• <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LSTM神經(jīng)網(wǎng)絡(luò)的烏魯木齊市流感樣病例的預(yù)測(cè)研究

    2019-12-02 02:34:16龔風(fēng)云王凱
    科技視界 2019年31期
    關(guān)鍵詞:氣象因素預(yù)測(cè)

    龔風(fēng)云 王凱

    【摘 要】目的:分析烏魯木齊市流感樣病例月發(fā)病數(shù)的變化趨勢(shì),建立長(zhǎng)短期記憶(LSTM)模型,對(duì)流感樣病例例數(shù)數(shù)進(jìn)行預(yù)測(cè),為烏魯木齊市流感的預(yù)防與控制提供科學(xué)依據(jù)。方法:利用2015年1月-2018年3月烏魯木齊市的每月氣象數(shù)據(jù)、流感樣病例監(jiān)測(cè)數(shù)據(jù),采用單變量LSTM模型和多變量LSTM模型對(duì)烏魯木齊市流感樣病例例數(shù)的時(shí)間序列進(jìn)行預(yù)測(cè),使用RMSE和MAE值評(píng)價(jià)不同方法的預(yù)測(cè)精度。結(jié)果:?jiǎn)巫兞縇STM模型和多變量LSTM模型的RMSE值分別是66.17和56.91;MAE值分別是60.42和39.07。與單變量LSTM模型相比,多變量的LSTM模型預(yù)測(cè)效果較好。結(jié)論:本研究所建立的多變量LSTM模型能較好地預(yù)測(cè)ILI病例數(shù)的發(fā)病趨勢(shì),為流感監(jiān)測(cè)和預(yù)防控制提供依據(jù)。

    【關(guān)鍵詞】LSTM;流感樣病例;氣象因素;預(yù)測(cè)

    中圖分類號(hào): TP393.0;TP183 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 2095-2457(2019)31-0020-003

    DOI:10.19694/j.cnki.issn2095-2457.2019.31.009

    Prediction of influenza-like cases in urumqi based on LSTM neural network

    GONG Feng-yun1 WANG Kai2*

    (1.College of Applied Mathematics,Xinjiang University of Finance and Economis, Urumqi Xinjiang 830012, China;

    2.College of Medical Engineering and Technology,Xinjiang Medical University, Urumqi Xinjiang 830011, China)

    【Abstract】[Objective]To analyze the change trend of the monthly incidence of influenza-like cases in Urumqi, establish long-short term memory(LSTM) model,and predict the number of influenza-like cases, so as to provide scientific basis for the prevention and control of influenza in Urumqi.[Methods]Monthly meteorological data and influenza-like case monitoring data from January 2015 to March 2018 in Urumqi were used to predict the time series of influenza-like cases in Urumqi using univariate LSTM model and multivariate LSTMmodel, RMSE and MAE values were used to evaluate the prediction accuracy of different methods.[Results]RMSE values of univariate LSTM model and multivariate LSTM model are 66.17 and 56.91 respectively.The MAE values are 60.42 and 39.07 respectively.Compared with the single-variable LSTM model, the multivariable LSTM model has a better predictive effect. [Conclusion] The multivariate LSTM model established in this study can better predict the incidence trend of ILI cases, providing a basis for influenza surveillance, preventionand control.

    【Key words】LSTM; Influenza-like cases; Meteorological factors; Prediction

    流行性感冒簡(jiǎn)稱流感,是由流感病毒引起的一種傳染性呼吸道疾病[1]。流感病毒主要通過空氣傳播,如咳嗽、噴嚏等[2]。據(jù)統(tǒng)計(jì),全球每年約有10%~20%的人群因流感的季節(jié)性流行而感染流感,其中300萬(wàn)~500萬(wàn)人為重癥病例,25萬(wàn)~50萬(wàn)人為死亡病例[3]。流感的流行不僅對(duì)人群健康造成嚴(yán)重威脅,也對(duì)社會(huì)產(chǎn)生了巨大的經(jīng)濟(jì)損失[4]。在美國(guó),流感每年的總成本超過100億美元,而未來(lái)的流感大流行估計(jì)直接和間接成本高達(dá)數(shù)千億美元[5]。Yang J等[6]一項(xiàng)覆蓋全國(guó)范圍的研究顯示,個(gè)人流感門診病例的平均費(fèi)用為$155,流感住院病例的平均費(fèi)用為$1511。在疾病高峰期,診所和醫(yī)院不堪重負(fù)。接種流感疫苗和阻礙傳播途徑是預(yù)防流感有效的方法[7]。新疆烏魯木齊市是流感多發(fā)地之一,該市作為國(guó)家級(jí)流感監(jiān)測(cè)點(diǎn),對(duì)流感樣病例(influenza-like illness,ILI)進(jìn)行了長(zhǎng)期持續(xù)的監(jiān)測(cè)[8]。為了幫助政府、醫(yī)院、診所、制藥公司和其他公司有效地控制流感爆發(fā),并及時(shí)限制傳播途徑,本研究使用LSTM模型對(duì)烏魯木齊市ILI例數(shù)數(shù)據(jù)進(jìn)行訓(xùn)練擬合、分析及預(yù)測(cè),并比較預(yù)測(cè)精度。

