• <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)集成的作物需水量預(yù)測

    2018-02-01 10:44:52商志根
    軟件導刊 2018年1期
    關(guān)鍵詞:隨機森林神經(jīng)網(wǎng)絡(luò)

    商志根

    摘要:應(yīng)用神經(jīng)網(wǎng)絡(luò)集成模型,以空氣濕度、溫度、太陽輻射以及風速為輸入,利用交叉驗證方法確定網(wǎng)絡(luò)隱層節(jié)點數(shù),建立作物需水量的預(yù)測模型。實驗結(jié)果表明,與單個神經(jīng)網(wǎng)絡(luò)與隨機森林模型相比,神經(jīng)網(wǎng)絡(luò)集成模型能獲得更好的預(yù)測精度,可用于節(jié)水灌溉。

    關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò);集成模型;作物需水量;隨機森林

    DOIDOI:10.11907/rjdk.172217

    中圖分類號:TP306

    文獻標識碼:A文章編號文章編號:16727800(2018)001004603

    Abstract:In order to predict crop water requirements, a method based on neural network ensemble is developed in this paper. Solar radiation, air temperature, relative humidity and wind speed are used as input variables. The number of hiddenlayer neurons is determined by crossvalidation method. Experimental results indicate that the method based on neural network ensemble outperforms those based on a single neural network and random forest, and can be used for watersaving irrigation.

    Key Words:neural network; ensemble model; crop water requirements; random forest

    0引言

    我國是一個貧水大國,對作物需水量作出準確預(yù)測并按需灌溉,對農(nóng)業(yè)工程中的節(jié)水灌溉具有重要意義[1]。在農(nóng)業(yè)工程中,通常采用兩種方法計算作物需水量:基于修正的PenmanFAO公式的估算方法與基于時間序列或回歸模型的預(yù)測方法。修正的PenmanFAO公式是一種計算作物騰發(fā)量的方法,僅需氣溫、日照時數(shù)、水氣壓和風速等氣象資料,是目前普遍應(yīng)用的公式之一,然而該方法計算精度略低[2]。近年來,國內(nèi)外學者提出了基于時間序列、模糊理論、灰色理論與神經(jīng)網(wǎng)絡(luò)等模型的預(yù)測方法。張兵等[3]提出一種基于LM算法訓練神經(jīng)網(wǎng)絡(luò)的作物需水量預(yù)測模型;夏澤豪等[4]將灰色理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種新的基于灰色神經(jīng)網(wǎng)絡(luò)的作物需水量預(yù)測模型;孟麗麗等[5]基于α加權(quán)模糊線性回歸模型預(yù)測作物需水量。由于神經(jīng)網(wǎng)絡(luò)可以逼近連續(xù)的非線性曲線,因而得到相關(guān)研究者的廣泛關(guān)注[6]。然而,神經(jīng)網(wǎng)絡(luò)具有對權(quán)重向量初值敏感、泛化能力不夠、易陷入局部極小等缺點。近年來,集成概念被引入到神經(jīng)網(wǎng)絡(luò)模型,從而促進了模型的應(yīng)用與發(fā)展[78]。神經(jīng)網(wǎng)絡(luò)集成利用多個神經(jīng)網(wǎng)絡(luò)對同一問題進行學習,訓練多個神經(jīng)網(wǎng)絡(luò),并利用某技術(shù)將其集成,以提高模型泛化性能。于合龍等[8]將神經(jīng)網(wǎng)絡(luò)集成模型用于精準施肥,獲得了比單個神經(jīng)網(wǎng)絡(luò)模型更好的擬合精度,但未有研究涉及作物需水量預(yù)測問題。

    構(gòu)建神經(jīng)網(wǎng)絡(luò)集成模型需經(jīng)過兩個步驟:產(chǎn)生一定數(shù)量的組合成員及整合組合成員。目前,主要有兩種算法產(chǎn)生組合成員:Bagging和Boosting[9]。Bagging算法是對原始訓練數(shù)據(jù)進行等概率放回抽樣,形成多個新的訓練數(shù)據(jù),對各訓練數(shù)據(jù)利用某學習算法進行獨立訓練;Boosting在初始化時等概率抽樣形成訓練集,然后用某學習算法對該訓練集進行學習,得到預(yù)測函數(shù)h1,對誤差較大的樣本賦予較大權(quán)重,再次進行抽樣,繼續(xù)用學習算法對新訓練集進行學習,得到預(yù)測函數(shù)h2。如此反復,迭代t次后完成訓練,對多個預(yù)測函數(shù)也賦予權(quán)重。與Boosting相比,Bagging可并行運算,并且更為穩(wěn)定[10],所以本文選擇了Bagging算法。此外,隨機森林也是運用了Bagging算法[11]。最后,有多種方法整合組合成員,例如取平均值、嶺回歸[12]、貝葉斯加權(quán)平均[7]等。本文選用取平均值的方法整合各神經(jīng)網(wǎng)絡(luò)成員輸出。

