• <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 ?

    基于三維熒光光譜結合二維線性判別分析的油類識別方法的研究

    2021-08-17 02:51:48孔德明崔耀耀王書濤史慧超
    光譜學與光譜分析 2021年8期
    關鍵詞:分類特征

    孔德明,董 瑞,崔耀耀,王書濤,史慧超

    1. 燕山大學電氣工程學院,河北 秦皇島 066004 2. 燕山大學信息科學與工程學院,河北 秦皇島 066004 3.北京化工大學信息科學與技術學院,北京 100029

    引 言

    石油是人們生產生活中的重要能源之一,其具有不可替代的重要作用。但從開采到應用的每一個環(huán)節(jié)中都有大量的石油及其產品(汽油、 煤油、 柴油等)以各種方式泄露到自然環(huán)境中。這不僅嚴重污染了自然環(huán)境,還致使大量生物死亡,甚至威脅到人類的生命健康[1]。因此,只有及時對油類造成的污染進行處理,才能有效保護生態(tài)環(huán)境和人類身體健康。而對造成污染的油類進行準確地定性是處理油類污染的前提基礎,具有十分重要的意義。

    石油的檢測方法主要有紅外光譜法[2]、 氣相色譜法[3]和熒光光譜法[4]等。其中,三維熒光光譜法具有分析速度快、 靈敏度高、 可操作性強等優(yōu)點,因此被廣泛應用到油類識別領域[4]。鑒別石油的方法通常分為兩種: 一是采用多維分解算法(PARAFAC[5]、 AWRCQLD[6]等)對油類的三維熒光光譜進行解析,以得到具有定性信息的相對發(fā)射光譜矩陣和相對激發(fā)光譜矩陣,并基于此對油類樣本進行識別; 二是先對樣本的光譜數(shù)據(jù)進行降維,將其平均值、 標準差、 重心等[7]作為三維熒光光譜數(shù)據(jù)的特征,依此實現(xiàn)石油種類的識別。兩種方法都是先提取能夠定性光譜數(shù)據(jù)的信息,但前者易受算法迭代次數(shù)的影響且計算量大,部分二階分析方法還有對組分數(shù)不敏感,易受環(huán)境影響等缺點; 而后者所采用的方法不能夠完全體現(xiàn)樣本數(shù)據(jù)的特征。所以尋找能夠直接、 快速地提取不同油類光譜特征的方法對石油的準確分類具有重要意義。

    本文將三維熒光光譜技術與2D-LDA算法相結合,并利用K最近鄰算法對目標油類進行分類。結果表明利用2D-LDA算法提取的二維特征能夠比較全面的表征原始數(shù)據(jù),將其用于石油分類能夠獲得更優(yōu)的識別效果。

    1 實驗部分

    1.1 材料與方法

    實驗采集樣本三維熒光光譜數(shù)據(jù)的儀器為FS920熒光光譜儀。設置其發(fā)射波長范圍為280~520 nm,步長為5 nm,激發(fā)波長范圍為260~500 nm,步長為10 nm。實驗分別配制了航空煤油(J)、 潤滑油(L)、 柴油(D)、 汽油(G)四種不同類型的油類溶液。

    實驗配制油類溶液的步驟如下: (1)分別取用適量純凈水及十二烷基硫酸鈉(SDS)配制成溶解石油所用的樣本溶劑; (2)用精密電子秤分別稱取相同質量的航空煤油、 潤滑油、 柴油、 汽油于四個燒杯中,加入適量的樣本溶劑,并用玻璃棒進行攪拌使其充分溶解,分別將溶液轉移至四個100 mL的容量瓶中并定容,此為四種石油溶液的一級儲備液; (3)利用移液槍分別移取20個不同體積的航空煤油的一級儲備液于10 mL的容量瓶中并定容,此為航空煤油的二級儲備液; (4)取適量航空煤油的二級儲備液于比色皿中,并將比色皿放入FS920光譜儀中采集光譜數(shù)據(jù); (5)按照步驟(3)—(4)的方法分別對潤滑油、 柴油、 汽油進行配制,得到濃度范圍為0.1~2.0 mg·mL-1且梯度為0.1 mg·mL-1的四種油類樣本。

    實驗結束后每種石油得到20個樣本,四種石油共計采集得到80個樣本。利用Kennard-Stone算法將樣本分成兩組,其中一組作為訓練集,另一組作為測試集,訓練集中含有60個樣本,測試集含有20個樣本。

