• <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AdaBoost 與RusBoost 的水聲目標(biāo)雜波分類研究與應(yīng)用

    2021-07-26 05:54:04何榮欽胡鵬馮金鹿
    聲學(xué)與電子工程 2021年2期
    關(guān)鍵詞:水聲雜波分類

    何榮欽 胡鵬 馮金鹿

    (第七一五研究所,杭州,310023)

    對(duì)水聲目標(biāo)、雜波進(jìn)行分類在漁業(yè)生產(chǎn)、海洋信息產(chǎn)業(yè)、科學(xué)調(diào)查研究以及國防軍事中有著重要作用[1],可以更好的從雜波中將目標(biāo)區(qū)分出來,為后續(xù)聲吶信息處理提供重要幫助[2]。水聲目標(biāo)的識(shí)別總體框架一般包括目標(biāo)獲取、特征提取、分類識(shí)別三大部分。在目標(biāo)獲取部分,海洋試驗(yàn)不夠多,一般數(shù)據(jù)積累較少,優(yōu)質(zhì)數(shù)據(jù)集不容易獲取。特征提取部分,常規(guī)特征提取較成熟,基本上能夠反映目標(biāo)真實(shí)特性[3]。

    傳統(tǒng)的水聲目標(biāo)和雜波的分類是通過人工觀察聲吶畫面來區(qū)分,將雜波剔除,選擇目標(biāo)。因此僅停留在表面特征上,工作量大,不能很好的完成分類工作。人工智能分類方法可以提高分類準(zhǔn)確率和自動(dòng)化。當(dāng)水聲數(shù)據(jù)集樣本中目標(biāo)數(shù)量較少、雜波較多時(shí),采用一種能夠適應(yīng)不平衡數(shù)據(jù)集的方法尤為重要。集成方法的基分類器相對(duì)簡單,通過boost 之后又能表現(xiàn)出很好的效果,且對(duì)樣本集數(shù)量沒有太大要求。本文采用AdaBoost 和RusBoost 方法,對(duì)數(shù)量有限的不平衡水聲目標(biāo)數(shù)據(jù)進(jìn)行交叉驗(yàn)證實(shí)驗(yàn),對(duì)比分析兩類算法識(shí)別效果。

    1 Adaboost 算法

    Boost 是一類可將弱學(xué)習(xí)器提升為強(qiáng)學(xué)習(xí)器的算法[4]。先從訓(xùn)練集訓(xùn)練出一個(gè)基學(xué)習(xí)器,再根據(jù)基學(xué)習(xí)器的表現(xiàn)對(duì)樣本分布進(jìn)行調(diào)整,使得先前基學(xué)習(xí)器做錯(cuò)的訓(xùn)練樣本在后續(xù)受到更多關(guān)注,然后基于調(diào)整后的樣本分布來訓(xùn)練下一個(gè)基學(xué)習(xí)器。如此循環(huán)進(jìn)行,直至基學(xué)習(xí)器數(shù)目達(dá)到事先指定的值T,最后將T個(gè)基學(xué)習(xí)器進(jìn)行加權(quán)結(jié)合。其中AdaBoost[5]就是常用方法。隨著T的增加,集成錯(cuò)誤率將指數(shù)級(jí)下降,最終趨于零。因此AdaBoost對(duì)分類有較好的效果。但是當(dāng)目標(biāo)較少、雜波較多時(shí),雜波類對(duì)誤差損失函數(shù)貢獻(xiàn)較大,因此,AdaBoost 模型更容易傾向于數(shù)量較多的雜波,更可能將目標(biāo)分類成雜波,不能準(zhǔn)確地將目標(biāo)從雜波區(qū)分出來。