    1 資料與方法

    1.1? ILI定義

    發(fā)熱(體溫≥38℃)、伴咳嗽或咽痛之一者[9]。

    1.2 資料來(lái)源

    2015年1月—2018年3月烏魯木齊市的每月ILI例數(shù)來(lái)源于“中國(guó)疾病預(yù)防控制信息系統(tǒng)流感監(jiān)測(cè)信息子系統(tǒng)”。氣象數(shù)據(jù)資料來(lái)自烏魯木齊市氣象局,主要包括月平均氣溫(℃)、月降水量(mm)、月平均氣壓(hpa)、月平均最大氣壓(hpa)、月平均最小氣壓(hpa)、月平均相對(duì)濕度(%)、月平均風(fēng)速(m/s)、月日照時(shí)數(shù)(h)。

    1.3 長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)(long-short term memory,LSTM)

    LSTM是一種改進(jìn)的時(shí)間循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network,RNN)[10],它的提出解決了傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過程中由于輸入序列過長(zhǎng)帶來(lái)的梯度消失問題[11]。一個(gè)LSTM單元包括細(xì)胞狀態(tài)(cell state)、輸入門(input gate)、遺忘門(forget gate)、輸出門(forget gate),且LSTM神經(jīng)元的三個(gè)門的激活函數(shù)均為 Sigmoid[12]。

    1.4 模型預(yù)測(cè)效果的比較

    本文通過計(jì)算測(cè)試集的均方根誤差(Root Mean Square Error,RMSE)和平均絕對(duì)誤差(Mean Absolute Error,MAE)來(lái)定量地評(píng)價(jià)模型擬合及預(yù)測(cè)效果。該計(jì)算公式如下:

    RMSE=■

    MAE=■■|Y■-Y■|

    式中,Y1t和Y2t均分別為t時(shí)刻的觀測(cè)值和模型輸出值,n為數(shù)據(jù)點(diǎn)個(gè)數(shù)。

    1.5 統(tǒng)計(jì)分析

    使用Python3.0和R3.6.1軟件建立LSTM模型,其中各變量之間的相關(guān)性分析均采用了統(tǒng)計(jì)學(xué)中的Spearman相關(guān)。檢驗(yàn)水準(zhǔn)α=0.05。

    2 結(jié)果

    2.1 描述性分析

    2015年1月-2018年3月烏魯木齊市的ILI病例總數(shù)為5572例,月平均發(fā)病數(shù)約為143例。其中,月ILI例數(shù)、月平均氣溫(℃)、月降水量(mm)、月平均氣壓(hpa)、月平均最大氣壓(hpa)、月平均最小氣壓(hpa)、月平均相對(duì)濕度(%)、月平均風(fēng)速(m/s)、月日照時(shí)數(shù)(h)分別用fre、temp、rain、press、press_max、press_min、humidity、wind_speed、sunshine_hours表示。該時(shí)間序列圖顯示,流感樣病例數(shù)呈現(xiàn)明顯的季節(jié)性,冬春季發(fā)病數(shù)明顯多于夏秋季。月平均氣溫、月降水量、月平均風(fēng)速和月日照時(shí)數(shù)在冬春季偏低,夏秋季偏高,而月平均氣壓、月平均最大氣壓、月平均最小氣壓和月平均相對(duì)濕度在冬春季偏高,夏秋季偏低。見圖1。2015年1月—2018年3月烏魯木齊市的月平均氣溫、月降水量、月平均氣壓、月平均最大氣壓、月平均最小氣壓、月平均相對(duì)濕度、月平均風(fēng)速、月日照時(shí)數(shù)的均值分別為6.9℃、29.3mm、912.5hPa、917.6hpa、906.7hpa、59.7%、2.0m/s、222.4h。見表1。

    2.2 LSTM模型分析

    2.2.1 單變量LSTM模型

    由于LSTM不需要對(duì)時(shí)間序列進(jìn)行平穩(wěn)性和白噪聲檢驗(yàn),可以直接建立模型。所以,本文首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,將時(shí)間序列數(shù)據(jù)轉(zhuǎn)化為學(xué)習(xí)數(shù)據(jù),并且對(duì)數(shù)據(jù)進(jìn)行歸一化處理。然后將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集,將2015年1月-2016年1月的數(shù)據(jù)作為訓(xùn)練集,2016年2月-2018年3月的數(shù)據(jù)作為測(cè)試集。最后建立LSTM模型,本文設(shè)置模型的隱藏層數(shù)為4,輸入層和輸出層分別為1和1;時(shí)間步長(zhǎng)(time_step)設(shè)置為1。