    1.2 去除散射光譜

    利用光譜儀采集得到每個樣本的光譜數(shù)據(jù)維度大小為49×25,其中49為發(fā)射波長數(shù),25為激發(fā)波長數(shù)。一般地,由于光的散射效應,使得所采集溶液的三維熒光光譜中存在瑞利散射和拉曼散射,如圖1(a)所示。圖1(a)中凸起的峰為

    圖1 潤滑油三維熒光光譜圖(a): 去散射前; (b): 去散射后Fig.1 Three-dimensional fluorescence spectrum of lubricating oil(a): Before removing scattering; (b): After removing scattering

    瑞利散射,瑞利散射的強度嚴重掩蓋了潤滑油本身的光譜,為了避免散射對實驗產生的干擾,必須對光譜進行去散射處理。圖1(b)為利用Delaunay三角形內插值法去除散射后潤滑油的三維熒光光譜圖和等高線圖,能夠清晰的發(fā)現(xiàn)散射光譜被去除,潤滑油的光譜得到凸顯。

    1.3 二維線性判別分析

    2D-LDA利用類內散度和類間散度優(yōu)化投影矢量,通過原始矩陣在投影矩陣上投影,得到相應的特征矢量。因此,2D-LDA能夠直接通過矩陣提取特征,而不需要先將二維矩陣展開為一維向量再提取特征。所以,2D-LDA能夠在保留原始結構信息基礎上有效提取用于分類的特征信息。

    (1)

    (2)

    1.4 KNN分類算法

    K最近鄰分類器是通過比較特定的測試元組和一組與它類似的訓練元組來進行學習,最后基于最近鄰居的類別進行分類的分類方法。KNN通常應用歐幾里德距離或者訓練組與測試組之間的余弦相似度[11-12]。一般地,兩個元組例如E=(e1,e2, …,en)和F=(f1,f2, …,fn)之間的歐幾里德距離為

    2 結果與討論

    2.1 利用2D-LDA提取特征

    圖2(a)和(b)分別為單個潤滑油樣本原始的發(fā)射光譜和激發(fā)光譜。圖2(c)和(d)分別為提取的所有訓練樣本水平方向上第一、 第二投影向量的特征信息,也即發(fā)射光譜的特征信息; 圖2(e)和(f)分別為提取的所有訓練樣本垂直方向上第一、 第二投影向量的特征信息,即激發(fā)光譜的特征信息; 其中D,J,G和L分別為柴油、 航空煤油、 汽油、 潤滑油。由圖2可知,2D-LDA算法提取的油類樣本的特征光譜信息降低了原來樣本數(shù)據(jù)的維度,通過前兩個主要投影向量對樣本的三維熒光光譜投影得到的光譜信息具有明顯區(qū)分不同類型石油樣本的作用。圖2(c)和(d)所示的發(fā)射光譜特征中,不同類型石油的差別集中在280~450 nm; 圖2(e)和(f)所示的激發(fā)光譜特征中,不同類型石油的區(qū)別集中在260~350 nm。產生這種現(xiàn)象原因是發(fā)射光譜中450 nm之后的石油的熒光強度極低且接近于0,同樣在激發(fā)光譜中350 nm之后的石油的熒光強度極低且接近于0。因此,在發(fā)射波長為280~520 nm,激發(fā)波長為260~500 nm的范圍內,柴油、 航空煤油、 汽油、 潤滑油這四種油的有效發(fā)射光譜波長和激發(fā)光譜波長范圍分別為280~450和260~350 nm。

    圖2 潤滑油原始發(fā)射、 激發(fā)光譜圖及通過投影向量獲取的訓練集樣本光譜特征(a): 發(fā)射光譜圖; (b): 激發(fā)光譜圖; (c): 第一投影向量的發(fā)射特征; (d): 第二投影向量的發(fā)射特征;(e): 第一投影向量的激發(fā)特征; (f): 第二投影向量的激發(fā)特征Fig.2 Original emission and excitation spectrum of lubricating oil andcharacteristics of training sample obtained by projection vector(a): Emission spectrum; (b): Excitation spectrum; (c): First emission characteristic; (d): Second emission characteristic; (e): First excitation characteristic; (f): Second excitation characteristic