    圖1 AdaBoost 算法流程

    (1)初始化

    (2)迭代

    ● 基分類器

    式中,m為迭代計(jì)數(shù)。

    ● 分類誤差

    2 RusBoost 算法

    2.1 不平衡數(shù)據(jù)集處理

    當(dāng)目標(biāo)數(shù)據(jù)少、雜波多,整個(gè)數(shù)據(jù)集存在較大不平衡問題,因此從數(shù)據(jù)角度出發(fā),對(duì)樣本進(jìn)行抽樣[6-9]。隨機(jī)采樣是較常見的方法,主要分為隨機(jī)上采樣和隨機(jī)下采樣。前者從少數(shù)樣本中有放回的進(jìn)行抽樣,重復(fù)多次,組合成新的與多數(shù)樣本數(shù)量相近的樣本集。而隨機(jī)下采樣則相反,在多數(shù)樣本中有放回或者無放回的重復(fù)采樣,抽取與少數(shù)樣本數(shù)量相近的樣本集。本文中因?yàn)槟繕?biāo)較少且雜波較多,需要多次重復(fù)上采樣才能使得樣本相對(duì)平衡分布。雜波對(duì)應(yīng)的樣本數(shù)量較大,通過重復(fù)上采樣會(huì)使得目標(biāo)被重復(fù)采樣次數(shù)過多,生成目標(biāo)上采樣也不能保證與真實(shí)目標(biāo)特征一致且與雜波特征不一樣。人工隨機(jī)下采樣對(duì)數(shù)據(jù)集預(yù)處理,雖然表面上看解決了數(shù)據(jù)不平衡問題,但雜波可能是由多種原因造成,本身就存在不均衡的問題,因此實(shí)際送給Boost 的訓(xùn)練數(shù)已經(jīng)去除了部分雜波,每個(gè)基分類器獲得的子數(shù)據(jù)集來源于同一人為下采樣后數(shù)據(jù)集,使得被去除的雜波信息丟失。因此,本文采樣應(yīng)用RusBoost 方法,它使用完整數(shù)據(jù)集,對(duì)基學(xué)習(xí)器獨(dú)立下采樣訓(xùn)練集成,這樣能夠盡量保證雜波被全部利用,避免采樣造成的信息丟失[10]。

    2.2 RusBoost 算法

    RusBoost 即隨機(jī)欠采樣提升算法?;驹砼cAdaBoost 類似。只是對(duì)訓(xùn)練集預(yù)處理時(shí),使用RUS(Random Under-Sampling)方法進(jìn)行抽取,將隨機(jī)下采樣抽取后的訓(xùn)練集子集輸入boost 方法中,最終得到訓(xùn)練模型。該算法區(qū)別在于:先將所有樣本設(shè)置歸一化的樣本權(quán)重。

    第i次迭代時(shí),從多數(shù)類樣本中隨機(jī)下采樣得到m個(gè)樣本,與少數(shù)類樣本組成隨機(jī)下采樣訓(xùn)練子集Si,并重新歸一化權(quán)重Sd。此時(shí)得到了第i次迭代的訓(xùn)練集Si和權(quán)重Sd。然后進(jìn)行Boost 迭代。

    3 實(shí)驗(yàn)驗(yàn)證

    3.1 數(shù)據(jù)集

    數(shù)據(jù)為海試獲得的主動(dòng)水聲目標(biāo)數(shù)據(jù)。從目標(biāo)中提取出關(guān)于幾何特征和回波信號(hào)特征。水聲目標(biāo)特征提取是通過信號(hào)分析和圖像分析得到。一般從信號(hào)發(fā)射、信號(hào)傳播和接收回波信號(hào)并處理分析后得到目標(biāo)的材料特征、幾何特征以及運(yùn)動(dòng)特征[1,11]。本文提取4 類特征共12 個(gè),分別是擴(kuò)展類特征4個(gè)、信噪比特征1 個(gè)、統(tǒng)計(jì)特征2 個(gè)和形狀特征5個(gè)。擴(kuò)展類特征是根據(jù)主動(dòng)聲吶回波信號(hào)的距離角度等擴(kuò)展,比如距離擴(kuò)展;信噪比特征是能量信噪比相關(guān)的特征,比如能量密度;統(tǒng)計(jì)特征是回波中過門限點(diǎn)的統(tǒng)計(jì)學(xué)特征,比如峰度;形狀特征是回波中過門限點(diǎn)形狀分布特征,比如點(diǎn)密度。

    本次水聲目標(biāo)數(shù)據(jù)集A 共有目標(biāo)176 個(gè),雜波43 036 個(gè)。隨機(jī)劃分為訓(xùn)練集A_train 和測試集A_test,其中訓(xùn)練集包含105 個(gè)目標(biāo),25 863 個(gè)雜波;測試集包含71 個(gè)目標(biāo),17 173 個(gè)雜波。數(shù)據(jù)集B 目標(biāo)67 個(gè),雜波8929 個(gè)。數(shù)據(jù)集A 和B 為不同時(shí)間不同海域試驗(yàn)數(shù)據(jù)。

    3.2 實(shí)驗(yàn)設(shè)計(jì)

