• <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ANOVA 和BP神經(jīng)網(wǎng)絡的最優(yōu)肌電信號測量位置選擇

    2019-05-30 10:48:04吳常鋮嚴余超曹青青費飛楊德華徐寶國宋愛國
    南京信息工程大學學報 2019年2期
    關鍵詞:方差分析神經(jīng)網(wǎng)絡

    吳常鋮 嚴余超 曹青青 費飛 楊德華 徐寶國 宋愛國

    摘要 基于肌電信號的手部動作識別中,肌電信號測量位置的選擇直接關系到動作識別的準確率.本文以使用最少的肌電傳感器和獲得較高的動作識別率為目標,提出一種基于ANOVA(方差分析)和BP神經(jīng)網(wǎng)絡的肌電信號測量位置優(yōu)選方法.使用4個肌電傳感器采集受試者做出指定動作時的肌電信號,提取肌電信號的時域特征,并按測量位置組合構成15個不同的樣本進行BP神經(jīng)網(wǎng)絡的訓練和測試.采用單因素ANOVA分析測量位置對動作識別結果影響的顯著性,采用Tukey HSD將測量位置進行歸類,并從動作識別率最高的子集中選擇測量位置最少但識別準確率最高的測量位置組合作為最優(yōu)的肌電信號測量位置.實驗結果表明,測量位置對動作識別的結果具有顯著的影響,隨著測量位置數(shù)的增加,動作識別準確率呈上升趨勢,最優(yōu)的測量位置組合為P1+P3+P4,其動作識別準確率為94.6%.

    關鍵詞 表面肌電信號;動作識別;神經(jīng)網(wǎng)絡;方差分析

    中圖分類號 TP241

    文獻標志碼 A

    0 引言

    表面肌電信號是眾多肌肉纖維中的動作電位傳播到皮膚表面疊加而成的一種微弱生物電信號.由于蘊含了肢體活動信息,能夠在一定程度上反映神經(jīng)肌肉的活動狀況,因此肌電信號在肌肉狀態(tài)評估、假肢控制及康復等領域有著廣泛的應用.

    手勢動作識別是肌電信號最重要的應用之一,國內(nèi)外學者在這方面做了大量的研究[1-4].文獻[5]提出一種自學習方法,采用2個肌電傳感器測量手臂上一對拮抗肌表面的肌電信號,實現(xiàn)了仿生假手的抓握控制;文獻[6]利用小波變換和神經(jīng)網(wǎng)絡實現(xiàn)了單通道肌電信號的動作識別;文獻[7]采用高密度電極測量殘疾人殘臂上的肌電,并提出3種新的肌電信號時域特征,動作識別準確率達到92.00%±3.11%;文獻[8]提出了一種基于瞬時肌電信號的動作識別方法.為了獲得較高的動作識別準確率,學者們通常使用更多的肌電傳感器來進行肌電信號的采集,然而數(shù)量過多的傳感器會給信號采集帶來不便.

    本文針對手部動作識別中的肌電測量位置選擇問題,提出一種基于ANOVA(方差分析)和BP神經(jīng)網(wǎng)絡的最優(yōu)肌電信號測量位置選擇方案,在保證動作識別準確率的情況下減少肌電信號的測量點.

    1 基于肌電信號和神經(jīng)網(wǎng)絡的手部動作識別

    如圖1所示, 基于肌電信號和神經(jīng)網(wǎng)絡的手部動作識別主要包括模型訓練和在線動作識別兩個環(huán)節(jié).模型訓練環(huán)節(jié),受試者根據(jù)動作提示做出相應的動作,在此過程中粘貼于受試者皮膚表面的肌電傳感器采集人體手臂肌肉表面的肌電信號,采集得到的肌電信號經(jīng)過特征提取后用于模型訓練.完成模型訓練后得到的模型參數(shù)可用于在線動作識別,即進行在線動作識別時,從肌電信號中提取到的特征值將直接輸入神經(jīng)網(wǎng)絡進行計算得到動作類型.

    1.1 信號采集

    將4個表面肌電信號傳感器粘貼在人體手臂皮膚表面的4個不同位置(肱橈?。≒1)、指伸肌(P2)、尺側腕伸?。≒3)、肱側腕屈?。≒4))進行肌電信號的采集.傳感器的信號采樣率設置為1 kHz.信號

    EMG measurement position optimization based on ANOVA and BP neural network.〖SX)〗〖SM)〗

    采集過程中,受試者需根據(jù)提示做出指定的手部動作.本文采集了受試者做伸掌、握拳、內(nèi)翻腕、外翻腕、抬手腕和壓手腕這6個不同手勢

    時的肌電信號,即選定了這6個手勢作為動作識別的目標.