    本文利用Bagging算法,以神經(jīng)網(wǎng)絡(luò)為學習算法,利用交叉驗證方法確定網(wǎng)絡(luò)隱層節(jié)點數(shù)。以美國田納西州大學高原實驗室所測的數(shù)據(jù)為例,以空氣濕度、溫度、太陽輻射以及風速為輸入,證明與單個神經(jīng)網(wǎng)絡(luò)與隨機森林方法相比,神經(jīng)網(wǎng)絡(luò)集成可獲得更好的預(yù)測性能。

    1隨機森林與神經(jīng)網(wǎng)絡(luò)集成

    1.2神經(jīng)網(wǎng)絡(luò)模型

    基于神經(jīng)網(wǎng)絡(luò)的預(yù)測模型在很多領(lǐng)域得到了應(yīng)用。徑向基(Radial Basis Function,RBF)與多層感知器(Multilayer Perceptron,MLP)是兩種常見的神經(jīng)網(wǎng)絡(luò)模型。本文選擇MLP網(wǎng)絡(luò)作為基模型,以構(gòu)成集成模型。因為3層MLP網(wǎng)絡(luò)可以任意精度逼近任一定義在緊集上的連續(xù)函數(shù),所以本文確定MLP的層數(shù)為3。

    可選擇多種算法訓練MLP網(wǎng)絡(luò),例如一階算法(如誤差后向傳播算法)、二階算法(如共軛梯度算法、牛頓算法與LM算法)和進化算法(如遺傳算法、粒子群算法)。與一階算法和進化算法相比,二階算法具有相對較少的運行時間。此外,對于較小或中等規(guī)模的問題,LM算法被認為是最有效率的算法之一[13]。為減少運行時間,選擇LM算法訓練各MLP模型。

    1.3神經(jīng)網(wǎng)絡(luò)集成模型

    對于不穩(wěn)定的模型(如決策樹、神經(jīng)網(wǎng)絡(luò)),Bagging算法可提高預(yù)測效果。假定神經(jīng)網(wǎng)絡(luò)集成包含B個MLP基模型,神經(jīng)網(wǎng)絡(luò)集成算法步驟如圖1所示。

    對于任意測試樣本x,神經(jīng)網(wǎng)絡(luò)集成模型的輸出為 神經(jīng)網(wǎng)絡(luò)集成模型的多樣性對模型性能具有重要影響[10]。本文集成模型的多樣性主要由Bagging技術(shù)和不同初始值產(chǎn)生。endprint

    2應(yīng)用實例

    本文所用數(shù)據(jù)來自美國田納西州大學高原實驗室[14],采用的試驗田為肥沃的沙質(zhì)土壤,其長度為12.20m,寬度為4.05m。試驗針對的作物為青椒,數(shù)據(jù)觀測時間為1994年56月。在試驗中,測量了與青椒需水量密切相關(guān)的4個量:太陽凈輻射、相對濕度、天氣溫度和風速,其中太陽凈輻射為一天累計值,其余為一天平均值。試驗數(shù)據(jù)共有50個樣本,如表1所示。

    首先將樣本1~5作為測試數(shù)據(jù),樣本6~50作為訓練數(shù)據(jù),在訓練集上利用9折交叉驗證方法確定最小均方根誤差(Root Mean Square Error,RMSE)所對應(yīng)的隱層節(jié)點數(shù),隱層節(jié)點數(shù)從{1,2,3,4}中選擇,獲得樣本1~5的測試結(jié)果;然后以樣本6~10為測試樣本,其余樣本為訓練數(shù)據(jù)。以此類推,直至獲得樣本46~50的測試結(jié)果。RMSE的計算表達式為:

    其中i為預(yù)測值。

    為克服數(shù)值數(shù)據(jù)量綱的影響,在模型訓練之前將數(shù)值數(shù)據(jù)進行歸一化處理。神經(jīng)網(wǎng)絡(luò)集成模型包含30個MLP模型。圖2給出了單個神經(jīng)網(wǎng)絡(luò)、隨機森林和神經(jīng)

    網(wǎng)絡(luò)集成的預(yù)測結(jié)果。隨機森林含有100棵分類回歸樹,葉節(jié)點的樣本數(shù)等于1。表2給出了3種模型的誤差統(tǒng)計,其中MAPE和MAE分別指平均絕對誤差率(Mean Absolute Percentage Error)、平均絕對誤差(Mean Absolute Error),計算表達式分別為:

    由表2可知,與單個神經(jīng)網(wǎng)絡(luò)及隨機森林相比,神經(jīng)網(wǎng)絡(luò)集成誤差指標更小,具有更好的預(yù)測性能。需指出的是,神經(jīng)網(wǎng)絡(luò)集成模型需要更多的運行時間。

    3結(jié)語

    為預(yù)測作物需水量,以空氣濕度、溫度、太陽輻射以及風速作為輸入,建立神經(jīng)網(wǎng)絡(luò)集成模型,利用交叉驗證方法確定網(wǎng)絡(luò)隱層節(jié)點數(shù)。與單個神經(jīng)網(wǎng)絡(luò)及隨機森林模型相比,神經(jīng)網(wǎng)絡(luò)集成模型可獲得更好的預(yù)測精度,有助于實現(xiàn)精細灌溉。

    參考文獻:

    [1]孫景生,康紹忠.我國水資源利用現(xiàn)狀與節(jié)水灌溉發(fā)展對策[J].農(nóng)業(yè)工程學報,2000,16(2):15.

    [2]韓偉鋒,武繼承,何方.作物需水量研究綜述[J].華北水利水電學院學報,2008,29(5):3033.

    [3]張兵,袁壽其,成立,等.基于LM優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)的作物需水量預(yù)測模型[J].農(nóng)業(yè)工程學報,2004,20(6):7376.

    [4]夏澤豪,翁紹捷,羅微,等.基于灰色神經(jīng)網(wǎng)絡(luò)的作物需水量預(yù)測模型研究[J].中國農(nóng)機化學報,2015,36(2):219213.

    [5]孟麗麗,遲道才,崔屾,等.α加權(quán)模糊線性回歸模型在參考作物需水量預(yù)測中的應(yīng)用[J].沈陽農(nóng)業(yè)大學學報,2008,39(5):603606.

    [6]劉婧然,馬英杰,王喆,等.基于RBF神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)的核桃作物需水量預(yù)測[J].節(jié)水灌溉,2013(3):1619.

    [7]江衍銘,張建全,明焱.集合神經(jīng)網(wǎng)絡(luò)的洪水預(yù)報[J].浙江大學學報:工學版,2016,50(8):14711478.

    [8]于合龍,劉杰,金弟,等.一種新的神經(jīng)網(wǎng)絡(luò)集成方法及其在精準施肥中的應(yīng)用[J].計算機研究與發(fā)展,2010,47(9):15301538.

    [9]沈?qū)W華,周志華,吳建鑫,等.Boosting和Bagging綜述[J].計算機工程與應(yīng)用,2000(12):3132.

    [10]ZHOU ZHIHUA, WU JIANXIN, TANG WEI. Ensembling neural networks: many could be better than all[J]. Artificial. Intelligence,2002,137:239263.

    [11]BREIMAN L. Random forests [J]. Machine Learning,2001,45(1):532.

    [12]夏陸岳,王海寧,朱鵬飛,等.KPCAbagging集成神經(jīng)網(wǎng)絡(luò)軟測量建模方法[J].信息與控制,2015,44(5):519524.

    [13]M T HAGAN, M B MENHAJ.Training feedforward networks with the marquardt algorithm[J].IEEE Transactions on Neural Network,1994,5(6):989993.

    [14]RENATO SILVIODA FROTA RIBEIRO. Fuzzy logic basedautomated irrigation control system optimized via neuralnetwork s[D]. America: The University of Tennessee,1998.

