• <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
    欧美av亚洲av综合av国产av| 2021天堂中文幕一二区在线观| 啦啦啦免费观看视频1| 久久香蕉国产精品| 嫁个100分男人电影在线观看| 三级毛片av免费| 一本一本综合久久| 在线十欧美十亚洲十日本专区| 亚洲第一欧美日韩一区二区三区| 母亲3免费完整高清在线观看| 亚洲精品色激情综合| 美女大奶头视频| 麻豆国产97在线/欧美 | 韩国av一区二区三区四区| 一区二区三区激情视频| 五月玫瑰六月丁香| 欧美人与性动交α欧美精品济南到| 日韩欧美国产在线观看| 国产精品亚洲一级av第二区| 男女做爰动态图高潮gif福利片| 亚洲精品国产精品久久久不卡| 日本一二三区视频观看| 欧美一级a爱片免费观看看 | 亚洲第一欧美日韩一区二区三区| 又黄又爽又免费观看的视频| 男女做爰动态图高潮gif福利片| av视频在线观看入口| 欧美3d第一页| 一本综合久久免费| 国产野战对白在线观看| 18禁美女被吸乳视频| 午夜激情福利司机影院| 香蕉久久夜色| 97碰自拍视频| 久久人妻福利社区极品人妻图片| 国产v大片淫在线免费观看| 中文资源天堂在线| 美女免费视频网站| 亚洲国产欧美一区二区综合| 国产又黄又爽又无遮挡在线| 999精品在线视频| 久久久久久久久久黄片| 国产精华一区二区三区| 欧美最黄视频在线播放免费| 三级国产精品欧美在线观看 | 精品欧美国产一区二区三| 91大片在线观看| 麻豆成人av在线观看| 男女做爰动态图高潮gif福利片| 一个人观看的视频www高清免费观看 | 日韩大码丰满熟妇| 啦啦啦观看免费观看视频高清| 日韩中文字幕欧美一区二区| 九色成人免费人妻av| 真人一进一出gif抽搐免费| 男女那种视频在线观看| 欧美日韩黄片免| 精品乱码久久久久久99久播| 成人手机av| 两个人看的免费小视频| 此物有八面人人有两片| 搡老妇女老女人老熟妇| 日韩欧美在线二视频| 手机成人av网站| 午夜福利欧美成人| www.www免费av| 中文字幕最新亚洲高清| 12—13女人毛片做爰片一| 亚洲av成人av| 午夜激情福利司机影院| 亚洲午夜精品一区,二区,三区| 一级a爱片免费观看的视频| 搡老妇女老女人老熟妇| 日韩欧美国产在线观看| 我的老师免费观看完整版| 亚洲av成人av| 亚洲成人久久爱视频| 国产1区2区3区精品| 天天躁夜夜躁狠狠躁躁| 男女之事视频高清在线观看| 国产高清videossex| 精品少妇一区二区三区视频日本电影| 天天添夜夜摸| 18禁裸乳无遮挡免费网站照片| 亚洲天堂国产精品一区在线| 成人av一区二区三区在线看| 叶爱在线成人免费视频播放| 欧美国产日韩亚洲一区| 亚洲 欧美 日韩 在线 免费| 欧美日韩中文字幕国产精品一区二区三区| 久久草成人影院| 757午夜福利合集在线观看| 草草在线视频免费看| 人成视频在线观看免费观看| 午夜精品一区二区三区免费看| 99久久久亚洲精品蜜臀av| 九色成人免费人妻av| 非洲黑人性xxxx精品又粗又长| 女人爽到高潮嗷嗷叫在线视频| 亚洲美女黄片视频| 亚洲黑人精品在线| 国产成人av激情在线播放| 国产精品99久久99久久久不卡| 亚洲 国产 在线| 波多野结衣高清无吗| 最好的美女福利视频网| 黄频高清免费视频| 天堂影院成人在线观看| 日韩免费av在线播放| 欧美性猛交黑人性爽| 亚洲欧美激情综合另类| 麻豆成人av在线观看| 在线免费观看的www视频| 两性夫妻黄色片| 国产99久久九九免费精品| 天天躁夜夜躁狠狠躁躁| 亚洲国产精品成人综合色| 