• <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 ?

    基于信息融合和CS-SVM的學生綜合能力評估方法的研究

    2018-03-20 05:26:35楊亭榆傅成華
    關鍵詞:布谷鳥正確率分類

    楊亭榆, 傅成華

    (四川理工學院自動化與信息工程學院, 四川自貢643000)

    引言

    當今社會日新月異,隨著科學的飛快發(fā)展,我國急需一批綜合素質較強、具備獨擋一面能力的應用型人才。目前很多用人單位去各個高校招聘時只能通過查看學生的考試成績以及獲獎證書來判定學生的優(yōu)異度,這樣尤其突出了高校對學生綜合素質能力評判標準的重要性。高等教育多元化,各學科專業(yè)培養(yǎng)目標不同,因而需具備的能力素質不同,這就要求高校適時地加強對學生的綜合素質培養(yǎng)力度,既要培養(yǎng)學生具備較強的專業(yè)知識,又要培養(yǎng)學生適應社會的競爭力,還要培養(yǎng)學生的團隊凝聚力。因此需要一種方法對學生的綜合素質進行評估,以期準確地對學生進行評優(yōu),從而正確地反映學生的綜合素質能力。

    學生的考試成績只能反映出學生的學習態(tài)度以及目前的學習狀況,并不能體現一個人的綜合素質能力,學生綜合能力包含了考試成績、思想道德素質、身心健康、動手操作、科學創(chuàng)新以及創(chuàng)新創(chuàng)業(yè)能力等多項能力[1-3]。傳統(tǒng)的評價方法大多采用線性方法,人為的設定各項指標的權重進行線性計算,具有較強的主觀性;模糊綜合評價法[4-5]對各項指標進行模糊處理,具備較強的人為經驗,雖然是一種非線性處理方法,但是不具備學習能力;神經網絡評價法[6-7]雖然具備學習能力,但是不能對一些模糊信息進行有效處理。

    以上評估方法互有優(yōu)缺點,大多高校通常采用其中的一種方法進行評判。對此,本文采用人工智能的方法,通過模擬實際人工操作處理方式,提出一種基于信息融合的CS-SVM學生綜合能力評估方法。該方法與其他方法相比在一定程度上減小了人為主觀因素,增強了評價信息的完整性,對學生各方面的能力進行了更綜合更全面的融合,科學快速并較為精確地對學生綜合能力進行分類評估。此方法設計步驟為先將各科學習成績、活動創(chuàng)新成績、實踐實驗成績、畢業(yè)實習成績、綜合測評成績等數據融合為SVM的輸入樣本,再將樣本放入根據經驗知識訓練好的CS-SVM進行分類評估。其通過多信息融合,結合CS-SVM優(yōu)秀的分類能力進行分類,這樣能更全面的反應出學生的實際綜合素質能力。

    1 信息融合

    信息融合是將多維信息進行分析和處理的方法和理論,通過將事物不同特征維度數據進行融合和處理,使得其結果能更加全面可靠。目前存在大量的融合算法,大致可分為三類:隨機式算法、最小二乘法算法以及人工智能式算法。隨機式算法包含多貝葉斯估計法、證據推理法、多級遞歸算法等;最小二乘法算法包含加權平均法、卡爾曼濾波法等優(yōu)化算法;人工智能算法包含粗糙集推理、模糊推理、神經網絡、支持向量機等[8]。伴隨著時代的進步與發(fā)展,人工智能化時代已悄然來臨,其中信息融合已逐漸變得更加智能并且能將多種具有不同特征的信息集成化。信息融合按照數據的抽象層次進行劃分可分為數據級層次的融合、特征級層次的融合以及決策級層次的融合。數據級層次的融合,具有數據損失量少,精確度高但其對數據資源要求極其嚴苛;決策級層次的融合數據丟失量最大、精度最低;特征級層次的融合有數據損失且融合性能較低,介于數據層融合與決策層融合二者之間[9-10]。

    本文利用特征級融合采集思想道德水平(A1)、專業(yè)修養(yǎng)水平(A2)、身心修養(yǎng)水平(A3)、人文修養(yǎng)水平(A4)以及能力修養(yǎng)水平(A5)等能表明學生能力的特征數據,融合成輸入矩陣,最終通過SVM卓越的分類能力作出相應的決策。其中思想道德水平包括政治修養(yǎng)、道德修養(yǎng)、法律意識水平;專業(yè)修養(yǎng)水平包括專業(yè)理論成績、實驗實踐成績、畢業(yè)實習成績;身心修養(yǎng)水平包括心理素質水平和身體素質水平;人文修養(yǎng)水平包括自然科學知識、人文社科知識、文化藝術知識的修養(yǎng)水平;能力修養(yǎng)水平包括組織管理能力、學術研究能力、科技創(chuàng)新能力、藝術創(chuàng)新能力等。分別將以上多種能力利用加權平均法融合成能表征該類能力的數據(A1-A5),使得評價信息完整化。其中加權平均法[11]可以用以下表達式表示:

    Ai=∑ai·Si

    (1)

    其中,Ai為第i個指標加權后的分數,ai為第i個指標信息融合中的權重,Si為第i個指標的分值。

    (2)

    (3)

    (4)

    其中,m為評價指標,n為評價對象。

    2 CS-SVM算法

    2.1 SVM算法

    SVM是人工智能領域能解決非線性數據分類的無監(jiān)督機器學習算法。與傳統(tǒng)的非線性分類模型相比,人工神經網絡(ANN)[12]是一種多感知器(Perceptron)相結合的方法來解決非線性分類問題,它在很大程度上依賴于學習速率、隱含層結構和節(jié)點數目等一系列參數,參數的好壞會極大影響神經網絡的分類效果。而支持向量機的關鍵是利用核函數將低維空間中難以分類的向量集映射到高維空間,建立分類超平面。將核函數的非線性問題的數據集轉化為核空間中的線性可分離數據集,其中基于最大裕度思想的支持向量機只需要少量的參數就能進行調整[13-14]。

    就數據二分類問題而言,假設存在一個訓練樣本集(x(i),y(i)),其中i=1,…,n,x(i)是樣本特征,y(i)是樣本類型,n代表樣本編號,分類決策方程可表示為:

    f(x(i))=wTx(i)+b

    (5)

    由此可得到超平面函數方程:

    wTx(i)+b=0

    (6)

    其中,w代表超平面法向量,b代表偏置量。自變量x(i)則可以通過核函數映射到高維空間,利用wTx(i)+b>0或wTx(i)+b<0來判別x(i)屬于哪一類。最優(yōu)分類面如圖1所示。

    圖1 最優(yōu)分類面

    在實際數據分類應用中用函數間隔來表示點X到超平面的距離,“間隔”越大,分類可信度越高。得出較大化分類間隔器,可以將其表示為:

    (7)

    s.t.yi(wTxi+b)≥1-εi

    εi≥0,i=1,2,…,n

    (8)

    其中,C是懲罰因子,是控制目標函數取得最大超平面以及最小偏差量權重的參數,εi為松弛變量,表示函數誤差。

    將線性不可分數據原始問題轉化為對偶問題,其可以用函數表示為:

    (9)

    式中,αi為拉格朗日乘子,通過計算將其轉化成最優(yōu)分類函數:

    (10)

    其中,Κ(xi,xj)為SVM的核函數,核函數是連接低維空間與高維空間的橋梁,常見的核函數包括多項式核、徑向基核、Sigmoid核、Mercer核,本文采用徑向基核函數[15]。

    2.2 CS算法

    布谷鳥是一種巢寄生繁殖的鳥類,它將自己的蛋產在別的鳥類的窩中,讓其他鳥類代為孵化和育雛。CS算法是由劍橋大學YangXS和DebS于2009年提出的一種模擬布谷鳥寄生尋窩繁殖、具有啟發(fā)性思維的智能算法[16]。該算法是通過將布谷鳥隨機尋窩下蛋的過程與鳥類的Levy Flight方式相結合形成。CS算法繁殖下一代的環(huán)境背景可定義為[17-18]:

    (1) 種群內布谷鳥每次產卵量為1,即可假設該卵為最佳解,該最優(yōu)解在固定的可選鳥巢范圍內進行隨機選擇。

    (2) 選擇出的最佳鳥窩和最佳解被保存至下一代。

    (3) 布谷鳥產于其他鳥窩內的卵被鳥窩主人發(fā)現存在一定的概率,因而布谷鳥需要尋找新的鳥窩。

    (4) 布谷鳥的Levy Flight方式可表示為如下函數:

    (11)

    其中,Sg,i為第i個鳥窩第g代參數值,Sg+1,i為執(zhí)行Levy Flight方式后的參數值,Sbest為最佳參數,?為步長控制系數,randu和randv為服從標準正態(tài)分部的隨機數,χ(β)的大小取決于β值大小,χ(β)通常取0.6667。由式(10)可知,當Sg,i取Sbest時,Sg,i與Sg+1,i相等,即當前取得最優(yōu)參數。

    SVM對數據進行分類主要取決于C與g的大小。在本文中C值的大小將影響學生能力樣本的學習;g為核函數參數,其值的大小將影響樣本投射空間的分布復雜度。本文利用CS算法對C與g參數進行尋優(yōu)處理。詳細尋優(yōu)步驟如下:

    (1) 對CS算法相關參數以及各參數取值范圍進行初始化。本文假設布谷鳥數量為30,外來卵被發(fā)現的概率取0.3,繁殖迭代次數取300代。

    (2) 布谷鳥第一次產卵后,通過計算取出適應度最佳的鳥窩再將其保存給下一代。即計算出30組C、g參數進行交叉計算從而驗證出正確率,分別取出具有最大正確率的那組C、g參數保留起來以便與下一次進行對比。

