• <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 ?

    基于深度殘差反向傳播神經(jīng)網(wǎng)絡(luò)的鋼筋腐蝕檢測

    2021-12-02 11:27:00林旭梅朱廣輝陳一戈苗芳榮
    科學(xué)技術(shù)與工程 2021年33期
    關(guān)鍵詞:殘差梯度神經(jīng)網(wǎng)絡(luò)

    林旭梅,胡 川,朱廣輝,陳一戈,苗芳榮

    (青島理工大學(xué)信息與控制工程學(xué)院,青島 266520)

    海水是一種富含侵蝕性鹽類的腐蝕電解質(zhì)溶液[1],架駐在海洋環(huán)境下的鋼筋混凝土工程在漫長服役期里易遭受腐蝕侵壞,其中內(nèi)部鋼筋的腐蝕是造成混凝土結(jié)構(gòu)工程耐久性失效的主要原因,因此提高對服役鋼筋損傷狀態(tài)的檢測精度,及時對危險工程做出預(yù)判尤為重要。

    近年來,中外學(xué)者對鋼筋混凝土腐蝕檢測做出大量研究,Gotoh等[2]利用鋼筋銹蝕過程中磁導(dǎo)率產(chǎn)生變化這一特性,利用電磁感應(yīng)原理結(jié)合霍爾元件來檢測鋼筋銹蝕程度。王瀟舷等[3]通過研究鋼筋銹蝕應(yīng)變力的變化結(jié)合數(shù)字圖像技術(shù)實現(xiàn)對混凝土內(nèi)部腐蝕程度的檢測。V?lker等[4]將探地雷達(dá)引入混凝土腐蝕檢測之中,通過測量鋼筋反射振幅,電勢等特征數(shù)據(jù),采用機(jī)器學(xué)習(xí)方法對數(shù)據(jù)進(jìn)行融合處理來判斷鋼筋銹蝕程度。

    陽極梯傳感器在海洋工程鋼筋腐蝕監(jiān)測中被廣泛應(yīng)用[5],現(xiàn)采用陽極梯傳感器監(jiān)測系統(tǒng)對腐蝕樣本數(shù)據(jù)進(jìn)行采集,將采集的腐蝕電壓、腐蝕電流、腐蝕阻抗及環(huán)境溫度等特征參數(shù)作為模型的輸入,鋼筋的腐蝕狀態(tài)作為模型輸出。針對小樣本數(shù)據(jù)下淺層神經(jīng)網(wǎng)絡(luò)模型擬合能力不足,而加深網(wǎng)絡(luò)層數(shù)出現(xiàn)網(wǎng)絡(luò)性能退化問題,建立雙跳躍深度殘差網(wǎng)絡(luò)模型,同時對Adam算法中影響學(xué)習(xí)率的二階矩估計梯度進(jìn)行調(diào)整,并將其用于鋼筋混凝土腐蝕狀態(tài)預(yù)測。

    1 陽極梯傳感器數(shù)據(jù)預(yù)處理及分類模型

    1.1 鋼筋混凝土腐蝕狀態(tài)預(yù)測模型

    鋼筋混凝土腐蝕狀態(tài)與各特征之間具有強(qiáng)耦合性,常規(guī)數(shù)學(xué)建模往往無法準(zhǔn)確全面地反映出各因素與腐蝕程度之間的高度復(fù)雜關(guān)系。因此,采用神經(jīng)網(wǎng)絡(luò)模型對鋼筋混凝土腐蝕程度進(jìn)行判別,利用其強(qiáng)大的非線性映射能力,從預(yù)處理后的數(shù)據(jù)中直接提取特征,自動學(xué)習(xí)擬合各特征量與輸出標(biāo)簽間的函數(shù)關(guān)系,避免了復(fù)雜的數(shù)學(xué)建模過程。鋼筋混凝土腐蝕檢測模型結(jié)構(gòu)如圖1所示。

    圖1 鋼筋混凝土腐蝕監(jiān)測模型結(jié)構(gòu)圖Fig.1 Structure diagram of reinforced concrete corrosion monitoring model

    1.2 陽極梯監(jiān)測數(shù)據(jù)預(yù)處理

    數(shù)據(jù)集中于陽極梯測得的腐蝕電壓、腐蝕電流、腐蝕阻抗、環(huán)境溫度特征量綱各不相同,且數(shù)值之間存在較大差異,使用梯度下降法時勢必會減緩梯度的尋優(yōu)速度。因此,使用min-max歸一化方法對上述特征值進(jìn)行歸一化處理,消除不同特征之間的量綱影響,且使損失函數(shù)無論從任何位置開始,使用梯度下降法都能更迅速地找到最小值,加速模型的收斂速度,公式為

    (1)

    f(x)=max(0,x)

    (2)

    式(2)為激活函數(shù)Relu表達(dá)式,其具有擬合非線性的能力[6]。

    數(shù)據(jù)集中鋼筋銹蝕數(shù)據(jù)的標(biāo)簽分成“未腐蝕”“輕度腐蝕”“重度腐蝕”3類。為了將類別變量轉(zhuǎn)換成計算機(jī)能夠識別的形式,采用One-hot編碼。如表1所示。

