• <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 ?

    考慮線網(wǎng)結(jié)構(gòu)的 LightGBM 軌道交通短時客流預(yù)測模型

    2021-11-01 09:20:12徐圣安
    鐵道運輸與經(jīng)濟 2021年10期
    關(guān)鍵詞:特征模型

    韓 皓,徐圣安,趙 蒙

    (上海海事大學(xué) 交通運輸學(xué)院,上海 201306)

    0 引言

    綜上分析,結(jié)合復(fù)雜網(wǎng)絡(luò)理論對軌道交通網(wǎng)絡(luò)開展結(jié)構(gòu)分析[7-10],不僅能從宏觀層面觀察車站在整個軌道交通網(wǎng)絡(luò)中的作用[11],也可進一步探索車站分布情況對客流的影響。通過分析軌道交通線網(wǎng)結(jié)構(gòu)特性,定量描述車站在線網(wǎng)結(jié)構(gòu)中的差異性,將線網(wǎng)結(jié)構(gòu)特征納入數(shù)據(jù)集中,并基于LightGBM[12]算法構(gòu)建城市軌道交通短時客流預(yù)測模型。相比同為集成算法的XGBoost[13],LightGBM 算法不僅節(jié)約內(nèi)存消耗,縮短訓(xùn)練時間,且擁有更高的模型精度,同時支持并行學(xué)習(xí),在海量數(shù)據(jù)的處理上表現(xiàn)更為優(yōu)異。因而,將LightGBM 算法應(yīng)用于軌道交通客流回歸預(yù)測,并結(jié)合特征工程,構(gòu)造包含線網(wǎng)結(jié)構(gòu)特征的數(shù)據(jù)集,優(yōu)化模型精度,提高算法效率,為運營組織及分析掌握城市軌道交通客流活動分布提供更加準確的技術(shù)手段。

    1 原始數(shù)據(jù)處理

    原始數(shù)據(jù)來源于github 項目(https://github.com/ivechan/PVCGN),涵蓋上海市軌道交通288 個車站進出站客流,時間跨度為2016 年7 月1 日至8 月31 日每天5 : 30 ~ 23 : 30,并以15 min 的粒度按時間順序排列呈現(xiàn),具體數(shù)據(jù)項為時間、車站號、進站客流量及出站客流量。

    1.1 線網(wǎng)結(jié)構(gòu)特征構(gòu)建

    車站客流量是車站所處區(qū)域的地理、人口、經(jīng)濟及其他屬性的綜合反映,基于這些屬性構(gòu)建特征存在以下難點:一是量化方式上存在困難;二是巨大的數(shù)據(jù)獲取成本。因此,將車站在空間維度上的差異轉(zhuǎn)換為對軌道交通線網(wǎng)結(jié)構(gòu)的量化統(tǒng)計,引入復(fù)雜網(wǎng)絡(luò)理論中的統(tǒng)計物理量及社團劃分理論描繪車站之間的差異性。

    1.1.1 節(jié)點統(tǒng)計指標

    以車站為節(jié)點,以相鄰車站間的可達路徑為連邊構(gòu)建上海市城市軌道交通網(wǎng)絡(luò)。將節(jié)點作為研究對象,通過復(fù)雜網(wǎng)絡(luò)理論中的統(tǒng)計物理量展開分析,分別取以下統(tǒng)計指標。

    (1)集聚系數(shù)。在二元關(guān)系C中,如果存在1C2,2C3,1C3,則稱C為傳遞關(guān)系。在城市軌道交通網(wǎng)絡(luò)中C可延展為以下定義:擁有同一相鄰車站的2 個車站彼此相鄰,該性質(zhì)為網(wǎng)絡(luò)的聚類性(Clustering)。定義節(jié)點i的聚類系數(shù)Ci如公式 ⑴ 所示。

    對公共圖書館招聘信息中需求專業(yè)出現(xiàn)的頻次進行統(tǒng)計,結(jié)果如圖3所示。公共圖書館專業(yè)需求排前三位的是圖情檔、其他專業(yè)以及人文社科類,占比分別為 28.1%、23.8%、17.3%。 其他專業(yè)主要是傳媒、會計以及外語等專業(yè)。統(tǒng)計分析顯示,隨著近年來公共圖書館在免費開放政策下業(yè)務(wù)范圍的擴大,人文社科類和傳媒類等專業(yè)與圖情檔專業(yè)形成競爭關(guān)系。對計算機學(xué)科的人才需求集中在省級以及沿海地區(qū)公共圖書館,縣級以及偏遠地區(qū)圖書館由于公共文化服務(wù)體系建設(shè)尚不完善、資金投入不足等原因?qū)?shù)字資源建設(shè)的關(guān)注力度較小,從而對計算機學(xué)科人才的需求較低??傊?,公共圖書館對人才的專業(yè)需求呈多樣化趨勢。

    (2)度。在無向網(wǎng)中,節(jié)點i的度ki是指節(jié)點i與其他節(jié)點之間存在的路徑數(shù),而延伸到城市軌道交通網(wǎng)絡(luò)上,車站i的度ki表示車站i與相鄰車站之間的路徑數(shù)。

    (3)流介數(shù)中心性。節(jié)點i的流介數(shù)中心性為網(wǎng)絡(luò)中所有路徑σst總數(shù)與經(jīng)過該節(jié)點路徑數(shù)σst(i)的比值,在城市軌道交通網(wǎng)絡(luò)中可反映車站作為“橋梁”的重要程度,節(jié)點i的流介數(shù)中心性CB(i)如公式 ⑵ 所示。

