| 日本wwww免费看| 飞空精品影院首页| 国产一区二区三区av在线| 熟女人妻精品中文字幕| 亚洲av日韩在线播放| 国产成人a∨麻豆精品| 久久久a久久爽久久v久久| 日本黄大片高清| 精品少妇久久久久久888优播| 久久久国产欧美日韩av| 美女国产视频在线观看| 久久精品国产a三级三级三级| 如日韩欧美国产精品一区二区三区| 亚洲精品成人av观看孕妇| 最近最新中文字幕大全免费视频 | 国产免费一级a男人的天堂| av国产久精品久网站免费入址| 精品酒店卫生间| 日本爱情动作片www.在线观看| 亚洲精品一二三| 国产男女内射视频| 免费人成在线观看视频色| 各种免费的搞黄视频| 国产综合精华液| 午夜福利乱码中文字幕| 大片电影免费在线观看免费| 亚洲三级黄色毛片| 久久人人爽人人爽人人片va| 免费少妇av软件| 一本—道久久a久久精品蜜桃钙片| 自线自在国产av| 精品国产乱码久久久久久小说| 欧美亚洲日本最大视频资源| 观看av在线不卡| 在线观看www视频免费| 这个男人来自地球电影免费观看 | 日韩欧美精品免费久久| 国产av精品麻豆| 精品国产国语对白av| 色94色欧美一区二区| 中文字幕av电影在线播放| 亚洲,欧美,日韩| 人人澡人人妻人| 国产毛片在线视频| 天美传媒精品一区二区| 国产在线视频一区二区| 日日摸夜夜添夜夜爱| 岛国毛片在线播放| 在线观看免费高清a一片| 国产一区二区激情短视频 | 欧美亚洲日本最大视频资源| 观看av在线不卡| 亚洲国产欧美日韩在线播放| 免费在线观看黄色视频的| 欧美日韩亚洲高清精品| 国产极品粉嫩免费观看在线| 亚洲美女搞黄在线观看| 99热网站在线观看| 午夜影院在线不卡| 国产激情久久老熟女| 日韩精品免费视频一区二区三区 | 丝袜喷水一区| 午夜激情久久久久久久| 人妻 亚洲 视频| 多毛熟女@视频| 国产淫语在线视频| 欧美少妇被猛烈插入视频| 考比视频在线观看| 久久午夜综合久久蜜桃| 精品少妇黑人巨大在线播放| 亚洲,一卡二卡三卡| 国产成人精品福利久久| 久久精品国产综合久久久 | 一二三四在线观看免费中文在 | 国产老妇伦熟女老妇高清| 制服丝袜香蕉在线| 熟女人妻精品中文字幕| 欧美亚洲 丝袜 人妻 在线| 黄网站色视频无遮挡免费观看| 一区二区三区精品91| a 毛片基地| 五月开心婷婷网| 男女国产视频网站| 尾随美女入室| 免费观看无遮挡的男女| 国产av精品麻豆| 亚洲精品国产av成人精品| 日本-黄色视频高清免费观看| 日韩欧美精品免费久久| 国产成人精品无人区| 97人妻天天添夜夜摸| 亚洲精品日韩在线中文字幕| 热re99久久精品国产66热6| 男人操女人黄网站| 国产精品蜜桃在线观看| 精品久久久久久电影网| 伊人久久国产一区二区| 亚洲综合色网址| 亚洲精品久久成人aⅴ小说| 男女边吃奶边做爰视频| 人妻一区二区av| 日本av手机在线免费观看| 国产在线免费精品| 性色avwww在线观看| 全区人妻精品视频| 国产精品99久久99久久久不卡 | 美女脱内裤让男人舔精品视频| 午夜老司机福利剧场| 亚洲欧美精品自产自拍| 日韩 亚洲 欧美在线| 汤姆久久久久久久影院中文字幕| 久热久热在线精品观看| 99热网站在线观看| 亚洲丝袜综合中文字幕| 久久影院123| 99国产精品免费福利视频| 啦啦啦中文免费视频观看日本| 性高湖久久久久久久久免费观看| 性色avwww在线观看| 最近最新中文字幕大全免费视频 | 日本午夜av视频| 黑人巨大精品欧美一区二区蜜桃 | 18禁国产床啪视频网站| 免费观看性生交大片5| 女人久久www免费人成看片| 最后的刺客免费高清国语| 国产免费一级a男人的天堂| 少妇 在线观看| 国产黄频视频在线观看| 精品99又大又爽又粗少妇毛片| 色婷婷av一区二区三区视频| 美女中出高潮动态图| av天堂久久9| 久久鲁丝午夜福利片| 久久精品国产综合久久久 | 另类精品久久| 精品久久久久久电影网| 亚洲丝袜综合中文字幕| 日韩成人av中文字幕在线观看| 久久久久久久久久久免费av| 欧美 亚洲 国产 日韩一| 日韩av不卡免费在线播放| 在线观看www视频免费| 亚洲欧洲国产日韩| 国产成人精品一,二区| av一本久久久久| 捣出白浆h1v1| 人妻人人澡人人爽人人| 91午夜精品亚洲一区二区三区| 亚洲av综合色区一区| 精品久久久久久电影网| 午夜福利乱码中文字幕| 91在线精品国自产拍蜜月| 99精国产麻豆久久婷婷| 国产在线一区二区三区精| 日韩一本色道免费dvd| 