• <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 ?

    基于極限學(xué)習(xí)機(jī)的交通事故嚴(yán)重程度預(yù)測

    2018-10-09 08:42:56王立曉
    交通科技與經(jīng)濟(jì) 2018年5期
    關(guān)鍵詞:學(xué)習(xí)機(jī)個(gè)數(shù)交通事故

    李 濤,王立曉,左 志

    (新疆大學(xué) 建筑工程學(xué)院,新疆 烏魯木齊 830047)

    隨著經(jīng)濟(jì)的發(fā)展和城市機(jī)動(dòng)化水平的飛速提升,道路交通事故日益增多,對人們的生命財(cái)產(chǎn)安全產(chǎn)生了巨大威脅,交通事故研究逐漸成為交通領(lǐng)域重點(diǎn)關(guān)注的問題之一。交通事故的研究目的除了減少交通事故數(shù)量以外,同時(shí)也需要降低交通事故的嚴(yán)重程度。

    近年來,國內(nèi)外研究人員對于交通事故嚴(yán)重程度的研究做了大量工作。人工神經(jīng)網(wǎng)絡(luò)方法因其在模式識別及預(yù)測方面的優(yōu)勢受到了學(xué)者的青睞,在交通事故嚴(yán)重程度預(yù)測方面的應(yīng)用十分廣泛。Dursun Delen[1]利用國家汽車抽樣系統(tǒng)通用評估系統(tǒng),考慮人、車、環(huán)境、事故及其他信息,建立了嚴(yán)重程度五分類和二分類的BP神經(jīng)網(wǎng)絡(luò)模型,結(jié)果二分類的模型較五分類預(yù)測要好。C. OH[2]利用行人發(fā)生事故的數(shù)據(jù),考慮行人的年齡、車輛的類型以及碰撞速度等因素,將事故嚴(yán)重程度分為兩類,建立了行人致死概率神經(jīng)網(wǎng)絡(luò)預(yù)測模型。Dar?in Akin[3]將因變量分為致命事故、受傷事故及財(cái)產(chǎn)損失事故三類,建立事故類型與事故屬性(例如時(shí)間、天氣、照明和路面狀況、司機(jī)和車輛特性等)之間的BP神經(jīng)網(wǎng)絡(luò)模型,預(yù)測美國密歇根州的馬科姆縣交叉口事故的嚴(yán)重程度。F. Rezaie Moghaddam[4]考慮網(wǎng)絡(luò)結(jié)構(gòu)(采用一層隱含層或兩層隱含層)和學(xué)習(xí)規(guī)則的不同,建立了不同的BP神經(jīng)網(wǎng)絡(luò)模型,考慮到伊朗德黑蘭公路的人、道路、車、天氣及交通特征因素(包括交通量、速度),預(yù)測城市道路事故的嚴(yán)重程度。Mehmet Metin Kunt[5]將事故嚴(yán)重程度分為三類,利用德黑蘭-庫姆高速公路的相關(guān)事故數(shù)據(jù),分別建立遺傳算法、遺傳算法與模式搜索的組合、BP神經(jīng)網(wǎng)絡(luò)模型,預(yù)測司機(jī)受傷的嚴(yán)重程度,且比較了三種模型的預(yù)測性能。易富君[6]建立了遺傳算法優(yōu)化的徑向基(RBF)神經(jīng)網(wǎng)絡(luò),預(yù)測西漢高速公路隧道群的交通事故嚴(yán)重程度(即安全等級)。Qiang Zeng[7]提出一種凸組合(convex combination)算法用于快速穩(wěn)定地訓(xùn)練神經(jīng)網(wǎng)絡(luò),用N2PFA算法優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型。利用佛羅里達(dá)州公路安全局提供的雙車碰撞數(shù)據(jù)集建立新的神經(jīng)網(wǎng)絡(luò)模型,并且與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)比較,結(jié)果表明,改進(jìn)的神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)預(yù)測要好。Dahai Liu[8]利用佛羅里達(dá)州的兩車事故數(shù)據(jù)集,建立了BP神經(jīng)網(wǎng)絡(luò),預(yù)測是否發(fā)生受傷事故,并對模型進(jìn)行了靈敏度分析。Liu Wenjun[9]將胸部受傷程度分為六類,車輛撞擊速度和行人年齡作為輸入變量,建立BP神經(jīng)網(wǎng)絡(luò)模型,預(yù)測重慶人車事故中行人胸部受傷程度。L. Mussone[10]利用城市道路交叉口的數(shù)據(jù),以5 min間隔考慮交通量對交通事故的影響,建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

    綜上所述,對于交通事故嚴(yán)重程度的預(yù)測,學(xué)者們研究了不同區(qū)域,并采用多種類型的數(shù)據(jù),考慮了各種相關(guān)影響因素建立預(yù)測模型。在方法上,眾多學(xué)者采用BP神經(jīng)網(wǎng)絡(luò)及改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)等多種神經(jīng)網(wǎng)絡(luò)模型。但在這些研究中,涉及城市交通事故的整體數(shù)據(jù)(包括人車數(shù)據(jù)和多車數(shù)據(jù)等),或分別采用人車數(shù)據(jù)、多車數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)進(jìn)行交通事故嚴(yán)重程度預(yù)測的研究很少,同時(shí)尚未發(fā)現(xiàn)將較新的機(jī)器學(xué)習(xí)方法應(yīng)用到該領(lǐng)域的研究中。