    (責任編輯:黃健)endprint

    猜你喜歡
    隨機森林神經(jīng)網(wǎng)絡(luò)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    隨機森林在棉蚜蟲害等級預(yù)測中的應(yīng)用
    基于二次隨機森林的不平衡數(shù)據(jù)分類算法
    軟件(2016年7期)2017-02-07 15:54:01
    拱壩變形監(jiān)測預(yù)報的隨機森林模型及應(yīng)用
    基于隨機森林算法的飛機發(fā)動機故障診斷方法的研究
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    復數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于隨機森林算法的B2B客戶分級系統(tǒng)的設(shè)計
    基于多視角特征融合與隨機森林的蛋白質(zhì)結(jié)晶預(yù)測
    基于支持向量機回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    男女视频在线观看网站免费| 久久精品国产亚洲网站| 成人精品一区二区免费| 色哟哟哟哟哟哟| 看非洲黑人一级黄片| 九九热线精品视视频播放| 亚洲最大成人手机在线| 色尼玛亚洲综合影院| 看黄色毛片网站| 国产午夜福利久久久久久| 亚洲美女视频黄频| 超碰av人人做人人爽久久| 亚洲国产精品成人久久小说 | 色尼玛亚洲综合影院| 国产探花极品一区二区| 国产精品久久久久久亚洲av鲁大| 国产精品爽爽va在线观看网站| 99久久精品国产国产毛片| 内地一区二区视频在线| 又黄又爽又免费观看的视频| 国内揄拍国产精品人妻在线| 欧美高清性xxxxhd video| 欧美日本视频| 亚洲成人中文字幕在线播放| 嫩草影院新地址| 久久人人爽人人片av| 一级毛片aaaaaa免费看小| 亚洲电影在线观看av| 亚洲欧美成人综合另类久久久 | 精品久久久久久久久av| 精品欧美国产一区二区三| 精品人妻一区二区三区麻豆 | 露出奶头的视频| 国产片特级美女逼逼视频| 老女人水多毛片| 国产精品人妻久久久久久| 一进一出抽搐gif免费好疼| 色吧在线观看| 男插女下体视频免费在线播放| 别揉我奶头 嗯啊视频| 黄色一级大片看看| 日日撸夜夜添| 欧美色视频一区免费| 日本一本二区三区精品| 国产高潮美女av| 99热只有精品国产| 麻豆成人午夜福利视频| 亚洲欧美成人精品一区二区| 搡老岳熟女国产| 综合色丁香网| 精品日产1卡2卡| 欧美激情国产日韩精品一区| 国内揄拍国产精品人妻在线| 久久久久九九精品影院| 成人一区二区视频在线观看| 国产爱豆传媒在线观看| 嫩草影院精品99| 乱系列少妇在线播放| 青春草视频在线免费观看| 成年女人看的毛片在线观看| 国产一区二区激情短视频| 久久久国产成人免费| 国产乱人偷精品视频| 国产精品1区2区在线观看.| 亚洲欧美成人综合另类久久久 | 亚洲av一区综合| 桃色一区二区三区在线观看| 老熟妇乱子伦视频在线观看| 色吧在线观看| 精品人妻熟女av久视频| 亚洲性久久影院| 国产精品福利在线免费观看| 免费人成视频x8x8入口观看| 丝袜喷水一区| 日韩一本色道免费dvd| 久久久久久久午夜电影| 99热这里只有是精品在线观看| 日韩在线高清观看一区二区三区| 神马国产精品三级电影在线观看| 岛国在线免费视频观看| 久久人妻av系列| 亚洲电影在线观看av| 国产精品人妻久久久影院| 毛片女人毛片| 国产伦精品一区二区三区四那| 男女啪啪激烈高潮av片| 国产黄色小视频在线观看| 免费看日本二区| 