    訓(xùn)練采用交叉驗(yàn)證法,進(jìn)行5 折交叉驗(yàn)證。迭代次數(shù)為50。采用決策樹作為具體基分類器,并將決策樹最大深度設(shè)置為20。分別使用AdaBoost 和RusBoost 進(jìn)行訓(xùn)練,得到訓(xùn)練驗(yàn)證結(jié)果。最后分別對(duì)測試集A_test 和數(shù)據(jù)集B 進(jìn)行測試。

    3.3 訓(xùn)練驗(yàn)證

    圖2 為AdaBoost 和RusBoost 的ROC(Receiver Operating Characteristic)曲線??梢钥吹絻烧逺OC曲線較為相近,但是預(yù)測結(jié)果相差較大。對(duì)于驗(yàn)證結(jié)果,設(shè)定目標(biāo)為正例,雜波為反例,那么AdaBoost的真正例率(真實(shí)正例被預(yù)測為正例的比例,用TPR表示)為0.44,假正例率(真實(shí)的反例被預(yù)測為正例的比例,用FPR表示)為0.00,對(duì)目標(biāo)濾除較多。RusBoost 的TPR為0.92,F(xiàn)PR為0.02,即90%以上的目標(biāo)被正確分類,被錯(cuò)誤分類為目標(biāo)的雜波的比例也很低。

    圖2 訓(xùn)練集A_train ROC 曲線

    圖3 和圖4 分別為AdaBoost 和RusBoost 數(shù)據(jù)集A 目標(biāo)預(yù)測概率值的頻率分布直方圖。很明顯可以看出,前者雜波較為集中,目標(biāo)分散在0.2~0.9之間,但是一部分目標(biāo)預(yù)測概率低于0.5,無法被正確分類。后者雜波預(yù)測概率雖然往0.5 偏移,但是目標(biāo)基本上集中到了0.5 右側(cè)。根據(jù)預(yù)測概率,能夠較好地將目標(biāo)分類出來。這也就解釋了ROC曲線相近,但是概率分布存在差異,使得后者分類效果較好。

    3.4 測試結(jié)果

    測試集A_test 和數(shù)據(jù)集B 分別進(jìn)行測試,結(jié)果見表1~3。從表1、2 可以看出, AdaBoost 雖然FPR很低,但TPR僅0.5 左右,一半真實(shí)目標(biāo)未被正確分類。應(yīng)用RusBoost 方法后,雖然雜波被分類成目標(biāo)是數(shù)量略有升高,但是TPR超過了0.9。使用相近的數(shù)據(jù)集B 進(jìn)行測試(表3)后,仍舊可以接近0.9 的目標(biāo)分類正確率,由于B 數(shù)據(jù)集雜波相對(duì)較少,因此FPR有所上升,但實(shí)際留下的雜波數(shù)量變化不大。

    表2 測試集A_test 混淆矩陣

    表3 數(shù)據(jù)集B TPR-FPR 表

    4 結(jié)束語

    經(jīng)過研究對(duì)比,RusBoost 較AdaBoost 更好地處理水聲目標(biāo)不平衡數(shù)據(jù),使得目標(biāo)被正確分類,雜波也盡可能被正確分類。通過數(shù)據(jù)集A 訓(xùn)練得到的模型在數(shù)據(jù)集B 上進(jìn)行測試也能有較好的效果,模型具有一定的泛化能力。因此在有限的不平衡水聲目標(biāo)數(shù)據(jù)集下,訓(xùn)練速度較快且能夠應(yīng)對(duì)不平衡數(shù)據(jù)的RusBoost 方法在目標(biāo)雜波分類中效果較好,能夠勝任諸多科研生產(chǎn)任務(wù)。未來隨著數(shù)據(jù)集的擴(kuò)充與數(shù)據(jù)集質(zhì)量的提高,可以引入更多的機(jī)器學(xué)習(xí)方法,以尋求更好的結(jié)果。

