• <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 ?

    基于灰度極限學習機的糧食產(chǎn)量預測

    2018-04-09 07:22:17曹培格郭亞菲楊鐵軍
    江蘇農(nóng)業(yè)科學 2018年5期
    關鍵詞:學習機權值灰色

    樊 超, 曹培格, 郭亞菲, 楊鐵軍

    (河南工業(yè)大學信息科學與工程學院,河南鄭州 450001)

    無糧則不穩(wěn),糧食生產(chǎn)是糧食安全的基石,不僅關系國計民生,而且直接影響社會穩(wěn)定和經(jīng)濟發(fā)展。雖然我國目前已經(jīng)基本實現(xiàn)了糧食總量平衡、年年有余的目標,但仍面臨著人口多、耕地少且可耕地面積日益萎縮的狀況,嚴重影響國家的糧食安全。為此,研究糧食產(chǎn)量的變化規(guī)律并對其發(fā)展趨勢作出準確預測,對于保障國家糧食安全、指導政府部門制定科學的發(fā)展規(guī)劃和政策具有重要意義。

    由于糧食生產(chǎn)受社會、經(jīng)濟、氣候等多種因素的影響,導致糧食產(chǎn)量預測成為復雜的農(nóng)學和統(tǒng)計學問題。為準確預測糧食產(chǎn)量,目前普遍采用遙感技術預測模型[1]、統(tǒng)計動力學生長模型[2]、氣象產(chǎn)量預測模型[3]以及基于自回歸滑動平均模型(auto-regressive and moving average model,簡稱ARMA模型)和灰度理論等的時間序列預測等方法[4-7]。這些方法雖然在一定程度上能夠?qū)Z食產(chǎn)量作出預測,但均不同程度地存在所需數(shù)據(jù)量大、預測成本高以及預測精度不理想等缺點。

    由于糧食生產(chǎn)受到多種顯性和隱性因素的影響,具有明顯的灰度特征,因此可以使用灰色模型預測糧食產(chǎn)量。傳統(tǒng)的灰色模型能有效地預測少量數(shù)據(jù)序列,但隨著數(shù)據(jù)的增多和波動性的增大,該模型逐漸失去它的優(yōu)勢[8]。而極限學習機較適用于對大樣本數(shù)據(jù)進行預測,一般情況下,訓練數(shù)據(jù)越多,對樣本數(shù)據(jù)規(guī)律擬合得越好,預測誤差越小。為此,本研究結合糧食產(chǎn)量的數(shù)據(jù)特點,將灰色預測算法和極限學習機算法相結合,提出基于灰色極限學習機的糧食產(chǎn)量短期準確預測模型。

    1 灰色預測模型

    灰色預測模型的基本原理是對雜亂無章的原始數(shù)據(jù)列進行累加,生成新的單調(diào)遞增數(shù)據(jù)列,增加原始數(shù)據(jù)列的規(guī)律性,弱化其波動性;按照累加后序列的增長趨勢建立預測模型,得到1組單調(diào)遞增數(shù)據(jù)序列;然后對預測數(shù)據(jù)采用累減的方法進行逆運算,恢復原時間序列,得到預測結果。其中 GM(1,1) 是目前灰色模型中使用最廣泛的模型,其建模步驟如下。

    (1)生成累加序列。設原始時間序列X(0)包含n個非負元素,即:

    X(0)=[x(0)(1),x(0)(2),…,x(0)(n)]。

    (1)

    由該序列生成一次累加序列X(1),

    X(1)=[x(1)(1),x(1)(2),…,x(1)(n)]。

    (2)

    其中

    (3)

    式中:x(0)(r)指原始時間序列中的第r個元素。

    (2)生成累加序列X(1)的緊鄰均值序列Z(1):

    Z(1)=[z(1)(1),z(1)(2),…,z(1)(n)]。

    (4)

    這里:

    (5)

    (3)構建累加序列X(1)對時間t的一階微分方程:

    (6)

    式中:參數(shù)a、b可由式(7)計算得出。

    [a,b]T=(BTB)-1BTY。

    (7)

    式中:

    (8)

    (4)求解微分方程,得到如下GM(1,1)模型:

    (9)

    (5)由累加序列還原原序列:

    (10)

    2 極限學習機預測算法

    (11)

    式中:wi為輸入神經(jīng)元與第i個隱含層節(jié)點的連接權值;βi為第i個隱含層節(jié)點與輸出神經(jīng)元的輸出權值;bi為第i個隱含層節(jié)點的偏置;tp為第p個輸入樣本的輸出值。式(11)等價于:

