• <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
    久久久久久久久久久免费av| 中国美白少妇内射xxxbb| 国产精品麻豆人妻色哟哟久久 | 午夜福利成人在线免费观看| 嫩草影院入口| 欧美日韩视频高清一区二区三区二| 国产成人精品婷婷| 少妇丰满av| 精品人妻视频免费看| 性色avwww在线观看| 视频中文字幕在线观看| 搡老乐熟女国产| 亚洲一级一片aⅴ在线观看| 免费播放大片免费观看视频在线观看| 久久久亚洲精品成人影院| 国产av码专区亚洲av| 国产毛片a区久久久久| 国产午夜精品论理片| 欧美97在线视频| 国产大屁股一区二区在线视频| 精品99又大又爽又粗少妇毛片| 欧美丝袜亚洲另类| 日韩 亚洲 欧美在线| 99久久精品国产国产毛片| 好男人视频免费观看在线| 国产精品久久久久久av不卡| 我要看日韩黄色一级片| 久久久精品欧美日韩精品| 亚洲精品国产成人久久av| 九色成人免费人妻av| 国国产精品蜜臀av免费| 久久久久久久久大av| 日韩精品有码人妻一区| 街头女战士在线观看网站| 久久热精品热| 国产高清有码在线观看视频| 少妇丰满av| 日韩精品有码人妻一区| 久久国产乱子免费精品| 亚洲自拍偷在线| 中文欧美无线码| 亚洲欧美精品专区久久| 亚洲真实伦在线观看| 日韩av在线免费看完整版不卡| 纵有疾风起免费观看全集完整版 | 亚洲精品亚洲一区二区| 国产免费一级a男人的天堂| 夜夜看夜夜爽夜夜摸| 大陆偷拍与自拍| 女人久久www免费人成看片| 久久精品熟女亚洲av麻豆精品 | 在线免费十八禁| a级毛片免费高清观看在线播放| 亚洲av福利一区| 免费不卡的大黄色大毛片视频在线观看 | 亚洲电影在线观看av| 亚洲欧美成人精品一区二区| 波多野结衣巨乳人妻| 日韩一区二区三区影片| 成人av在线播放网站| 成人av在线播放网站| av女优亚洲男人天堂| 成人无遮挡网站| 色播亚洲综合网| 在线观看免费高清a一片| 亚洲aⅴ乱码一区二区在线播放| av卡一久久| 亚洲精品久久午夜乱码| 亚洲国产欧美人成| 久久人人爽人人爽人人片va| 一级毛片 在线播放| 99热网站在线观看| 国产精品av视频在线免费观看| 国产 一区精品| 精品人妻视频免费看| 看非洲黑人一级黄片| 亚洲国产精品sss在线观看| 只有这里有精品99| 汤姆久久久久久久影院中文字幕 | 日日撸夜夜添| 最近最新中文字幕免费大全7| 日韩伦理黄色片| 3wmmmm亚洲av在线观看| 免费播放大片免费观看视频在线观看| 亚洲国产av新网站| 国产一区二区在线观看日韩| 日本午夜av视频| 亚洲欧洲国产日韩| 久久久成人免费电影| 免费av毛片视频| 久久人人爽人人爽人人片va| 男女国产视频网站| 欧美性感艳星| 国产亚洲最大av| 亚洲精品久久午夜乱码| 丰满少妇做爰视频| 国产精品熟女久久久久浪| 好男人在线观看高清免费视频| 国产精品美女特级片免费视频播放器| 干丝袜人妻中文字幕| 91精品国产九色| 久久久久久久久久久丰满| 日韩亚洲欧美综合| 欧美 日韩 精品 国产| 久久久精品免费免费高清| 人人妻人人澡人人爽人人夜夜 | 亚洲av电影在线观看一区二区三区 | 亚洲精品色激情综合| 女人十人毛片免费观看3o分钟| 亚洲人与动物交配视频| 国产 一区 欧美 日韩| 99re6热这里在线精品视频| 国产高潮美女av| 国产伦精品一区二区三区视频9| 偷拍熟女少妇极品色| 亚洲精品日本国产第一区| 99久久人妻综合| 国产精品99久久久久久久久| 