美女扒开内裤让男人捅视频| 黄片大片在线免费观看| 国产视频一区二区在线看| 亚洲一区二区三区不卡视频| 成人三级黄色视频| 欧美乱妇无乱码| 日日摸夜夜添夜夜添小说| 久久欧美精品欧美久久欧美| 男女视频在线观看网站免费 | 在线视频色国产色| 久久午夜亚洲精品久久| 欧美成人午夜精品| 曰老女人黄片| 老汉色av国产亚洲站长工具| 久久久久久亚洲精品国产蜜桃av| 黑人巨大精品欧美一区二区mp4| 少妇被粗大的猛进出69影院| 三级毛片av免费| 99国产精品一区二区三区| 国产真人三级小视频在线观看| 麻豆av在线久日| 欧美一级a爱片免费观看看 | 男女那种视频在线观看| 成人三级黄色视频| 午夜精品在线福利| 国产免费男女视频| 岛国视频午夜一区免费看| 在线观看免费午夜福利视频| 亚洲欧美日韩东京热| 精品国产美女av久久久久小说| 亚洲成av人片免费观看| 日韩国内少妇激情av| 国产91精品成人一区二区三区| 一级作爱视频免费观看| 午夜激情av网站| 亚洲精品色激情综合| x7x7x7水蜜桃| 一级黄色大片毛片| or卡值多少钱| 日本在线视频免费播放| 国产精品影院久久| 丝袜人妻中文字幕| 国产av麻豆久久久久久久| 午夜影院日韩av| 久久亚洲真实| 一级毛片女人18水好多| 亚洲乱码一区二区免费版| 亚洲国产精品成人综合色| 亚洲av成人精品一区久久| www.自偷自拍.com| 中国美女看黄片| 日日爽夜夜爽网站| 美女午夜性视频免费| 久久九九热精品免费| 丁香六月欧美| 五月伊人婷婷丁香| 精品熟女少妇八av免费久了| 又黄又粗又硬又大视频| 亚洲av成人av| 日本在线视频免费播放| 此物有八面人人有两片| 最近最新免费中文字幕在线| 99久久99久久久精品蜜桃| av在线播放免费不卡| 青草久久国产| 少妇熟女aⅴ在线视频| 亚洲,欧美精品.| 热99re8久久精品国产| 国产精品乱码一区二三区的特点| 日韩三级视频一区二区三区| 伦理电影免费视频| 无遮挡黄片免费观看| 久久久久国内视频| 不卡av一区二区三区| 久久中文看片网| x7x7x7水蜜桃| 色哟哟哟哟哟哟| 免费看美女性在线毛片视频| 日日爽夜夜爽网站| 久久中文看片网| av片东京热男人的天堂| 日本黄大片高清| 少妇裸体淫交视频免费看高清 | av欧美777| 1024手机看黄色片| 婷婷精品国产亚洲av| 日韩三级视频一区二区三区| 欧美大码av| 欧美日本亚洲视频在线播放| 亚洲人成电影免费在线| 日本成人三级电影网站| 一个人免费在线观看的高清视频| 午夜精品一区二区三区免费看| 97人妻精品一区二区三区麻豆| 国产精华一区二区三区| 国产精品亚洲美女久久久| 免费电影在线观看免费观看| 精品午夜福利视频在线观看一区| 男人舔女人的私密视频| 这个男人来自地球电影免费观看| 99久久99久久久精品蜜桃| 国产欧美日韩一区二区三| 国产精品美女特级片免费视频播放器 | 国产黄片美女视频| 女生性感内裤真人,穿戴方法视频| 色综合欧美亚洲国产小说| 人妻夜夜爽99麻豆av| 欧美zozozo另类| 亚洲在线自拍视频| 美女免费视频网站| 97超级碰碰碰精品色视频在线观看| 亚洲成人免费电影在线观看| 欧美zozozo另类| 成人精品一区二区免费| 欧美黑人欧美精品刺激| 日本三级黄在线观看| 久久欧美精品欧美久久欧美| 一级作爱视频免费观看| 国产成人精品久久二区二区免费| 日韩中文字幕欧美一区二区| 亚洲第一电影网av| 亚洲国产欧美网| 日本免费一区二区三区高清不卡| 长腿黑丝高跟| 毛片女人毛片| 天堂影院成人在线观看| 在线十欧美十亚洲十日本专区| 一进一出抽搐gif免费好疼| 