    Hβ=T。

    (12)

    式中:

    (13)

    (14)

    式中:T為網(wǎng)絡輸出矩陣;H為極限學習機的隱含層輸出矩陣,其第i列為第i個隱層節(jié)點的輸出向量,該向量與輸入值x1、x2,…,xN有關。因此,對于一個含有M個輸入節(jié)點、L個隱層節(jié)點,且激勵函數(shù)為g(x)的標準極限學習機,其算法過程可包括如下3步:(1)隨機設置輸入權值ωi和偏置bi,1≤i≤L;(2)計算隱層輸出矩陣H;(3)計算輸出權值β=H+T,其中H+為H的Moor-Penrose(MP)廣義逆。

    從上述過程可以看出,ELM算法可隨機產(chǎn)生輸入層和隱含層的連接權值ωi及隱含層神經(jīng)元的偏置bi,且在訓練過程中無需調(diào)整,只須選定激勵函數(shù)、設定隱層節(jié)點個數(shù),即可得到唯一的最優(yōu)解。因此,ELM算法具有學習速度快、泛化性能好等優(yōu)點。

    3 灰色極限學習機組合預測算法

    灰色極限學習機預測算法主要由灰色預測算法和極限學習機算法等2個預測模型組合而成。灰色預測模型適用于小樣本的數(shù)據(jù)預測,在大樣本的數(shù)據(jù)預測問題上,效果較差,但可以選取距離待預測年份較近的少量樣本數(shù)據(jù)進行建模;而極限學習機通常適用于大樣本的數(shù)據(jù)預測,且訓練數(shù)據(jù)越多,模型對樣本數(shù)據(jù)規(guī)律的擬合性越好,能夠較全面地反映數(shù)據(jù)序列的變化規(guī)律。因此,灰色極限學習機預測算法可通過使用不同的樣本集分別構建灰色預測模型和極限學習機模型,然后根據(jù)2個模型對數(shù)據(jù)序列的預測效果進行加權,克服單一預測方法的不足,從而得到較為準確的預測結果。

    假設時間數(shù)據(jù)序列含有N個數(shù)據(jù)元素,記為X=[x1,x2,…,xN],且數(shù)據(jù)序號越大(即在序列中越靠后)的元素其時間點越靠后,距離待預測數(shù)據(jù)時間越近?;疑珮O限學習機算法步驟可描述為:

    (2)計算灰色模型擬合誤差序列Eg:

    (15)

    (3)計算灰色模型權值qg。在預測領域中,距離預測時間點越近,數(shù)據(jù)的預測誤差越重要。因此,基于該思想的合理性,權值計算公式為

    qg=|εN|+r|εN-1|+…+rN-l+1|εN-l+1|。

    (16)

    式中:r為權值因子,0≤r<1。

    (17)

    (18)

    (5)計算極限學習機模型的擬合誤差序列Eε:

    (19)

    (6)計算極限學習機模型權值qε。具體計算公式為

    qε=|εN-j-1|+r|εN-j-2|+…+rN-j-2|ε1|。

    (20)

    式中:r為權值因子,0≤r<1。

    (7)分別使用步驟(1)、步驟(4)所建立的灰色預測模型和極限學習機模型對序列X進行預測,得到預測序列Yg和Yε。

    (8)使用步驟(7)并結合步驟(3)、步驟(6)得到的權值qg、qε以及最終預測序列Y。

    (21)

    綜上所述,灰色極限學習機預測模型的算法步驟如圖2所示。

    4 基于灰色極限學習機的糧食產(chǎn)量預測

    為驗證基于灰色極限學習機組合模型的糧食預測效果,選取1949—2013年我國的糧食產(chǎn)量數(shù)據(jù)作為研究對象,構成原始時間序列X。為方便驗證模型,將該序列中1949—2010年的數(shù)據(jù)作為訓練子序列X1,2011—2013年的數(shù)據(jù)作為預測子序列X2。首先從訓練子序列X1中挑選2000—2010年共11個元素構成新的時間序列,使用灰度建模方法建立該序列的GM(1,1)模型,利用該模型對2011—2013年糧食產(chǎn)量數(shù)據(jù)進行預測,預測結果如表1所示。其次,對訓練集樣本X1進行數(shù)據(jù)歸一化處理,處理公式為:

