• <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 ?

    基于天氣數(shù)據(jù)對空氣質(zhì)量預測的改進KNN算法

    2020-12-02 07:48:07鄭茂波孟佳俊魯越
    科技創(chuàng)新與應用 2020年34期
    關(guān)鍵詞:空氣質(zhì)量

    鄭茂波 孟佳俊 魯越

    摘? 要:基于天氣數(shù)據(jù)進行空氣質(zhì)量預測,首先收集成都市A區(qū)2018年4月1日到2018年6月3日64天24個天氣屬性,然后對天氣屬性進行篩選、數(shù)據(jù)處理;接著,建立KNN分類模型,利用k折交叉驗證和多數(shù)表決原則對64個樣本進行分類;最后在傳統(tǒng)KNN分類模型的基礎上,使用反距離加權(quán)建模,結(jié)果表明模型有較好的泛化能力和預測效果。

    關(guān)鍵詞:天氣數(shù)據(jù);空氣質(zhì)量;k折交叉驗證;反距離加權(quán);KNN算法

    中圖分類號:X823 文獻標志碼:A? ? ? ? ?文章編號:2095-2945(2020)34-0037-03

    Abstract: This paper forecasts air quality based on weather data. 24 weather attributes from April 1, 2018 to June 3, 2018 are collected from April 1, 2018 to June 3, 2018. Then, the KNN classification model is established, and 64 samples are classified by k fold cross verification and majority voting principle. Finally, on the basis of the traditional KNN classification model, the model is established by inverse distance weighting, and the results show that the model has good generalization ability and prediction effect.

    Keywords: weather data; air quality; k fold cross verification; inverse distance weighting; KNN algorithm

    引言

    近年來,由于能源消耗的不斷增加,空氣污染日益加劇,空氣質(zhì)量問題已經(jīng)嚴重影響到人們的正常生活,各種呼吸道疾病頻發(fā)??諝馕廴静粌H對人類的身體健康造成了極大的損害,還對生態(tài)環(huán)境造成了嚴重的負面影響。2018年7月,國務院頒布了《打贏藍天保衛(wèi)戰(zhàn)三年行動計劃》,明確四個“明顯”主要任務:明顯降低細顆粒物(PM2.5)濃度、明顯減少重污染天數(shù)、明顯改善空氣質(zhì)量和明顯增強人民的藍天幸福感。因此,進行空氣質(zhì)量預測,為當?shù)卣皶r提供信息,避免嚴重空氣污染事故的發(fā)生是很有必要的[1]。

    針對大氣質(zhì)量的計量分析和預測,劉杰等[2]提出應用支持向量機和模糊?;瘯r間序列相結(jié)合的方法,對PM2.5質(zhì)量濃度未來變化趨勢和范圍進行預測;楊錦偉等[3]基于馬爾科夫模型建立了空氣污染物濃度預測模型;陸志濤等[4]基于RAM擴展模型構(gòu)建了評估空氣質(zhì)量狀況的空氣質(zhì)量指數(shù)以及評估空氣質(zhì)量提升空間的空氣質(zhì)量發(fā)展指數(shù),并將其應用于我國城市空氣質(zhì)量的評價研究;賀金龍等[5]運用灰色系統(tǒng)理論建立污染物GM(1,1)預測模型,實現(xiàn)了對北京市環(huán)境污染情況的預測;姜孿娟等[6]以江蘇省為例,提出一種基于BP神經(jīng)網(wǎng)絡的空氣污染預測模型。

    綜合上述文獻可以看出,學者們從不同的角度,采用不同的方法,對大氣環(huán)境進行評價。本文將傳統(tǒng)KNN分類算法進行改進,對成都市A區(qū)2018年64個樣本進行反距離加權(quán)、采用循環(huán)尋找最佳的K,并利用14個天氣屬性數(shù)據(jù)值進行空氣質(zhì)量的預測。

    1 數(shù)據(jù)來源及處理

    1.1 天氣數(shù)據(jù)

    從中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/site/index.html)獲得成都市A區(qū)2018年4月1日到2018年6月3日每天的天氣數(shù)據(jù),共64組樣本數(shù)據(jù),每組樣本數(shù)據(jù)包含24個屬性。

    1.2 空氣質(zhì)量數(shù)據(jù)

