• <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 ?

    基于改進(jìn)PSO算法的SVM在甲烷測(cè)量中的應(yīng)用*

    2017-09-22 03:52:29陳紅巖郭晶晶袁月峰李孝祿
    傳感技術(shù)學(xué)報(bào) 2017年9期
    關(guān)鍵詞:極值甲烷紅外

    鮑 立,陳紅巖,郭晶晶,袁月峰,李孝祿

    (中國(guó)計(jì)量大學(xué)機(jī)電工程學(xué)院,杭州 310018)

    基于改進(jìn)PSO算法的SVM在甲烷測(cè)量中的應(yīng)用*

    鮑 立,陳紅巖*,郭晶晶,袁月峰,李孝祿

    (中國(guó)計(jì)量大學(xué)機(jī)電工程學(xué)院,杭州 310018)

    針對(duì)甲烷氣體定量分析過(guò)程中,傳統(tǒng)SVM模型預(yù)測(cè)精度低、收斂速度慢等問(wèn)題,提出了一種基于改進(jìn)PSO算法的SVM回歸模型。該模型在傳統(tǒng)PSO算法尋優(yōu)的基礎(chǔ)上,引入動(dòng)量項(xiàng)的同時(shí)增加隨機(jī)粒子個(gè)體極值的追隨因子,使粒子不僅追隨全局最優(yōu)解和局部最優(yōu)解,還跟隨種群中任一粒子的個(gè)體極值,使得尋優(yōu)算法后期收斂速度較快,不易陷入局部最小值。實(shí)驗(yàn)中,對(duì)0~5.05%濃度的25組標(biāo)準(zhǔn)甲烷樣氣進(jìn)行建模分析,并與傳統(tǒng)PSO算法尋優(yōu)模型和Grid搜索法尋優(yōu)模型進(jìn)行對(duì)比。結(jié)果表明,采用改進(jìn)PSO算法建立的SVM回歸模型均方根誤差小,收斂速度快。

    檢測(cè)技術(shù)與自動(dòng)化裝置;SVM;改進(jìn)PSO算法;回歸分析;紅外甲烷傳感器

    隨著國(guó)民經(jīng)濟(jì)的不斷發(fā)展,對(duì)采礦行業(yè)的需求與日俱增,但要保證煤礦開(kāi)采安全順利的進(jìn)行,對(duì)甲烷的測(cè)量精度具有較高的要求,因?yàn)榧淄闅怏w屬于易燃易爆危險(xiǎn)氣體,稍有不慎就會(huì)引發(fā)爆炸,造成重大的人員傷亡和經(jīng)濟(jì)損失。目前,由于紅外甲烷傳感器[1]測(cè)量精度較高,使用壽命較長(zhǎng),越來(lái)越多的被用于煤礦開(kāi)采過(guò)程中甲烷氣體的測(cè)量。但其測(cè)量精度仍需進(jìn)一步提高,以確保工作人員的生命財(cái)產(chǎn)安全。

    近些年來(lái),眾多國(guó)內(nèi)外學(xué)者致力于如何減小甲烷氣體的測(cè)量誤差,提出了許多方法,如分段插值法、最小二乘法、多元回歸、小波神經(jīng)網(wǎng)絡(luò)以及SVM等。John Leis等[2]針對(duì)固態(tài)紅外光源的光學(xué)通量易受溫度影響的問(wèn)題,提出了利用脈沖結(jié)電壓測(cè)量發(fā)射的紅外通量并引入補(bǔ)償算法;梁永直等[3]在最小二乘法的基礎(chǔ)上提出了改進(jìn)的分段最小二乘法,減小了擬合誤差,節(jié)省了存儲(chǔ)空間,加快了運(yùn)算速度;李卯東等[4]提出了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法,克服了傳統(tǒng)最小二乘法擬合時(shí)計(jì)算復(fù)雜、誤差較大的缺點(diǎn);曲健等[5]提出了利用改進(jìn)的網(wǎng)格搜索法進(jìn)行SVM核函數(shù)參數(shù)尋優(yōu),建立出預(yù)測(cè)精度較高、用時(shí)較短的SVM回歸模型;劉文貞等[6]在傳統(tǒng)單核SVM的基礎(chǔ)上提出了一種混合核ε-SVM,對(duì)汽車(chē)尾氣進(jìn)行定量分析,提高了模型的泛化能力以及預(yù)測(cè)精度。

    由于SVM具有小樣本學(xué)習(xí)能力強(qiáng)、預(yù)測(cè)誤差小以及泛化能力好等突出優(yōu)點(diǎn),已被廣泛應(yīng)用于許多領(lǐng)域。本文在前人的基礎(chǔ)上提出了一種基于改進(jìn)PSO算法的SVM,采用紅外甲烷傳感器對(duì)濃度范圍在0~5.05%的25組甲烷標(biāo)準(zhǔn)樣氣進(jìn)行采集,將其中20組數(shù)據(jù)作為訓(xùn)練集建立SVM回歸模型,5組數(shù)據(jù)作為測(cè)試集驗(yàn)證模型的預(yù)測(cè)精度。

    1 SVM回歸模型

    SVM[7-8]是由Vapnik等人根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論中結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則提出的,它能夠盡量提高學(xué)習(xí)機(jī)的推廣能力,即使由有限數(shù)據(jù)集得到的判別函數(shù)對(duì)獨(dú)立的測(cè)試集仍能夠取得較小的誤差,此外,SVM是一個(gè)凸二次優(yōu)化問(wèn)題,能夠保證找到的極值解就是全局最優(yōu)解。SVM回歸分析模型利用核函數(shù)將紅外甲烷傳感器測(cè)量得到的原始數(shù)據(jù)映射到高維空間,然后在高維空間進(jìn)行回歸分析,建立紅外甲烷傳感器測(cè)量輸出的電壓差值比與待測(cè)甲烷氣體濃度的回歸模型。