国产女主播在线喷水免费视频网站 | 好男人视频免费观看在线| 成年免费大片在线观看| 成年女人在线观看亚洲视频 | 日韩人妻高清精品专区| 免费不卡的大黄色大毛片视频在线观看 | 好男人视频免费观看在线| 禁无遮挡网站| 久久99蜜桃精品久久| 五月伊人婷婷丁香| 国产精品国产三级国产av玫瑰| 国产精品三级大全| 日韩成人av中文字幕在线观看| 欧美激情在线99| 国内精品宾馆在线| 免费黄色在线免费观看| 国产一级毛片在线| 中文在线观看免费www的网站| 亚洲丝袜综合中文字幕| 欧美人与善性xxx| 免费av不卡在线播放| 日本-黄色视频高清免费观看| 久久久亚洲精品成人影院| 亚洲精品久久久久久婷婷小说| 亚洲精品日韩av片在线观看| 亚洲欧洲国产日韩| 亚洲18禁久久av| 一级二级三级毛片免费看| 女人十人毛片免费观看3o分钟| 一本久久精品| 国产成人aa在线观看| 超碰97精品在线观看| 亚洲美女搞黄在线观看| 亚洲在线观看片| 久久久久久久久中文| 国产伦在线观看视频一区| 成人亚洲精品一区在线观看 | 97超视频在线观看视频| 少妇的逼好多水| 嫩草影院新地址| 最近手机中文字幕大全| 水蜜桃什么品种好| 一级av片app| 国产高清三级在线| 日韩一区二区视频免费看| 国产毛片a区久久久久| 免费观看av网站的网址| 日韩av不卡免费在线播放| 精华霜和精华液先用哪个| 国产精品久久久久久精品电影| 国产av不卡久久| 一级毛片久久久久久久久女| 丰满少妇做爰视频| 熟女人妻精品中文字幕| 成人鲁丝片一二三区免费| av在线老鸭窝| 久久久久免费精品人妻一区二区| 久久久久久久久久久免费av| 成年版毛片免费区| 国产女主播在线喷水免费视频网站 | 国产精品一区二区三区四区久久| 我要看日韩黄色一级片| 成人午夜高清在线视频| 性色avwww在线观看| 国产片特级美女逼逼视频| 男人狂女人下面高潮的视频| 国产在视频线在精品| 色5月婷婷丁香| 欧美三级亚洲精品| 自拍偷自拍亚洲精品老妇| 99热网站在线观看| 听说在线观看完整版免费高清| 亚洲欧美清纯卡通| 人妻系列 视频| 亚洲图色成人| 色5月婷婷丁香| 国产午夜福利久久久久久| av在线观看视频网站免费| 亚洲精品日韩av片在线观看| 亚洲精品乱久久久久久| 国产国拍精品亚洲av在线观看| 听说在线观看完整版免费高清| 一本久久精品| 亚洲精品456在线播放app| 天堂网av新在线| 人妻制服诱惑在线中文字幕| 亚洲精华国产精华液的使用体验| 日韩国内少妇激情av| 三级经典国产精品| 日韩av在线免费看完整版不卡| 2021天堂中文幕一二区在线观| av免费在线看不卡| 嫩草影院新地址| 亚洲欧美中文字幕日韩二区| 久久久久久久久久久丰满| 国产亚洲精品av在线| 欧美xxⅹ黑人| 黄片wwwwww| 亚洲最大成人av| 亚洲国产最新在线播放| 国产单亲对白刺激| 国产探花在线观看一区二区| 国产精品一区二区三区四区免费观看| 天天躁夜夜躁狠狠久久av| 久久99热这里只有精品18| 搡老乐熟女国产| 日韩亚洲欧美综合| 色尼玛亚洲综合影院| 在线播放无遮挡| 亚洲欧美精品自产自拍| 在线观看一区二区三区| 男女国产视频网站| 国内精品宾馆在线| 久久精品国产鲁丝片午夜精品| 亚洲精华国产精华液的使用体验| 亚洲欧美一区二区三区黑人 | 在线观看人妻少妇| 欧美激情久久久久久爽电影| 亚洲av中文av极速乱| 亚洲欧洲日产国产| 一区二区三区乱码不卡18| 晚上一个人看的免费电影| 91精品一卡2卡3卡4卡| 精品国产一区二区三区久久久樱花 | 国内少妇人妻偷人精品xxx网站| 草草在线视频免费看| 青春草亚洲视频在线观看| 最近手机中文字幕大全| 熟妇人妻不卡中文字幕| 午夜免费男女啪啪视频观看| 免费无遮挡裸体视频| 美女大奶头视频| 国产亚洲午夜精品一区二区久久 | 少妇人妻一区二区三区视频| 只有这里有精品99| 日本wwww免费看| 亚洲最大成人av| 成人性生交大片免费视频hd| 久久久a久久爽久久v久久| 黄色配什么色好看| 日韩精品青青久久久久久| 日韩伦理黄色片| 91在线精品国自产拍蜜月| 久久精品国产亚洲网站| 国产探花在线观看一区二区| 亚洲av二区三区四区| 亚洲国产精品sss在线观看| 国产精品三级大全| videossex国产| 午夜福利成人在线免费观看| 大又大粗又爽又黄少妇毛片口| 人体艺术视频欧美日本| 日本与韩国留学比较| 久久人人爽人人爽人人片va| 女人十人毛片免费观看3o分钟| 日韩一区二区三区影片| 秋霞伦理黄片| 全区人妻精品视频| 亚洲欧洲国产日韩| 综合色av麻豆| 国产亚洲av嫩草精品影院| 精品99又大又爽又粗少妇毛片| 小蜜桃在线观看免费完整版高清| 欧美区成人在线视频| 在线观看一区二区三区| 日韩成人av中文字幕在线观看| 大香蕉97超碰在线| 亚洲不卡免费看| 国产精品99久久久久久久久| 亚洲av国产av综合av卡| 2018国产大陆天天弄谢| 最近手机中文字幕大全| 国内精品宾馆在线| 国产在视频线在精品| 成年版毛片免费区| 欧美日韩精品成人综合77777| 听说在线观看完整版免费高清| 国产精品美女特级片免费视频播放器| 丝瓜视频免费看黄片| 久久精品国产亚洲av涩爱| 国产午夜精品久久久久久一区二区三区| 97在线视频观看| 国产麻豆成人av免费视频| 国产欧美日韩精品一区二区| 免费观看在线日韩| 深夜a级毛片| 偷拍熟女少妇极品色| 日韩亚洲欧美综合| 国产成人精品一,二区| 熟女电影av网| av免费在线看不卡| 久久97久久精品| 免费看av在线观看网站| 熟妇人妻久久中文字幕3abv| 亚洲精品视频女| 狂野欧美激情性xxxx在线观看| 亚洲精品第二区| 日韩成人伦理影院| 中文字幕av成人在线电影| 两个人视频免费观看高清| 亚洲成人一二三区av| 在线播放无遮挡| av国产免费在线观看| 91久久精品国产一区二区成人| 韩国高清视频一区二区三区| 熟妇人妻久久中文字幕3abv| 国产 一区精品| av在线播放精品| 欧美成人精品欧美一级黄| 大香蕉久久网| 亚洲综合色惰| 久久午夜福利片| 又黄又爽又刺激的免费视频.| 在线天堂最新版资源| 日日撸夜夜添| 亚洲综合精品二区| 国产高清三级在线| 永久免费av网站大全| 国国产精品蜜臀av免费| 人妻系列 视频| 亚洲在久久综合| 最新中文字幕久久久久| 一区二区三区四区激情视频| 亚洲国产成人一精品久久久| 国产成人精品福利久久| 久久久久久久久大av| 高清欧美精品videossex| 青春草视频在线免费观看| 日韩av不卡免费在线播放| 听说在线观看完整版免费高清| 又爽又黄无遮挡网站| 久久鲁丝午夜福利片| 在线观看一区二区三区| 一区二区三区免费毛片| 亚洲av成人精品一区久久| 日韩欧美 国产精品| 国产一区二区亚洲精品在线观看| 三级毛片av免费| 欧美+日韩+精品| 亚洲欧洲国产日韩| 男插女下体视频免费在线播放| 中文字幕久久专区| 日韩人妻高清精品专区| 美女xxoo啪啪120秒动态图| 欧美丝袜亚洲另类| 国产伦在线观看视频一区| 日韩伦理黄色片| 午夜免费激情av| 美女被艹到高潮喷水动态| 