• <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
    欧美xxxx性猛交bbbb| 赤兔流量卡办理| 国产免费视频播放在线视频| 免费观看a级毛片全部| 国产精品.久久久| 男人添女人高潮全过程视频| 三级国产精品片| 亚洲欧美清纯卡通| 色婷婷久久久亚洲欧美| 久久久久视频综合| 久久99一区二区三区| 国产在线视频一区二区| 成人午夜精彩视频在线观看| 少妇被粗大的猛进出69影院 | 亚洲性久久影院| 97超碰精品成人国产| 亚洲欧美成人精品一区二区| 一边摸一边做爽爽视频免费| 亚洲成人手机| 在线观看国产h片| 精品午夜福利在线看| 亚洲av中文av极速乱| 精品国产露脸久久av麻豆| 久久精品国产亚洲av涩爱| 欧美亚洲日本最大视频资源| 国产视频首页在线观看| 狠狠婷婷综合久久久久久88av| 美女视频免费永久观看网站| 国产1区2区3区精品| 国产视频首页在线观看| 久久久精品94久久精品| 亚洲美女黄色视频免费看| 伊人亚洲综合成人网| av.在线天堂| 色94色欧美一区二区| 国产欧美亚洲国产| 午夜福利乱码中文字幕| 欧美成人午夜免费资源| 免费黄色在线免费观看| 最后的刺客免费高清国语| 免费大片18禁| 亚洲精品乱久久久久久| 91国产中文字幕| 精品熟女少妇av免费看| 蜜桃在线观看..| 99久久人妻综合| 国产精品久久久久久精品古装| 久久精品夜色国产| 亚洲国产精品一区三区| 国产精品秋霞免费鲁丝片| 精品人妻偷拍中文字幕| 99re6热这里在线精品视频| 国产精品麻豆人妻色哟哟久久| 国产日韩欧美视频二区| 午夜福利影视在线免费观看| 在线观看三级黄色| 日日撸夜夜添| 中文字幕人妻熟女乱码| 黄片无遮挡物在线观看| 交换朋友夫妻互换小说| 免费女性裸体啪啪无遮挡网站| 久久鲁丝午夜福利片| 日韩一区二区视频免费看| 精品人妻一区二区三区麻豆| 麻豆精品久久久久久蜜桃| 搡老乐熟女国产| 免费不卡的大黄色大毛片视频在线观看| 99香蕉大伊视频| 免费人妻精品一区二区三区视频| 亚洲精品乱码久久久久久按摩| 波野结衣二区三区在线| 久久国产精品大桥未久av| 宅男免费午夜| 亚洲国产毛片av蜜桃av| 国产精品久久久久久精品古装| 欧美 亚洲 国产 日韩一| 一区二区三区四区激情视频| 午夜福利视频精品| 亚洲精品av麻豆狂野| 欧美性感艳星| 亚洲av电影在线观看一区二区三区| 国产片内射在线| 欧美国产精品一级二级三级| 五月伊人婷婷丁香| 亚洲欧美精品自产自拍| 日韩一区二区视频免费看| 麻豆精品久久久久久蜜桃| 在线 av 中文字幕| 午夜老司机福利剧场| 丰满乱子伦码专区| 国产国拍精品亚洲av在线观看| 亚洲一级一片aⅴ在线观看| 亚洲精品乱久久久久久| av又黄又爽大尺度在线免费看| 精品久久国产蜜桃| 精品一区二区免费观看| 一区二区三区精品91| a级毛片在线看网站| 久久99一区二区三区| 九九在线视频观看精品| 宅男免费午夜| 人妻 亚洲 视频| 欧美精品高潮呻吟av久久| 99久久人妻综合| 欧美 日韩 精品 国产| 少妇熟女欧美另类| 97人妻天天添夜夜摸| 午夜福利影视在线免费观看| 精品少妇内射三级| av在线播放精品| 欧美少妇被猛烈插入视频| 大码成人一级视频| 日日撸夜夜添| 国产麻豆69| 搡女人真爽免费视频火全软件| 男人操女人黄网站| av免费观看日本| 观看av在线不卡| 国产国语露脸激情在线看| 国产男人的电影天堂91| 亚洲精品色激情综合| 日韩精品有码人妻一区| 