    本文將甲烷濃度值和對(duì)應(yīng)的紅外甲烷傳感器測(cè)量輸出的電壓差值比構(gòu)成數(shù)據(jù)集T={(x1,y1),…,(xl,yl)}∈(R×R),其中,xi∈R為紅外甲烷傳感器輸出的電壓差值比,yi∈R為對(duì)應(yīng)的甲烷濃度值,i=1,2,…,l。按照式(1)進(jìn)行回歸分析:

    f(xi)=ω·φ(xi)+b

    (1)

    式中:ω為回歸系數(shù),φ(xi)為輸入空間到特征空間的映射函數(shù),b為閾值。

    優(yōu)化問(wèn)題可以轉(zhuǎn)化為如下最小化式:

    (2)

    (3)

    引入Lagrange函數(shù)求解式(2)和式(3),通過(guò)核函數(shù)K(xi,xj)將高維空間的內(nèi)積運(yùn)算轉(zhuǎn)換到原二維空間計(jì)算,有:

    (4)

    (5)

    經(jīng)求解得到:

    (6)

    從而可以得到SVM模型的回歸函數(shù)為:

    (7)

    在SVM建模過(guò)程中常用到的核函數(shù)有線(xiàn)性核函數(shù)、多項(xiàng)式核函數(shù)、徑向基(RBF)核函數(shù)以及兩層感知器核函數(shù)。本文選擇RBF核函數(shù),其表達(dá)式如下:

    K(xi,xj)=exp(-g‖xi-xj‖2)g>0

    (8)

    式中:參數(shù)g為核函數(shù)中g(shù)amma參數(shù),若k為屬性的數(shù)目,則g默認(rèn)為1/k。

    2 改進(jìn)的PSO算法

    在使用SVM建立回歸模型分析時(shí),想要得到較滿(mǎn)意的結(jié)果,需要調(diào)整相關(guān)參數(shù)(主要是懲罰因子C和核函數(shù)參數(shù)g)才能得到比較理想的預(yù)測(cè)準(zhǔn)確率。本文選擇PSO算法實(shí)現(xiàn)SVM的參數(shù)尋優(yōu)[9-10],但是傳統(tǒng)的PSO 算法存在后期收斂速度緩慢、易陷入局部極小點(diǎn)等問(wèn)題,為了同時(shí)克服這些缺陷,本文在引入動(dòng)量項(xiàng)的同時(shí)增加隨機(jī)粒子個(gè)體極值的追隨因子,使得粒子不僅追隨全局最優(yōu)解和局部最優(yōu)解,還跟隨種群中任一粒子的個(gè)體極值以達(dá)到既緩和后期震蕩又解決后期趨同的目的。

    傳統(tǒng)的PSO算法速度和位置更新公式為:

    (9)

    (10)

    (11)

    改進(jìn)后的粒子群速度和位置更新公式為:

    (12)

    動(dòng)量項(xiàng)的引入使得算法在修正粒子速度時(shí),不僅考慮了個(gè)體最優(yōu)值和全局最優(yōu)值,還考慮了速度修正量歷史變化趨勢(shì)的影響,從而減小了進(jìn)化過(guò)程中的震蕩。此外,在粒子的迭代過(guò)程中,通過(guò)pgbest、pibest和pi共同向下一代傳遞信息,增大了粒子所獲得的信息量。由于pi的權(quán)重值很小,相當(dāng)于在原有基礎(chǔ)上增加了一個(gè)小能量干擾以實(shí)現(xiàn)粒子的多樣性,從而避免了算法的過(guò)分早熟。

    圖1 紅外甲烷傳感器檢測(cè)原理框圖

    3 實(shí)驗(yàn)分析

    本實(shí)驗(yàn)采用紅外吸收光譜原理[1]制作的甲烷傳感器對(duì)濃度范圍在0~5.05%的25組標(biāo)準(zhǔn)甲烷樣氣進(jìn)行測(cè)量,其輸出為測(cè)量通道和參考通道的電壓差與參考通道電壓的比值。該紅外甲烷傳感器檢測(cè)原理框圖如圖1所示,上位機(jī)界面如圖2所示,測(cè)量數(shù)據(jù)見(jiàn)表1。選擇其中20組數(shù)據(jù)作為訓(xùn)練集,建立SVM回歸模型并檢驗(yàn)?zāi)P驮谟?xùn)練集上的回歸效果;選擇濃度為0.35、1.38、2.42、3.52、4.79的5組數(shù)據(jù)作為測(cè)試集,用建立好的回歸模型進(jìn)行預(yù)測(cè),驗(yàn)證SVM回歸模型的預(yù)測(cè)精度和水平[11]。

    圖2 上位機(jī)界面

    甲烷濃度/%電壓差值比甲烷濃度/%電壓差值比0-2.31422.42-1.93150.18-2.27762.68-1.90470.35-2.25342.88-1.86960.57-2.21323.13-1.83970.78-2.18083.34-1.81230.94-2.15683.52-1.78111.13-2.12563.77-1.75871.38-2.08853.98-1.72961.55-2.05474.26-1.69311.71-2.03214.53-1.66231.89-1.99854.79-1.63592.01-1.97935.05-1.60212.25-1.9562

