• <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 ?

    基于迭代收縮閾值網絡的地震數(shù)據(jù)重構研究

    2021-12-13 04:48:34李倩倩
    工程地球物理學報 2021年6期
    關鍵詞:方法

    范 帥,邢 磊,2,李倩倩,2

    (1.中國海洋大學 海底科學與探測技術教育部重點實驗室,山東 青島 266100;2.海洋國家實驗室 海洋礦產資源評價與探測技術功能實驗室,山東 青島 266071)

    1 引 言

    地震數(shù)據(jù)重建是勘探地震學中一個重要的研究方向,近幾十年來學者們已經提出了多種地震數(shù)據(jù)重構的方法[1,2],如插值法。地震數(shù)據(jù)插值,也可以稱為地震數(shù)據(jù)恢復,是地震資料處理中極其重要的一環(huán)。傳統(tǒng)的地震數(shù)據(jù)插值方法可大致包含三大類:基于預測濾波器的插值算法,基于波動方程的插值算法以及基于信號分析處理的插值算法。Donoho等人(2006年)[3]提出壓縮感知理論,即信號的采樣頻率可以低于Nyquist頻率,并在采樣后通過合適的恢復算法能較為完整的恢復原信號。壓縮感知理論可以對數(shù)據(jù)同時進行采樣和壓縮,這樣可以去除大量冗余數(shù)據(jù)并且釋放有限的儲存資源,壓縮感知理論的提出推動了地震數(shù)據(jù)重構方法的發(fā)展。

    Wang等人(2011年)[4],將地震波場重構問題看作一個壓縮感知問題,提出一種基于小波變換的分段隨機子采樣方法,通過求解L1范數(shù)來解決壓縮感知問題,提高了波場恢復的質量。曹靜杰等人(2012年)[5]在Curvelet域利用梯度投影的算法求解L0范數(shù)約束下的壓縮感知問題。Gou等人(2014年)[6]通過Seislet變換對復雜地震數(shù)據(jù)進行稀疏后,應用Bregman迭代算法求解壓縮感知問題中的混合范數(shù)優(yōu)化問題。作為一種多尺度稀疏變換,Seislet變換可以將地震信號進行有效的壓縮,因此對變換域的選擇也尤為重要。隨著字典學習的火熱,周亞同等人(2014年)[7]將K-SVD字典學習方法應用于地震數(shù)據(jù)重建上,這個方法的應用是在壓縮感知框架下的。該方法通過用K-SVD字典訓練大量的地震樣本數(shù)據(jù),并在訓練完成后得到超完備字典,并采用正則化正交匹配追蹤(ROMP,Regularization Orthogonal Matching Pursuit)來對地震數(shù)據(jù)實現(xiàn)重建,可以實現(xiàn)地震數(shù)據(jù)的自適應稀疏擴展。但基于壓縮感知的地震數(shù)據(jù)重構方法在不同變換域中的重構效果有很大區(qū)別,重構效果不穩(wěn)定。

    近幾年深度學習在圖像處理和圖像修復領域體現(xiàn)出了非常好的效果, Cui等人(2014年)[8]通過對圖像使用降采樣后,將高分辨率圖像降采樣成低分辨率圖像,將降采樣后的低分辨率圖像作為訓練數(shù)據(jù)集輸入進深度卷積神經網絡中進行訓練,之后使用訓練過的網絡對圖像進行重建。Wang等人(2016年)[9]基于深度學習在圖像處理方面的優(yōu)勢,使用高質量的核磁共振圖像對神經網絡進行訓練來加速磁共振成象(MRI,Magnetic Resonance Imaging)的方法。同年,Sun等人[10]在壓縮感知可以快速磁共振成象的基礎上,通過將ADMM(ADMM,Alternating Direction Method of Multipliers)算法與深度神經網絡結合,將網絡的結構變?yōu)锳DMM算法的展開形式來進行磁共振成象的壓縮感知重建。Zhang等人(2018年)[11]將壓縮感知凸優(yōu)化算法中的迭代軟閾值算法的每一步迭代過程用深度神經網絡的方法展開,在自然圖像重建和磁共振成像(MRI)中獲得了良好的效果。Mandelli等人(2018)[12]構建了一種卷積自動編碼器的特定類型的卷積神經網絡來對損壞的地震數(shù)據(jù)進行插值和去噪。

    受到圖像處理和修復的啟發(fā),以及傳統(tǒng)的地震數(shù)據(jù)重構方法存在的運算量大、重構成本大的問題,本文通過將迭代收縮軟閾值算法和深度神經網絡結合起來,將其應用在地震數(shù)據(jù)的重構方法中,通過使用大數(shù)據(jù)集對網絡進行訓練,實現(xiàn)端到端的映射,網絡中的參數(shù)都可以通過數(shù)據(jù)集自動學習并更新,無需人為手動設置每步參數(shù)。實驗結果證明,該方法可以高效、精確地恢復地震信號。

    2 迭代收縮閾值算法

    迭代收縮閾值算法(ISTA,Iterative Shrinkage-Thresholding Algorithm)最早可以追溯到2004年,Daubechies等人(2004年)[13]提出了一種迭代算法,迭代收縮軟閾值算法由于其簡單性、迭代速度快、迭代所需的算法復雜度小,因此被廣泛的研究。