    猜你喜歡
    水聲雜波分類
    STAR2000型空管一次雷達(dá)雜波抑制淺析
    分類算一算
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    認(rèn)知水聲通信系統(tǒng)中OFDM技術(shù)的應(yīng)用
    電子制作(2017年22期)2017-02-02 07:10:34
    新型多功能水聲應(yīng)答器電子系統(tǒng)設(shè)計(jì)
    電子制作(2017年19期)2017-02-02 07:08:28
    FRFT在水聲信道時(shí)延頻移聯(lián)合估計(jì)中的應(yīng)用
    密集雜波環(huán)境下確定性退火DA-HPMHT跟蹤算法
    相關(guān)廣義復(fù)合分布雷達(dá)海雜波仿真
    遙測遙控(2015年2期)2015-04-23 08:15:22
    国产av精品麻豆| 级片在线观看| 欧美不卡视频在线免费观看 | 91在线观看av| 人人妻,人人澡人人爽秒播| 宅男免费午夜| 国产精华一区二区三区| 美女扒开内裤让男人捅视频| 女性被躁到高潮视频| 男女午夜视频在线观看| 国产亚洲精品久久久久5区| 一级作爱视频免费观看| 久久 成人 亚洲| 国产一级毛片七仙女欲春2 | 99在线视频只有这里精品首页| 国产人伦9x9x在线观看| 国产亚洲av高清不卡| 久久精品aⅴ一区二区三区四区| 亚洲熟妇中文字幕五十中出| or卡值多少钱| 午夜精品久久久久久毛片777| 亚洲人成电影免费在线| 国产成人精品久久二区二区免费| 国产av在哪里看| 深夜精品福利| 99香蕉大伊视频| 91老司机精品| 动漫黄色视频在线观看| www.999成人在线观看| 嫁个100分男人电影在线观看| 午夜成年电影在线免费观看| 精品少妇一区二区三区视频日本电影| 国产精品免费一区二区三区在线| 午夜免费激情av| 日韩欧美国产在线观看| 亚洲人成网站在线播放欧美日韩| 午夜福利欧美成人| 丝袜人妻中文字幕| 一级毛片女人18水好多| 999久久久国产精品视频| 免费高清视频大片| 亚洲色图 男人天堂 中文字幕| 色尼玛亚洲综合影院| 亚洲色图av天堂| 国产真人三级小视频在线观看| 免费女性裸体啪啪无遮挡网站| 免费不卡黄色视频| 午夜福利影视在线免费观看| 久久狼人影院| a在线观看视频网站| 亚洲精品国产色婷婷电影| 一二三四在线观看免费中文在| 日韩 欧美 亚洲 中文字幕| 两个人视频免费观看高清| 老司机午夜福利在线观看视频| 欧美乱码精品一区二区三区| 精品国产一区二区三区四区第35| 亚洲一码二码三码区别大吗| 欧美另类亚洲清纯唯美| 久久久久国产精品人妻aⅴ院| 美女大奶头视频| 男女之事视频高清在线观看| 日本三级黄在线观看| 欧美不卡视频在线免费观看 | 久久精品国产清高在天天线| 亚洲五月婷婷丁香| 日韩大尺度精品在线看网址 | 亚洲一区高清亚洲精品| 激情在线观看视频在线高清| 国产主播在线观看一区二区| 国产色视频综合| 精品一区二区三区av网在线观看| 嫩草影视91久久| 亚洲av电影在线进入| 国产成人一区二区三区免费视频网站| 熟妇人妻久久中文字幕3abv| 男人舔女人下体高潮全视频| av超薄肉色丝袜交足视频| 久久伊人香网站| 亚洲欧美精品综合一区二区三区| www.999成人在线观看| 久久久国产成人免费| 国产激情欧美一区二区| 亚洲国产高清在线一区二区三 | 嫩草影院精品99| 97超级碰碰碰精品色视频在线观看| 搡老熟女国产l中国老女人| 国产视频一区二区在线看| 日本 av在线| 日本 欧美在线| 亚洲欧洲精品一区二区精品久久久| 亚洲欧美日韩另类电影网站| 亚洲精品粉嫩美女一区| 欧美一级毛片孕妇| 国产真人三级小视频在线观看| 