香蕉国产在线看| 日韩av在线免费看完整版不卡| 欧美精品人与动牲交sv欧美| 国产极品天堂在线| 亚洲精品日韩在线中文字幕| 久久免费观看电影| 午夜日本视频在线| 欧美精品一区二区大全| 99精国产麻豆久久婷婷| av有码第一页| 大陆偷拍与自拍| 国产男女超爽视频在线观看| 女人久久www免费人成看片| 色网站视频免费| 在线天堂中文资源库| 熟女电影av网| 精品人妻熟女毛片av久久网站| 性高湖久久久久久久久免费观看| 精品一品国产午夜福利视频| 久久久a久久爽久久v久久| 少妇的逼水好多| 亚洲人成77777在线视频| 最近最新中文字幕大全免费视频 | 老女人水多毛片| 久久精品熟女亚洲av麻豆精品| 久久这里有精品视频免费| 亚洲第一av免费看| 美女视频免费永久观看网站| 欧美国产精品va在线观看不卡| 亚洲 欧美一区二区三区| √禁漫天堂资源中文www| av天堂久久9| 久久97久久精品| 精品久久国产蜜桃| 两个人看的免费小视频| 久久青草综合色| 美国免费a级毛片| 欧美精品亚洲一区二区| 欧美 日韩 精品 国产| 久久久久国产精品人妻一区二区| 激情视频va一区二区三区| 亚洲少妇的诱惑av| 熟女av电影| www.av在线官网国产| 国产av精品麻豆| 美女大奶头黄色视频| 又大又黄又爽视频免费| 看非洲黑人一级黄片| 一本色道久久久久久精品综合| 有码 亚洲区| 久久ye,这里只有精品| 中文字幕av电影在线播放| 99九九在线精品视频| 成人无遮挡网站| 美女国产高潮福利片在线看| 丰满饥渴人妻一区二区三| 国产一级毛片在线| 久久人人97超碰香蕉20202| videos熟女内射| 国产午夜精品一二区理论片| 久久av网站| av有码第一页| 久久人妻熟女aⅴ| 久久久久久久久久久久大奶| 免费人妻精品一区二区三区视频| 成人黄色视频免费在线看| freevideosex欧美| av.在线天堂| 亚洲国产精品一区二区三区在线| 精品熟女少妇av免费看| 国产精品久久久久久久电影| 精品熟女少妇av免费看| 免费观看在线日韩| av.在线天堂| 寂寞人妻少妇视频99o| 亚洲一码二码三码区别大吗| 国产福利在线免费观看视频| 人成视频在线观看免费观看| 在线看a的网站| 男女免费视频国产| 蜜臀久久99精品久久宅男| 一级,二级,三级黄色视频| xxx大片免费视频| 日本爱情动作片www.在线观看| 国产在视频线精品| 亚洲精品第二区| 男女午夜视频在线观看 | 亚洲精品久久久久久婷婷小说| 亚洲天堂av无毛| av片东京热男人的天堂| 一级a做视频免费观看| 视频中文字幕在线观看| 一区二区三区乱码不卡18| 亚洲五月色婷婷综合| 久久久久久久国产电影| 在线观看一区二区三区激情| 国产又色又爽无遮挡免| 99视频精品全部免费 在线| 国产黄色免费在线视频| 亚洲国产av新网站| 中文精品一卡2卡3卡4更新| 欧美日韩视频高清一区二区三区二| 欧美日韩国产mv在线观看视频| av女优亚洲男人天堂| 亚洲国产欧美日韩在线播放| 国产xxxxx性猛交| www.av在线官网国产| 国产成人精品久久久久久| 亚洲av国产av综合av卡| 日韩伦理黄色片| xxx大片免费视频| 最近中文字幕高清免费大全6| 久久久精品区二区三区| 久久久久久人人人人人| 国产色爽女视频免费观看| 久久女婷五月综合色啪小说| 2022亚洲国产成人精品| 成人国语在线视频| www.