• <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
    丰满饥渴人妻一区二区三| 麻豆av在线久日| 国产xxxxx性猛交| 亚洲精品在线美女| 一本大道久久a久久精品| 日韩av免费高清视频| 母亲3免费完整高清在线观看| 国产在线观看jvid| 一本大道久久a久久精品| 中文精品一卡2卡3卡4更新| 51午夜福利影视在线观看| 国产成人系列免费观看| 91九色精品人成在线观看| 成人国产av品久久久| 两个人免费观看高清视频| 超碰成人久久| 丰满人妻熟妇乱又伦精品不卡| av网站免费在线观看视频| 91成人精品电影| 国产在视频线精品| 久久久久久久久久久久大奶| 欧美97在线视频| 亚洲国产精品国产精品| 久久国产亚洲av麻豆专区| 一级片'在线观看视频| 久久这里只有精品19| 少妇人妻 视频| 视频区图区小说| 国产一区二区三区综合在线观看| 久久久久精品人妻al黑| 热99久久久久精品小说推荐| 老司机靠b影院| av国产精品久久久久影院| 国产精品人妻久久久影院| 一区二区三区精品91| 最近最新中文字幕大全免费视频 | 国产极品粉嫩免费观看在线| 伊人亚洲综合成人网| 天天添夜夜摸| 欧美日韩亚洲综合一区二区三区_| 亚洲第一青青草原| www.自偷自拍.com| 99国产精品99久久久久| 精品久久蜜臀av无| 亚洲精品日韩在线中文字幕| 美女高潮到喷水免费观看| 国产又色又爽无遮挡免| 热re99久久精品国产66热6| 侵犯人妻中文字幕一二三四区| 看免费av毛片| 91麻豆av在线| 天天操日日干夜夜撸| 大香蕉久久网| 亚洲国产毛片av蜜桃av| 99国产精品一区二区三区| 国产精品一区二区在线不卡| 亚洲欧洲国产日韩| 日韩av在线免费看完整版不卡| 成人亚洲精品一区在线观看| 一个人免费看片子| 久久久久久久大尺度免费视频| 久久国产精品影院| 成人三级做爰电影| 日韩av不卡免费在线播放| 成人亚洲欧美一区二区av| 在线观看人妻少妇| 九色亚洲精品在线播放| 日日摸夜夜添夜夜爱| av又黄又爽大尺度在线免费看| 免费看十八禁软件| 19禁男女啪啪无遮挡网站| 伊人久久大香线蕉亚洲五| 亚洲欧美精品综合一区二区三区| 校园人妻丝袜中文字幕| 爱豆传媒免费全集在线观看| 欧美人与性动交α欧美精品济南到| 国产成人精品久久久久久| 国产精品九九99| 国产欧美日韩精品亚洲av| 蜜桃在线观看..| 国产欧美日韩精品亚洲av| 国产又色又爽无遮挡免| av天堂在线播放| 涩涩av久久男人的天堂| 精品少妇一区二区三区视频日本电影| 人妻人人澡人人爽人人| 美女扒开内裤让男人捅视频| 欧美日韩福利视频一区二区| 狠狠婷婷综合久久久久久88av| 国产亚洲欧美在线一区二区| 精品人妻熟女毛片av久久网站| av欧美777| 国产成人系列免费观看| 中文乱码字字幕精品一区二区三区| 可以免费在线观看a视频的电影网站| 美女高潮到喷水免费观看| 中文字幕高清在线视频| 色视频在线一区二区三区| 最新在线观看一区二区三区 | 日韩大码丰满熟妇| 黄色视频不卡| 99re6热这里在线精品视频| 人人妻人人爽人人添夜夜欢视频| 丝袜喷水一区| 亚洲av综合色区一区| 免费黄频网站在线观看国产| 男女高潮啪啪啪动态图| 天天操日日干夜夜撸| 中文字幕人妻丝袜一区二区| 日韩 欧美 亚洲 中文字幕| 国产深夜福利视频在线观看| 91字幕亚洲| av天堂在线播放| 久久久欧美国产精品| 国产野战对白在线观看| 午夜视频精品福利| 国产精品熟女久久久久浪| 两人在一起打扑克的视频| 国产高清不卡午夜福利| 国产一区二区激情短视频 | 一边摸一边抽搐一进一出视频| 国产精品一区二区精品视频观看| 两个人看的免费小视频| 国产男女内射视频| 国产一区二区在线观看av| 国产色视频综合| 亚洲av国产av综合av卡| 久久人妻福利社区极品人妻图片 | 精品熟女少妇八av免费久了| 日韩av不卡免费在线播放| 中文字幕人妻丝袜制服| 波野结衣二区三区在线| 99re6热这里在线精品视频| 亚洲男人天堂网一区| 久久久精品免费免费高清| 久久久精品免费免费高清| 99久久人妻综合| av在线app专区| 亚洲三区欧美一区| 91精品国产国语对白视频| 一区二区av电影网| 国产一区亚洲一区在线观看| 婷婷色麻豆天堂久久| 99re6热这里在线精品视频| 少妇被粗大的猛进出69影院| 国产av一区二区精品久久| 久久亚洲国产成人精品v| 久久精品国产亚洲av涩爱| 看免费成人av毛片| 午夜影院在线不卡| 少妇精品久久久久久久| 18禁观看日本| 国产高清视频在线播放一区 | 久久精品久久久久久噜噜老黄| h视频一区二区三区| 国产日韩欧美亚洲二区| 久久久精品免费免费高清| 国产精品久久久人人做人人爽| 欧美黑人欧美精品刺激| 国产一区二区激情短视频 | 亚洲av在线观看美女高潮| 国产无遮挡羞羞视频在线观看| 丝瓜视频免费看黄片| 亚洲一区中文字幕在线| 精品少妇久久久久久888优播| 亚洲人成电影免费在线| 高清黄色对白视频在线免费看| 美女大奶头黄色视频| 国产成人影院久久av| 在线观看免费午夜福利视频| 亚洲精品国产一区二区精华液| 菩萨蛮人人尽说江南好唐韦庄| 亚洲一卡2卡3卡4卡5卡精品中文| 国产成人精品久久久久久| 一二三四社区在线视频社区8| a级片在线免费高清观看视频| 久久天堂一区二区三区四区| 中文字幕人妻丝袜一区二区| 精品少妇黑人巨大在线播放| 夫妻性生交免费视频一级片| 亚洲av日韩在线播放| 久久精品成人免费网站| 99国产精品一区二区蜜桃av | 欧美黑人欧美精品刺激| 亚洲av美国av| 亚洲第一青青草原| 性高湖久久久久久久久免费观看| 最近中文字幕2019免费版| 日本a在线网址| 电影成人av| 国产在线免费精品| 欧美日韩综合久久久久久| 久久亚洲精品不卡| 久久久久久久国产电影| 亚洲,一卡二卡三卡| 国产成人av激情在线播放| 国产免费视频播放在线视频| 老司机深夜福利视频在线观看 | 国产在视频线精品| 老司机深夜福利视频在线观看 | 国产精品人妻久久久影院| 捣出白浆h1v1| 精品人妻一区二区三区麻豆| 国产主播在线观看一区二区 | 18禁裸乳无遮挡动漫免费视频| 久久ye,这里只有精品| 日日摸夜夜添夜夜爱| 一级a爱视频在线免费观看| 狂野欧美激情性bbbbbb| 国产精品国产三级国产专区5o| 国产一级毛片在线| 伊人久久大香线蕉亚洲五| 久热这里只有精品99| 亚洲av日韩精品久久久久久密 | 久久女婷五月综合色啪小说| 自线自在国产av| 亚洲图色成人| 午夜福利乱码中文字幕| 十八禁网站网址无遮挡| 性高湖久久久久久久久免费观看| 日韩av在线免费看完整版不卡| 大香蕉久久成人网| 精品免费久久久久久久清纯 | 日韩视频在线欧美| 欧美在线黄色| 91精品三级在线观看| 肉色欧美久久久久久久蜜桃| 国产一区二区三区av在线| 亚洲综合色网址| 免费在线观看视频国产中文字幕亚洲 | 在线观看免费视频网站a站| 91成人精品电影| 80岁老熟妇乱子伦牲交| 99国产综合亚洲精品| 婷婷色综合大香蕉| 色综合欧美亚洲国产小说| 国产99久久九九免费精品| 国产亚洲av高清不卡| av天堂在线播放| 午夜福利,免费看| 人妻一区二区av| 午夜福利在线免费观看网站| 欧美精品一区二区免费开放| 亚洲一卡2卡3卡4卡5卡精品中文| 人人妻人人澡人人看| 国产精品人妻久久久影院| 国产成人精品久久二区二区免费| 亚洲精品一卡2卡三卡4卡5卡 | 首页视频小说图片口味搜索 | 一边摸一边做爽爽视频免费| 亚洲专区中文字幕在线| 久久亚洲精品不卡| 高清视频免费观看一区二区| 精品免费久久久久久久清纯 | 男女边摸边吃奶| 亚洲中文av在线| 十八禁网站网址无遮挡| 国产精品.