    首先,地震數(shù)據(jù)重構問題可以同構構建一個線性方程組解決

    y=Φx

    (1)

    其中,x為地震信號;Φ為觀測矩陣;y為觀測信號。通過使用最小二乘法可以求解上述問題:

    (2)

    在實際情況下,x一般都是不稀疏的,無論x是自然信號或是地震信號,它需要通過某種變換實現(xiàn)稀疏,例如稀疏基,x可以通過稀疏基來實現(xiàn)稀疏,稀疏基矩陣用Ψ來表示,s為稀疏變換后的稀疏系數(shù)。因此,公式(1)也就變成了:

    y=ΦΨs

    (3)

    在式(3)中,y和Φ以及Ψ都是已知的值,因此只要求解出s就可以實現(xiàn)對地震數(shù)據(jù)的重建。一般而言,地震信號都是在時空域中進行表現(xiàn),但由于Φ和Ψ都是已知的,因此引入感知矩陣的概念來簡化公式,感知矩陣A就等于A=ΦΨ。式中觀測矩陣Φ∈RM×N,Ψ∈RN×N,其中M?N,即將稀疏信號(K-Sparse)從N維空間通過線性投影到M維空間當中。

    y=Φx=ΦΨs=As

    (4)

    求解上述問題的方法是通過對f(x)=‖Ax-b‖2求導,得到求導之后的函數(shù):

    f′(x)=2AT(Ax-b)

    (5)

    要獲得x的值只要讓f′(x)=0就可以求得f(x)的最小值,前提是當f(x)為凸函數(shù),且它的局部最小值就是它的最小值時。如果矩陣A為非奇異矩陣,即矩陣的行列式不為0,有逆矩陣時,該問題有精確解,x=A-1b。若當矩陣A為奇異矩陣時,由于A沒有逆矩陣,導致方程等于0時無法求解,方程沒有精確解。因此這時需要引入懲罰項來協(xié)助進行求解。

    由于無法得到精確解,因此引入懲罰項的概念,使得x可以盡量稀疏:

    min‖x‖1subject to‖Ax-b‖2≤ε

    (6)

    minx{F(x)≡‖Ax-b‖2+λ‖x‖1}

    (7)

    由于式(7)中函數(shù)并不是標準的凸函數(shù),因此需要對其進行轉換,將式(7)轉換為

    =f(α)+λg(α)

    (8)

    這個L1范數(shù)的正則化問題通常非常難解決,通過使用迭代收縮閾值算法可以解決上述問題,具體流程如圖1所示。

    圖1 迭代收縮閾值算法流程圖Fig.1 Iterative shrinking threshold algorithm flowchart

    3 迭代收縮閾值網絡

    擬解決以下正則化問題:

    (9)

    式中,ψx表示對x進行某種稀疏變換后的變換系數(shù);λ為正則化參數(shù),一般來說是預定義的。根據(jù)迭代收縮閾值算法,式(9)可以轉換為式(10)和式(11)。解決式(10)問題的方法可以是在對式(11)進行迭代:

    r(k)=x(k-1)-ρΦT(Φx(k-1)-y)

    (10)

    (11)

    在式(10)和式(11)中,k表示ISTA迭代指數(shù);ρ是步長。式(10)是瑣碎的,得到的結果是輸入數(shù)據(jù),而式(11)實際上是所謂近端映射的特例,即proxλφ(r(k)),此時φ(x)=‖Ψx‖1。形式上,由proxλφ(r)表示的正則化φ的近映射定義為:

    (12)

    由于地震數(shù)據(jù)往往是非線性的,無法通過簡單的線性變換對其進行處理。因此通過設置卷積層以及應用ReLU(整流線性單元)函數(shù)來實現(xiàn)非線性功能,將兩個卷積層與ReLU函數(shù)連接起來,實現(xiàn)對地震數(shù)據(jù)的非線性處理。

    每層卷積層的卷積核不相同,如第一個卷積層(無偏置項)的卷積核的設為符合正態(tài)分布的(1×3×3)的三階張量,共有32個卷積核;第二個卷積核設為符合正態(tài)分布的(32×3×3)的三階張量,同樣具有32個,這一步驟對應著對輸入數(shù)據(jù)的稀疏變換。每一層步驟都對應著ISTA算法的一次迭代,可以看到F(x)=BReLU(Ax)。因此,將F(x)帶入到式(12)中,用F(x)替換Ψx,可以得到以下式子:

    (13)

    利用ISTA算法很容易就能得到式(14)的解:

    (14)

    圖2 F(·)函數(shù)結構Fig.2F(·) function structure

    (15)

    4 數(shù)值實驗

    4.1 模擬數(shù)據(jù)

    使用規(guī)則采樣以及隨機采樣對模擬數(shù)據(jù)進行采樣。模擬數(shù)據(jù)大小總共為1 101×20 000,也就是將100炮數(shù)據(jù)沿x軸排列,每炮200道接收,總共的道數(shù)為20 000道,時間為1 101 ms。在這將100炮數(shù)據(jù)體重新抽樣排列,每炮抽取100道以及100道的前800 ms傳播時間作為輸入數(shù)據(jù),并將這100炮按照放炮次序進行排列,得到100×800×100的模擬數(shù)據(jù)體。