    2.2 利用PCA提取特征

    利用PCA提取原始光譜數(shù)據(jù)的特征信息,得到相應的主成分的特征值及對應的貢獻率。根據(jù)每個主成分對應的貢獻率和累積貢獻率,選取合適的主成分數(shù)建立分類模型。前十個主成分所對應的貢獻率如表1所示。由表1可知,前四個主成分的貢獻率分別為66.52%,19.63%,4.61%和3.12%,累積貢獻率為93.88%。在主成分分析中選取的主成分數(shù)需要包含原始數(shù)據(jù)的大部分信息,因此選取前四個主成分作為后續(xù)分析的主成分數(shù)。

    表1 主成分的貢獻率Table 1 Contribution rate of principal component

    繪制訓練集前三個主成分的得分散點圖,如圖3所示。由圖3可知,圖中同種類型的樣本聚集在一起,而不同類型的樣本彼此分離,具有明顯的區(qū)別。并且圖中不同類型的樣本沒有重疊的情況發(fā)生,表明PCA能夠較好的提取光譜的特征信息,但存在少數(shù)樣本會偏離同類型大部分樣本的聚集位置。將測試集的樣本在由訓練集建立的模型上投影,得到測試集中各樣本的得分,并以此作為分類的信息。

    2.3 樣本分類

    2.3.1 2D-LDA提取特征后分類

    分別將2D-LDA提取后的發(fā)射和激發(fā)光譜特征作為KNN分類模型的輸入,并通過計算樣本之間的距離對所有樣本分類,分類結果如表2所示。由表2可知,發(fā)射光譜特征作為輸入時,測試集中的柴油、 航空煤油和潤滑油分類的準確率為100%,存在一個汽油樣本被錯誤分類為航空煤油,故汽油分類的準確率為80%,但在整個測試集中,存在20個樣本,只有一個樣本被錯誤分類,因此測試集中樣本分類的準確率為95%; 激發(fā)光譜特征作為輸入時,存在一個柴油樣本被錯誤分類為潤滑油,但其整個測試集分類的準確率也為95%。三維熒光光譜包含發(fā)射光譜和激發(fā)光譜,且兩類光譜表征三維熒光光譜的不同方向,在一定程度上兩類光譜相對三維熒光光譜具有互補性,所以利用兩類光譜特征對樣本分類結果具有差異。而將兩類特征的KNN分類距離疊加并重新作為訓練集和測試集樣本分類的標準,得到識別的準確率為100%,表明融合發(fā)射和激發(fā)光譜特征能夠對油類樣本實現(xiàn)更好地識別。

    圖3 前三主成分得分圖Fig.3 First three principal component score

    表2 利用2D-LDA特征提取后的分類結果Table 2 Classification results after 2D-LDAcharacteristics extraction

    2.3.2 PCA提取特征后分類

    將PCA提取后樣本的前四個主成分的得分作為KNN分類模型的輸入,計算樣本之間的距離并分類,結果如表3所示。由表3可知,只有航空煤油分類準確率為100%,而柴油、 汽油和潤滑油中都存在一個樣本被錯誤分類。因此,在整個測試集中,存在3個樣本被錯誤分類,故分類的準確率為85%。由圖3可知,利用PCA特征提取的結果中不存在不同類型石油重疊的情況,但存在少數(shù)的樣本偏離大部分同類樣本。因此偏離的樣本可能會存在與其他類型樣本的距離小于同類樣本距離的情況,從而導致錯誤分類。

    對比兩種特征提取方法的分類結果,表明2D-LDA提取的光譜數(shù)據(jù)特征具有提高分類準確率的作用,經2D-LDA提取特征后的分類的準確率更高。盡管2D-LDA算法提取的不同類型樣本的光譜特征曲線存在部分重疊,但其類內差別遠小于類間差別,并且識別率高,表明該算法的魯棒性好。而PCA提取的前四個主成分的貢獻率雖然已經達到93.88%,但仍可能會丟失一些重要的辨別樣本種類的特征信息,導致分類結果出現(xiàn)錯誤。因此,2D-LDA提取石油光譜特征的性能優(yōu)于PCA。

    表3 主成分特征提取后的分類結果Table 3 Classification result after principalcomponent characteristic extraction