    本研究擬采用極限學(xué)習(xí)機(jī)方法對交通事故嚴(yán)重程度進(jìn)行預(yù)測,該方法是基于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)上的一種重要改進(jìn)。BP神經(jīng)網(wǎng)絡(luò)作為在人工神經(jīng)網(wǎng)絡(luò)中使用最廣泛的網(wǎng)絡(luò),因?yàn)槠洫?dú)特的優(yōu)點(diǎn),非常適合應(yīng)用在多輸入、存在非線性復(fù)雜關(guān)系的交通事故嚴(yán)重程度預(yù)測的建模中。極限學(xué)習(xí)機(jī)作為對單隱層BP神經(jīng)網(wǎng)絡(luò)的改進(jìn),克服了BP神經(jīng)網(wǎng)絡(luò)需要設(shè)置大量網(wǎng)絡(luò)訓(xùn)練參數(shù)和容易產(chǎn)生局部最優(yōu)解問題,在交通事故嚴(yán)重程度預(yù)測中有著潛在而廣泛的應(yīng)用空間。本研究利用某城市的道路交通事故數(shù)據(jù),將事故集分為整體事故(未按事故狀態(tài)分類)、人車事故、多車事故,分別用BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)建立模型,并對模型結(jié)果進(jìn)行比較,以驗(yàn)證極限學(xué)習(xí)機(jī)方法的有效性及該方法相比于BP神經(jīng)網(wǎng)絡(luò)在預(yù)測性能等方面的優(yōu)劣。研究結(jié)果表明,極限學(xué)習(xí)機(jī)作為一種新興方法在交通事故嚴(yán)重程度預(yù)測上是一種有意義的探索,并且可為事故嚴(yán)重程度的預(yù)測提供一種新思路。

    1 模型的影響因素

    交通事故的嚴(yán)重程度預(yù)測受到多種因素的影響,從國內(nèi)外研究來看,交通事故嚴(yán)重程度的預(yù)測主要考慮人的因素、車的因素、道路因素以及環(huán)境因素。對于交通事故嚴(yán)重程度的劃分,國內(nèi)外學(xué)者根據(jù)實(shí)際情況,將事故嚴(yán)重程度劃分為二分類、三分類以及五分類等。本文將事故嚴(yán)重程度作為二分類變量,分為死亡事故和非死亡事故;借鑒國內(nèi)外學(xué)者對事故嚴(yán)重程度預(yù)測所考慮的影響因素,將難以量化的變量剔除,本文的影響因素考慮及自變量設(shè)置如表1所示。

    表1 模型使用影響因素及自變量設(shè)置

    續(xù)表1

    當(dāng)某個(gè)變量有k(k>2)個(gè)分類時(shí),模型引入(k-1)個(gè)虛擬變量,將變量變?yōu)?-1變量。以時(shí)間段的變量為例,變量分為4類,需要引入3個(gè)虛擬變量,如表2所示。

    表2 時(shí)間段的虛擬變量

    2 BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)簡介

    BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇十分重要,網(wǎng)絡(luò)結(jié)構(gòu)選擇是否合理直接關(guān)系到網(wǎng)絡(luò)能否收斂。結(jié)構(gòu)選擇合理可減少網(wǎng)絡(luò)的訓(xùn)練次數(shù),提高網(wǎng)絡(luò)的預(yù)測精度。BP網(wǎng)絡(luò)結(jié)構(gòu)的選擇主要涉及到網(wǎng)絡(luò)輸入層神經(jīng)元個(gè)數(shù)、輸出層神經(jīng)元個(gè)數(shù)、隱含層神經(jīng)元個(gè)數(shù)、學(xué)習(xí)算法的確定等。

    2.1 BP神經(jīng)元個(gè)數(shù)的確立

    輸入層神經(jīng)元個(gè)數(shù):輸入層神經(jīng)元個(gè)數(shù)為19。

    輸出層神經(jīng)元個(gè)數(shù):輸出層神經(jīng)元個(gè)數(shù)為1。

    隱含層神經(jīng)元個(gè)數(shù)

    式中:n為輸入層神經(jīng)元個(gè)數(shù),m為輸出層神經(jīng)元個(gè)數(shù),a為1~10之間的常數(shù),M為隱含層神經(jīng)元個(gè)數(shù)。

    2.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法和簡介

    為克服傳統(tǒng)的標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法本身收斂速度慢、模型訓(xùn)練容易陷入局部最優(yōu)的問題,本文采用收斂速度快、計(jì)算精度高的LM算法(Levenberg-Marquardt)訓(xùn)練網(wǎng)絡(luò)。

    選定3層形式的BP神經(jīng)網(wǎng)絡(luò),LM算法的計(jì)算過程參照文章[11]。

    2.3 極限學(xué)習(xí)機(jī)理論

    極限學(xué)習(xí)機(jī)屬于單隱層前饋神經(jīng)網(wǎng)絡(luò)。設(shè)p,M,q分別為極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)的輸入層神經(jīng)元個(gè)數(shù)、隱含層神經(jīng)元個(gè)數(shù)和輸出層神經(jīng)元個(gè)數(shù),則存在N個(gè)不同樣本的(xi,ti),其中xi=[xi1,xi2,xi3…,xip]T∈Rp,ti=[ti1,ti2,…,tiq]T∈Rq,激活函數(shù)為g(x)的單隱層極限學(xué)習(xí)機(jī)的統(tǒng)一數(shù)學(xué)模型可表示為

    j=1,…,N.