亚洲18禁久久av| 欧美成狂野欧美在线观看| 最近最新中文字幕大全电影3| 国产精品免费视频内射| 亚洲精品久久成人aⅴ小说| a级毛片在线看网站| svipshipincom国产片| 国产亚洲精品久久久久久毛片| 精华霜和精华液先用哪个| 最近最新中文字幕大全免费视频| aaaaa片日本免费| 欧美日本视频| 色在线成人网| 亚洲国产精品成人综合色| 精品久久久久久久久久久久久| 亚洲专区国产一区二区| 美女扒开内裤让男人捅视频| 精品福利观看| 亚洲精品在线美女| av福利片在线| 美女 人体艺术 gogo| 一区二区三区国产精品乱码| 99国产极品粉嫩在线观看| 日本a在线网址| 99热这里只有精品一区 | 久久久久精品国产欧美久久久| 国产精品久久久久久久电影 | 一二三四在线观看免费中文在| 黄片小视频在线播放| 久久久国产成人免费| 国产精品亚洲美女久久久| 国产蜜桃级精品一区二区三区| 久久香蕉激情| 亚洲欧美日韩高清在线视频| 国产一区在线观看成人免费| 99久久精品国产亚洲精品| 免费在线观看影片大全网站| 黄片大片在线免费观看| 激情在线观看视频在线高清| 午夜亚洲福利在线播放| 免费一级毛片在线播放高清视频| 婷婷六月久久综合丁香| 老司机福利观看| 国产男靠女视频免费网站| 欧美成狂野欧美在线观看| 变态另类成人亚洲欧美熟女| 色精品久久人妻99蜜桃| 少妇熟女aⅴ在线视频| 舔av片在线| 国产成人av激情在线播放| 国产免费av片在线观看野外av| 国产v大片淫在线免费观看| 男人舔奶头视频| 1024手机看黄色片| 黄色 视频免费看| 18美女黄网站色大片免费观看| 国产免费男女视频| 一个人免费在线观看电影 | 亚洲精品一区av在线观看| 在线观看免费午夜福利视频| 久久久久久九九精品二区国产 | 午夜福利高清视频| 久久九九热精品免费| 小说图片视频综合网站| 成人午夜高清在线视频| 国产99久久九九免费精品| 99热只有精品国产| 男女那种视频在线观看| 国产成年人精品一区二区| 精品久久久久久久久久久久久| 国产又色又爽无遮挡免费看| 国产v大片淫在线免费观看| 2021天堂中文幕一二区在线观| bbb黄色大片| 亚洲中文字幕一区二区三区有码在线看 | 夜夜爽天天搞| 国产精品一区二区精品视频观看| 99久久无色码亚洲精品果冻| 国产精品一区二区精品视频观看| 麻豆av在线久日| 免费无遮挡裸体视频| 日本免费a在线| 午夜日韩欧美国产| 一个人免费在线观看的高清视频| 黑人操中国人逼视频| 国产亚洲欧美在线一区二区| 国产精品野战在线观看| 女生性感内裤真人,穿戴方法视频| 亚洲欧美日韩高清在线视频| 亚洲精品美女久久av网站| 久久久精品大字幕| www.999成人在线观看| 国产人伦9x9x在线观看| 久久这里只有精品中国| 级片在线观看| 国产成年人精品一区二区| xxx96com| 免费电影在线观看免费观看| 一本精品99久久精品77| 欧美黑人欧美精品刺激| 99精品在免费线老司机午夜| 国产午夜精品久久久久久| 久久久精品大字幕| 麻豆国产97在线/欧美 | 国产91精品成人一区二区三区| www.