    模型的建立需要找到最優(yōu)的懲罰因子C和RBF核函數(shù)參數(shù)g,本文采用改進(jìn)的PSO算法進(jìn)行參數(shù)尋優(yōu),選擇最小化式(13)所示的均方根誤差函數(shù)為目標(biāo)函數(shù),選擇適應(yīng)度函數(shù)為式(14)所示,

    (13)

    Ffitness=Fmse(C,g)

    (14)

    參數(shù)尋優(yōu)具體步驟如下:

    輸入:粒子的維數(shù)和個(gè)數(shù);

    輸出:SVM最佳參數(shù)組合(C,g)。

    ①初始化。隨機(jī)初始化SVM參數(shù)組合(C,g)在解空間中的位置、粒子的初始位置和速度,設(shè)置粒子的最大速度vmax、最大迭代次數(shù)、權(quán)重取值范圍以及SVM各參數(shù)取值范圍。

    ②計(jì)算每個(gè)粒子的適應(yīng)度值。設(shè)置每個(gè)粒子的個(gè)體極值pibest為當(dāng)前位置,根據(jù)式(14)計(jì)算每個(gè)粒子的適應(yīng)度值,取適應(yīng)度值最優(yōu)的粒子個(gè)體極值為最初的全局極值pgbest。

    ③根據(jù)式(12)更新粒子的速度和位置,根據(jù)式(13)、式(14)更新適應(yīng)度值Ffitness,令pipresent=Ffitness。

    ④比較當(dāng)前粒子的個(gè)體最優(yōu)極值pibest和當(dāng)前適應(yīng)度值pipresent,若pipresent>pibest,則pipresent=Fibest。

    ⑤比較更新之后pipresent和全局最優(yōu)位置pgbest的大小,其中較小的即為最終的全局最優(yōu)解。

    ⑥判斷是否滿(mǎn)足迭代終止條件,滿(mǎn)足則停止迭代,輸出最優(yōu)的SVM參數(shù)組合,不滿(mǎn)足則轉(zhuǎn)步驟②。當(dāng)使得最優(yōu)解的參數(shù)組合不唯一時(shí),取C值最小的那組。

    目前,學(xué)者們普遍采用傳統(tǒng)PSO算法和Grid搜索法[5]來(lái)進(jìn)行SVM參數(shù)尋優(yōu)。為了顯示改進(jìn)PSO算法優(yōu)化SVM參數(shù)的優(yōu)勢(shì),本文分別采用3種尋優(yōu)方法建立SVM回歸模型,進(jìn)行對(duì)比分析。表2為3種尋優(yōu)方法建立SVM回歸模型時(shí)的最優(yōu)參數(shù)、所需時(shí)間以及均方根誤差。

    表2 模型參數(shù)尋優(yōu)對(duì)比

    圖3~圖5分別為3種尋優(yōu)方法建立SVM回歸模型時(shí)在訓(xùn)練集上驗(yàn)證模型回歸效果圖[12-13]。

    圖5 改進(jìn)PSO算法-SVM

    圖3 傳統(tǒng)PSO算法-SVM

    圖4 Grid搜索法-SVM

    由表2可知采用改進(jìn)PSO算法尋優(yōu)得到的參數(shù)C明顯小于傳統(tǒng)PSO算法和Grid搜索法,而過(guò)大的C容易引起模型的過(guò)學(xué)習(xí);尋優(yōu)時(shí)間明顯縮短;并且均方根誤差最小。由圖3到圖5對(duì)比可知采用改進(jìn)PSO算法建立SVM回歸模型的回歸效果最好。

    將改進(jìn)PSO算法尋優(yōu)得到的最優(yōu)參數(shù)組合(C,g)=(1.253 8,1.624 5)代入SVM建立模型并進(jìn)行預(yù)測(cè)分析,可以得到模型的預(yù)測(cè)結(jié)果如圖6所示[14]。從圖6可以看出基于改進(jìn)PSO算法的SVM模型預(yù)測(cè)曲線(xiàn)很好的逼近期望曲線(xiàn),達(dá)到較高的預(yù)測(cè)精度。

    圖6 甲烷氣體模型預(yù)測(cè)輸出與期望輸出對(duì)比圖

    3種模型預(yù)測(cè)誤差對(duì)比如表3所示。

    表3 模型預(yù)測(cè)誤差對(duì)比

    由表3可知,基于改進(jìn)PSO算法-SVM模型預(yù)測(cè)的絕對(duì)誤差和相對(duì)誤差都明顯低于傳統(tǒng)PSO算法-SVM模型和Grid搜索法-SVM模型,并且絕對(duì)誤差小于0.1%,相對(duì)誤差小于5%,滿(mǎn)足行業(yè)內(nèi)對(duì)甲烷測(cè)量誤差的要求。

    4 結(jié)論

    本文在傳統(tǒng)的PSO算法尋優(yōu)的基礎(chǔ)上,引入動(dòng)量項(xiàng)的同時(shí)使得粒子不僅追隨全局最優(yōu)解和局部最優(yōu)解,還跟隨種群中任一粒子的個(gè)體極值以達(dá)到既緩和后期震蕩又解決后期趨同的目的,使得尋優(yōu)算法后期收斂速度較快,不易陷入局部最小值。通過(guò)采用3種尋優(yōu)方法建立SVM回歸模型進(jìn)行對(duì)比分析,結(jié)果表明,改進(jìn)的PSO算法尋優(yōu)速度最快,建立的SVM模型回歸效果最好,預(yù)測(cè)精度最高。因此,該方法可以考慮用于煤礦開(kāi)采過(guò)程中甲烷氣體的定量分析,在一定程度上可以提高甲烷的預(yù)測(cè)精度,給工作人員的生命財(cái)產(chǎn)安全增加保障。

    [1] 譚秋林. 紅外光學(xué)氣體傳感器及檢測(cè)系統(tǒng)[M]. 北京:機(jī)械工業(yè)出版社,2013:1-139.

