• <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Bagging與超限學(xué)習(xí)機(jī)的腦力負(fù)荷識(shí)別模型

    2020-05-28 05:38:12陶嘉棟尹鐘
    軟件導(dǎo)刊 2020年3期
    關(guān)鍵詞:極限學(xué)習(xí)機(jī)

    陶嘉棟 尹鐘

    摘 要:為了提高腦力負(fù)荷分類(lèi)準(zhǔn)確率,提出一種將Bagging和極限學(xué)習(xí)機(jī)相結(jié)合的集成算法。用極限學(xué)習(xí)機(jī)(ELM)作為底層弱分類(lèi)器,通過(guò)多數(shù)投票方式?jīng)Q定最終類(lèi)別的標(biāo)簽,從而構(gòu)建最終強(qiáng)分類(lèi)器。實(shí)驗(yàn)結(jié)果表明,在腦力負(fù)荷識(shí)別研究問(wèn)題上,該集成算法的分類(lèi)準(zhǔn)確率在4個(gè)被試數(shù)據(jù)集上分別達(dá)到了96.17%、96.02%、92.50%和93.50%。相較于傳統(tǒng)的ELM算法,分類(lèi)準(zhǔn)確率在4個(gè)被試數(shù)據(jù)集上分別提升了1.59%、1.34%、2.86%和1.80%。并且新算法在精確率、靈敏度和特異度等評(píng)估標(biāo)準(zhǔn)上均高于傳統(tǒng)ELM分類(lèi)器。

    關(guān)鍵詞:Bagging;極限學(xué)習(xí)機(jī);集成算法;腦力負(fù)荷

    DOI:10. 11907/rjdk. 191593

    中圖分類(lèi)號(hào):TP301 ? 文獻(xiàn)標(biāo)識(shí)碼:A??????????????? 文章編號(hào):1672-7800(2020)003-0027-04

    Mental Workload Recognition Model Based on Bagging

    and Extreme Learning Machine

    TAO Jia-dong, YIN Zhong

    (School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology,

    Shanghai 200093, China)

    Abstract: In order to improve the accuracy of mental workload classification, an integrated algorithm combining Bagging and extreme learning machine is proposed. The extreme learning machine (ELM) is used as the weak classifier at the bottom level and the label of the final class is determined by majority voting to construct the final strong classifier. The experimental results show that the classification accuracy of the proposed algorithm was 96.17%, 96.02%, 92.50% and 93.50% on the four data sets, respectively. Compared with the traditional ELM algorithm, the classification accuracy rate was increased by 1.59%, 1.34%, 2.86% and 1.80% on the four data sets, respectively. Moreover, the new algorithm is superior to the traditional ELM classifier in accuracy, sensitivity and specificity.

    Key Words: Bagging; extreme learning machine; integrated algorithm; mental workload

    0 引言

    在當(dāng)前人機(jī)協(xié)同系統(tǒng)中,利用機(jī)器學(xué)習(xí)中的不同算法模型對(duì)腦電信號(hào)進(jìn)行分類(lèi)尤為必要。識(shí)別和評(píng)估人的腦力負(fù)荷水平可以有效避免人的腦力負(fù)荷帶來(lái)的風(fēng)險(xiǎn)。腦力負(fù)荷一般可以被定義為在短暫的任務(wù)需求下剩余工作記憶的認(rèn)知資源或能力[1]。近年來(lái),許多研究人員利用神經(jīng)信號(hào)分析技術(shù)對(duì)腦電等生理生物標(biāo)志物進(jìn)行神經(jīng)信號(hào)分析,這為實(shí)時(shí)和定量評(píng)價(jià)腦力負(fù)荷變化提供了依據(jù)[2-3]。邱靜等[4]提出了一種名為原功率調(diào)制的新型特征提取方式,結(jié)合傳統(tǒng)信號(hào)分類(lèi)方法對(duì)腦電信號(hào)進(jìn)行了分類(lèi);劉寶善等[5]建立殲擊機(jī)飛行員腦力負(fù)荷評(píng)價(jià)模型評(píng)定飛機(jī)飛行品質(zhì);衛(wèi)宗敏等[6]在飛行模擬任務(wù)條件下研究了三級(jí)腦力負(fù)荷測(cè)量與評(píng)價(jià);劉維平等[7]提出了基于任務(wù)的乘員腦力負(fù)荷典型主觀評(píng)價(jià)方法;ZHAO等[8]提出了一種利用支持向量機(jī)(Support Vector Machine,SVM)對(duì)跨任務(wù)腦力負(fù)荷水平進(jìn)行分類(lèi)的生理異常檢測(cè)系統(tǒng);ZHANG等[9]提出了一種自回歸建模方法,研究了心率變異性與腦力負(fù)荷的關(guān)系,從而提高了對(duì)腦力負(fù)荷水平的評(píng)估精度。