    1.2 特征提取

    肌電信號是一種復雜的時間序列信號,雖然蘊含了肢體的運動信息,但并不能直接用于肢體動作的識別.將肌電信號用于肢體動作的識別通常需要進行特征提取,本文選取絕對值積分均值、方差、過零點數(shù)、Willison幅值對采集得到的肌電信號進行特征提取.

    1)絕對值積分均值(IEMG)

    依據(jù)上述描述,選擇長度為100的滑動窗計算一段典型肌電信號的時域特征如圖2所示.

    根據(jù)V1~V15的維度,采用圖3中的網(wǎng)絡結構設計15個不同的BP神經(jīng)網(wǎng)絡,并分別將V1~V15作為樣本進行訓練和檢驗,可以得到15個網(wǎng)絡的動作識別準確率,即一種測量位置組合對應一個動作識別準確率.

    2 基于ANOVA的肌電信號最優(yōu)測量位置選擇

    方差分析(Analysis of Variance, ANOVA)是由R.A.Fisher提出的一種用于2個及2個以上樣本均數(shù)差別顯著性檢驗的方法.如表2所示,方差分析結果中的P值直接代表了被分析因素對結果的影響是否顯著.

    本文將肌電信號的測量位置作為影響動作識別結果的因素,通過單因素ANOVA分析肌電測量位置對動作識別結果的影響是否顯著,同時利用Tukey HSD方法將測量位置進行分類,將對動作識別結果影響相似的測量位置組合歸入同一子集.本文在識別率最高的子集中,選擇測量位置最少且相同數(shù)量測量位置中識別率最高的位置組合作為最優(yōu)測量位置.本文實驗研究中利用SPSS軟件對1.3中的15種特征向量的動作識別結果進行方差分析.

    3 實驗及結果

    3.1 實驗平臺

    本文實驗研究中所用的肌電信號傳感器為南京航空航天大學先進機器人與精密系統(tǒng)研究中心研制的便攜式無線肌電傳感器.該傳感器內(nèi)部具有通頻帶為10~500 Hz、放大倍數(shù)為1 000的信號調理電路,用于調理電極片從人體皮膚表面獲取到的微弱肌電信號.傳感器的采樣率可通過軟件設置為200~1 000 Hz,采集得到肌電信號后通過WiFi發(fā)送給計算機.圖4所示為肌電傳感器配套的上位機軟件.

    3.2 手勢識別實驗

    6名健康的受試者(2女4男,年齡在23~26歲)參與了實驗.實驗場景如圖6所示.實驗分2個階段進行.第1階段為實驗準備階段,主要是為了讓受試者熟悉整個實驗流程和所需要完成的各種手勢,并對肌電信號采集軟件的相關參數(shù)進行調整,以便受試者能夠更加順利地完成整個實驗.該階段要求受試者連續(xù)完成每種手勢15次.為了防止受試者疲勞,每2種手勢動作之間,受試者有2 min的休息時間.第2階段為手勢識別實驗階段,該階段實驗分15組,每組包含30個手勢動作,每種手勢動作出現(xiàn)5次且各手勢的出現(xiàn)順序是由Matlab軟件隨機生成的.受試者根據(jù)軟件界面的提示,完成對應的手勢動作.為了避免受試者疲勞,每2組手勢動作之間,受試者有5 min的休息時間.

    根據(jù)1.2和1.3,將實驗中獲取的肌電信號特征數(shù)據(jù)按照位置組合進行分組,運用神經(jīng)網(wǎng)絡算法進行手勢識別,統(tǒng)計得到各位置組合的手勢識別結果如圖7和圖8所示.單一位置的手勢識別率由高到低的順序依次為P3、P1、P2、P4,2個位置組合的手勢識別率由高到低的順序依次為P1+P3、P2+P3、P1+P2、P1+P4、P3+P4、P2+P4,3個位置組合的手勢識別率由高到低的順序依次為P1+P3+P4、P1+P2+P3、P2+P3+P4、P1+P2+P4.圖7中,P12表示P1+P2,其余組合依此類推.實驗結果表明,手勢識別率隨著測量位置數(shù)量的增加而提高,在使用全部4個位置的肌電特征數(shù)據(jù)時,手勢識別率最高,達到96.1%.