    本次實驗使用的地質模型為12層地層形成的地質體,震源為50 Hz的Ricker子波,模擬計算地震波在12層地質模型中得到的地震波波場,計算方法為聲波方程。由于深度神經網絡需要大量數(shù)據(jù)集,因此100炮地震數(shù)據(jù)顯然不足以得到一個優(yōu)秀的訓練模型,數(shù)據(jù)量過小容易造成過擬合。因此,在這里將100×800×100的數(shù)據(jù)體中隨機選取95炮,數(shù)據(jù)體大小為95×800×100,使用隨機測量矩陣對這95炮數(shù)據(jù)進行數(shù)據(jù)集的擴充,即對這95炮數(shù)據(jù)體中每一炮都進行10次隨機的采樣,使得95炮數(shù)據(jù)體變?yōu)?50×800×100的數(shù)據(jù)體,將該數(shù)據(jù)體作為ISTA-Net中的訓練集;同理,在抽取95炮數(shù)據(jù)體后,遺留的5炮可以作為測試集,在950×800×100的地震數(shù)據(jù)體訓練完畢后,將剩余5炮的數(shù)據(jù)導入,作為測試集進行測試,并將最終重構的結果進行保存。

    將數(shù)據(jù)導入ISTA-Net中,預設總共的對整個ISTA-Net進行200次的迭代運算,在每次ISTA-Net中設置6個階段層,每一批次導入20個訓練塊,總共950炮數(shù)據(jù),因此設置950個訓練塊。在每一個訓練周期完成后,使用學習率為0.000 1 的Adam算法對ISTA-Net的參數(shù)進行優(yōu)化,訓練200次后終止。圖3表示的是模擬地震記錄第5炮,其色標柱是振幅值。圖3~圖14的色標柱相同。圖4表示的為對其進行隨機采樣50 % 后得到的采樣矩陣。

    圖3 模擬地震記錄第4炮數(shù)據(jù)Fig.3 The 4th shot data of simulated seismic records

    圖4 隨機采樣50 %的第4炮數(shù)據(jù)Fig.4 Randomly sample 50 % of the 4th shot data

    此次模擬數(shù)據(jù)的實驗的結果使用信噪比(SNR,Signal to Noise Ratio)進行衡量,衡量標準SNR的公式為

    (16)

    在式(15)中,參數(shù)p代表最終訓練得到的重構結果,r為輸入的原始地震數(shù)據(jù),通過計算SNR可以得到重構效果的優(yōu)劣,SNR越大,則表示重構后的地震數(shù)據(jù)的質量越高,效果越好。

    圖5是在使用迭代收縮閾值算法在使用Curvelet變換后的圖像,圖6表示的是Curvelet重構數(shù)據(jù)誤差,Curvelet重構數(shù)據(jù)的SNR=12.691 2。從圖5中可以看出,基于Curvelet變換后的重構數(shù)據(jù)同相軸較為連續(xù), SNR較高,但重構誤差相對較大,且在多道有連續(xù)缺失的位置,重構的效果并不好。

    圖5 Curvelet重構數(shù)據(jù)Fig.5 Curvelet reconstruction data

    圖6 Curvelet重構誤差Fig.6 Curvelet reconstruction error

    圖7中表示的是利用迭代收縮閾值網絡方法重構的地震數(shù)據(jù),圖8中是利用該方法的重構誤差,使用迭代收縮閾值網絡方法重構的數(shù)據(jù)的SNR=20.898 1。從圖中可以明顯看出,重構后的地震數(shù)據(jù)地震同相軸連續(xù)性好,無論是直達波還是反射波,其重構效果較好且絕對誤差較小,連續(xù)缺失地震道的位置重構效果依然很好。

    圖7 迭代收縮閾值網絡重構數(shù)據(jù)Fig.7 Reconstruction data of iterative shrinkage threshold network

    圖8 迭代收縮閾值網絡重構誤差Fig.8 Reconstruction error of iterative shrinkage threshold network

    4.2 實際數(shù)據(jù)

    本次實驗使用的數(shù)據(jù)來源于神狐海域的一條拖纜測線的數(shù)據(jù),拖纜數(shù)據(jù)中存在著多種噪聲,在對數(shù)據(jù)進行采樣之前,通過時頻分析發(fā)現(xiàn)數(shù)據(jù)中存在低頻干擾,因此在采樣前對數(shù)據(jù)使用了一個帶通濾波將低頻干擾濾掉。整個數(shù)據(jù)體大小超過5個G,因此效仿模擬數(shù)據(jù)的截取,將拖纜數(shù)據(jù)截取部分用于此次實驗。拖纜數(shù)據(jù)單炮由360道接收,將其中100炮的數(shù)據(jù)提取出來,并且每一炮中提取51道到150道的數(shù)據(jù),時間方向上選擇1 500 ms到2 300 ms處地震同相軸較為明顯的部分,將其截取并導出,數(shù)據(jù)體大小為100×800×100。其中第4炮的地震數(shù)據(jù)如圖9所示,圖10為隨機采樣50 %后的實際拖纜數(shù)據(jù)。數(shù)據(jù)產生流程與模擬數(shù)據(jù)產生流程相似,隨機抽取100炮中的95炮數(shù)據(jù),對它進行重采樣10倍后,可以得到950×800×100的數(shù)據(jù)體,這個數(shù)據(jù)體作為訓練集進行訓練,而剩余的5炮作為測試集,測試集數(shù)據(jù)體大小為5×800×100。