    (1)

    式中:wi=[wi1,wi2,…,wip]T為連接第i個(gè)隱含層神經(jīng)元和輸入層神經(jīng)元的權(quán)重;βi=[βi1,βi2,…,βiq]T為連接第i個(gè)隱含層神經(jīng)元和輸出層神經(jīng)元的權(quán)重;ci為第i個(gè)隱含層神經(jīng)元的閾值;wi·xi為wi和xi的內(nèi)積。

    激活函數(shù)有Sigmoid函數(shù)、徑向基函數(shù)等。隱含層M個(gè)神經(jīng)元和激活函數(shù)為g(x)的極限學(xué)習(xí)機(jī)在網(wǎng)絡(luò)理論上可無限逼近N個(gè)樣本,也就是說存在βi,wi和ci能夠使

    (2)

    進(jìn)一步可表示為

    Hβ=T.

    (3)

    其中

    H(w1,…,wM,c1,…,cM,x1,…,xp)=

    (4)

    矩陣H為網(wǎng)絡(luò)樣本的隱含層輸出矩陣;矩陣H的第p列為受輸入層輸入變量x1,…,xp影響的第p個(gè)隱含層神經(jīng)元的輸出。

    滿足

    (5)

    相當(dāng)于使網(wǎng)絡(luò)輸出值與期望值得到的誤差最小

    (6)

    如果隱含層神經(jīng)元個(gè)數(shù)M與訓(xùn)練樣本的數(shù)量N相一致,即M=N,當(dāng)輸入權(quán)重wi和隱含層神經(jīng)元閾值ci任意選擇時(shí),矩陣H為方陣并且是可逆的,所以,該單隱層極限學(xué)習(xí)機(jī)可以無誤差地學(xué)習(xí)這些樣本。

    3 實(shí)例分析

    為比較兩種模型的預(yù)測性能,并驗(yàn)證兩種模型的可靠性和計(jì)算精度,將兩種模型的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置為一層隱含層,然后以從某市取得的道路交通事故數(shù)據(jù)為例進(jìn)行實(shí)例分析。

    3.1 數(shù)據(jù)來源

    選擇某市2010—2015年道路交通事故數(shù)據(jù),以事故形態(tài)將事故數(shù)據(jù)劃分為整體事故數(shù)據(jù)、人車事故數(shù)據(jù)、多車事故數(shù)據(jù)三大類,其中整體事故是所有事故形態(tài)的數(shù)據(jù)。整體事故數(shù)據(jù)3 744起;人車事故數(shù)據(jù)1 442起;多車事故數(shù)據(jù)2017起。為比較BP神經(jīng)網(wǎng)絡(luò)與極限學(xué)習(xí)機(jī)的預(yù)測性能,參照相關(guān)文獻(xiàn)[12],隨機(jī)選取80%的樣本作為訓(xùn)練集,隨機(jī)選取20%的樣本作為測試集。數(shù)據(jù)集匯總?cè)绫?所示。

    表3 數(shù)據(jù)集匯總

    3.2 網(wǎng)絡(luò)學(xué)習(xí)和檢驗(yàn)

    由于數(shù)據(jù)是分類變量,經(jīng)過對變量的合理賦值后,將影響因素作為輸入、事故嚴(yán)重程度作為輸出,BP神經(jīng)網(wǎng)絡(luò)使用LM算法,極限學(xué)習(xí)機(jī)使用sigmoid激活函數(shù)。以訓(xùn)練集和測試集的誤差在0.3以下、訓(xùn)練集準(zhǔn)確率高于測試集的準(zhǔn)確率、訓(xùn)練集準(zhǔn)確率較高為準(zhǔn),經(jīng)過對BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)的訓(xùn)練,得到BP神經(jīng)網(wǎng)絡(luò)三類事故的合適隱含層神經(jīng)元個(gè)數(shù),均為10個(gè),而極限學(xué)習(xí)機(jī)整體事故數(shù)據(jù)的隱含層神經(jīng)元個(gè)數(shù)為2 995,人車事故數(shù)據(jù)隱含層神經(jīng)元個(gè)數(shù)為30,多車事故數(shù)據(jù)隱含層神經(jīng)元個(gè)數(shù)為20。兩者的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

    BP神經(jīng)網(wǎng)絡(luò)整體事故的網(wǎng)絡(luò)訓(xùn)練誤差變化曲線如圖2所示。

    圖2 BP神經(jīng)網(wǎng)絡(luò)的整體事故誤差變化曲線

    圖2中,縱軸是均方誤差,橫軸是迭代次數(shù),圖例中Train表示訓(xùn)練集的誤差曲線,Validation表示驗(yàn)證集的誤差曲線,Test表示測試集的誤差曲線,Best表示驗(yàn)證集取得的最小均方誤差,Goal表示設(shè)定的網(wǎng)絡(luò)訓(xùn)練誤差目標(biāo)值。從圖2可以看出網(wǎng)絡(luò)開始時(shí)訓(xùn)練集的均方誤差接近0.5,經(jīng)過訓(xùn)練后網(wǎng)絡(luò)的均方誤差下降到0.2以下,說明網(wǎng)絡(luò)學(xué)習(xí)在改善。Validation用于驗(yàn)證網(wǎng)絡(luò)的推廣性能,當(dāng)推廣性能停止提高時(shí),表示網(wǎng)絡(luò)已達(dá)到最優(yōu)狀態(tài)。從圖2可以看出網(wǎng)絡(luò)的最佳驗(yàn)證性能是在迭代次數(shù)為2的時(shí)候取得。

