• <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 ?

    基于機器學(xué)習(xí)的煤礦突水預(yù)測方法①

    2019-12-20 02:32:18謝天保
    計算機系統(tǒng)應(yīng)用 2019年12期
    關(guān)鍵詞:突水準確率向量

    童 柔,謝天保

    (西安理工大學(xué) 經(jīng)濟與管理學(xué)院,西安 710054)

    1 引言

    隨著我國能源行業(yè)的不斷發(fā)展,煤礦突水問題越來越成為大眾值得關(guān)注的問題,這不僅關(guān)系煤礦工人生命安全,也關(guān)系著國家人力財力損失.據(jù)統(tǒng)計,在2006-2016年期間,我國煤礦突水事故共發(fā)生440起,死亡682人[1],因此為了減少突水事故的發(fā)生以及人員的傷亡,對煤礦是否會突水進行提前的預(yù)測顯得越發(fā)重要.

    目前煤礦突水預(yù)測方法包括很多種,大多以神經(jīng)網(wǎng)絡(luò)為主[2-6],這種方法針對突水量定量預(yù)測誤差較大,針對是否突水定性預(yù)測時,開關(guān)量閾值需要靠專家經(jīng)驗確定.而在構(gòu)建模型前進行關(guān)鍵因素的選擇也是很重要的一個步驟,文獻[7]使用層析分析法的一致性檢驗與專家評分來進行特征的選取,主觀性強,受限于專家的經(jīng)驗.文獻[4]使用主成分分析進行降維,主成分降維后的特征相互獨立,在一定程度上可以提高模型預(yù)測精度,但對特征重要性的分析不夠明確,難以應(yīng)用于現(xiàn)實問題中煤礦突水特征因素的選擇.文獻[7,8]首先通過理論分析確定了含水層(包括厚度、水壓及富水性)、底板隔水層厚度、地質(zhì)構(gòu)造等相關(guān)因素,并通過各特征數(shù)據(jù)統(tǒng)計分析說明,這些特征的重要性,然后建模預(yù)測,然而煤礦突水是由煤礦生產(chǎn)開采過程中各種復(fù)雜的因素綜合作用的結(jié)果,各特征的獨立分析并不能體現(xiàn)各特征相互作用,相互影響的煤礦突水機理.

    基于以上分析,本文在理論分析(煤礦構(gòu)造條件、含水層條件、開采條件、巖性組合條件)的基礎(chǔ)上,收集樣本數(shù)據(jù).然后采用穩(wěn)定性選擇的特征方法針對數(shù)據(jù)樣本進行分析,以預(yù)測準確率為目標對煤礦突水影響因素進行篩選,獲取與之相關(guān)的關(guān)鍵因素,之后采用3種典型機器學(xué)習(xí)算法,隨機森林、神經(jīng)網(wǎng)絡(luò)以及支持向量機分別進行煤礦突水預(yù)測模型的構(gòu)建,結(jié)合3種模型的預(yù)測結(jié)果確定最終結(jié)果,以此驗證特征選取后的預(yù)測模型的準確率以及穩(wěn)定性,通過實驗可幫助煤礦工作人員減少數(shù)據(jù)收集的工作量以及收集成本,并且提高突水預(yù)測精度.

    2 煤礦突水影響因素關(guān)鍵特征選取

    常用的特征選擇方法主要分為3種:過濾法、包裝法和嵌入法[9],根據(jù)不同的情境及目的所使用方法也不同,而在本次試驗中,將采取包裝法中的穩(wěn)定性選擇方法來進行特征的選取.

    2.1 穩(wěn)定性選擇

    Meinshausen N等人在2009年提出了穩(wěn)定性選擇這種特征選取的方法[10],并指出其并不是一種新的算法,而是基于Lasso特征選擇方法并對其進行加強和改進.具體來說,穩(wěn)定性選擇是一種基于二次抽樣和選擇算法相結(jié)合的特征選取方法,選擇算法可以是支持向量機SVM或者回歸等算法,而二次抽樣意味著不是使用所有的數(shù)據(jù)一次性選擇出最重要的特征,而是抽取數(shù)據(jù)子集以及特征子集來運行選擇算法,不斷重復(fù),最終可以計算出每個特征作為重要特征出現(xiàn)的頻率,即使用出現(xiàn)的次數(shù)除以子集被測試的次數(shù),將其看做每個特征的得分并作為特征篩選的依據(jù).最重要的特征若每次都被選到,則它的得分會高達1,而最不重要的特征最終得分將會為0.大多數(shù)實驗證明,相對比于其他的特征選擇方法,穩(wěn)定性選擇是性能最好的方法之一.