    X1′(i)=[max(X1)-X1(i)]/[max(X1)-min(X1)]。

    (22)

    式中:X1為原序列;X1′為歸一化后的序列;X1(i)、X1′(i)分別為序列X1、X1′的第i個元素。選取極限學習機的滯后階數(shù)為5(即極限學習機的輸入節(jié)點數(shù)為5),構建結構為5-11-1的極限學習機預測模型,其中學習機的激勵函數(shù)為Sigmoid函數(shù)。利用訓練好的網(wǎng)絡模型對2011—2013年的糧食產(chǎn)量進行預測,通過反歸一化處理得到的預測數(shù)據(jù)見表1。分別計算灰度模型和極限學習機模型的擬合誤差,選取權值因子r=0.9,根據(jù)公式(16)、公式(20)分別計算灰度模型、極限學習機模型的權重系數(shù)qg/(qg+qε)=0.48、qε/(qg+qε)=0.52。然后根據(jù)公式(21)得到基于灰色極限學習機組合模型2011—2013年的糧食產(chǎn)量。

    從表1可以看出,由于2011年距離訓練集樣本最近,因此,使用GM(1,1)模型得到的預測產(chǎn)量最精確,但GM(1,1)模型建模時所用數(shù)據(jù)元素較少,隨著時間的增加,預測誤差明顯增大。而極限學習機方法結合了較多產(chǎn)量數(shù)據(jù)的歷史信息,使得預測誤差總體較為平穩(wěn)。由于灰度極限學習機算法結合了灰度模型和極限學習機模型各自的優(yōu)勢,使得其產(chǎn)量預測效果較好,2012、2013年的糧食產(chǎn)量預測誤差明顯小于其他2種方法。3種方法3年的平均預測誤差分別為2.65%(極限學習機)、3.25%(灰度模型)、1.19%(灰度極限學習機模型),由此可見,灰度極限學習機模型可以準確預測未來3年的糧食產(chǎn)量數(shù)據(jù)。

    表1 各種模型得到的糧食產(chǎn)量數(shù)據(jù)

    5 結論

    糧食安全是關系國民經(jīng)濟健康發(fā)展和全面建設小康社會的重大問題,因此對糧食產(chǎn)量的短期、精確預測對于保障國家糧食安全和協(xié)助糧食管理部門作出科學有效決策具有重大意義。本研究根據(jù)糧食產(chǎn)量數(shù)據(jù)灰度性特點,將灰色模型的小樣本短期預測功能和極限學習機大樣本規(guī)律預測功能相結合,采用灰度極限學習機組合模型對糧食產(chǎn)量進行短期預測。對2011—2013年糧食產(chǎn)量的預測結果表明,該組合方法能夠準確預測未來3年的糧食產(chǎn)量,平均預測誤差約為1.19%,為糧食產(chǎn)量的短期精準預測提供了新的技術手段。

    參考文獻:

    [1]譚昌偉,羅明,楊昕,等. 運用PLS算法由HJ-1A/1B遙感影像估測區(qū)域冬小麥理論產(chǎn)量[J]. 中國農(nóng)業(yè)科學,2015,48(20):4033-4041.

    [2]張虹. 基于系統(tǒng)動力學的我國糧食安全問題研究[D]. 成都:成都理工大學,2009.

    [3]劉春瓊,劉萍,吳生虎,等. 基于DCCA方法分析氣候變化對四川省糧食產(chǎn)量的影響[J]. 中國農(nóng)業(yè)氣象,2016,37(1):43-50.

    [4]范成方,史建民. 基于Holt-Winters及趨勢-ARMA組合模型的糧食種植成本預測分析——以山東省玉米、小麥為例[J]. 中國農(nóng)業(yè)資源與區(qū)劃,2014,35(3):45-51.

    [5]張超,何翔宇,吳榮濤,等. 基于等維新息GM(1,1)模型的河南省糧食產(chǎn)量預測[J]. 河南農(nóng)業(yè)大學學報,2015,49(4):556-560,572.

    [6]禹建麗,黎婭. 基于人工神經(jīng)網(wǎng)絡的糧食產(chǎn)量預測模型[J]. 河南農(nóng)業(yè)科學,2005(7):44-46.

    [7]楊雨時,董連杰,管琳. 基于粗糙集理論和BP神經(jīng)網(wǎng)絡的糧食產(chǎn)量預測方法[J]. 農(nóng)機化研究,2014(11):34-37.