    圖3 BP神經(jīng)網(wǎng)絡(luò)的人車事故的誤差變化曲線

    人車事故的網(wǎng)絡(luò)訓(xùn)練誤差變化曲線如圖3所示。圖3中可以看出網(wǎng)絡(luò)開始時(shí)訓(xùn)練集的均方誤差接近0.8,經(jīng)過訓(xùn)練后網(wǎng)絡(luò)的均方誤差下降到0.2以下,說明網(wǎng)絡(luò)學(xué)習(xí)在改善。Validation用于驗(yàn)證網(wǎng)絡(luò)的推廣性能,當(dāng)推廣性能停止提高時(shí),表示網(wǎng)絡(luò)已達(dá)到最優(yōu)狀態(tài)。從圖3可以看出網(wǎng)絡(luò)的最佳驗(yàn)證性能是在迭代次數(shù)為3的時(shí)候取得。多車事故的網(wǎng)絡(luò)訓(xùn)練誤差變化曲線如圖4所示。

    圖4 BP神經(jīng)網(wǎng)絡(luò)的多車事故的誤差變化曲線

    從圖4可以看出網(wǎng)絡(luò)開始時(shí)訓(xùn)練集的均方誤差接近0.4,經(jīng)過訓(xùn)練后網(wǎng)絡(luò)的均方誤差下降到0.2以下,說明網(wǎng)絡(luò)的學(xué)習(xí)在改善。Validation用于驗(yàn)證網(wǎng)絡(luò)的推廣性能,當(dāng)推廣性能停止提高時(shí),表示網(wǎng)絡(luò)已達(dá)到最優(yōu)狀態(tài)。從圖4可以看出網(wǎng)絡(luò)的最佳驗(yàn)證性能是在迭代次數(shù)為3的時(shí)候取得。

    為抵消隨機(jī)因素的影響,取相同的訓(xùn)練和測試樣本運(yùn)算20次,統(tǒng)計(jì)準(zhǔn)確率。BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)訓(xùn)練集的均方誤差(MSE)和準(zhǔn)確率相比較,如表4所示。

    表4 BP與極限學(xué)習(xí)機(jī)訓(xùn)練集的誤差與準(zhǔn)確率比較

    測試集的均方誤差和準(zhǔn)確率比較如表5所示。

    表5 BP與極限學(xué)習(xí)機(jī)測試集的誤差與準(zhǔn)確率比較

    從表4、表5的結(jié)果可以看出,在整體事故中極限學(xué)習(xí)機(jī)的訓(xùn)練集準(zhǔn)確率相比于BP神經(jīng)網(wǎng)絡(luò)提高了14.28%。另外,測試集中極限學(xué)習(xí)機(jī)的均方誤差比BP神經(jīng)網(wǎng)絡(luò)的要大,但模型的預(yù)測精度反而提高,說明極限學(xué)習(xí)機(jī)的容錯(cuò)性較好。在人車事故訓(xùn)練集中,BP神經(jīng)網(wǎng)絡(luò)比極限學(xué)習(xí)機(jī)準(zhǔn)確率要高的情況下,測試集中,極限學(xué)習(xí)機(jī)比BP神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率反而要高。在多車事故訓(xùn)練集中,同樣地BP神經(jīng)網(wǎng)絡(luò)比極限學(xué)習(xí)機(jī)的準(zhǔn)確率要高,在測試集中極限學(xué)習(xí)機(jī)的準(zhǔn)確率反而比BP神經(jīng)網(wǎng)絡(luò)的要高。另外,在人車與多車事故中,測試集中極限學(xué)習(xí)機(jī)比BP神經(jīng)網(wǎng)絡(luò)誤差小的情況下,測試集的準(zhǔn)確率有所提高。在極限學(xué)習(xí)機(jī)模型中,整體事故與人車事故、多車事故相比,需要更多的隱含層神經(jīng)元個(gè)數(shù),說明在整體事故中,影響因素與事故嚴(yán)重程度之間存在更復(fù)雜的非線性關(guān)系。最后,總體上極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)要比BP神經(jīng)網(wǎng)絡(luò)預(yù)測的性能要好。

    4 結(jié)論與展望

    本文在某城市交通事故數(shù)據(jù)基礎(chǔ)上,將其分為整體事故、人車事故及多車事故三類。考慮時(shí)間、氣候、道路物理幾何條件等影響因素,用極限學(xué)習(xí)機(jī)方法構(gòu)建了預(yù)測交通事故嚴(yán)重程度模型,同時(shí)構(gòu)建基于經(jīng)典BP神經(jīng)網(wǎng)絡(luò)的交通事故嚴(yán)重程度模型,并將極限學(xué)習(xí)機(jī)的預(yù)測結(jié)果與BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果在預(yù)測精度上進(jìn)行比較。兩種模型的預(yù)測結(jié)果表明:極限學(xué)習(xí)機(jī)方法構(gòu)建的預(yù)測模型,在整體事故、人車事故、多車事故分類數(shù)據(jù)下,其預(yù)測精度優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型。該方法應(yīng)用于交通事故預(yù)測研究尚屬首次,可為交通事故嚴(yán)重程度預(yù)測提供一種新的思路和研究方法。

    本研究中,由于數(shù)據(jù)內(nèi)容等原因,沒有將人、車的影響因素加入到模型中進(jìn)行考慮,未來需要加入該方面的內(nèi)容,以期對交通事故嚴(yán)重程度影響因素進(jìn)行更為全面的考量。此外,從本文的預(yù)測結(jié)果可知,模型預(yù)測的精度有待進(jìn)一步提高,未來研究可考慮將極限學(xué)習(xí)機(jī)方法與其他方法進(jìn)行混合,進(jìn)一步提高模型的預(yù)測精度。