    圖1 2015年1月-2018年3月烏魯木齊市的每月ILI例數(shù)和氣象因素分布

    2.2.2 多變量LSTM模型

    由于單變量LSTM的預(yù)測(cè)結(jié)果并不太好,所以本文對(duì)單變量LSTM的輸入層與隱藏層進(jìn)行了改變,進(jìn)而構(gòu)建了一個(gè)可以輸入多個(gè)序列的多變量LSTM模型。本文設(shè)置的多變量LSTM模型的隱藏層數(shù)為50;輸入層和輸出層分別為8和1;每批次訓(xùn)練樣本數(shù)(batch_size)設(shè)置為72;時(shí)間步長(zhǎng)(time_step)設(shè)置為1;在 輸入特征時(shí)需要將tensor轉(zhuǎn)成三維作為L(zhǎng)STM cell的輸入。結(jié)果見圖2。

    圖2 多變量LSTM預(yù)測(cè)結(jié)果

    2.2.3 模型評(píng)價(jià)

    從表2可以看出,與單變量LSTM模型相比,納入多個(gè)變量的LSTM模型預(yù)測(cè)的RMSE和MAE略小。其中,多變量的LSTM模型預(yù)測(cè)的RMSE降低了9.26,預(yù)測(cè)的MAE降低了21.35。表明多變量LSTM模型可以提高模型的預(yù)測(cè)精度。

    表2 單變量LSTM模型和多變量LSTM模型的預(yù)測(cè)精度比較

    3 討論

    本研究采用時(shí)間序列分析方法,分析了2015年 1月~2018年3月新疆烏魯木齊市ILI例數(shù)的發(fā)病趨勢(shì)。時(shí)間序列模型通過使用不同的特性可以分為3種類型[5]。第一類模型是自回歸模型,它使用過去的患者數(shù)量作為特征(“xs”),并預(yù)測(cè)未來(lái)的患者數(shù)量作為響應(yīng)(y)。典型的例子包括自回歸綜合移動(dòng)平均(ARIMA)模型和向量自回歸模型(VAR)。第二類模型使用其他參數(shù)(如溫度、濕度等)代替過去的流感數(shù)據(jù)作為回歸模型(如線性回歸、隨機(jī)森林等)的特征。著名的例子是“谷歌流感趨勢(shì)”,它使用搜索引擎查詢數(shù)據(jù)作為特征和線性回歸模型。第三類模型是第一類和第二類的組合。它使用過去流感患者的數(shù)量作為特征(如第一種類型)和回歸模型(如第二種類型)。本研究采用了第三種模型類型,長(zhǎng)短期記憶(LSTM)模型來(lái)預(yù)測(cè)流感的爆發(fā)。

    從描述性分析結(jié)果來(lái)看,2015年1月—2018年3月烏魯木齊市的ILI發(fā)病數(shù)呈現(xiàn)冬春季高發(fā)的特點(diǎn),該特點(diǎn)不同于南方地區(qū)流感流行趨勢(shì),南方春季或初夏流感活動(dòng)較為活躍,這與南北方氣候差異相關(guān)。已有研究表明,地理位置、氣候條件的差異是造成北方地區(qū)與南方地區(qū)流感流行時(shí)間不同的主要因素[13]。由于烏魯木齊市位于中國(guó)西北地區(qū),是溫帶大陸性氣候[14]。溫帶大陸性氣候特點(diǎn)主要包括冬夏2季時(shí)間較長(zhǎng),春秋2季時(shí)間較短,且冬季寒冷,夏季炎熱,年降水量少,比較干旱[15]。所以其發(fā)病呈冬春季高發(fā)的特點(diǎn)。

    從LSTM模型結(jié)果分析來(lái)看,本文將氣象因素中的多變量LSTM模型概念引入到ILI發(fā)病數(shù)的預(yù)測(cè)中,為一般基于單變量 LSTM流感樣病例預(yù)測(cè)模型加入了更多氣象因素特征,不再僅僅將ILI例數(shù)看作為一個(gè)簡(jiǎn)單的數(shù)學(xué)概念上的時(shí)間序列。適當(dāng)使用多變量LSTM模型可能有助于預(yù)測(cè)目前和近期的流感傳播。由于本文現(xiàn)有的流感數(shù)據(jù)有限,所以,流感預(yù)測(cè)模型的準(zhǔn)確性還有待提高。但是,與單變量LSTM模型相比,納入多個(gè)變量的LSTM模型預(yù)測(cè)的RMSE和MAE略小,說明多變量LSTM模型可以用于ILI發(fā)病數(shù)的預(yù)測(cè),同時(shí)為公共衛(wèi)生人員提供一個(gè)相對(duì)準(zhǔn)確的參考點(diǎn),進(jìn)而對(duì)預(yù)防和控制流感的流行提出相關(guān)性建議。

    然而,本文的研究也有一些不足。預(yù)測(cè)模型的準(zhǔn)確性還有待提高,造成這個(gè)結(jié)果的可能原因是數(shù)據(jù)量較少,研究下一步將擴(kuò)大樣本量,再次對(duì)比單變量LSTM模型與多變量LSTM在預(yù)測(cè)疾病發(fā)病數(shù)上的精度。盡管多變量LSTM模型在預(yù)測(cè)精度上沒有明顯的優(yōu)勢(shì),但是多變量LSTM模型也為預(yù)測(cè)ILI例數(shù)提供了新的方法。

    【參考文獻(xiàn)】

    [1]譚婭文,萬(wàn)海同,何昱,杜海霞,楊潔紅,彭學(xué)謙,周惠芬.中藥抗流感病毒的作用及機(jī)制研究進(jìn)展[J].中國(guó)現(xiàn)代應(yīng)用藥學(xué),2019(16):2095-2099.