两性午夜刺激爽爽歪歪视频在线观看| avwww免费| 亚洲五月天丁香| 又爽又黄a免费视频| av天堂中文字幕网| 国产国拍精品亚洲av在线观看| 最近在线观看免费完整版| 成人一区二区视频在线观看| 波多野结衣高清无吗| 中文字幕熟女人妻在线| 校园春色视频在线观看| av福利片在线观看| 免费高清视频大片| 99热6这里只有精品| 国产精品不卡视频一区二区| 男女下面进入的视频免费午夜| 亚洲精品影视一区二区三区av| 级片在线观看| 亚洲av中文av极速乱| 国产精品精品国产色婷婷| 麻豆av噜噜一区二区三区| 国产伦在线观看视频一区| 搡老岳熟女国产| 六月丁香七月| 免费一级毛片在线播放高清视频| 婷婷色综合大香蕉| 99riav亚洲国产免费| 国产在线精品亚洲第一网站| 免费在线观看影片大全网站| 一级毛片久久久久久久久女| 国产乱人偷精品视频| 不卡一级毛片| 少妇裸体淫交视频免费看高清| 精品日产1卡2卡| 国产老妇女一区| 国产男人的电影天堂91| 免费看av在线观看网站| 国产精品亚洲一级av第二区| a级毛片a级免费在线| 成人二区视频| 三级经典国产精品| 久久久久久久久久黄片| 国产亚洲欧美98| 欧美激情久久久久久爽电影| 亚洲av成人av| 亚洲成a人片在线一区二区| 日本熟妇午夜| 久久婷婷人人爽人人干人人爱| 男插女下体视频免费在线播放| 成人欧美大片| 一区福利在线观看| 久99久视频精品免费| 国产成人一区二区在线| 国产精品国产三级国产av玫瑰| 可以在线观看的亚洲视频| 国产成人一区二区在线| 精品乱码久久久久久99久播| 亚洲成人久久爱视频| 伦精品一区二区三区| 久久亚洲精品不卡| 国内精品宾馆在线| 内射极品少妇av片p| 国产精品久久久久久精品电影| 久久国内精品自在自线图片| 国产精品亚洲美女久久久| 一区福利在线观看| 热99re8久久精品国产| 不卡视频在线观看欧美| 免费电影在线观看免费观看| 美女高潮的动态| 变态另类成人亚洲欧美熟女| 有码 亚洲区| 天堂影院成人在线观看| 男女啪啪激烈高潮av片| 亚洲精品久久国产高清桃花| 亚洲国产日韩欧美精品在线观看| av免费在线看不卡| 中文字幕精品亚洲无线码一区| 久久精品国产亚洲av涩爱 | 精品久久久久久久末码| 18+在线观看网站| 色噜噜av男人的天堂激情| 国产亚洲精品久久久com| 人人妻人人看人人澡| 日本色播在线视频| 成人av在线播放网站| 搞女人的毛片| 日本精品一区二区三区蜜桃| 色视频www国产| 变态另类成人亚洲欧美熟女| 国产高清视频在线观看网站| 少妇人妻精品综合一区二区 | 亚洲七黄色美女视频| 久久久色成人| 国产久久久一区二区三区| 国产女主播在线喷水免费视频网站 | av天堂在线播放| a级毛片a级免费在线| 一本久久中文字幕| 人妻制服诱惑在线中文字幕| 国产精品无大码| 国产成人影院久久av| 国产成人a区在线观看| 人人妻人人澡欧美一区二区| 女人十人毛片免费观看3o分钟| 日本一本二区三区精品| 国产三级中文精品| 欧美性猛交╳xxx乱大交人| 精品人妻一区二区三区麻豆 | 欧美一区二区国产精品久久精品| 国产单亲对白刺激| 日本黄色视频三级网站网址| 色哟哟·www| 欧美成人精品欧美一级黄| 欧美激情久久久久久爽电影| 午夜a级毛片| 能在线免费观看的黄片| av在线亚洲专区| 日韩欧美三级三区| 能在线免费观看的黄片| 女同久久另类99精品国产91| 亚洲熟妇熟女久久| 亚洲图色成人| 我的老师免费观看完整版| 校园人妻丝袜中文字幕| av黄色大香蕉| 99久久九九国产精品国产免费| 成人国产麻豆网| 中文字幕熟女人妻在线| 亚洲成a人片在线一区二区| 国产大屁股一区二区在线视频| 国产精品久久久久久av不卡| 高清日韩中文字幕在线| 精品国产三级普通话版| 