    從成都市環(huán)境空氣質(zhì)量發(fā)布系統(tǒng)(http://182.150.31.86:9875/Default.aspx)公開獲取對應時間的空氣質(zhì)量指數(shù)(AQI),根據(jù)環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)的標準[7],對應不同的空氣質(zhì)量類別,如表1所示。

    表1 空氣質(zhì)量指數(shù)

    1.3 數(shù)據(jù)處理

    1.3.1 數(shù)據(jù)篩選

    去掉天氣數(shù)據(jù)的24個屬性中跟空氣質(zhì)量關(guān)系不大和主觀的定性的屬性數(shù)據(jù),即去掉現(xiàn)在天氣、風力、體感溫度、水平能見度、總云量、云量、低云量、2分鐘平均風向(角度)、最大風速的風向、極大風速的風向共10個屬性。

    1.3.2 數(shù)據(jù)整理

    獲取的天氣數(shù)據(jù)都是以小時為單位,而空氣質(zhì)量數(shù)據(jù)(AQI)是以天為單位,所以先要對天氣數(shù)據(jù)進行處理,對余下的14個不同屬性數(shù)據(jù)采用了以下方法:

    (1)取累加和:降水量

    (2)取最大值:最高氣溫、最高氣壓、最大風速、極大風速

    (3)取最小值:最低氣溫、最低氣壓、最小相對濕度

    (4)取平均值:氣壓、海平面氣壓、溫度、2分鐘平均風速、相對濕度、水汽壓

    2 KNN模型

    2.1 KNN模型原理

    KNN算法的基本原理是通過選取K個離測試點最近的訓練樣本點,并輸出這K個樣本點中數(shù)量最多的樣本標簽即多數(shù)表決原則,從而得到測試點的類別。

    假設每一個訓練樣本有n個特征值,那么每一個樣本都可以用一個n維行向量表示:X(x1,x2...xn),樣本點的每一個樣本所屬的類別均已知,同樣,每一個測試點樣本也可以表示為:Y=(y1,y2...yn),要實現(xiàn)KNN算法,需要計算出每一個樣本點到測試點的距離,然后選取距離最近的K個樣本,獲取K個樣本中每一個樣本的類別標簽,再找出K個樣本中數(shù)量最多的標簽即多數(shù)表決原則,最后返回該標簽并獲得最后測試樣本類別結(jié)果。

    2.2 數(shù)據(jù)標準化

    本文采用最大值最小值標準化,使所有數(shù)據(jù)均處于[0,1]區(qū)間內(nèi),新的數(shù)據(jù)值?自′等于原始值?自與最小值?自min的差除以最大值?自max與最小值?自min的差,即:

    ?自′=(1)

    2.3 距離公式

    針對天氣數(shù)據(jù)的特點,采用歐氏距離來測定樣本相似度,則距離d為:

    d=?自′?自′2(2)

    2.4 k-折交叉驗證

    (1)首先將前50組樣本數(shù)據(jù)作為訓練集,剩下的14組樣本數(shù)據(jù)作為測試集。

    (2)增強模型的泛化能力,對50組樣本數(shù)據(jù)采用k-折交叉驗證(注:與KNN算法的K不一樣),即將訓練集平均分成k等分,每次將其中的k-1組樣本數(shù)據(jù)作為訓練,剩下的1組樣本數(shù)據(jù)作為驗證集,一共進行k次,取k次的平均正確率來驗證模型??紤]到每組的樣本數(shù)據(jù)的數(shù)量,本文取k=5,即將訓練集分成5組,每組為10個樣本數(shù)據(jù)。

    2.5 多數(shù)表決原則

    圖1中,圓圈要被決定賦予哪個類,是三角形還是四方形?如果K=3,由于三角形所占比例為2/3,圓圈將被賦予三角形那個類,如果K=5,由于四方形比例為3/5,因此圓圈被賦予四方形類。

    以2.1-2.5建立的KNN模型稱為模型一。

    3 模型的改進和結(jié)果

    3.1 反距離加權(quán)

    如圖1所示,內(nèi)環(huán)的兩個三角形對圓圈的影響是不是一樣的?從相似的角度出發(fā),兩個樣本距離越近,說明屬性越相似,也就是類別更接近。所以,在多數(shù)表決原則的基礎上,需要對不同距離的樣本給出權(quán)重,距離越近,所占權(quán)重越大。選取反距離加權(quán),記權(quán)重系數(shù)為w,則

    w=?(3)

