• <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
    亚洲美女黄片视频| 久久久久精品国产欧美久久久| 9191精品国产免费久久| 丝瓜视频免费看黄片| 另类亚洲欧美激情| 黄色视频,在线免费观看| tocl精华| 中文字幕最新亚洲高清| 亚洲一区中文字幕在线| 成年动漫av网址| 91av网站免费观看| 日韩大片免费观看网站| 一本久久精品| 亚洲av成人不卡在线观看播放网| 国产免费现黄频在线看| 国产欧美日韩综合在线一区二区| 美女福利国产在线| 不卡一级毛片| 国产伦理片在线播放av一区| 久久精品91无色码中文字幕| 一本色道久久久久久精品综合| www.熟女人妻精品国产| www.熟女人妻精品国产| 成人三级做爰电影| 亚洲精品国产色婷婷电影| 高清在线国产一区| 9色porny在线观看| 国产av国产精品国产| 久久 成人 亚洲| av电影中文网址| 国产精品国产高清国产av | 国产aⅴ精品一区二区三区波| 天堂8中文在线网| 国产99久久九九免费精品| 午夜日韩欧美国产| 亚洲午夜精品一区,二区,三区| 丁香六月天网| 最近最新中文字幕大全免费视频| 欧美国产精品一级二级三级| 亚洲成人免费电影在线观看| 久久亚洲精品不卡| 男女边摸边吃奶| 亚洲欧洲日产国产| 黄色成人免费大全| 亚洲,欧美精品.| 18在线观看网站| 丰满人妻熟妇乱又伦精品不卡| 成年版毛片免费区| a级片在线免费高清观看视频| 国产精品 国内视频| 色综合欧美亚洲国产小说| 无限看片的www在线观看| 99国产极品粉嫩在线观看| 性高湖久久久久久久久免费观看| 人人妻人人澡人人看| 人人澡人人妻人| 777久久人妻少妇嫩草av网站| avwww免费| 亚洲av日韩在线播放| 性少妇av在线| 成人永久免费在线观看视频 | 国产精品久久电影中文字幕 | 亚洲国产欧美日韩在线播放| 亚洲成av片中文字幕在线观看| 中文欧美无线码| 久久热在线av| 午夜精品国产一区二区电影| 黄色视频,在线免费观看| 99久久精品国产亚洲精品| 99久久99久久久精品蜜桃| 女人高潮潮喷娇喘18禁视频| 久久精品国产亚洲av高清一级| 婷婷丁香在线五月| 侵犯人妻中文字幕一二三四区| 国产高清激情床上av| 久久亚洲真实| 人人澡人人妻人| 久久婷婷成人综合色麻豆| 国产一区二区三区综合在线观看| 国产麻豆69| 欧美乱码精品一区二区三区| 久久精品aⅴ一区二区三区四区| av网站免费在线观看视频| 亚洲精品国产一区二区精华液| 在线 av 中文字幕| 一区福利在线观看| 嫁个100分男人电影在线观看| 搡老乐熟女国产| 国产成人免费无遮挡视频| 国产无遮挡羞羞视频在线观看| www.999成人在线观看| 日本一区二区免费在线视频| 夜夜骑夜夜射夜夜干| 欧美精品高潮呻吟av久久| 18禁美女被吸乳视频| 一级片'在线观看视频| 老熟妇乱子伦视频在线观看| 精品人妻熟女毛片av久久网站| 免费观看a级毛片全部| 人妻一区二区av| 亚洲天堂av无毛| 一级毛片精品| 天天影视国产精品| 久久精品亚洲av国产电影网| 精品一区二区三区av网在线观看 | 精品福利永久在线观看| 菩萨蛮人人尽说江南好唐韦庄| 欧美成人免费av一区二区三区 | 91成人精品电影| 大香蕉久久网| 波多野结衣一区麻豆| 久久久精品94久久精品| 亚洲专区国产一区二区| 日韩成人在线观看一区二区三区| 99re6热这里在线精品视频| av超薄肉色丝袜交足视频| av天堂久久9| 日本黄色视频三级网站网址 | 精品国产乱码久久久久久小说| 色播在线永久视频| 久久久国产欧美日韩av| 