    3 結 論

    采集了航空煤油、 潤滑油、 柴油和汽油的三維熒光光譜,通過2D-LDA對其進行二維特征提取,并利用KNN算法對樣本分類,得到樣本的分類結果。實驗結果表明,利用2D-LDA提取特征后的分類準確率較高,達到95%,且結合兩類光譜特征分類得到的準確率為100%,而PCA特征提取后的分類準確率為85%。因此,利用二維線性判別分析直接提取三維熒光光譜的二維光譜特征并將其用于定性分析,能夠獲得更優(yōu)的油類識別效果。

    猜你喜歡
    分類特征
    抓住特征巧觀察
    分類算一算
    垃圾分類的困惑你有嗎
    大眾健康(2021年6期)2021-06-08 19:30:06
    新型冠狀病毒及其流行病學特征認識
    如何表達“特征”
    不忠誠的四個特征
    當代陜西(2019年10期)2019-06-03 10:12:04
    分類討論求坐標
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    抓住特征巧觀察
    亚洲专区国产一区二区| 午夜免费激情av| 亚洲,欧美,日韩| 99精品久久久久人妻精品| 99精品久久久久人妻精品| 久久九九热精品免费| 天美传媒精品一区二区| 在线十欧美十亚洲十日本专区| 成人鲁丝片一二三区免费| 国产v大片淫在线免费观看| 欧美中文日本在线观看视频| 一本久久中文字幕| 日韩精品青青久久久久久| 窝窝影院91人妻| 成熟少妇高潮喷水视频| 18美女黄网站色大片免费观看| av国产免费在线观看| 亚洲国产精品合色在线| 亚洲不卡免费看| 国产精品美女特级片免费视频播放器| 午夜福利在线观看吧| 欧美区成人在线视频| 看黄色毛片网站| a在线观看视频网站| 少妇的逼好多水| 村上凉子中文字幕在线| 久久国产精品影院| 成人欧美大片| 欧美黄色淫秽网站| 午夜福利在线观看吧| 成人特级av手机在线观看| 精品久久久久久,| 亚洲,欧美,日韩| 九色国产91popny在线| 精品无人区乱码1区二区| 亚洲av熟女| 一二三四社区在线视频社区8| 久久人人精品亚洲av| 人妻制服诱惑在线中文字幕| 最新在线观看一区二区三区| 男人的好看免费观看在线视频| 欧美xxxx黑人xx丫x性爽| 亚洲成a人片在线一区二区| 日本黄色片子视频| 亚洲人成伊人成综合网2020| 国产精品三级大全| 久久久久久九九精品二区国产| 国产亚洲精品av在线| 91在线观看av| 国产又黄又爽又无遮挡在线| 如何舔出高潮| 十八禁国产超污无遮挡网站| 国产欧美日韩精品一区二区| 99久久精品国产亚洲精品| 中亚洲国语对白在线视频| 一个人免费在线观看电影| 亚洲五月天丁香| 国产中年淑女户外野战色| 极品教师在线视频| 美女 人体艺术 gogo| 久久午夜福利片| 一区福利在线观看| 一进一出抽搐gif免费好疼| 成人av一区二区三区在线看| 国产真实伦视频高清在线观看 | 麻豆成人av在线观看| 好男人电影高清在线观看| 精品久久久久久久久亚洲 | 五月玫瑰六月丁香| 我的女老师完整版在线观看| 婷婷六月久久综合丁香| 国产高清视频在线播放一区| 国产黄片美女视频| 亚洲人成网站高清观看| 丁香六月欧美| 99久久九九国产精品国产免费| 99久久成人亚洲精品观看| 色综合欧美亚洲国产小说| 亚洲国产精品久久男人天堂| 日韩欧美国产在线观看| 一本综合久久免费| 亚洲av五月六月丁香网| 亚洲成人免费电影在线观看| 国产精品综合久久久久久久免费| 国产激情偷乱视频一区二区| 国产美女午夜福利| 精品一区二区三区视频在线| 三级毛片av免费| 亚洲精品乱码久久久v下载方式| 精品久久久久久久久久免费视频| 麻豆一二三区av精品| 内射极品少妇av片p| 精品午夜福利视频在线观看一区| 