    圖9 實際拖纜數(shù)據(jù)Fig.9 Actual streamer data

    圖10 隨機采樣50 %的拖纜數(shù)據(jù)Fig.10 Randomly sample 50 % of the streamer data

    圖11是在迭代收縮閾值算法使用Curvelet變換后的重構數(shù)據(jù),圖12為使用Curvelet變換后的重構誤差,重構后的數(shù)據(jù)SNR=5.286 0。從圖11中可以看出,基于Curvelet變換后的實際重構數(shù)據(jù)同相軸不連續(xù),SNR較低,且在多道有連續(xù)缺失的位置以及噪聲較大的位置,重構的效果并不好。

    圖11 Curvelet重構數(shù)據(jù)Fig.11 Curvelet reconstruction data

    圖12 Curvelet重構誤差Fig.12 Curvelet reconstruction error

    圖13中表示的是使用迭代收縮閾值方法重構的實際拖纜數(shù)據(jù),圖14表示的是利用該方法重構的誤差,重構后的數(shù)據(jù)的SNR=11.073 6。從圖中可以明顯看出,重構后的地震數(shù)據(jù)的地震同相軸連續(xù)性較好,數(shù)據(jù)上半部分直達波的恢復效果較好,絕對誤差相對較小,連續(xù)缺失地震道的位置重構效果較好,重構時去除了一部分噪聲,突出了有效同相軸。

    圖13 迭代收縮閾值網絡重構數(shù)據(jù)Fig.13 Reconstruction data of iterative shrinkage threshold network

    圖14 迭代收縮閾值網絡重構誤差Fig.14 Reconstruction error of iterative shrinkage threshold network

    5 結 論

    基于復雜地質條件下的地震數(shù)據(jù)缺失的問題,結合傳統(tǒng)的凸優(yōu)化算法以及近年來在圖像處理效果較好的深度神經網絡方法得到迭代收縮閾值方法,并將其應用在模擬數(shù)據(jù)和實際拖纜數(shù)據(jù)的地震數(shù)據(jù)重構上,通過大量的實驗,主要得到以下幾點結論:

    1)通過將迭代收縮閾值算法與深度神經網絡相結合,分析發(fā)現(xiàn)迭代收縮閾值算法的每一步迭代過程可以用深度神經網絡的每一層進行替換,因此可以將迭代收縮閾值算法映射到神經網絡中去,結合深度神經網絡的特點,克服了迭代閾值收縮算子需要預設步長、迭代次數(shù)以及變換域不符的問題,通過將迭代收縮閾值算法映射到深度神經網絡中,各個參數(shù)可以實現(xiàn)端到端的學習,不需要對各個參數(shù)進行預設,其可以通過神經網絡進行自我更新學習,并將稀疏變換矩陣用稀疏變換算子代替,采用非線性可學習的稀疏變換,可以對數(shù)據(jù)進行更好的稀疏操作。

    2)通過將迭代收縮閾值網絡重構方法應用于模擬數(shù)據(jù)和實際拖纜數(shù)據(jù)上,發(fā)現(xiàn)該方法在各個方面的重構效果都要好于傳統(tǒng)的迭代收縮閾值算法的表現(xiàn),尤其是該方法在隨機采樣時對連續(xù)缺失道的恢復效果遠好于其他方法。在實際地震數(shù)據(jù)中迭代收縮閾值網絡重構方法可以用于對含噪數(shù)據(jù)進行一些去噪操作,使得同相軸可以更好的凸顯出來。該方法的重構后的數(shù)據(jù)分辨率較好,SNR值較高,且同相軸連續(xù)。