日韩免费高清中文字幕av| 伦理电影大哥的女人| 亚洲av电影在线观看一区二区三区| 日韩一区二区视频免费看| 在线观看三级黄色| 91成人精品电影| 国产成人91sexporn| 亚洲av在线观看美女高潮| 日本色播在线视频| 免费看av在线观看网站| 亚洲精品久久久久久婷婷小说| a 毛片基地| 边亲边吃奶的免费视频| 99久国产av精品国产电影| 欧美最新免费一区二区三区| 啦啦啦视频在线资源免费观看| 不卡视频在线观看欧美| 天堂8中文在线网| 亚洲国产精品999| 制服人妻中文乱码| 热99久久久久精品小说推荐| 制服人妻中文乱码| 免费高清在线观看日韩| 狂野欧美激情性bbbbbb| 欧美日韩精品成人综合77777| 免费黄频网站在线观看国产| 久久久久人妻精品一区果冻| 日韩熟女老妇一区二区性免费视频| 亚洲av免费高清在线观看| 母亲3免费完整高清在线观看 | 精品亚洲乱码少妇综合久久| 欧美另类一区| 女性生殖器流出的白浆| 丝袜脚勾引网站| 五月伊人婷婷丁香| tube8黄色片| 中国国产av一级| 免费高清在线观看日韩| 侵犯人妻中文字幕一二三四区| 26uuu在线亚洲综合色| 国产免费又黄又爽又色| 久久久久久久精品精品| 亚洲欧美一区二区三区黑人 | 精品人妻熟女毛片av久久网站| 午夜老司机福利剧场| 亚洲av中文av极速乱| 亚洲美女搞黄在线观看| 夫妻午夜视频| 国产欧美亚洲国产| 国产老妇伦熟女老妇高清| 18在线观看网站| 丝袜喷水一区| 亚洲av电影在线观看一区二区三区| 免费av不卡在线播放| 下体分泌物呈黄色| 五月伊人婷婷丁香| 男女无遮挡免费网站观看| 看免费av毛片| 永久免费av网站大全| 如何舔出高潮| 777米奇影视久久| 亚洲精品美女久久久久99蜜臀 | 久久人妻熟女aⅴ| 精品一区二区三区视频在线| 黑丝袜美女国产一区| 欧美日韩一区二区视频在线观看视频在线| 久久综合国产亚洲精品| 18禁国产床啪视频网站| 午夜免费鲁丝| 99re6热这里在线精品视频| 人人妻人人添人人爽欧美一区卜| 欧美+日韩+精品| 午夜福利视频精品| 波野结衣二区三区在线| 午夜福利影视在线免费观看| 22中文网久久字幕| 成人二区视频| 99热网站在线观看| 成人午夜精彩视频在线观看| 综合色丁香网| 五月开心婷婷网| 春色校园在线视频观看| 久久久亚洲精品成人影院| 妹子高潮喷水视频| 日韩不卡一区二区三区视频在线| 少妇精品久久久久久久| 欧美精品av麻豆av| 国产在线免费精品| 18禁在线无遮挡免费观看视频| 久久99一区二区三区| 少妇熟女欧美另类| 22中文网久久字幕| 欧美 日韩 精品 国产| 极品人妻少妇av视频| 亚洲国产看品久久| 国产视频首页在线观看| 国产成人一区二区在线| 中文字幕最新亚洲高清| 国产成人一区二区在线| 国产成人a∨麻豆精品| 亚洲第一区二区三区不卡| 中文乱码字字幕精品一区二区三区| 免费高清在线观看视频在线观看| 男人舔女人的私密视频| 黑人高潮一二区| 18禁国产床啪视频网站| 青春草亚洲视频在线观看| 高清视频免费观看一区二区| 欧美精品国产亚洲| kizo精华| 国产成人av激情在线播放| 黄色配什么色好看| 大片免费播放器 马上看| 日本-黄色视频高清免费观看| 水蜜桃什么品种好| 香蕉国产在线看| 18禁动态无遮挡网站| 十分钟在线观看高清视频www| 国产一区有黄有色的免费视频| 国产亚洲午夜精品一区二区久久| 亚洲精品一二三| 国产成人免费无遮挡视频| 香蕉丝袜av| 久久精品夜色国产| 欧美人与性动交α欧美精品济南到 | 婷婷色综合大香蕉| 精品亚洲成a人片在线观看| 中文精品一卡2卡3卡4更新| 热99久久久久精品小说推荐| 久久97久久精品| 一级毛片黄色毛片免费观看视频| 午夜激情av网站| 日本色播在线视频| 91成人精品电影| 国产片内射在线| 国产成人精品福利久久| 最近手机中文字幕大全| 久久免费观看电影| 午夜福利视频在线观看免费| 一区二区三区四区激情视频| 亚洲一区二区三区欧美精品| 亚洲欧美色中文字幕在线| 在线观看免费高清a一片| 免费人妻精品一区二区三区视频| 国产xxxxx性猛交| 亚洲婷婷狠狠爱综合网| 日本av免费视频播放| 免费人成在线观看视频色| 丰满少妇做爰视频| 美女主播在线视频| 亚洲精华国产精华液的使用体验| 热99国产精品久久久久久7| 亚洲美女视频黄频| 亚洲,欧美,日韩| 亚洲欧美一区二区三区国产| 国产精品国产三级国产av玫瑰| 国产在线视频一区二区|