国产淫片久久久久久久久 | 麻豆av噜噜一区二区三区| 在线免费观看不下载黄p国产 | 一区二区三区免费毛片| 久久久久久久午夜电影| 99久久精品热视频| 欧美性猛交╳xxx乱大交人| 免费人成视频x8x8入口观看| 久久久色成人| a级毛片免费高清观看在线播放| 久久人人精品亚洲av| 久久欧美精品欧美久久欧美| 国产精品一区二区免费欧美| 老司机福利观看| 成人无遮挡网站| 久久精品综合一区二区三区| 亚洲18禁久久av| 亚洲综合色惰| 国产主播在线观看一区二区| 日本与韩国留学比较| ponron亚洲| 国产精品久久久久久久电影| 激情在线观看视频在线高清| 一本综合久久免费| 天堂网av新在线| 啦啦啦韩国在线观看视频| 国产美女午夜福利| 美女cb高潮喷水在线观看| 99riav亚洲国产免费| 免费在线观看成人毛片| 高清毛片免费观看视频网站| 少妇丰满av| 久久人人精品亚洲av| 此物有八面人人有两片| 国产精品免费一区二区三区在线| 欧美zozozo另类| 久久99热6这里只有精品| 亚洲在线自拍视频| 国产精品亚洲美女久久久| .国产精品久久| 美女免费视频网站| av国产免费在线观看| 人人妻,人人澡人人爽秒播| www日本黄色视频网| 久久精品国产自在天天线| 国产精品,欧美在线| 搡老妇女老女人老熟妇| 欧美日韩福利视频一区二区| 很黄的视频免费| 国产精品免费一区二区三区在线| 久久热精品热| 国产免费一级a男人的天堂| 全区人妻精品视频| 99久久久亚洲精品蜜臀av| 人人妻,人人澡人人爽秒播| 免费电影在线观看免费观看| 亚洲国产精品成人综合色| 国产日本99.免费观看| 少妇的逼水好多| 99久久九九国产精品国产免费| 乱码一卡2卡4卡精品| 亚洲中文日韩欧美视频| 少妇熟女aⅴ在线视频| 在线观看av片永久免费下载| 婷婷精品国产亚洲av| 国产视频一区二区在线看| 国产午夜福利久久久久久| 色综合亚洲欧美另类图片| av在线天堂中文字幕| 久99久视频精品免费| 男女那种视频在线观看| 夜夜看夜夜爽夜夜摸| 亚洲国产精品合色在线| 国产黄色小视频在线观看| 精品久久久久久久久av| a级毛片a级免费在线| 国产精品精品国产色婷婷| 成人性生交大片免费视频hd| 在线播放国产精品三级| 精品久久久久久成人av| 级片在线观看| 久久精品国产99精品国产亚洲性色| 亚洲av电影在线进入| 午夜福利免费观看在线| 亚洲av一区综合| а√天堂www在线а√下载| 久久天躁狠狠躁夜夜2o2o| 狠狠狠狠99中文字幕| 在线免费观看的www视频| 欧美+亚洲+日韩+国产| 白带黄色成豆腐渣| 国产成人啪精品午夜网站| 久久久久精品国产欧美久久久| 日本在线视频免费播放| 色尼玛亚洲综合影院| 久久久久精品国产欧美久久久| 久久久久久久亚洲中文字幕 | 91字幕亚洲| 久久人人精品亚洲av| 午夜福利欧美成人| 国产精品av视频在线免费观看| 天堂√8在线中文| 日韩成人在线观看一区二区三区| 18禁黄网站禁片免费观看直播| 亚洲狠狠婷婷综合久久图片| 在现免费观看毛片| 久久人妻av系列| 亚洲精品一卡2卡三卡4卡5卡| 国产精品一区二区性色av| 中文资源天堂在线| 窝窝影院91人妻| 亚洲av成人精品一区久久| 天堂av国产一区二区熟女人妻| 91在线观看av| 欧美日韩瑟瑟在线播放| 波多野结衣高清无吗| 亚洲成人精品中文字幕电影| 国产精品免费一区二区三区在线| 99国产综合亚洲精品| 久久久久久大精品| 久久久久久国产a免费观看| 天天躁日日操中文字幕| 国产单亲对白刺激| 欧美高清成人免费视频www| 国产精品国产高清国产av| 99久久久亚洲精品蜜臀av| 91麻豆精品激情在线观看国产| 国产精品一及| 国产国拍精品亚洲av在线观看| 精品一区二区免费观看| 