    最近研究表明,極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)是一個(gè)很好的腦力負(fù)荷分類(lèi)器。ELM代表一套機(jī)器學(xué)習(xí)技術(shù),證明隱藏層神經(jīng)元無(wú)需調(diào)整[10]。腦電信號(hào)已廣泛用于警戒估計(jì),以避免風(fēng)險(xiǎn)[11]。ELM算法可以實(shí)現(xiàn)對(duì)腦電特征學(xué)習(xí)的訓(xùn)練和處理[12-13]。盡管ELM算法有以上優(yōu)勢(shì),但依然存在許多問(wèn)題。比如ELM模型的輸出權(quán)重是固定的,導(dǎo)致模型無(wú)法適用于所有腦電數(shù)據(jù)。目前,許多研究人員提出了改善原始ELM模型的方法。比如,賈偉等[14]利用粒子群優(yōu)化算法優(yōu)化原始ELM,從而改善其分類(lèi)效果;閆河等[15]提出卷積神經(jīng)網(wǎng)絡(luò)與ELM相結(jié)合的新分類(lèi)方法;魏思政等[16]提出了一種基于深度信念網(wǎng)絡(luò)和ELM相結(jié)合的新檢測(cè)方法,先用深度信念網(wǎng)絡(luò)提取特征,再用ELM進(jìn)行分類(lèi),最終取得良好分類(lèi)效果;尹剛等[17]在ELM中引入結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論,用小波函數(shù)替代原有的隱層激勵(lì)函數(shù),與在線學(xué)習(xí)方法相結(jié)合,改善了原始ELM的分類(lèi)性能。

    [1]SANJRAM P K. Attention and intended action in multitasking: an understanding of workload[J]. Displays, 2013, 34(4): 283-291.

    [2]TING C, MAHFOUF,NASSEF A M,et al. Real-time adaptive automation system based on identification of operator functional state in simulated process control operations[J]. IEEE Transactions on Systems, Man and Cybernetics-Part A: System and Humans, 2010, 40(2): 251-262.

    [3]MAJUMDAR K. Human scalp EEG processing: various soft computing approaches[J]. Applied Soft Computing,2011,11(8):4433-4447.

    [4]邱靜,高龍,盧軍. 實(shí)時(shí)EEG腦力負(fù)荷預(yù)測(cè)研究[J]. 人類(lèi)工效學(xué), 2015,21(3): 10-13.

    [5]劉寶善,廖建橋,王玉紅,等. 殲擊機(jī)飛行員腦力負(fù)荷評(píng)價(jià)模型的研究[J]. 中華航空航天醫(yī)學(xué)雜志,2000,11(1): 24-24.

    [6]衛(wèi)宗敏,完顏笑如,莊達(dá)民. 飛機(jī)座艙顯示界面腦力負(fù)荷測(cè)量與評(píng)價(jià)[J]. 北京航空航天大學(xué)學(xué)報(bào),2014, 40(1): 86-91.

    [7]劉維平,趙凱旋,聶俊峰,等. 基于任務(wù)的乘員腦力負(fù)荷典型主觀評(píng)價(jià)方法[J]. 科學(xué)技術(shù)與工程,2018, 18(14): 131-135.

    [8]ZHAO G Z,LIU Y J,SHI Y C.Real-time assessment of the cross-task mental workload using physiological measures during anomaly detection[J]. IEEE Transactions on Human-Machine Systems,2018,48(2): 149-160.

    [9]ZHANG J H,WANG X Y,MAHFOUF M, et al. Use of heart rate variability analysis for quantitatively?assessing?operators?mental?workload[J]. IEEE Conferences, 2008, 1(1): 668-672.