    根據(jù)上述分析可得,車站網(wǎng)絡(luò)結(jié)構(gòu)特征名及解釋如表1 所示。

    表1 車站網(wǎng)絡(luò)結(jié)構(gòu)特征名與解釋Tab.1 Network structure features and explanations

    1.1.2 線網(wǎng)模塊劃分

    車站編號作為離散型分類變量,如果采用傳統(tǒng)的獨熱編碼處理,288 個車站將產(chǎn)生288 維度特征,特征維度過高會對數(shù)據(jù)集的結(jié)構(gòu)產(chǎn)生較大的破壞,造成模型精度的下降。因而,為更好地挖掘車站在客流空間分布上的規(guī)律,除使用表1 中所提到的節(jié)點統(tǒng)計指標外,進一步引入Louvain 算法對線網(wǎng)劃分模塊,在盡可能減少新增特征維度的同時實現(xiàn)車站節(jié)點分類。

    Louvain 算法是一種基于聚類法思想的模塊劃分算法,可以高效辨別大型網(wǎng)絡(luò)的層次及社區(qū)結(jié)構(gòu),且劃分精準度高,能夠劃分出內(nèi)部聯(lián)系緊密、外部聯(lián)系稀疏的節(jié)點模塊。

    Louvain 算法以模塊度(Modularity,記為Q)和模塊度增量(Delta Modularity,記為ΔQ) 為主要參數(shù)對軌道交通網(wǎng)絡(luò)進行劃分,通過參數(shù)Q計算模塊內(nèi)部節(jié)點的緊密程度,模塊度Q如公式⑶所示。

    式中:m為網(wǎng)絡(luò)中邊的總數(shù)量;ki表示所有指向節(jié)點i的連邊權(quán)重之和,kj同理;Aij表示節(jié)點i,j之間的連邊權(quán)重;δ(Ci,Cj)為0-1 變量,用于判斷節(jié)點i和節(jié)點j所在社區(qū)是否相同,相同為1,不同為0。

    在將某一新節(jié)點劃分至某社區(qū)后,重新計算模塊度,模塊度增量ΔQ如公式 ⑷ 所示。

    式中:in和tot分別代表節(jié)點所在模塊邊權(quán)重之和以及所有與模塊內(nèi)部連邊權(quán)重之和;ki,in表示節(jié)點i加入到社區(qū)C時的權(quán)重和。以最大化模塊度為目的,基于Louvain 算法將上海城市軌道交通網(wǎng)絡(luò)劃分為18 個模塊,模塊劃分學(xué)習(xí)曲線如圖1 所示,上海市軌道交通模塊劃分網(wǎng)絡(luò)如圖2 所示。

    圖1 模塊劃分學(xué)習(xí)曲線Fig.1 Learning curve of module partition

    圖2 上海市軌道交通模塊劃分網(wǎng)絡(luò)Fig.2 Network of rail transit module partition in Shanghai

    劃分車站所屬的網(wǎng)絡(luò)模塊后,采用獨熱編碼處理,獨熱編碼即采用N位狀態(tài)寄存器對N個狀態(tài)進行編碼,每個狀態(tài)都有獨立的寄存器位,并且在任意時候只有一位有效。編碼后的特征名以Community1~18表示,用于描述車站節(jié)點i在獨熱編碼后的所屬模塊。

    1.2 時間維度特征構(gòu)建

    根據(jù)地鐵線路運營時間,按照原始數(shù)據(jù)時間粒度,統(tǒng)計進出站客流量。在時間維度抽取特征[14],將其分為小時(hour)、分鐘(minute)。為進一步分析客流在時間上的相關(guān)性,經(jīng)統(tǒng)計,0 號車站在2016 年7 月內(nèi)進站客流(30 d)如圖3 所示,0 號車站在2016 年7 月內(nèi)出站客流(30 d)如圖4 所示。

    圖3 0 號車站2016 年7 月內(nèi)進站客流(30 d)Fig.3 Passenger inflow of No.0 station in July (30 d), 2016

    圖4 0 號車站2016 年7 月內(nèi)出站客流(30 d)Fig.4 Passenger outflow of No.0 station in July (30 d), 2016

    通過計算皮爾遜相關(guān)矩陣,并繪制熱力圖可視化表示進出站客流在時間維度上的相關(guān)性。進站客流熱力圖如圖5 所示,出站客流熱力圖如圖6 所示。

    圖5 進站客流熱力圖Fig.5 Heat map of passenger inflow

    圖6 出站客流熱力圖Fig.6 Heat map of passenger outflow

    可視化結(jié)果表明,該車站進出站客流以7 d 為周期表現(xiàn)出強周期性,因而提取一周前同時段客流作為數(shù)據(jù)集特征,同時對啞變量“星期幾”作獨熱編碼處理。綜上分析可知,時間維度抽取特征名與解釋如表2 所示。