    (3) 布谷鳥通過Levy Flight方式飛行,尋找新的鳥窩,將其和舊鳥窩比較,選出最佳的那組窩。即利用Levy Flight處理原來的C、g參數以獲取新的C、g值,通過將產生的新的C、g值與之前的C、g值進行對比,選擇出最佳C、g值。

    (4) 鳥窩主人發(fā)現布谷鳥蛋的概率為0.3,此時一部分布谷鳥就需要找尋新的鳥窩。即需要對30組C、g參數隨機分配一個0~1的數,對小于0.3的C、g參數隨機重置。

    (5) 布谷鳥再次將新窩與舊窩進行對比,優(yōu)勝劣汰。即將各個C、g參數的交叉正確率進行比較并再次獲取新的C、g參數。再回到第(3)步,直到滿足迭代要求獲得最佳正確率以及最優(yōu)C、g參數。

    3 實驗結果與分析

    在實際生活中,各高校對學生的學習成績等級的劃分參照的依據不同,本文將成績等級劃分為5個區(qū)間段,分別是[90,100]、[80,90]、[70,80]、[60,70]、[0,60]然后將其劃分為優(yōu)秀、良好、中等、及格、不及格5個等級。按此評價指標將能表現學生綜合素質能力的數據經過信息融合處理來訓練CS-SVM。根據以上分類依據,選取20組不同等級的訓練樣本以及測試樣本,作為訓練和測試CS-SVM,讓其具備智能化的分類評定經驗。將學生能力水平劃分成5種類型,并分別定義0為優(yōu)秀、1為良好、2為一般、3為及格、4為差。將某大學畢業(yè)生四年來能體現學生綜合素質能力的各項成績融合成數據樣本輸入至CS-SVM使其得出一個分類結果,其中通過信息融合處理后的部分樣本數據見表1。

    表1 部分樣本數據

    將該樣本數據通過SVM進行交叉驗證,通過交叉驗證可以看出參數C、g的值不同得到的正確率也存在差異,本文利用布谷鳥算法多次驗證找出了最大化正確率下對應的參數C、g,然后將其植入SVM中。圖2是利用布谷鳥算法交叉驗證取得的最優(yōu)正確率。

    圖2 CS交叉驗證正確率

    由圖2可知,通過布谷鳥算法進行交叉訓練獲得的最佳正確率為93.75%,其中C取2.8876,g取0.62316,然后將20組待測樣本數據通過訓練好的CS-SVM中進行分類測試,以達到檢驗CS-SVM準確度的目的。

    圖3為利用CS-SVM對待測樣本進行測試的驗證圖,根據圖3可得出其分類正確率為87.5%,由此可知CS-SVM算法基本可以滿足對學生綜合能力的分類要求。

    圖3 CS-SVM測試樣本預測

    在不使用優(yōu)化算法直接用多分類的支持向量機對學生綜合素質能力進行分類,隨機選取核函數以及懲罰因子,同樣將能體現學生能力的上述數據樣本直接通過SVM進行訓練,然后對測試樣本進行預測驗證,得到的分類結果如圖4所示。由圖4可知,未通過優(yōu)化算法直接訓練測試得到的分類結果很差,其分類正確率僅有43.2%,很難正確地將學生綜合能力進行分類判定。

    圖4 無優(yōu)化SVM測試樣本預測

    通過將不使用優(yōu)化算法的SVM與使用CS-SVM算法對學生綜合素質能力進行分類獲得的分類正確率進行比較,顯然CS-SVM算法更為可靠。再將此分類結果與該校畢業(yè)生工作幾年的狀況進行對比分析可知,通過CS-SVM算法獲得的分類結果中成績優(yōu)秀者往往都成為了部門經理或者自己成為了老板,成績良好者則大多小有成就,成績中等者大多處于穩(wěn)定狀態(tài),成績及格者大多僅能解決溫飽問題且為月光族,成績差者仍舊處于四處找工作但四處碰壁整日勞累奔波的狀態(tài)。以上驗證了該方法能夠較為精確地對學生綜合能力進行評估,且實用性較好。

    4 結束語

    本文提出的基于信息融合和CS-SVM的學生綜合能力評估方法,將能夠體現學生綜合素質能力的各項成績提取其特征數據,然后再將其進行信息融合,以此作為訓練樣本以及測試樣本,進而利用CS算法對懲罰因子C和核函數g優(yōu)化,使得SVM擁有較強的分類經驗,最終利用此CS-SVM來對學生綜合素質能力進行預測分類。通過實例仿真以及畢業(yè)生就業(yè)調查結果可以得出此算法能夠在一定程度上對學生能力進行分類判別,從而較為準確地對學生的綜合能力進行評定。

    [1] 王桂芳.基于人工智能的大學生綜合素質評價研究[D].北京:北京服裝學院,2010.