    表1 One-hot編碼Table 1 One-hot coding

    2 改進(jìn)雙跳躍深度殘差BP神經(jīng)網(wǎng)絡(luò)模型

    2.1 雙跳躍殘差網(wǎng)絡(luò)模塊

    基于傳統(tǒng)反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)的鋼筋混凝土腐蝕分類方法,在樣本規(guī)模相對較小的情況下,當(dāng)網(wǎng)絡(luò)層數(shù)達(dá)到一定深度時,網(wǎng)絡(luò)的擬合能力將達(dá)到飽和,其分類準(zhǔn)確率很難再得到提升[7]。若繼續(xù)加深網(wǎng)絡(luò)層數(shù),則會導(dǎo)致網(wǎng)絡(luò)退化。為了提高鋼筋腐蝕分類準(zhǔn)確率,提出雙跳躍深度殘差BP神經(jīng)網(wǎng)絡(luò)模型。

    所提的雙跳躍殘差神經(jīng)網(wǎng)絡(luò)模塊如圖2所示,在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上引入雙跳躍連接,每個殘差模塊使用3個同維度的網(wǎng)絡(luò)層進(jìn)行堆疊,分別在網(wǎng)絡(luò)的一層到二層、一層到三層之間加入跳躍連接,在不增加額外參數(shù)的基礎(chǔ)上構(gòu)成雙跳躍連接殘差神經(jīng)網(wǎng)絡(luò)模塊,加強(qiáng)特征信息在網(wǎng)絡(luò)層間的傳遞和利用。這里規(guī)定一層到二層的跳躍連接用S1表示,一層到三層間的跳躍連接用S2表示。

    圖2 雙跳躍殘差神經(jīng)網(wǎng)絡(luò)模塊Fig.2 Double jump residual module

    在單個殘差模塊中,對輸入樣本的處理主要包括以下3個步驟。

    步驟1特征向量x作為殘差網(wǎng)絡(luò)模塊的輸入,經(jīng)過第一層的權(quán)值線性加權(quán)后輸出為f1(x),R(·)表示Relu激活函數(shù)。

    f1(x)=w(1)x+b(1)

    (3)

    F1(x)=R[f1(x)]

    (4)

    式中:w(1)、b(1)分別為第一層的權(quán)重和偏置參數(shù);F1(x)為對f1(x)激活后的輸出。

    步驟2將第一層激活后的非線性輸出F1(x)作為第二層網(wǎng)絡(luò)的輸入,經(jīng)過加權(quán)偏置后輸出f2(x);f2(x)與第一層的跳躍連接f1(x)相加,經(jīng)過Relu激活后輸出F2(x)。

    f2(x)=w(2)F1(x)+b(2)

    (5)

    f21(x)=f2(x)+f1(x)

    (6)

    F2(x)=R[f21(x)]

    (7)

    式中:w(2)、b(2)分別為第二層的權(quán)重和偏置參數(shù);f21(x)為第一層的跳躍信息輸出與第二層線性信息輸出的疊加,實現(xiàn)了淺層特征重用。

    步驟3將第二層的非線性輸出F2(x)作為第三層網(wǎng)絡(luò)的輸入,經(jīng)過加權(quán)偏置后輸出f3(x)。H(x)表示加上跳躍連接后殘差模塊期望擬合的基礎(chǔ)映射,經(jīng)過激活后輸出為F3(x)。

    f3(x)=w(3)F2(x)+b(3)

    (8)

    H(x)=f3(x)+f1(x)

    (9)

    F3(x)=R[H(x)]

    (10)

    式中:w(3)、b(3)分別為第三層的權(quán)重和偏置參數(shù)。式(9)將傳統(tǒng)堆疊層非線性映射轉(zhuǎn)換為加有跳躍連接的殘差映射。傳統(tǒng)堆疊層網(wǎng)絡(luò)隨著深度的增加,經(jīng)過逐層映射后所表達(dá)信息的非線性復(fù)雜度也在增加,其擬合恒等映射的能力卻在下降,通過跳躍連接,將傳統(tǒng)深度BP神經(jīng)網(wǎng)絡(luò)難以擬合的恒等映射轉(zhuǎn)化為更容易學(xué)習(xí)的殘差映射[8]。

    式(9)不僅能利用跳躍傳播使低層信息得到充分利用,也能帶來很好的反向傳播效果,用L表示損失函數(shù),使用梯度下降法來表示S2跳躍連接層之間的梯度傳遞過程。根據(jù)反向傳播的鏈?zhǔn)角髮?dǎo)法則有

    (11)