    其中?姿表示待定常數(shù),是為防止d過小導致的w趨于無窮大,以此建立模型稱為模型二。

    3.2 K值的選擇

    在模型訓練中,以2.4中的k-折交叉驗證的分類平均正確率為目標,采用循環(huán)搜索,尋找最佳的K和?姿。

    3.3 模型結(jié)果

    模型得到的訓練參數(shù)和分類結(jié)果見表2。從表2可以看到,在訓練集,模型二比模型一的分類正確率只有少許提高;但是在測試集卻有大幅度提高,這說明模型二較模型一有效。同時模型二的測試集的正確率高于訓練集,說明模型二有不錯的泛化能力。

    3.4 模型結(jié)果的分析

    上述模型的正確率都在70%左右,分析結(jié)果主要有以下兩個原因:

    (1)樣本數(shù)據(jù)集較少:總共只有50組訓練樣本,造成訓練不足以致影響正確率。

    (2)樣本不均衡:分析50組訓練樣本發(fā)現(xiàn)大多數(shù)標簽(即AQI分類)集中在第Ⅱ,III類,其它類別較少。

    4 模型評價

    采用傳統(tǒng)的KNN算法,效果不佳,并且泛化能力弱,采用反距離加權(quán)的KNN算法,明顯提高了模型的分類正確率。同時,使用k-折交叉驗證可以有效提高模型的泛化能力。

    下一步研究考慮的方向:

    (1)搜集的樣本數(shù)據(jù)集的數(shù)量足夠且保持均衡。

    (2)樣本屬性數(shù)據(jù)的處理:當樣本屬性數(shù)量較多時,不同屬性的重要程度也不是一樣的,可以考慮屬性加權(quán)或者是采用主成分分析進行降維處理。

    參考文獻:

    [1]CHEN Y,SHI R,SHU S,et al.Ensemble and enhanced PM10 concentration forecast model based on stepwise regression and wavelet analysis[J]. Atmospheric Environment, 2013,74:346-359.

    [2]劉杰,楊鵬,呂文生,等.模糊時序與支持向量機建模相結(jié)合的PM(2.5)質(zhì)量濃度預測[J].北京科技大學學報,2014,36(12):1694-1702.

    [3]楊錦偉,孫寶磊.基于灰色馬爾科夫模型的平頂山市空氣污染物濃度預測[J].數(shù)學的實踐與認識,2014,44(2):64-70.

    [4]陸志濤,周鵬,吳菲.基于RAM拓展模型的我國城市空氣質(zhì)量評價[J].環(huán)境經(jīng)濟研究,2017,2(2):93-107.

    [5]賀金龍,吳晟,周海河,等.基于GM(1,1)-PCA的環(huán)境預測與分析研究[J].信息技術(shù),2018(1):105-109.

    [6]姜孿娟.BP神經(jīng)網(wǎng)絡算法在空氣質(zhì)量預測中的應用——以江蘇為例[J].信息與電腦:理論版,2018(24):69-70,73.

    [7]生態(tài)環(huán)境部.環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)[EB/OL].中華人民共和國生態(tài)環(huán)境部,2012-03-02[2019-8-24].http://www.gov.cn/zwgk/2012-03/02/content_2081374.htm