    [2] 商利華.模糊聚類分析算法在學生成績綜合評估中的應用[J].電腦知識與技術,2014,10(5):1024-1026.

    [3] 劉幸,高延春.大學生綜合能力評價體系與評價方法研究[J].西部素質教育,2015,1(8):33,49.

    [4] 智德.航海技術專業(yè)學生適任能力綜合評估研究[J].電腦知識與技術,2015,11(22):176-177.

    [5] 劉敏慧.模糊綜合評價法在核心素養(yǎng)評價中的應用研究[J].教育參考,2016(6):36-39.

    [6] 宣國慶.基于神經網絡交叉覆蓋算法的學生成績預測[D].合肥:安徽大學,2011.

    [7] 張新亮.BP神經網絡在高校學生綜合素質評價中的應用[C]//第5屆教育教學改革與管理工程學術年會論文集.重慶:重慶大學出版社,2012.

    [8] 謝振南.多傳感器信息融合技術研究[D].廣州:廣東工業(yè)大學,2013.

    [9] 化柏林,李廣建.大數據環(huán)境下多源信息融合的理論與應用探討[J].圖書情報工作,2015,59(16):5-10.

    [10] 李會民,馬桂英.異構多源信息融合方法概述[J].嘉應學院學報,2016,34(2):21-26.

    [11] 高超.淺析加權平均法在多目標決策中的應用[J].電腦知識技術,2010,6(16):4495-4496.

    [12] 段玉三.人工神經網絡文獻綜述[J].科技風,2011(5):185.

    [13] 房漢鳴,稅愛社,汪輝,等.支持向量機動態(tài)多分類方法[J].后勤工程學院學報,2017,33(2):90-96.

    [14] 劉東啟,陳志堅,徐銀,等.面向不平衡數據分類的復合SVM算法研究[J/OL].計算機應用研究,2018,35(4).(優(yōu)先出版).

    [15] 安旭,張樹東.基于支持向量機的模糊特征分類算法研究[J].計算機工程,2017,43(1):237-240,246.

    [16] YANG X S,DEB S.Engineering optimization by cuckoo search[J].International Journal of Mathematical Modelling & Numerical Optimisation,2010,1(4):330-343.

    [17] 黃繼達.布谷鳥算法的改進及其應用研究[D].武漢:華中科技大學,2014.

    [18] 孫晨,李陽,李曉戈,等.基于布谷鳥算法優(yōu)化BP神經網絡模型的股價預測[J].計算機應用與軟件,2016,33(2):276-279.