    對15種位置組合的動作識別結果進行方差分析,結果如表3所示.表3中P值遠小于0.01,表明不同肌電信號測量位置的手勢識別率具有顯著的差異.采用Tukey HSD做進一步分析,結果如表4和圖9所示.Tukey HSD分析結果顯示,15種位置組合共被分到8個子集,手勢識別率最低的子集(第1子集),包含P4,手勢識別率最高的子集(第8子集),包含P1+P2+P3、P1+P3+P4、P1+P2+P3+P4.對手勢識別率次高的子集(第7子集)分析,2個位置組合(P1+P3)的手勢識別效果可以與一些3個位置組合(P1+P2+P4、P2+P3+P4)類似.根據(jù)前文提到的最優(yōu)位置組合的選取原則,最優(yōu)的位置組合為P1+P3+P4.

    4 結束語

    本文針對基于肌電信號動作識別中的測量位置選擇問題,提出一種基于BP神經(jīng)網(wǎng)絡和單因素ANOVA的測量位置優(yōu)選方法.本文首先選定了6個常用手勢(握拳、伸掌、內(nèi)翻腕、外翻腕、抬手腕、壓手腕)作為動作識別的目標,選定4塊肌肉(肱側腕屈肌、肱橈肌、指伸肌、尺側腕伸?。┳鳛閭溥x的肌電信號測量位置.受試者做出指定目標動作時,采集受試者手臂上的肌電信號并進行特征提取,根據(jù)不同的通道數(shù)量對提取后的肌電特征數(shù)據(jù)進行組合,得到15個肌電特征向量.分別將15個肌電特征向量作為樣本,對BP神經(jīng)網(wǎng)絡進行訓練和測試,得到不同測量位置組合對應的動作識別率.最后以測量位置組合作為影響動作識別準確率的因素,采用單因素ANOVA和Tukey HSD對15個肌電特征對應的動作識別結果進行分析.實驗結果表明,最優(yōu)的測量位置組合為P1+P3+P4,即采用肱橈肌、尺側腕伸肌、肱側腕屈肌的信號進行動作識別的方案為最優(yōu)測量位置方案.

    參考文獻

    References

    [1] Ariyanto M,Caesarendra W,Mustaqim K A,et al.Finger movement pattern recognition method using artificial neural network based on electromyography (EMG) sensor[C]∥International Conference on Automation.2016

    [2] Oleinikov A,Abibullaev B,Shintemirov A,et al.Feature extraction and real-time recognition of hand motion intentions from EMGs via artificial neural networks[C]∥International Conference on Brain-computer Interface.2018

    [3] 肖凱,鄒任玲.基于表面肌電信號的人體動作識別算法研究進展[J].生物信息學,2018,16(2):14-20

    XIAO Kai,ZOU Renling.Research on human body motion recognition algorithm based on surface EMG signal[J].Chinese Journal of Bioinformatics,2018,16(2):14-20

    [4] 楊亞慧,謝宏.基于卷積神經(jīng)網(wǎng)絡的表面肌電信號手勢識別[J].微型機與應用,2017,36(15):59-61

    YANG Yahui,XIE Hong.Research on surface EMG signal gesture recognition based on convolution neural network[J].Microcomputer & Its Applications,2017,36(15):59-61

    [5] 吳常鋮,宋愛國,章華濤.一種肌電假手的自適應模糊控制方法[J].儀器儀表學報,2013,34(6):140-146

    WU Changcheng,SONG Aiguo,ZHANG Huatao.Adaptive Fuzzy Control Method for EMG Prosthetic Hand[J].Chinese Journal of Scientific Instrument,2013,34(6):140-146

    [6] Mane S M,Kambli R A,Kazi F S,et al.Handmotion recognition from single channel surface EMG using wavelet & artificial neural network[J].Procedia Computer Science,2015,49:58-65

    [7] Samuel O W,Zhou H,Li X,et al.Pattern recognition of electromyography signals based on novel time domain features for amputees limb motion classification[J].Computers & Electrical Engineering,2018,67:646-655

    [8] Geng W,Du Y,Jin W,et al.Gesture recognition by instantaneous surface EMG images[J].Scientific Reports,2016,6,DOI:10.1038/srep36571

    EMG measurement position optimization based on

    ANOVA and BP neural network

    WU Changcheng1,2 YAN Yuchao1 CAO Qingqing3 FEI Fei1 YANG Dehua1 XU Baoguo2 SONG Aiguo2