    [8]楊克磊,張振宇,和美. 應用灰色GM(1,1)模型的糧食產(chǎn)量預測研究[J]. 重慶理工大學學報(自然科學),2015,29(4):124-127.

    [9]Huang G B,Zhu Q Y,Siew CK. Extreme learning machine:a new learning scheme of feedforward neural networks[C]//2004 IEEE International Joint Conference on Neural Networks. Hungary:Budapest,2004.

    猜你喜歡
    學習機權值灰色
    一種融合時間權值和用戶行為序列的電影推薦模型
    CONTENTS
    淺灰色的小豬
    極限學習機綜述
    測控技術(2018年10期)2018-11-25 09:35:26
    基于極限學習機參數(shù)遷移的域適應算法
    自動化學報(2018年2期)2018-04-12 05:46:21
    分層極限學習機在滾動軸承故障診斷中的應用
    灰色時代
    Coco薇(2017年2期)2017-04-25 17:59:38
    她、它的灰色時髦觀
    Coco薇(2017年2期)2017-04-25 17:57:49
    基于權值動量的RBM加速學習算法研究
    自動化學報(2017年7期)2017-04-18 13:41:02
    感覺
    av在线老鸭窝| 亚洲精品美女久久av网站| 欧美亚洲日本最大视频资源| 在线观看美女被高潮喷水网站| 乱人伦中国视频| 婷婷色综合www| 最近中文字幕高清免费大全6| 亚洲精品久久午夜乱码| 亚洲伊人久久精品综合| 欧美bdsm另类| 校园人妻丝袜中文字幕| 一二三四在线观看免费中文在 | 如何舔出高潮| 久久久精品免费免费高清| 宅男免费午夜| 久久久精品区二区三区| 久久av网站| 亚洲av在线观看美女高潮| 亚洲国产色片| 亚洲av男天堂| 最近最新中文字幕免费大全7| 在线观看免费高清a一片| 亚洲成人一二三区av| 国产不卡av网站在线观看| 亚洲av欧美aⅴ国产| 777米奇影视久久| 亚洲欧美清纯卡通| 青春草视频在线免费观看| 天堂中文最新版在线下载| 亚洲国产精品专区欧美| 我要看黄色一级片免费的| 极品少妇高潮喷水抽搐| 制服丝袜香蕉在线| 多毛熟女@视频| av女优亚洲男人天堂| 亚洲第一av免费看| 肉色欧美久久久久久久蜜桃| 久久久久久伊人网av| 91在线精品国自产拍蜜月| 免费看av在线观看网站| 黄色一级大片看看| www.色视频.com| 国产精品免费大片| 黄色怎么调成土黄色| 黑人猛操日本美女一级片| 制服人妻中文乱码| 大片免费播放器 马上看| 嫩草影院入口| 亚洲精品成人av观看孕妇| 成年女人在线观看亚洲视频| 伊人亚洲综合成人网| 最新中文字幕久久久久| 精品福利永久在线观看| 亚洲欧美成人精品一区二区| 久久精品国产亚洲av天美| 一边摸一边做爽爽视频免费| 侵犯人妻中文字幕一二三四区| 丝瓜视频免费看黄片| 两个人免费观看高清视频| 免费人成在线观看视频色| 男人爽女人下面视频在线观看| 免费观看a级毛片全部| 午夜av观看不卡| 777米奇影视久久| 国产高清国产精品国产三级| 高清av免费在线| 成人漫画全彩无遮挡| 青青草视频在线视频观看| 男女高潮啪啪啪动态图| 两个人看的免费小视频| 国产精品久久久久久av不卡| 亚洲精品国产av成人精品| 校园人妻丝袜中文字幕| 亚洲 欧美一区二区三区| 咕卡用的链子| 亚洲人与动物交配视频| 男女午夜视频在线观看 | 亚洲美女视频黄频| 美国免费a级毛片| 国产日韩欧美亚洲二区| 欧美日本中文国产一区发布| 免费看不卡的av| 