• <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
    99九九线精品视频在线观看视频| 精品人妻偷拍中文字幕| 青春草国产在线视频| av视频在线观看入口| 成人毛片60女人毛片免费| 国语自产精品视频在线第100页| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲欧美成人精品一区二区| 欧美日本视频| 天天一区二区日本电影三级| 在线观看66精品国产| 小说图片视频综合网站| 欧美丝袜亚洲另类| 亚洲欧美中文字幕日韩二区| 在线免费观看不下载黄p国产| 国产色爽女视频免费观看| 波野结衣二区三区在线| 免费播放大片免费观看视频在线观看 | 亚洲18禁久久av| 日韩欧美精品免费久久| 亚洲在线自拍视频| 我的老师免费观看完整版| 色吧在线观看| av国产久精品久网站免费入址| 老司机福利观看| 伦精品一区二区三区| 日产精品乱码卡一卡2卡三| 国产黄a三级三级三级人| 久久国内精品自在自线图片| 成人综合一区亚洲| 免费观看在线日韩| 一边亲一边摸免费视频| 在线免费观看不下载黄p国产| 免费一级毛片在线播放高清视频| 天堂中文最新版在线下载 | 你懂的网址亚洲精品在线观看 | 成人午夜精彩视频在线观看| 神马国产精品三级电影在线观看| 我要搜黄色片| 午夜精品国产一区二区电影 | 久久久久久久国产电影| 成人亚洲欧美一区二区av| 婷婷六月久久综合丁香| videossex国产| av线在线观看网站| 夜夜看夜夜爽夜夜摸| 99热网站在线观看| 亚洲国产精品成人久久小说| 久久久欧美国产精品| 中文天堂在线官网| 久久综合国产亚洲精品| 一卡2卡三卡四卡精品乱码亚洲| 国产探花极品一区二区| 国产精品av视频在线免费观看| av视频在线观看入口| 18禁动态无遮挡网站| 欧美激情久久久久久爽电影| 国产成人91sexporn| 六月丁香七月| 亚洲av成人精品一区久久| 免费观看在线日韩| 综合色av麻豆| 极品教师在线视频| 老司机影院毛片| 亚洲综合色惰| 乱系列少妇在线播放| 国产 一区 欧美 日韩| 国产老妇女一区| 亚洲综合色惰| 亚洲成人久久爱视频| 成人一区二区视频在线观看| 汤姆久久久久久久影院中文字幕 | 亚洲高清免费不卡视频| 天堂网av新在线| 亚洲欧美精品自产自拍| 狂野欧美激情性xxxx在线观看| 狂野欧美白嫩少妇大欣赏| 国产精品人妻久久久久久| 日韩精品青青久久久久久| 国产亚洲最大av| 午夜激情欧美在线| 天天一区二区日本电影三级| av免费在线看不卡| 国产淫片久久久久久久久| 国产淫语在线视频| 成人三级黄色视频| 丰满少妇做爰视频| 天堂网av新在线| 久久热精品热| 少妇裸体淫交视频免费看高清| 国产精品久久久久久精品电影小说 | 九九热线精品视视频播放| 我要搜黄色片| 亚洲四区av| 超碰97精品在线观看| 亚洲人成网站高清观看| 日本熟妇午夜| 国产一级毛片七仙女欲春2| 亚洲成人精品中文字幕电影| 免费不卡的大黄色大毛片视频在线观看 | 亚洲怡红院男人天堂| 国产精品精品国产色婷婷| 1024手机看黄色片| 大又大粗又爽又黄少妇毛片口| 午夜福利高清视频| 日本爱情动作片www.在线观看| 成人亚洲精品av一区二区| 91狼人影院| 国产精品久久久久久久电影| АⅤ资源中文在线天堂| 一级毛片我不卡| 中文字幕免费在线视频6| 小说图片视频综合网站| 国产av在哪里看| 亚洲精品,欧美精品| 亚洲精品成人久久久久久| 日韩制服骚丝袜av| 又粗又硬又长又爽又黄的视频| 一夜夜www| 亚洲欧美一区二区三区国产| 丝袜喷水一区| 欧美激情久久久久久爽电影| 美女脱内裤让男人舔精品视频| 久久久久久九九精品二区国产| 久久精品国产自在天天线| 久久精品影院6| 国产成人a∨麻豆精品| 秋霞在线观看毛片| 老师上课跳d突然被开到最大视频| 色5月婷婷丁香| 久久久欧美国产精品| 午夜福利在线观看免费完整高清在| 中文欧美无线码| 日韩av在线大香蕉| 麻豆一二三区av精品| 亚洲乱码一区二区免费版| 日日干狠狠操夜夜爽| 高清毛片免费看| 天堂中文最新版在线下载 | 国产精品综合久久久久久久免费| 