国产成人影院久久av| 精品少妇久久久久久888优播| 亚洲全国av大片| 成在线人永久免费视频| 黑人猛操日本美女一级片| 国产日韩欧美视频二区| 一个人免费在线观看的高清视频| 欧美另类亚洲清纯唯美| 亚洲国产成人一精品久久久| 男女之事视频高清在线观看| 中文字幕最新亚洲高清| 男女午夜视频在线观看| 久久久久久久久久久久大奶| 中文字幕最新亚洲高清| 丁香六月天网| 十八禁人妻一区二区| 啦啦啦视频在线资源免费观看| 丁香六月天网| 最新的欧美精品一区二区| 精品国内亚洲2022精品成人 | av视频免费观看在线观看| 大香蕉久久成人网| 国产在视频线精品| 久久天堂一区二区三区四区| 国产欧美日韩综合在线一区二区| 五月天丁香电影| 国产精品国产av在线观看| 欧美日韩视频精品一区| 一区二区三区乱码不卡18| 精品视频人人做人人爽| 国产成人av教育| 757午夜福利合集在线观看| 久久久欧美国产精品| 亚洲人成电影免费在线| 成年版毛片免费区| 男人操女人黄网站| 丰满少妇做爰视频| 国产精品免费一区二区三区在线 | 2018国产大陆天天弄谢| 久久久久久久大尺度免费视频| 中文字幕人妻丝袜制服| 最近最新中文字幕大全电影3 | 久久久欧美国产精品| 99精品久久久久人妻精品| 无限看片的www在线观看| 少妇被粗大的猛进出69影院| 精品国产一区二区久久| 亚洲成人免费电影在线观看| 少妇裸体淫交视频免费看高清 | 成人黄色视频免费在线看| 色综合婷婷激情| 一区福利在线观看| 亚洲人成电影免费在线| 777久久人妻少妇嫩草av网站| 国产在线视频一区二区| 欧美另类亚洲清纯唯美| 国产精品影院久久| 一区二区三区精品91| 亚洲av片天天在线观看| 欧美老熟妇乱子伦牲交| 18禁裸乳无遮挡动漫免费视频| 久久国产精品影院| 久久中文字幕人妻熟女| 看免费av毛片| 国产真人三级小视频在线观看| 高清毛片免费观看视频网站 | e午夜精品久久久久久久| 国产精品98久久久久久宅男小说| 亚洲九九香蕉| 日日夜夜操网爽| 国产一区有黄有色的免费视频| 久久精品成人免费网站| 搡老熟女国产l中国老女人| 91麻豆精品激情在线观看国产 | 一区在线观看完整版| 色播在线永久视频| 亚洲 国产 在线| 欧美在线黄色| 下体分泌物呈黄色| 天天影视国产精品| 人妻 亚洲 视频| 日韩欧美一区二区三区在线观看 | 99热国产这里只有精品6| 2018国产大陆天天弄谢| 午夜激情av网站| 欧美变态另类bdsm刘玥| 久久天躁狠狠躁夜夜2o2o| 狂野欧美激情性xxxx| 久久影院123| 日韩免费高清中文字幕av| 在线观看一区二区三区激情| 青草久久国产| av天堂久久9| 久久久精品区二区三区| 久久久久精品人妻al黑| 免费人妻精品一区二区三区视频| 久久久国产成人免费| 视频区图区小说| 国产日韩一区二区三区精品不卡| 少妇 在线观看| 日韩欧美一区视频在线观看| 久久久久久久精品吃奶| 色综合欧美亚洲国产小说| 亚洲午夜精品一区,二区,三区| 国产精品香港三级国产av潘金莲| 国产福利在线免费观看视频| 亚洲国产欧美在线一区| 色老头精品视频在线观看| 亚洲精品久久成人aⅴ小说| 精品福利永久在线观看| 亚洲综合色网址| 老司机亚洲免费影院| 搡老岳熟女国产| 欧美精品人与动牲交sv欧美| 久久久精品94久久精品| 不卡一级毛片| 一夜夜www| 免费在线观看日本一区| 18禁国产床啪视频网站| 少妇的丰满在线观看| 老汉色∧v一级毛片| 国产福利在线免费观看视频| 咕卡用的链子| 国产精品.久久久| www.