    1 College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106

    2 School of Instrument Science and Engineering,Southeast University,Nanjing 210096

    3 School of Aviation Engineering,Nanjing Institute of Industry Technology,Nanjing 210023

    AbstractThe locations of electromyography (EMG) measurements are directly related to the accuracy of motion recognitionin hand gesture recognition based on EMG signals.This study proposes an EMG measurement position optimization strategy based on ANOVA and back propagation (BP) neural network to obtain the best motion recognition with the fewest EMG sensors.Four EMG sensors are used to capture the EMG signals when the subjects perform specific hand gestures.Feature data extracted from the raw EMG signals are combined into 15 different vectors according to different measurement position combinations.These 15 feature vectors are used to train and test the BP neural network.Single factor analysis of variance (ANOVA)is employed to analyze the significance of the influence of the measured position on themotion recognition.Tukeys honest significant differencetest is adopted to classify the position combinations.The position combinations are divided into several subsets.In the subset with the highest recognition rate,the position combination with the least measurement position and the highest recognition accuracy is considered to be the optimized measurement position.The experimental results show that the measurement position has a significant impact on the results of motion recognition.The accuracy of motion recognition shows an upward trend with the increase in measurement position.The optimal combination of measurement position is P1+P3+P4,and the accuracy of motion recognition is 94.6%.

    Key wordssurface electromyography;motion recognition;neural network;analysis of variance