    [2]WHO,“Influenza(Seasonal),”http://www.who.int/mediacentre/factsheets/fs211/en/index.html.

    [3]崔永梅,杜中強(qiáng),侯瑩.孕婦感染甲型H3N2流感死亡病例的病因?qū)W分析[J].中國(guó)藥物與臨床,2019,19(5):834-835.

    [4]李文娟,王大燕.我國(guó)流感疾病負(fù)擔(dān)相關(guān)研究進(jìn)展[J/OL].中國(guó)人獸共患病學(xué)報(bào):1-6[2019-08-31].http://kns.cnki.net/kcms/detail/35.1284.R.20190723.1447.004.html.

    [5]Jie Z , Kazumitsu N . A comparative study on predicting influenza outbreaks[J]. BioScience Trends, 2017, 11(5):533-541.

    [6]Yang J,Jit M,Leung KS, et al.The economic burden of influenza-associated outpatient visits and hospitalizations in China: a retrospective survey [J]. Infect Dis Poverty,2015,4:44.

    [7]張慕麗,彭質(zhì)斌,鄭建東, 等.中國(guó)兒童流感疾病負(fù)擔(dān)和疫苗應(yīng)用現(xiàn)狀[J].中華實(shí)用兒科臨床雜志,2019,34(2):91-97.

    [8]高楓,阿不都熱依木,樊旭成,等.2016-2017年烏魯木齊市流感監(jiān)測(cè)結(jié)果分析[J].醫(yī)學(xué)信息,2018,31(19):134-136.

    [9]中華人民共和國(guó)衛(wèi)生部.全國(guó)流感監(jiān)測(cè)方案(2010年版)[J].國(guó)際呼吸雜志,2011,31(2):85-88.

    [10]張春露.基于Tensorflow的LSTM在太原空氣質(zhì)量AQI指數(shù)中的分析與預(yù)測(cè)[D].中北大學(xué),2019.

    [11]裴大衛(wèi),朱明.基于多因子與多變量長(zhǎng)短期記憶網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2019,28(8):30-38.

    [12]楊意豪,王梅,左銘.基于深度LSTM的甲亢疾病發(fā)展預(yù)測(cè)及應(yīng)用系統(tǒng)[J].智能計(jì)算機(jī)與應(yīng)用,2019,9(4):128-131.

    [13]蒲玉嬌. 2012一2017年烏魯木齊市流感流行特征與病原學(xué)監(jiān)測(cè)分析[D].新疆:新疆醫(yī)科大學(xué),2018:36-37.

    [14]LI J , LI XM . Response of stomatal conductance of two tree species to vapor pressure deficit in three climate zones[J]. J Arid Land, 2014, 6(6):771-781.

    [15]陶燕,顧天毅,王硯,等.蘭州市城關(guān)區(qū)流行性感冒與氣象因素的時(shí)間序列[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,54(1):137-142.