熟女人妻精品国产| av在线播放免费不卡| 午夜老司机福利片| 欧美日韩黄片免| 亚洲一码二码三码区别大吗| 午夜福利影视在线免费观看| videosex国产| 脱女人内裤的视频| 欧美黄色片欧美黄色片| 男女高潮啪啪啪动态图| av在线播放免费不卡| 久久久精品国产亚洲av高清涩受| 动漫黄色视频在线观看| 最近最新免费中文字幕在线| 天天躁日日躁夜夜躁夜夜| 一二三四社区在线视频社区8| 国产男女内射视频| 免费少妇av软件| 一区二区av电影网| 亚洲国产成人一精品久久久| 日本av免费视频播放| www日本在线高清视频| 视频区欧美日本亚洲| 国产一区二区 视频在线| 国产不卡一卡二| 日韩一卡2卡3卡4卡2021年| 欧美日韩黄片免| 久久久久久久久久久久大奶| 精品国产乱子伦一区二区三区| 男人舔女人的私密视频| 大香蕉久久网| 午夜老司机福利片| 黄色a级毛片大全视频| 久久久久久久大尺度免费视频| 99在线人妻在线中文字幕 | 日韩一卡2卡3卡4卡2021年| 无限看片的www在线观看| 日韩精品免费视频一区二区三区| 久久久久国内视频| 看免费av毛片| 亚洲伊人色综图| 久久久久久久精品吃奶| 成人18禁高潮啪啪吃奶动态图| 老汉色∧v一级毛片| 老司机影院毛片| 免费久久久久久久精品成人欧美视频| 日本黄色视频三级网站网址 | 久久亚洲真实| 国产亚洲精品一区二区www | 18禁裸乳无遮挡动漫免费视频| 天天躁夜夜躁狠狠躁躁| 成年人黄色毛片网站| 午夜激情av网站| 免费观看人在逋| 国产免费视频播放在线视频| 99在线人妻在线中文字幕 | 精品一区二区三区视频在线观看免费 | xxxhd国产人妻xxx| 深夜精品福利| 50天的宝宝边吃奶边哭怎么回事| 久久av网站| 欧美中文综合在线视频| 亚洲精品久久成人aⅴ小说| 亚洲精品乱久久久久久| 国产野战对白在线观看| 日本vs欧美在线观看视频| 久久久久久久国产电影| 一进一出抽搐动态| 国产精品久久久久久精品古装| 久久久久国内视频| 麻豆乱淫一区二区| 亚洲人成电影观看| 国产精品亚洲一级av第二区| 一级,二级,三级黄色视频| 欧美精品啪啪一区二区三区| 性色av乱码一区二区三区2| 国产免费视频播放在线视频| 99在线人妻在线中文字幕 | 不卡一级毛片| 后天国语完整版免费观看| 午夜两性在线视频| 国产精品成人在线| 国产无遮挡羞羞视频在线观看| 丝袜人妻中文字幕| 黄网站色视频无遮挡免费观看| 国产精品久久久久久人妻精品电影 | 人人妻人人爽人人添夜夜欢视频| 淫妇啪啪啪对白视频| 欧美变态另类bdsm刘玥| 正在播放国产对白刺激| 亚洲成人国产一区在线观看| 久久午夜综合久久蜜桃| 少妇被粗大的猛进出69影院| 国产高清国产精品国产三级| 人妻 亚洲 视频| 午夜久久久在线观看| 99re在线观看精品视频| 亚洲国产欧美在线一区| 久久国产精品男人的天堂亚洲| 99热网站在线观看| 国产野战对白在线观看| 久久午夜亚洲精品久久| 两性午夜刺激爽爽歪歪视频在线观看 | 国产av又大| 热re99久久国产66热| 日韩欧美一区二区三区在线观看 | 日韩大码丰满熟妇| 99九九在线精品视频| 国产不卡一卡二| 国产精品美女特级片免费视频播放器 | 免费观看人在逋| 久久国产精品人妻蜜桃| 999久久久国产精品视频| 精品免费久久久久久久清纯 | 99九九在线精品视频| 国产区一区二久久| 亚洲欧美精品综合一区二区三区| 国产亚洲欧美在线一区二区| svipshipincom国产片| 日韩欧美国产一区二区入口| 久久精品成人免费网站| 天天躁日日躁夜夜躁夜夜| a级片在线免费高清观看视频| 国产成人免费观看mmmm| 动漫黄色视频在线观看| 满18在线观看网站| 国产免费视频播放在线视频| 