日韩欧美国产一区二区入口| 亚洲国产精品sss在线观看| 国产黄a三级三级三级人| 69av精品久久久久久| 舔av片在线| 狠狠狠狠99中文字幕| 午夜老司机福利剧场| 一本一本综合久久| 国产成人aa在线观看| 两人在一起打扑克的视频| 免费黄网站久久成人精品 | 亚洲美女视频黄频| 欧美日韩乱码在线| 欧美精品国产亚洲| 午夜a级毛片| 久久久久久久久久黄片| 精品欧美国产一区二区三| 尤物成人国产欧美一区二区三区| 一个人看的www免费观看视频| 亚洲成人久久性| 男女床上黄色一级片免费看| 欧美+亚洲+日韩+国产| 亚洲经典国产精华液单 | 天堂动漫精品| 五月玫瑰六月丁香| 天美传媒精品一区二区| 亚洲av免费高清在线观看| 国产成人av教育| 中出人妻视频一区二区| 国产激情偷乱视频一区二区| 两个人的视频大全免费| 在线国产一区二区在线| 十八禁国产超污无遮挡网站| 啦啦啦韩国在线观看视频| 亚洲午夜理论影院| 国产精品乱码一区二三区的特点| 又紧又爽又黄一区二区| 欧美+亚洲+日韩+国产| 18禁黄网站禁片免费观看直播| 亚洲av美国av| 免费大片18禁| 毛片一级片免费看久久久久 | 三级国产精品欧美在线观看| av福利片在线观看| 99久久九九国产精品国产免费| 精华霜和精华液先用哪个| 少妇裸体淫交视频免费看高清| 亚洲成人久久爱视频| 老司机午夜福利在线观看视频| 色av中文字幕| 内地一区二区视频在线| 亚洲人成伊人成综合网2020| 国产综合懂色| www.www免费av| av视频在线观看入口| 性欧美人与动物交配| 欧美国产日韩亚洲一区| 老司机午夜福利在线观看视频| 尤物成人国产欧美一区二区三区| 精品国内亚洲2022精品成人| 永久网站在线| 精品久久久久久久久亚洲 | 亚洲精品在线观看二区| 亚洲国产欧洲综合997久久,| 免费看美女性在线毛片视频| 欧美成人a在线观看| 色视频www国产| 午夜日韩欧美国产| 欧美又色又爽又黄视频| 舔av片在线| 一级av片app| 国产毛片a区久久久久| 亚洲精品亚洲一区二区| 我的女老师完整版在线观看| 老鸭窝网址在线观看| 九色国产91popny在线| 91久久精品电影网| 日韩欧美三级三区| 免费大片18禁| 日本撒尿小便嘘嘘汇集6| 高潮久久久久久久久久久不卡| 国产av麻豆久久久久久久| 精品一区二区三区人妻视频| av在线天堂中文字幕| 久久久久国内视频| 中文字幕精品亚洲无线码一区| 两人在一起打扑克的视频| av专区在线播放| 人人妻人人澡欧美一区二区| 久久精品综合一区二区三区| 一区二区三区四区激情视频 | 最近最新免费中文字幕在线| 亚洲av免费高清在线观看| 很黄的视频免费| 国产又黄又爽又无遮挡在线| 两性午夜刺激爽爽歪歪视频在线观看| 又粗又爽又猛毛片免费看| 精品午夜福利在线看| 国模一区二区三区四区视频| 男人狂女人下面高潮的视频| 精品国内亚洲2022精品成人| 在线播放无遮挡| 日本与韩国留学比较| 观看美女的网站| 午夜精品久久久久久毛片777| 又爽又黄a免费视频| 亚洲最大成人中文| 精品人妻1区二区| 国产一区二区在线av高清观看| 亚洲最大成人手机在线| xxxwww97欧美| 亚洲不卡免费看| 免费看光身美女| 草草在线视频免费看| 男女视频在线观看网站免费| 一级黄片播放器| 亚洲午夜理论影院| av专区在线播放| 国内精品一区二区在线观看| 精品一区二区三区人妻视频| 日本精品一区二区三区蜜桃| 欧美日韩福利视频一区二区| 欧美精品啪啪一区二区三区| 亚洲熟妇中文字幕五十中出| 老司机午夜十八禁免费视频| 波野结衣二区三区在线| 精品午夜福利在线看| 99精品久久久久人妻精品| 精品人妻一区二区三区麻豆 | 2021天堂中文幕一二区在线观| 久久精品国产清高在天天线| 亚洲国产色片| 