熟女人妻精品国产 | 久久毛片免费看一区二区三区| 亚洲经典国产精华液单| 边亲边吃奶的免费视频| 七月丁香在线播放| 黄色毛片三级朝国网站| 欧美 日韩 精品 国产| 久久精品熟女亚洲av麻豆精品| av有码第一页| 亚洲一区二区三区欧美精品| 亚洲欧洲国产日韩| 少妇的逼好多水| 啦啦啦中文免费视频观看日本| 美女内射精品一级片tv| 国产免费一区二区三区四区乱码| 人妻系列 视频| 日韩视频在线欧美| 国产成人精品福利久久| 亚洲人成77777在线视频| 久久99蜜桃精品久久| 亚洲成国产人片在线观看| 国产成人免费无遮挡视频| 久久久久久人人人人人| 亚洲国产精品999| 99视频精品全部免费 在线| 只有这里有精品99| 亚洲欧洲日产国产| 国产在视频线精品| 青春草亚洲视频在线观看| 欧美亚洲日本最大视频资源| 人人妻人人澡人人爽人人夜夜| 成人国语在线视频| 久久久久国产精品人妻一区二区| 久久久久精品人妻al黑| www.色视频.com| 午夜福利视频精品| 韩国精品一区二区三区 | 人人妻人人澡人人爽人人夜夜| 久久人妻熟女aⅴ| 视频区图区小说| 国产精品女同一区二区软件| 精品一区二区三区视频在线| 新久久久久国产一级毛片| 看免费成人av毛片| 婷婷色麻豆天堂久久| 国产男人的电影天堂91| 看免费av毛片| 王馨瑶露胸无遮挡在线观看| 在线免费观看不下载黄p国产| 晚上一个人看的免费电影| 亚洲美女搞黄在线观看| 国产av一区二区精品久久| 九九在线视频观看精品| 日本av免费视频播放| 亚洲精品国产色婷婷电影| 欧美 亚洲 国产 日韩一| 韩国精品一区二区三区 | 国产精品秋霞免费鲁丝片| 成人国语在线视频| 日韩精品有码人妻一区| 亚洲国产精品专区欧美| 校园人妻丝袜中文字幕| 秋霞在线观看毛片| 久久婷婷青草| 国产免费福利视频在线观看| 精品久久久久久电影网| 一二三四中文在线观看免费高清| 在线观看www视频免费| 男人舔女人的私密视频| 赤兔流量卡办理| 国产一区二区激情短视频 | 国产成人a∨麻豆精品| 99久国产av精品国产电影| 老熟女久久久| 国产在线免费精品| 国产 一区精品| 久久人人爽av亚洲精品天堂| 欧美精品亚洲一区二区| 午夜福利视频在线观看免费| 亚洲成人av在线免费| 国产精品秋霞免费鲁丝片| 美女内射精品一级片tv| 久久久久久人妻| 国产在线视频一区二区| 日本色播在线视频| 中国国产av一级| 97人妻天天添夜夜摸| 男人添女人高潮全过程视频| 久久人妻熟女aⅴ| 日韩大片免费观看网站| 亚洲国产欧美日韩在线播放| 99re6热这里在线精品视频| 大话2 男鬼变身卡| 9色porny在线观看| 国产成人欧美| 看免费成人av毛片| 少妇人妻 视频| 女性被躁到高潮视频| 日韩一区二区视频免费看| 午夜av观看不卡| 成人漫画全彩无遮挡| 国产黄色视频一区二区在线观看| 热99久久久久精品小说推荐| 日韩av在线免费看完整版不卡| 多毛熟女@视频| 亚洲欧美日韩另类电影网站| 久久毛片免费看一区二区三区| 国产女主播在线喷水免费视频网站| 国产男人的电影天堂91| 一区二区三区乱码不卡18| 亚洲国产看品久久| 日韩av在线免费看完整版不卡| av一本久久久久| a级毛色黄片| 99re6热这里在线精品视频| 免费在线观看黄色视频的| 久久国产亚洲av麻豆专区| 99久久人妻综合| 满18在线观看网站| 夫妻午夜视频| 中文字幕免费在线视频6| 国产熟女欧美一区二区| 色婷婷av一区二区三区视频| 久久久久网色| 人妻 亚洲 视频| 日本色播在线视频| 热re99久久国产66热| 亚洲精品国产av蜜桃| 久久鲁丝午夜福利片| 视频区图区小说| 