    2.2 數(shù)據(jù)準備

    煤礦突水機理具有多樣性,是指在不同的地質(zhì)及水文地質(zhì)條件下,采用破壞或水壓破壞表現(xiàn)出不同的空間組合特征,突水機理的多樣性反映了地質(zhì)及水文地質(zhì)條件的變化,煤礦突水是否突水受制于諸多因素的綜合影響[11].在本次實驗中,我們通過查閱資料以及煤礦專家的幫助,共取得了包括構(gòu)造條件、含水層條件、開采條件、巖性組合條件4個方面的相關(guān)影響因素,再加上突水征兆這個因素,共獲得22個與煤礦突水有關(guān)的影響因素以及其所對應(yīng)數(shù)據(jù)數(shù)據(jù)類型,如表1所示,并且收集與表1中22個煤礦突水相關(guān)因素以及突水結(jié)果所對應(yīng)的數(shù)據(jù)1056例.

    表1 煤礦突水相關(guān)因素及數(shù)據(jù)類型

    2.3 基于穩(wěn)定性選擇的特征選取

    在Python的sklearn.liner_model庫中Randomized LogisticRegression(以下縮寫RLR)實現(xiàn)了穩(wěn)定性選擇,因此根據(jù)1.1中的相關(guān)分析,可以使用其作為特征選擇的工具.在RLR中,穩(wěn)定性選擇的實現(xiàn)主要有以下步驟:

    Step 1.對初始數(shù)據(jù)進行二次抽樣,隨機選取k個特征以及對應(yīng)m行數(shù)據(jù),統(tǒng)計每個特征被選次數(shù)N;

    Step 2.使用所選數(shù)據(jù)構(gòu)建邏輯回歸模型;

    Step 3.對模型進行L1正則化,稀疏化數(shù)據(jù)使大多數(shù)不重要特征的權(quán)重變?yōu)?,最終篩選最重要特征,統(tǒng)計每個特征被選為最重要特征的次數(shù)n;

    Step 4.繼續(xù)進行Step 1,RLR算法默認共構(gòu)建200個邏輯回歸模型,直到模型構(gòu)建完成進行下一步;

    Step 5.計算每個特征被選為重要特征的頻率,即進行穩(wěn)定性選擇之后各特征的得分,score=n/N,通過scores_屬性來獲取每個特征的得分,獲得高分的特征就是所需選擇的重要特征.

    在使用RLR算法進行建模時,其正則化參數(shù)C會影響最終各個特征的score,為了獲取合適的正則化參數(shù),我們在(10-2,102)區(qū)間內(nèi)取了100個C值進行建模,計算出每個模型中各特征的得分情況,以此繪制了如圖1所示的正則化參數(shù)C與各個特征score之間的關(guān)系.

    圖1 正則化參數(shù)C與score的關(guān)系

    由圖1中可以看出,隨著正則化參數(shù)C的減小,即相當于正則化強度的增大,各個特征的得分都將趨于0,而在C約為0.18時,所有特征的得分都為0,也就是沒有特征被選為重要特征,本實驗的目的是篩選出7個重要特征,因此合適的C值是使得7個特征得分不為0.

    實驗發(fā)現(xiàn)當C=1.6681時,最重要的7個特征的得分不為0,其他特征得分都為0,因此使用此C值進行RLR建模進行特征選取,將每個特征的得分從高到低進行排列后得到如下的表2,從表中很明顯能看出來斷層充水對煤礦是否突水影響最大,得分為1.0,說明在每次進行特征選擇時,斷層充水都會被選為最重要的特征,在斷層充水之后,突水征兆對煤礦突水也有較大影響,其次是裂隙帶充水、陷落柱、陷落柱充水、含水層水壓和裂隙帶.7個特征選取出來后,繼續(xù)增加影響因素數(shù)量進行實驗后發(fā)現(xiàn),預(yù)測準確率沒有發(fā)生變化,這說明可以繼續(xù)增加因素的數(shù)量,但因素數(shù)量過多會導(dǎo)致預(yù)測時計算成本過高,收集數(shù)據(jù)時工作量變大,因此此處僅選擇7個最重要特征.但此次實驗結(jié)果僅針對已收集到的數(shù)據(jù),有新的數(shù)據(jù)增加時,還需再進行實驗來驗證結(jié)果是否發(fā)生變化.

    表2 重要突水因素及其得分

    根據(jù)《礦區(qū)水文地質(zhì)工程地質(zhì)勘查規(guī)范》提出,與煤礦突水最相關(guān)的兩個因素為斷層充水以及含水層水壓,文獻[4]中根據(jù)PCA方法所篩選出的因素為斷層、構(gòu)造、含水層等,文獻[12-14]通過調(diào)查分析提出影響煤礦突水重要因素主要有斷層、陷落柱、水壓,由此可以看出本次實驗所篩選的關(guān)鍵因素符合煤礦突水的整體研究.

    3 實驗分析

    經(jīng)過1.3中的特征選取,我們確定了與煤礦突水相關(guān)的7個重要的影響因素,為了確定這7個因素對于預(yù)測結(jié)果的準確率是否有提高以及算法的穩(wěn)定性,本次實驗使用隨機森林、神經(jīng)網(wǎng)絡(luò)以及支持向量機3種典型機器學(xué)習(xí)算法構(gòu)建煤礦突水預(yù)測模型,使用特征選取前后的數(shù)據(jù)進行建模,對比預(yù)測準確率.