熟妇人妻久久中文字幕3abv| 三级国产精品欧美在线观看| 成人av一区二区三区在线看| 亚洲国产精品999在线| 欧美不卡视频在线免费观看| 三级国产精品欧美在线观看| 亚洲最大成人av| 国产精品伦人一区二区| 国产精品一区二区性色av| 免费看美女性在线毛片视频| 老女人水多毛片| 日韩中文字幕欧美一区二区| 亚洲自偷自拍三级| 精品一区二区三区视频在线| 国产在线精品亚洲第一网站| 老熟妇仑乱视频hdxx| a级毛片免费高清观看在线播放| 两人在一起打扑克的视频| 好看av亚洲va欧美ⅴa在| 亚洲av美国av| 99久久精品国产亚洲精品| 国产精品乱码一区二三区的特点| 自拍偷自拍亚洲精品老妇| 69av精品久久久久久| 国产精品永久免费网站| 亚洲av中文字字幕乱码综合| 成人特级黄色片久久久久久久| 国产精品一及| 99热这里只有是精品在线观看 | 偷拍熟女少妇极品色| 尤物成人国产欧美一区二区三区| 亚洲乱码一区二区免费版| 欧美xxxx黑人xx丫x性爽| 久久伊人香网站| 成人欧美大片| 亚洲av成人不卡在线观看播放网| 黄色视频,在线免费观看| 国产v大片淫在线免费观看| 少妇熟女aⅴ在线视频| 五月伊人婷婷丁香| 一区二区三区免费毛片| 91九色精品人成在线观看| av在线观看视频网站免费| 制服丝袜大香蕉在线| 欧美日韩亚洲国产一区二区在线观看| .国产精品久久| 国产一区二区激情短视频| 老司机福利观看| 在线十欧美十亚洲十日本专区| 亚洲美女视频黄频| 在线观看午夜福利视频| 国产色爽女视频免费观看| 亚洲 欧美 日韩 在线 免费| 国产精品一区二区三区四区久久| 日韩亚洲欧美综合| 麻豆一二三区av精品| 波多野结衣高清无吗| 少妇裸体淫交视频免费看高清| 国产精品久久久久久久久免 | 国产乱人视频| av在线天堂中文字幕| 中出人妻视频一区二区| 网址你懂的国产日韩在线| 高清日韩中文字幕在线| 久久久色成人| 看黄色毛片网站| 亚洲国产精品999在线| 99久久无色码亚洲精品果冻| 又爽又黄a免费视频| 国产一区二区三区视频了| 成年女人永久免费观看视频| 久久99热6这里只有精品| 国产乱人伦免费视频| 免费av毛片视频| 午夜精品久久久久久毛片777| 老熟妇乱子伦视频在线观看| 色综合站精品国产| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品一区av在线观看| 亚洲国产色片| 在线观看免费视频日本深夜| 美女xxoo啪啪120秒动态图 | 国产精品一区二区性色av| 久久久久久久久大av| 日韩成人在线观看一区二区三区| 一本一本综合久久| 亚洲专区国产一区二区| 久久香蕉精品热| 天堂动漫精品| 九色国产91popny在线| 午夜a级毛片| 一本久久中文字幕| 国产精品不卡视频一区二区 | 日日干狠狠操夜夜爽| 啦啦啦韩国在线观看视频| 国产午夜精品论理片| 欧美又色又爽又黄视频| 色精品久久人妻99蜜桃| 免费一级毛片在线播放高清视频| 精品久久久久久,| 18禁裸乳无遮挡免费网站照片| 麻豆一二三区av精品| 亚洲国产精品999在线| 亚洲成av人片免费观看| 91九色精品人成在线观看| 草草在线视频免费看| 99久久精品国产亚洲精品| 亚洲欧美日韩东京热| 久久亚洲精品不卡| 一级作爱视频免费观看| 欧美精品啪啪一区二区三区| 亚洲av成人av| 极品教师在线视频| av在线蜜桃| 女人十人毛片免费观看3o分钟| 免费观看精品视频网站| 97人妻精品一区二区三区麻豆| 亚洲五月婷婷丁香| 国产精品99久久久久久久久| 深夜精品福利| 午夜福利成人在线免费观看| 亚洲精品在线美女| 欧美一区二区国产精品久久精品| 欧美日韩亚洲国产一区二区在线观看| 欧美日韩黄片免| 欧美激情在线99| 波多野结衣巨乳人妻| 