    猜你喜歡
    學(xué)習(xí)機(jī)個(gè)數(shù)交通事故
    怎樣數(shù)出小正方體的個(gè)數(shù)
    不同尋常的交通事故
    預(yù)防交通事故
    等腰三角形個(gè)數(shù)探索
    怎樣數(shù)出小木塊的個(gè)數(shù)
    極限學(xué)習(xí)機(jī)綜述
    怎樣數(shù)出小正方體的個(gè)數(shù)
    基于極限學(xué)習(xí)機(jī)參數(shù)遷移的域適應(yīng)算法
    分層極限學(xué)習(xí)機(jī)在滾動(dòng)軸承故障診斷中的應(yīng)用
    一起高速交通事故院前急救工作實(shí)踐與探討
    日本av手机在线免费观看| 好男人电影高清在线观看| 欧美在线一区亚洲| 亚洲精品粉嫩美女一区| 久久久久久久久久久久大奶| 成人三级做爰电影| 岛国在线观看网站| 亚洲国产看品久久| 久久人妻熟女aⅴ| 99久久国产精品久久久| 亚洲 欧美一区二区三区| 亚洲专区国产一区二区| 国产不卡av网站在线观看| 69av精品久久久久久 | 久久影院123| 9热在线视频观看99| 欧美av亚洲av综合av国产av| 久久精品国产亚洲av高清一级| 日韩一卡2卡3卡4卡2021年| 日日夜夜操网爽| 超碰97精品在线观看| 亚洲视频免费观看视频| 嫁个100分男人电影在线观看| 多毛熟女@视频| 女性被躁到高潮视频| av在线老鸭窝| 肉色欧美久久久久久久蜜桃| 大码成人一级视频| 亚洲一区中文字幕在线| 久久精品aⅴ一区二区三区四区| 满18在线观看网站| 久久久久精品国产欧美久久久 | 精品国产一区二区三区久久久樱花| 欧美日韩一级在线毛片| 午夜福利视频精品| av天堂在线播放| 性高湖久久久久久久久免费观看| 亚洲伊人久久精品综合| 夜夜骑夜夜射夜夜干| 十八禁高潮呻吟视频| 90打野战视频偷拍视频| 狂野欧美激情性xxxx| 一本久久精品| 日本欧美视频一区| 电影成人av| 黑人猛操日本美女一级片| 欧美日韩av久久| 日韩欧美一区视频在线观看| 国产成人影院久久av| 一级毛片电影观看| 日韩中文字幕欧美一区二区| 久久久久精品人妻al黑| 国产成人一区二区三区免费视频网站| 真人做人爱边吃奶动态| 丝袜喷水一区| 亚洲欧美精品自产自拍| 2018国产大陆天天弄谢| 国产日韩欧美视频二区| www.av在线官网国产| 一区在线观看完整版| 亚洲 欧美一区二区三区| 三上悠亚av全集在线观看| 国产一区二区激情短视频 | 国产又爽黄色视频| 日韩人妻精品一区2区三区| 国产激情久久老熟女| 曰老女人黄片| 精品乱码久久久久久99久播| 最黄视频免费看| 国产av国产精品国产| 12—13女人毛片做爰片一| 日韩,欧美,国产一区二区三区| 在线观看免费午夜福利视频| 在线观看舔阴道视频| 精品人妻一区二区三区麻豆| 中文字幕人妻丝袜制服| 亚洲精品乱久久久久久| 男人爽女人下面视频在线观看| 精品国产一区二区三区四区第35| 免费人妻精品一区二区三区视频| 中文字幕av电影在线播放| 久久久久久久国产电影| 日本a在线网址| 777米奇影视久久| 老司机亚洲免费影院| 青春草视频在线免费观看| 亚洲国产精品一区二区三区在线| 亚洲国产精品一区三区| 男人舔女人的私密视频| 久久女婷五月综合色啪小说| av网站在线播放免费| 亚洲精品一卡2卡三卡4卡5卡 | 欧美xxⅹ黑人| 欧美精品av麻豆av| 一二三四在线观看免费中文在| 国产精品久久久人人做人人爽| 最新的欧美精品一区二区| 久久影院123| 黄色 视频免费看| 国产一区二区激情短视频 | 两个人免费观看高清视频| 国产黄色免费在线视频| 国产成人a∨麻豆精品| 久久国产精品影院| 五月开心婷婷网| 久久这里只有精品19| 国产在视频线精品| kizo精华| 国产成人一区二区三区免费视频网站| 亚洲午夜精品一区,二区,三区| 两个人免费观看高清视频| 在线观看免费日韩欧美大片| 99久久综合免费| 国产亚洲精品第一综合不卡| 99国产精品一区二区蜜桃av | 最近中文字幕2019免费版| 久久中文看片网| 日韩欧美一区视频在线观看| 久久精品亚洲av国产电影网| 看免费av毛片| 欧美在线黄色| tocl精华| 老司机亚洲免费影院| 另类亚洲欧美激情| 热99re8久久精品国产| 亚洲欧美清纯卡通| 午夜免费观看性视频| 桃红色精品国产亚洲av| netflix在线观看网站| 一个人免费看片子| 亚洲黑人精品在线| 成人国产av品久久久| 国产97色在线日韩免费| 欧美黄色淫秽网站| 精品一区在线观看国产| 老熟妇乱子伦视频在线观看 | 久久精品国产亚洲av高清一级| 