    [10]HUANG G B. An insight into extreme learning machines: random neurons, random features and kernels[J]. Cognitive Computation, 2014, 6(3): 376-90.

    [11]SHI L C,LU B L. EEG-based vigilance estimation using extreme learning machines[J]. Neurocomputing, 2013, 102(15): 135-143.

    [12]YUAN Q,ZHOU W D.Epileptic EEG classification based on extreme learning machine and nonlinear features[J]. Epilesy Research, 2011, 96(1-2): 29-38.

    [13]HUANG G B,WANG D. Advances in extreme learning machines[J]. Neurocomputing, 2011, 74(16): 2411-2412.

    [14]賈偉,華慶一,張敏軍,等.改進(jìn)極限學(xué)習(xí)機(jī)的移動(dòng)界面模式半監(jiān)督分類(lèi)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2018, 54(2): 11-19.

    [15]閆河,王鵬,董鶯艷,等.基于深度CNN和極限學(xué)習(xí)機(jī)相結(jié)合的實(shí)時(shí)文檔分類(lèi)[J].計(jì)算機(jī)應(yīng)用與軟件, 2019, 36(3): 174-179.

    [16]魏思政,劉厚泉,趙志凱.基于DBN-ELM的入侵檢測(cè)研究[J].計(jì)算機(jī)工程, 2018, 44(9): 153-158.

    [17]尹剛,張英堂,李志寧,等. 改進(jìn)在線貫序極限學(xué)習(xí)機(jī)在模式識(shí)別中的應(yīng)用[J]. 計(jì)算機(jī)工程, 2012,38(8): 164-166.

    [18]HUANG G B, ZHU Y Q,SIEW C K. Extreme learning machine: a new learning scheme of feedforward neural networks[C]. Budapest:2004 IEEE International Joint Conference on Nenral Networks, 2004.

    [19]HUANG G B,ZHU Y Q,SIEW C K. Extreme Learning machine:Theory and applications[J]. Neurocomputing,2006,70(1-3):489-501.

    [20]姚明海,趙連朋,劉維學(xué). 基于特征選擇的Bagging分類(lèi)算法研究[J]. 計(jì)算機(jī)技術(shù)與發(fā)展, 2014, 24(4): 103-106.

    [21]ZHANG J,YIN Z,WANG R. Recognition of mental workload levels under complex human-machine collaboration by using physiological features and adaptive support vector machines[J]. IEEE Transactions on Human-Machine Systems, 2015, 45(2): 200-214.

    [22]ZHANG Z, ZHAO M, CHOW T W S. Constrained large margin local projection algorithms and extensions for multimodal dimensionality reduction[J].? Pattern Recognition, 2012, 45(12): 4466-4493.

    (責(zé)任編輯:孫 娟)

    收稿日期:2019-05-07

    基金項(xiàng)目:國(guó)家自然科學(xué)基金青年項(xiàng)目(61703277);上海青年科技英才揚(yáng)帆計(jì)劃項(xiàng)目(17YF1427000)

    作者簡(jiǎn)介:陶嘉棟(1996-),男,上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院碩士研究生,研究方向?yàn)榛谀X電信號(hào)的腦力負(fù)荷分類(lèi);尹鐘(1988-),男,博士,上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院副教授,研究方向?yàn)樯硇盘?hào)智能處理算法與模式識(shí)別、認(rèn)知任務(wù)負(fù)荷檢測(cè)。本文通訊作者:尹鐘。