    [2] John Leis,David Buttsworth. A Temperature Compensation Technique for Near-Infrared Mathane Gas Threshold Detection[J]. IEEE Transactions on Industrial Electronics,2016,63(3):1813-1821.

    [3] 梁永直,李卯東,夏路易,等. 紅外甲烷傳感器檢測(cè)中的算法研究[J]. 儀表技術(shù)與傳感器,2012,27(11):149-150.

    [4] 李卯東,梁永直. 基于遺傳優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)法在甲烷檢測(cè)中的應(yīng)用[J]. 工礦自動(dòng)化,2013,39(2):51-53.

    [5] 曲健,陳紅巖,劉文貞,等. 基于改進(jìn)網(wǎng)格搜索法的支持向量機(jī)在氣體定量分析中的應(yīng)用[J]. 傳感技術(shù)學(xué)報(bào),2015,28(5):774-778.

    [6] 劉文貞,陳紅巖,李孝祿,等. 基于自適應(yīng)變異粒子群算法的混合核ε-SVM在混合氣體定量分析中的應(yīng)用[J]. 傳感技術(shù)學(xué)報(bào),2016,29(9):1464-1470.

    [7] 王宏偉,韓云濤,彭繼慎. 基于TSPSO支持向量機(jī)紅外甲烷傳感器動(dòng)態(tài)補(bǔ)償[J]. 傳感技術(shù)學(xué)報(bào),2013,26(9):1193-1197.

    [8] 張麗. 基于支持向量機(jī)的礦用紅外瓦斯檢測(cè)系統(tǒng)研究[D]. 北京:中國(guó)礦業(yè)大學(xué)(北京),2010.

    [9] 鄒心遙,陳敬偉,姚若河. 采用粒子群優(yōu)化的SVM算法在數(shù)據(jù)分類(lèi)中的應(yīng)用[J]. 華僑大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,37(2):171-174.

    [10] 王利霞. 改進(jìn)的粒子群優(yōu)化算法及其在數(shù)據(jù)分類(lèi)中的應(yīng)用[D]. 西安:西安電子科技大學(xué),2014.

    [11] 曲健,陳紅巖,劉文貞,等. 基于自適應(yīng)變異粒子群優(yōu)化的SVM在混合氣體分析中的應(yīng)用[J]. 傳感技術(shù)學(xué)報(bào),2015,28(8):1262-1268.

    [12] 王小川,史峰,郁磊,等. 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,2013:1-394.

    [13] 余勝威. MATLAB優(yōu)化算法案例分析與應(yīng)用(進(jìn)階篇)[M]. 北京:清華大學(xué)出版社,2015:298-310.

    [14] 徐云升,黎瑞珍,張鐵濤,等. 實(shí)驗(yàn)數(shù)據(jù)處理與科技繪圖[M]. 華南理工大學(xué)出版社,2010:1-176.

    鮑立(1991-),男,漢族,安徽省安慶市,在讀研究生,主要研究方向?yàn)闄z測(cè)技術(shù)與物聯(lián)網(wǎng),2298926413@qq.com;

    陳紅巖(1965-),男,浙江杭州市,教授,研究生導(dǎo)師,浙江大學(xué)內(nèi)燃機(jī)工程專(zhuān)業(yè)碩士、博士學(xué)位;上海交通大學(xué)動(dòng)力與機(jī)械工程專(zhuān)業(yè)博士后。主要研究領(lǐng)域?yàn)槠?chē)電子、發(fā)動(dòng)機(jī)排放與控制、氣體檢測(cè)等,bbchy@163.com。

    ApplicationofSVMBasedonImprovedParticleSwarmOptimizationAlgorithminMethaneMeasurement*

    BAOLi,CHENHongyan*,GUOJingjing,YUANYuefeng,LIXiaolu

    (College of Mechanical and Electrical Engineering,China Jiliang University,Hangzhou 310018,China)

    In the process of methane gas quantitative analysis,the traditional SVM model has some problems of low prediction precision and slow convergence speed and so on. To solve these problems,a SVM regression model based on improved PSO algorithm is presented. On the basis of the traditional PSO algorithm,the model introduces momentum and simultaneously increases following factors for the individual extremum of random particles to make the particles not only follow the global optimal solution and local optimal solution,follow the individual extremum of any particle in the population. This method makes optimum algorithm have a faster convergence speed and be not easy to fall into local minimum. In experiments,building a model and analyzing for 25 groups of methane gas that the concentration is range from 0 to 5.05%,and then doing a comparison with traditional PSO algorithm and Grid search method. Results show that the SVM regression model based on improved PSO algorithm has a smaller root-mean-square error and faster convergence speed.

    detection technique and automatic device;SVM;improved particle swarm optimization algorithm;regression analysis;infrared methane sensor

    項(xiàng)目來(lái)源:浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃暨新苗人才計(jì)劃項(xiàng)目(省級(jí))(2016R409)