    由式(11)可知,梯度?L/?f1(x)由兩部分組成,一部分由?L/?H(x)直接傳播梯度信息到淺層而不涉及任何權(quán)重層,從而保證了梯度信息的反向有效傳遞。另外一部分則是?L/?H(x)與?f3(x)/?f1(x)的鏈?zhǔn)匠朔e,梯度信息的傳遞需要經(jīng)過中間權(quán)重層,如果中間權(quán)重層的梯度信息很小,經(jīng)過鏈?zhǔn)竭B乘后到達(dá)淺層的梯度信息會變得更小,可能導(dǎo)致梯度消失現(xiàn)象,從而使優(yōu)化變得困難[9]。正是由于跳躍連接引入的額外梯度?L/?H(x),使得梯度信息能直接從深層反向跨越傳遞到淺層,避免了梯度消失問題,使得網(wǎng)絡(luò)更容易優(yōu)化。

    2.2 Adam優(yōu)化算法

    Adam算法[10]是一種基于低階矩自適應(yīng)估計的隨機(jī)目標(biāo)函數(shù)的一階梯度優(yōu)化算法。該算法易于實現(xiàn),計算效率高,對內(nèi)存的需求小,被廣泛應(yīng)用于深度學(xué)習(xí)訓(xùn)練中,Adam算法過程如表2所示。

    由表2可以看出,Adam算法中的學(xué)習(xí)率由mt和vt共同控制調(diào)整,mt為gt的一階矩估計加權(quán)平均梯度,可將其看做當(dāng)前預(yù)測梯度的近似,即從過去歷史的梯度來預(yù)測下一步應(yīng)該得到的梯度。

    表2 Adam算法Table 2 Adam algorithm

    引入步長退火思想使用一階矩估計加權(quán)平均梯度mt對二階矩估計加權(quán)平均梯度vt進(jìn)行調(diào)整,改進(jìn)后的公式為

    (12)

    2.3 雙跳躍深度殘差BP神經(jīng)網(wǎng)絡(luò)模型

    模型共堆疊了4個雙跳躍殘差模塊構(gòu)成雙跳躍深度殘差BP神經(jīng)網(wǎng)絡(luò),如圖3所示,每個殘差模塊均包含3個基礎(chǔ)層,其中第Ⅰ、Ⅲ模塊中每個基礎(chǔ)層的神經(jīng)元個數(shù)為128個,第Ⅱ、Ⅳ模塊中每個基礎(chǔ)層的神經(jīng)元個數(shù)為64個。模型的輸入xi為具有21個特征的列向量,輸出為3個類別概率分布的列向量,模型選擇其中最大概率值對應(yīng)類別為預(yù)測標(biāo)簽[11]。

    圖3 雙跳躍深度殘差BP神經(jīng)網(wǎng)絡(luò)模型Fig.3 Double jump depth residual BP neural network model

    傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)通過神經(jīng)元的逐層非線性映射來實現(xiàn)復(fù)雜分類函數(shù)的擬合,其具有一定的自學(xué)習(xí)和決策能力。但在小樣本數(shù)據(jù)下,當(dāng)網(wǎng)絡(luò)層數(shù)達(dá)到一定深度時,網(wǎng)絡(luò)的擬合性能將達(dá)到飽和,若繼續(xù)加深網(wǎng)絡(luò)層數(shù),則會導(dǎo)致網(wǎng)絡(luò)性能下降,產(chǎn)生網(wǎng)絡(luò)退化現(xiàn)象。因此,現(xiàn)通過構(gòu)建殘差神經(jīng)網(wǎng)絡(luò)模塊來增強(qiáng)特征信息在非線性層間的傳遞,增加雙重跳躍連接實現(xiàn)低非線性度特征信息的重復(fù)充分利用。將改進(jìn)的Adam算法與雙跳躍深度殘差神經(jīng)網(wǎng)絡(luò)相結(jié)合,對鋼筋混凝土的腐蝕程度進(jìn)行預(yù)測分類。

    3 實驗及結(jié)果分析

    3.1 實驗平臺及方法

    實驗在Windows 10系統(tǒng)環(huán)境下,采用谷歌開發(fā)的TensorFlow 2.2-GPU版本深度學(xué)習(xí)平臺進(jìn)行網(wǎng)絡(luò)訓(xùn)練,實驗中網(wǎng)絡(luò)模型程序由python3.7編寫完成。使用的鋼筋混凝土腐蝕檢測數(shù)據(jù)共有4 500條,其中未腐蝕數(shù)據(jù)、輕度腐蝕數(shù)據(jù)、重度腐蝕數(shù)據(jù)各1 500條。在訓(xùn)練過程中,前l(fā)-1層均使用Relu函數(shù)進(jìn)行激活,最后一層l采用Softmax函數(shù)激活輸出。

    將數(shù)據(jù)集分別按照6∶4、7∶3、8∶2的比例分為訓(xùn)練集(T1~T3)和測試集(P1~P3),在訓(xùn)練過程中,設(shè)置迭代次數(shù)為500次,分別用Adam算法優(yōu)化6層,14層普通BP神經(jīng)網(wǎng)絡(luò)和14層殘差神經(jīng)網(wǎng)絡(luò)及本文所提改進(jìn)Adam算法優(yōu)化14層殘差神經(jīng)網(wǎng)絡(luò)。上述4種算法模型在各自比例測試集下的測試準(zhǔn)確率與測試損失誤差趨勢變化如圖4~圖9所示。