熟女人妻精品国产| 欧美午夜高清在线| 精品久久久久久久久久免费视频| 99精品欧美一区二区三区四区| 伦理电影免费视频| 美女高潮喷水抽搐中文字幕| 国产成人av激情在线播放| 99精品欧美一区二区三区四区| 男女那种视频在线观看| 国产av不卡久久| 免费在线观看日本一区| 19禁男女啪啪无遮挡网站| 中文字幕久久专区| 久久久国产精品麻豆| 中文字幕av在线有码专区| 久久久国产精品麻豆| 中文字幕av在线有码专区| 一个人免费在线观看的高清视频| 亚洲一区二区三区不卡视频| 最近最新中文字幕大全免费视频| 婷婷精品国产亚洲av| 国产一区二区三区在线臀色熟女| 国产精品一区二区免费欧美| 岛国视频午夜一区免费看| 成人18禁在线播放| 精品久久久久久,| 欧美人与性动交α欧美精品济南到| 两个人的视频大全免费| 久久这里只有精品19| 精品人妻1区二区| aaaaa片日本免费| 欧美日本亚洲视频在线播放| 成熟少妇高潮喷水视频| 一进一出好大好爽视频| 久久热在线av| 亚洲精品国产精品久久久不卡| 天堂av国产一区二区熟女人妻 | 怎么达到女性高潮| 90打野战视频偷拍视频| 亚洲自偷自拍图片 自拍| 国产高清有码在线观看视频 | 欧美性猛交╳xxx乱大交人| 99久久99久久久精品蜜桃| 国产精品av久久久久免费| 熟妇人妻久久中文字幕3abv| 岛国在线免费视频观看| 小说图片视频综合网站| 国产熟女午夜一区二区三区| 成人国产一区最新在线观看| 桃色一区二区三区在线观看| 亚洲成人中文字幕在线播放| 国产片内射在线| 午夜免费观看网址| 国产99久久九九免费精品| 琪琪午夜伦伦电影理论片6080| 国产亚洲精品综合一区在线观看 | 国产精品免费视频内射| 毛片女人毛片| 此物有八面人人有两片| 亚洲第一欧美日韩一区二区三区| 国产免费av片在线观看野外av| 最近最新中文字幕大全电影3| 亚洲国产欧洲综合997久久,| 国产1区2区3区精品| 舔av片在线| 日本熟妇午夜| 色精品久久人妻99蜜桃| 亚洲中文字幕一区二区三区有码在线看 | xxxwww97欧美| 97人妻精品一区二区三区麻豆| 亚洲男人的天堂狠狠| 久久婷婷人人爽人人干人人爱| 国产片内射在线| 日本精品一区二区三区蜜桃| 在线国产一区二区在线| 国产伦人伦偷精品视频| 一二三四在线观看免费中文在| 日本一二三区视频观看| 久久精品人妻少妇| 欧美3d第一页| 在线永久观看黄色视频| 高潮久久久久久久久久久不卡| 亚洲成人久久性| 久久久精品欧美日韩精品| 中文在线观看免费www的网站 | 亚洲天堂国产精品一区在线| 国产一区二区激情短视频| 欧美乱码精品一区二区三区| 99国产精品一区二区蜜桃av| 国产视频一区二区在线看| 嫁个100分男人电影在线观看| 90打野战视频偷拍视频| 无限看片的www在线观看| 久久亚洲真实| 黄色 视频免费看| aaaaa片日本免费| 国产真人三级小视频在线观看| 国内久久婷婷六月综合欲色啪| 亚洲,欧美精品.| 国产1区2区3区精品| 日韩欧美免费精品| 国产精品一区二区精品视频观看| 国产熟女午夜一区二区三区| 成人国产一区最新在线观看| 欧美成人免费av一区二区三区| 亚洲美女视频黄频| 国产精品亚洲av一区麻豆| 亚洲精品一区av在线观看| 熟女少妇亚洲综合色aaa.| 亚洲激情在线av| 一级毛片女人18水好多| 在线观看美女被高潮喷水网站 | 制服丝袜大香蕉在线| 激情在线观看视频在线高清| 亚洲色图 男人天堂 中文字幕| 好男人电影高清在线观看| 国产97色在线日韩免费| 亚洲美女视频黄频| 日日夜夜操网爽| 91av网站免费观看| 熟女电影av网| 18禁黄网站禁片午夜丰满| 丁香欧美五月| 精品一区二区三区av网在线观看| 精品久久久久久久毛片微露脸| 亚洲一区中文字幕在线| 欧美色视频一区免费| 亚洲美女黄片视频| 制服人妻中文乱码| 天天添夜夜摸| 麻豆成人av在线观看| 日韩有码中文字幕| 美女免费视频网站| 久久久精品大字幕| 午夜亚洲福利在线播放| 亚洲国产高清在线一区二区三| 热99re8久久精品国产| 午夜福利欧美成人| 国产探花在线观看一区二区| 