久久亚洲国产成人精品v| 国产一区有黄有色的免费视频| 丝瓜视频免费看黄片| 少妇人妻精品综合一区二区| 深夜精品福利| 日韩伦理黄色片| 午夜免费鲁丝| 天堂8中文在线网| av福利片在线| 精品午夜福利在线看| 欧美精品国产亚洲| 国产精品国产三级国产av玫瑰| 亚洲精品国产色婷婷电影| 又粗又硬又长又爽又黄的视频| 国产亚洲精品久久久com| 在现免费观看毛片| 另类精品久久| 亚洲丝袜综合中文字幕| 全区人妻精品视频| 精品国产乱码久久久久久小说| 激情五月婷婷亚洲| 咕卡用的链子| 成年人午夜在线观看视频| 自线自在国产av| 精品人妻在线不人妻| 最近中文字幕2019免费版| 99热国产这里只有精品6| 日韩成人av中文字幕在线观看| 中文字幕精品免费在线观看视频 | 国产有黄有色有爽视频| 性高湖久久久久久久久免费观看| 国产女主播在线喷水免费视频网站| 大话2 男鬼变身卡| 亚洲国产日韩一区二区| 久久久久久久久久久免费av| 亚洲精品中文字幕在线视频| 国产免费一级a男人的天堂| 欧美成人午夜免费资源| av在线app专区| av在线app专区| 久久久久久久国产电影| 欧美最新免费一区二区三区| 欧美少妇被猛烈插入视频| 韩国高清视频一区二区三区| 99视频精品全部免费 在线| xxx大片免费视频| 熟女人妻精品中文字幕| 精品酒店卫生间| 亚洲美女视频黄频| 51国产日韩欧美| 99re6热这里在线精品视频| 日韩精品有码人妻一区| 国产精品嫩草影院av在线观看| 久久婷婷青草| 99香蕉大伊视频| 精品卡一卡二卡四卡免费| 久久久a久久爽久久v久久| 亚洲第一区二区三区不卡| 一级a做视频免费观看| 99热全是精品| 大陆偷拍与自拍| av又黄又爽大尺度在线免费看| 最近2019中文字幕mv第一页| 欧美激情极品国产一区二区三区 | 久热久热在线精品观看| 男女免费视频国产| 黑人欧美特级aaaaaa片| 纯流量卡能插随身wifi吗| videosex国产| 国产国拍精品亚洲av在线观看| 亚洲欧美日韩另类电影网站| 91精品三级在线观看| 日韩制服骚丝袜av| 侵犯人妻中文字幕一二三四区| 伦精品一区二区三区| 日韩不卡一区二区三区视频在线| 一二三四在线观看免费中文在 | 亚洲,欧美,日韩| 国产精品偷伦视频观看了| 国产成人a∨麻豆精品| 老熟女久久久| 成人免费观看视频高清| 日韩人妻精品一区2区三区| 日本黄色日本黄色录像| 国产午夜精品一二区理论片| 国产午夜精品一二区理论片| 亚洲国产日韩一区二区| 国产成人精品久久久久久| 草草在线视频免费看| 老司机影院成人| 国产毛片在线视频| 国产一区二区在线观看日韩| 下体分泌物呈黄色| 成人亚洲精品一区在线观看| 一级毛片电影观看| 精品亚洲成国产av| 欧美精品一区二区免费开放| 亚洲四区av| 中国美白少妇内射xxxbb| 日韩不卡一区二区三区视频在线| 一二三四在线观看免费中文在 | 亚洲国产av新网站| 欧美日韩视频高清一区二区三区二| 亚洲av电影在线观看一区二区三区| 久久午夜综合久久蜜桃| 国产精品女同一区二区软件| 麻豆乱淫一区二区| 99国产精品免费福利视频| 亚洲国产av新网站| 热re99久久精品国产66热6| 国产精品一区二区在线观看99| 又粗又硬又长又爽又黄的视频| 另类精品久久| 母亲3免费完整高清在线观看 | 亚洲国产最新在线播放| 国产探花极品一区二区| 日韩大片免费观看网站| 久久久久久久国产电影| 天天躁夜夜躁狠狠久久av| 免费观看性生交大片5| 欧美精品高潮呻吟av久久| 在线观看免费日韩欧美大片| 久久久久网色| 久久久国产精品麻豆| 午夜久久久在线观看| 飞空精品影院首页| 亚洲av中文av极速乱| 久久精品久久精品一区二区三区| av女优亚洲男人天堂| 9热在线视频观看99| 九色亚洲精品在线播放| 