    猜你喜歡
    極限學(xué)習(xí)機(jī)
    基于ELM和證據(jù)理論的紋理圖像分類(lèi)
    基于EEMD技術(shù)在電力信息安全中的多步時(shí)間序列預(yù)測(cè)方法
    混沌理論和極限學(xué)習(xí)機(jī)的物流需求預(yù)測(cè)模型
    改進(jìn)極限學(xué)習(xí)機(jī)的電子音樂(lè)分類(lèi)模型
    基于稀疏編碼器與集成學(xué)習(xí)的文本分類(lèi)
    神經(jīng)元的形態(tài)分類(lèi)方法研究
    基于判別信息極限學(xué)習(xí)機(jī)的高光譜遙感圖像分類(lèi)
    極限學(xué)習(xí)機(jī)修正誤差的體育成績(jī)預(yù)測(cè)模型
    基于極限學(xué)習(xí)機(jī)的玻璃瓶口缺陷檢測(cè)方法研究
    極限學(xué)習(xí)機(jī)在圖像分割中的應(yīng)用
    中文资源天堂在线| 日本免费一区二区三区高清不卡| 色噜噜av男人的天堂激情| 国产一区二区激情短视频| 叶爱在线成人免费视频播放| 在线看三级毛片| 看免费av毛片| 12—13女人毛片做爰片一| 少妇丰满av| 黄色视频,在线免费观看| 18美女黄网站色大片免费观看| 久久久久性生活片| 在线播放无遮挡| 人妻夜夜爽99麻豆av| avwww免费| 国产一区二区亚洲精品在线观看| 麻豆国产av国片精品| 成人18禁在线播放| 欧美区成人在线视频| 99国产极品粉嫩在线观看| 十八禁网站免费在线| 精品久久久久久久末码| 级片在线观看| 欧美区成人在线视频| 最新中文字幕久久久久| 夜夜爽天天搞| 天天添夜夜摸| 欧美黄色淫秽网站| 欧美精品啪啪一区二区三区| 午夜福利欧美成人| 叶爱在线成人免费视频播放| 国产成人欧美在线观看| 国产精品乱码一区二三区的特点| 亚洲美女黄片视频| 最近视频中文字幕2019在线8| 一级作爱视频免费观看| 可以在线观看毛片的网站| 成年女人看的毛片在线观看| 久久这里只有精品中国| 欧美成人一区二区免费高清观看| 天堂影院成人在线观看| 国产一级毛片七仙女欲春2| 黄色女人牲交| 午夜免费激情av| 亚洲第一电影网av| 夜夜看夜夜爽夜夜摸| 国产精品久久久人人做人人爽| 欧美成人性av电影在线观看| 国产成人啪精品午夜网站| 亚洲欧美日韩东京热| 免费看a级黄色片| 亚洲av成人av| 搡老妇女老女人老熟妇| 久久亚洲真实| 欧美激情在线99| 好男人在线观看高清免费视频| 最近最新中文字幕大全电影3| 国产av一区在线观看免费| 精品人妻一区二区三区麻豆 | 深夜精品福利| 久久香蕉国产精品| 亚洲av日韩精品久久久久久密| 97超视频在线观看视频| 国产私拍福利视频在线观看| 丰满的人妻完整版| 久久久成人免费电影| 国产私拍福利视频在线观看| 国产精品一区二区三区四区久久| 国产乱人伦免费视频| 国产男靠女视频免费网站| 综合色av麻豆| 久久久久性生活片| 少妇高潮的动态图| eeuss影院久久| 91在线精品国自产拍蜜月 | 热99在线观看视频| 十八禁人妻一区二区| 尤物成人国产欧美一区二区三区| 午夜福利在线观看免费完整高清在 | 国产毛片a区久久久久| 国产真实伦视频高清在线观看 | 国产高清视频在线观看网站| 国产成人av教育| 精品久久久久久久人妻蜜臀av| 一进一出抽搐gif免费好疼| 亚洲熟妇中文字幕五十中出| 中文字幕精品亚洲无线码一区| 亚洲av中文字字幕乱码综合| 亚洲精品日韩av片在线观看 | 啦啦啦观看免费观看视频高清| 亚洲中文字幕一区二区三区有码在线看| 国产私拍福利视频在线观看| 在线观看免费午夜福利视频| 成人精品一区二区免费| www日本黄色视频网| 