    猜你喜歡
    布谷鳥正確率分類
    布谷鳥讀信
    布谷鳥讀信
    分類算一算
    門診分診服務態(tài)度與正確率對護患關系的影響
    分類討論求坐標
    噓!布谷鳥來了
    大灰狼(2019年4期)2019-05-14 16:38:38
    數據分析中的分類討論
    教你一招:數的分類
    生意
    品管圈活動在提高介入手術安全核查正確率中的應用
    天津護理(2016年3期)2016-12-01 05:40:01
    一边摸一边做爽爽视频免费| www.精华液| 好看av亚洲va欧美ⅴa在| 日本在线视频免费播放| 精品国内亚洲2022精品成人| 可以免费在线观看a视频的电影网站| 如日韩欧美国产精品一区二区三区| aaaaa片日本免费| 亚洲男人的天堂狠狠| 婷婷丁香在线五月| 婷婷丁香在线五月| 精品第一国产精品| 日韩大尺度精品在线看网址 | 日韩精品青青久久久久久| 女人高潮潮喷娇喘18禁视频| 午夜视频精品福利| 国产精品免费视频内射| 国产精品一区二区精品视频观看| 国产精品乱码一区二三区的特点 | 久久亚洲真实| tocl精华| 操美女的视频在线观看| 午夜福利影视在线免费观看| 美女大奶头视频| 丝袜美腿诱惑在线| 99久久综合精品五月天人人| 激情在线观看视频在线高清| 日韩欧美一区视频在线观看| 午夜亚洲福利在线播放| 成人亚洲精品av一区二区| 精品久久久精品久久久| 亚洲第一av免费看| 亚洲国产精品成人综合色| 两人在一起打扑克的视频| 国产亚洲精品综合一区在线观看 | 免费无遮挡裸体视频| 91成人精品电影| 90打野战视频偷拍视频| 国产成人欧美在线观看| 又黄又爽又免费观看的视频| 婷婷六月久久综合丁香| 丝袜人妻中文字幕| 欧美一级a爱片免费观看看 | 变态另类丝袜制服| 青草久久国产| 中文字幕久久专区| 身体一侧抽搐| 国产精品日韩av在线免费观看 | 成人国产一区最新在线观看| 天堂动漫精品| 亚洲成av人片免费观看| 日日爽夜夜爽网站| 亚洲精品在线观看二区| av在线天堂中文字幕| 欧美色视频一区免费| 亚洲天堂国产精品一区在线| 国产亚洲av高清不卡| 午夜福利一区二区在线看| 日韩av在线大香蕉| 老司机午夜福利在线观看视频| 国产伦一二天堂av在线观看| 久久狼人影院| 久久久久国内视频| 黄色丝袜av网址大全| 一边摸一边抽搐一进一出视频| 丁香欧美五月| 国产成人精品无人区| 一区二区日韩欧美中文字幕| 亚洲专区字幕在线| 免费少妇av软件| 日韩欧美免费精品| 欧美另类亚洲清纯唯美| 国语自产精品视频在线第100页| 丁香欧美五月| 十八禁人妻一区二区| 亚洲天堂国产精品一区在线| 大型黄色视频在线免费观看| 亚洲精品国产精品久久久不卡| 别揉我奶头~嗯~啊~动态视频| 91老司机精品| 嫩草影视91久久| 成人免费观看视频高清| 18禁黄网站禁片午夜丰满| 黄色毛片三级朝国网站| 亚洲自拍偷在线| 国产精品精品国产色婷婷| 女人被狂操c到高潮| 91九色精品人成在线观看| 国产三级在线视频| 亚洲av熟女| 精品午夜福利视频在线观看一区| 精品少妇一区二区三区视频日本电影| 欧美激情 高清一区二区三区| 在线观看免费日韩欧美大片| 精品一区二区三区av网在线观看| 日韩精品青青久久久久久| 免费高清在线观看日韩| 亚洲国产精品久久男人天堂| 麻豆成人av在线观看| 国产av一区二区精品久久| 18美女黄网站色大片免费观看| 久久伊人香网站| 老司机在亚洲福利影院| 免费高清视频大片| 日本vs欧美在线观看视频| 又黄又粗又硬又大视频| 亚洲精品中文字幕在线视频| 无遮挡黄片免费观看| 99re在线观看精品视频| 久久狼人影院| 99在线人妻在线中文字幕| 国产av精品麻豆| 国产精华一区二区三区| 国产精品亚洲av一区麻豆| 国产aⅴ精品一区二区三区波| 精品久久久精品久久久| 一区二区三区激情视频| 最好的美女福利视频网| 国产一卡二卡三卡精品| 亚洲人成77777在线视频| 久久精品91无色码中文字幕| 精品国内亚洲2022精品成人| 法律面前人人平等表现在哪些方面| 日日夜夜操网爽| 精品不卡国产一区二区三区| 啦啦啦 在线观看视频| 久99久视频精品免费| 在线国产一区二区在线| 国产成人系列免费观看| a在线观看视频网站| 人妻丰满熟妇av一区二区三区| 99久久久亚洲精品蜜臀av| 国产一区二区在线av高清观看| 免费在线观看亚洲国产| 午夜激情av网站| 欧美激情 高清一区二区三区| 一区在线观看完整版| 一级毛片高清免费大全| 国产又色又爽无遮挡免费看| 这个男人来自地球电影免费观看| 亚洲国产欧美网| 