欧美一区二区亚洲| 色av中文字幕| 在线国产一区二区在线| 在线观看免费视频日本深夜| 国产精品国产三级国产av玫瑰| 色噜噜av男人的天堂激情| 婷婷六月久久综合丁香| 69人妻影院| 最近的中文字幕免费完整| 精品一区二区三区av网在线观看| 看免费成人av毛片| 看非洲黑人一级黄片| 国产成年人精品一区二区| 国产一区二区激情短视频| 男女之事视频高清在线观看| 欧美3d第一页| 人妻丰满熟妇av一区二区三区| 欧美激情久久久久久爽电影| 久久亚洲精品不卡| 久久久精品欧美日韩精品| 日本欧美国产在线视频| 亚洲一区高清亚洲精品| 国产成人一区二区在线| 国产免费一级a男人的天堂| 热99在线观看视频| videossex国产| 成年免费大片在线观看| 天堂网av新在线| 免费av不卡在线播放| 成人漫画全彩无遮挡| 亚洲av电影不卡..在线观看| 色在线成人网| 春色校园在线视频观看| 婷婷精品国产亚洲av| 99热网站在线观看| 禁无遮挡网站| 亚洲成av人片在线播放无| 村上凉子中文字幕在线| 在现免费观看毛片| 成人特级黄色片久久久久久久| 成人国产麻豆网| 最近在线观看免费完整版| 婷婷精品国产亚洲av| 天堂动漫精品| 99久久成人亚洲精品观看| 欧美一区二区精品小视频在线| 欧美成人一区二区免费高清观看| 精品久久久久久久人妻蜜臀av| 我的老师免费观看完整版| 激情 狠狠 欧美| 国产视频内射| 嫩草影视91久久| 69av精品久久久久久| 午夜免费男女啪啪视频观看 | 精品欧美国产一区二区三| 日韩在线高清观看一区二区三区| 精品午夜福利在线看| 国产美女午夜福利| 真人做人爱边吃奶动态| 黄片wwwwww| 99热精品在线国产| 一进一出好大好爽视频| 久久久国产成人精品二区| 99视频精品全部免费 在线| 国产蜜桃级精品一区二区三区| 久久久色成人| av在线亚洲专区| 国产一区二区在线av高清观看| 欧美丝袜亚洲另类| 中文亚洲av片在线观看爽| a级毛片免费高清观看在线播放| 国产美女午夜福利| 国产老妇女一区| 国产av不卡久久| 精品日产1卡2卡| 国内精品美女久久久久久| 亚洲五月天丁香| 国产av麻豆久久久久久久| 97超视频在线观看视频| 亚洲av不卡在线观看| 两个人的视频大全免费| 成人午夜高清在线视频| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲欧美日韩东京热| 成人亚洲精品av一区二区| 99视频精品全部免费 在线| 久久久精品94久久精品| 99热精品在线国产| 国产私拍福利视频在线观看| 国产乱人偷精品视频| 男人舔奶头视频| 两个人视频免费观看高清| 国产av麻豆久久久久久久| 欧美日韩在线观看h| 少妇人妻精品综合一区二区 | 欧美潮喷喷水| 97超视频在线观看视频| 亚洲成a人片在线一区二区| 天天躁夜夜躁狠狠久久av| 丝袜美腿在线中文| 日韩国内少妇激情av| 国产精品人妻久久久影院| 国产在视频线在精品| 亚洲乱码一区二区免费版| 午夜亚洲福利在线播放| 免费人成在线观看视频色| 久久久成人免费电影| 久久精品夜色国产| 国语自产精品视频在线第100页| 亚洲七黄色美女视频| 久久人妻av系列| 色综合亚洲欧美另类图片| 欧美xxxx性猛交bbbb| 99久久久亚洲精品蜜臀av| 69人妻影院| 熟妇人妻久久中文字幕3abv| 精品久久久久久久久av| a级一级毛片免费在线观看| 黄片wwwwww| 如何舔出高潮| 亚洲精品日韩在线中文字幕 | 欧美成人免费av一区二区三区| 99视频精品全部免费 在线| 国产黄色小视频在线观看| 亚洲欧美日韩高清在线视频| 无遮挡黄片免费观看| 精品欧美国产一区二区三| 亚洲国产高清在线一区二区三| 免费大片18禁| 成人永久免费在线观看视频| 