日韩欧美免费精品| 成人特级黄色片久久久久久久| 18禁黄网站禁片午夜丰满| 中文字幕人成人乱码亚洲影| 国内精品久久久久精免费| 中文字幕熟女人妻在线| 三级男女做爰猛烈吃奶摸视频| 免费在线观看黄色视频的| 少妇人妻一区二区三区视频| 国产又黄又爽又无遮挡在线| 国产精品精品国产色婷婷| 精品福利观看| 亚洲成人久久爱视频| 亚洲国产看品久久| 国内精品久久久久精免费| 欧美日韩乱码在线| 亚洲成人免费电影在线观看| 夜夜夜夜夜久久久久| 丰满的人妻完整版| 亚洲午夜理论影院| www.www免费av| 欧美又色又爽又黄视频| 欧洲精品卡2卡3卡4卡5卡区| 五月玫瑰六月丁香| 日韩国内少妇激情av| 毛片女人毛片| 国产精品久久久av美女十八| 夜夜躁狠狠躁天天躁| 精品国产乱码久久久久久男人| 久热爱精品视频在线9| 三级毛片av免费| 国产精品av视频在线免费观看| 久久 成人 亚洲| 亚洲黑人精品在线| 好男人电影高清在线观看| 国产成人啪精品午夜网站| 国产精品日韩av在线免费观看| 成人永久免费在线观看视频| 久久九九热精品免费| 欧美av亚洲av综合av国产av| 国内精品久久久久精免费| 亚洲精品中文字幕一二三四区| 日本黄大片高清| 国产v大片淫在线免费观看| 免费高清视频大片| 欧美性长视频在线观看| 久久香蕉激情| 日本 av在线| 可以在线观看毛片的网站| cao死你这个sao货| 亚洲 国产 在线| 黄色丝袜av网址大全| 欧美性猛交黑人性爽| 久久国产精品影院| 亚洲成a人片在线一区二区| 免费av毛片视频| 国产成人精品久久二区二区免费| 久久久久国内视频| 色在线成人网| 中文字幕久久专区| 亚洲黑人精品在线| 波多野结衣高清无吗| 级片在线观看| 制服丝袜大香蕉在线| 身体一侧抽搐| 婷婷丁香在线五月| 久久久久久久午夜电影| 精品少妇一区二区三区视频日本电影| e午夜精品久久久久久久| 岛国视频午夜一区免费看| 日本熟妇午夜| 免费在线观看黄色视频的| 99久久精品热视频| 99久久99久久久精品蜜桃| 男人的好看免费观看在线视频 | 亚洲天堂国产精品一区在线| 日韩欧美免费精品| 麻豆久久精品国产亚洲av| 亚洲精品国产一区二区精华液| 国产亚洲欧美在线一区二区| 精品少妇一区二区三区视频日本电影| 最新在线观看一区二区三区| 十八禁网站免费在线| 欧美精品啪啪一区二区三区| 18禁黄网站禁片午夜丰满| 国产欧美日韩一区二区三| 成人永久免费在线观看视频| 国产熟女午夜一区二区三区| 久久这里只有精品中国| 韩国av一区二区三区四区| 午夜精品在线福利| 国内揄拍国产精品人妻在线| 国产亚洲精品av在线| 久久九九热精品免费| 一a级毛片在线观看| 午夜日韩欧美国产| 给我免费播放毛片高清在线观看| 成人三级黄色视频| 免费一级毛片在线播放高清视频| www.www免费av| 亚洲成人中文字幕在线播放| 99国产精品99久久久久| 日本一二三区视频观看| 午夜福利欧美成人| 黑人操中国人逼视频| 亚洲色图 男人天堂 中文字幕| 亚洲精品久久成人aⅴ小说| 欧美乱码精品一区二区三区| 欧美色视频一区免费| 黄色女人牲交| 亚洲自偷自拍图片 自拍| 国产精品美女特级片免费视频播放器 | 亚洲精品美女久久av网站| 亚洲精品一卡2卡三卡4卡5卡| 夜夜夜夜夜久久久久| 九色成人免费人妻av| 精品不卡国产一区二区三区| 精品欧美一区二区三区在线| 国产一区二区激情短视频| 亚洲熟女毛片儿| 欧美日韩亚洲国产一区二区在线观看| 嫩草影院精品99| 两个人的视频大全免费| 精品久久久久久久久久久久久| 亚洲av第一区精品v没综合| 日韩欧美国产一区二区入口|