亚洲美女黄片视频| 男人的好看免费观看在线视频 | 亚洲免费av在线视频| 国产精品亚洲美女久久久| 午夜影院日韩av| 最近最新中文字幕大全免费视频| 欧洲精品卡2卡3卡4卡5卡区| 少妇 在线观看| 在线免费观看的www视频| 久久久国产成人免费| 91在线观看av| 欧美老熟妇乱子伦牲交| 国产高清有码在线观看视频 | 久久人人精品亚洲av| 黄色女人牲交| 久久久精品欧美日韩精品| 久久久久国内视频| 十分钟在线观看高清视频www| 丁香六月欧美| 精品福利观看| 久久人人精品亚洲av| 在线免费观看的www视频| 亚洲视频免费观看视频| 国产精品日韩av在线免费观看 | 亚洲自偷自拍图片 自拍| 999久久久国产精品视频| 亚洲精华国产精华精| 日韩精品免费视频一区二区三区| 久久久久久大精品| 69精品国产乱码久久久| 欧美大码av| 色老头精品视频在线观看| 免费看a级黄色片| 一二三四社区在线视频社区8| 亚洲人成电影观看| www.精华液| av免费在线观看网站| 搡老岳熟女国产| 日韩高清综合在线| 亚洲国产日韩欧美精品在线观看 | 一夜夜www| 久久久久精品国产欧美久久久| 在线观看www视频免费| 一个人免费在线观看的高清视频| 免费久久久久久久精品成人欧美视频| 午夜福利高清视频| 中国美女看黄片| 脱女人内裤的视频| 一区二区日韩欧美中文字幕| 18禁黄网站禁片午夜丰满| 欧美性长视频在线观看| 久久精品影院6| 免费在线观看亚洲国产| 激情视频va一区二区三区| 露出奶头的视频| 色综合欧美亚洲国产小说| 国产亚洲av高清不卡| or卡值多少钱| 国产精品一区二区在线不卡| 精品电影一区二区在线| 免费看十八禁软件| 亚洲自偷自拍图片 自拍| 91麻豆精品激情在线观看国产| 女警被强在线播放| 久热爱精品视频在线9| 91成年电影在线观看| 成人亚洲精品av一区二区| 久久久久久免费高清国产稀缺| 国产精品自产拍在线观看55亚洲| 制服人妻中文乱码| 涩涩av久久男人的天堂| 麻豆国产av国片精品| 欧美绝顶高潮抽搐喷水| 女生性感内裤真人,穿戴方法视频| 最新在线观看一区二区三区| 亚洲成人久久性| 狠狠狠狠99中文字幕| 久久午夜综合久久蜜桃| 男人舔女人下体高潮全视频| 99久久国产精品久久久| 在线观看66精品国产| 91成年电影在线观看| 日本三级黄在线观看| 亚洲专区中文字幕在线| 啪啪无遮挡十八禁网站| 女人爽到高潮嗷嗷叫在线视频| 他把我摸到了高潮在线观看| 精品午夜福利视频在线观看一区| 韩国精品一区二区三区| 这个男人来自地球电影免费观看| 色老头精品视频在线观看| 亚洲精品美女久久av网站| 成熟少妇高潮喷水视频| 日韩免费av在线播放| 看黄色毛片网站| 精品久久久久久,| 久久午夜亚洲精品久久| 欧美日韩瑟瑟在线播放| 国产精品av久久久久免费| 91大片在线观看| 精品久久久久久,| 香蕉国产在线看| 国产成+人综合+亚洲专区| 国产欧美日韩一区二区三| 精品无人区乱码1区二区| 亚洲欧美日韩另类电影网站| 99国产精品一区二区蜜桃av| 在线国产一区二区在线| 啦啦啦 在线观看视频| 欧美另类亚洲清纯唯美| 国产精品久久久av美女十八| 无人区码免费观看不卡| 99久久久亚洲精品蜜臀av| 人成视频在线观看免费观看| 好看av亚洲va欧美ⅴa在| 欧美黄色片欧美黄色片| 法律面前人人平等表现在哪些方面| 波多野结衣高清无吗| 亚洲国产欧美一区二区综合| 精品一区二区三区av网在线观看| 91字幕亚洲| 久久久水蜜桃国产精品网| 亚洲视频免费观看视频| 国产精品久久久人人做人人爽| 精品熟女少妇八av免费久了| 免费观看精品视频网站| 亚洲自偷自拍图片 自拍| 日韩欧美国产一区二区入口| 18禁美女被吸乳视频| 亚洲avbb在线观看| 国产视频一区二区在线看| 亚洲av成人av| a在线观看视频网站| 国产高清有码在线观看视频 | 久久国产亚洲av麻豆专区| 国产精品久久久久久亚洲av鲁大| 精品久久久久久久毛片微露脸| 一进一出抽搐动态| 精品国产乱子伦一区二区三区| 亚洲成人精品中文字幕电影| 亚洲一卡2卡3卡4卡5卡精品中文| 一二三四在线观看免费中文在| 国产av精品麻豆| 怎么达到女性高潮| 在线观看免费视频网站a站| 国产麻豆成人av免费视频| 变态另类成人亚洲欧美熟女 | 老熟妇乱子伦视频在线观看| 香蕉丝袜av| 黄色毛片三级朝国网站| 亚洲av成人av| 亚洲在线自拍视频| 免费av毛片视频| 可以免费在线观看a视频的电影网站| 大型黄色视频在线免费观看| 别揉我奶头~嗯~啊~动态视频| 国产精品免费一区二区三区在线| www.www免费av| 自拍欧美九色日韩亚洲蝌蚪91| 