人人妻人人澡人人爽人人夜夜| 丝袜美足系列| 肉色欧美久久久久久久蜜桃| 岛国在线观看网站| 一级片免费观看大全| 一二三四在线观看免费中文在| 欧美精品人与动牲交sv欧美| 日韩一区二区三区影片| 亚洲人成电影观看| 飞空精品影院首页| 免费在线观看黄色视频的| 男人舔女人的私密视频| 国产成人免费观看mmmm| 欧美在线黄色| 国产片内射在线| 久久中文看片网| 天堂8中文在线网| 欧美日本中文国产一区发布| 真人做人爱边吃奶动态| 亚洲九九香蕉| 老熟妇乱子伦视频在线观看| 汤姆久久久久久久影院中文字幕| 黄色 视频免费看| 国产欧美日韩一区二区精品| 天天躁夜夜躁狠狠躁躁| 十分钟在线观看高清视频www| 国产精品麻豆人妻色哟哟久久| 欧美黄色淫秽网站| h视频一区二区三区| 国产成人啪精品午夜网站| 久久精品国产亚洲av香蕉五月 | 国产亚洲av高清不卡| a在线观看视频网站| 丰满饥渴人妻一区二区三| 国产av又大| 狠狠精品人妻久久久久久综合| 亚洲国产av影院在线观看| 在线观看人妻少妇| 午夜激情久久久久久久| 亚洲精品一二三| 国产日韩一区二区三区精品不卡| 国产欧美亚洲国产| av电影中文网址| 精品国产一区二区三区久久久樱花| 国产亚洲精品一区二区www | 国产高清videossex| 亚洲,欧美精品.| 国产99久久九九免费精品| 久久精品人人爽人人爽视色| 亚洲va日本ⅴa欧美va伊人久久| 亚洲av欧美aⅴ国产| 亚洲精品成人av观看孕妇| 一区二区三区精品91| 老司机靠b影院| 中文字幕人妻熟女乱码| 精品亚洲成a人片在线观看| 大码成人一级视频| 91麻豆精品激情在线观看国产 | 久久午夜综合久久蜜桃| 亚洲精品国产精品久久久不卡| 99九九在线精品视频| 亚洲欧美一区二区三区黑人| 九色亚洲精品在线播放| 成年人黄色毛片网站| 91字幕亚洲| 18禁裸乳无遮挡动漫免费视频| 国产淫语在线视频| 国产在线精品亚洲第一网站| 国产成人精品在线电影| 美女国产高潮福利片在线看| 中国美女看黄片| 变态另类成人亚洲欧美熟女 | 亚洲国产欧美在线一区| 精品亚洲成a人片在线观看| 亚洲伊人久久精品综合| 妹子高潮喷水视频| 免费女性裸体啪啪无遮挡网站| 免费看十八禁软件| 啦啦啦视频在线资源免费观看| 91麻豆精品激情在线观看国产 | 大香蕉久久网| 91老司机精品| 欧美变态另类bdsm刘玥| 亚洲avbb在线观看| 国产在线一区二区三区精| 欧美日韩福利视频一区二区| 欧美日韩黄片免| 高清毛片免费观看视频网站 | 国产精品久久久久久人妻精品电影 | 久久狼人影院| 精品一区二区三区av网在线观看 | 久久99热这里只频精品6学生| 午夜福利在线免费观看网站| www日本在线高清视频| 汤姆久久久久久久影院中文字幕| 久久人人97超碰香蕉20202| 成年女人毛片免费观看观看9 | 色94色欧美一区二区| 欧美 亚洲 国产 日韩一| 一边摸一边抽搐一进一小说 | 90打野战视频偷拍视频| 下体分泌物呈黄色| 国产欧美日韩一区二区精品| 少妇精品久久久久久久| 久久国产精品人妻蜜桃| 国产精品自产拍在线观看55亚洲 | 国产真人三级小视频在线观看| 制服人妻中文乱码| 国产亚洲欧美在线一区二区| 女性被躁到高潮视频| 久久精品亚洲av国产电影网| 亚洲少妇的诱惑av| 久久久久精品国产欧美久久久| 岛国毛片在线播放| 欧美性长视频在线观看| 高清毛片免费观看视频网站 | 精品久久久精品久久久| 亚洲av国产av综合av卡| av线在线观看网站| 国产成人啪精品午夜网站| 国产欧美日韩精品亚洲av| 久久精品国产综合久久久| 