    綜上分析,對數(shù)據(jù)集進行構(gòu)建??紤]上海地鐵全線路平均運營起止時間,以及根據(jù)前述特征工程和原始數(shù)據(jù)集的數(shù)據(jù)屬性,最終將時間拆分點設(shè)置為6 : 30 和22 : 30,其中以2016 年7 月8 日 至8 月30 日共計55 d 共1 010 800 個樣本作為訓(xùn)練數(shù)據(jù),以8 月31 日共18 720 個樣本為測試數(shù)據(jù)。特征向量由線網(wǎng)特征和時間維度特征共35 維構(gòu)成。其中線網(wǎng)特征共21 維,包括車站節(jié)點的“度”“流介數(shù)中心性”“集聚系數(shù)”3 維,“車站所屬網(wǎng)絡(luò)模塊的獨熱編碼”18 維;時間維度特征共14 維,包括“星期幾”7 維,“小時”與“分鐘”2 維,“前周同時段進出站”1維,“前15~60 min 進出站客流量”4 維。

    2 基于LightGBM算法的軌道交通短時客流預(yù)測模型

    2.1 LightGBM算法

    LightGBM 是一個分布式boosting框架,因其訓(xùn)練速度快且性能優(yōu)秀,被廣泛應(yīng)用于回歸、分類等機器學(xué)習(xí)任務(wù)。將其應(yīng)用于地鐵客流量的建模與預(yù)測,其優(yōu)點主要有3 方面。①高效的訓(xùn)練效率;②較低的內(nèi)存消耗;③支持平行學(xué)習(xí)和GPU 學(xué)習(xí)。假設(shè)生成了具有N個樣本的原始數(shù)據(jù)集和具有T顆樹(基學(xué)習(xí)器)的LightGBM 模型,在經(jīng)歷t次迭代后的預(yù)測值y(t)prei如公式 ⑸ 所示。

    LightGBM 是梯度提升決策樹(GBDT)的有效實現(xiàn)算法,也是一種基于XGBoost 的優(yōu)化算法,LightGBM能夠找到最佳特征分割點,減少樣本和特征數(shù)目。與XGBoost 相比,LightGBM 具有2 個主要優(yōu)點:基于梯度的單邊采樣(GOSS)和決策樹中按葉子生長策略(Leaf-wise)。

    從減少樣本數(shù)角度出發(fā),GOSS 根據(jù)梯度絕對值對樣本進行排序,保留前a%樣本,并從剩余樣本中選擇b%,后續(xù)計算中將小梯度樣本的信息增益放大(100 -a) /b倍,實現(xiàn)樣本梯度越大,計算增益時的貢獻越大。GOSS 無需遍歷數(shù)據(jù)集以檢查GBDT 中可能的分裂節(jié)點,這在很大程度上減少了計算的復(fù)雜性。在樹的生長策略上,大多數(shù)決策樹算法均采用分層策略Level-wise,該策略不考慮分裂增益,分裂增益較低的葉子會過度消耗計算資源,Leaf-wise 可從所有葉子中找到分裂增益最大的葉子節(jié)點進行分裂并迭代。因此,在相同的條件下,Leaf-wise 可以減小誤差,并最終表現(xiàn)出更高的預(yù)測精度。然而,當(dāng)樣本量很小時,Leaf-wise 存在過度擬合的問題。利用參數(shù)max_depth 限制樹的深度,可有效避免過擬合現(xiàn)象。2 種生長樹策略如圖7所示。

    圖7 2 種生長樹策略Fig.7 Two tree growth strategies

    2.2 模型構(gòu)建與參數(shù)標定

    將數(shù)據(jù)集拆分為訓(xùn)練集(7 月8 日至8 月25 日)、驗證集(8 月25 日至8 月30 日)和測試集(8 月31 日),按前述流程處理后的訓(xùn)練集輸入LightGBM 模型。對參數(shù)進行調(diào)整是模型訓(xùn)練過程中的一個重要環(huán)節(jié),包括主要參數(shù)、基學(xué)習(xí)器數(shù)量和其他參數(shù)3部分。

    (1)主要參數(shù)。考慮訓(xùn)練數(shù)據(jù)量及LightGBM 參數(shù)調(diào)整范圍,采用貝葉斯優(yōu)化方法hyperopt 進行調(diào)參,該方法用于串行和并行優(yōu)化,優(yōu)化輸入?yún)?shù)以最小化目標函數(shù)值,實現(xiàn)重要參數(shù)在一定范圍空間的高效調(diào)參。此外,在訓(xùn)練過程中,采用K折交叉驗證(KCV)方法,避免模型出現(xiàn)過擬合,并提高模型的泛化能力。K折交叉驗證將原始數(shù)據(jù)集經(jīng)KCV 后平均劃分為c組,每個子集作為一個驗證集,其余c-1 個子集作為訓(xùn)練集。最終實現(xiàn)算法控制與LightGBM 參數(shù)優(yōu)化,LightGBM主要參數(shù)如表3 所示。

    表3 LightGBM 主要參數(shù)Tab.3 Main parameters of LightGBM

    (2)基學(xué)習(xí)器的數(shù)量。作為集成算法,Light-GBM 中的基學(xué)習(xí)器數(shù)量直接影響最終的模型精度,可通過調(diào)整基學(xué)習(xí)器數(shù)量以避免模型訓(xùn)練中出現(xiàn)過擬合和欠擬合問題。以平均絕對誤差(MAE)為指標,5 折交叉驗證基學(xué)習(xí)器數(shù)量學(xué)習(xí)曲線如圖8 所示。經(jīng)圖8 分析可知,基學(xué)習(xí)器取值如表4 所示。