国国产精品蜜臀av免费| 99精品在免费线老司机午夜| 日韩制服骚丝袜av| 亚洲四区av| 精品人妻一区二区三区麻豆 | 日韩av不卡免费在线播放| 亚洲av一区综合| 国产成人一区二区在线| 国产精品一区二区三区四区久久| 亚洲丝袜综合中文字幕| avwww免费| 99热这里只有精品一区| 日韩av不卡免费在线播放| 亚洲人与动物交配视频| 免费av不卡在线播放| 18禁在线无遮挡免费观看视频 | 亚洲性夜色夜夜综合| 亚洲不卡免费看| 国内揄拍国产精品人妻在线| 啦啦啦啦在线视频资源| 搡老岳熟女国产| 好男人在线观看高清免费视频| 永久网站在线| 性插视频无遮挡在线免费观看| 婷婷精品国产亚洲av| 国产精品精品国产色婷婷| 搡老熟女国产l中国老女人| 男女做爰动态图高潮gif福利片| 高清毛片免费看| 国产一区二区三区av在线 | 男插女下体视频免费在线播放| 免费人成在线观看视频色| 成人国产麻豆网| 成人性生交大片免费视频hd| 国产乱人视频| 18禁裸乳无遮挡免费网站照片| 在线a可以看的网站| 色综合站精品国产| 亚洲中文日韩欧美视频| 99热网站在线观看| 99热这里只有是精品50| 少妇被粗大猛烈的视频| 性欧美人与动物交配| 亚洲人成网站在线播放欧美日韩| 国产亚洲av嫩草精品影院| 熟妇人妻久久中文字幕3abv| 卡戴珊不雅视频在线播放| 亚洲人成网站在线观看播放| 成人漫画全彩无遮挡| 国产精品一区二区免费欧美| 长腿黑丝高跟| 欧洲精品卡2卡3卡4卡5卡区| 国产私拍福利视频在线观看| 亚洲人成网站高清观看| 99久久中文字幕三级久久日本| 亚洲人成网站高清观看| 国产成人91sexporn| 真实男女啪啪啪动态图| 久久99热这里只有精品18| 级片在线观看| 国产高清激情床上av| 天堂影院成人在线观看| 精品久久久久久久久亚洲| 成年av动漫网址| 老熟妇仑乱视频hdxx| 一区二区三区免费毛片| 日韩精品中文字幕看吧| 美女xxoo啪啪120秒动态图| 男女那种视频在线观看| 精品久久久久久久久av| 看片在线看免费视频| АⅤ资源中文在线天堂| 国产在线男女| 九色成人免费人妻av| 97超碰精品成人国产| 国产亚洲91精品色在线| 亚洲国产日韩欧美精品在线观看| 少妇的逼好多水| 精品久久久久久久人妻蜜臀av| 国产精品人妻久久久影院| 国产精品一区二区免费欧美| 国产精品综合久久久久久久免费| 非洲黑人性xxxx精品又粗又长| 欧美不卡视频在线免费观看| 一本久久中文字幕| 亚洲无线观看免费| 欧美在线一区亚洲| 久久精品91蜜桃| 亚洲精品久久国产高清桃花| 亚洲一区二区三区色噜噜| 久久天躁狠狠躁夜夜2o2o| 插逼视频在线观看| 亚洲婷婷狠狠爱综合网| 日韩欧美 国产精品| 午夜老司机福利剧场| 亚洲一区二区三区色噜噜| 一本久久中文字幕| 久久热精品热| 日韩亚洲欧美综合| 亚洲乱码一区二区免费版| 亚洲av不卡在线观看| 日韩欧美精品v在线| 国产伦在线观看视频一区| avwww免费| 男人狂女人下面高潮的视频| 22中文网久久字幕| 女人十人毛片免费观看3o分钟| av天堂中文字幕网| 国产精品三级大全| 久久久久久久亚洲中文字幕| 国产精品国产高清国产av| av天堂中文字幕网| 哪里可以看免费的av片| 国产 一区 欧美 日韩| 免费在线观看影片大全网站| 久久6这里有精品| 成年版毛片免费区| 亚洲av一区综合| 精品久久久久久久久久久久久| 亚洲精品在线观看二区| 搡老妇女老女人老熟妇| 精品少妇黑人巨大在线播放 | 欧洲精品卡2卡3卡4卡5卡区| 日本成人三级电影网站| 亚洲欧美清纯卡通| 全区人妻精品视频| 免费在线观看成人毛片| 久久久久久九九精品二区国产| 啦啦啦啦在线视频资源| 精品一区二区免费观看| 久久久久久久久久久丰满| 亚洲精品色激情综合| 免费av观看视频| 日日摸夜夜添夜夜爱| 日日摸夜夜添夜夜添小说| 一夜夜www| 99视频精品全部免费 在线| 国产麻豆成人av免费视频| 18禁黄网站禁片免费观看直播| 欧美中文日本在线观看视频| 97超视频在线观看视频| av在线亚洲专区| 久久午夜福利片| 91狼人影院| 国产精品精品国产色婷婷| .