    猜你喜歡
    方差分析神經(jīng)網(wǎng)絡
    神經(jīng)網(wǎng)絡抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    Excel在《生物統(tǒng)計學》雙因素有重復方差分析中的應用與探討
    考試周刊(2017年6期)2017-02-13 10:43:50
    高校二手書市場細分研究
    應用統(tǒng)計學課堂教學組織實踐與探索
    大學教育(2016年7期)2016-07-27 00:32:08
    金華市大學生幸福感調查研究
    “互聯(lián)網(wǎng)+”時代的出租車資源配置
    科技視界(2016年11期)2016-05-23 11:26:04
    基于神經(jīng)網(wǎng)絡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)絡在基于WiFi的室內(nèi)LBS應用
    基于支持向量機回歸和RBF神經(jīng)網(wǎng)絡的PID整定
    基于神經(jīng)網(wǎng)絡分數(shù)階控制的逆變電源
    午夜福利视频1000在线观看| 久久精品国产亚洲网站| 亚洲在线自拍视频| 全区人妻精品视频| 久久久久久久久大av| 两个人视频免费观看高清| 乱系列少妇在线播放| 亚洲天堂国产精品一区在线| 日本免费在线观看一区| 亚洲精品色激情综合| 国产精品久久视频播放| 乱码一卡2卡4卡精品| 国产毛片a区久久久久| 黄片无遮挡物在线观看| 国产视频首页在线观看| 午夜激情欧美在线| 秋霞伦理黄片| 日韩av在线免费看完整版不卡| 777米奇影视久久| 一个人观看的视频www高清免费观看| 麻豆精品久久久久久蜜桃| 久久这里有精品视频免费| 亚洲电影在线观看av| av国产免费在线观看| 乱人视频在线观看| 好男人视频免费观看在线| 亚洲欧美日韩卡通动漫| 熟女电影av网| 日本黄大片高清| 日日啪夜夜撸| 久久精品国产自在天天线| 纵有疾风起免费观看全集完整版 | 久久久久久久久久久免费av| 精品人妻偷拍中文字幕| 精品国产三级普通话版| 日本猛色少妇xxxxx猛交久久| 亚洲高清免费不卡视频| 又爽又黄无遮挡网站| 国产色爽女视频免费观看| 人人妻人人看人人澡| 成人亚洲精品一区在线观看 | 搡女人真爽免费视频火全软件| 亚洲精品久久久久久婷婷小说| av在线蜜桃| 国产精品久久久久久久电影| 国产精品久久久久久久电影| 大陆偷拍与自拍| 人体艺术视频欧美日本| 亚洲av二区三区四区| 美女脱内裤让男人舔精品视频| 国产在视频线在精品| 日日啪夜夜爽| 可以在线观看毛片的网站| 国产成人一区二区在线| 九草在线视频观看| 国产成人91sexporn| 男女视频在线观看网站免费| 熟妇人妻不卡中文字幕| 欧美日韩综合久久久久久| 精品一区二区免费观看| 麻豆成人午夜福利视频| 91狼人影院| 国产精品福利在线免费观看| 国产成人a∨麻豆精品| 非洲黑人性xxxx精品又粗又长| 高清毛片免费看| 久久99精品国语久久久| 永久免费av网站大全| 国产精品一区二区性色av| 国产精品福利在线免费观看| 欧美bdsm另类| 国产三级在线视频| 少妇被粗大猛烈的视频| 2021天堂中文幕一二区在线观| av播播在线观看一区| 免费高清在线观看视频在线观看| 国产午夜精品久久久久久一区二区三区| 亚洲精品自拍成人| 亚洲国产精品sss在线观看| 亚洲精品,欧美精品| av免费观看日本| 久久久久久伊人网av| 亚洲精品国产av成人精品| 九九爱精品视频在线观看| 亚洲精品aⅴ在线观看| 久久国产乱子免费精品| 成人午夜高清在线视频| 真实男女啪啪啪动态图| 成年女人看的毛片在线观看| 九色成人免费人妻av| 乱系列少妇在线播放| 午夜免费男女啪啪视频观看| 国内揄拍国产精品人妻在线| 亚洲高清免费不卡视频| 成人美女网站在线观看视频| av在线观看视频网站免费| 少妇裸体淫交视频免费看高清| 在线 av 中文字幕| 在线免费十八禁| 国产老妇伦熟女老妇高清| 成年女人在线观看亚洲视频 | 日韩欧美精品v在线| 日本免费a在线| 欧美日韩亚洲高清精品| 午夜福利在线观看免费完整高清在| 国产亚洲91精品色在线| 亚洲精品成人av观看孕妇| 中国美白少妇内射xxxbb| 精品人妻视频免费看| 一区二区三区四区激情视频| 国产亚洲av片在线观看秒播厂 | 毛片一级片免费看久久久久| 大又大粗又爽又黄少妇毛片口| 亚洲精品亚洲一区二区| 嫩草影院入口| 赤兔流量卡办理| 只有这里有精品99| 69人妻影院| 国产久久久一区二区三区| 最近中文字幕2019免费版| 日韩三级伦理在线观看| 成人鲁丝片一二三区免费| 国产毛片a区久久久久| 