国产精品久久久久久av不卡| 在线观看人妻少妇| 中文字幕另类日韩欧美亚洲嫩草| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品熟女久久久久浪| 男女无遮挡免费网站观看| 伊人亚洲综合成人网| 男女高潮啪啪啪动态图| 久久国内精品自在自线图片| av在线老鸭窝| 日本黄大片高清| 精品久久国产蜜桃| 又黄又粗又硬又大视频| 亚洲伊人色综图| 欧美xxⅹ黑人| 精品久久国产蜜桃| 麻豆乱淫一区二区| 国产精品蜜桃在线观看| 国产av一区二区精品久久| 婷婷色麻豆天堂久久| 青青草视频在线视频观看| 九九爱精品视频在线观看| 高清黄色对白视频在线免费看| 国产日韩一区二区三区精品不卡| 少妇熟女欧美另类| 伦精品一区二区三区| 搡女人真爽免费视频火全软件| 日韩欧美精品免费久久| 男女午夜视频在线观看 | 最近最新中文字幕免费大全7| 老司机影院成人| 国产精品人妻久久久久久| 如日韩欧美国产精品一区二区三区| 91在线精品国自产拍蜜月| 久久精品国产a三级三级三级| 天堂中文最新版在线下载| 精品久久国产蜜桃| 建设人人有责人人尽责人人享有的| 十八禁网站网址无遮挡| 国产麻豆69| 老司机影院成人| 99国产精品免费福利视频| 色吧在线观看| 日韩一区二区三区影片| 90打野战视频偷拍视频| 国产男人的电影天堂91| 久久人人爽人人片av| 女人久久www免费人成看片| 亚洲综合色惰| 国产日韩欧美视频二区| 成年人免费黄色播放视频| 国产国语露脸激情在线看| 亚洲国产色片| a级片在线免费高清观看视频| 日韩不卡一区二区三区视频在线| 2021少妇久久久久久久久久久| 18+在线观看网站| 亚洲色图 男人天堂 中文字幕 | 成人二区视频| 99视频精品全部免费 在线| 自拍欧美九色日韩亚洲蝌蚪91| 狠狠精品人妻久久久久久综合| 国产av码专区亚洲av| 91久久精品国产一区二区三区| 香蕉精品网在线| 色94色欧美一区二区| 丰满乱子伦码专区| 久久精品夜色国产| 国产成人精品在线电影| 国产成人精品婷婷| 啦啦啦啦在线视频资源| 欧美最新免费一区二区三区| 啦啦啦在线观看免费高清www| 青春草国产在线视频| 国产精品一区二区在线观看99| 亚洲综合色网址| 黄网站色视频无遮挡免费观看| 国产白丝娇喘喷水9色精品| 欧美精品国产亚洲| 侵犯人妻中文字幕一二三四区| 亚洲精品美女久久av网站| 大码成人一级视频| 国产在视频线精品| tube8黄色片| 免费高清在线观看视频在线观看| 免费观看无遮挡的男女| 久久狼人影院| 国产一区二区三区av在线| 亚洲精品国产av成人精品| 黄色怎么调成土黄色| 一级毛片我不卡| 国产成人午夜福利电影在线观看| 久久精品久久久久久噜噜老黄| 欧美国产精品va在线观看不卡| 国产伦理片在线播放av一区| 日韩制服骚丝袜av| 少妇 在线观看| 夫妻性生交免费视频一级片| 欧美国产精品一级二级三级| 国产深夜福利视频在线观看| 亚洲精品日韩在线中文字幕| 好男人视频免费观看在线| 另类亚洲欧美激情| 美女国产视频在线观看| 少妇熟女欧美另类| 中文字幕人妻丝袜制服| 久久久久久久精品精品| 午夜免费观看性视频| 久久这里只有精品19| 亚洲精品成人av观看孕妇| 国产精品久久久久久久电影| 亚洲高清免费不卡视频| 欧美激情极品国产一区二区三区 | 在线观看www视频免费| av.