    猜你喜歡
    氣象因素預(yù)測(cè)
    無(wú)可預(yù)測(cè)
    黃河之聲(2022年10期)2022-09-27 13:59:46
    選修2-2期中考試預(yù)測(cè)卷(A卷)
    選修2-2期中考試預(yù)測(cè)卷(B卷)
    選修2—2期中考試預(yù)測(cè)卷(A卷)
    不可預(yù)測(cè)
    不必預(yù)測(cè)未來(lái),只需把握現(xiàn)在
    氣象因素對(duì)油菜品種蘇油211生長(zhǎng)發(fā)育和產(chǎn)量的影響
    氣象因素對(duì)油菜品種蘇油211生長(zhǎng)發(fā)育和產(chǎn)量的影響
    中國(guó)科技博覽(2016年1期)2016-04-25 11:41:02
    淺談氣象與農(nóng)業(yè)生產(chǎn)及自然災(zāi)害的關(guān)系
    99久久无色码亚洲精品果冻| 中国美白少妇内射xxxbb| 夜夜看夜夜爽夜夜摸| 搡老岳熟女国产| 国产一区二区三区在线臀色熟女| 乱系列少妇在线播放| 国产综合懂色| 精品不卡国产一区二区三区| 婷婷六月久久综合丁香| 嫩草影院入口| 欧美另类亚洲清纯唯美| 内射极品少妇av片p| 亚洲 国产 在线| 欧美黑人欧美精品刺激| 午夜福利视频1000在线观看| 久久久久久久亚洲中文字幕| 欧美日韩黄片免| 99热网站在线观看| 久久久久九九精品影院| 九九爱精品视频在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 91av网一区二区| 乱人视频在线观看| 99热这里只有是精品在线观看| 免费一级毛片在线播放高清视频| 国产乱人视频| 成年女人永久免费观看视频| 欧美色视频一区免费| 级片在线观看| 在线观看免费视频日本深夜| 亚洲一级一片aⅴ在线观看| 成人无遮挡网站| 亚洲图色成人| 精品不卡国产一区二区三区| 天堂动漫精品| 麻豆成人午夜福利视频| 男女那种视频在线观看| 两个人的视频大全免费| 成年女人永久免费观看视频| 桃色一区二区三区在线观看| 亚洲欧美日韩东京热| 无遮挡黄片免费观看| 最近视频中文字幕2019在线8| 狂野欧美白嫩少妇大欣赏| 日日夜夜操网爽| 国产一级毛片七仙女欲春2| 美女黄网站色视频| 99精品久久久久人妻精品| 免费观看精品视频网站| 久久精品人妻少妇| 在线观看美女被高潮喷水网站| 韩国av在线不卡| 久久久久久久久中文| 亚洲 国产 在线| 欧美性猛交黑人性爽| bbb黄色大片| 日日摸夜夜添夜夜添小说| 国产女主播在线喷水免费视频网站 | 97人妻精品一区二区三区麻豆| 美女xxoo啪啪120秒动态图| 国产日本99.免费观看| 午夜日韩欧美国产| 亚洲av中文av极速乱 | 成年版毛片免费区| 亚洲综合色惰| 午夜福利视频1000在线观看| 久久久久久久久中文| av天堂在线播放| 露出奶头的视频| 非洲黑人性xxxx精品又粗又长| 看片在线看免费视频| 久久久久久九九精品二区国产| 少妇的逼好多水| 日韩亚洲欧美综合| 亚洲成av人片在线播放无| 亚洲真实伦在线观看| 欧美性猛交╳xxx乱大交人| 亚洲精品久久国产高清桃花| 精品国内亚洲2022精品成人| 亚洲真实伦在线观看| 亚洲av一区综合| 精品日产1卡2卡| 日韩精品中文字幕看吧| 精品一区二区免费观看| 春色校园在线视频观看| 国产av麻豆久久久久久久| 在线观看av片永久免费下载| 69人妻影院| 成人鲁丝片一二三区免费| 国产免费男女视频| www.色视频.com| 亚洲精品久久国产高清桃花| 男女那种视频在线观看| 免费在线观看影片大全网站| 听说在线观看完整版免费高清| 国产日本99.免费观看| 国产免费男女视频| 香蕉av资源在线| 久久午夜亚洲精品久久| 久久久久久久久中文| 日本与韩国留学比较| 久久中文看片网| 欧美成人性av电影在线观看| 中文字幕免费在线视频6| 午夜精品一区二区三区免费看| 两个人的视频大全免费| 免费看美女性在线毛片视频| 久久久久久久久久久丰满 | 亚洲国产精品成人综合色| 欧美高清性xxxxhd video| 日本成人三级电影网站| 九色成人免费人妻av| 日韩 亚洲 欧美在线| 色综合婷婷激情| 搡老岳熟女国产| 亚洲精华国产精华精| 国产精品一区二区免费欧美| 国产女主播在线喷水免费视频网站 | 我要搜黄色片| 高清在线国产一区| 999久久久精品免费观看国产| 精品久久国产蜜桃| 亚洲欧美精品综合久久99| 免费无遮挡裸体视频| 免费电影在线观看免费观看| 国产日本99.