    3.2 實驗對比分析

    對比分析圖4~圖9中在不同比例測試數(shù)據(jù)集上的準(zhǔn)確率、損失誤差的變化趨勢可知,將Adam算法優(yōu)化的普通BP網(wǎng)絡(luò)從6層加深至14層時,訓(xùn)練過程中,曲線波動較大,難以收斂,反映出普通深度BP神經(jīng)網(wǎng)絡(luò)在小樣本數(shù)據(jù)下其網(wǎng)絡(luò)擬合能力退化,泛化性能弱的缺點;用Adam算法優(yōu)化的雙跳躍殘差神經(jīng)網(wǎng)絡(luò),由于其增加了雙重跳躍連接實現(xiàn)低非線性度特征信息的重復(fù)充分利用,其性能較為改善;利用所提改進(jìn)Adam算法優(yōu)化雙跳躍殘差神經(jīng)網(wǎng)絡(luò)其收斂速度及擬合性能均有明顯提升。

    圖4 P1測試集下的測試準(zhǔn)確率Fig.4 Test accuracy under test setP1

    圖5 P1測試集下的測試損失誤差Fig.5 Test loss error under test setP1

    圖6 P2測試集下的測試準(zhǔn)確率Fig.6 Test accuracy under test setP2

    圖7 P2測試集下的測試損失誤差Fig.7 Test loss error under test setP2

    圖8 P3測試集下的測試準(zhǔn)確率 Fig.8 Test accuracy under test setP3

    圖9 P3測試集下的測試損失誤差Fig.9 Test loss error under test setP3

    4 結(jié)論

    針對小樣本數(shù)據(jù)下鋼筋混凝土腐蝕狀態(tài)檢測方法單一且精度不高等問題,提出一種利用改進(jìn)Adam算法優(yōu)化雙跳躍深度殘差神經(jīng)網(wǎng)絡(luò)檢測鋼筋混凝土腐蝕狀態(tài)的預(yù)測方法。

    (1)建立了雙跳躍深度殘差神經(jīng)網(wǎng)絡(luò)模型,該模型能加強(qiáng)了淺層低非線性度特征信息在不同網(wǎng)絡(luò)層間的跨越傳遞和重復(fù)利用,同時在反向傳播過程中避免了梯度消失,相比較淺層和傳統(tǒng)深度BP神經(jīng)網(wǎng)絡(luò)具有更好的預(yù)測分類性能。

    (2)引入步長退火思想對Adam算法進(jìn)行改進(jìn),使用一階矩估計加權(quán)平均梯度對二階矩估計加權(quán)平均梯度進(jìn)行調(diào)整,促使算法合理動態(tài)調(diào)整學(xué)習(xí)率,加速算法的全局尋優(yōu)能力,使目標(biāo)函數(shù)在不陷入局部極小值的前提下盡快收斂。

    (3)仿真表明,改進(jìn)Adam算法優(yōu)化的雙跳躍深度殘差神經(jīng)網(wǎng)絡(luò)模型在小樣本數(shù)據(jù)下具有更好的預(yù)測分類性能。