男人添女人高潮全过程视频| 满18在线观看网站| 色吧在线观看| 亚洲婷婷狠狠爱综合网| 久久婷婷青草| 在线看a的网站| 美女视频免费永久观看网站| 秋霞伦理黄片| 看十八女毛片水多多多| 亚洲精品色激情综合| a级毛片黄视频| 老熟女久久久| 一级毛片黄色毛片免费观看视频| 亚洲欧洲国产日韩| 最后的刺客免费高清国语| 国产综合精华液| 最近的中文字幕免费完整| 成人亚洲精品一区在线观看| 一级片'在线观看视频| 亚洲精品456在线播放app| 亚洲国产精品一区二区三区在线| 校园人妻丝袜中文字幕| 热99久久久久精品小说推荐| 国产精品成人在线| 人妻少妇偷人精品九色| 久久精品国产亚洲av涩爱| 26uuu在线亚洲综合色| 久久久国产一区二区| 精品国产一区二区三区久久久樱花| 99热国产这里只有精品6| 国产亚洲精品久久久com| 一级黄片播放器| 久久久欧美国产精品| a级毛片在线看网站| 欧美另类一区| 免费看av在线观看网站| 久久精品国产亚洲av涩爱| 在线观看免费日韩欧美大片| 欧美另类一区| 美女国产高潮福利片在线看| 亚洲三级黄色毛片| 精品国产露脸久久av麻豆| 午夜福利网站1000一区二区三区| 亚洲内射少妇av| 黄色怎么调成土黄色| 欧美xxxx性猛交bbbb| 久久这里有精品视频免费| 美女主播在线视频| 丝袜脚勾引网站| 精品酒店卫生间| 精品久久国产蜜桃| 国产亚洲精品第一综合不卡 | 高清不卡的av网站| 国产精品人妻久久久久久| 日韩伦理黄色片| 欧美国产精品va在线观看不卡| 99re6热这里在线精品视频| 色吧在线观看| 国产欧美日韩一区二区三区在线| a级毛片在线看网站| 18禁在线无遮挡免费观看视频| 国产av一区二区精品久久| 日本wwww免费看| 99热6这里只有精品| 99国产综合亚洲精品| 色哟哟·www| 亚洲图色成人| 制服诱惑二区| 国产 精品1| 国产欧美亚洲国产| 亚洲情色 制服丝袜| 亚洲精品一区蜜桃| 91国产中文字幕| 亚洲av免费高清在线观看| 亚洲久久久国产精品| 啦啦啦在线观看免费高清www| 自线自在国产av| 大香蕉久久成人网| 少妇 在线观看| 日本免费在线观看一区| 国产av国产精品国产| 成年动漫av网址| 日韩中字成人| 天堂俺去俺来也www色官网| 香蕉精品网在线| 日本黄大片高清| 国产1区2区3区精品| 欧美老熟妇乱子伦牲交| 搡老乐熟女国产| 免费人成在线观看视频色| 最近最新中文字幕免费大全7| 国产爽快片一区二区三区| 91aial.com中文字幕在线观看| 一二三四在线观看免费中文在 | 亚洲高清免费不卡视频| 免费大片黄手机在线观看| 国产精品一区二区在线不卡| 热99久久久久精品小说推荐| 夫妻午夜视频| av视频免费观看在线观看| 各种免费的搞黄视频| 亚洲国产精品国产精品| 搡女人真爽免费视频火全软件| 在线免费观看不下载黄p国产| 欧美日韩一区二区视频在线观看视频在线| 精品国产国语对白av| 亚洲国产日韩一区二区| 亚洲精品av麻豆狂野| 欧美+日韩+精品| 欧美精品av麻豆av| 久久久精品免费免费高清| 午夜激情久久久久久久| tube8黄色片| 七月丁香在线播放| videos熟女内射| 日本wwww免费看| 久久久久久人妻| 亚洲熟女精品中文字幕| 国产精品蜜桃在线观看| 美女主播在线视频| 熟妇人妻不卡中文字幕| 免费播放大片免费观看视频在线观看| 内地一区二区视频在线| 美女主播在线视频| 18禁观看日本| 亚洲欧洲国产日韩| 高清在线视频一区二区三区| 最近最新中文字幕免费大全7| 高清在线视频一区二区三区| 最近最新中文字幕免费大全7| 国产在线一区二区三区精| 日韩伦理黄色片| 欧美日韩亚洲高清精品| 日韩中字成人| 亚洲美女搞黄在线观看| 国产一区二区在线观看日韩| 欧美 日韩 精品 国产| 亚洲天堂av无毛| 