18禁美女被吸乳视频| 大码成人一级视频| 亚洲三区欧美一区| 99国产精品免费福利视频| 日韩大码丰满熟妇| 午夜福利成人在线免费观看| 一进一出好大好爽视频| 欧美日韩中文字幕国产精品一区二区三区 | 变态另类成人亚洲欧美熟女 | 亚洲精品中文字幕一二三四区| 日本 欧美在线| 亚洲人成伊人成综合网2020| 性欧美人与动物交配| 91麻豆av在线| 成人18禁在线播放| 看片在线看免费视频| 亚洲一区中文字幕在线| 亚洲 欧美 日韩 在线 免费| 欧美av亚洲av综合av国产av| 日韩欧美三级三区| 制服丝袜大香蕉在线| 99在线视频只有这里精品首页| 日日摸夜夜添夜夜添小说| 日本五十路高清| 男女之事视频高清在线观看| 久久人人爽av亚洲精品天堂| 亚洲精品一区av在线观看| 国产精品精品国产色婷婷| 欧美中文日本在线观看视频| 日韩中文字幕欧美一区二区| 国产精品日韩av在线免费观看 | 精品国产美女av久久久久小说| 亚洲五月婷婷丁香| av电影中文网址| 久久狼人影院| 精品熟女少妇八av免费久了| 老熟妇乱子伦视频在线观看| 在线免费观看的www视频| 久99久视频精品免费| 咕卡用的链子| 男人舔女人下体高潮全视频| 99精品久久久久人妻精品| 欧美乱码精品一区二区三区| 欧美老熟妇乱子伦牲交| 精品熟女少妇八av免费久了| 97人妻天天添夜夜摸| 美女高潮喷水抽搐中文字幕| 在线av久久热| 日本黄色视频三级网站网址| 久久人妻福利社区极品人妻图片| 最新美女视频免费是黄的| 12—13女人毛片做爰片一| 国产av精品麻豆| 免费久久久久久久精品成人欧美视频| 亚洲 欧美 日韩 在线 免费| 国产成人精品在线电影| 黄色丝袜av网址大全| 999精品在线视频| 大陆偷拍与自拍| 欧美成人免费av一区二区三区| 久久国产精品影院| 亚洲人成77777在线视频| 亚洲第一欧美日韩一区二区三区| 国产一区二区三区视频了| 亚洲狠狠婷婷综合久久图片| 正在播放国产对白刺激| 村上凉子中文字幕在线| 男人操女人黄网站| 色老头精品视频在线观看| 岛国视频午夜一区免费看| 日韩一卡2卡3卡4卡2021年| 757午夜福利合集在线观看| 免费在线观看完整版高清| 美女 人体艺术 gogo| 色婷婷久久久亚洲欧美| 在线天堂中文资源库| 久久久国产成人精品二区| 国产精品免费视频内射| 丝袜美腿诱惑在线| 高潮久久久久久久久久久不卡| 乱人伦中国视频| 久久久久久久久久久久大奶| 黄色毛片三级朝国网站| 国产蜜桃级精品一区二区三区| 69精品国产乱码久久久| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品乱码一区二三区的特点 | 色播在线永久视频| 黄片小视频在线播放| 99久久国产精品久久久| 亚洲三区欧美一区| 最近最新中文字幕大全免费视频| 久久 成人 亚洲| 亚洲av成人不卡在线观看播放网| 国产精品av久久久久免费| 亚洲国产中文字幕在线视频| 国产精品综合久久久久久久免费 | 久久久久久久久中文| 久久狼人影院| 97超级碰碰碰精品色视频在线观看| 一二三四在线观看免费中文在| 国产一区二区在线av高清观看| 99久久综合精品五月天人人| 亚洲成人免费电影在线观看| 最近最新中文字幕大全免费视频| 丝袜美足系列| 99精品欧美一区二区三区四区| e午夜精品久久久久久久| 亚洲欧美日韩另类电影网站| 亚洲欧美一区二区三区黑人| 波多野结衣巨乳人妻| 男女下面进入的视频免费午夜 | www国产在线视频色| 一区二区三区激情视频| 中文字幕另类日韩欧美亚洲嫩草| 国产日韩一区二区三区精品不卡| 日韩欧美国产一区二区入口| 一级,二级,三级黄色视频| 99国产精品99久久久久| 国产主播在线观看一区二区| 久久久国产成人精品二区| 精品国产超薄肉色丝袜足j| 