    猜你喜歡
    殘差梯度神經(jīng)網(wǎng)絡(luò)
    基于雙向GRU與殘差擬合的車輛跟馳建模
    一個改進(jìn)的WYL型三項共軛梯度法
    基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
    一種自適應(yīng)Dai-Liao共軛梯度法
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    一類扭積形式的梯度近Ricci孤立子
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    平穩(wěn)自相關(guān)過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    一级av片app| 久久人妻av系列| 日本爱情动作片www.在线观看| 国产亚洲91精品色在线| 亚洲电影在线观看av| 久久精品国产亚洲av天美| 天天躁日日操中文字幕| 国内揄拍国产精品人妻在线| 搞女人的毛片| 亚洲丝袜综合中文字幕| 久久久a久久爽久久v久久| 欧美另类亚洲清纯唯美| 别揉我奶头 嗯啊视频| 亚洲av成人精品一区久久| 色播亚洲综合网| 久久精品国产清高在天天线| 亚洲电影在线观看av| 麻豆一二三区av精品| 色视频www国产| av视频在线观看入口| 日韩制服骚丝袜av| 永久网站在线| 亚洲欧美成人精品一区二区| 国产v大片淫在线免费观看| 夜夜爽天天搞| 国产成年人精品一区二区| 日韩人妻高清精品专区| 中文字幕av在线有码专区| 青春草国产在线视频 | 国产高清视频在线观看网站| 国产免费一级a男人的天堂| 久久久精品大字幕| 精品无人区乱码1区二区| 日本爱情动作片www.在线观看| 日韩欧美一区二区三区在线观看| 国产午夜福利久久久久久| 可以在线观看毛片的网站| 夜夜夜夜夜久久久久| 国产黄片视频在线免费观看| 少妇丰满av| 天堂中文最新版在线下载 | 久久人妻av系列| 日本在线视频免费播放| 蜜臀久久99精品久久宅男| 国产三级在线视频| 亚洲av.av天堂| 有码 亚洲区| av卡一久久| 国模一区二区三区四区视频| 免费看av在线观看网站| 精品国内亚洲2022精品成人| 精品不卡国产一区二区三区| 只有这里有精品99| 亚洲欧洲日产国产| 插阴视频在线观看视频| 亚洲国产精品成人久久小说 | 国产白丝娇喘喷水9色精品| 亚洲av中文av极速乱| 亚洲内射少妇av| 69人妻影院| 亚洲最大成人手机在线| 三级毛片av免费| 99热这里只有精品一区| 直男gayav资源| 此物有八面人人有两片| 伊人久久精品亚洲午夜| 又黄又爽又刺激的免费视频.| 国产视频内射| 亚洲高清免费不卡视频| 久久久久久久午夜电影| 欧美日韩精品成人综合77777| 12—13女人毛片做爰片一| 国产午夜精品论理片| 中文欧美无线码| 国产一区二区三区av在线 | 一边亲一边摸免费视频| 99在线人妻在线中文字幕| 久久中文看片网| 床上黄色一级片| 国产一区二区在线av高清观看| 六月丁香七月| 久久精品国产99精品国产亚洲性色| 国产色婷婷99| 婷婷亚洲欧美| 亚洲精品久久久久久婷婷小说 | 欧美精品一区二区大全| 欧美bdsm另类| 黄色视频,在线免费观看| 99热网站在线观看| 亚洲欧美日韩无卡精品| 亚洲第一区二区三区不卡| 国产免费男女视频| 国产在线精品亚洲第一网站| 成人二区视频| 99在线视频只有这里精品首页| 久久韩国三级中文字幕| 欧美一区二区国产精品久久精品| 亚洲欧洲国产日韩| 国产一区二区三区av在线 | 午夜老司机福利剧场| 青春草亚洲视频在线观看| 亚洲18禁久久av| 亚洲欧美成人综合另类久久久 | 色哟哟哟哟哟哟| 婷婷精品国产亚洲av| 国产精品人妻久久久久久| 老师上课跳d突然被开到最大视频| 色视频www国产| 人妻少妇偷人精品九色| 天天躁日日操中文字幕| 观看美女的网站| 黑人高潮一二区| 神马国产精品三级电影在线观看| 伦理电影大哥的女人| 午夜精品一区二区三区免费看| 秋霞在线观看毛片| videossex国产| 成人漫画全彩无遮挡| 91麻豆精品激情在线观看国产| 日本免费一区二区三区高清不卡| 色综合色国产| 国产午夜精品一二区理论片| 免费黄网站久久成人精品| 日韩 亚洲 欧美在线| 亚洲最大成人av| eeuss影院久久| 午夜福利在线观看免费完整高清在 | 亚洲国产精品成人综合色| 哪里可以看免费的av片| 自拍偷自拍亚洲精品老妇| 寂寞人妻少妇视频99o| 不卡视频在线观看欧美| 