国产一区二区在线观看日韩| 日韩亚洲欧美综合| av天堂中文字幕网| 国产精品精品国产色婷婷| 亚洲久久久久久中文字幕| 男人舔奶头视频| 99riav亚洲国产免费| 久久久久久久久中文| 深夜精品福利| 中文字幕人妻熟人妻熟丝袜美| 亚洲美女黄片视频| 久久午夜亚洲精品久久| 日本熟妇午夜| 九色成人免费人妻av| 色av中文字幕| 久久欧美精品欧美久久欧美| 日韩高清综合在线| 内射极品少妇av片p| 变态另类丝袜制服| 亚洲国产精品久久男人天堂| 成人国产一区最新在线观看| a在线观看视频网站| 国产成+人综合+亚洲专区| 天堂√8在线中文| 国产大屁股一区二区在线视频| 精品久久久久久,| 国产人妻一区二区三区在| 一级黄色大片毛片| 免费观看人在逋| 成人美女网站在线观看视频| www日本黄色视频网| 日韩有码中文字幕| 国产视频一区二区在线看| 日本免费a在线| 淫妇啪啪啪对白视频| 午夜影院日韩av| 国产美女午夜福利| 亚洲电影在线观看av| 一个人观看的视频www高清免费观看| 久久久久久久久中文| 国产成人福利小说| 级片在线观看| 久久这里只有精品中国| 亚洲精品456在线播放app | 全区人妻精品视频| 一个人观看的视频www高清免费观看| 中文字幕av在线有码专区| 欧美黄色片欧美黄色片| 制服丝袜大香蕉在线| 麻豆一二三区av精品| 亚洲精品色激情综合| 久久伊人香网站| 亚洲精品日韩av片在线观看| 欧美xxxx性猛交bbbb| 欧美日韩黄片免| 毛片一级片免费看久久久久 | 亚洲成a人片在线一区二区| 国产精品综合久久久久久久免费| 日韩高清综合在线| 又黄又爽又免费观看的视频| 亚洲性夜色夜夜综合| 99久久精品一区二区三区| 国产成年人精品一区二区| 天堂影院成人在线观看| 亚洲精品成人久久久久久| 亚洲成a人片在线一区二区| 日韩精品青青久久久久久| 国产欧美日韩一区二区精品| 一区二区三区激情视频| 亚洲精华国产精华精| 国产伦一二天堂av在线观看| 国产精品爽爽va在线观看网站| 欧美潮喷喷水| 久久这里只有精品中国| 欧美高清性xxxxhd video| 亚洲美女黄片视频| 亚洲欧美激情综合另类| 亚洲精品在线观看二区| 午夜激情欧美在线| 亚洲成人久久性| 久久久色成人| 亚洲av二区三区四区| 少妇裸体淫交视频免费看高清| 高清在线国产一区| 热99在线观看视频| 中出人妻视频一区二区| 村上凉子中文字幕在线| 国产69精品久久久久777片| 男人舔奶头视频| 51国产日韩欧美| 91久久精品电影网| 麻豆成人午夜福利视频| 精品一区二区三区人妻视频| 亚洲最大成人手机在线| 精品一区二区三区视频在线观看免费| 嫁个100分男人电影在线观看| 在线a可以看的网站| 欧美成人一区二区免费高清观看| 亚洲av五月六月丁香网| 久久久久久久精品吃奶| 亚洲最大成人中文| 69av精品久久久久久| 国产视频一区二区在线看| 99riav亚洲国产免费| 日韩免费av在线播放| 少妇人妻精品综合一区二区 | 欧美最黄视频在线播放免费| 长腿黑丝高跟| 久久久久久久亚洲中文字幕 | 久久精品国产亚洲av天美| avwww免费| 国内久久婷婷六月综合欲色啪| www.色视频.com| 丰满人妻熟妇乱又伦精品不卡| 日韩欧美一区二区三区在线观看| 国产综合懂色| 久久精品国产清高在天天线| 中文在线观看免费www的网站| 国产精品久久久久久精品电影| 国产大屁股一区二区在线视频| 99热只有精品国产| 亚洲天堂国产精品一区在线| 免费电影在线观看免费观看| 午夜久久久久精精品| 97超视频在线观看视频| 久久久精品大字幕| 色哟哟·www| 亚洲午夜理论影院| 天美传媒精品一区二区| 国产毛片a区久久久久| 亚洲精华国产精华精| 亚洲人成网站在线播放欧美日韩| 俺也久久电影网|