18禁美女被吸乳视频| 中出人妻视频一区二区| 欧美不卡视频在线免费观看| 国产欧美日韩一区二区三| 免费看十八禁软件| 免费在线观看日本一区| 人人妻人人澡欧美一区二区| 免费大片18禁| 国产久久久一区二区三区| 精品福利观看| 国产高清视频在线观看网站| 国产亚洲欧美98| 熟妇人妻久久中文字幕3abv| 一进一出好大好爽视频| 午夜免费激情av| 午夜精品一区二区三区免费看| 国产一区二区三区视频了| 日本精品一区二区三区蜜桃| 97超级碰碰碰精品色视频在线观看| 两个人看的免费小视频| 岛国在线观看网站| 波多野结衣高清无吗| av国产免费在线观看| 欧美黄色片欧美黄色片| 欧美一区二区国产精品久久精品| 日本免费a在线| 18美女黄网站色大片免费观看| 免费在线观看成人毛片| 国产在线精品亚洲第一网站| 熟妇人妻久久中文字幕3abv| 欧美日韩黄片免| 男女下面进入的视频免费午夜| 综合色av麻豆| 精品一区二区三区视频在线 | 丰满的人妻完整版| 深爱激情五月婷婷| 午夜精品久久久久久毛片777| 色av中文字幕| 看黄色毛片网站| 亚洲成人久久性| 免费大片18禁| 我要搜黄色片| 桃色一区二区三区在线观看| 在线播放无遮挡| 国产精品98久久久久久宅男小说| 此物有八面人人有两片| 99精品欧美一区二区三区四区| 51午夜福利影视在线观看| 国产欧美日韩一区二区精品| 国产久久久一区二区三区| 亚洲成av人片在线播放无| 欧美日韩黄片免| 久久99热这里只有精品18| 日本免费a在线| 亚洲欧美激情综合另类| 日日摸夜夜添夜夜添小说| 夜夜看夜夜爽夜夜摸| 国产精品久久久人人做人人爽| 欧美在线一区亚洲| 在线看三级毛片| 国产精品一区二区免费欧美| 99久久精品一区二区三区| 久久久国产成人免费| 国产久久久一区二区三区| 国产免费男女视频| 身体一侧抽搐| 女人高潮潮喷娇喘18禁视频| 国产精品av视频在线免费观看| 国产精品1区2区在线观看.| 一进一出抽搐gif免费好疼| 床上黄色一级片| 欧美日韩一级在线毛片| 免费人成在线观看视频色| 国产极品精品免费视频能看的| 国产av不卡久久| 久久久色成人| 欧美大码av| 麻豆成人av在线观看| 身体一侧抽搐| 99国产极品粉嫩在线观看| 欧美一区二区亚洲| 狂野欧美白嫩少妇大欣赏| 亚洲在线观看片| 亚洲中文字幕日韩| www.色视频.com| 久久亚洲真实| 亚洲人成网站在线播| 成人永久免费在线观看视频| 成人国产一区最新在线观看| 国产欧美日韩精品亚洲av| 国产成人影院久久av| 日本在线视频免费播放| 婷婷亚洲欧美| 国产精品久久久久久亚洲av鲁大| 久久香蕉国产精品| 一级作爱视频免费观看| 天堂网av新在线| 成人特级黄色片久久久久久久| 婷婷六月久久综合丁香| 91久久精品国产一区二区成人 | 可以在线观看毛片的网站| 国产精品综合久久久久久久免费| 国产成人系列免费观看| 国产精品自产拍在线观看55亚洲| 免费看十八禁软件| 亚洲人成网站在线播| 啦啦啦观看免费观看视频高清| 国产老妇女一区| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美一区二区三区黑人| 首页视频小说图片口味搜索| 91在线观看av| 一进一出抽搐gif免费好疼| 国产精品一区二区三区四区久久| www.www免费av| 天堂影院成人在线观看| 又紧又爽又黄一区二区| 99久久精品热视频| 亚洲精品影视一区二区三区av| 午夜福利成人在线免费观看| 两性午夜刺激爽爽歪歪视频在线观看| 午夜福利18| 叶爱在线成人免费视频播放| 日本黄色片子视频| 国产亚洲精品av在线| 久久欧美精品欧美久久欧美| a级毛片a级免费在线| 三级毛片av免费| 国产激情偷乱视频一区二区| 