日韩视频在线欧美| 精品久久久久久成人av| 三级毛片av免费| 99riav亚洲国产免费| 亚洲七黄色美女视频| 91久久精品国产一区二区三区| 最新中文字幕久久久久| 国产 一区精品| 边亲边吃奶的免费视频| 国产毛片a区久久久久| 欧美一级a爱片免费观看看| 久久精品国产鲁丝片午夜精品| 午夜激情福利司机影院| 天天躁日日操中文字幕| 综合色av麻豆| 黑人高潮一二区| 国产不卡一卡二| 免费搜索国产男女视频| 狂野欧美激情性xxxx在线观看| 色综合亚洲欧美另类图片| 免费观看a级毛片全部| 天天躁夜夜躁狠狠久久av| 女同久久另类99精品国产91| 九草在线视频观看| 欧美+日韩+精品| 亚洲三级黄色毛片| 直男gayav资源| 少妇熟女欧美另类| 精品久久国产蜜桃| 久久99热这里只有精品18| 国产av在哪里看| 亚洲精品久久久久久婷婷小说 | 欧美高清性xxxxhd video| 久久久久性生活片| 在线免费十八禁| av黄色大香蕉| 欧美不卡视频在线免费观看| 看非洲黑人一级黄片| 日韩成人av中文字幕在线观看| 女人被狂操c到高潮| 国产精品人妻久久久久久| 精品人妻偷拍中文字幕| 国产不卡一卡二| 青春草亚洲视频在线观看| 亚洲四区av| 国产精品久久电影中文字幕| 岛国毛片在线播放| 久久这里只有精品中国| 国产黄片视频在线免费观看| 亚洲人与动物交配视频| 一级毛片aaaaaa免费看小| 欧美最新免费一区二区三区| 亚洲自拍偷在线| 我的老师免费观看完整版| 精品熟女少妇av免费看| 色哟哟哟哟哟哟| 午夜福利高清视频| 国内少妇人妻偷人精品xxx网站| 国产成人91sexporn| www.色视频.com| 丰满人妻一区二区三区视频av| 五月玫瑰六月丁香| 国产精品一区二区三区四区久久| 天堂√8在线中文| 国产一区二区在线av高清观看| a级毛片免费高清观看在线播放| 亚洲精品国产成人久久av| 青春草亚洲视频在线观看| 欧美日韩乱码在线| 亚洲国产精品成人综合色| 亚洲精品久久国产高清桃花| 给我免费播放毛片高清在线观看| 精品一区二区三区视频在线| 亚洲人与动物交配视频| 色视频www国产| 一卡2卡三卡四卡精品乱码亚洲| 日本在线视频免费播放| 国产色爽女视频免费观看| 国产在线精品亚洲第一网站| 美女被艹到高潮喷水动态| 久久久久久久久中文| 国产免费男女视频| 看十八女毛片水多多多| 夜夜看夜夜爽夜夜摸| 精品一区二区三区人妻视频| 我的老师免费观看完整版| 91午夜精品亚洲一区二区三区| 久久久午夜欧美精品| 国产真实伦视频高清在线观看| 热99在线观看视频| 深夜精品福利| 国产精品日韩av在线免费观看| 国产人妻一区二区三区在| 级片在线观看| 黄色日韩在线| 久久热精品热| 日日干狠狠操夜夜爽| 日本在线视频免费播放| av福利片在线观看| 男女下面进入的视频免费午夜| 性插视频无遮挡在线免费观看| 99久久成人亚洲精品观看| 国产熟女欧美一区二区| 波多野结衣高清作品| 简卡轻食公司| 18+在线观看网站| 内射极品少妇av片p| 自拍偷自拍亚洲精品老妇| 成人国产麻豆网| 波多野结衣高清作品| 18禁在线播放成人免费| 欧美zozozo另类| 亚洲精品国产av成人精品| 狂野欧美白嫩少妇大欣赏| 国产精品久久久久久久久免| 久久久久久久久久久丰满| 亚洲在线观看片| 91狼人影院| 三级经典国产精品| 色哟哟哟哟哟哟| 亚洲真实伦在线观看| 婷婷色综合大香蕉| 国产精品人妻久久久影院| 青春草亚洲视频在线观看| 美女内射精品一级片tv| 99在线视频只有这里精品首页| 美女 人体艺术 gogo| 精品无人区乱码1区二区| 欧洲精品卡2卡3卡4卡5卡区| 亚洲在线观看片| 伦精品一区二区三区| 久久久久久久久久久免费av| 12—13女人毛片做爰片一| 日本色播在线视频| 精品午夜福利在线看| 午夜福利高清视频| 久久精品国产清高在天天线| 亚洲欧美中文字幕日韩二区| 亚洲在线观看片| 精品熟女少妇av免费看| 久久久精品欧美日韩精品| 老司机福利观看| 欧美一级a爱片免费观看看| 白带黄色成豆腐渣| 99国产极品粉嫩在线观看| 久久精品夜夜夜夜夜久久蜜豆| 一边亲一边摸免费视频| 99国产精品一区二区蜜桃av| 久久九九热精品免费| 一级av片app| 中文字幕久久专区| 九草在线视频观看| 一进一出抽搐gif免费好疼| 国产一区二区在线观看日韩| 精品久久久久久久久av| 91久久精品国产一区二区成人| 好男人在线观看高清免费视频| 女的被弄到高潮叫床怎么办| 精品国内亚洲2022精品成人| 国产毛片a区久久久久| 又粗又爽又猛毛片免费看| 亚洲综合色惰| 听说在线观看完整版免费高清| 