老鸭窝网址在线观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产欧美在线一区| 亚洲久久久国产精品| 一本久久精品| 亚洲五月婷婷丁香| 国产野战对白在线观看| 制服人妻中文乱码| 俄罗斯特黄特色一大片| 亚洲欧美激情在线| e午夜精品久久久久久久| 在线永久观看黄色视频| 色综合婷婷激情| 亚洲国产欧美一区二区综合| 男人舔女人的私密视频| 午夜成年电影在线免费观看| 人妻 亚洲 视频| 成人影院久久| 精品乱码久久久久久99久播| 精品一区二区三区av网在线观看 | 久久久精品国产亚洲av高清涩受| 精品一区二区三卡| 亚洲 欧美一区二区三区| 亚洲欧美一区二区三区黑人| 欧美亚洲日本最大视频资源| 91麻豆av在线| 国产一区二区三区综合在线观看| 我要看黄色一级片免费的| 91国产中文字幕| 亚洲少妇的诱惑av| 最近最新中文字幕大全电影3 | 国产成人影院久久av| 乱人伦中国视频| 黑人猛操日本美女一级片| videosex国产| 麻豆成人av在线观看| 精品久久久久久电影网| 1024香蕉在线观看| 在线观看舔阴道视频| 国产视频一区二区在线看| 热99re8久久精品国产| 精品人妻在线不人妻| 午夜福利视频精品| 久久久久久久久久久久大奶| www.自偷自拍.com| 免费av中文字幕在线| 久久精品人人爽人人爽视色| 又紧又爽又黄一区二区| e午夜精品久久久久久久| 久久中文看片网| 国产成+人综合+亚洲专区| 超色免费av| 一个人免费看片子| 久久人人爽av亚洲精品天堂| 少妇裸体淫交视频免费看高清 | 在线观看免费高清a一片| 男女之事视频高清在线观看| 亚洲国产欧美日韩在线播放| 免费久久久久久久精品成人欧美视频| 性高湖久久久久久久久免费观看| 变态另类成人亚洲欧美熟女 | 亚洲视频免费观看视频| 中文字幕av电影在线播放| 国产男女超爽视频在线观看| 亚洲自偷自拍图片 自拍| 精品福利永久在线观看| 麻豆乱淫一区二区| 国产熟女午夜一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 日韩中文字幕视频在线看片| 国产淫语在线视频| 久久久精品94久久精品| 久久天堂一区二区三区四区| 91老司机精品| 国产精品.久久久| 无限看片的www在线观看| 精品福利永久在线观看| 建设人人有责人人尽责人人享有的| 国产欧美日韩一区二区精品| 国产深夜福利视频在线观看| 久久久久视频综合| 80岁老熟妇乱子伦牲交| 久久国产精品人妻蜜桃| 亚洲精品国产精品久久久不卡| 99九九在线精品视频| 久久99一区二区三区| 亚洲精品成人av观看孕妇| 麻豆国产av国片精品| 午夜免费成人在线视频| 成人三级做爰电影| 精品乱码久久久久久99久播| 国产1区2区3区精品| 91av网站免费观看| 建设人人有责人人尽责人人享有的| 狂野欧美激情性xxxx| 大香蕉久久网| 国产日韩欧美视频二区| 久久久久国产一级毛片高清牌| 99在线人妻在线中文字幕 | 久久久欧美国产精品| 欧美人与性动交α欧美软件| 精品国产乱码久久久久久小说| 久久久欧美国产精品| 两性午夜刺激爽爽歪歪视频在线观看 | 五月开心婷婷网| 一级a爱视频在线免费观看| 日本vs欧美在线观看视频| 成年动漫av网址| 天堂8中文在线网| 午夜福利在线免费观看网站| 激情在线观看视频在线高清 | 日韩大码丰满熟妇| 在线观看www视频免费| 美女主播在线视频| 丁香六月天网| 色尼玛亚洲综合影院| 精品人妻熟女毛片av久久网站| 午夜91福利影院| 母亲3免费完整高清在线观看| 激情视频va一区二区三区| 热99re8久久精品国产|