    3.1 數(shù)據(jù)處理

    由表1(見2.1節(jié))可以看出煤礦突水樣本數(shù)據(jù)特征有離散型、連續(xù)型2種.離散型數(shù)據(jù)的數(shù)據(jù)類型為邏輯數(shù)據(jù)(以陷落柱充水為例,若充水則為1,若無則為0),連續(xù)型數(shù)據(jù)則是使用浮點型數(shù)據(jù)類型來表示具體的數(shù)字.因此在使用神經(jīng)網(wǎng)絡(luò)以及支持向量機進行建模前需要對數(shù)據(jù)進行處理,對于離散型數(shù)據(jù)需使用獨熱編碼,而連續(xù)型數(shù)據(jù)由于不同特征的值大小差別太大,因此需要進行標準化處理將數(shù)據(jù)縮放到相同的區(qū)間以提高準確率.

    數(shù)據(jù)處理完成后,使用Python中train_test_split函數(shù)隨機將數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集,函數(shù)的第3個參數(shù)test_size用來設(shè)定測試集數(shù)據(jù)的多少,本實驗將設(shè)定test_size=0.3,即1056例數(shù)據(jù)隨機選取70%為訓(xùn)練集數(shù)據(jù),其余30%為測試集數(shù)據(jù).

    3.2 煤礦突水分類預(yù)測算法分析

    (1)隨機森林是由許多CART二叉樹所組成的預(yù)測模型,其中每一棵二叉樹是通過隨機選取的特征以及訓(xùn)練數(shù)據(jù)集建立的,因此每一棵二叉樹都是沒有關(guān)聯(lián)的并通過計算基尼指數(shù)來選擇屬性進行建立,對于每一組測試數(shù)據(jù),每一個二叉樹都進行預(yù)測,最終通過投票機制得出最終的分類預(yù)測結(jié)果.隨機森林相當于一個特殊的集成學(xué)習(xí)算法,它是由許多個弱的分類器即CART樹所組成的一個強分類器,因而預(yù)測準確率較高.

    (2)神經(jīng)網(wǎng)絡(luò)是一種有監(jiān)督學(xué)習(xí)方法,其結(jié)構(gòu)分為輸入層、隱藏層和輸出層.在進行訓(xùn)練的過程中,主要分為2個部分:正向傳播和反向傳播.正向傳播過程是在輸入層進行特征屬性的輸入,并設(shè)置神經(jīng)元之間的權(quán)值,通過若干隱藏層進行前向計算,獲得每個神經(jīng)元的輸出.反向傳播過程是將正向傳播計算的結(jié)果與真實結(jié)果進行對比,進而反向計算調(diào)整權(quán)值和誤差,反復(fù)進行調(diào)整,提高模型準確率.

    (3)支持向量機(SVM)也是一種有監(jiān)督的學(xué)習(xí)方法,在二分類問題中使用較多,對于線性可分問題,支持向量機運用優(yōu)化算法實現(xiàn)最大化分類間隔;而對于非線性問題,支持向量機通過適當?shù)暮撕瘮?shù)將輸入空間映射到高維空間,實現(xiàn)高維空間線性可分,將非線性問題轉(zhuǎn)化線性問題[15],然后在新空間中利用二次型尋優(yōu)算法尋找一個最優(yōu)超平面將兩類樣本分開,保證分類準確率.

    3.3 煤礦突水預(yù)測模型的構(gòu)建

    (1)隨機森林模型使用RandomForestClassifier來建立模型,參數(shù)n_estimator設(shè)置為100,即隨機森林中共建立100個決策樹進行預(yù)測;參數(shù)max_depth設(shè)置為4,即決策樹深度最大為4,實驗中對決策樹進行可視化后發(fā)現(xiàn),當決策樹深度為4時,所有數(shù)據(jù)基本上已經(jīng)分類完成,且準確率高,因此可將決策樹深度減小來提高預(yù)測效率.

    (2)神經(jīng)網(wǎng)絡(luò)將使用MLPClassifier來建立模型,參數(shù)hidden_layer_sizes設(shè)置為(50,50),即設(shè)置兩層隱藏層且每層神經(jīng)元個數(shù)為50,在特征選擇后其設(shè)置為(15,15),這是因為輸入層神經(jīng)元個數(shù)不同,隱藏層相應(yīng)需要改變;參數(shù)slover權(quán)重優(yōu)化的求解器使用“l(fā)bfgs”,它對于小型數(shù)據(jù)集可以更快的收斂并且分類表現(xiàn)更好.

    (3)支持向量機將使用SVC來建立模型,懲罰參數(shù)C通過循環(huán)建模發(fā)現(xiàn)當C小于0.4,預(yù)測準確率將會降低,因此設(shè)置為C=0.4,參數(shù)kernel通過實驗得出使用‘linear’線性核函數(shù)分類更準確.

    使用3種模型的fit方法分別對特征選取前后的訓(xùn)練數(shù)據(jù)進行訓(xùn)練,之后使用訓(xùn)練好的模型對測試數(shù)據(jù)進行預(yù)測,從而得到表3中的預(yù)測結(jié)果對比.