性少妇av在线| 日本猛色少妇xxxxx猛交久久| 大片免费播放器 马上看| 天天躁夜夜躁狠狠躁躁| 美女高潮到喷水免费观看| 美女脱内裤让男人舔精品视频| 久久人妻熟女aⅴ| 精品免费久久久久久久清纯 | 精品福利永久在线观看| 一级毛片精品| 精品一品国产午夜福利视频| 欧美人与性动交α欧美精品济南到| 男男h啪啪无遮挡| 国产日韩欧美在线精品| 国产一区二区三区av在线| 午夜福利视频精品| 久久久欧美国产精品| 亚洲天堂av无毛| 王馨瑶露胸无遮挡在线观看| 在线永久观看黄色视频| 精品国产乱码久久久久久小说| 精品久久久精品久久久| 中文字幕人妻丝袜一区二区| 狂野欧美激情性xxxx| 亚洲精品第二区| 亚洲中文av在线| 国产男人的电影天堂91| 女人被躁到高潮嗷嗷叫费观| 男女下面插进去视频免费观看| 黑人欧美特级aaaaaa片| 国产真人三级小视频在线观看| 18在线观看网站| 久久 成人 亚洲| 少妇精品久久久久久久| 成人黄色视频免费在线看| 欧美日韩国产mv在线观看视频| 青春草视频在线免费观看| av超薄肉色丝袜交足视频| 777米奇影视久久| 日韩中文字幕欧美一区二区| 亚洲国产精品一区二区三区在线| 国产免费视频播放在线视频| 国产淫语在线视频| 亚洲欧美成人综合另类久久久| 老司机深夜福利视频在线观看 | 亚洲精品av麻豆狂野| 国产亚洲av片在线观看秒播厂| 伊人亚洲综合成人网| 91大片在线观看| 亚洲午夜精品一区,二区,三区| 亚洲欧美色中文字幕在线| 欧美日本中文国产一区发布| 1024香蕉在线观看| 亚洲av电影在线进入| 巨乳人妻的诱惑在线观看| 久久久国产精品麻豆| 久久九九热精品免费| 多毛熟女@视频| 九色亚洲精品在线播放| 啦啦啦免费观看视频1| 欧美日韩亚洲综合一区二区三区_| 精品国产一区二区久久| 热re99久久国产66热| 久久人人97超碰香蕉20202| 99国产精品免费福利视频| 国产黄色免费在线视频| 一级毛片电影观看| 日韩中文字幕欧美一区二区| 精品少妇黑人巨大在线播放| 国产熟女午夜一区二区三区| 久久精品国产综合久久久| 80岁老熟妇乱子伦牲交| 日韩一卡2卡3卡4卡2021年| 亚洲精品第二区| 久久国产精品大桥未久av| 免费av中文字幕在线| 黑人巨大精品欧美一区二区蜜桃| 日本av免费视频播放| 一本大道久久a久久精品| 青春草视频在线免费观看| 国产欧美日韩一区二区精品| 欧美日韩精品网址| 俄罗斯特黄特色一大片| 脱女人内裤的视频| 热99久久久久精品小说推荐| 99热网站在线观看| 国产精品久久久久久精品电影小说| 亚洲中文av在线| 欧美另类一区| 99久久人妻综合| 日韩大码丰满熟妇| 午夜91福利影院| 1024香蕉在线观看| 欧美日韩亚洲国产一区二区在线观看 | 中文字幕另类日韩欧美亚洲嫩草| 国产av国产精品国产| 久久精品aⅴ一区二区三区四区| 热99re8久久精品国产| 99热全是精品| 国产成人精品久久二区二区91| 免费一级毛片在线播放高清视频 | 汤姆久久久久久久影院中文字幕| 久久精品亚洲熟妇少妇任你| 老司机影院毛片| 国产高清videossex| 精品人妻1区二区| 黄片大片在线免费观看| 色老头精品视频在线观看| 女性生殖器流出的白浆| xxxhd国产人妻xxx| 欧美黄色片欧美黄色片| 多毛熟女@视频| videos熟女内射| 成年人黄色毛片网站| 免费日韩欧美在线观看| 精品国产乱码久久久久久男人| 天堂8中文在线网| 啦啦啦免费观看视频1| 99久久国产精品久久久| 国产高清视频在线播放一区 | 午夜精品国产一区二区电影| 国产精品偷伦视频观看了| 高清欧美精品videossex| 99re6热这里在线精品视频| 午夜久久久在线观看| 国产深夜福利视频在线观看| 成人黄色视频免费在线看| 精品福利观看| 久久精品国产亚洲av高清一级| 在线观看免费高清a一片| 另类亚洲欧美激情| 欧美国产精品一级二级三级| 欧美97在线视频| 菩萨蛮人人尽说江南好唐韦庄| 亚洲中文字幕日韩| 国产福利在线免费观看视频| 咕卡用的链子| 亚洲精品美女久久av网站| av又黄又爽大尺度在线免费看| 成年人午夜在线观看视频| 久久久久精品人妻al黑| 午夜激情久久久久久久| 韩国高清视频一区二区三区| 亚洲黑人精品在线| 免费在线观看视频国产中文字幕亚洲 | 日本猛色少妇xxxxx猛交久久| av天堂在线播放| 亚洲一卡2卡3卡4卡5卡精品中文| 蜜桃国产av成人99| 香蕉国产在线看| 久久久久国产精品人妻一区二区| 日韩人妻精品一区2区三区| 夜夜骑夜夜射夜夜干| 日韩熟女老妇一区二区性免费视频| av天堂久久9| 日韩精品免费视频一区二区三区| 成人三级做爰电影| 欧美在线黄色| 