免费观看| 日本熟妇午夜| 亚洲18禁久久av| 精品人妻熟女av久视频| 日韩精品中文字幕看吧| 99在线人妻在线中文字幕| 午夜激情福利司机影院| 伦精品一区二区三区| 欧美bdsm另类| 久久久国产成人免费| 国产精品人妻久久久久久| 美女免费视频网站| 美女cb高潮喷水在线观看| 国产欧美日韩精品一区二区| av国产免费在线观看| 性色avwww在线观看| 国产探花在线观看一区二区| 久久精品国产自在天天线| 午夜免费激情av| 啦啦啦韩国在线观看视频| 欧美又色又爽又黄视频| 欧美xxxx黑人xx丫x性爽| 午夜精品一区二区三区免费看| 久久欧美精品欧美久久欧美| 欧美成人性av电影在线观看| 美女被艹到高潮喷水动态| av中文乱码字幕在线| 欧美激情在线99| 国产精品一区二区免费欧美| 人人妻,人人澡人人爽秒播| 成人午夜高清在线视频| 欧美最黄视频在线播放免费| 久久精品国产自在天天线| 禁无遮挡网站| 欧美日韩瑟瑟在线播放| avwww免费| 亚洲aⅴ乱码一区二区在线播放| 毛片一级片免费看久久久久 | 草草在线视频免费看| 女生性感内裤真人,穿戴方法视频| 在线免费十八禁| 天堂影院成人在线观看| 亚洲最大成人中文| 日韩人妻高清精品专区| 我的女老师完整版在线观看| 欧美日韩中文字幕国产精品一区二区三区| 一区二区三区免费毛片| 久久草成人影院| 日本成人三级电影网站| 亚洲精品色激情综合| 国产成人影院久久av| 极品教师在线视频| 国产伦在线观看视频一区| 午夜福利高清视频| 亚州av有码| 欧美成人性av电影在线观看| 精品一区二区三区视频在线| 中文字幕免费在线视频6| 两性午夜刺激爽爽歪歪视频在线观看| 国产亚洲精品久久久久久毛片| 黄色女人牲交| 丝袜美腿在线中文| 免费看日本二区| 欧美日本视频| 午夜福利高清视频| 精品久久国产蜜桃| 毛片女人毛片| 观看免费一级毛片| 成人高潮视频无遮挡免费网站| 97人妻精品一区二区三区麻豆| 波多野结衣高清作品| 1024手机看黄色片| 久久久久久久亚洲中文字幕| 亚洲色图av天堂| 精品人妻视频免费看| 中文字幕熟女人妻在线| 人妻少妇偷人精品九色| 国产在视频线在精品| 欧美激情国产日韩精品一区| 日韩一本色道免费dvd| 九色成人免费人妻av| 春色校园在线视频观看| 亚洲天堂国产精品一区在线| 又黄又爽又免费观看的视频| 精品无人区乱码1区二区| 老司机福利观看| 国产精品不卡视频一区二区| 两个人的视频大全免费| 美女黄网站色视频| 一本一本综合久久| 国产av麻豆久久久久久久| 成人国产一区最新在线观看| 波多野结衣高清作品| 18禁裸乳无遮挡免费网站照片| 国产精品伦人一区二区| 午夜日韩欧美国产| 人妻夜夜爽99麻豆av| 国产精品av视频在线免费观看| 偷拍熟女少妇极品色| 精品一区二区三区视频在线| 色尼玛亚洲综合影院| 欧美人与善性xxx| 1000部很黄的大片| 九九久久精品国产亚洲av麻豆| 国产一区二区三区在线臀色熟女| 欧美色视频一区免费| 免费黄网站久久成人精品| 亚洲,欧美,日韩| 日本五十路高清| 国产精品一区二区三区四区久久| videossex国产| 美女高潮的动态| 中文资源天堂在线| av在线观看视频网站免费| or卡值多少钱| 久久草成人影院| 1000部很黄的大片| 色精品久久人妻99蜜桃| 亚洲国产精品合色在线| 国产精品爽爽va在线观看网站| 直男gayav资源| 日本与韩国留学比较| 久久久色成人| 国产亚洲精品久久久久久毛片| 午夜亚洲福利在线播放| 美女被艹到高潮喷水动态| 99久久精品热视频| 亚洲欧美精品综合久久99| 在线观看av片永久免费下载| 日韩亚洲欧美综合| 夜夜看夜夜爽夜夜摸| 69人妻影院| 国产在线男女| 国产av不卡久久| 亚洲久久久久久中文字幕| 99国产极品粉嫩在线观看| 亚洲四区av| 又黄又爽又免费观看的视频| 午夜亚洲福利在线播放| 尾随美女入室| 国产一区二区激情短视频| 欧美成人免费av一区二区三区| 免费av不卡在线播放| 草草在线视频免费看| 日本 欧美在线| 亚洲欧美日韩高清在线视频| 不卡一级毛片| 变态另类丝袜制服| 简卡轻食公司| 少妇的逼水好多| 大型黄色视频在线免费观看| 精品国产三级普通话版| 观看美女的网站| 久久精品国产99精品国产亚洲性色| 日韩一区二区视频免费看| 嫩草影视91久久| 床上黄色一级片| 亚洲欧美日韩高清专用| 尤物成人国产欧美一区二区三区| 在线a可以看的网站| 久久久久久久久大av| 久久久久九九精品影院| 久久精品国产鲁丝片午夜精品 | 97人妻精品一区二区三区麻豆| 一区二区三区四区激情视频 | 精品久久久久久,| 