在线天堂| 国精品久久久久久国模美| 国产精品人妻久久久久久| 精品久久蜜臀av无| 欧美亚洲日本最大视频资源| 九九在线视频观看精品| av在线播放精品| 两个人免费观看高清视频| 亚洲av.av天堂| 国产成人欧美| 美女大奶头黄色视频| 一本久久精品| 久久久久国产网址| 久久人人爽av亚洲精品天堂| 在线观看人妻少妇| 欧美亚洲 丝袜 人妻 在线| 欧美 亚洲 国产 日韩一| 国产免费现黄频在线看| 9色porny在线观看| 人妻 亚洲 视频| 黑人高潮一二区| 亚洲精品一区蜜桃| 亚洲熟女精品中文字幕| 一边摸一边做爽爽视频免费| 男女免费视频国产| 18禁在线无遮挡免费观看视频| 中国美白少妇内射xxxbb| 亚洲av福利一区| 亚洲精品一区蜜桃| 少妇被粗大猛烈的视频| 国产精品一区www在线观看| 久热这里只有精品99| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲av在线观看美女高潮| 久久99蜜桃精品久久| 亚洲精品成人av观看孕妇| 你懂的网址亚洲精品在线观看| 国精品久久久久久国模美| 免费在线观看完整版高清| 国产男女内射视频| videos熟女内射| 婷婷色综合大香蕉| 妹子高潮喷水视频| 久久99精品国语久久久| 51国产日韩欧美| 高清黄色对白视频在线免费看| 丰满少妇做爰视频| 亚洲精品美女久久久久99蜜臀 | 大码成人一级视频| 晚上一个人看的免费电影| 日产精品乱码卡一卡2卡三| 免费日韩欧美在线观看| 人体艺术视频欧美日本| 国产精品久久久久久av不卡| 欧美激情极品国产一区二区三区 | 在线观看人妻少妇| www.色视频.com| 在线亚洲精品国产二区图片欧美| 在线观看免费日韩欧美大片| 欧美日韩av久久| 国产免费一级a男人的天堂| 亚洲国产最新在线播放| 亚洲国产日韩一区二区| 亚洲色图综合在线观看| 久久久久精品人妻al黑| 久久影院123| 亚洲精品一二三| √禁漫天堂资源中文www| 国产成人精品一,二区| 久久这里只有精品19| 三上悠亚av全集在线观看| av免费观看日本| 如何舔出高潮| 两性夫妻黄色片 | videos熟女内射| 亚洲国产精品专区欧美| 欧美成人午夜免费资源| 少妇被粗大猛烈的视频| 如何舔出高潮| av免费观看日本| 亚洲精品456在线播放app| 欧美日韩成人在线一区二区| 一二三四在线观看免费中文在 | 99热国产这里只有精品6| 妹子高潮喷水视频| 国产免费一级a男人的天堂| av国产久精品久网站免费入址| 岛国毛片在线播放| 9色porny在线观看| 亚洲国产精品999| 国产激情久久老熟女| 欧美精品高潮呻吟av久久| 七月丁香在线播放| 极品少妇高潮喷水抽搐| 精品一区二区免费观看| 成人二区视频| 制服诱惑二区| 丝袜在线中文字幕| 五月伊人婷婷丁香| 香蕉精品网在线| 欧美人与性动交α欧美精品济南到 | 女的被弄到高潮叫床怎么办| 欧美日韩视频精品一区| 超碰97精品在线观看| 超色免费av| 天堂俺去俺来也www色官网| 国产精品偷伦视频观看了| 青春草国产在线视频| 22中文网久久字幕| 国产黄色视频一区二区在线观看| 男女免费视频国产| 老司机影院成人| 亚洲av日韩在线播放| av女优亚洲男人天堂| 伊人亚洲综合成人网| 51国产日韩欧美| 只有这里有精品99| 999精品在线视频| 波多野结衣一区麻豆| 女的被弄到高潮叫床怎么办| 最黄视频免费看| 美女视频免费永久观看网站| 免费观看a级毛片全部| 亚洲精品国产av蜜桃| 久久这里只有精品19| 涩涩av久久男人的天堂| 久久久久视频综合| 亚洲国产看品久久| 丰满乱子伦码专区| 国产成人一区二区在线| 看免费av毛片|