    猜你喜歡
    方法
    中醫(yī)特有的急救方法
    中老年保健(2021年9期)2021-08-24 03:52:04
    高中數(shù)學教學改革的方法
    河北畫報(2021年2期)2021-05-25 02:07:46
    化學反應多變幻 “虛擬”方法幫大忙
    變快的方法
    兒童繪本(2020年5期)2020-04-07 17:46:30
    學習方法
    可能是方法不對
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    最有效的簡單方法
    山東青年(2016年1期)2016-02-28 14:25:23
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    賺錢方法
    国产伦在线观看视频一区| 欧美午夜高清在线| 色综合婷婷激情| 首页视频小说图片口味搜索| 亚洲国产精品成人综合色| 亚洲成人中文字幕在线播放| 特级一级黄色大片| 最新在线观看一区二区三区| 老汉色av国产亚洲站长工具| 国产成+人综合+亚洲专区| 热99re8久久精品国产| 久久精品影院6| 三级国产精品欧美在线观看 | 亚洲中文字幕日韩| 脱女人内裤的视频| 成人性生交大片免费视频hd| 精品久久久久久久末码| 亚洲成人精品中文字幕电影| 国产精品一区二区三区四区免费观看 | 成在线人永久免费视频| 搡老岳熟女国产| 亚洲一区二区三区不卡视频| 亚洲avbb在线观看| 免费人成视频x8x8入口观看| 亚洲激情在线av| av在线蜜桃| 亚洲第一电影网av| 亚洲一区高清亚洲精品| 少妇裸体淫交视频免费看高清| 18禁国产床啪视频网站| 亚洲乱码一区二区免费版| 老司机在亚洲福利影院| 亚洲欧洲精品一区二区精品久久久| 国产成人精品无人区| 男女床上黄色一级片免费看| 小说图片视频综合网站| 亚洲黑人精品在线| 亚洲专区中文字幕在线| 国产精品国产高清国产av| av黄色大香蕉| 精品无人区乱码1区二区| 麻豆av在线久日| 综合色av麻豆| 在线永久观看黄色视频| 免费在线观看影片大全网站| 熟妇人妻久久中文字幕3abv| 色综合欧美亚洲国产小说| 亚洲无线在线观看| 此物有八面人人有两片| 高潮久久久久久久久久久不卡| 亚洲av日韩精品久久久久久密| 日本免费一区二区三区高清不卡| 精品一区二区三区av网在线观看| 亚洲精品美女久久av网站| 日本精品一区二区三区蜜桃| 日本与韩国留学比较| 精品人妻1区二区| 美女免费视频网站| 色哟哟哟哟哟哟| 亚洲自偷自拍图片 自拍| 日韩欧美国产在线观看| 亚洲一区高清亚洲精品| 日本一二三区视频观看| 欧美激情在线99| 九九热线精品视视频播放| 九九久久精品国产亚洲av麻豆 | 999精品在线视频| 国产成+人综合+亚洲专区| 国产高清三级在线| 精品日产1卡2卡| 国产美女午夜福利| 国产淫片久久久久久久久 | 欧美成人免费av一区二区三区| 色视频www国产| 欧美日韩一级在线毛片| 久久精品91无色码中文字幕| 国产午夜精品久久久久久| 亚洲av成人av| 久久久成人免费电影| 久久国产乱子伦精品免费另类| 色老头精品视频在线观看| 色综合婷婷激情| 脱女人内裤的视频| 成人精品一区二区免费| 欧洲精品卡2卡3卡4卡5卡区| 国产单亲对白刺激| 午夜激情欧美在线| 久久久久国内视频| 国产精品精品国产色婷婷| 草草在线视频免费看| 人人妻,人人澡人人爽秒播| 亚洲人成网站在线播放欧美日韩| 一本综合久久免费| 黑人欧美特级aaaaaa片| 亚洲欧美精品综合久久99| 99在线视频只有这里精品首页| 久久久久国内视频| 免费看美女性在线毛片视频| 国产成年人精品一区二区| 嫩草影院精品99| 99热只有精品国产| 亚洲片人在线观看| 最好的美女福利视频网| ponron亚洲| 日本黄色视频三级网站网址| 亚洲午夜精品一区,二区,三区| 国产av麻豆久久久久久久| 真实男女啪啪啪动态图| 国产精品电影一区二区三区| 真人做人爱边吃奶动态| 观看免费一级毛片| 国产久久久一区二区三区| 在线免费观看不下载黄p国产 | 亚洲激情在线av| 国产av在哪里看| 日韩免费av在线播放| 国产三级在线视频| 三级国产精品欧美在线观看 | 狠狠狠狠99中文字幕| 久久久久久大精品| 88av欧美| 亚洲av美国av| 国产精品久久久久久精品电影| 男女下面进入的视频免费午夜| 亚洲国产精品sss在线观看| 国产三级中文精品| 18禁观看日本| 欧美日本亚洲视频在线播放| a在线观看视频网站| 亚洲av免费在线观看| 香蕉av资源在线| 精品国产三级普通话版| 久久99热这里只有精品18| 热99在线观看视频| 欧美午夜高清在线| 国产一区二区激情短视频| 欧美黑人欧美精品刺激| 97碰自拍视频| 国产精品1区2区在线观看.