少妇熟女aⅴ在线视频| 午夜福利欧美成人| 丝袜人妻中文字幕| 精品国产国语对白av| 日本欧美视频一区| 夜夜爽天天搞| 色尼玛亚洲综合影院| 亚洲三区欧美一区| 久久中文看片网| 午夜福利视频1000在线观看 | 亚洲 欧美 日韩 在线 免费| 老汉色av国产亚洲站长工具| 操出白浆在线播放| 香蕉久久夜色| 久久精品aⅴ一区二区三区四区| 两性夫妻黄色片| 久久国产亚洲av麻豆专区| 成人三级黄色视频| 一级,二级,三级黄色视频| 久久久久精品国产欧美久久久| 欧美一区二区精品小视频在线| 免费高清在线观看日韩| 成人三级做爰电影| 久久国产精品影院| 色综合站精品国产| 久久精品国产99精品国产亚洲性色 | 动漫黄色视频在线观看| 久久久久久久精品吃奶| 天天一区二区日本电影三级 | 少妇 在线观看| av视频在线观看入口| 色综合婷婷激情| 十八禁网站免费在线| 久久伊人香网站| 欧美在线黄色| 国产激情久久老熟女| 在线视频色国产色| 夜夜夜夜夜久久久久| 老汉色∧v一级毛片| 久久精品91无色码中文字幕| 亚洲自偷自拍图片 自拍| 国产亚洲欧美在线一区二区| 中文字幕久久专区| 午夜福利一区二区在线看| 亚洲欧美精品综合久久99| 最好的美女福利视频网| 亚洲欧美激情综合另类| 成人国产一区最新在线观看| 99久久国产精品久久久| 日本免费一区二区三区高清不卡 | 日韩精品青青久久久久久| tocl精华| 国产一级毛片七仙女欲春2 | 国产精品一区二区免费欧美| 亚洲,欧美精品.| 亚洲av电影不卡..在线观看| 亚洲成av片中文字幕在线观看| 一个人免费在线观看的高清视频| 欧美人与性动交α欧美精品济南到| 欧美另类亚洲清纯唯美| 亚洲一区中文字幕在线| 一进一出好大好爽视频| 无人区码免费观看不卡| 国产精品1区2区在线观看.| 亚洲第一青青草原| 午夜精品久久久久久毛片777| 国产精品亚洲美女久久久| 国产91精品成人一区二区三区| 亚洲免费av在线视频| 少妇 在线观看| 国产精品爽爽va在线观看网站 | 淫秽高清视频在线观看| 法律面前人人平等表现在哪些方面| 18禁观看日本| 1024视频免费在线观看| 亚洲专区字幕在线| 国产黄a三级三级三级人| 成人亚洲精品av一区二区| 国产欧美日韩一区二区三区在线| 可以在线观看的亚洲视频| 男人舔女人的私密视频| 国产成人一区二区三区免费视频网站| 午夜影院日韩av| 桃色一区二区三区在线观看| 涩涩av久久男人的天堂| 可以免费在线观看a视频的电影网站| 美女大奶头视频| 国产单亲对白刺激| av在线播放免费不卡| 色综合欧美亚洲国产小说| 久久国产精品男人的天堂亚洲| 成人国语在线视频| 日本 av在线| 法律面前人人平等表现在哪些方面| 精品人妻在线不人妻| 亚洲avbb在线观看| 亚洲成人国产一区在线观看| 九色国产91popny在线| 亚洲成av片中文字幕在线观看| 精品久久久久久久久久免费视频| 美女高潮到喷水免费观看| 国产日韩一区二区三区精品不卡| 91精品三级在线观看| 人妻丰满熟妇av一区二区三区| 亚洲精品粉嫩美女一区| 国产成人精品久久二区二区免费| 国产亚洲精品久久久久5区| www日本在线高清视频| av视频在线观看入口| 97人妻天天添夜夜摸| 亚洲五月天丁香| 亚洲熟女毛片儿| 成人手机av| 久久婷婷成人综合色麻豆| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲伊人色综图| 免费在线观看亚洲国产| 国产xxxxx性猛交| 成年女人毛片免费观看观看9| 日韩欧美国产一区二区入口| 欧美乱妇无乱码| 精品无人区乱码1区二区| √禁漫天堂资源中文www| 18禁观看日本| 国产精品 国内视频| 亚洲国产精品合色在线| 国产三级黄色录像| 高潮久久久久久久久久久不卡| 黄色女人牲交| 成人三级做爰电影| 日本五十路高清| 欧美成人一区二区免费高清观看 | 亚洲av片天天在线观看| 88av欧美| 精品久久蜜臀av无| 国产精品1区2区在线观看.| 免费看美女性在线毛片视频| 成人欧美大片| 岛国视频午夜一区免费看| 亚洲精品国产色婷婷电影| 一区二区日韩欧美中文字幕| 成人国语在线视频| 国产av在哪里看| 国产av又大| 久久香蕉精品热| 黄色女人牲交| 亚洲一卡2卡3卡4卡5卡精品中文| 色老头精品视频在线观看| 极品教师在线免费播放| 欧美一级a爱片免费观看看 | 午夜福利欧美成人| 国产一区在线观看成人免费| 欧美色视频一区免费| 麻豆成人av在线观看| 日韩av在线大香蕉| 超碰成人久久| 黑丝袜美女国产一区| 精品卡一卡二卡四卡免费| 久久久久久国产a免费观看| 黑人欧美特级aaaaaa片| av在线播放免费不卡| 国产97色在线日韩免费| 亚洲全国av大片| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲中文字幕日韩| 男女下面插进去视频免费观看| 国产亚洲精品一区二区www| АⅤ资源中文在线天堂| 国产在线精品亚洲第一网站| 在线观看免费视频网站a站| 可以免费在线观看a视频的电影网站| www.