    猜你喜歡
    空氣質(zhì)量
    “空氣質(zhì)量發(fā)布”APP上線
    車內(nèi)空氣質(zhì)量標準進展
    汽車與安全(2016年5期)2016-12-01 05:22:14
    重視車內(nèi)空氣質(zhì)量工作 制造更環(huán)保、更清潔、更健康的汽車
    汽車與安全(2016年5期)2016-12-01 05:22:13
    開展“大氣污染執(zhí)法年”行動 加快推動空氣質(zhì)量改善
    多功能空氣質(zhì)量遠程檢測儀
    電子制作(2016年19期)2016-08-24 07:49:36
    基于WRF/CMAQ的成都空氣質(zhì)量模擬與預報
    空氣質(zhì)量指數(shù)及大氣污染控制對策
    環(huán)境空氣質(zhì)量指數(shù)(AQI)統(tǒng)計中Excel 的應用
    西藏科技(2015年3期)2015-09-26 12:11:03
    環(huán)境保護部發(fā)布2013年空氣質(zhì)量狀況
    2015年將出臺車內(nèi)空氣質(zhì)量強制性標準
    国产成人影院久久av| 国产精品99久久久久久久久| 极品教师在线免费播放| 国产男靠女视频免费网站| 人人妻人人看人人澡| 国产人妻一区二区三区在| 91久久精品国产一区二区三区| 国产男靠女视频免费网站| 国产精品一区二区三区四区免费观看 | 超碰av人人做人人爽久久| 精品人妻偷拍中文字幕| 熟妇人妻久久中文字幕3abv| 女的被弄到高潮叫床怎么办 | 免费在线观看成人毛片| 免费观看人在逋| 亚洲电影在线观看av| 亚洲天堂国产精品一区在线| 国产成人影院久久av| 国产一区二区在线av高清观看| 男女啪啪激烈高潮av片| 免费av观看视频| 日本黄色片子视频| 午夜亚洲福利在线播放| 热99在线观看视频| 免费在线观看影片大全网站| 午夜免费男女啪啪视频观看 | 国产精品爽爽va在线观看网站| 日日啪夜夜撸| 波多野结衣巨乳人妻| 亚洲精品456在线播放app | 中文在线观看免费www的网站| 99久久精品国产国产毛片| 日韩强制内射视频| 91av网一区二区| 欧美日韩国产亚洲二区| 美女cb高潮喷水在线观看| 亚洲18禁久久av| 国产三级中文精品| 伊人久久精品亚洲午夜| 99久久成人亚洲精品观看| 国产精品一及| 1000部很黄的大片| 欧美+日韩+精品| 国产大屁股一区二区在线视频| 国产人妻一区二区三区在| 日本免费a在线| 成人国产麻豆网| 久久久久免费精品人妻一区二区| 一边摸一边抽搐一进一小说| 国产高清激情床上av| 亚洲精品一卡2卡三卡4卡5卡| 最近最新中文字幕大全电影3| 精品一区二区三区视频在线| 免费高清视频大片| 身体一侧抽搐| 99热这里只有是精品50| 日韩高清综合在线| 国产 一区精品| .国产精品久久| 亚洲在线自拍视频| 一本一本综合久久| 亚洲av日韩精品久久久久久密| 欧美一区二区精品小视频在线| 天堂网av新在线| 非洲黑人性xxxx精品又粗又长| 两个人视频免费观看高清| 搡女人真爽免费视频火全软件 | 免费av观看视频| 干丝袜人妻中文字幕| 免费搜索国产男女视频| 久久婷婷人人爽人人干人人爱| 国产精品亚洲一级av第二区| 黄色丝袜av网址大全| 欧美色视频一区免费| 久久久久久大精品| 午夜免费成人在线视频| 久久久久久久亚洲中文字幕| 亚洲av免费高清在线观看| 九九热线精品视视频播放| 男女下面进入的视频免费午夜| 免费观看在线日韩| 免费av观看视频| 老师上课跳d突然被开到最大视频| 久99久视频精品免费| 天美传媒精品一区二区| 亚州av有码| 男女下面进入的视频免费午夜| 久久热精品热| 