欧美成人一区二区免费高清观看| 日本黄色片子视频| 真实男女啪啪啪动态图| 国产伦一二天堂av在线观看| 国产精品久久久久久久电影| 人人妻人人澡欧美一区二区| 国产精品一及| 综合色丁香网| 精品人妻熟女av久视频| 99久久人妻综合| 亚洲国产日韩欧美精品在线观看| 成人特级黄色片久久久久久久| 少妇人妻一区二区三区视频| 天堂√8在线中文| 精品久久久久久久末码| 亚洲成a人片在线一区二区| 亚洲国产精品国产精品| 欧美日本视频| 天堂中文最新版在线下载 | 婷婷六月久久综合丁香| 欧美在线一区亚洲| 亚洲精品456在线播放app| 国产激情偷乱视频一区二区| 你懂的网址亚洲精品在线观看 | 免费看a级黄色片| 久久久久久国产a免费观看| 久久国内精品自在自线图片| 成熟少妇高潮喷水视频| 亚洲精华国产精华液的使用体验 | 亚洲精品影视一区二区三区av| 亚洲一区高清亚洲精品| 国产在线男女| av.在线天堂| 日韩精品有码人妻一区| 最近中文字幕高清免费大全6| 在现免费观看毛片| 亚洲,欧美,日韩| 日本与韩国留学比较| 日韩成人av中文字幕在线观看| 如何舔出高潮| 日韩欧美在线乱码| 日本色播在线视频| 欧美色视频一区免费| 日韩,欧美,国产一区二区三区 | 人妻夜夜爽99麻豆av| 最新中文字幕久久久久| 我要看日韩黄色一级片| 亚洲av免费高清在线观看| 国产精品久久电影中文字幕| 日韩成人伦理影院| 边亲边吃奶的免费视频| 美女国产视频在线观看| 免费观看人在逋| 国产精品久久久久久精品电影小说 | 日韩一区二区视频免费看| 高清午夜精品一区二区三区 | 中文字幕精品亚洲无线码一区| av在线老鸭窝| 在线观看免费视频日本深夜| 精品国产三级普通话版| 岛国在线免费视频观看| 干丝袜人妻中文字幕| 欧美潮喷喷水| 成人特级黄色片久久久久久久| 菩萨蛮人人尽说江南好唐韦庄 | 国产高清三级在线| 成人欧美大片| 日韩欧美 国产精品| 国产男人的电影天堂91| 日韩欧美精品免费久久| 国产久久久一区二区三区| 两性午夜刺激爽爽歪歪视频在线观看| 午夜福利在线在线| 成人特级av手机在线观看| 久99久视频精品免费| 啦啦啦韩国在线观看视频| 亚洲第一区二区三区不卡| 国产私拍福利视频在线观看| 亚洲av第一区精品v没综合| 久久精品国产99精品国产亚洲性色| 精品国内亚洲2022精品成人| 精品一区二区三区人妻视频| 亚洲国产欧美在线一区| 久久精品久久久久久久性| 搞女人的毛片| 久久人人爽人人爽人人片va| 禁无遮挡网站| 欧美激情国产日韩精品一区| 国产一区二区激情短视频| 日韩 亚洲 欧美在线| 在线播放无遮挡| 精品人妻视频免费看| 亚洲国产精品成人综合色| 国产乱人偷精品视频| 国产老妇女一区| 天美传媒精品一区二区| 国产一级毛片在线| 国产精品人妻久久久久久| 边亲边吃奶的免费视频| 哪里可以看免费的av片| 毛片女人毛片| 免费人成在线观看视频色| 人妻夜夜爽99麻豆av| 亚洲国产欧美在线一区| 久久九九热精品免费| 级片在线观看| 你懂的网址亚洲精品在线观看 | 久久这里只有精品中国| 天天躁日日操中文字幕| 国产91av在线免费观看| 国产精品国产高清国产av| 久久精品久久久久久噜噜老黄 | 哪里可以看免费的av片| 精品人妻熟女av久视频| 午夜视频国产福利| 2022亚洲国产成人精品| 国产精品女同一区二区软件| 日韩一区二区三区影片| 91精品一卡2卡3卡4卡| 91aial.com中文字幕在线观看| 国产高清有码在线观看视频| 精品人妻一区二区三区麻豆| 我的老师免费观看完整版| av在线播放精品| 日韩一区二区视频免费看| 热99在线观看视频| 成年免费大片在线观看| 波野结衣二区三区在线| 欧美一区二区国产精品久久精品| 成人亚洲精品av一区二区| 亚洲中文字幕一区二区三区有码在线看| 黄色视频,在线免费观看| 高清在线视频一区二区三区 | 免费看a级黄色片| 午夜精品在线福利| 日韩成人伦理影院| 爱豆传媒免费全集在线观看| 国产av一区在线观看免费| 九九久久精品国产亚洲av麻豆| 精品99又大又爽又粗少妇毛片| 中文欧美无线码| 欧美xxxx黑人xx丫x性爽| 成人欧美大片| 亚洲精品成人久久久久久| videossex国产| 精品久久久久久久人妻蜜臀av| 哪个播放器可以免费观看大片| 免费搜索国产男女视频| 国产成人freesex在线| 舔av片在线| 中国美白少妇内射xxxbb| 九九热线精品视视频播放| 国产成人a区在线观看| 97超视频在线观看视频| 免费在线观看成人毛片| 成年女人看的毛片在线观看| а√天堂www在线а√下载| 看黄色毛片网站| 国产精品日韩av在线免费观看| 观看免费一级毛片| 亚洲成人久久性| 国模一区二区三区四区视频| 国产免费男女视频| 国产一区亚洲一区在线观看| 日韩强制内射视频| 成年免费大片在线观看| 国产伦在线观看视频一区| 亚洲自偷自拍三级| 亚洲久久久久久中文字幕| av免费观看日本| 成年免费大片在线观看| 在线观看免费视频日本深夜| 91在线精品国自产拍蜜月| 免费一级毛片在线播放高清视频| 99热只有精品国产| 中文字幕人妻熟人妻熟丝袜美| 婷婷六月久久综合丁香| 热99re8久久精品国产| 国产精品1区2区在线观看.