    2017-02-23修改日期:2017-04-14

    TP274.2

    :A

    :1004-1699(2017)09-1454-05

    10.3969/j.issn.1004-1699.2017.09.026

    猜你喜歡
    極值甲烷紅外
    網(wǎng)紅外賣(mài)
    極值點(diǎn)帶你去“漂移”
    閃亮的中國(guó)紅外『芯』
    金橋(2021年4期)2021-05-21 08:19:20
    液氧甲烷發(fā)動(dòng)機(jī)
    極值點(diǎn)偏移攔路,三法可取
    論煤炭運(yùn)輸之甲烷爆炸
    水上消防(2020年1期)2020-07-24 09:26:02
    TS系列紅外傳感器在嵌入式控制系統(tǒng)中的應(yīng)用
    電子制作(2019年7期)2019-04-25 13:17:14
    一類(lèi)“極值點(diǎn)偏移”問(wèn)題的解法與反思
    Gas from human waste
    基于快速遞推模糊2-劃分熵圖割的紅外圖像分割
    久久香蕉精品热| 巨乳人妻的诱惑在线观看| 中文亚洲av片在线观看爽| www日本在线高清视频| 亚洲一区二区三区色噜噜| 999久久久国产精品视频| 欧美午夜高清在线| 夜夜爽天天搞| 亚洲男人的天堂狠狠| 好看av亚洲va欧美ⅴa在| 身体一侧抽搐| 久久精品影院6| a在线观看视频网站| 成熟少妇高潮喷水视频| 757午夜福利合集在线观看| 婷婷精品国产亚洲av在线| 变态另类丝袜制服| 99精品久久久久人妻精品| 日韩欧美国产在线观看| 午夜激情av网站| 精品久久久久久,| 视频区欧美日本亚洲| 男人操女人黄网站| 国产99久久九九免费精品| 成人特级黄色片久久久久久久| 亚洲国产看品久久| 免费搜索国产男女视频| 狂野欧美激情性xxxx| netflix在线观看网站| 精品电影一区二区在线| 久久久国产精品麻豆| 可以在线观看的亚洲视频| 看免费av毛片| 每晚都被弄得嗷嗷叫到高潮| 88av欧美| 午夜精品久久久久久毛片777| 淫妇啪啪啪对白视频| 亚洲人成网站在线播放欧美日韩| 1024香蕉在线观看| 十八禁人妻一区二区| 日本在线视频免费播放| 在线观看免费视频日本深夜| 在线免费观看的www视频| 视频在线观看一区二区三区| 伦理电影免费视频| 亚洲电影在线观看av| 日韩欧美一区二区三区在线观看| 成人手机av| 亚洲国产中文字幕在线视频| 一边摸一边抽搐一进一出视频| 亚洲第一av免费看| 免费搜索国产男女视频| 久久热在线av| 午夜两性在线视频| 国产91精品成人一区二区三区| 日韩大码丰满熟妇| 伦理电影免费视频| 亚洲国产高清在线一区二区三 | 久久欧美精品欧美久久欧美| 久久中文字幕人妻熟女| 99久久综合精品五月天人人| 无限看片的www在线观看| av中文乱码字幕在线| 亚洲无线在线观看| 两人在一起打扑克的视频| 91九色精品人成在线观看| 午夜免费成人在线视频| 99国产精品一区二区蜜桃av| 亚洲欧洲精品一区二区精品久久久| 亚洲精品一卡2卡三卡4卡5卡| 欧美黑人精品巨大| 嫁个100分男人电影在线观看| 亚洲精品国产色婷婷电影| 久热爱精品视频在线9| 露出奶头的视频| 免费在线观看黄色视频的| 久久国产亚洲av麻豆专区| 999久久久国产精品视频| 亚洲av日韩精品久久久久久密| 久99久视频精品免费| 真人做人爱边吃奶动态| 色在线成人网| 精品免费久久久久久久清纯| 国内久久婷婷六月综合欲色啪| 777久久人妻少妇嫩草av网站| 国产蜜桃级精品一区二区三区| 又大又爽又粗| 黄色丝袜av网址大全| 亚洲熟女毛片儿| 国产91精品成人一区二区三区| 黄片大片在线免费观看| 免费一级毛片在线播放高清视频 | 99久久精品国产亚洲精品| 国产亚洲精品av在线| 村上凉子中文字幕在线| 国产精品久久久久久人妻精品电影| 美女扒开内裤让男人捅视频| 中文亚洲av片在线观看爽| 天堂动漫精品| 欧美丝袜亚洲另类 | 久久精品91无色码中文字幕| av天堂久久9| 日韩中文字幕欧美一区二区| 亚洲中文av在线| 精品少妇一区二区三区视频日本电影| 美女高潮喷水抽搐中文字幕| 热99re8久久精品国产| 色综合婷婷激情| 无遮挡黄片免费观看| 性色av乱码一区二区三区2| 婷婷丁香在线五月| 夜夜看夜夜爽夜夜摸| 国产成年人精品一区二区| 真人一进一出gif抽搐免费| 欧美最黄视频在线播放免费| 村上凉子中文字幕在线| 18美女黄网站色大片免费观看| 成人18禁高潮啪啪吃奶动态图| 精品一区二区三区视频在线观看免费| 91成年电影在线观看| 两人在一起打扑克的视频| 少妇熟女aⅴ在线视频| 