    表4 基學(xué)習(xí)器取值Tab.4 Values of base learners

    圖8 5折交叉驗證基學(xué)習(xí)器數(shù)量學(xué)習(xí)曲線Fig.8 Learning curve of base learners by 5-CV

    (3)其他參數(shù)。通過貝葉斯優(yōu)化方法hyperopt迭代獲取模型的最優(yōu)參數(shù)組合,調(diào)節(jié)參數(shù)取值。預(yù)測模型參數(shù)如表5 所示。

    表5 預(yù)測模型參數(shù)Tab.5 Parameters of the passenger flow prediction model

    3 模型結(jié)果分析

    3.1 模型評估

    評估回歸模型常采用的指標有均方誤差(MSE)、平均絕對誤差(MAE)、平均絕對百分比誤差(MAPE)、均方根誤差(RMSE) 和決定系數(shù)R2_score。由于數(shù)據(jù)粒度為15 min,評估指標選取MAE如公式 ⑼、MAPE如公式 ⑽ 、RMSE如公式 ⑾ 所示。

    式中:yi,yipred分別代表第i個樣本的真實值和預(yù)測值??紤]到LightGBM 屬于機器學(xué)習(xí)中的集成模型,為驗證其在客流預(yù)測上的優(yōu)勢,選取同為集成算法的XGBoost、隨機森林、CatBoost,以及多層感知機MLP 進行對比。進站模型對比評估如表6 所示,出站模型對比評估如表7 所示。

    表6 進站模型對比評估Tab.6 Comparison among prediction models in passenger inflow

    表7 出站模型對比評估Tab.7 Comparison among prediction models in passenger outflow

    通過模型評估結(jié)果分析,在特征表現(xiàn)上,線網(wǎng)結(jié)構(gòu)特征能夠提升不同算法的回歸效果以實現(xiàn)更高的預(yù)測精度。其中對于進站客流模型,LightGBM 在低維數(shù)據(jù)集上表現(xiàn)出較高的RMSE,結(jié)合線網(wǎng)結(jié)構(gòu)特征后,LightGBM 將RMSE降低約35%。在算法效果上,LightGBM 在各數(shù)據(jù)集上的預(yù)測精度均優(yōu)于MLP、XGBoost 與CatBoost,但在低維進站數(shù)據(jù)集上的表現(xiàn)略低于隨機森林。從總體看,所提出的考慮線網(wǎng)結(jié)構(gòu)的LightGBM 模型在確保預(yù)測精度的同時,大幅降低了模型訓(xùn)練消耗的時間成本,訓(xùn)練速度較XGBoot、隨機森林、CatBoost 和MLP 分別提升約10 倍、25 倍、15 倍和10 倍。

    3.2 特征重要性分析

    特征在基學(xué)習(xí)器中出現(xiàn)的次數(shù)反映了特征對模型的貢獻程度,由于最終數(shù)據(jù)集涵蓋特征數(shù)量較多,選取特征重要性排序較前的特征展開分析。進站客流預(yù)測模型特征重要性如圖9 所示,出站客流預(yù)測模型特征重要性如圖10 所示。

    圖9 進站客流預(yù)測模型特征重要性Fig.9 Feature importance of the prediction model in passenger inflow

    圖10 出站客流預(yù)測模型特征重要性Fig.10 Feature importance of the prediction model in passenger outflow

    在時間維度特征中,“當(dāng)天前時段客流量”在特征重要性排序上位置靠前,其中“當(dāng)天前15 min客流量”對模型貢獻最大?!扒爸芡瑫r段進出站客流量”次之,代表周六周日的獨熱編碼在“星期幾編碼”中排序較前,呈現(xiàn)出軌道交通客流所具備的強周期性。在線網(wǎng)結(jié)構(gòu)特征中,“流介數(shù)中心性”特征重要性明顯,其他統(tǒng)計指標“度”“集聚系數(shù)”及車站所在模塊的分類特征均對回歸模型有一定影響。綜上分析可知,時間維度特征在特征重要性上高于線網(wǎng)結(jié)構(gòu)特征,另外,線網(wǎng)結(jié)構(gòu)特征也對模型有不可忽視的貢獻,可有效提升模型的預(yù)測精度。

    4 結(jié)束語

    利用復(fù)雜網(wǎng)絡(luò)理論對軌道交通客流數(shù)據(jù)開展線網(wǎng)結(jié)構(gòu)層面的數(shù)據(jù)挖掘,通過分析軌道交通網(wǎng)絡(luò)屬性和網(wǎng)絡(luò)節(jié)點統(tǒng)計量及劃分網(wǎng)絡(luò)模塊的方式定義客流數(shù)據(jù)在空間維度上的特征,所構(gòu)建的考慮線網(wǎng)結(jié)構(gòu)特征的LightGBM 客流預(yù)測模型在減少預(yù)測誤差的同時,大幅縮短了訓(xùn)練時間,降低訓(xùn)練成本,同時證明線網(wǎng)結(jié)構(gòu)特征對模型的預(yù)測精度有正向貢獻。在后續(xù)研究中,可基于完整客流OD 數(shù)據(jù)計算客流驅(qū)動下的客流網(wǎng)絡(luò)中心性等統(tǒng)計指標,將靜態(tài)網(wǎng)絡(luò)轉(zhuǎn)換成動態(tài)網(wǎng)絡(luò)以更好地捕捉軌道交通線網(wǎng)結(jié)構(gòu)在加載客流下的動態(tài)特性,提高算法對客流數(shù)據(jù)的學(xué)習(xí)效果。