久久久| 交换朋友夫妻互换小说| 少妇的丰满在线观看| 午夜福利视频精品| 国产视频一区二区在线看| 男女午夜视频在线观看| 19禁男女啪啪无遮挡网站| 日韩av在线免费看完整版不卡| 成人三级做爰电影| 国产免费一区二区三区四区乱码| 黄网站色视频无遮挡免费观看| 精品国产一区二区三区四区第35| 中文字幕人妻丝袜制服| 一区二区av电影网| 亚洲欧美日韩高清在线视频 | 久久亚洲国产成人精品v| 欧美xxⅹ黑人| 亚洲人成电影观看| 亚洲免费av在线视频| 亚洲欧美一区二区三区国产| 国产亚洲精品第一综合不卡| 另类亚洲欧美激情| 成人免费观看视频高清| 欧美日韩一级在线毛片| av一本久久久久| 水蜜桃什么品种好| 搡老岳熟女国产| 久久中文字幕一级| 操出白浆在线播放| 操美女的视频在线观看| 久久久久久久久免费视频了| 亚洲欧美清纯卡通| 国产男女内射视频| 黑人欧美特级aaaaaa片| 在线 av 中文字幕| 伊人久久大香线蕉亚洲五| 熟女av电影| 亚洲国产精品一区二区三区在线| 又大又黄又爽视频免费| 亚洲av电影在线观看一区二区三区| 高清欧美精品videossex| 亚洲少妇的诱惑av| 19禁男女啪啪无遮挡网站| 在线观看免费日韩欧美大片| 多毛熟女@视频| 中文字幕精品免费在线观看视频| 女人被躁到高潮嗷嗷叫费观| 国产主播在线观看一区二区 | av天堂久久9| 日韩免费高清中文字幕av| 女人被躁到高潮嗷嗷叫费观| 日本黄色日本黄色录像| 汤姆久久久久久久影院中文字幕| 免费久久久久久久精品成人欧美视频| 国产精品熟女久久久久浪| 欧美精品高潮呻吟av久久| 中文字幕人妻丝袜制服| 一级毛片 在线播放| 一本大道久久a久久精品| 黑人巨大精品欧美一区二区蜜桃| 人妻 亚洲 视频| 国产成人精品久久久久久| 国产高清videossex| 999久久久国产精品视频| 韩国精品一区二区三区| 亚洲欧美清纯卡通| 亚洲 国产 在线| 色94色欧美一区二区| 在线观看免费午夜福利视频| 久久综合国产亚洲精品| 手机成人av网站| 男女无遮挡免费网站观看| 伊人亚洲综合成人网| 亚洲成国产人片在线观看| 高清欧美精品videossex| 婷婷色av中文字幕| 国产精品国产av在线观看| 又大又爽又粗| 一区在线观看完整版| 青春草亚洲视频在线观看| 久久人人爽人人片av| 成人午夜精彩视频在线观看| 天堂中文最新版在线下载| 国产视频首页在线观看| 国产精品一区二区精品视频观看| 在线观看免费视频网站a站| 欧美在线一区亚洲| 国产精品欧美亚洲77777| a 毛片基地| 午夜福利乱码中文字幕| 免费高清在线观看视频在线观看| 午夜久久久在线观看| 欧美人与性动交α欧美软件| 人人妻,人人澡人人爽秒播 | 日本欧美视频一区| 久久精品国产亚洲av涩爱| 免费观看av网站的网址| 99久久精品国产亚洲精品| 色播在线永久视频| 啦啦啦啦在线视频资源| 国产精品香港三级国产av潘金莲 | 日本av手机在线免费观看| 欧美 日韩 精品 国产| 另类亚洲欧美激情| 免费女性裸体啪啪无遮挡网站| 午夜av观看不卡| 中文字幕高清在线视频| 在线亚洲精品国产二区图片欧美| 国产在线免费精品| 亚洲国产av新网站| 