精品一品国产午夜福利视频| 欧美乱妇无乱码| 黄片播放在线免费| 最好的美女福利视频网| 丝袜人妻中文字幕| 免费一级毛片在线播放高清视频 | 久久久久精品国产欧美久久久| 亚洲欧美激情在线| 99在线人妻在线中文字幕| 美女 人体艺术 gogo| 美国免费a级毛片| 在线观看一区二区三区| 亚洲色图 男人天堂 中文字幕| 国产精品野战在线观看| 亚洲精品久久成人aⅴ小说| 亚洲精品久久国产高清桃花| 亚洲欧美日韩高清在线视频| 国产又爽黄色视频| 成年人黄色毛片网站| 丝袜美足系列| 精品人妻在线不人妻| 高清毛片免费观看视频网站| av电影中文网址| 精品国产一区二区三区四区第35| tocl精华| 两性午夜刺激爽爽歪歪视频在线观看 | 国产亚洲精品综合一区在线观看 | 亚洲全国av大片| 叶爱在线成人免费视频播放| 日韩欧美国产在线观看| 午夜影院日韩av| 母亲3免费完整高清在线观看| 久久影院123| 亚洲 国产 在线| 欧美日韩乱码在线| 国产在线精品亚洲第一网站| 91成人精品电影| а√天堂www在线а√下载| 在线播放国产精品三级| 好男人电影高清在线观看| 亚洲精品中文字幕一二三四区| 日本在线视频免费播放| 国产av在哪里看| 最近最新中文字幕大全免费视频| 国内精品久久久久精免费| 日本五十路高清| 亚洲精华国产精华精| 精品第一国产精品| 美女大奶头视频| 午夜免费激情av| 免费一级毛片在线播放高清视频 | 黑人欧美特级aaaaaa片| 国产三级在线视频| 亚洲av熟女| 香蕉国产在线看| 久久国产亚洲av麻豆专区| 巨乳人妻的诱惑在线观看| 一本久久中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 少妇被粗大的猛进出69影院| 国内精品久久久久久久电影| 国产午夜福利久久久久久| 极品教师在线免费播放| 国内精品久久久久精免费| 午夜福利18| 18美女黄网站色大片免费观看| 国产成人免费无遮挡视频| 波多野结衣av一区二区av| 久久精品成人免费网站| 看片在线看免费视频| 国产野战对白在线观看| 日韩高清综合在线| 熟妇人妻久久中文字幕3abv| 久久香蕉国产精品| 中出人妻视频一区二区| 日本免费一区二区三区高清不卡 | 动漫黄色视频在线观看| 久久人妻福利社区极品人妻图片| 国内精品久久久久精免费| 国产成人系列免费观看| 国产成人av教育| 色婷婷久久久亚洲欧美| 国产一区二区三区在线臀色熟女| 欧美久久黑人一区二区| 色在线成人网| 国产精品美女特级片免费视频播放器 | 国产亚洲精品综合一区在线观看 | 精品人妻1区二区| 母亲3免费完整高清在线观看| 日日摸夜夜添夜夜添小说| 亚洲精品久久成人aⅴ小说| 国产国语露脸激情在线看| 欧美不卡视频在线免费观看 | 亚洲国产看品久久| 老司机午夜十八禁免费视频| 999久久久精品免费观看国产| 国产亚洲欧美在线一区二区| av天堂久久9| 国产亚洲精品第一综合不卡| 久9热在线精品视频| 老司机深夜福利视频在线观看| 亚洲第一青青草原| 免费在线观看亚洲国产| 一区二区三区激情视频| 极品教师在线免费播放| 久久 成人 亚洲| 在线观看一区二区三区| 欧美黄色淫秽网站| 此物有八面人人有两片| 久久香蕉激情| 麻豆成人av在线观看| 99国产综合亚洲精品| 黑人欧美特级aaaaaa片| 少妇被粗大的猛进出69影院| 女人精品久久久久毛片| 欧美+亚洲+日韩+国产| 亚洲五月天丁香| 亚洲中文日韩欧美视频| 亚洲精品美女久久av网站| 精品欧美一区二区三区在线| 欧美亚洲日本最大视频资源| a在线观看视频网站| 国产免费男女视频| 亚洲精品美女久久av网站| 国产激情久久老熟女| 男人舔女人的私密视频| 波多野结衣一区麻豆| 欧美激情久久久久久爽电影 | 国产精品国产高清国产av| 久久久水蜜桃国产精品网| 日本在线视频免费播放| 国产三级在线视频| 国产精品秋霞免费鲁丝片| 亚洲 欧美 日韩 在线 免费| 啪啪无遮挡十八禁网站| 精品卡一卡二卡四卡免费| 免费在线观看完整版高清| www国产在线视频色| 悠悠久久av| 免费看十八禁软件| 欧美 亚洲 国产 日韩一| 国产精品九九99| 国产aⅴ精品一区二区三区波| 色在线成人网| 操出白浆在线播放| 999久久久精品免费观看国产| 人成视频在线观看免费观看| 亚洲专区字幕在线| 露出奶头的视频| 50天的宝宝边吃奶边哭怎么回事| 精品国产美女av久久久久小说| 欧美中文日本在线观看视频| 乱人伦中国视频| 午夜福利视频1000在线观看 | 成人手机av| 欧美不卡视频在线免费观看 | 国产午夜精品久久久久久| 久久伊人香网站| 美女大奶头视频| 非洲黑人性xxxx精品又粗又长| 午夜两性在线视频| 丝袜人妻中文字幕| 精品少妇一区二区三区视频日本电影| 