成人av一区二区三区在线看| 国产成人福利小说| 精品一区二区三区视频在线 | 长腿黑丝高跟| 真人一进一出gif抽搐免费| 日日夜夜操网爽| 日韩欧美 国产精品| 亚洲精品国产精品久久久不卡| 嫁个100分男人电影在线观看| 99久久综合精品五月天人人| 免费av观看视频| 三级国产精品欧美在线观看| 他把我摸到了高潮在线观看| 久久亚洲真实| 校园春色视频在线观看| 在线播放无遮挡| 三级国产精品欧美在线观看| 黄片小视频在线播放| 99国产精品一区二区蜜桃av| 欧美一级毛片孕妇| 无限看片的www在线观看| 久久久久亚洲av毛片大全| 亚洲国产欧美人成| 亚洲最大成人手机在线| 欧美国产日韩亚洲一区| 国产精品国产高清国产av| 男女午夜视频在线观看| 久久久精品欧美日韩精品| 国产亚洲精品久久久com| 欧美国产日韩亚洲一区| h日本视频在线播放| eeuss影院久久| 亚洲七黄色美女视频| 色视频www国产| 国产精品永久免费网站| 亚洲av中文字字幕乱码综合| 中文资源天堂在线| 一进一出抽搐gif免费好疼| 亚洲av免费在线观看| 久久久久国内视频| 国产又黄又爽又无遮挡在线| 亚洲成人免费电影在线观看| 久久久成人免费电影| 老鸭窝网址在线观看| 99riav亚洲国产免费| 欧洲精品卡2卡3卡4卡5卡区| 亚洲中文字幕一区二区三区有码在线看| 国产一区二区亚洲精品在线观看| 国产成人aa在线观看| 九色国产91popny在线| 国产精品98久久久久久宅男小说| 草草在线视频免费看| 欧美zozozo另类| 国内久久婷婷六月综合欲色啪| 久久国产精品影院| 国产精品免费一区二区三区在线| 亚洲五月婷婷丁香| 欧美大码av| 国产一级毛片七仙女欲春2| 黄色女人牲交| 嫁个100分男人电影在线观看| 亚洲第一电影网av| 久久香蕉精品热| 免费电影在线观看免费观看| 欧美成人a在线观看| 精品久久久久久久久久久久久| 欧美区成人在线视频| 亚洲精品国产精品久久久不卡| 国产v大片淫在线免费观看| 国产视频一区二区在线看| 九色成人免费人妻av| 日本黄色片子视频| 99久久99久久久精品蜜桃| 免费av观看视频| 国产精品香港三级国产av潘金莲| 亚洲精品影视一区二区三区av| 亚洲av中文字字幕乱码综合| 搡女人真爽免费视频火全软件 | 亚洲aⅴ乱码一区二区在线播放| 啦啦啦韩国在线观看视频| 亚洲美女黄片视频| 成人无遮挡网站| 国产高清三级在线| 亚洲精品一区av在线观看| 日韩欧美精品免费久久 | 成人特级黄色片久久久久久久| 18禁美女被吸乳视频| 国产伦精品一区二区三区四那| 最新中文字幕久久久久| 成人av在线播放网站| 99久久九九国产精品国产免费| 久久精品综合一区二区三区| 亚洲第一电影网av| 日韩精品青青久久久久久| 免费人成视频x8x8入口观看| 国产综合懂色| 女人高潮潮喷娇喘18禁视频| 亚洲aⅴ乱码一区二区在线播放| 日本在线视频免费播放| 国产一区二区三区视频了| 久久久久久国产a免费观看| xxxwww97欧美| 国产成+人综合+亚洲专区| 国产一区在线观看成人免费| 最近在线观看免费完整版| 国产精品亚洲美女久久久| 日韩欧美一区二区三区在线观看| 麻豆成人午夜福利视频| 一区二区三区国产精品乱码| 精品久久久久久,| 午夜福利在线观看吧| 国产av麻豆久久久久久久| 成人三级黄色视频| 青草久久国产| 久久精品国产综合久久久| avwww免费| 久久久国产成人免费| www日本在线高清视频| 香蕉av资源在线| 无人区码免费观看不卡| 国产黄片美女视频| 麻豆国产97在线/欧美| 欧美另类亚洲清纯唯美| 不卡一级毛片| 性色av乱码一区二区三区2| av黄色大香蕉| 国产精品影院久久| 夜夜爽天天搞| 国产伦一二天堂av在线观看| 岛国视频午夜一区免费看| 欧美色欧美亚洲另类二区| 