    猜你喜歡
    特征模型
    一半模型
    抓住特征巧觀察
    重要模型『一線三等角』
    新型冠狀病毒及其流行病學(xué)特征認識
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    如何表達“特征”
    不忠誠的四個特征
    抓住特征巧觀察
    3D打印中的模型分割與打包
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    熟女人妻精品中文字幕| 国产欧美亚洲国产| 免费观看av网站的网址| 极品人妻少妇av视频| 18禁在线播放成人免费| 熟女人妻精品中文字幕| 成人午夜精彩视频在线观看| 永久网站在线| 久久精品国产自在天天线| 51国产日韩欧美| 夜夜骑夜夜射夜夜干| 亚洲成人手机| 亚洲国产色片| 亚洲国产欧美日韩在线播放 | 成人免费观看视频高清| 插逼视频在线观看| av网站免费在线观看视频| 男人舔奶头视频| 欧美日韩精品成人综合77777| 观看av在线不卡| 99热网站在线观看| av又黄又爽大尺度在线免费看| 夫妻午夜视频| 亚洲av电影在线观看一区二区三区| 国产片特级美女逼逼视频| 免费黄网站久久成人精品| 亚洲性久久影院| av网站免费在线观看视频| 中文精品一卡2卡3卡4更新| 欧美日韩国产mv在线观看视频| 欧美日韩亚洲高清精品| 欧美激情极品国产一区二区三区 | 制服丝袜香蕉在线| 国产成人精品婷婷| av女优亚洲男人天堂| 国产色爽女视频免费观看| 成人亚洲精品一区在线观看| 色婷婷av一区二区三区视频| 日韩免费高清中文字幕av| 九九爱精品视频在线观看| 伊人久久精品亚洲午夜| 99热国产这里只有精品6| 天美传媒精品一区二区| 纯流量卡能插随身wifi吗| 麻豆成人av视频| freevideosex欧美| 噜噜噜噜噜久久久久久91| 久久精品夜色国产| 少妇的逼水好多| 中文天堂在线官网| 亚洲欧洲精品一区二区精品久久久 | 观看av在线不卡| 黑人高潮一二区| 我要看日韩黄色一级片| 99九九线精品视频在线观看视频| 亚洲欧洲精品一区二区精品久久久 | 三级国产精品片| 啦啦啦啦在线视频资源| 女的被弄到高潮叫床怎么办| 乱人伦中国视频| 亚洲第一av免费看| 蜜桃在线观看..| 成年人免费黄色播放视频 | 中文精品一卡2卡3卡4更新| 成人18禁高潮啪啪吃奶动态图 | 欧美 日韩 精品 国产| 亚洲性久久影院| 黄片无遮挡物在线观看| 久久 成人 亚洲| 国产精品蜜桃在线观看| 久久女婷五月综合色啪小说| 亚洲美女视频黄频| 国模一区二区三区四区视频| 国产淫语在线视频| 国产午夜精品久久久久久一区二区三区| 亚洲欧洲精品一区二区精品久久久 | 一区二区三区免费毛片| 自线自在国产av| 国产黄片美女视频| 我的女老师完整版在线观看| 老司机亚洲免费影院| 日本欧美视频一区| 这个男人来自地球电影免费观看 | 欧美日韩av久久| 欧美97在线视频| 高清黄色对白视频在线免费看 | 人人妻人人爽人人添夜夜欢视频 | av女优亚洲男人天堂| 国产欧美日韩精品一区二区| 在线观看免费日韩欧美大片 | 亚洲成人一二三区av| 国产毛片在线视频| 国内揄拍国产精品人妻在线| 美女cb高潮喷水在线观看| 日本91视频免费播放| 三级国产精品欧美在线观看| 久久午夜综合久久蜜桃| 久热久热在线精品观看| 看免费成人av毛片| 丰满人妻一区二区三区视频av| 亚洲精品国产av成人精品| 免费黄频网站在线观看国产| 国产永久视频网站| 国产亚洲最大av| 久久精品国产亚洲网站| 久久久国产精品麻豆| 草草在线视频免费看| 能在线免费看毛片的网站| 中文在线观看免费www的网站| 国产av码专区亚洲av| 一本色道久久久久久精品综合| 亚洲四区av| 大又大粗又爽又黄少妇毛片口| 亚洲精品aⅴ在线观看| 一边亲一边摸免费视频| 日日摸夜夜添夜夜爱| av天堂久久9| 亚洲,一卡二卡三卡| 亚洲四区av| 免费看av在线观看网站| 中文字幕久久专区| 精品酒店卫生间| 亚洲精品日韩在线中文字幕| 中国三级夫妇交换| 中文字幕av电影在线播放| 国产精品久久久久成人av| 男人狂女人下面高潮的视频| 日韩精品免费视频一区二区三区 | 男人和女人高潮做爰伦理| 久久久a久久爽久久v久久| 日本黄大片高清| 色哟哟·www| 免费在线观看成人毛片| 国产白丝娇喘喷水9色精品| 少妇人妻久久综合中文| videossex国产| 国产一区有黄有色的免费视频| 岛国毛片在线播放| 亚洲欧美精品专区久久| 