    表3 特征選取前后預(yù)測準確率對比

    從表3中可以看出在特征選取前后3種模型預(yù)測準確率都很高,隨機森林模型在特征選取前后訓(xùn)練集準確率都高達100%,而測試集在特征選取后準確率提高至100%,神經(jīng)網(wǎng)絡(luò)模型和支持向量機模型在特征選取前后訓(xùn)練集以及測試集的準確率雖然都沒有變化,但整體準確率很高,可以看出,支持向量機模型是三者中最優(yōu)的,所有準確率都達到100%.隨機森林在進行預(yù)測時,由于在構(gòu)建模型時已進行了剪枝,從而減少了擬合且預(yù)測速度相對較快,準確率較高;使用神經(jīng)網(wǎng)絡(luò)進行分類時,由于神經(jīng)網(wǎng)絡(luò)需進行反復(fù)調(diào)整權(quán)重,因此其模型構(gòu)建速率相對較慢,使用神經(jīng)網(wǎng)絡(luò)模型預(yù)測的分類結(jié)果實際上是連續(xù)性的,通過判斷其是否大于0.5決定預(yù)測結(jié)果為1或0,即突水或不突水,這種閾值判斷的方法使得預(yù)測結(jié)果相對較差;使用支持向量機進行模型構(gòu)建時,由于需要調(diào)整的參數(shù)較多,因此在構(gòu)建模型時時間較長,但一旦選擇正確的核函數(shù)之后,其泛化能力會達到最佳,預(yù)測準確率高.

    在此基礎(chǔ)上,本實驗繼續(xù)使用交叉驗證方法對特征選取的正確性進行檢驗,使用cross_val_score方法對3種模型都進行交叉驗證,取參數(shù)cv=15,即進行15輪的交叉驗證,取15次預(yù)測準確率的平均值,實驗結(jié)果如表4所示.由表中可以看出,特征選取后準確率有些許提高,沒有達到100%是因為15次交叉驗證中14次預(yù)測準確率達到1,而僅有一次未達到1,由此可以看出利用選擇后的特征建立預(yù)測模型準確率較高.

    表4 特征選取前后交叉驗證結(jié)果

    為了進一步確定特征選取后3種預(yù)測模型的穩(wěn)定性,我們繪制了3種模型的ROC曲線來評價模型性能,如圖2所示.

    圖2 特征選取后各預(yù)測模型ROC曲線

    從圖中可以很明顯看出,圖2(a)隨機森林和圖2(c)支持向量機模型都很穩(wěn)定,訓(xùn)練集以及測試集的真正類率和假正類率都達到最優(yōu),而圖2(b)神經(jīng)網(wǎng)絡(luò)模型相比下來略有不足,但穩(wěn)定性也算比較好.

    由此可以看出在進行特征選擇后,預(yù)測模型仍然非常穩(wěn)定,因此可以證明在第2節(jié)中所篩選影響煤礦突水的預(yù)測模型都很穩(wěn)定,由此得出實驗所篩選的關(guān)鍵因素在進行煤礦數(shù)據(jù)收集時是可進行參考的.

    4 結(jié)論

    本文通過穩(wěn)定性選擇的特征選取方法篩選影響煤礦突水結(jié)果的關(guān)鍵因素,并通過隨機森林等3種典型分類預(yù)測模型對選取前后預(yù)測準確率進行對比,發(fā)現(xiàn)準確率都很高并且隨機森林以及支持向量機模型達到100%,通過ROC曲線的繪制也可看出特征選取后的關(guān)鍵因素是可取的.