少妇熟女aⅴ在线视频| 亚洲天堂国产精品一区在线| 欧美3d第一页| 亚洲精品影视一区二区三区av| 深夜精品福利| 五月伊人婷婷丁香| 波多野结衣高清无吗| 成人特级黄色片久久久久久久| 日本成人三级电影网站| 色综合色国产| 日日夜夜操网爽| a级毛片免费高清观看在线播放| 成年版毛片免费区| 精品一区二区三区av网在线观看| 国产亚洲欧美98| 中亚洲国语对白在线视频| 制服丝袜大香蕉在线| 精品久久国产蜜桃| 丰满人妻一区二区三区视频av| av天堂在线播放| 欧美区成人在线视频| 久久精品国产亚洲av涩爱 | 国产精品1区2区在线观看.| 国产伦精品一区二区三区四那| 成人二区视频| 久久久精品欧美日韩精品| 男女下面进入的视频免费午夜| 亚洲无线观看免费| 午夜精品一区二区三区免费看| 欧美高清性xxxxhd video| 桃红色精品国产亚洲av| 欧美高清性xxxxhd video| 国产精品久久久久久精品电影| 国产三级中文精品| 在线观看免费视频日本深夜| 黄色欧美视频在线观看| 国产成人av教育| 久久久久久大精品| 国产精品一及| 在线天堂最新版资源| 桃色一区二区三区在线观看| 校园人妻丝袜中文字幕| www.色视频.com| 欧美潮喷喷水| 51国产日韩欧美| 一夜夜www| 亚洲精品色激情综合| 成人三级黄色视频| av在线老鸭窝| 99热6这里只有精品| 俺也久久电影网| 日韩欧美三级三区| 国产蜜桃级精品一区二区三区| 日本爱情动作片www.在线观看 | 最近在线观看免费完整版| 91在线精品国自产拍蜜月| 久久久久久国产a免费观看| 久久久久久久久大av| 国产成人一区二区在线| 午夜激情福利司机影院| 中国美女看黄片| 国产黄色小视频在线观看| 少妇丰满av| 国产熟女欧美一区二区| 精品人妻一区二区三区麻豆 | 精品午夜福利视频在线观看一区| 18禁裸乳无遮挡免费网站照片| 欧美性感艳星| 亚洲熟妇中文字幕五十中出| 少妇丰满av| 波多野结衣巨乳人妻| 美女高潮的动态| 色视频www国产| 色播亚洲综合网| 久久精品综合一区二区三区| 久久精品国产自在天天线| 国产乱人视频| 亚洲 国产 在线| 欧美日韩黄片免| 成人高潮视频无遮挡免费网站| 成人一区二区视频在线观看| 国产v大片淫在线免费观看| 久久久色成人| 亚洲精品久久国产高清桃花| 99久久无色码亚洲精品果冻| 哪里可以看免费的av片| 国产高清视频在线观看网站| 国产精品av视频在线免费观看| 亚洲,欧美,日韩| 18+在线观看网站| 国产精品人妻久久久久久| 国产精品野战在线观看| 精品久久久久久成人av| 99九九线精品视频在线观看视频| 亚洲av中文av极速乱 | 欧美潮喷喷水| 啦啦啦啦在线视频资源| 精品欧美国产一区二区三| 久久久色成人| 久久久久国内视频| 日韩中字成人| 久久国产乱子免费精品| 国产三级在线视频| 久久欧美精品欧美久久欧美| 国产爱豆传媒在线观看| 久久精品国产亚洲av天美| 午夜激情欧美在线| 久久亚洲真实| 我要看日韩黄色一级片| 亚洲性夜色夜夜综合| 久久婷婷人人爽人人干人人爱| 国产麻豆成人av免费视频| 人人妻人人澡欧美一区二区| 91久久精品电影网| 国产熟女欧美一区二区| 内射极品少妇av片p| 午夜精品久久久久久毛片777| 亚洲va在线va天堂va国产| 精品欧美国产一区二区三| 88av欧美| 精品久久久久久,| 日本与韩国留学比较| 亚洲成人精品中文字幕电影| 12—13女人毛片做爰片一| 亚洲专区中文字幕在线| 婷婷精品国产亚洲av在线| 免费在线观看影片大全网站| 在线观看免费视频日本深夜| 国产午夜精品论理片| 熟妇人妻久久中文字幕3abv| 欧美日韩瑟瑟在线播放| 国产毛片a区久久久久| 亚洲性久久影院| 国产av麻豆久久久久久久| 国产伦精品一区二区三区四那| 