亚洲精品456在线播放app| 国产精品无大码| 麻豆精品久久久久久蜜桃| 亚洲精品自拍成人| 天堂俺去俺来也www色官网| 欧美日韩成人在线一区二区| 亚洲av综合色区一区| 成人手机av| 国产乱来视频区| 亚洲一区二区三区欧美精品| 国产精品一二三区在线看| 日产精品乱码卡一卡2卡三| 国产日韩欧美视频二区| 91国产中文字幕| 啦啦啦啦在线视频资源| 日本午夜av视频| 成人二区视频| 免费播放大片免费观看视频在线观看| 亚洲精品一区蜜桃| 一本色道久久久久久精品综合| 国产日韩欧美亚洲二区| 亚洲国产欧美在线一区| 久久国产精品男人的天堂亚洲 | 亚洲在久久综合| 一级毛片电影观看| 深夜精品福利| 久久 成人 亚洲| 女人久久www免费人成看片| 高清不卡的av网站| 欧美日韩综合久久久久久| 亚洲精品av麻豆狂野| 亚洲精华国产精华液的使用体验| 中文欧美无线码| 亚洲精华国产精华液的使用体验| 国产有黄有色有爽视频| 欧美精品国产亚洲| 亚洲国产成人一精品久久久| 日韩一本色道免费dvd| 免费大片18禁| 久久精品熟女亚洲av麻豆精品| 久久久久精品久久久久真实原创| 久久影院123| 午夜久久久在线观看| 最近的中文字幕免费完整| 成年美女黄网站色视频大全免费| 国产精品久久久久久av不卡| 巨乳人妻的诱惑在线观看| 久久久久精品久久久久真实原创| 韩国高清视频一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 天美传媒精品一区二区| 少妇的逼水好多| 精品午夜福利在线看| 日日啪夜夜爽| 日韩伦理黄色片| 少妇 在线观看| 成年人免费黄色播放视频| 国产精品免费大片| 老熟女久久久| 制服诱惑二区| 久久国内精品自在自线图片| 国产伦理片在线播放av一区| 国产麻豆69| 最后的刺客免费高清国语| 乱码一卡2卡4卡精品| 男女啪啪激烈高潮av片| 国产高清国产精品国产三级| 超碰97精品在线观看| 国产免费福利视频在线观看| 丰满乱子伦码专区| 女人被躁到高潮嗷嗷叫费观| 天天躁夜夜躁狠狠久久av| 午夜福利影视在线免费观看| 精品少妇黑人巨大在线播放| 亚洲成国产人片在线观看| 妹子高潮喷水视频| 国产在线免费精品| 亚洲综合色惰| 欧美3d第一页| 欧美最新免费一区二区三区| 免费大片18禁| av在线老鸭窝| 国产精品一国产av| 男人爽女人下面视频在线观看| 免费看光身美女| 日韩大片免费观看网站| 国产精品国产三级国产专区5o| 日本免费在线观看一区| 91久久精品国产一区二区三区| 91成人精品电影| a级毛片在线看网站| av卡一久久| 免费人成在线观看视频色| 亚洲av.av天堂| 一级黄片播放器| 永久免费av网站大全| 久久ye,这里只有精品| 超碰97精品在线观看| 18在线观看网站| 侵犯人妻中文字幕一二三四区| 人人妻人人澡人人爽人人夜夜| 国产亚洲欧美精品永久| 欧美日韩亚洲高清精品| 欧美+日韩+精品| 极品人妻少妇av视频| 欧美3d第一页| 亚洲欧美一区二区三区黑人 | 国产亚洲最大av| 天天影视国产精品| 亚洲精品自拍成人| 99九九在线精品视频| 亚洲精品美女久久久久99蜜臀 | 深夜精品福利| 久久ye,这里只有精品| 久久精品aⅴ一区二区三区四区 | 欧美亚洲 丝袜 人妻 在线| 老司机亚洲免费影院| 夫妻性生交免费视频一级片| 亚洲欧美日韩卡通动漫| 日韩一区二区视频免费看| 美女国产视频在线观看| 欧美亚洲日本最大视频资源| 如日韩欧美国产精品一区二区三区| 国产精品国产三级国产专区5o| 久久精品aⅴ一区二区三区四区 | 91精品三级在线观看| 精品少妇久久久久久888优播| 亚洲精品美女久久av网站| 卡戴珊不雅视频在线播放| 国产精品一区二区在线观看99| 国产精品久久久久久av不卡| 欧美最新免费一区二区三区| 