国产精品一及| 三级国产精品片| 精品少妇黑人巨大在线播放| 美女国产视频在线观看| 99热全是精品| 久久久久久久久久人人人人人人| 一级毛片电影观看| 亚洲精品乱码久久久v下载方式| 国产老妇女一区| 777米奇影视久久| 在线免费观看不下载黄p国产| 内射极品少妇av片p| 久久久久精品久久久久真实原创| 中文乱码字字幕精品一区二区三区 | 欧美三级亚洲精品| 偷拍熟女少妇极品色| 成人亚洲精品av一区二区| 在线a可以看的网站| 国产亚洲91精品色在线| 午夜福利成人在线免费观看| 两个人的视频大全免费| 一二三四中文在线观看免费高清| 亚洲人成网站高清观看| 国产真实伦视频高清在线观看| 亚洲欧美日韩卡通动漫| 熟妇人妻不卡中文字幕| 欧美激情久久久久久爽电影| 精品人妻熟女av久视频| 久久精品夜色国产| 99热这里只有精品一区| 不卡视频在线观看欧美| kizo精华| 国产精品久久久久久久电影| 亚洲av成人精品一二三区| 国产精品日韩av在线免费观看| 亚洲四区av| 亚洲国产成人一精品久久久| 99热这里只有是精品在线观看| 99热6这里只有精品| 精品人妻一区二区三区麻豆| 99久久九九国产精品国产免费| 亚洲熟女精品中文字幕| 综合色av麻豆| 狂野欧美白嫩少妇大欣赏| 免费少妇av软件| 精品熟女少妇av免费看| 婷婷六月久久综合丁香| 深爱激情五月婷婷| 精品欧美国产一区二区三| 色视频www国产| 久久这里有精品视频免费| 午夜福利在线观看免费完整高清在| 久久精品夜夜夜夜夜久久蜜豆| 精品久久久久久久久av| 能在线免费看毛片的网站| 欧美3d第一页| 日韩成人伦理影院| 久久热精品热| 我的女老师完整版在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 男人狂女人下面高潮的视频| 午夜精品一区二区三区免费看| 搞女人的毛片| 国产爱豆传媒在线观看| 少妇被粗大猛烈的视频| 国产精品爽爽va在线观看网站| 插阴视频在线观看视频| 国产91av在线免费观看| 日日摸夜夜添夜夜添av毛片| 我的老师免费观看完整版| 亚洲精品成人久久久久久| 99久久中文字幕三级久久日本| 天天躁日日操中文字幕| 欧美极品一区二区三区四区| 97超碰精品成人国产| 边亲边吃奶的免费视频| 亚洲精品乱久久久久久| 亚洲四区av| 成人一区二区视频在线观看| 亚洲精品日韩在线中文字幕| 亚洲伊人久久精品综合| 能在线免费看毛片的网站| 国产成人a区在线观看| 国产爱豆传媒在线观看| 国产视频内射| 中文资源天堂在线| 久久99精品国语久久久| 嫩草影院新地址| 成年免费大片在线观看| 日韩在线高清观看一区二区三区| 国产免费一级a男人的天堂| 久久久久久久久大av| 免费观看的影片在线观看| 精品国内亚洲2022精品成人| 欧美精品一区二区大全| 日韩强制内射视频| 久久精品久久久久久久性| 久久鲁丝午夜福利片| 久久精品国产自在天天线| 久久韩国三级中文字幕| 六月丁香七月| 日本一本二区三区精品| 老司机影院毛片| 免费观看a级毛片全部| 淫秽高清视频在线观看| 能在线免费看毛片的网站| 亚洲成人一二三区av| 日韩一区二区视频免费看| 国产精品1区2区在线观看.| 亚洲熟女精品中文字幕| 国产精品日韩av在线免费观看| 高清欧美精品videossex| 亚洲av电影不卡..在线观看| 国产伦精品一区二区三区四那| 精品国产一区二区三区久久久樱花 | 熟妇人妻久久中文字幕3abv| 久久久久久九九精品二区国产| 日韩三级伦理在线观看| 久久6这里有精品| 免费黄色在线免费观看| 免费黄频网站在线观看国产| 国产精品一区二区在线观看99 | 国产精品精品国产色婷婷| 亚洲国产精品成人久久小说| 亚洲在线自拍视频| 国产有黄有色有爽视频| 久久久久精品久久久久真实原创| 亚洲欧美日韩卡通动漫| 麻豆av噜噜一区二区三区| 大又大粗又爽又黄少妇毛片口| 亚洲av二区三区四区| 深夜a级毛片| 国产精品爽爽va在线观看网站| 欧美xxxx性猛交bbbb| 国产成人精品一,二区| 亚洲av二区三区四区| 婷婷色综合大香蕉| 嫩草影院新地址| 成人二区视频| 免费av观看视频| 亚洲av日韩在线播放| 国产精品久久久久久精品电影| 在线观看免费高清a一片| 国产精品蜜桃在线观看| 美女被艹到高潮喷水动态| 在线天堂最新版资源| 九九久久精品国产亚洲av麻豆| 亚洲欧美日韩卡通动漫| 蜜桃亚洲精品一区二区三区| 久久亚洲国产成人精品v| 亚洲精品自拍成人| 有码 亚洲区| 午夜老司机福利剧场| 国产大屁股一区二区在线视频| 国产精品一区二区三区四区免费观看| 亚洲精品成人久久久久久| 99九九线精品视频在线观看视频| 亚洲精品第二区| 国产在线男女| 22中文网久久字幕| 中文精品一卡2卡3卡4更新| 2021少妇久久久久久久久久久| 国产色爽女视频免费观看| 黄色日韩在线| 成人国产麻豆网| 超碰av人人做人人爽久久| 成年免费大片在线观看| 高清视频免费观看一区二区 | 最近手机中文字幕大全| 国产在线一区二区三区精| 国产伦在线观看视频一区| 久久久久久久久久久免费av| 看非洲黑人一级黄片| 七月丁香在线播放| 大片免费播放器 马上看| 午夜久久久久精精品| av.