免费在线观看日本一区| 窝窝影院91人妻| 亚洲在线自拍视频| 午夜激情福利司机影院| 少妇猛男粗大的猛烈进出视频 | a级毛片a级免费在线| 国产高清视频在线观看网站| 99久久中文字幕三级久久日本| 97人妻精品一区二区三区麻豆| 亚洲精品成人久久久久久| 成人av一区二区三区在线看| 女同久久另类99精品国产91| 亚洲,欧美,日韩| 精品国内亚洲2022精品成人| 级片在线观看| 级片在线观看| 国产在视频线在精品| 校园春色视频在线观看| 久久久久精品国产欧美久久久| 啦啦啦观看免费观看视频高清| 校园春色视频在线观看| 97超级碰碰碰精品色视频在线观看| 精品一区二区三区视频在线| 久久99热6这里只有精品| 成人鲁丝片一二三区免费| 一卡2卡三卡四卡精品乱码亚洲| 国内久久婷婷六月综合欲色啪| 午夜精品久久久久久毛片777| 中文字幕精品亚洲无线码一区| 天天躁日日操中文字幕| 91久久精品国产一区二区成人| 免费搜索国产男女视频| 久久久久久久精品吃奶| 成人午夜高清在线视频| av在线天堂中文字幕| av视频在线观看入口| 日韩av在线大香蕉| 丰满乱子伦码专区| 少妇裸体淫交视频免费看高清| 69av精品久久久久久| 欧美成人一区二区免费高清观看| www.www免费av| 一本久久中文字幕| 亚洲精华国产精华精| 69人妻影院| 性色avwww在线观看| 最近在线观看免费完整版| 男人和女人高潮做爰伦理| 亚洲av免费高清在线观看| 亚洲av免费高清在线观看| 韩国av在线不卡| 在线免费观看不下载黄p国产 | 99热这里只有是精品在线观看| 成人二区视频| 别揉我奶头 嗯啊视频| 一级av片app| 国产av一区在线观看免费| 99久久成人亚洲精品观看| 欧美极品一区二区三区四区| 亚洲avbb在线观看| 日本黄色片子视频| 久久久久久久久久久丰满 | 日韩 亚洲 欧美在线| 亚洲男人的天堂狠狠| 97热精品久久久久久| 美女高潮的动态| 日韩欧美在线二视频| 大又大粗又爽又黄少妇毛片口| 中文字幕高清在线视频| 国产探花极品一区二区| 久久精品国产亚洲av涩爱 | 夜夜看夜夜爽夜夜摸| 人妻夜夜爽99麻豆av| 午夜影院日韩av| 2021天堂中文幕一二区在线观| 久久精品国产亚洲av香蕉五月| 亚洲av成人av| 黄色视频,在线免费观看| 亚洲七黄色美女视频| 亚洲精华国产精华精| 69人妻影院| 乱系列少妇在线播放| 中出人妻视频一区二区| 欧美日韩亚洲国产一区二区在线观看| 亚洲av电影不卡..在线观看| 精品日产1卡2卡| 亚洲成av人片在线播放无| 成人永久免费在线观看视频| 国产黄片美女视频| 两个人的视频大全免费| 成人av一区二区三区在线看| 亚洲真实伦在线观看| 99在线人妻在线中文字幕| 亚洲一级一片aⅴ在线观看| 国产精品一区二区三区四区久久| 亚洲熟妇熟女久久| 超碰av人人做人人爽久久| 久久人人爽人人爽人人片va| 一区二区三区免费毛片| 熟女人妻精品中文字幕| 亚洲精品456在线播放app | 精品不卡国产一区二区三区| 身体一侧抽搐| 欧美日本亚洲视频在线播放| 最新中文字幕久久久久| 国产免费av片在线观看野外av| 欧美一区二区国产精品久久精品| 我要搜黄色片| 一本一本综合久久| 韩国av在线不卡| 日韩欧美在线二视频| 国产伦一二天堂av在线观看| 中文亚洲av片在线观看爽| 一区二区三区高清视频在线| 国产不卡一卡二| 欧美一区二区亚洲| 男女视频在线观看网站免费| 久9热在线精品视频| 午夜爱爱视频在线播放| 蜜桃亚洲精品一区二区三区| 日本三级黄在线观看| 亚洲男人的天堂狠狠| 波多野结衣巨乳人妻| 成人特级黄色片久久久久久久| 午夜福利高清视频| 又紧又爽又黄一区二区| 成人三级黄色视频| 女生性感内裤真人,穿戴方法视频| 女人十人毛片免费观看3o分钟| 亚洲最大成人手机在线| 精品久久国产蜜桃| 午夜福利在线观看吧| 美女高潮的动态| 久久久精品大字幕| 亚洲专区国产一区二区| 变态另类成人亚洲欧美熟女| 日本成人三级电影网站| 成人毛片a级毛片在线播放| 国产男靠女视频免费网站| 在线国产一区二区在线| 特级一级黄色大片| 成人毛片a级毛片在线播放| www.