精品国产乱码久久久久久男人| 精品第一国产精品| 午夜a级毛片| 国产精品美女特级片免费视频播放器 | 欧美日本中文国产一区发布| 丰满人妻熟妇乱又伦精品不卡| 韩国精品一区二区三区| 青草久久国产| 国产乱人伦免费视频| 成人亚洲精品一区在线观看| 我的亚洲天堂| 他把我摸到了高潮在线观看| e午夜精品久久久久久久| 在线观看www视频免费| 叶爱在线成人免费视频播放| 可以在线观看毛片的网站| 国产真人三级小视频在线观看| 中文字幕人妻熟女乱码| 激情在线观看视频在线高清| 免费观看人在逋| 我的亚洲天堂| 国产一卡二卡三卡精品| 美女扒开内裤让男人捅视频| 亚洲 国产 在线| 亚洲五月天丁香| 99久久99久久久精品蜜桃| 18禁国产床啪视频网站| 色综合欧美亚洲国产小说| 悠悠久久av| 大型av网站在线播放| 可以在线观看毛片的网站| 国产av一区二区精品久久| x7x7x7水蜜桃| 老熟妇仑乱视频hdxx| 久久亚洲真实| 午夜福利影视在线免费观看| or卡值多少钱| 黄色毛片三级朝国网站| 亚洲精品美女久久久久99蜜臀| 精品欧美一区二区三区在线| 午夜影院日韩av| 制服诱惑二区| 在线观看免费视频日本深夜| 免费搜索国产男女视频| 亚洲va日本ⅴa欧美va伊人久久| 亚洲熟妇熟女久久| 淫妇啪啪啪对白视频| 一a级毛片在线观看| 久久这里只有精品19| 中文亚洲av片在线观看爽| 精品免费久久久久久久清纯| 99久久99久久久精品蜜桃| 天堂动漫精品| 黑人欧美特级aaaaaa片| 久久天堂一区二区三区四区| 法律面前人人平等表现在哪些方面| 国产精品影院久久| 国产av又大| 一二三四在线观看免费中文在| 91av网站免费观看| 婷婷丁香在线五月| 夜夜看夜夜爽夜夜摸| 99国产精品一区二区蜜桃av| 亚洲欧美日韩高清在线视频| 精品久久久久久,| 日韩有码中文字幕| 黄色 视频免费看| 亚洲欧美一区二区三区黑人| 国产av一区在线观看免费| 一级黄色大片毛片| 在线观看一区二区三区| 精品国产乱码久久久久久男人| 亚洲免费av在线视频| 亚洲国产日韩欧美精品在线观看 | 国产亚洲精品一区二区www| 国产野战对白在线观看| 久久中文字幕人妻熟女| 久久久久久亚洲精品国产蜜桃av| 在线观看舔阴道视频| 国产又色又爽无遮挡免费看| 久久人妻熟女aⅴ| 成人三级做爰电影| 久热爱精品视频在线9| www.999成人在线观看| 校园春色视频在线观看| 国产精品久久久av美女十八| 成人国语在线视频| 亚洲精品一区av在线观看| 欧美日韩福利视频一区二区| 99久久久亚洲精品蜜臀av| 视频在线观看一区二区三区| 久久国产精品影院| 久久久久国内视频| 亚洲国产精品合色在线| av视频在线观看入口| 国产亚洲精品av在线| 天堂√8在线中文| 91大片在线观看| 欧美黑人精品巨大| 日本在线视频免费播放| 国产真人三级小视频在线观看| 国产亚洲欧美98| 精品电影一区二区在线| 中文字幕人妻熟女乱码| 国产欧美日韩一区二区三区在线| 国产极品粉嫩免费观看在线| 成人国产一区最新在线观看| 人人妻人人澡人人看| 老汉色∧v一级毛片| 99riav亚洲国产免费| 欧美精品亚洲一区二区| 亚洲一码二码三码区别大吗| 亚洲午夜精品一区,二区,三区| av在线天堂中文字幕| 91精品国产国语对白视频| 国产精品二区激情视频| 看免费av毛片| 黄色视频不卡| 免费一级毛片在线播放高清视频 | 亚洲自偷自拍图片 自拍| 成人亚洲精品一区在线观看| 亚洲午夜理论影院| 免费看美女性在线毛片视频| 欧美绝顶高潮抽搐喷水| 狠狠狠狠99中文字幕| 国产精品亚洲美女久久久| 国产av精品麻豆| 亚洲av片天天在线观看| 国产精品精品国产色婷婷| 看黄色毛片网站| 黄色视频不卡| 看黄色毛片网站| 日韩视频一区二区在线观看| 精品久久久久久久人妻蜜臀av | 国产精品一区二区在线不卡| 亚洲视频免费观看视频| 最近最新中文字幕大全电影3 | 国产一区二区激情短视频| 淫妇啪啪啪对白视频| 岛国视频午夜一区免费看| 最近最新中文字幕大全电影3 | 90打野战视频偷拍视频| 咕卡用的链子| 性色av乱码一区二区三区2| 无限看片的www在线观看| 天堂√8在线中文| 国产欧美日韩综合在线一区二区| 国产成人影院久久av| 91老司机精品| 涩涩av久久男人的天堂| 欧美成人性av电影在线观看| 最新在线观看一区二区三区| 九色亚洲精品在线播放| АⅤ资源中文在线天堂| 亚洲成国产人片在线观看| 美女国产高潮福利片在线看| 中文字幕人妻丝袜一区二区| 国产亚洲欧美98| 老熟妇乱子伦视频在线观看| 免费在线观看完整版高清| 嫁个100分男人电影在线观看| 黄色毛片三级朝国网站| 精品人妻1区二区| 高清黄色对白视频在线免费看| 9色porny在线观看| 国产三级在线视频| 18禁裸乳无遮挡免费网站照片 | 国产精华一区二区三区| 国产亚洲精品av在线| 日本五十路高清| 久久天躁狠狠躁夜夜2o2o| 成人亚洲精品av一区二区| 黄色成人免费大全| 亚洲激情在线av| 18禁黄网站禁片午夜丰满| 无限看片的www在线观看| avwww免费| 久久精品91无色码中文字幕| 精品国内亚洲2022精品成人| 国产av在哪里看| 久久久久九九精品影院| 丁香六月欧美| 久久精品人人爽人人爽视色| 日日爽夜夜爽网站| 国产高清激情床上av| 可以在线观看的亚洲视频| 在线观看舔阴道视频| 午夜a级毛片| 中亚洲国语对白在线视频| 欧美久久黑人一区二区| 动漫黄色视频在线观看| 免费看美女性在线毛片视频| 9色porny在线观看| 神马国产精品三级电影在线观看 | 多毛熟女@视频| 亚洲一区二区三区色噜噜| а√天堂www在线а√下载| 亚洲色图综合在线观看| 波多野结衣高清无吗| 久久精品成人免费网站| 人人澡人人妻人| 婷婷精品国产亚洲av在线| 一边摸一边抽搐一进一小说| 女人爽到高潮嗷嗷叫在线视频| av在线播放免费不卡| 日韩大码丰满熟妇| 午夜日韩欧美国产| 精品乱码久久久久久99久播| 亚洲午夜精品一区,二区,三区| av在线播放免费不卡| 国产色视频综合| 欧美激情久久久久久爽电影 | 日本撒尿小便嘘嘘汇集6| 国产乱人伦免费视频| 国产黄a三级三级三级人| 多毛熟女@视频| 天天躁夜夜躁狠狠躁躁| 在线观看午夜福利视频| 天天一区二区日本电影三级 | 精品国产超薄肉色丝袜足j| 国产精品久久久久久人妻精品电影| 在线观看舔阴道视频| 99热只有精品国产| 老司机午夜福利在线观看视频| 亚洲三区欧美一区| 精品久久久久久久毛片微露脸| 久久国产精品人妻蜜桃| 99re在线观看精品视频| 18禁裸乳无遮挡免费网站照片 | 国产麻豆成人av免费视频| 老司机在亚洲福利影院| 久久久国产精品麻豆| 日韩欧美国产在线观看| 99在线人妻在线中文字幕| 亚洲色图综合在线观看| 欧美黑人欧美精品刺激| 精品久久久久久成人av| 人人妻人人澡欧美一区二区 | 色综合婷婷激情| 国产欧美日韩一区二区三| 少妇的丰满在线观看| 国产精品影院久久| 中国美女看黄片| 91在线观看av| 亚洲成av片中文字幕在线观看| 日本三级黄在线观看| 国产av在哪里看| 午夜精品在线福利| 757午夜福利合集在线观看| a级毛片在线看网站| 精品国产亚洲在线| 久久久精品国产亚洲av高清涩受| 一级a爱片免费观看的视频| 国产人伦9x9x在线观看| 国产午夜精品久久久久久| 一级毛片高清免费大全| 99国产精品免费福利视频| √禁漫天堂资源中文www| 亚洲欧美日韩无卡精品| 啪啪无遮挡十八禁网站| 亚洲av片天天在线观看| 黄片小视频在线播放| 欧美另类亚洲清纯唯美| 亚洲av成人不卡在线观看播放网| 99riav亚洲国产免费| 