色综合欧美亚洲国产小说| av在线app专区| 国产欧美日韩综合在线一区二区| 国产一级毛片在线| 久久久国产成人免费| 麻豆乱淫一区二区| 日韩大码丰满熟妇| 亚洲欧美精品综合一区二区三区| 日韩人妻精品一区2区三区| 欧美 亚洲 国产 日韩一| 国产三级黄色录像| 一区二区三区四区激情视频| 久久久水蜜桃国产精品网| 久久国产精品人妻蜜桃| 国产伦理片在线播放av一区| 亚洲欧洲精品一区二区精品久久久| 美女中出高潮动态图| 国产精品亚洲av一区麻豆| 天天躁夜夜躁狠狠躁躁| 黄色片一级片一级黄色片| 超碰97精品在线观看| 一级片免费观看大全| 老司机亚洲免费影院| 欧美日韩亚洲综合一区二区三区_| 男男h啪啪无遮挡| 啦啦啦 在线观看视频| 青春草亚洲视频在线观看| 久久狼人影院| 亚洲欧洲日产国产| 午夜福利乱码中文字幕| 欧美国产精品一级二级三级| 考比视频在线观看| 正在播放国产对白刺激| 欧美老熟妇乱子伦牲交| 久久影院123| 他把我摸到了高潮在线观看 | 国产精品一区二区精品视频观看| 亚洲国产欧美一区二区综合| 97精品久久久久久久久久精品| 国产精品久久久久久人妻精品电影 | av免费在线观看网站| 大型av网站在线播放| 不卡av一区二区三区| 午夜福利在线免费观看网站| 国产成人精品久久二区二区免费| 黑丝袜美女国产一区| 亚洲中文日韩欧美视频| 欧美日韩中文字幕国产精品一区二区三区 | 午夜成年电影在线免费观看| 久久精品国产亚洲av香蕉五月 | 性少妇av在线| 日本91视频免费播放| 国产成人免费观看mmmm| 欧美精品高潮呻吟av久久| 成人国产av品久久久| 十八禁网站免费在线| 黄片播放在线免费| 一本一本久久a久久精品综合妖精| 正在播放国产对白刺激| h视频一区二区三区| 99久久国产精品久久久| 精品少妇一区二区三区视频日本电影| 亚洲国产看品久久| 又紧又爽又黄一区二区| 91精品三级在线观看| 精品国产乱码久久久久久小说| av在线播放精品| 巨乳人妻的诱惑在线观看| 日韩人妻精品一区2区三区| 国产成+人综合+亚洲专区| 99re6热这里在线精品视频| 熟女少妇亚洲综合色aaa.| 手机成人av网站| 成人亚洲精品一区在线观看| 久久影院123| 亚洲国产毛片av蜜桃av| 成年人黄色毛片网站| 久久久久网色| 成人亚洲精品一区在线观看| 国产高清国产精品国产三级| 国产又爽黄色视频| 大香蕉久久成人网| 精品一区二区三区av网在线观看 | 久久影院123| 在线观看免费高清a一片| 一区二区日韩欧美中文字幕| 亚洲欧美成人综合另类久久久| 亚洲精品第二区| 免费女性裸体啪啪无遮挡网站| 亚洲精品久久午夜乱码| 欧美97在线视频| 国产成人av教育| 亚洲中文字幕日韩| 满18在线观看网站| 国产免费一区二区三区四区乱码| 在线观看免费视频网站a站| 精品国产乱码久久久久久小说| 在线 av 中文字幕| 日本黄色日本黄色录像| 亚洲色图综合在线观看| 黄色视频,在线免费观看| 一本综合久久免费| 亚洲av欧美aⅴ国产| 久热爱精品视频在线9| 免费高清在线观看视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产av影院在线观看| 十八禁高潮呻吟视频| 亚洲成国产人片在线观看| 日本五十路高清| 国产成人欧美在线观看 | 97在线人人人人妻| 少妇的丰满在线观看| 男女无遮挡免费网站观看| 国产精品免费大片| 1024香蕉在线观看| 亚洲精品av麻豆狂野| 亚洲av电影在线进入| 午夜福利影视在线免费观看| av网站免费在线观看视频| 亚洲五月色婷婷综合| 久久精品亚洲av国产电影网| 男人舔女人的私密视频| 亚洲成国产人片在线观看| 男女无遮挡免费网站观看| 亚洲精品国产色婷婷电影| 精品乱码久久久久久99久播| 啦啦啦中文免费视频观看日本| 国产免费现黄频在线看| 欧美精品啪啪一区二区三区 | 不卡av一区二区三区| 欧美精品人与动牲交sv欧美| 国产日韩欧美视频二区| 国产欧美日韩综合在线一区二区| 国产日韩欧美亚洲二区| 国产激情久久老熟女| 宅男免费午夜| 亚洲精品av麻豆狂野| 精品国产一区二区三区久久久樱花| 在线十欧美十亚洲十日本专区| 欧美精品人与动牲交sv欧美| 妹子高潮喷水视频| 日韩制服骚丝袜av| 欧美在线黄色| 亚洲情色 制服丝袜| 老司机影院毛片| 99久久99久久久精品蜜桃| 成人免费观看视频高清| 午夜福利影视在线免费观看| 亚洲黑人精品在线| 亚洲熟女毛片儿| 中文欧美无线码| 丝袜在线中文字幕| 一区二区av电影网| 天天躁狠狠躁夜夜躁狠狠躁| 欧美国产精品一级二级三级| 在线永久观看黄色视频| 美女扒开内裤让男人捅视频| 国产成人欧美| 精品亚洲成a人片在线观看| 