    猜你喜歡
    突水準確率向量
    向量的分解
    礦井突水水源的判別方法
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準確率比較探討
    礦井滯后突水機理探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    聚焦“向量與三角”創(chuàng)新題
    高速公路車牌識別標識站準確率驗證法
    李雅莊礦滯后突水主控因素分析
    向量垂直在解析幾何中的應(yīng)用
    国产精品免费一区二区三区在线 | 欧美午夜高清在线| 99热只有精品国产| 久久精品国产亚洲av高清一级| 国产色视频综合| 亚洲精品乱久久久久久| 韩国av一区二区三区四区| 激情视频va一区二区三区| 精品人妻1区二区| 国产不卡av网站在线观看| 日韩视频一区二区在线观看| 日韩大码丰满熟妇| 久久久国产一区二区| 欧美最黄视频在线播放免费 | 国产一区二区三区视频了| 国产精品香港三级国产av潘金莲| 国内毛片毛片毛片毛片毛片| 无人区码免费观看不卡| 亚洲色图综合在线观看| 女同久久另类99精品国产91| 午夜福利乱码中文字幕| 满18在线观看网站| 久久草成人影院| 少妇猛男粗大的猛烈进出视频| 一级黄色大片毛片| 亚洲片人在线观看| 精品国产乱码久久久久久男人| 高清毛片免费观看视频网站 | 亚洲熟女精品中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 看黄色毛片网站| 精品国产亚洲在线| 热99久久久久精品小说推荐| 高清黄色对白视频在线免费看| 精品国产一区二区久久| 色播在线永久视频| 嫩草影视91久久| 欧美激情 高清一区二区三区| 高清黄色对白视频在线免费看| 极品人妻少妇av视频| 黄色怎么调成土黄色| 午夜激情av网站| 久久久国产成人精品二区 | 欧美精品啪啪一区二区三区| 丝瓜视频免费看黄片| 日韩精品免费视频一区二区三区| 成在线人永久免费视频| 国产麻豆69| 成人18禁高潮啪啪吃奶动态图| 老司机亚洲免费影院| 人人妻,人人澡人人爽秒播| 精品人妻熟女毛片av久久网站| 国产有黄有色有爽视频| 性色av乱码一区二区三区2| 女警被强在线播放| 精品久久久久久久久久免费视频 | 一区二区三区激情视频| 国产又爽黄色视频| 99精国产麻豆久久婷婷| 两人在一起打扑克的视频| 精品国产乱子伦一区二区三区| 欧美日韩av久久| 国产精品久久久av美女十八| 久久人妻熟女aⅴ| 热99re8久久精品国产| 久久影院123| 亚洲精品av麻豆狂野| 色综合欧美亚洲国产小说| 亚洲成人免费电影在线观看| 成熟少妇高潮喷水视频| 操美女的视频在线观看| 欧美精品人与动牲交sv欧美| 女人久久www免费人成看片| netflix在线观看网站| 啦啦啦在线免费观看视频4| 久久影院123| 欧美日韩亚洲国产一区二区在线观看 | 无限看片的www在线观看| 一本大道久久a久久精品| 亚洲精品av麻豆狂野| av天堂久久9| 久久久久久久久免费视频了| 精品国内亚洲2022精品成人 | 91成人精品电影| 欧美av亚洲av综合av国产av| 村上凉子中文字幕在线| 成人特级黄色片久久久久久久| 女人高潮潮喷娇喘18禁视频| 天堂俺去俺来也www色官网| 久久久久久人人人人人| 午夜福利欧美成人| 天堂动漫精品| 国产精品自产拍在线观看55亚洲 | 国产精品亚洲av一区麻豆| 国产高清videossex| 国产精品电影一区二区三区 | 精品国产乱码久久久久久男人| 日韩视频一区二区在线观看| 嫁个100分男人电影在线观看| 国产成人影院久久av| 十八禁人妻一区二区| 大型av网站在线播放| av超薄肉色丝袜交足视频| 亚洲国产欧美一区二区综合| 免费看十八禁软件| bbb黄色大片| 国产成人啪精品午夜网站| 国产精品一区二区在线不卡| 欧洲精品卡2卡3卡4卡5卡区| 久久久久精品国产欧美久久久| 国产精品永久免费网站| 91大片在线观看| 中文字幕高清在线视频| 国产1区2区3区精品| 中文字幕精品免费在线观看视频| 国产乱人伦免费视频| 欧美亚洲日本最大视频资源| 日韩欧美三级三区| 国产免费现黄频在线看| 18禁美女被吸乳视频| 十八禁网站免费在线| 制服人妻中文乱码| 夜夜躁狠狠躁天天躁| 看片在线看免费视频| 757午夜福利合集在线观看| 建设人人有责人人尽责人人享有的| 国产高清国产精品国产三级| 久久久久久久久免费视频了| 久久国产亚洲av麻豆专区| 美国免费a级毛片| 国产亚洲av高清不卡| 午夜免费成人在线视频| 好男人电影高清在线观看| 婷婷丁香在线五月| 