色视频.com| 天堂√8在线中文| 欧美激情在线99| 桃红色精品国产亚洲av| 久久午夜亚洲精品久久| 亚洲精品乱码久久久v下载方式| 国产精品电影一区二区三区| 国产成人一区二区在线| 日韩一本色道免费dvd| 亚洲国产精品sss在线观看| 免费看a级黄色片| 国产精品人妻久久久影院| 综合色av麻豆| 亚洲四区av| 精品午夜福利视频在线观看一区| 特大巨黑吊av在线直播| 成人欧美大片| 欧美日韩瑟瑟在线播放| 久久久久久九九精品二区国产| 3wmmmm亚洲av在线观看| 亚洲av.av天堂| 久久久久久久精品吃奶| 亚洲成a人片在线一区二区| 男女那种视频在线观看| 国产精品一区二区三区四区免费观看 | 最近中文字幕高清免费大全6 | 精品久久久久久久末码| 中文字幕精品亚洲无线码一区| 亚洲国产精品久久男人天堂| 窝窝影院91人妻| 不卡视频在线观看欧美| 国产三级中文精品| 亚洲精品色激情综合| 国产精品女同一区二区软件 | 国产视频内射| 免费观看精品视频网站| 欧美xxxx性猛交bbbb| 又黄又爽又刺激的免费视频.| 日本成人三级电影网站| 小说图片视频综合网站| 日韩中文字幕欧美一区二区| 男女啪啪激烈高潮av片| 国产熟女欧美一区二区| 久久久久久久久久黄片| 成人无遮挡网站| 免费看日本二区| 老司机福利观看| 欧美激情久久久久久爽电影| 搡女人真爽免费视频火全软件 | 亚洲专区中文字幕在线| av天堂中文字幕网| 99热网站在线观看| 国产欧美日韩精品亚洲av| www.www免费av| 少妇人妻精品综合一区二区 | 成年女人永久免费观看视频| 一级毛片久久久久久久久女| 欧美色视频一区免费| 亚洲avbb在线观看| 国产在视频线在精品| 免费人成在线观看视频色| 国产精品1区2区在线观看.| 亚洲av.av天堂| 高清毛片免费观看视频网站| 蜜桃久久精品国产亚洲av| 91狼人影院| 国语自产精品视频在线第100页| 一区福利在线观看| 毛片一级片免费看久久久久 | www.色视频.com| 国产不卡一卡二| 午夜福利欧美成人| 国产精品爽爽va在线观看网站| 亚洲av美国av| 亚洲精品影视一区二区三区av| 久久国产精品人妻蜜桃| 国产毛片a区久久久久| 免费看a级黄色片| 欧美性猛交黑人性爽| 欧美3d第一页| 天天一区二区日本电影三级| 婷婷精品国产亚洲av在线| 亚洲一级一片aⅴ在线观看| 久久6这里有精品| 欧美色欧美亚洲另类二区| 欧美一级a爱片免费观看看| 国产久久久一区二区三区| 亚洲三级黄色毛片| 中文字幕高清在线视频| 亚洲第一区二区三区不卡| 深夜a级毛片| 搡老妇女老女人老熟妇| 久久午夜福利片| 亚洲天堂国产精品一区在线| 国产亚洲精品久久久久久毛片| 欧美区成人在线视频| 免费av毛片视频| 一夜夜www| 99久久成人亚洲精品观看| 亚洲电影在线观看av| 久久精品国产清高在天天线| 人妻少妇偷人精品九色| 日日摸夜夜添夜夜添小说| 免费在线观看影片大全网站| 99在线人妻在线中文字幕| 熟女人妻精品中文字幕| 亚洲国产日韩欧美精品在线观看| 亚洲电影在线观看av| 亚洲内射少妇av| 免费看av在线观看网站| 国产精品人妻久久久久久| 永久网站在线| 欧美性感艳星| 成人高潮视频无遮挡免费网站| 乱人视频在线观看| 国产麻豆成人av免费视频| 国内精品一区二区在线观看| 长腿黑丝高跟| 在线免费十八禁| 国产亚洲精品综合一区在线观看| 在线观看一区二区三区| 日本爱情动作片www.