| 色老头精品视频在线观看| 不卡av一区二区三区| 又黄又粗又硬又大视频| 99国产精品一区二区三区| 国产成人精品久久二区二区免费| 国产高清三级在线| 看黄色毛片网站| netflix在线观看网站| 亚洲在线观看片| 国产精品久久电影中文字幕| xxx96com| 91在线观看av| 欧美日本视频| 熟妇人妻久久中文字幕3abv| 91在线观看av| 国产熟女xx| 熟妇人妻久久中文字幕3abv| 欧美绝顶高潮抽搐喷水| 老司机深夜福利视频在线观看| 国产亚洲精品一区二区www| 国产亚洲精品一区二区www| 国产精品亚洲美女久久久| 变态另类成人亚洲欧美熟女| 国产视频一区二区在线看| 亚洲va日本ⅴa欧美va伊人久久| 无限看片的www在线观看| 久久国产精品人妻蜜桃| 欧美丝袜亚洲另类 | 久久中文看片网| 在线永久观看黄色视频| 久久久久久大精品| 欧美性猛交╳xxx乱大交人| 女生性感内裤真人,穿戴方法视频| 欧美性猛交黑人性爽| 在线国产一区二区在线| 国内久久婷婷六月综合欲色啪| 少妇的丰满在线观看| 国产v大片淫在线免费观看| 美女扒开内裤让男人捅视频| 最新美女视频免费是黄的| 中出人妻视频一区二区| 免费观看的影片在线观看| 亚洲精品中文字幕一二三四区| 成年女人永久免费观看视频| 天堂√8在线中文| 嫩草影院精品99| 国产精品女同一区二区软件 | 香蕉久久夜色| 一个人看的www免费观看视频| 午夜久久久久精精品| 日本三级黄在线观看| 91老司机精品| 麻豆一二三区av精品| 亚洲成av人片在线播放无| 欧美激情久久久久久爽电影| 国产午夜精品论理片| 欧美绝顶高潮抽搐喷水| 国产精品1区2区在线观看.| 全区人妻精品视频| 999精品在线视频| 久久人人精品亚洲av| 国产免费av片在线观看野外av| 长腿黑丝高跟| 听说在线观看完整版免费高清| www.www免费av| 欧美日韩一级在线毛片| 亚洲第一欧美日韩一区二区三区| 一本精品99久久精品77| 人人妻人人看人人澡| 久久久久国产精品人妻aⅴ院| 女同久久另类99精品国产91| 99国产极品粉嫩在线观看| 亚洲片人在线观看| 九九热线精品视视频播放| 精品久久久久久久末码| 热99re8久久精品国产| 99久久成人亚洲精品观看| 真人做人爱边吃奶动态| 免费av不卡在线播放| 日韩免费av在线播放| 亚洲美女视频黄频| 欧美成人性av电影在线观看| 欧美精品啪啪一区二区三区| 久久久久国产精品人妻aⅴ院| 色哟哟哟哟哟哟| 国产蜜桃级精品一区二区三区| 国产亚洲欧美在线一区二区| 久久亚洲真实| 99久久国产精品久久久| 国内久久婷婷六月综合欲色啪| 日韩欧美在线乱码| 99视频精品全部免费 在线 | 国产成人影院久久av| 亚洲人成伊人成综合网2020| 久久午夜综合久久蜜桃| 午夜日韩欧美国产| 一级黄色大片毛片| 午夜影院日韩av| 变态另类丝袜制服| 91久久精品国产一区二区成人 | 人人妻人人澡欧美一区二区| 18禁国产床啪视频网站| 中文字幕熟女人妻在线| 天天躁日日操中文字幕| 在线免费观看不下载黄p国产 | 国产69精品久久久久777片 | 日韩精品青青久久久久久| 国产主播在线观看一区二区| 琪琪午夜伦伦电影理论片6080| 欧美成人一区二区免费高清观看 | 亚洲精品在线美女| 美女 人体艺术 gogo| 首页视频小说图片口味搜索| 可以在线观看毛片的网站| 亚洲欧美精品综合一区二区三区| 婷婷精品国产亚洲av在线| 天堂√8在线中文| 亚洲aⅴ乱码一区二区在线播放| 亚洲国产色片| 日本在线视频免费播放| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲中文字幕一区二区三区有码在线看 | 日韩人妻高清精品专区| 久久这里只有精品中国| 国产黄色小视频在线观看| 别揉我奶头~嗯~啊~动态视频| 国产久久久一区二区三区| 成人一区二区视频在线观看| 精品福利观看| 18禁黄网站禁片免费观看直播| 丰满人妻一区二区三区视频av | 久久国产乱子伦精品免费另类| 一个人免费在线观看电影 | 国产探花在线观看一区二区| 制服人妻中文乱码| 国产精品一区二区三区四区免费观看 | 香蕉av资源在线| 91av网站免费观看| 黄片大片在线免费观看| www国产在线视频色| 国产激情欧美一区二区| 久久久久久九九精品二区国产| 国产91精品成人一区二区三区| 国产精品精品国产色婷婷| 精品一区二区三区视频在线 | 国产麻豆成人av免费视频| 夜夜躁狠狠躁天天躁| 99视频精品全部免费 在线 | x7x7x7水蜜桃| 波多野结衣巨乳人妻| 国产野战对白在线观看| 欧美成人性av电影在线观看| 欧美极品一区二区三区四区| 在线观看66精品国产| av国产免费在线观看| 久久中文字幕一级| 国产97色在线日韩免费| 91在线观看av| 精品久久久久久,| 久久精品综合一区二区三区| 久久久久九九精品影院| 亚洲av电影不卡..