亚洲av五月六月丁香网| 久久中文字幕一级| 精品国内亚洲2022精品成人| 日韩精品免费视频一区二区三区| 美女 人体艺术 gogo| 国产精品亚洲一级av第二区| 叶爱在线成人免费视频播放| 国产精品电影一区二区三区| 黄色视频不卡| av天堂久久9| 国产精品久久久久久精品电影 | 中文字幕色久视频| 午夜福利18| 97超级碰碰碰精品色视频在线观看| 97碰自拍视频| bbb黄色大片| 日韩免费av在线播放| tocl精华| 精品国产超薄肉色丝袜足j| 99riav亚洲国产免费| 亚洲五月色婷婷综合| 一级片免费观看大全| 亚洲午夜精品一区,二区,三区| 两个人视频免费观看高清| 欧美日韩瑟瑟在线播放| 亚洲欧美一区二区三区黑人| 一本大道久久a久久精品| 叶爱在线成人免费视频播放| 精品久久久精品久久久| av在线天堂中文字幕| 欧美日本视频| 久久久精品欧美日韩精品| 丰满人妻熟妇乱又伦精品不卡| 国产真人三级小视频在线观看| 欧美丝袜亚洲另类 | 美女扒开内裤让男人捅视频| 亚洲伊人色综图| 美女 人体艺术 gogo| 天天躁夜夜躁狠狠躁躁| 免费在线观看黄色视频的| 国产高清视频在线播放一区| 欧美日韩福利视频一区二区| 欧美一区二区精品小视频在线| 亚洲一卡2卡3卡4卡5卡精品中文| 丝袜在线中文字幕| 69精品国产乱码久久久| 少妇粗大呻吟视频| 久久久国产成人免费| 老熟妇仑乱视频hdxx| 国产极品粉嫩免费观看在线| 亚洲专区中文字幕在线| 国产成人av教育| 欧美+亚洲+日韩+国产| 亚洲人成伊人成综合网2020| 此物有八面人人有两片| 桃色一区二区三区在线观看| 日韩成人在线观看一区二区三区| 欧美一级毛片孕妇| 一a级毛片在线观看| 欧美国产日韩亚洲一区| 久久天堂一区二区三区四区| 久久人妻av系列| 日韩欧美一区二区三区在线观看| 午夜福利成人在线免费观看| 国产一区在线观看成人免费| 国产亚洲欧美98| 国产亚洲精品第一综合不卡| 制服诱惑二区| 日本免费一区二区三区高清不卡 | 老司机深夜福利视频在线观看| 日日干狠狠操夜夜爽| 欧美 亚洲 国产 日韩一| 午夜亚洲福利在线播放| 亚洲专区字幕在线| 日本免费a在线| 欧美性长视频在线观看| 免费人成视频x8x8入口观看| 变态另类成人亚洲欧美熟女 | 黄网站色视频无遮挡免费观看| 午夜精品在线福利| 亚洲专区中文字幕在线| 性少妇av在线| 日韩成人在线观看一区二区三区| 两人在一起打扑克的视频| 村上凉子中文字幕在线| 亚洲第一欧美日韩一区二区三区| 成人三级黄色视频| 夜夜夜夜夜久久久久| 搡老岳熟女国产| 欧美日韩亚洲国产一区二区在线观看| 亚洲片人在线观看| 成人18禁在线播放| 亚洲成av片中文字幕在线观看| 窝窝影院91人妻| 大陆偷拍与自拍| 色老头精品视频在线观看| 在线观看午夜福利视频| 丝袜在线中文字幕| 性少妇av在线| 99re在线观看精品视频| 国产av一区在线观看免费| 中文字幕人妻丝袜一区二区| 91老司机精品| 色综合站精品国产| 91九色精品人成在线观看| 午夜亚洲福利在线播放| 亚洲av五月六月丁香网| 一区二区三区精品91| 亚洲精品中文字幕在线视频| 午夜精品久久久久久毛片777| 久久欧美精品欧美久久欧美| 女人被狂操c到高潮| 久久婷婷人人爽人人干人人爱 | 国产高清激情床上av| 91老司机精品| 国产一区二区三区在线臀色熟女| 岛国在线观看网站| 一区二区三区精品91| 亚洲 国产 在线| 大码成人一级视频| 久久精品国产清高在天天线| 国产精品电影一区二区三区| 国内毛片毛片毛片毛片毛片| 岛国在线观看网站| 国产成人影院久久av| 自线自在国产av| 成人三级做爰电影| 男女床上黄色一级片免费看| 国产亚洲精品av在线| 老鸭窝网址在线观看| 亚洲成人久久性| 国产成人欧美在线观看| 亚洲激情在线av|