久久久久精品国产欧美久久久| 在线看a的网站| 中文字幕另类日韩欧美亚洲嫩草| 国产精品一区二区在线观看99| 欧美黄色片欧美黄色片| 久久久国产欧美日韩av| 激情在线观看视频在线高清 | av有码第一页| 母亲3免费完整高清在线观看| 在线观看免费日韩欧美大片| 99久久国产精品久久久| 日韩有码中文字幕| 视频区图区小说| 自拍欧美九色日韩亚洲蝌蚪91| 国产高清videossex| 国产1区2区3区精品| 欧美成人午夜精品| 不卡一级毛片| 日韩成人在线观看一区二区三区| 一区福利在线观看| 国产三级黄色录像| 人人妻人人爽人人添夜夜欢视频| 在线免费观看的www视频| 人妻一区二区av| 黄色成人免费大全| 久久久精品区二区三区| 纯流量卡能插随身wifi吗| 一级a爱视频在线免费观看| 夜夜躁狠狠躁天天躁| 久久亚洲真实| 一区二区三区激情视频| 一二三四在线观看免费中文在| 极品人妻少妇av视频| 一区二区三区激情视频| 免费在线观看日本一区| 午夜成年电影在线免费观看| 中文字幕色久视频| 成人18禁在线播放| 亚洲午夜精品一区,二区,三区| 伊人久久大香线蕉亚洲五| 99re在线观看精品视频| 一进一出好大好爽视频| 人妻 亚洲 视频| 99热只有精品国产| 欧美激情 高清一区二区三区| 亚洲av美国av| 日韩熟女老妇一区二区性免费视频| 亚洲久久久国产精品| 日韩欧美三级三区| 国产一区二区三区综合在线观看| 俄罗斯特黄特色一大片| 一级,二级,三级黄色视频| bbb黄色大片| 男女高潮啪啪啪动态图| 男男h啪啪无遮挡| 国产精品98久久久久久宅男小说| 一级黄色大片毛片| 女人高潮潮喷娇喘18禁视频| 日韩欧美三级三区| 免费人成视频x8x8入口观看| 午夜精品久久久久久毛片777| 久久人妻av系列| 超碰97精品在线观看| 视频区欧美日本亚洲| 中文字幕色久视频| 欧美成人午夜精品| 亚洲人成77777在线视频| 91麻豆av在线| 每晚都被弄得嗷嗷叫到高潮| 男女下面插进去视频免费观看| 91麻豆av在线| 黄色 视频免费看| 一个人免费在线观看的高清视频| 校园春色视频在线观看| 999精品在线视频| 亚洲性夜色夜夜综合| 成人三级做爰电影| 亚洲全国av大片| 国产伦人伦偷精品视频| 国产在线精品亚洲第一网站| 亚洲欧美色中文字幕在线| 中亚洲国语对白在线视频| 我的亚洲天堂| 天天躁狠狠躁夜夜躁狠狠躁| tocl精华| 亚洲va日本ⅴa欧美va伊人久久| 午夜福利乱码中文字幕| 国产极品粉嫩免费观看在线| 一级a爱视频在线免费观看| 欧美日本中文国产一区发布| 校园春色视频在线观看| 丝瓜视频免费看黄片| 亚洲精品中文字幕一二三四区| 亚洲国产中文字幕在线视频| 久久久久久久国产电影| 一级,二级,三级黄色视频| 中文字幕av电影在线播放| 免费少妇av软件| 桃红色精品国产亚洲av| 亚洲av片天天在线观看| 宅男免费午夜| 久久精品国产99精品国产亚洲性色 | 1024香蕉在线观看| e午夜精品久久久久久久| 亚洲专区国产一区二区| 99精国产麻豆久久婷婷| 精品国产乱子伦一区二区三区| 新久久久久国产一级毛片| 亚洲精品自拍成人| 中文字幕精品免费在线观看视频| 精品人妻熟女毛片av久久网站| 十分钟在线观看高清视频www| 欧美日韩精品网址| 亚洲精品粉嫩美女一区| 多毛熟女@视频| 丝袜在线中文字幕| 亚洲欧美一区二区三区黑人| 看片在线看免费视频| 久久狼人影院| 日韩一卡2卡3卡4卡2021年| 亚洲欧美精品综合一区二区三区| 国产男女超爽视频在线观看| 黑人欧美特级aaaaaa片| 天天躁狠狠躁夜夜躁狠狠躁| 如日韩欧美国产精品一区二区三区| 国产av精品麻豆| 免费在线观看亚洲国产| 麻豆成人av在线观看| 亚洲精品国产精品久久久不卡| 首页视频小说图片口味搜索| 欧美日韩亚洲高清精品| 免费看十八禁软件| 成人精品一区二区免费| 亚洲第一青青草原| 欧美成人免费av一区二区三区 | 亚洲国产欧美一区二区综合| 在线国产一区二区在线| 人妻一区二区av| 少妇的丰满在线观看| 精品国产超薄肉色丝袜足j| 国产亚洲精品久久久久5区| xxx96com| 精品人妻在线不人妻| 久99久视频精品免费| 欧美日韩精品网址| 免费观看人在逋| 夜夜躁狠狠躁天天躁| 精品国产一区二区三区四区第35| x7x7x7水蜜桃| 亚洲精品成人av观看孕妇| 亚洲中文av在线| 久久久国产一区二区| 久久久久久久国产电影| 亚洲五月婷婷丁香| 97人妻天天添夜夜摸| 成人免费观看视频高清| 丰满迷人的少妇在线观看| 亚洲国产精品sss在线观看 | 久久久国产一区二区| 亚洲全国av大片| 麻豆av在线久日| 日日摸夜夜添夜夜添小说| 久久久久久免费高清国产稀缺| 