蜜臀久久99精品久久宅男| 最近中文字幕高清免费大全6| 国产在线一区二区三区精| 亚洲欧美精品自产自拍| 国产视频首页在线观看| 国产单亲对白刺激| 三级男女做爰猛烈吃奶摸视频| 99久久中文字幕三级久久日本| 麻豆成人午夜福利视频| 久久久久久久久久成人| 成人国产麻豆网| 精品欧美国产一区二区三| 久久这里有精品视频免费| 天天躁夜夜躁狠狠久久av| 亚洲综合色惰| 99久久精品国产国产毛片| 亚洲不卡免费看| 特级一级黄色大片| 亚洲怡红院男人天堂| 日本欧美国产在线视频| 成年女人在线观看亚洲视频 | 永久免费av网站大全| 一级二级三级毛片免费看| 久久精品国产亚洲av天美| 国产精品一区二区性色av| 嫩草影院精品99| 高清毛片免费看| 亚洲欧美一区二区三区黑人 | www.av在线官网国产| 久久久久久久久大av| 51国产日韩欧美| 亚洲最大成人中文| 久久久久久伊人网av| 简卡轻食公司| 精品少妇黑人巨大在线播放| 菩萨蛮人人尽说江南好唐韦庄| 日本欧美国产在线视频| 免费看不卡的av| 欧美bdsm另类| 麻豆成人午夜福利视频| 内射极品少妇av片p| 亚洲综合色惰| 亚洲精品成人av观看孕妇| www.av在线官网国产| 在线免费观看的www视频| 国产精品国产三级国产专区5o| 久久久久久久久久久免费av| 九色成人免费人妻av| 久热久热在线精品观看| 国产有黄有色有爽视频| 综合色av麻豆| 久久久久久久国产电影| 中文字幕av成人在线电影| 亚洲精品久久午夜乱码| 久久久久久久亚洲中文字幕| 亚洲欧美精品专区久久| 插阴视频在线观看视频| 18+在线观看网站| 日日撸夜夜添| 51国产日韩欧美| 黄色配什么色好看| 欧美精品国产亚洲| 国产v大片淫在线免费观看| 身体一侧抽搐| 天美传媒精品一区二区| 男女那种视频在线观看| 欧美日韩在线观看h| av国产久精品久网站免费入址| 可以在线观看毛片的网站| av国产免费在线观看| 在现免费观看毛片| 亚洲最大成人中文| 国产亚洲91精品色在线| 欧美成人精品欧美一级黄| 我的老师免费观看完整版| 观看美女的网站| 天堂网av新在线| 精品久久久久久久久亚洲| 免费观看的影片在线观看| 人人妻人人看人人澡| 国产成人免费观看mmmm| 国产精品一二三区在线看| 波野结衣二区三区在线| av一本久久久久| 老师上课跳d突然被开到最大视频| 亚洲精品乱码久久久久久按摩| 亚洲高清免费不卡视频| 国产成人午夜福利电影在线观看| 亚洲伊人久久精品综合| 久久久久久久久久黄片| 国产美女午夜福利| av福利片在线观看| 亚洲av电影在线观看一区二区三区 | 一级黄片播放器| 观看免费一级毛片| 国产一区二区三区av在线| 老司机影院成人| 欧美激情久久久久久爽电影| 夫妻午夜视频| 亚洲av在线观看美女高潮| 亚洲av中文av极速乱| 男插女下体视频免费在线播放| 国产亚洲精品av在线| 又粗又硬又长又爽又黄的视频| 亚洲国产成人一精品久久久| 91午夜精品亚洲一区二区三区| 天天躁日日操中文字幕| 久久久久久久久中文| 免费电影在线观看免费观看| 国产视频内射| 成年女人看的毛片在线观看| 午夜亚洲福利在线播放| 国产淫语在线视频| 久久精品夜夜夜夜夜久久蜜豆| 99热6这里只有精品| 国产午夜福利久久久久久| 天美传媒精品一区二区| 赤兔流量卡办理| 精品一区二区免费观看| 国产精品伦人一区二区| 欧美精品一区二区大全| 18禁裸乳无遮挡免费网站照片| 欧美激情国产日韩精品一区| 国产亚洲午夜精品一区二区久久 | 久久草成人影院| 