在线天堂| 免费av毛片视频| 亚洲欧美清纯卡通| 国产高清三级在线| 天天躁夜夜躁狠狠久久av| 国产精品爽爽va在线观看网站| 狠狠精品人妻久久久久久综合| 国产探花极品一区二区| 在线观看一区二区三区| 亚洲va在线va天堂va国产| 联通29元200g的流量卡| 神马国产精品三级电影在线观看| 搡老妇女老女人老熟妇| 亚洲国产精品国产精品| 精品不卡国产一区二区三区| 亚洲欧洲日产国产| 美女高潮的动态| 亚洲欧美日韩东京热| 免费观看a级毛片全部| 99九九线精品视频在线观看视频| 婷婷色av中文字幕| 国产成人精品福利久久| 美女黄网站色视频| 日本欧美国产在线视频| 中文在线观看免费www的网站| 三级国产精品欧美在线观看| 久久久久久伊人网av| 国产精品久久久久久精品电影小说 | 亚洲精品亚洲一区二区| 国产黄片视频在线免费观看| 国产在线一区二区三区精| 中文字幕免费在线视频6| 精品国产一区二区三区久久久樱花 | 色播亚洲综合网| 久热久热在线精品观看| 精品国产露脸久久av麻豆 | av女优亚洲男人天堂| 午夜视频国产福利| xxx大片免费视频| 精品久久久久久久久久久久久| 男女下面进入的视频免费午夜| 国产v大片淫在线免费观看| 国产午夜精品久久久久久一区二区三区| 97精品久久久久久久久久精品| 欧美精品一区二区大全| 最近2019中文字幕mv第一页| 亚洲精品日韩在线中文字幕| a级毛色黄片| 2022亚洲国产成人精品| 青春草国产在线视频| 中文字幕av成人在线电影| 国产人妻一区二区三区在| 亚洲欧美精品自产自拍| 国产淫片久久久久久久久| 成年女人看的毛片在线观看| 老司机影院成人| 日本免费在线观看一区| 五月天丁香电影| 大话2 男鬼变身卡| 亚洲欧美中文字幕日韩二区| 国产永久视频网站| 久久精品夜色国产| 自拍偷自拍亚洲精品老妇| 午夜激情欧美在线| 日本与韩国留学比较| 久久99热6这里只有精品| 神马国产精品三级电影在线观看| 天堂俺去俺来也www色官网 | 国产美女午夜福利| 亚洲精品日韩在线中文字幕| 美女高潮的动态| 亚洲成人精品中文字幕电影| 嘟嘟电影网在线观看| 美女大奶头视频| 免费看av在线观看网站| 久久精品国产自在天天线| 女的被弄到高潮叫床怎么办| 日韩中字成人| 欧美高清性xxxxhd video| 在线观看一区二区三区| 高清在线视频一区二区三区| 日韩三级伦理在线观看| 国产欧美日韩精品一区二区| 激情 狠狠 欧美| 国产伦理片在线播放av一区| 搡老妇女老女人老熟妇| 国产黄片美女视频| 美女cb高潮喷水在线观看| 美女脱内裤让男人舔精品视频| 插阴视频在线观看视频| 国产免费一级a男人的天堂| 成年人午夜在线观看视频 | 亚洲综合精品二区| 1000部很黄的大片| 一级黄片播放器| 国产三级在线视频| 午夜精品国产一区二区电影 | 最近最新中文字幕免费大全7| 国产在视频线在精品| 美女国产视频在线观看| 国产免费又黄又爽又色| av一本久久久久| 国产亚洲精品av在线| 青春草亚洲视频在线观看| av在线亚洲专区| 搡老妇女老女人老熟妇| 波野结衣二区三区在线| 国内精品宾馆在线| 亚洲精品亚洲一区二区| 嘟嘟电影网在线观看| 国内揄拍国产精品人妻在线| 国产 一区 欧美 日韩| 国产精品一区二区三区四区久久| 成人午夜精彩视频在线观看| 超碰av人人做人人爽久久| 亚洲欧美日韩东京热| 色播亚洲综合网| 亚洲成人av在线免费| 午夜福利视频1000在线观看| 天天躁夜夜躁狠狠久久av| 麻豆乱淫一区二区| 3wmmmm亚洲av在线观看| 又爽又黄a免费视频| 国产精品人妻久久久影院| 联通29元200g的流量卡| av在线天堂中文字幕| 十八禁网站网址无遮挡 | 天堂中文最新版在线下载 | 蜜桃亚洲精品一区二区三区| 日韩制服骚丝袜av| 免费观看精品视频网站| 18禁在线播放成人免费| 网址你懂的国产日韩在线| 日韩欧美精品免费久久| ponron亚洲| 人妻系列 视频| 日本午夜av视频| 国产在线一区二区三区精| 亚洲av免费在线观看| 午夜免费激情av| 成人亚洲欧美一区二区av| 午夜福利视频1000在线观看| 久久久亚洲精品成人影院| 国产视频内射| 久久这里只有精品中国| 精品一区二区三卡| 国产精品精品国产色婷婷| 久久久久国产网址| 一级毛片我不卡| 午夜福利网站1000一区二区三区| 久久精品国产亚洲网站| 