国产成人福利小说| 午夜精品在线福利| 九色国产91popny在线| 国产黄片美女视频| 一a级毛片在线观看| 18禁裸乳无遮挡免费网站照片| 观看免费一级毛片| 亚洲一区二区三区色噜噜| 亚洲精品色激情综合| 色精品久久人妻99蜜桃| 亚洲人成网站高清观看| 国产极品精品免费视频能看的| 国产高清激情床上av| 亚洲av一区综合| 99久久成人亚洲精品观看| 黄色日韩在线| 欧美日韩精品成人综合77777| 欧美激情在线99| 成熟少妇高潮喷水视频| 看十八女毛片水多多多| 热99在线观看视频| 免费看美女性在线毛片视频| 特大巨黑吊av在线直播| 日韩精品中文字幕看吧| 久久久久久久久大av| 久久九九热精品免费| 美女被艹到高潮喷水动态| 国产 一区精品| 成人午夜高清在线视频| 国内久久婷婷六月综合欲色啪| 人妻制服诱惑在线中文字幕| 亚洲av.av天堂| 精品欧美国产一区二区三| 欧美+日韩+精品| 一级a爱片免费观看的视频| 97热精品久久久久久| 99精品在免费线老司机午夜| 国产熟女欧美一区二区| 久久久久久大精品| 亚洲美女搞黄在线观看 | 日本五十路高清| 久久久久国内视频| 午夜视频国产福利| www日本黄色视频网| av视频在线观看入口| 最近最新中文字幕大全电影3| 在线观看av片永久免费下载| 免费人成视频x8x8入口观看| 99久久精品一区二区三区| av国产免费在线观看| 99在线视频只有这里精品首页| 内射极品少妇av片p| 哪里可以看免费的av片| 亚洲成a人片在线一区二区| 国产精品国产高清国产av| 熟女电影av网| 露出奶头的视频| 国产精品一区二区免费欧美| 国产 一区精品| 一边摸一边抽搐一进一小说| 日韩在线高清观看一区二区三区 | 超碰av人人做人人爽久久| 精品99又大又爽又粗少妇毛片 | 一本一本综合久久| 欧美绝顶高潮抽搐喷水| 深夜精品福利| 欧美中文日本在线观看视频| 国产精品久久久久久久电影| 狠狠狠狠99中文字幕| 波多野结衣巨乳人妻| 国产午夜精品久久久久久一区二区三区 | 赤兔流量卡办理| 亚洲真实伦在线观看| 高清毛片免费观看视频网站| 伦精品一区二区三区| 美女黄网站色视频| 很黄的视频免费| 国产探花极品一区二区| 久久久久久伊人网av| 国产中年淑女户外野战色| av天堂中文字幕网| 色吧在线观看| 免费看av在线观看网站| 免费无遮挡裸体视频| 少妇的逼好多水| 亚洲男人的天堂狠狠| 国产三级中文精品| 久久6这里有精品| 黄色欧美视频在线观看| 波多野结衣高清无吗| 国产精品久久久久久av不卡| 国产在线男女| 丰满人妻一区二区三区视频av| 国产淫片久久久久久久久| 成人高潮视频无遮挡免费网站| 国产精品一区二区三区四区久久| 亚洲成人久久爱视频| av在线亚洲专区| 日韩欧美三级三区| 欧美色欧美亚洲另类二区| 内射极品少妇av片p| 欧美精品国产亚洲| 久久99热6这里只有精品| 日本-黄色视频高清免费观看| 欧美激情在线99| 中文资源天堂在线| 国产成年人精品一区二区| aaaaa片日本免费| 麻豆久久精品国产亚洲av| 最后的刺客免费高清国语| 欧美日韩瑟瑟在线播放| 中文字幕熟女人妻在线| 中文字幕久久专区| 最新中文字幕久久久久| 乱系列少妇在线播放| 99视频精品全部免费 在线| 69人妻影院| 中文资源天堂在线| 国产一区二区亚洲精品在线观看| 亚洲天堂国产精品一区在线| 男人舔女人下体高潮全视频| 久久精品国产亚洲网站| 国产一级毛片七仙女欲春2| 少妇猛男粗大的猛烈进出视频 | 久久精品夜夜夜夜夜久久蜜豆| 免费在线观看成人毛片| 国内精品美女久久久久久| 国产精品久久久久久av不卡| 韩国av一区二区三区四区| 亚洲熟妇熟女久久| 天堂影院成人在线观看| 成人三级黄色视频| 99精品久久久久人妻精品| 亚洲av二区三区四区| 俄罗斯特黄特色一大片| 久久久精品大字幕| 日韩精品有码人妻一区| 日本撒尿小便嘘嘘汇集6| 精品一区二区三区视频在线观看免费| 免费人成视频x8x8入口观看| 日日摸夜夜添夜夜添小说| www.色视频.com| 国产精品伦人一区二区| 久久热精品热| 春色校园在线视频观看| 久久久久国产精品人妻aⅴ院| 麻豆国产97在线/欧美| 亚洲人成网站高清观看| 99久久精品热视频| 如何舔出高潮| 欧美又色又爽又黄视频| 亚洲欧美日韩高清专用| .国产精品久久| 一夜夜www| 在线国产一区二区在线| 少妇的逼好多水| 久久人妻av系列| 精品国产三级普通话版| 性欧美人与动物交配| 又粗又爽又猛毛片免费看| 国产真实乱freesex| 欧美最新免费一区二区三区| 日日干狠狠操夜夜爽| 搡老熟女国产l中国老女人| 长腿黑丝高跟| 久久久久精品国产欧美久久久| 婷婷色综合大香蕉| 别揉我奶头~嗯~啊~动态视频| av.