国产精品久久| 噜噜噜噜噜久久久久久91| 可以在线观看毛片的网站| 天天躁夜夜躁狠狠久久av| 亚洲成人精品中文字幕电影| 国产黄色小视频在线观看| 亚洲丝袜综合中文字幕| 国产一区二区三区av在线 | 男女那种视频在线观看| 嫩草影视91久久| 最新在线观看一区二区三区| 亚洲成人久久性| 中文字幕精品亚洲无线码一区| 国产亚洲精品久久久久久毛片| 十八禁网站免费在线| 啦啦啦韩国在线观看视频| 久久精品国产亚洲av香蕉五月| 级片在线观看| 日本色播在线视频| 亚洲av电影不卡..在线观看| 91午夜精品亚洲一区二区三区| 久久久久九九精品影院| 精品一区二区三区视频在线观看免费| 欧美性感艳星| 久久精品国产亚洲av涩爱 | 午夜福利高清视频| 淫秽高清视频在线观看| 国产麻豆成人av免费视频| 亚洲中文字幕一区二区三区有码在线看| 亚洲熟妇熟女久久| 在线免费观看不下载黄p国产| 日本黄大片高清| 欧美在线一区亚洲| 女同久久另类99精品国产91| 亚洲av熟女| 插逼视频在线观看| 欧美激情在线99| 欧美最新免费一区二区三区| 欧美一区二区亚洲| 蜜桃久久精品国产亚洲av| 日日撸夜夜添| 亚洲欧美精品综合久久99| 色综合亚洲欧美另类图片| 久久午夜福利片| 亚洲成人av在线免费| 久久久久久久午夜电影| 99热这里只有精品一区| 日韩精品有码人妻一区| 日韩高清综合在线| av专区在线播放| 日本精品一区二区三区蜜桃| 99久国产av精品| 波多野结衣高清无吗| 国产v大片淫在线免费观看| 亚洲欧美日韩东京热| 午夜福利18| 亚洲国产精品成人综合色| 中国美白少妇内射xxxbb| 国产精品综合久久久久久久免费| 别揉我奶头~嗯~啊~动态视频| h日本视频在线播放| ponron亚洲| 99久久无色码亚洲精品果冻| 午夜日韩欧美国产| 久久精品国产自在天天线| 欧美另类亚洲清纯唯美| 12—13女人毛片做爰片一| 99久国产av精品国产电影| 欧美激情国产日韩精品一区| 精品乱码久久久久久99久播| 国产高清三级在线| 一级a爱片免费观看的视频| 国产v大片淫在线免费观看| 精品一区二区三区人妻视频| 亚洲国产精品成人综合色| 99视频精品全部免费 在线| 男女之事视频高清在线观看| 亚洲最大成人中文| 波多野结衣高清作品| 成年av动漫网址| 日本免费一区二区三区高清不卡| 免费人成视频x8x8入口观看| 成人高潮视频无遮挡免费网站| 美女xxoo啪啪120秒动态图| 色尼玛亚洲综合影院| 99久久中文字幕三级久久日本| 人妻久久中文字幕网| 99久久精品热视频| 麻豆国产av国片精品| 国产老妇女一区| 日韩亚洲欧美综合| 波野结衣二区三区在线| 床上黄色一级片| 久久精品国产亚洲av涩爱 | 国产精品一区二区性色av| 嫩草影院精品99| 亚洲最大成人中文| 亚洲性夜色夜夜综合| 色综合色国产| 我要搜黄色片| 看十八女毛片水多多多| 色综合站精品国产| 久久人妻av系列| 一区福利在线观看| 欧美3d第一页| 久久精品国产自在天天线| 久久精品国产99精品国产亚洲性色| 成人亚洲欧美一区二区av| 男女之事视频高清在线观看| 青春草视频在线免费观看| 亚洲18禁久久av| 中文在线观看免费www的网站| 久久精品国产自在天天线| 韩国av在线不卡| 波多野结衣高清无吗| 精品日产1卡2卡| 村上凉子中文字幕在线| 男女那种视频在线观看|