久久久久精品久久久久真实原创| 日本一本二区三区精品| 日韩强制内射视频| 伦理电影大哥的女人| 精品久久久精品久久久| ponron亚洲| 亚洲一区高清亚洲精品| 亚洲国产av新网站| 一级毛片aaaaaa免费看小| 成人漫画全彩无遮挡| 免费大片黄手机在线观看| 性色avwww在线观看| 国产高潮美女av| 国产精品一二三区在线看| 国产真实伦视频高清在线观看| 丝瓜视频免费看黄片| 亚洲国产欧美在线一区| 久久久久免费精品人妻一区二区| 国产精品久久久久久av不卡| 成人毛片60女人毛片免费| 国产中年淑女户外野战色| 中文欧美无线码| 99久久人妻综合| 亚洲av福利一区| 久久亚洲国产成人精品v| 色播亚洲综合网| 亚洲欧美精品自产自拍| 日本黄色片子视频| 日日撸夜夜添| 欧美变态另类bdsm刘玥| 日日干狠狠操夜夜爽| 精品不卡国产一区二区三区| 狂野欧美白嫩少妇大欣赏| 美女主播在线视频| 精品久久久噜噜| av在线天堂中文字幕| 一个人看的www免费观看视频| 老司机影院成人| 日本与韩国留学比较| 亚洲av在线观看美女高潮| 国产成人福利小说| 国内精品一区二区在线观看| 午夜福利视频1000在线观看| av在线观看视频网站免费| 九九爱精品视频在线观看| 亚洲精品乱久久久久久| 色5月婷婷丁香| 亚洲高清免费不卡视频| 久久久亚洲精品成人影院| 久久久久久久大尺度免费视频| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日日摸夜夜添夜夜添av毛片| 97热精品久久久久久| av网站免费在线观看视频 | .国产精品久久| 久久久色成人| 中文欧美无线码| 日韩欧美国产在线观看| a级毛片免费高清观看在线播放| 国产成人精品福利久久| 亚洲国产精品成人久久小说| 3wmmmm亚洲av在线观看| 精品一区二区三卡| 国产高清有码在线观看视频| 寂寞人妻少妇视频99o| 啦啦啦啦在线视频资源| 97超视频在线观看视频| 国产伦理片在线播放av一区| 亚洲va在线va天堂va国产| 亚洲精品久久久久久婷婷小说| 丝瓜视频免费看黄片| 国产精品三级大全| 女人久久www免费人成看片| 在线免费十八禁| 3wmmmm亚洲av在线观看| 成人一区二区视频在线观看| 欧美激情在线99| 国内精品美女久久久久久| 欧美3d第一页| av又黄又爽大尺度在线免费看| 亚洲,欧美,日韩| 国产亚洲av嫩草精品影院| 免费看a级黄色片| 久久精品国产鲁丝片午夜精品| av一本久久久久| 免费av不卡在线播放| 免费黄色在线免费观看| 国产精品久久久久久精品电影| 欧美变态另类bdsm刘玥| 一区二区三区免费毛片| 蜜臀久久99精品久久宅男| 国产在视频线在精品| 最近视频中文字幕2019在线8| 最近中文字幕2019免费版| 国产精品国产三级国产专区5o| 一级毛片 在线播放| 久久久久免费精品人妻一区二区| 春色校园在线视频观看| 久久99蜜桃精品久久| 如何舔出高潮| 久久这里只有精品中国| 十八禁国产超污无遮挡网站| 五月玫瑰六月丁香| 国产伦理片在线播放av一区| 春色校园在线视频观看| 美女大奶头视频| 成人综合一区亚洲| 91久久精品国产一区二区成人| 91久久精品电影网| 丝瓜视频免费看黄片| 国产视频首页在线观看| 熟女电影av网| 男人狂女人下面高潮的视频| 久久久国产一区二区| 女人久久www免费人成看片| 最近2019中文字幕mv第一页| 色综合亚洲欧美另类图片| 中文资源天堂在线| 国内精品宾馆在线| 看非洲黑人一级黄片| a级一级毛片免费在线观看| 亚洲婷婷狠狠爱综合网| 日产精品乱码卡一卡2卡三| 国产色爽女视频免费观看| 嫩草影院新地址| 22中文网久久字幕| 国产一级毛片在线| 日本wwww免费看| 欧美97在线视频| 天美传媒精品一区二区| 男的添女的下面高潮视频| 99久久人妻综合| 美女xxoo啪啪120秒动态图| 寂寞人妻少妇视频99o| 国产91av在线免费观看| 国产高清国产精品国产三级 | 黄色一级大片看看| 国产美女午夜福利| 七月丁香在线播放| 亚洲欧美日韩东京热| 欧美xxxx性猛交bbbb| 我的女老师完整版在线观看| 不卡视频在线观看欧美| 亚洲成人久久爱视频| 日日撸夜夜添| 日本熟妇午夜| 国产精品一区www在线观看| 99久久精品热视频| 亚洲,欧美,日韩| 午夜爱爱视频在线播放| 99热网站在线观看| 亚洲欧美日韩东京热| 97精品久久久久久久久久精品| 亚洲一级一片aⅴ在线观看| 久久久久国产网址| 亚洲精品成人av观看孕妇| 日韩三级伦理在线观看| 欧美不卡视频在线免费观看| 人妻系列 视频| 又粗又硬又长又爽又黄的视频| 欧美最新免费一区二区三区| 免费看av在线观看网站| 久久久久久国产a免费观看| 欧美日韩综合久久久久久| 极品教师在线视频|