老鸭窝网址在线观看| 无限看片的www在线观看| 琪琪午夜伦伦电影理论片6080| 久久久久精品国产欧美久久久| 日本欧美视频一区| 成人国语在线视频| 乱人伦中国视频| 中文字幕人妻熟女乱码| 不卡一级毛片| 午夜精品在线福利| 久热爱精品视频在线9| 亚洲av第一区精品v没综合| 色播在线永久视频| 亚洲av电影在线进入| 欧美一级a爱片免费观看看 | 国产精品久久久人人做人人爽| 精品久久蜜臀av无| 久久久久亚洲av毛片大全| 香蕉国产在线看| 黑人巨大精品欧美一区二区mp4| 最近最新中文字幕大全免费视频| 欧美国产精品va在线观看不卡| 成人亚洲精品一区在线观看| 久久久久久久久中文| 国产成年人精品一区二区| 在线播放国产精品三级| 国产精品久久久久久精品电影 | 国产精品99久久99久久久不卡| 男女之事视频高清在线观看| 香蕉久久夜色| 亚洲av电影在线进入| 成人欧美大片| 欧美日本中文国产一区发布| 夜夜躁狠狠躁天天躁| 午夜免费观看网址| 最新美女视频免费是黄的| 国产av一区二区精品久久| 亚洲av电影不卡..在线观看| 亚洲第一av免费看| 午夜福利成人在线免费观看| 日本欧美视频一区| 成熟少妇高潮喷水视频| av欧美777| 精品日产1卡2卡| 免费看a级黄色片| 日韩有码中文字幕| 亚洲国产欧美日韩在线播放| 后天国语完整版免费观看| 亚洲国产高清在线一区二区三 | 国产欧美日韩综合在线一区二区| 丝袜在线中文字幕| 91国产中文字幕| 变态另类成人亚洲欧美熟女 | 午夜福利高清视频| av福利片在线| 欧美一区二区精品小视频在线| 青草久久国产| 每晚都被弄得嗷嗷叫到高潮| 日韩有码中文字幕| 神马国产精品三级电影在线观看 | 国产av又大| 日本黄色视频三级网站网址| 如日韩欧美国产精品一区二区三区| 亚洲三区欧美一区| 日韩av在线大香蕉| 国产精品免费视频内射| 69av精品久久久久久| 少妇熟女aⅴ在线视频| 午夜亚洲福利在线播放| 色老头精品视频在线观看| 最近最新中文字幕大全免费视频| 老司机在亚洲福利影院| 一级片免费观看大全| 亚洲色图av天堂| av视频在线观看入口| 一本大道久久a久久精品| 亚洲狠狠婷婷综合久久图片| 亚洲专区字幕在线| 男女下面插进去视频免费观看| 色婷婷久久久亚洲欧美| 电影成人av| av免费在线观看网站| 久久久久久久精品吃奶| 变态另类成人亚洲欧美熟女 | 亚洲专区中文字幕在线| 热99re8久久精品国产| 黑人巨大精品欧美一区二区蜜桃| 极品人妻少妇av视频| 午夜免费成人在线视频| 成年女人毛片免费观看观看9| 一区福利在线观看| 国产精品 欧美亚洲| 黄色女人牲交| 久久午夜综合久久蜜桃| 亚洲av成人av| 亚洲中文日韩欧美视频| 免费看美女性在线毛片视频| 好看av亚洲va欧美ⅴa在| 黑丝袜美女国产一区| 亚洲av片天天在线观看| 久久人妻熟女aⅴ| 在线十欧美十亚洲十日本专区| av视频在线观看入口| 老熟妇乱子伦视频在线观看| www.www免费av| 亚洲电影在线观看av| 成年人黄色毛片网站| 丝袜在线中文字幕| 精品无人区乱码1区二区| 波多野结衣高清无吗| 久久这里只有精品19| 人人妻人人澡欧美一区二区 | 色综合亚洲欧美另类图片| 日韩欧美在线二视频| 国产高清激情床上av| 国产人伦9x9x在线观看| 国产欧美日韩精品亚洲av| 国内精品久久久久精免费| 欧美激情极品国产一区二区三区| 91在线观看av| 黄频高清免费视频| 国产精品免费视频内射| 后天国语完整版免费观看| 国产精品综合久久久久久久免费 | 不卡一级毛片| 99久久国产精品久久久| 涩涩av久久男人的天堂| 国产激情久久老熟女| 免费av毛片视频| 精品久久久久久久久久免费视频| 19禁男女啪啪无遮挡网站| 色播在线永久视频| 国产高清有码在线观看视频 | 国产人伦9x9x在线观看| 99在线人妻在线中文字幕| 中文字幕高清在线视频| 亚洲欧美一区二区三区黑人| 国产精品一区二区精品视频观看| 午夜精品在线福利| 亚洲伊人色综图| 久久久久国产一级毛片高清牌| 美女午夜性视频免费| 国内久久婷婷六月综合欲色啪| 精品国产美女av久久久久小说| 亚洲在线自拍视频| 亚洲人成77777在线视频| 好看av亚洲va欧美ⅴa在| 满18在线观看网站| 侵犯人妻中文字幕一二三四区| 亚洲人成电影观看| 成人av一区二区三区在线看| 国产亚洲欧美98| 欧美日本亚洲视频在线播放| 三级毛片av免费| 久久人人97超碰香蕉20202| 久热这里只有精品99| 两性夫妻黄色片| 久久午夜综合久久蜜桃| 一进一出好大好爽视频| 一区在线观看完整版| 黄网站色视频无遮挡免费观看| 日本精品一区二区三区蜜桃| 久久这里只有精品19| 日韩精品中文字幕看吧| 久久久久久大精品| 