免费少妇av软件| 亚洲久久久国产精品| 最新的欧美精品一区二区| 搡老乐熟女国产| 美女福利国产在线| 国产精品久久久久久精品古装| 久久精品熟女亚洲av麻豆精品| 69av精品久久久久久| 欧美日韩亚洲国产一区二区在线观看 | av不卡在线播放| 亚洲片人在线观看| 电影成人av| 最近最新中文字幕大全电影3 | 女同久久另类99精品国产91| 久久天堂一区二区三区四区| 亚洲人成电影观看| 国产日韩一区二区三区精品不卡| 中文亚洲av片在线观看爽 | 亚洲色图综合在线观看| 婷婷成人精品国产| 日韩三级视频一区二区三区| 国产精品一区二区在线观看99| 欧美精品一区二区免费开放| 国内久久婷婷六月综合欲色啪| 国产亚洲精品久久久久久毛片 | 欧美精品av麻豆av| 在线观看免费视频日本深夜| 热99久久久久精品小说推荐| 丝袜人妻中文字幕| 久久久久久久久免费视频了| 国产成人欧美| 老司机影院毛片| 亚洲精品乱久久久久久| 欧美激情久久久久久爽电影 | 美国免费a级毛片| 精品一区二区三卡| 麻豆av在线久日| 国产高清国产精品国产三级| 十八禁高潮呻吟视频| 人成视频在线观看免费观看| 黑人欧美特级aaaaaa片| 精品亚洲成国产av| 久久亚洲真实| xxxhd国产人妻xxx| 人人妻,人人澡人人爽秒播| 亚洲av日韩在线播放| 午夜久久久在线观看| 国产精品一区二区精品视频观看| 午夜福利一区二区在线看| 国产成人影院久久av| 久久人人爽av亚洲精品天堂| 久久久久久免费高清国产稀缺| 大香蕉久久网| 国产成人免费观看mmmm| 又黄又爽又免费观看的视频| 国产蜜桃级精品一区二区三区 | 亚洲三区欧美一区| 在线天堂中文资源库| 日本撒尿小便嘘嘘汇集6| 欧美日韩瑟瑟在线播放| 久久久精品免费免费高清| 成人黄色视频免费在线看| 亚洲一区二区三区不卡视频| 国产不卡av网站在线观看| e午夜精品久久久久久久| 身体一侧抽搐| 在线看a的网站| xxxhd国产人妻xxx| 午夜福利乱码中文字幕| 欧美日韩亚洲国产一区二区在线观看 | 午夜福利免费观看在线| 在线观看免费高清a一片| 日韩欧美三级三区| 欧美久久黑人一区二区| 欧美黄色片欧美黄色片| 亚洲情色 制服丝袜| 午夜福利一区二区在线看| 亚洲综合色网址| 村上凉子中文字幕在线| 国产97色在线日韩免费| 涩涩av久久男人的天堂| 国产亚洲欧美98| 亚洲伊人色综图| 午夜精品久久久久久毛片777| 又紧又爽又黄一区二区| 又大又爽又粗| 欧美日韩精品网址| 国产精品 国内视频| 不卡av一区二区三区| 黄色视频,在线免费观看| 啦啦啦视频在线资源免费观看| 高清视频免费观看一区二区| 国产精品一区二区免费欧美| 亚洲视频免费观看视频| 免费av中文字幕在线| 精品一区二区三卡| 亚洲免费av在线视频| 99久久人妻综合| 欧美人与性动交α欧美精品济南到| 午夜两性在线视频| 桃红色精品国产亚洲av| 天堂俺去俺来也www色官网| 久久精品91无色码中文字幕| www日本在线高清视频| 精品国产乱码久久久久久男人| 黄色毛片三级朝国网站| 19禁男女啪啪无遮挡网站| 欧美久久黑人一区二区| 成人亚洲精品一区在线观看| 一级毛片精品| 色94色欧美一区二区| 在线观看免费高清a一片| 岛国毛片在线播放| 啦啦啦视频在线资源免费观看| 成年人免费黄色播放视频| 50天的宝宝边吃奶边哭怎么回事| 国产av一区二区精品久久| 高清av免费在线| 午夜福利欧美成人| 日韩欧美在线二视频 | 久久久久久久久免费视频了| 99re6热这里在线精品视频| 精品一区二区三区av网在线观看| 老汉色av国产亚洲站长工具| 脱女人内裤的视频| 国产三级黄色录像| 王馨瑶露胸无遮挡在线观看| 久久人妻福利社区极品人妻图片| 欧美性长视频在线观看| 人成视频在线观看免费观看| 亚洲va日本ⅴa欧美va伊人久久| 欧美日韩乱码在线| 国产精品国产高清国产av | 妹子高潮喷水视频| 欧美色视频一区免费| 国产无遮挡羞羞视频在线观看| 91国产中文字幕| 妹子高潮喷水视频| 天堂动漫精品| 亚洲欧洲精品一区二区精品久久久| 国产精品久久久人人做人人爽| 成人18禁在线播放| 精品乱码久久久久久99久播| 怎么达到女性高潮| 亚洲中文av在线| 亚洲中文日韩欧美视频| 人妻一区二区av| 亚洲avbb在线观看| av天堂在线播放| 亚洲一区二区三区欧美精品| 窝窝影院91人妻| 国产一区在线观看成人免费| tocl精华| 激情在线观看视频在线高清 | 91精品国产国语对白视频| av在线播放免费不卡| 中文字幕人妻熟女乱码| 欧美日韩瑟瑟在线播放| 国产三级黄色录像| 亚洲综合色网址| 国产深夜福利视频在线观看| 色精品久久人妻99蜜桃| 