一区二区三区高清视频在线| 国产麻豆成人av免费视频| 国产高清视频在线播放一区| bbb黄色大片| 国产高潮美女av| 久久午夜亚洲精品久久| 三级国产精品欧美在线观看| 成人性生交大片免费视频hd| 又粗又爽又猛毛片免费看| 成人av在线播放网站| 两个人的视频大全免费| 18禁黄网站禁片午夜丰满| 久久久久久九九精品二区国产| 真人一进一出gif抽搐免费| 国产一级毛片七仙女欲春2| 国产亚洲精品久久久com| 亚洲国产高清在线一区二区三| 久久久久九九精品影院| 日本黄大片高清| 精品欧美国产一区二区三| 国产老妇女一区| 亚洲欧美日韩卡通动漫| 窝窝影院91人妻| 国产免费一级a男人的天堂| 精品不卡国产一区二区三区| 国产精品三级大全| 免费在线观看成人毛片| 国产精品99久久99久久久不卡| 日韩欧美三级三区| 亚洲精品456在线播放app | 亚洲七黄色美女视频| 国产精品一区二区免费欧美| 精品国产超薄肉色丝袜足j| 亚洲熟妇熟女久久| 免费看日本二区| 老熟妇仑乱视频hdxx| 91久久精品国产一区二区成人 | 欧美日本亚洲视频在线播放| 久久性视频一级片| 国产精品一区二区三区四区免费观看 | 黄色女人牲交| 欧美日韩一级在线毛片| 国产精品国产高清国产av| 中文字幕熟女人妻在线| 波多野结衣巨乳人妻| 精品久久久久久久久久久久久| 日韩欧美 国产精品| 最后的刺客免费高清国语| 少妇熟女aⅴ在线视频| 亚洲精品国产精品久久久不卡| 日本在线视频免费播放| 亚洲av成人不卡在线观看播放网| 免费大片18禁| 窝窝影院91人妻| 国产精品久久久久久精品电影| 亚洲一区高清亚洲精品| 免费av不卡在线播放| 1000部很黄的大片| 免费人成视频x8x8入口观看| 18+在线观看网站| 一进一出好大好爽视频| 人妻久久中文字幕网| av中文乱码字幕在线| 国产精华一区二区三区| 国内精品一区二区在线观看| 舔av片在线| a级一级毛片免费在线观看| 久久精品国产清高在天天线| 午夜激情欧美在线| 成年版毛片免费区| 亚洲av一区综合| 国产探花在线观看一区二区| 男人舔女人下体高潮全视频| 非洲黑人性xxxx精品又粗又长| 动漫黄色视频在线观看| 国产精品 国内视频| 国产精品99久久久久久久久| 有码 亚洲区| 九色国产91popny在线| 久久精品夜夜夜夜夜久久蜜豆| xxxwww97欧美| 国产精品影院久久| av女优亚洲男人天堂| 在线天堂最新版资源| 欧美黑人巨大hd| 日韩国内少妇激情av| 国产精品精品国产色婷婷| 国产激情欧美一区二区| 精品乱码久久久久久99久播| 18+在线观看网站| 成人欧美大片| 日本精品一区二区三区蜜桃| 精品久久久久久久久久久久久| 91字幕亚洲| 精品一区二区三区视频在线 | 99久久精品热视频| 亚洲avbb在线观看| 成人av一区二区三区在线看| 毛片女人毛片| 全区人妻精品视频| 免费看十八禁软件| 亚洲最大成人中文| 极品教师在线免费播放| 可以在线观看毛片的网站| 亚洲18禁久久av| 国产精品 欧美亚洲| 搡老岳熟女国产| 免费在线观看亚洲国产| 精品一区二区三区视频在线观看免费| 欧美在线一区亚洲| 啦啦啦韩国在线观看视频| 大型黄色视频在线免费观看| 久久精品91无色码中文字幕| 欧美日本视频| 在线视频色国产色| 在线观看免费午夜福利视频| 精品一区二区三区人妻视频| 日韩欧美精品免费久久 | 国产精品98久久久久久宅男小说| 亚洲欧美一区二区三区黑人| 国产午夜精品论理片| 天天添夜夜摸| 高潮久久久久久久久久久不卡| 欧美黄色片欧美黄色片| 一本精品99久久精品77| 99久久精品热视频| 亚洲不卡免费看| 在线视频色国产色| 免费在线观看成人毛片| 大型黄色视频在线免费观看| 麻豆成人午夜福利视频| 