在线观看| 亚洲av片天天在线观看| 午夜福利在线观看免费完整高清在 | 国产精品电影一区二区三区| 女同久久另类99精品国产91| 亚洲成人中文字幕在线播放| 久久久国产精品麻豆| 久久午夜亚洲精品久久| 亚洲第一电影网av| 超碰成人久久| 国产精品影院久久| 久久精品影院6| 欧美成人一区二区免费高清观看 | 91av网一区二区| av视频在线观看入口| 国产淫片久久久久久久久 | 日本成人三级电影网站| 男女午夜视频在线观看| 国产精品自产拍在线观看55亚洲| 黄色片一级片一级黄色片| 怎么达到女性高潮| 亚洲精品一卡2卡三卡4卡5卡| 天天躁狠狠躁夜夜躁狠狠躁| 国产一区二区激情短视频| 日本一二三区视频观看| 一级毛片女人18水好多| 岛国在线观看网站| 日韩欧美精品v在线| 变态另类丝袜制服| 免费看美女性在线毛片视频| 美女 人体艺术 gogo| 亚洲国产欧美网| 午夜福利高清视频| 国产欧美日韩精品亚洲av| tocl精华| 淫妇啪啪啪对白视频| 岛国在线观看网站| 色在线成人网| 亚洲aⅴ乱码一区二区在线播放| 欧美成人免费av一区二区三区| 免费看光身美女| 一级a爱片免费观看的视频| 欧美在线一区亚洲| 99热这里只有是精品50| 精品不卡国产一区二区三区| 国产欧美日韩一区二区三| 亚洲国产欧美一区二区综合| 欧洲精品卡2卡3卡4卡5卡区| 亚洲专区国产一区二区| 久久亚洲精品不卡| 亚洲国产精品成人综合色| 老司机福利观看| 亚洲色图av天堂| 亚洲激情在线av| 老鸭窝网址在线观看| 午夜成年电影在线免费观看| 757午夜福利合集在线观看| 中文字幕人成人乱码亚洲影| cao死你这个sao货| 欧美中文综合在线视频| 成年版毛片免费区| 国产蜜桃级精品一区二区三区| 午夜福利在线观看吧| 人妻丰满熟妇av一区二区三区| 一区二区三区高清视频在线| 床上黄色一级片| 非洲黑人性xxxx精品又粗又长| 人人妻人人看人人澡| 婷婷精品国产亚洲av在线| 99国产综合亚洲精品| 99久国产av精品| 老司机在亚洲福利影院| 久久婷婷人人爽人人干人人爱| www.www免费av| 欧美一级a爱片免费观看看| 国产午夜福利久久久久久| 哪里可以看免费的av片| 午夜激情福利司机影院| 韩国av一区二区三区四区| 2021天堂中文幕一二区在线观| а√天堂www在线а√下载| 成人18禁在线播放| 99视频精品全部免费 在线 | 国产成人av教育| 国产亚洲精品综合一区在线观看| 亚洲美女黄片视频| 欧美在线一区亚洲| 观看免费一级毛片| 久久久久久九九精品二区国产| 国产精品爽爽va在线观看网站| 久久久国产成人精品二区| 日韩国内少妇激情av| 亚洲美女视频黄频| 午夜免费激情av| 最近最新中文字幕大全免费视频| 亚洲精品456在线播放app | 欧美不卡视频在线免费观看| 国产精品久久久久久精品电影| 久9热在线精品视频| 亚洲无线观看免费| 最新中文字幕久久久久 | 少妇的丰满在线观看| 激情在线观看视频在线高清| 日韩欧美一区二区三区在线观看| 久久九九热精品免费| 好看av亚洲va欧美ⅴa在| 搡老岳熟女国产| 一本久久中文字幕| 国产熟女xx| 午夜a级毛片| 亚洲成av人片免费观看| 国产熟女xx| 午夜a级毛片| 久9热在线精品视频| 国产伦精品一区二区三区四那| 999久久久国产精品视频| 极品教师在线免费播放| 亚洲男人的天堂狠狠| 国产视频一区二区在线看| 久久久久久久久久黄片| 亚洲人成伊人成综合网2020| 91九色精品人成在线观看| 国产精品久久久av美女十八| 亚洲七黄色美女视频| 久久久久精品国产欧美久久久| av在线蜜桃| 日本免费a在线| 亚洲 欧美一区二区三区| av国产免费在线观看| 这个男人来自地球电影免费观看| 国产1区2区3区精品| 美女免费视频网站| 免费观看的影片在线观看| 亚洲专区字幕在线| 波多野结衣高清作品| 成年女人毛片免费观看观看9| 亚洲熟女毛片儿| 变态另类丝袜制服| 首页视频小说图片口味搜索| 嫁个100分男人电影在线观看| 夜夜夜夜夜久久久久| 亚洲中文字幕一区二区三区有码在线看 | 日本免费a在线| 欧美大码av| 国产男靠女视频免费网站| 中亚洲国语对白在线视频| 99久久精品一区二区三区| 色噜噜av男人的天堂激情| 母亲3免费完整高清在线观看| 国产精品野战在线观看| 日韩欧美精品v在线| 性色avwww在线观看| 欧美乱码精品一区二区三区| 色综合亚洲欧美另类图片| 亚洲人与动物交配视频| 亚洲熟女毛片儿| 18禁美女被吸乳视频| 看免费av毛片| 国产成人系列免费观看| 一级作爱视频免费观看| 成人高潮视频无遮挡免费网站| 哪里可以看免费的av片| 精品午夜福利视频在线观看一区| 午夜福利在线观看免费完整高清在 | 成年版毛片免费区| 亚洲精品国产精品久久久不卡| 精品午夜福利视频在线观看一区| 国产极品精品免费视频能看的| 免费观看人在逋| 欧美一级a爱片免费观看看| 村上凉子中文字幕在线| 嫁个100分男人电影在线观看| 91在线观看av| 亚洲,欧美精品.