视频在线观看一区二区三区| 99久久99久久久精品蜜桃| 99精品欧美一区二区三区四区| 亚洲精品国产一区二区精华液| 国产深夜福利视频在线观看| 后天国语完整版免费观看| 九色亚洲精品在线播放| 美女脱内裤让男人舔精品视频| 久久精品国产综合久久久| 亚洲av电影在线进入| 精品高清国产在线一区| 日韩熟女老妇一区二区性免费视频| 日日摸夜夜添夜夜添小说| 99re6热这里在线精品视频| 久久久久久久久免费视频了| kizo精华| 精品第一国产精品| 国产伦理片在线播放av一区| 久久久久精品国产欧美久久久 | 91成年电影在线观看| 久久久久久久精品精品| 欧美黑人欧美精品刺激| 天堂8中文在线网| 欧美黄色片欧美黄色片| 国产精品一区二区在线不卡| 热99久久久久精品小说推荐| 多毛熟女@视频| 国产淫语在线视频| 91麻豆av在线| 在线观看人妻少妇| 极品人妻少妇av视频| 老司机靠b影院| 后天国语完整版免费观看| 热re99久久精品国产66热6| 又大又爽又粗| 狂野欧美激情性bbbbbb| 久久天躁狠狠躁夜夜2o2o| 亚洲午夜精品一区,二区,三区| 亚洲一码二码三码区别大吗| 国产老妇伦熟女老妇高清| 精品免费久久久久久久清纯 | 欧美日韩一级在线毛片| 悠悠久久av| 国产极品粉嫩免费观看在线| 伊人久久大香线蕉亚洲五| 国产成人av教育| 韩国精品一区二区三区| 18禁黄网站禁片午夜丰满| 中文字幕制服av| 日韩有码中文字幕| 少妇精品久久久久久久| 国产精品一区二区免费欧美 | 亚洲精品第二区| 一区二区av电影网| 少妇被粗大的猛进出69影院| 色播在线永久视频| 国产精品 国内视频| 免费在线观看影片大全网站| 色综合欧美亚洲国产小说| www.999成人在线观看| 国产精品久久久久成人av| 免费人妻精品一区二区三区视频| 丁香六月天网| 青青草视频在线视频观看| 日韩欧美免费精品| 超碰97精品在线观看| 免费不卡黄色视频| 少妇被粗大的猛进出69影院| 王馨瑶露胸无遮挡在线观看| 丝袜人妻中文字幕| 动漫黄色视频在线观看| 超色免费av| 精品少妇久久久久久888优播| 国产精品久久久久久精品古装| 欧美精品一区二区大全| 热99国产精品久久久久久7| 免费观看人在逋| 91九色精品人成在线观看| www.av在线官网国产| 午夜91福利影院| 亚洲欧美精品自产自拍| 一级a爱视频在线免费观看| 人成视频在线观看免费观看| 欧美精品啪啪一区二区三区 | 亚洲av国产av综合av卡| 黄网站色视频无遮挡免费观看| 久久九九热精品免费| 12—13女人毛片做爰片一| 日本一区二区免费在线视频| 精品人妻1区二区| 日韩中文字幕视频在线看片| 欧美在线黄色| 丰满人妻熟妇乱又伦精品不卡| 亚洲第一青青草原| 脱女人内裤的视频| 国产成人精品在线电影| 高清欧美精品videossex| 精品福利永久在线观看| 亚洲欧美激情在线| 别揉我奶头~嗯~啊~动态视频 | 精品一区二区三区四区五区乱码| 精品人妻1区二区| 色综合欧美亚洲国产小说| 欧美午夜高清在线| xxxhd国产人妻xxx| 久久久国产欧美日韩av| 亚洲免费av在线视频| 午夜影院在线不卡| av天堂久久9| 国产成人精品在线电影| 一本大道久久a久久精品| 人成视频在线观看免费观看| 精品少妇一区二区三区视频日本电影| 欧美精品一区二区免费开放| 男人舔女人的私密视频| 在线av久久热| 久热这里只有精品99| 色视频在线一区二区三区| 国产精品av久久久久免费| 色老头精品视频在线观看| 中文欧美无线码| 新久久久久国产一级毛片| 法律面前人人平等表现在哪些方面 | 美女大奶头黄色视频| 国产视频一区二区在线看| 国产极品粉嫩免费观看在线| 精品亚洲成a人片在线观看| 高清av免费在线| 亚洲国产精品999| 国产av国产精品国产| 欧美激情高清一区二区三区| 成年人午夜在线观看视频| 色精品久久人妻99蜜桃| 国产精品一二三区在线看| 国产极品粉嫩免费观看在线| 一个人免费看片子| 国产片内射在线| 亚洲精品粉嫩美女一区| 一本久久精品| 亚洲国产欧美一区二区综合| 亚洲精品国产区一区二| 日本vs欧美在线观看视频| 国产精品久久久av美女十八| 日本猛色少妇xxxxx猛交久久| 深夜精品福利| netflix在线观看网站| 啪啪无遮挡十八禁网站| 国产亚洲一区二区精品| 99热国产这里只有精品6| 欧美av亚洲av综合av国产av| 正在播放国产对白刺激| 亚洲精品粉嫩美女一区| 免费在线观看视频国产中文字幕亚洲 | 欧美一级毛片孕妇| 欧美午夜高清在线| 国产成人精品久久二区二区免费| 永久免费av网站大全| 丰满饥渴人妻一区二区三| 日韩中文字幕视频在线看片| 成人亚洲精品一区在线观看|