婷婷色综合www| 日韩精品免费视频一区二区三区 | kizo精华| 国产成人91sexporn| 插阴视频在线观看视频| 国产成人精品一,二区| 久久热精品热| 久久国产亚洲av麻豆专区| 久久精品国产a三级三级三级| 欧美日韩一区二区视频在线观看视频在线| 亚洲av电影在线观看一区二区三区| 丝袜在线中文字幕| 免费观看av网站的网址| 校园人妻丝袜中文字幕| av在线app专区| 国产免费一级a男人的天堂| 激情五月婷婷亚洲| 男人狂女人下面高潮的视频| 欧美老熟妇乱子伦牲交| 久久99一区二区三区| 成人黄色视频免费在线看| 国产精品免费大片| 丝袜在线中文字幕| 91久久精品电影网| 视频中文字幕在线观看| av在线app专区| 国产永久视频网站| 精品少妇内射三级| 国产成人午夜福利电影在线观看| 亚洲国产精品专区欧美| 欧美日韩av久久| 十八禁网站网址无遮挡 | 男人添女人高潮全过程视频| 如日韩欧美国产精品一区二区三区 | av天堂久久9| 免费黄网站久久成人精品| 亚洲欧美一区二区三区黑人 | 黄色一级大片看看| 欧美少妇被猛烈插入视频| 亚洲av不卡在线观看| 国产精品久久久久久久电影| 人人澡人人妻人| 成年av动漫网址| 肉色欧美久久久久久久蜜桃| 天美传媒精品一区二区| 秋霞伦理黄片| 国产一区二区在线观看av| 久久久久网色| 看十八女毛片水多多多| 精品一区在线观看国产| 极品少妇高潮喷水抽搐| 男女啪啪激烈高潮av片| 亚洲国产最新在线播放| 两个人免费观看高清视频 | 国产日韩欧美亚洲二区| 亚洲欧美精品专区久久| 亚洲国产色片| 99精国产麻豆久久婷婷| 最近中文字幕高清免费大全6| 欧美精品高潮呻吟av久久| 国产精品偷伦视频观看了| 亚洲高清免费不卡视频| 久久av网站| 少妇人妻久久综合中文| 美女视频免费永久观看网站| 国产精品一区二区性色av| 一边亲一边摸免费视频| 亚洲精品第二区| 一个人看视频在线观看www免费| 极品人妻少妇av视频| 少妇 在线观看| 亚洲三级黄色毛片| 亚洲av中文av极速乱| av国产精品久久久久影院| a级毛色黄片| 内射极品少妇av片p| av免费在线看不卡| 丝袜在线中文字幕| 亚洲精品日韩在线中文字幕| 国产精品熟女久久久久浪| 国产成人一区二区在线| 又粗又硬又长又爽又黄的视频| 啦啦啦啦在线视频资源| 天堂中文最新版在线下载| 色视频在线一区二区三区| 久久久a久久爽久久v久久| av播播在线观看一区| 一区二区三区乱码不卡18| 免费看不卡的av| 亚洲国产av新网站| 亚洲成人一二三区av| 亚洲av日韩在线播放| 人人妻人人添人人爽欧美一区卜| 久热这里只有精品99| 26uuu在线亚洲综合色| 亚洲精品日本国产第一区| 内射极品少妇av片p| 中文精品一卡2卡3卡4更新| 欧美 日韩 精品 国产| 欧美精品一区二区大全| 久久国产亚洲av麻豆专区| 午夜视频国产福利| 18禁裸乳无遮挡动漫免费视频| 青春草国产在线视频| 九九在线视频观看精品| 综合色丁香网| 18禁在线无遮挡免费观看视频| 精品99又大又爽又粗少妇毛片| 18+在线观看网站| 男女边摸边吃奶| √禁漫天堂资源中文www| 高清欧美精品videossex| 精品亚洲成国产av| 黄色日韩在线| 少妇被粗大猛烈的视频| 精品少妇内射三级| 九九爱精品视频在线观看| 亚洲av二区三区四区| 又大又黄又爽视频免费| 午夜福利视频精品| 香蕉精品网在线| 国产精品人妻久久久久久| 国产精品一区二区三区四区免费观看| 久久国产精品男人的天堂亚洲 | 少妇裸体淫交视频免费看高清| 一级av片app| 不卡视频在线观看欧美| 26uuu在线亚洲综合色| 一二三四中文在线观看免费高清| 日本黄色片子视频| 国产精品不卡视频一区二区| av播播在线观看一区| 青青草视频在线视频观看| 在线观看www视频免费| 国产成人一区二区在线| 亚洲美女黄色视频免费看| 黄色怎么调成土黄色| 男人狂女人下面高潮的视频| 欧美激情极品国产一区二区三区 | 日日摸夜夜添夜夜添av毛片| 国产一区二区三区av在线| 一本大道久久a久久精品| 久久鲁丝午夜福利片| 国产视频首页在线观看| 久久精品熟女亚洲av麻豆精品| 亚洲欧洲国产日韩| 中文字幕亚洲精品专区| 男女边摸边吃奶| 99久国产av精品国产电影| 黄色配什么色好看| 成人特级av手机在线观看| 乱码一卡2卡4卡精品| av免费观看日本| 亚洲欧美日韩另类电影网站| 永久免费av网站大全| 99久久综合免费| 色5月婷婷丁香| 一级片'在线观看视频| 亚洲不卡免费看| 边亲边吃奶的免费视频| 一级毛片 