自偷自拍.com| 一进一出抽搐动态| 此物有八面人人有两片| 日韩一卡2卡3卡4卡2021年| 免费看a级黄色片| 极品人妻少妇av视频| 神马国产精品三级电影在线观看 | 免费看a级黄色片| 三级毛片av免费| 精品人妻1区二区| 久久久久九九精品影院| 国产精品99久久99久久久不卡| 午夜激情av网站| 国产成人精品无人区| 亚洲国产精品合色在线| 51午夜福利影视在线观看| 午夜福利影视在线免费观看| 欧美黑人欧美精品刺激| 亚洲情色 制服丝袜| 免费av毛片视频| 亚洲欧洲精品一区二区精品久久久| 久久狼人影院| 成年女人毛片免费观看观看9| 女人高潮潮喷娇喘18禁视频| av片东京热男人的天堂| 久久国产乱子伦精品免费另类| 免费在线观看黄色视频的| 一区二区三区高清视频在线| 69精品国产乱码久久久| 久久人人97超碰香蕉20202| 精品熟女少妇八av免费久了| 好男人电影高清在线观看| 亚洲人成电影免费在线| 99久久久亚洲精品蜜臀av| 亚洲人成电影免费在线| 男人舔女人的私密视频| 很黄的视频免费| 国产三级在线视频| 可以免费在线观看a视频的电影网站| 无遮挡黄片免费观看| 欧美中文日本在线观看视频| 国产又色又爽无遮挡免费看| 丰满人妻熟妇乱又伦精品不卡| 久久中文看片网| 国产99久久九九免费精品| 免费高清视频大片| 免费一级毛片在线播放高清视频 | 色尼玛亚洲综合影院| 国产精品久久久av美女十八| 国产亚洲欧美精品永久| 精品一品国产午夜福利视频| 成人亚洲精品av一区二区| 日韩 欧美 亚洲 中文字幕| www.精华液| 久久中文看片网| 亚洲 欧美一区二区三区| 久久香蕉国产精品| 91精品国产国语对白视频| 国产一区二区在线av高清观看| 亚洲中文日韩欧美视频| 国产精品自产拍在线观看55亚洲| 国产亚洲精品一区二区www| 精品久久久久久久毛片微露脸| 欧美乱码精品一区二区三区| 国产精品av久久久久免费| 国产免费男女视频| 99国产精品一区二区蜜桃av| 色老头精品视频在线观看| 丝袜人妻中文字幕| 精品一区二区三区视频在线观看免费| 日韩大码丰满熟妇| 日韩精品中文字幕看吧| 视频在线观看一区二区三区| 国产亚洲av高清不卡| 一级作爱视频免费观看| www.自偷自拍.com| 99久久国产精品久久久| 亚洲精品中文字幕在线视频| 女警被强在线播放| 波多野结衣av一区二区av| 亚洲avbb在线观看| 国产又爽黄色视频| 天堂影院成人在线观看| 99精品欧美一区二区三区四区| 伦理电影免费视频| АⅤ资源中文在线天堂| 亚洲午夜理论影院| 国产伦人伦偷精品视频| 欧美精品啪啪一区二区三区| 久久久久国内视频| 久久婷婷成人综合色麻豆| x7x7x7水蜜桃| 亚洲国产毛片av蜜桃av| 高清在线国产一区| 男女床上黄色一级片免费看| 欧美最黄视频在线播放免费| 国产成人精品在线电影| 又黄又粗又硬又大视频| 国产成人精品久久二区二区91| 久久国产精品影院| 久久午夜亚洲精品久久| 好男人电影高清在线观看| 国产亚洲欧美98| 男女下面进入的视频免费午夜 | 久久久国产成人免费| av中文乱码字幕在线| 久久草成人影院| 国产又色又爽无遮挡免费看| 国产精品一区二区在线不卡| 亚洲熟妇熟女久久| 中文字幕精品免费在线观看视频| 免费看十八禁软件| 嫩草影视91久久| 亚洲精品国产一区二区精华液| 一进一出好大好爽视频| 一区二区三区国产精品乱码| 欧美日韩亚洲综合一区二区三区_| 欧美日韩瑟瑟在线播放| 露出奶头的视频| 国产亚洲精品综合一区在线观看 | 欧美不卡视频在线免费观看 | 色在线成人网| 夜夜夜夜夜久久久久| 免费少妇av软件| 级片在线观看| 天堂动漫精品| 91九色精品人成在线观看| 亚洲黑人精品在线| 一边摸一边抽搐一进一出视频| 日本a在线网址| 手机成人av网站| 18禁裸乳无遮挡免费网站照片 | 国产亚洲av高清不卡| 热99re8久久精品国产| 国产三级在线视频| 国产精品 欧美亚洲| 欧美黑人欧美精品刺激| 亚洲午夜理论影院| 一级片免费观看大全| 精品不卡国产一区二区三区| 别揉我奶头~嗯~啊~动态视频| 嫩草影视91久久| www.精华液| 国产一区二区三区综合在线观看|