黄色毛片三级朝国网站| 国产私拍福利视频在线观看| 午夜成年电影在线免费观看| 两个人免费观看高清视频| 午夜福利成人在线免费观看| 波多野结衣av一区二区av| e午夜精品久久久久久久| 国产乱人伦免费视频| 久久人妻熟女aⅴ| 美国免费a级毛片| 国产三级黄色录像| 久久热在线av| 亚洲精品久久成人aⅴ小说| 欧美黄色淫秽网站| av中文乱码字幕在线| 久久这里只有精品19| 日本免费一区二区三区高清不卡 | 亚洲精品av麻豆狂野| 亚洲男人天堂网一区| 久久国产亚洲av麻豆专区| 免费女性裸体啪啪无遮挡网站| 亚洲色图av天堂| 久久午夜亚洲精品久久| 亚洲伊人色综图| 亚洲avbb在线观看| 久久精品影院6| 一本综合久久免费| 这个男人来自地球电影免费观看| 好男人电影高清在线观看| 精品欧美一区二区三区在线| 亚洲男人天堂网一区| 色播在线永久视频| 久久久久久久久久久久大奶| 国产高清视频在线播放一区| 久久久久国产一级毛片高清牌| 国产91精品成人一区二区三区| 精品国内亚洲2022精品成人| 搡老妇女老女人老熟妇| 午夜两性在线视频| 日本撒尿小便嘘嘘汇集6| 日韩欧美一区视频在线观看| 丁香六月欧美| 99国产精品一区二区蜜桃av| 黄色 视频免费看| 桃色一区二区三区在线观看| 亚洲视频免费观看视频| 9191精品国产免费久久| 国产精品 国内视频| 午夜视频精品福利| 久久草成人影院| 久久精品国产清高在天天线| 国产亚洲精品综合一区在线观看 | 免费观看人在逋| 国产精品亚洲一级av第二区| 人人妻人人澡人人看| 巨乳人妻的诱惑在线观看| 国产精品一区二区免费欧美| 成在线人永久免费视频| 国产精品亚洲一级av第二区| 性少妇av在线| 18禁国产床啪视频网站| 亚洲国产日韩欧美精品在线观看 | 亚洲情色 制服丝袜| 俄罗斯特黄特色一大片| 在线观看66精品国产| 99久久国产精品久久久| 精品人妻在线不人妻| 久久国产亚洲av麻豆专区| 亚洲国产精品成人综合色| 欧美日韩黄片免| 久久精品国产99精品国产亚洲性色 | 俄罗斯特黄特色一大片| 精品少妇一区二区三区视频日本电影| 18禁黄网站禁片午夜丰满| avwww免费| 日韩大尺度精品在线看网址 | 亚洲精品在线美女| www国产在线视频色| 日本精品一区二区三区蜜桃| 日韩国内少妇激情av| 一区二区三区精品91| 欧美日本亚洲视频在线播放| 久久热在线av| 黄频高清免费视频| 国产成人欧美| 亚洲精品国产一区二区精华液| 黄色视频不卡| 成年版毛片免费区| 久99久视频精品免费| 亚洲片人在线观看| 热re99久久国产66热| 欧美成人一区二区免费高清观看 | 色尼玛亚洲综合影院| 亚洲无线在线观看| 女同久久另类99精品国产91| 亚洲免费av在线视频| 18禁国产床啪视频网站| 欧美乱色亚洲激情| 久久性视频一级片| 啦啦啦免费观看视频1| 亚洲 欧美一区二区三区| 69av精品久久久久久| 大型黄色视频在线免费观看| 国产av一区在线观看免费| 久久久久久大精品| 国产亚洲精品久久久久久毛片| 国产97色在线日韩免费| 国产精品一区二区三区四区久久 | 色哟哟哟哟哟哟| 成年女人毛片免费观看观看9| 亚洲熟妇中文字幕五十中出| 欧美国产精品va在线观看不卡| 亚洲成av人片免费观看| 美女大奶头视频| 亚洲色图综合在线观看| 亚洲av熟女| 91字幕亚洲| 亚洲天堂国产精品一区在线| 国产亚洲精品久久久久5区| 老司机靠b影院| 人妻久久中文字幕网| 欧美日韩中文字幕国产精品一区二区三区 | 岛国视频午夜一区免费看| 中文字幕精品免费在线观看视频| 青草久久国产| av在线播放免费不卡| 高潮久久久久久久久久久不卡| av视频在线观看入口| 好男人电影高清在线观看| svipshipincom国产片| 俄罗斯特黄特色一大片| 身体一侧抽搐| 久久久久国产一级毛片高清牌| 国产一区二区激情短视频| 国产精品一区二区精品视频观看| 97超级碰碰碰精品色视频在线观看| 1024香蕉在线观看| 99国产精品一区二区三区| 日本一区二区免费在线视频| 国产蜜桃级精品一区二区三区| 香蕉久久夜色| 久久香蕉激情| 欧美午夜高清在线| 不卡av一区二区三区| 午夜福利,免费看| 女性被躁到高潮视频| 美女 人体艺术 gogo| 免费在线观看完整版高清| 久久久久国产精品人妻aⅴ院| 在线观看免费午夜福利视频| 午夜福利一区二区在线看| 国产亚洲精品av在线| 国产av又大| 午夜福利一区二区在线看| 无限看片的www在线观看| 操出白浆在线播放| 国产精品免费一区二区三区在线| 国产免费男女视频| 一进一出抽搐动态| 久久精品国产清高在天天线| 757午夜福利合集在线观看| 国产精品秋霞免费鲁丝片| 亚洲久久久国产精品| 欧美不卡视频在线免费观看 | 夜夜爽天天搞|