在线播放| 色网站视频免费| 亚洲综合色惰| 美女内射精品一级片tv| 国产深夜福利视频在线观看| 国产欧美亚洲国产| 搡女人真爽免费视频火全软件| 午夜91福利影院| 中文字幕人妻熟人妻熟丝袜美| 久久99一区二区三区| 国产亚洲最大av| 丝袜在线中文字幕| av有码第一页| 女人精品久久久久毛片| 女性被躁到高潮视频| 两个人免费观看高清视频 | 国产日韩欧美视频二区| 亚洲av中文av极速乱| 女性被躁到高潮视频| 最近中文字幕2019免费版| 国产高清有码在线观看视频| 久久久久久久久久成人| 99九九线精品视频在线观看视频| 尾随美女入室| 中国国产av一级| 80岁老熟妇乱子伦牲交| 久久久精品94久久精品| 亚洲第一av免费看| 国产成人精品婷婷| 99热这里只有是精品50| 777米奇影视久久| 日本91视频免费播放| 亚洲熟女精品中文字幕| 午夜福利影视在线免费观看| 大香蕉久久网| 国产成人免费无遮挡视频| 久久精品国产亚洲av涩爱| 99九九线精品视频在线观看视频| 国产在线男女| a级毛片免费高清观看在线播放| 成年女人在线观看亚洲视频| 2018国产大陆天天弄谢| 美女中出高潮动态图| 成人国产av品久久久| 色5月婷婷丁香| 国产视频首页在线观看| 中国美白少妇内射xxxbb| 成人影院久久| 18+在线观看网站| 免费av中文字幕在线| 久久国产精品男人的天堂亚洲 | 日韩精品有码人妻一区| 秋霞在线观看毛片| 在线天堂最新版资源| 国精品久久久久久国模美| 我要看黄色一级片免费的| av在线app专区| 国产真实伦视频高清在线观看| 男男h啪啪无遮挡| 国产黄色视频一区二区在线观看| 欧美+日韩+精品| 国产精品免费大片| 精品99又大又爽又粗少妇毛片| 国产成人精品久久久久久| 校园人妻丝袜中文字幕| 在线观看一区二区三区激情| 成人黄色视频免费在线看| 午夜免费鲁丝| 欧美老熟妇乱子伦牲交| 日韩av免费高清视频| 久久久久久久国产电影| 久久99蜜桃精品久久| 国产黄色视频一区二区在线观看| 肉色欧美久久久久久久蜜桃| 国产成人免费无遮挡视频| 人妻 亚洲 视频| av又黄又爽大尺度在线免费看| 亚洲国产精品国产精品| 一区在线观看完整版| 一级黄片播放器| 日本黄大片高清| 9色porny在线观看| 久久久国产欧美日韩av| av播播在线观看一区| 色婷婷久久久亚洲欧美| 伦理电影大哥的女人| 日本猛色少妇xxxxx猛交久久| 蜜桃久久精品国产亚洲av| 日韩一本色道免费dvd| 最后的刺客免费高清国语| 久久国产精品男人的天堂亚洲 | 一级毛片我不卡| 18+在线观看网站| 一本色道久久久久久精品综合| 国产精品久久久久久精品古装| 久久99一区二区三区| 久久韩国三级中文字幕| 18+在线观看网站| 一本色道久久久久久精品综合| 国产精品伦人一区二区| 国产精品一区二区性色av| 美女福利国产在线| 国产成人午夜福利电影在线观看| 成人国产av品久久久| 黄片无遮挡物在线观看| 一本一本综合久久| 大陆偷拍与自拍| 国产成人精品婷婷| 亚洲不卡免费看| 国产午夜精品久久久久久一区二区三区| 亚洲精品国产av成人精品| 精品人妻熟女毛片av久久网站| 亚洲自偷自拍三级| 在线亚洲精品国产二区图片欧美 | 国产精品偷伦视频观看了| 老司机亚洲免费影院| 日韩熟女老妇一区二区性免费视频| av天堂久久9| 国产色婷婷99| 欧美bdsm另类| 亚洲精品第二区| 国产免费福利视频在线观看| 久久青草综合色| 赤兔流量卡办理| 丰满人妻一区二区三区视频av| 三上悠亚av全集在线观看 | 成年女人在线观看亚洲视频| 在线观看国产h片| 人妻一区二区av| 国产黄片视频在线免费观看| 色网站视频免费| 一本一本综合久久| 久久久午夜欧美精品| 久久人人爽人人片av| 一区二区三区精品91| 亚洲av综合色区一区| 3wmmmm亚洲av在线观看| 久久精品国产鲁丝片午夜精品| 黑人高潮一二区| 久久这里有精品视频免费| 青春草亚洲视频在线观看| 亚洲久久久国产精品| 男人狂女人下面高潮的视频| 国产精品99久久99久久久不卡 | 狂野欧美白嫩少妇大欣赏| 国产有黄有色有爽视频| av国产精品久久久久影院| 日韩成人伦理影院| 七月丁香在线播放| 久久久久久久国产电影| 国产精品成人在线| 51国产日韩欧美| 成人毛片60女人毛片免费| 精品卡一卡二卡四卡免费| 99国产精品免费福利视频| 国产高清国产精品国产三级| 久热这里只有精品99| 自拍欧美九色日韩亚洲蝌蚪91 | 五月天丁香电影| 看免费成人av毛片| 亚洲精品色激情综合| 色视频www国产| 