| 日日干狠狠操夜夜爽| 亚洲人成网站在线观看播放| 91av网一区二区| 国产片特级美女逼逼视频| 高清午夜精品一区二区三区 | 成人永久免费在线观看视频| 激情 狠狠 欧美| 波多野结衣巨乳人妻| 美女黄网站色视频| 性欧美人与动物交配| 此物有八面人人有两片| 春色校园在线视频观看| 色综合色国产| 69av精品久久久久久| 亚洲性久久影院| 国产成人精品婷婷| 国内久久婷婷六月综合欲色啪| 村上凉子中文字幕在线| 国产单亲对白刺激| 人妻夜夜爽99麻豆av| 能在线免费看毛片的网站| 国产精品.久久久| 在线观看美女被高潮喷水网站| a级一级毛片免费在线观看| 免费电影在线观看免费观看| 人妻久久中文字幕网| 边亲边吃奶的免费视频| 两个人视频免费观看高清| 麻豆成人av视频| 日韩强制内射视频| 亚洲av成人精品一区久久| www.色视频.com| 亚洲美女搞黄在线观看| av国产免费在线观看| 国产老妇伦熟女老妇高清| 麻豆久久精品国产亚洲av| 乱系列少妇在线播放| 亚洲av男天堂| 欧美另类亚洲清纯唯美| 精品人妻偷拍中文字幕| 国产黄色视频一区二区在线观看 | 亚洲欧美精品专区久久| 亚洲av免费高清在线观看| 亚洲国产高清在线一区二区三| 午夜免费激情av| 欧美日韩一区二区视频在线观看视频在线 | 黄色日韩在线| 淫秽高清视频在线观看| 亚洲人成网站高清观看| 国产精品,欧美在线| 成人亚洲精品av一区二区| av天堂在线播放| 老司机影院成人| 变态另类成人亚洲欧美熟女| 91久久精品国产一区二区成人| 在线观看免费视频日本深夜| 男人和女人高潮做爰伦理| 男的添女的下面高潮视频| 成年免费大片在线观看| 亚洲第一区二区三区不卡| 最近2019中文字幕mv第一页| 中文欧美无线码| 欧洲精品卡2卡3卡4卡5卡区| 中文欧美无线码| 女的被弄到高潮叫床怎么办| 国产成人91sexporn| 联通29元200g的流量卡| 91久久精品国产一区二区三区| 国产免费男女视频| 六月丁香七月| 国产成人精品久久久久久| 最近2019中文字幕mv第一页| 亚洲乱码一区二区免费版| 成人二区视频| 男人舔女人下体高潮全视频| 亚洲欧美精品综合久久99| 丰满的人妻完整版| 成人综合一区亚洲| 淫秽高清视频在线观看| 91精品一卡2卡3卡4卡| 岛国在线免费视频观看| 美女脱内裤让男人舔精品视频 | 女人被狂操c到高潮| 亚洲精品成人久久久久久| 一本精品99久久精品77| 哪里可以看免费的av片| 久久久久免费精品人妻一区二区| av又黄又爽大尺度在线免费看 | 亚洲国产精品成人久久小说 | 精品无人区乱码1区二区| 国产av在哪里看| 婷婷色av中文字幕| 97人妻精品一区二区三区麻豆| 成人二区视频| 99久久精品热视频| 黄色欧美视频在线观看| 哪个播放器可以免费观看大片| 免费在线观看成人毛片| 蜜臀久久99精品久久宅男| 美女高潮的动态| 18禁黄网站禁片免费观看直播| 色视频www国产| 亚洲国产精品sss在线观看| 日本三级黄在线观看| 九九久久精品国产亚洲av麻豆| 麻豆av噜噜一区二区三区| 久久人人精品亚洲av| 一级av片app| 亚洲精品成人久久久久久| 国产精品蜜桃在线观看 | 国产精品爽爽va在线观看网站| 人人妻人人看人人澡| 淫秽高清视频在线观看| 赤兔流量卡办理| 国产av不卡久久| 久久久久免费精品人妻一区二区| а√天堂www在线а√下载| 波野结衣二区三区在线| 久久久国产成人免费| 亚洲真实伦在线观看| 成年av动漫网址| 色吧在线观看| 亚洲三级黄色毛片| 一边亲一边摸免费视频| 久久久欧美国产精品| 一级毛片久久久久久久久女| 国产成人freesex在线| 69人妻影院| 黄色日韩在线| 99久久精品国产国产毛片| 我的老师免费观看完整版| 久久人人爽人人片av| 少妇人妻一区二区三区视频| 亚洲av电影不卡..在线观看| 日韩精品有码人妻一区| 国产大屁股一区二区在线视频| 亚洲av免费在线观看| 成人欧美大片| 偷拍熟女少妇极品色| 少妇熟女aⅴ在线视频| 中国美女看黄片|