在线观看 | 看黄色毛片网站| 日韩精品有码人妻一区| 亚洲最大成人手机在线| 国产在线男女| 国产主播在线观看一区二区| 亚洲av第一区精品v没综合| 亚洲人与动物交配视频| 美女被艹到高潮喷水动态| 欧美一区二区精品小视频在线| 亚洲av第一区精品v没综合| 亚洲欧美激情综合另类| 中文字幕高清在线视频| 亚洲精品一区av在线观看| 中国美女看黄片| 国产久久久一区二区三区| 变态另类成人亚洲欧美熟女| 亚洲专区中文字幕在线| 日日干狠狠操夜夜爽| 国产单亲对白刺激| 少妇熟女aⅴ在线视频| av在线观看视频网站免费| 成年人黄色毛片网站| 在线国产一区二区在线| 最新中文字幕久久久久| 一进一出抽搐动态| 天堂av国产一区二区熟女人妻| 久久精品人妻少妇| 亚洲av一区综合| 亚洲av电影不卡..在线观看| 日韩人妻高清精品专区| 嫩草影院精品99| 久久99热6这里只有精品| 精品一区二区三区人妻视频| 少妇的逼好多水| 亚洲人成伊人成综合网2020| 色尼玛亚洲综合影院| 波多野结衣高清无吗| 国国产精品蜜臀av免费| 欧美黑人巨大hd| 国产色婷婷99| 日韩欧美一区二区三区在线观看| 高清毛片免费观看视频网站| 精品一区二区三区av网在线观看| 1000部很黄的大片| 午夜福利在线观看吧| 国产色婷婷99| 波多野结衣高清无吗| 免费观看人在逋| 可以在线观看毛片的网站| 精品人妻1区二区| 精品久久久久久久末码| 亚洲,欧美,日韩| 热99在线观看视频| 日韩亚洲欧美综合| 网址你懂的国产日韩在线| 免费电影在线观看免费观看| 亚洲国产色片| 成人欧美大片| 亚洲18禁久久av| 99热6这里只有精品| 少妇熟女aⅴ在线视频| 狂野欧美激情性xxxx在线观看| 老司机福利观看| 成人特级黄色片久久久久久久| 精品久久久久久久久av| 亚洲第一电影网av| 12—13女人毛片做爰片一| 欧美精品国产亚洲| av黄色大香蕉| 国产高清视频在线播放一区| 18禁在线播放成人免费| 女的被弄到高潮叫床怎么办 | 老司机午夜福利在线观看视频| 国产精品1区2区在线观看.| 亚洲av一区综合| 国产精品永久免费网站| 日韩一本色道免费dvd| 成年人黄色毛片网站| 亚洲成av人片在线播放无| 国产蜜桃级精品一区二区三区| 国产精品伦人一区二区| 日本成人三级电影网站| 亚洲精品粉嫩美女一区| 久久精品国产99精品国产亚洲性色| 国产老妇女一区| 久久久久久久午夜电影| 欧美成人免费av一区二区三区| 国语自产精品视频在线第100页| 欧美日本亚洲视频在线播放| 精品午夜福利在线看| 国内精品久久久久久久电影| 日本熟妇午夜| 我要搜黄色片| 观看免费一级毛片| 久久欧美精品欧美久久欧美| 午夜精品久久久久久毛片777| 欧美人与善性xxx| 精品乱码久久久久久99久播| 精品久久久久久久久久久久久| 中文字幕av成人在线电影| 毛片一级片免费看久久久久 | 一级av片app| 国产午夜精品久久久久久一区二区三区 | 91久久精品国产一区二区三区| 色av中文字幕| 国产爱豆传媒在线观看| 在现免费观看毛片| 搞女人的毛片| 亚洲精品色激情综合| 美女cb高潮喷水在线观看| 国产精品久久久久久久电影| 听说在线观看完整版免费高清| 日本撒尿小便嘘嘘汇集6| 亚洲av中文av极速乱 | 性欧美人与动物交配| 欧美一区二区精品小视频在线| 亚洲七黄色美女视频| 亚洲av中文字字幕乱码综合| 日韩欧美国产一区二区入口| 最近最新免费中文字幕在线| 亚洲午夜理论影院| 亚洲精品国产成人久久av| 亚洲人成网站在线播| 欧美日韩瑟瑟在线播放| 国产av不卡久久| 国产美女午夜福利| 日韩在线高清观看一区二区三区 | 久久精品人妻少妇|