91在线观看av| 女人久久www免费人成看片| xxxhd国产人妻xxx| 丰满的人妻完整版| 国产成人免费观看mmmm| 999久久久精品免费观看国产| 性色av乱码一区二区三区2| 精品一区二区三区av网在线观看| 国产淫语在线视频| 国产国语露脸激情在线看| 麻豆乱淫一区二区| 亚洲精品中文字幕一二三四区| 国产1区2区3区精品| 在线永久观看黄色视频| 久久久久视频综合| 国产深夜福利视频在线观看| 后天国语完整版免费观看| 一级a爱视频在线免费观看| 最近最新中文字幕大全免费视频| 久久 成人 亚洲| 成年人免费黄色播放视频| 在线国产一区二区在线| 18禁美女被吸乳视频| 水蜜桃什么品种好| 久久九九热精品免费| 国产高清视频在线播放一区| 两人在一起打扑克的视频| 国产又爽黄色视频| 中文字幕最新亚洲高清| 在线天堂中文资源库| 亚洲av片天天在线观看| 狠狠狠狠99中文字幕| 久热爱精品视频在线9| 欧美乱妇无乱码| 久久人人97超碰香蕉20202| 国产97色在线日韩免费| 久久亚洲精品不卡| 夜夜躁狠狠躁天天躁| 国产免费现黄频在线看| 99国产精品一区二区三区| 一级片免费观看大全| 精品国产超薄肉色丝袜足j| 国产欧美日韩综合在线一区二区| 波多野结衣av一区二区av| 一级片'在线观看视频| 久久精品国产清高在天天线| 中文字幕av电影在线播放| 国产精品av久久久久免费| 手机成人av网站| 日韩大码丰满熟妇| 天天躁夜夜躁狠狠躁躁| 久久久久国产一级毛片高清牌| av视频免费观看在线观看| 高潮久久久久久久久久久不卡| 19禁男女啪啪无遮挡网站| 91九色精品人成在线观看| 最近最新中文字幕大全免费视频| 午夜两性在线视频| 三级毛片av免费| 国产一区有黄有色的免费视频| 国产精品永久免费网站| 成年人免费黄色播放视频| 在线观看舔阴道视频| 国产精品久久久久久人妻精品电影| 亚洲精品成人av观看孕妇| 午夜精品久久久久久毛片777| 极品少妇高潮喷水抽搐| 亚洲国产中文字幕在线视频| 99精品欧美一区二区三区四区| 美女福利国产在线| 亚洲一码二码三码区别大吗| 国产亚洲一区二区精品| x7x7x7水蜜桃| 国产主播在线观看一区二区| 久久青草综合色| 国内毛片毛片毛片毛片毛片| 在线观看66精品国产| 在线观看日韩欧美| 天天影视国产精品| 久久国产精品人妻蜜桃| 免费高清在线观看日韩| 国产精品一区二区精品视频观看| 69精品国产乱码久久久| 国产精品久久久av美女十八| 久久午夜综合久久蜜桃| 色94色欧美一区二区| 国产精品国产高清国产av | 亚洲少妇的诱惑av| 法律面前人人平等表现在哪些方面| 国产精品二区激情视频| 午夜福利影视在线免费观看| 色精品久久人妻99蜜桃| 久久久久久久国产电影| 一级片'在线观看视频| 中文字幕人妻丝袜一区二区| 精品久久久精品久久久| 久久久久国内视频| 乱人伦中国视频| 欧洲精品卡2卡3卡4卡5卡区| 成年人免费黄色播放视频| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲人成电影免费在线| 啦啦啦免费观看视频1| 91老司机精品| 黄色视频,在线免费观看| 欧美精品啪啪一区二区三区| 黄频高清免费视频| av网站在线播放免费| 成人黄色视频免费在线看| 精品国产亚洲在线| 男人的好看免费观看在线视频 | 亚洲 国产 在线| 欧美人与性动交α欧美精品济南到| 亚洲精品在线美女| 18禁裸乳无遮挡免费网站照片 | 看免费av毛片| 91精品国产国语对白视频| 日本黄色日本黄色录像| 免费在线观看日本一区| 99在线人妻在线中文字幕 | 日韩欧美一区二区三区在线观看 | 国产精品久久久久久精品古装| 超色免费av| 麻豆成人av在线观看| 又大又爽又粗| 丰满饥渴人妻一区二区三| 99香蕉大伊视频| 99re在线观看精品视频| 欧美最黄视频在线播放免费 | 午夜精品在线福利| 亚洲欧美色中文字幕在线| 亚洲在线自拍视频| 51午夜福利影视在线观看| 精品国产超薄肉色丝袜足j| 国产精品亚洲av一区麻豆| 人人妻人人爽人人添夜夜欢视频| 中文字幕精品免费在线观看视频| 久久九九热精品免费| 国产成人系列免费观看| 高潮久久久久久久久久久不卡| 亚洲七黄色美女视频| 婷婷成人精品国产| 成熟少妇高潮喷水视频| 国产精品九九99| av免费在线观看网站| 亚洲人成伊人成综合网2020| 久久久精品免费免费高清| 中文字幕高清在线视频| 亚洲一区二区三区欧美精品| 人人妻,人人澡人人爽秒播| 国产高清国产精品国产三级| 国产精品av久久久久免费| 在线观看www视频免费| 在线av久久热| 91精品三级在线观看| 欧美激情久久久久久爽电影 |