亚洲中文字幕一区二区三区有码在线看| 亚洲精品久久国产高清桃花| 国产午夜精品论理片| 亚洲av日韩精品久久久久久密| av黄色大香蕉| 国产主播在线观看一区二区| 成年女人毛片免费观看观看9| 亚洲真实伦在线观看| 老司机午夜十八禁免费视频| 国内少妇人妻偷人精品xxx网站| 好男人在线观看高清免费视频| 精品国产超薄肉色丝袜足j| 男插女下体视频免费在线播放| 动漫黄色视频在线观看| 桃红色精品国产亚洲av| 精品不卡国产一区二区三区| 夜夜爽天天搞| 欧美+日韩+精品| 免费看美女性在线毛片视频| 亚洲国产日韩欧美精品在线观看 | 两个人看的免费小视频| 国产精品一及| 国产 一区 欧美 日韩| 高清日韩中文字幕在线| 级片在线观看| 午夜免费观看网址| 国产久久久一区二区三区| 久久99热这里只有精品18| 国产aⅴ精品一区二区三区波| 久久中文看片网| 国产成人a区在线观看| 国产欧美日韩精品亚洲av| 亚洲中文日韩欧美视频| 国产伦人伦偷精品视频| 国产精品一区二区三区四区免费观看 | 国产亚洲av嫩草精品影院| 免费人成在线观看视频色| 免费高清视频大片| 99精品在免费线老司机午夜| 少妇的逼好多水| 丁香六月欧美| 国产亚洲欧美在线一区二区| 窝窝影院91人妻| 级片在线观看| 精华霜和精华液先用哪个| 成熟少妇高潮喷水视频| 国产真人三级小视频在线观看| 老司机福利观看| av欧美777| 久久久久精品国产欧美久久久| 搡女人真爽免费视频火全软件 | 性欧美人与动物交配| 村上凉子中文字幕在线| 欧美丝袜亚洲另类 | 日韩亚洲欧美综合| 天堂影院成人在线观看| 人人妻人人澡欧美一区二区| 日韩欧美精品免费久久 | 国产v大片淫在线免费观看| 日韩欧美国产一区二区入口| 国产精品久久视频播放| netflix在线观看网站| 国产一区二区在线av高清观看| 国产伦精品一区二区三区四那| 日韩欧美一区二区三区在线观看| 日本撒尿小便嘘嘘汇集6| 女人高潮潮喷娇喘18禁视频| 中出人妻视频一区二区| 国产主播在线观看一区二区| 国产av一区在线观看免费| 久久久久久久久久黄片| 久久性视频一级片| 亚洲中文日韩欧美视频| 九色成人免费人妻av| 亚洲欧美日韩高清在线视频| 19禁男女啪啪无遮挡网站| 国产激情欧美一区二区| 综合色av麻豆| 搞女人的毛片| 99久久无色码亚洲精品果冻| 激情在线观看视频在线高清| 亚洲黑人精品在线| 黄色成人免费大全| 亚洲成av人片免费观看| ponron亚洲| 99热6这里只有精品| 国产野战对白在线观看| 色综合欧美亚洲国产小说| 免费av毛片视频| 精品国内亚洲2022精品成人| 久久久国产精品麻豆| 久久精品亚洲精品国产色婷小说| 男女之事视频高清在线观看| 欧美高清成人免费视频www| 天天添夜夜摸| 又黄又粗又硬又大视频| 日韩av在线大香蕉| 九九在线视频观看精品| 欧美日韩福利视频一区二区| 日韩成人在线观看一区二区三区| 国产精品久久电影中文字幕| 免费电影在线观看免费观看| 日日夜夜操网爽| 天美传媒精品一区二区| 黄色日韩在线| 成年人黄色毛片网站| 女人高潮潮喷娇喘18禁视频| 成人18禁在线播放| 亚洲精品国产精品久久久不卡| 91九色精品人成在线观看| 久久6这里有精品| 久久精品91蜜桃| 亚洲黑人精品在线| 精品国产超薄肉色丝袜足j| 亚洲国产色片| 午夜免费成人在线视频| 免费看日本二区| 男女做爰动态图高潮gif福利片| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 精品国内亚洲2022精品成人| 极品教师在线免费播放| 欧美日韩精品网址| tocl精华| 亚洲美女黄片视频| 久久伊人香网站| 中文字幕人妻丝袜一区二区| 亚洲国产欧美网| 色播亚洲综合网| 国产高清视频在线播放一区|