| 久久精品国产99精品国产亚洲性色| 精品不卡国产一区二区三区| a级毛片a级免费在线| 亚洲天堂国产精品一区在线| 人人妻人人澡欧美一区二区| 嫁个100分男人电影在线观看| 亚洲无线观看免费| 在线免费观看的www视频| 久久久国产成人精品二区| 午夜福利在线观看免费完整高清在 | 日本与韩国留学比较| 两性夫妻黄色片| 国产精品国产高清国产av| 国产一区二区三区在线臀色熟女| 最近最新中文字幕大全电影3| 精品久久久久久,| 黄色片一级片一级黄色片| 婷婷精品国产亚洲av| 国产精品女同一区二区软件 | 国产激情偷乱视频一区二区| 色综合亚洲欧美另类图片| 国产97色在线日韩免费| 1000部很黄的大片| 最近最新免费中文字幕在线| 欧美乱色亚洲激情| 久久久久久国产a免费观看| 最新美女视频免费是黄的| 中文字幕人成人乱码亚洲影| 午夜激情福利司机影院| 99久久久亚洲精品蜜臀av| 一边摸一边抽搐一进一小说| 一本综合久久免费| 久久久久久国产a免费观看| 国产高清videossex| 中文字幕人成人乱码亚洲影| 国产视频内射| ponron亚洲| 欧美色视频一区免费| 久久国产精品影院| 久久精品综合一区二区三区| 天堂网av新在线| 日韩欧美一区二区三区在线观看| 国产亚洲欧美98| 国产精品综合久久久久久久免费| 男插女下体视频免费在线播放| 国产精品国产高清国产av| 露出奶头的视频| 99热精品在线国产| 宅男免费午夜| 免费在线观看成人毛片| 日本黄大片高清| 久久久久国内视频| 曰老女人黄片| 搡老妇女老女人老熟妇| 免费一级毛片在线播放高清视频| 国产精品,欧美在线| 国产成人aa在线观看| 日本黄色视频三级网站网址| 亚洲国产精品成人综合色| 国产免费男女视频| 露出奶头的视频| 窝窝影院91人妻| 亚洲18禁久久av| 日韩欧美国产在线观看| 国产精品香港三级国产av潘金莲| 美女高潮的动态| 男女午夜视频在线观看| 一进一出抽搐动态| 日韩欧美国产一区二区入口| 少妇的丰满在线观看| 日本 av在线| 制服人妻中文乱码| 国产午夜精品久久久久久| 欧美日本视频| 一夜夜www| av福利片在线观看| 久久九九热精品免费| 亚洲一区二区三区色噜噜| 99久久无色码亚洲精品果冻| 日韩国内少妇激情av| 久久中文字幕人妻熟女| 日韩欧美在线乱码| 亚洲中文av在线| 真实男女啪啪啪动态图| 免费电影在线观看免费观看| 久久伊人香网站| 日本 av在线| 成熟少妇高潮喷水视频| 无遮挡黄片免费观看| 国内精品久久久久久久电影| 大型黄色视频在线免费观看| 国产淫片久久久久久久久 | 长腿黑丝高跟| 亚洲中文日韩欧美视频| 天天添夜夜摸| 黑人操中国人逼视频| 一个人免费在线观看的高清视频| 99国产精品99久久久久| 亚洲精品美女久久久久99蜜臀| 日本一本二区三区精品| 国产精品免费一区二区三区在线| 一本精品99久久精品77| 18禁国产床啪视频网站| 国产aⅴ精品一区二区三区波| 九九久久精品国产亚洲av麻豆 | 久久精品国产亚洲av香蕉五月| 国产综合懂色| 亚洲美女视频黄频| www.精华液| 婷婷六月久久综合丁香| 精品久久久久久久久久久久久| 国产91精品成人一区二区三区| 最近最新中文字幕大全电影3| 18禁国产床啪视频网站| 真实男女啪啪啪动态图| 男女床上黄色一级片免费看| 亚洲在线观看片| 亚洲熟妇熟女久久| 99热精品在线国产| 国产精品日韩av在线免费观看| 看片在线看免费视频| 欧美性猛交黑人性爽| 国产亚洲精品综合一区在线观看| 久久久精品欧美日韩精品| 韩国av一区二区三区四区| 偷拍熟女少妇极品色| 欧美绝顶高潮抽搐喷水| 亚洲七黄色美女视频| 久久久久国产精品人妻aⅴ院| 亚洲欧美日韩卡通动漫| 国产毛片a区久久久久| 夜夜爽天天搞| 女同久久另类99精品国产91| 午夜福利视频1000在线观看| 国产午夜福利久久久久久| 1024手机看黄色片| 久久久久久九九精品二区国产| 狂野欧美白嫩少妇大欣赏| 免费看a级黄色片| 91麻豆av在线| 色综合亚洲欧美另类图片|