国产精品综合久久久久久久免费| 亚洲婷婷狠狠爱综合网| 精品少妇黑人巨大在线播放| 国产精品爽爽va在线观看网站| 日韩视频在线欧美| 热99在线观看视频| 免费看日本二区| 久久久亚洲精品成人影院| 国产精品精品国产色婷婷| 婷婷色av中文字幕| 午夜福利高清视频| 少妇裸体淫交视频免费看高清| 中文字幕免费在线视频6| 国产永久视频网站| 一区二区三区乱码不卡18| 色综合色国产| 18禁在线播放成人免费| av专区在线播放| 热99在线观看视频| 国产单亲对白刺激| 日韩一本色道免费dvd| 男插女下体视频免费在线播放| h日本视频在线播放| 综合色丁香网| 精品久久久久久久人妻蜜臀av| 国产成年人精品一区二区| 免费黄网站久久成人精品| 91aial.com中文字幕在线观看| 亚洲va在线va天堂va国产| 免费av不卡在线播放| 国产黄色小视频在线观看| 久久这里有精品视频免费| 日韩欧美三级三区| 九九爱精品视频在线观看| 91av网一区二区| 久久99热6这里只有精品| 22中文网久久字幕| 五月天丁香电影| 国产午夜福利久久久久久| 一区二区三区免费毛片| 免费看光身美女| 欧美日韩视频高清一区二区三区二| 看黄色毛片网站| 日韩欧美三级三区| 亚洲天堂国产精品一区在线| 男女下面进入的视频免费午夜| 日本黄色片子视频| 欧美精品一区二区大全| 日本一二三区视频观看| h日本视频在线播放| 亚洲aⅴ乱码一区二区在线播放| 欧美+日韩+精品| 久久久精品欧美日韩精品| 免费观看精品视频网站| 国产一区亚洲一区在线观看| 国产综合懂色| 国产成人91sexporn| 99热这里只有精品一区| 欧美bdsm另类| 特大巨黑吊av在线直播| 国产精品福利在线免费观看| 国产中年淑女户外野战色| 日韩av在线免费看完整版不卡| 亚洲国产精品成人久久小说| 国产免费福利视频在线观看| 亚洲四区av| 国产成人精品久久久久久| 亚洲国产最新在线播放| 人人妻人人澡人人爽人人夜夜 | 韩国高清视频一区二区三区| 日韩一本色道免费dvd| 亚洲欧美一区二区三区国产| 1000部很黄的大片| 精品一区二区三区视频在线| 永久网站在线| 亚洲综合精品二区| 亚洲av二区三区四区| 好男人视频免费观看在线| 国产黄片美女视频| 国产精品久久久久久av不卡| 国内精品一区二区在线观看| 91在线精品国自产拍蜜月| 国内精品一区二区在线观看| 国产高清有码在线观看视频| 国内精品一区二区在线观看| 成人午夜高清在线视频| 精品少妇黑人巨大在线播放| 成人午夜高清在线视频| 日韩国内少妇激情av| 成人午夜高清在线视频| 久久久久国产网址| 国产黄色小视频在线观看| 人妻制服诱惑在线中文字幕| 成人午夜高清在线视频| 色综合色国产| 国产精品久久久久久av不卡| 成人亚洲精品一区在线观看 | 尤物成人国产欧美一区二区三区| 九九久久精品国产亚洲av麻豆| 尤物成人国产欧美一区二区三区| 亚洲婷婷狠狠爱综合网| 夫妻性生交免费视频一级片| 日韩欧美精品免费久久| 亚洲电影在线观看av| 2021少妇久久久久久久久久久| 夜夜看夜夜爽夜夜摸| 精品欧美国产一区二区三| 成人毛片a级毛片在线播放| 亚洲欧美一区二区三区国产| 神马国产精品三级电影在线观看| 麻豆乱淫一区二区| 国产精品无大码| 熟妇人妻不卡中文字幕| 国产成人91sexporn| 国产成人a区在线观看| 国产亚洲91精品色在线| 久久久欧美国产精品| 免费大片18禁| 欧美激情久久久久久爽电影| 六月丁香七月| 日本免费在线观看一区| 成年人午夜在线观看视频 | 亚洲美女视频黄频|