丰满少妇做爰视频| 一级毛片黄色毛片免费观看视频| 亚洲欧美清纯卡通| 日本-黄色视频高清免费观看| 免费日韩欧美在线观看| 人成视频在线观看免费观看| 久久精品久久精品一区二区三区| 亚洲,欧美,日韩| 久久精品久久精品一区二区三区| 大香蕉久久网| 亚洲情色 制服丝袜| 久久精品国产亚洲av涩爱| 久久青草综合色| 九草在线视频观看| 一二三四中文在线观看免费高清| 久久精品人人爽人人爽视色| 卡戴珊不雅视频在线播放| 久久国产精品大桥未久av| 亚洲综合精品二区| 国产av精品麻豆| 国产一区二区在线观看av| 中文字幕制服av| 99精国产麻豆久久婷婷| 午夜福利影视在线免费观看| 肉色欧美久久久久久久蜜桃| 午夜福利影视在线免费观看| 狠狠婷婷综合久久久久久88av| 18在线观看网站| 欧美精品国产亚洲| tube8黄色片| 亚洲一级一片aⅴ在线观看| 乱人伦中国视频| 少妇人妻 视频| 黄色视频在线播放观看不卡| 国产高清不卡午夜福利| 夫妻午夜视频| 80岁老熟妇乱子伦牲交| 婷婷色麻豆天堂久久| 亚洲欧美日韩另类电影网站| 两性夫妻黄色片 | 久久狼人影院| 国产视频首页在线观看| 亚洲精品一二三| 亚洲一区二区三区欧美精品| 亚洲 欧美一区二区三区| 亚洲人成77777在线视频| 在线观看免费高清a一片| 国产有黄有色有爽视频| 卡戴珊不雅视频在线播放| 色94色欧美一区二区| 99九九在线精品视频| 满18在线观看网站| 欧美成人午夜精品| 亚洲天堂av无毛| 少妇 在线观看| av网站免费在线观看视频| 欧美xxxx性猛交bbbb| 久久精品人人爽人人爽视色| 精品少妇内射三级| 免费黄网站久久成人精品| 久久女婷五月综合色啪小说| 成人漫画全彩无遮挡| 考比视频在线观看| 91久久精品国产一区二区三区| kizo精华| 欧美少妇被猛烈插入视频| 午夜福利,免费看| 黄色毛片三级朝国网站| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品日本国产第一区| 日韩精品免费视频一区二区三区 | www.熟女人妻精品国产 | 亚洲精品视频女| 国产 精品1| 久久久国产精品麻豆| 欧美日韩国产mv在线观看视频| 99视频精品全部免费 在线| 女性被躁到高潮视频| 久久久久久久久久久久大奶| 日韩一区二区三区影片| 波多野结衣一区麻豆| 男人舔女人的私密视频| 色婷婷av一区二区三区视频| 一个人免费看片子| 色哟哟·www| 99re6热这里在线精品视频| 99九九在线精品视频| 满18在线观看网站| 日韩一区二区三区影片| 69精品国产乱码久久久| 久久久久久人妻| 日本wwww免费看| 国产精品麻豆人妻色哟哟久久| 九色成人免费人妻av| 久久久久人妻精品一区果冻| 亚洲丝袜综合中文字幕| 欧美国产精品一级二级三级| kizo精华| 国产成人av激情在线播放| 国产在线视频一区二区| 午夜免费鲁丝| 亚洲成色77777| 久久精品国产综合久久久 | 看免费av毛片| 欧美日本中文国产一区发布| 国产免费视频播放在线视频| 国产高清不卡午夜福利| 午夜福利影视在线免费观看| 欧美xxⅹ黑人| 在线观看www视频免费| 观看av在线不卡| 亚洲精品456在线播放app| 亚洲av男天堂| 人妻 亚洲 视频| 久久99热这里只频精品6学生| 插逼视频在线观看| 久久久久国产精品人妻一区二区| 少妇被粗大猛烈的视频| 亚洲第一av免费看| 一级a做视频免费观看| 日韩在线高清观看一区二区三区| 黑人欧美特级aaaaaa片| 亚洲精品美女久久av网站| 美国免费a级毛片| 亚洲一区二区三区欧美精品| 国产爽快片一区二区三区| 国产男人的电影天堂91| 国产成人一区二区在线| 日韩欧美精品免费久久| 男女边摸边吃奶| 亚洲国产成人一精品久久久| 欧美精品国产亚洲|