久久久午夜欧美精品| 成人亚洲精品一区在线观看| 国产精品一区www在线观看| 日本vs欧美在线观看视频 | 下体分泌物呈黄色| 熟女人妻精品中文字幕| 赤兔流量卡办理| 在线观看av片永久免费下载| 我的女老师完整版在线观看| 国产精品久久久久成人av| av线在线观看网站| 欧美三级亚洲精品| 啦啦啦视频在线资源免费观看| 亚洲第一av免费看| 日本与韩国留学比较| 春色校园在线视频观看| 少妇的逼水好多| 少妇的逼好多水| 一级毛片aaaaaa免费看小| 国产一区亚洲一区在线观看| 久久精品国产a三级三级三级| 国产精品国产三级专区第一集| 能在线免费看毛片的网站| 国产伦理片在线播放av一区| 亚洲精品国产成人久久av| 久久久国产欧美日韩av| 在线观看av片永久免费下载| 成人无遮挡网站| 午夜免费男女啪啪视频观看| 日本vs欧美在线观看视频 | 国产在线视频一区二区| 一本色道久久久久久精品综合| 亚洲国产欧美日韩在线播放 | 黄色怎么调成土黄色| 国产高清三级在线| 国产亚洲5aaaaa淫片| 91久久精品国产一区二区成人| 国产精品人妻久久久久久| 男女边吃奶边做爰视频| 一级爰片在线观看| 国产伦精品一区二区三区视频9| 免费看av在线观看网站| 国产午夜精品久久久久久一区二区三区| 人妻少妇偷人精品九色| 高清午夜精品一区二区三区| 99久久综合免费| 国产精品一区二区三区四区免费观看| 色视频在线一区二区三区| 中国美白少妇内射xxxbb| 少妇的逼好多水| 成人综合一区亚洲| 国产成人精品婷婷| 91成人精品电影| 少妇人妻久久综合中文| 亚洲精品第二区| 插逼视频在线观看| 日本av手机在线免费观看| 两个人免费观看高清视频 | 久久99热6这里只有精品| 黄色配什么色好看| 大片电影免费在线观看免费| 中文字幕人妻熟人妻熟丝袜美| 色婷婷av一区二区三区视频| 精品亚洲乱码少妇综合久久| 亚洲av男天堂| 亚洲精品一区蜜桃| 亚洲怡红院男人天堂| av黄色大香蕉| 99久久精品热视频| 极品教师在线视频| 亚洲av中文av极速乱| 人妻少妇偷人精品九色| 永久网站在线| 美女内射精品一级片tv| 亚洲国产精品999| 一级片'在线观看视频| 蜜桃久久精品国产亚洲av| 国产真实伦视频高清在线观看| 免费黄色在线免费观看| 日韩人妻高清精品专区| 下体分泌物呈黄色| 国产永久视频网站| 五月天丁香电影| 你懂的网址亚洲精品在线观看| 日韩欧美精品免费久久| 夜夜看夜夜爽夜夜摸| 十八禁高潮呻吟视频 | 亚州av有码| 亚洲国产欧美日韩在线播放 | 人妻人人澡人人爽人人| 国产毛片在线视频| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品成人在线| 五月天丁香电影| 国产白丝娇喘喷水9色精品| 一级a做视频免费观看| 99热这里只有精品一区| 国内少妇人妻偷人精品xxx网站| 一区二区三区免费毛片| 91精品一卡2卡3卡4卡| 美女国产视频在线观看| 建设人人有责人人尽责人人享有的| 国产成人精品久久久久久| 高清不卡的av网站| 亚洲精华国产精华液的使用体验| 亚洲av福利一区| av在线老鸭窝| 亚洲精品久久久久久婷婷小说| 免费不卡的大黄色大毛片视频在线观看| 色视频www国产| 免费观看在线日韩| 卡戴珊不雅视频在线播放| 亚洲精品一二三| 午夜激情久久久久久久| 国产在线一区二区三区精| 国产真实伦视频高清在线观看| 久久精品夜色国产| 久久人妻熟女aⅴ| 精品国产国语对白av| 一个人看视频在线观看www免费| 国产欧美另类精品又又久久亚洲欧美| 国产在线一区二区三区精| 日韩不卡一区二区三区视频在线| 美女视频免费永久观看网站| 纵有疾风起免费观看全集完整版| 欧美日韩国产mv在线观看视频| 国产成人精品福利久久| av国产久精品久网站免费入址| 欧美最新免费一区二区三区| 嫩草影院入口| 99精国产麻豆久久婷婷| 日韩免费高清中文字幕av| 人人妻人人澡人人爽人人夜夜| 18禁在线无遮挡免费观看视频| 国产欧美亚洲国产| 亚洲av电影在线观看一区二区三区| 精品视频人人做人人爽| 国产伦精品一区二区三区视频9| 免费看日本二区| 中文欧美无线码| 建设人人有责人人尽责人人享有的| 一级,二级,三级黄色视频| 曰老女人黄片| 永久网站在线| 亚洲av免费高清在线观看| 你懂的网址亚洲精品在线观看| 亚洲欧美清纯卡通| 女人久久www免费人成看片| 99九九在线精品视频 | 久久影院123| 亚洲在久久综合| 啦啦啦中文免费视频观看日本| 国产成人freesex在线| 日韩成人av中文字幕在线观看|