高清不卡的av网站| 欧美日韩黄片免| 亚洲av成人不卡在线观看播放网 | 嫩草影视91久久| 国产主播在线观看一区二区 | 免费人妻精品一区二区三区视频| 欧美日韩视频高清一区二区三区二| 999久久久国产精品视频| 国产免费现黄频在线看| 在线av久久热| 午夜激情av网站| 国产欧美日韩精品亚洲av| 精品熟女少妇八av免费久了| 免费不卡黄色视频| 精品少妇内射三级| 在线观看www视频免费| 日韩精品免费视频一区二区三区| 国产在线一区二区三区精| 成人午夜精彩视频在线观看| 久久女婷五月综合色啪小说| 交换朋友夫妻互换小说| 青春草亚洲视频在线观看| 久久久久国产精品人妻一区二区| 欧美黄色片欧美黄色片| 亚洲国产av影院在线观看| 精品高清国产在线一区| 韩国精品一区二区三区| 看十八女毛片水多多多| 亚洲欧美成人综合另类久久久| 校园人妻丝袜中文字幕| 亚洲欧美日韩另类电影网站| 久久精品熟女亚洲av麻豆精品| 性高湖久久久久久久久免费观看| 国产精品一国产av| 欧美日韩亚洲国产一区二区在线观看 | 亚洲伊人色综图| 亚洲,欧美精品.| 一区在线观看完整版| 男男h啪啪无遮挡| 色网站视频免费| 午夜激情久久久久久久| 中文乱码字字幕精品一区二区三区| 啦啦啦 在线观看视频| 亚洲综合色网址| 国产黄色视频一区二区在线观看| 久久久精品免费免费高清| 国产极品粉嫩免费观看在线| netflix在线观看网站| 男人舔女人的私密视频| 男女之事视频高清在线观看 | 真人做人爱边吃奶动态| 99久久人妻综合| 精品免费久久久久久久清纯 | 啦啦啦在线观看免费高清www| 午夜激情av网站| 另类亚洲欧美激情| 免费观看a级毛片全部| av国产久精品久网站免费入址| 免费少妇av软件| 波多野结衣一区麻豆| 在线 av 中文字幕| 亚洲av美国av| 亚洲免费av在线视频| 99国产精品一区二区三区| 久久久久久免费高清国产稀缺| 国产精品免费大片| 一级黄色大片毛片| 五月开心婷婷网| 精品欧美一区二区三区在线| 天堂俺去俺来也www色官网| 亚洲中文av在线| 美女扒开内裤让男人捅视频| 中文字幕制服av| 久久精品成人免费网站| 一本久久精品| 国产淫语在线视频| 如日韩欧美国产精品一区二区三区| netflix在线观看网站| 80岁老熟妇乱子伦牲交| 黄色片一级片一级黄色片| 夜夜骑夜夜射夜夜干| 欧美黑人欧美精品刺激| 免费久久久久久久精品成人欧美视频| 亚洲国产精品国产精品| 中国美女看黄片| 欧美性长视频在线观看| 中文字幕人妻丝袜一区二区| 99精品久久久久人妻精品| 中文乱码字字幕精品一区二区三区| 亚洲成av片中文字幕在线观看| 18禁裸乳无遮挡动漫免费视频| 午夜两性在线视频| 天天添夜夜摸| 日韩av免费高清视频| 丝瓜视频免费看黄片| 久久精品成人免费网站| 精品卡一卡二卡四卡免费| 人妻 亚洲 视频| 一区二区av电影网| 啦啦啦啦在线视频资源| 久久人妻熟女aⅴ| 欧美久久黑人一区二区| 嫩草影视91久久| 亚洲国产欧美一区二区综合| 国语对白做爰xxxⅹ性视频网站| 一二三四社区在线视频社区8| 大码成人一级视频| 极品少妇高潮喷水抽搐| a级毛片在线看网站| 无限看片的www在线观看| 在线精品无人区一区二区三| 亚洲精品乱久久久久久| 韩国高清视频一区二区三区| 国产成人精品久久二区二区91| 国产成人a∨麻豆精品| 精品人妻在线不人妻| 亚洲av男天堂| 亚洲精品国产区一区二| 国产精品久久久久久人妻精品电影 | 男女边吃奶边做爰视频| 亚洲 国产 在线| 视频区欧美日本亚洲| 操美女的视频在线观看| 精品国产超薄肉色丝袜足j| 国产三级黄色录像| 