在线天堂| 亚洲精品影视一区二区三区av| 欧美绝顶高潮抽搐喷水| 中文字幕熟女人妻在线| 国产精品电影一区二区三区| 亚洲国产精品合色在线| 少妇被粗大猛烈的视频| 桃色一区二区三区在线观看| 男人舔奶头视频| 久久久国产成人免费| 夜夜看夜夜爽夜夜摸| 中亚洲国语对白在线视频| 日韩,欧美,国产一区二区三区 | 美女 人体艺术 gogo| av在线蜜桃| 18禁裸乳无遮挡免费网站照片| 人妻制服诱惑在线中文字幕| 日韩欧美免费精品| 成人一区二区视频在线观看| 久久久成人免费电影| 亚洲人成网站在线播| 国产高清视频在线播放一区| 男人的好看免费观看在线视频| 欧美最新免费一区二区三区| 成人午夜高清在线视频| 特级一级黄色大片| 亚洲狠狠婷婷综合久久图片| 看黄色毛片网站| 亚洲av日韩精品久久久久久密| 日本一本二区三区精品| 国内少妇人妻偷人精品xxx网站| 日本一二三区视频观看| av福利片在线观看| 嫩草影院入口| 亚洲精品一卡2卡三卡4卡5卡| 啪啪无遮挡十八禁网站| 黄色一级大片看看| 亚洲欧美日韩卡通动漫| 欧美日韩瑟瑟在线播放| av视频在线观看入口| 色综合色国产| 99久久无色码亚洲精品果冻| 国产乱人伦免费视频| 在线观看午夜福利视频| 精品一区二区三区视频在线观看免费| 最近在线观看免费完整版| 成人av一区二区三区在线看| 亚洲欧美日韩高清专用| 麻豆久久精品国产亚洲av| 禁无遮挡网站| 午夜福利在线观看免费完整高清在 | 国产久久久一区二区三区| 日日撸夜夜添| 级片在线观看| 亚洲av免费在线观看| 免费观看精品视频网站| 国产精品三级大全| 亚洲成av人片在线播放无| 国内毛片毛片毛片毛片毛片| 人妻制服诱惑在线中文字幕| 日本a在线网址| 成人精品一区二区免费| 亚洲精品色激情综合| 国产色婷婷99| 在线免费观看的www视频| 中文字幕免费在线视频6| 97人妻精品一区二区三区麻豆| 人妻久久中文字幕网| 国产精品久久久久久精品电影| 国产在视频线在精品| 国产精品一区二区三区四区久久| 真人做人爱边吃奶动态| 久久久久久大精品| 国产精品乱码一区二三区的特点| 欧美zozozo另类| 黄色配什么色好看| 成人无遮挡网站| 久久精品91蜜桃| 中文字幕精品亚洲无线码一区| 亚洲av中文av极速乱 | 免费看a级黄色片| 亚洲avbb在线观看| 国产精品免费一区二区三区在线| 亚洲人成网站高清观看| 亚洲内射少妇av| 国产午夜精品论理片| 91在线精品国自产拍蜜月| 成年版毛片免费区| 午夜老司机福利剧场| 久久精品91蜜桃| 最近在线观看免费完整版| 嫩草影视91久久| 久久精品国产99精品国产亚洲性色| 在线观看一区二区三区| 日本在线视频免费播放| 美女高潮喷水抽搐中文字幕| 国产精品野战在线观看| 乱人视频在线观看| 久久久久国产精品人妻aⅴ院| 国模一区二区三区四区视频| 国产精品一区二区性色av| 日韩亚洲欧美综合| 神马国产精品三级电影在线观看| 一级av片app| 丰满的人妻完整版| 大又大粗又爽又黄少妇毛片口| 舔av片在线| 国产精品国产高清国产av| 嫁个100分男人电影在线观看| 日韩一本色道免费dvd| 国产精品伦人一区二区| 久久久成人免费电影| 黄色欧美视频在线观看| 国产一区二区亚洲精品在线观看| 国产午夜精品论理片| 男女视频在线观看网站免费| 亚洲电影在线观看av| 别揉我奶头~嗯~啊~动态视频| 国产av在哪里看| 精品久久久久久成人av| 亚洲av美国av| 午夜免费男女啪啪视频观看 | 欧美日韩乱码在线| 老熟妇乱子伦视频在线观看| 国产亚洲精品久久久com| 国内少妇人妻偷人精品xxx网站| 精品无人区乱码1区二区| 3wmmmm亚洲av在线观看| 99久久成人亚洲精品观看| 久久婷婷人人爽人人干人人爱| 精品一区二区三区av网在线观看| 国产黄a三级三级三级人| 欧美高清成人免费视频www| 久久6这里有精品| 在线观看66精品国产| 最后的刺客免费高清国语| 动漫黄色视频在线观看| 狂野欧美白嫩少妇大欣赏| 日本色播在线视频| 久久精品国产鲁丝片午夜精品 | 真实男女啪啪啪动态图| 波多野结衣高清作品| 看黄色毛片网站| 日本a在线网址| 在线观看免费视频日本深夜| 亚洲国产色片| 自拍偷自拍亚洲精品老妇| 欧美极品一区二区三区四区| 色吧在线观看| 可以在线观看毛片的网站| 亚洲无线在线观看| 欧美日韩国产亚洲二区| 嫩草影院入口| 国产一区二区三区视频了| 成人性生交大片免费视频hd| 日韩欧美精品v在线|