自拍欧美九色日韩亚洲蝌蚪91| 女人被躁到高潮嗷嗷叫费观| 一区二区三区精品91| a级毛片黄视频| 肉色欧美久久久久久久蜜桃| 国产成人免费无遮挡视频| 国产91精品成人一区二区三区 | 韩国精品一区二区三区| 超色免费av| 9热在线视频观看99| 中文字幕人妻丝袜制服| 日日摸夜夜添夜夜爱| 欧美黄色片欧美黄色片| 国产亚洲午夜精品一区二区久久| 国产日韩欧美在线精品| 精品国产一区二区久久| 性色av一级| 天天操日日干夜夜撸| 9191精品国产免费久久| 人妻一区二区av| 丰满迷人的少妇在线观看| 国产真人三级小视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 亚洲熟女毛片儿| 永久免费av网站大全| 午夜日韩欧美国产| 欧美老熟妇乱子伦牲交| 国产精品人妻久久久影院| 黑人巨大精品欧美一区二区蜜桃| 免费高清在线观看视频在线观看| 久久久久网色| 精品国产乱码久久久久久男人| 国产成人免费无遮挡视频| 日本a在线网址| 久久午夜综合久久蜜桃| 日韩欧美一区视频在线观看| 亚洲av男天堂| 纯流量卡能插随身wifi吗| 亚洲一码二码三码区别大吗| 91九色精品人成在线观看| 中文字幕人妻丝袜一区二区| 中国国产av一级| 免费看不卡的av| 成人国产av品久久久| 婷婷色麻豆天堂久久| 高清欧美精品videossex| 国产成人精品久久二区二区91| 777久久人妻少妇嫩草av网站| 男的添女的下面高潮视频| 婷婷色综合www| 久久人妻福利社区极品人妻图片 | www.av在线官网国产| 王馨瑶露胸无遮挡在线观看| 黄色视频不卡| 欧美日韩视频高清一区二区三区二| 熟女av电影| 青春草亚洲视频在线观看| 91麻豆精品激情在线观看国产 | 婷婷色综合大香蕉| 飞空精品影院首页| 亚洲av成人精品一二三区| 黄色 视频免费看| 十八禁人妻一区二区| 国产成人欧美| 午夜老司机福利片| 久久精品国产a三级三级三级| 最新在线观看一区二区三区 | 黑丝袜美女国产一区| 老司机亚洲免费影院| 亚洲精品自拍成人| 亚洲三区欧美一区| 欧美日韩成人在线一区二区| 超碰97精品在线观看| 婷婷色综合大香蕉| 久久精品国产a三级三级三级| 各种免费的搞黄视频| 国产精品久久久人人做人人爽| 亚洲情色 制服丝袜| 日韩熟女老妇一区二区性免费视频| 一本综合久久免费| 国产女主播在线喷水免费视频网站| 国产精品免费视频内射| 国产色视频综合| 狠狠精品人妻久久久久久综合| 两人在一起打扑克的视频| 国产xxxxx性猛交| 亚洲欧洲精品一区二区精品久久久| 黄片小视频在线播放| 国产av国产精品国产| 色94色欧美一区二区| 亚洲 欧美一区二区三区| 色网站视频免费| 国产片特级美女逼逼视频| 国产精品国产三级专区第一集| 免费看av在线观看网站| 麻豆国产av国片精品| 日韩制服丝袜自拍偷拍| 免费人妻精品一区二区三区视频| 欧美日韩亚洲高清精品| 国产麻豆69| 欧美精品高潮呻吟av久久| 日韩中文字幕视频在线看片| 久久国产精品男人的天堂亚洲| 日本在线视频免费播放| 十八禁网站免费在线| 欧美乱码精品一区二区三区| 两个人视频免费观看高清| 亚洲最大成人中文| av视频在线观看入口| 曰老女人黄片| 久久精品成人免费网站| 国产午夜福利久久久久久| 午夜精品在线福利| 老熟妇仑乱视频hdxx| 非洲黑人性xxxx精品又粗又长| 免费看a级黄色片| 国产单亲对白刺激| 男女做爰动态图高潮gif福利片| 国产人伦9x9x在线观看| 国产成年人精品一区二区| 热re99久久国产66热| 国产亚洲精品久久久久5区| 一级a爱视频在线免费观看|