女人十人毛片免费观看3o分钟| 亚洲精品一区蜜桃| 亚洲av中文av极速乱| 校园人妻丝袜中文字幕| 国产精品永久免费网站| 亚洲av中文av极速乱| 一区二区三区四区激情视频| 成人美女网站在线观看视频| 日韩欧美精品v在线| 国产精品久久视频播放| 赤兔流量卡办理| 哪个播放器可以免费观看大片| 97热精品久久久久久| 国产探花在线观看一区二区| 国产一区二区在线观看日韩| 成人性生交大片免费视频hd| 国产白丝娇喘喷水9色精品| 国产精品人妻久久久影院| 午夜激情福利司机影院| 美女脱内裤让男人舔精品视频| 国产黄a三级三级三级人| 免费看av在线观看网站| 国产成人精品久久久久久| 狂野欧美激情性xxxx在线观看| 欧美极品一区二区三区四区| 人妻夜夜爽99麻豆av| 欧美性猛交╳xxx乱大交人| 蜜桃久久精品国产亚洲av| 精品熟女少妇av免费看| 日本爱情动作片www.在线观看| 天堂影院成人在线观看| 国产乱人视频| 一区二区三区乱码不卡18| a级一级毛片免费在线观看| 久久国产乱子免费精品| 精品欧美国产一区二区三| 亚洲欧美成人精品一区二区| 亚洲av成人精品一二三区| 久久久久网色| www.av在线官网国产| 国产成年人精品一区二区| 三级国产精品片| 色网站视频免费| 亚洲国产欧美人成| 高清在线视频一区二区三区 | 午夜老司机福利剧场| 看片在线看免费视频| 亚洲成人中文字幕在线播放| 午夜爱爱视频在线播放| 一级黄色大片毛片| 欧美一区二区亚洲| 可以在线观看毛片的网站| av免费观看日本| 毛片女人毛片| 人妻制服诱惑在线中文字幕| 又粗又硬又长又爽又黄的视频| 超碰97精品在线观看| 熟女电影av网| 嫩草影院新地址| 99热这里只有是精品50| 欧美bdsm另类| 久久精品夜色国产| 全区人妻精品视频| 亚洲av电影在线观看一区二区三区 | 69av精品久久久久久| 欧美一级a爱片免费观看看| 少妇人妻一区二区三区视频| 狂野欧美白嫩少妇大欣赏| h日本视频在线播放| 久久热精品热| 午夜免费激情av| 日日摸夜夜添夜夜添av毛片| 国产黄a三级三级三级人| 午夜精品国产一区二区电影 | 久久这里有精品视频免费| 3wmmmm亚洲av在线观看| 国产精品美女特级片免费视频播放器| 精品国产一区二区三区久久久樱花 | a级一级毛片免费在线观看| 夜夜看夜夜爽夜夜摸| 菩萨蛮人人尽说江南好唐韦庄 | 蜜桃久久精品国产亚洲av| 成年版毛片免费区| 久久精品久久久久久噜噜老黄 | 亚洲欧美日韩东京热| av国产免费在线观看| 女人十人毛片免费观看3o分钟| 中文字幕免费在线视频6| 看十八女毛片水多多多| 国产不卡一卡二| 国产成人a∨麻豆精品| 在线播放国产精品三级| 国产成人精品久久久久久| 亚洲欧洲日产国产| 99热这里只有精品一区| 自拍偷自拍亚洲精品老妇| 最近手机中文字幕大全| 亚洲,欧美,日韩| 国产精品一区二区三区四区久久| 特大巨黑吊av在线直播| 久久久午夜欧美精品| 国产在视频线精品| 欧美不卡视频在线免费观看| 免费观看人在逋| 成人美女网站在线观看视频| 国产精品久久久久久精品电影| av女优亚洲男人天堂| 国产淫语在线视频| 日本免费一区二区三区高清不卡| 亚洲国产欧美人成| 91精品伊人久久大香线蕉| 99热全是精品| 色尼玛亚洲综合影院| 成人午夜精彩视频在线观看| 国产精品.久久久| 国产精品综合久久久久久久免费| 国产私拍福利视频在线观看| 乱人视频在线观看| 桃色一区二区三区在线观看| 高清毛片免费看| 麻豆乱淫一区二区| 亚洲av不卡在线观看| 亚洲av日韩在线播放| 亚洲欧洲日产国产| 麻豆av噜噜一区二区三区| 赤兔流量卡办理| 国产免费福利视频在线观看| 亚洲精品色激情综合| 日韩高清综合在线| 波多野结衣巨乳人妻| av免费观看日本| 久久久久网色| 亚洲国产精品合色在线| 少妇的逼好多水| 成人亚洲精品av一区二区| 身体一侧抽搐| 欧美一区二区国产精品久久精品| 成人av在线播放网站| 特级一级黄色大片| 26uuu在线亚洲综合色| 久久综合国产亚洲精品| 成人二区视频| 久久久久久久久久久免费av| 久久人人爽人人爽人人片va| 观看免费一级毛片| 三级国产精品欧美在线观看| 亚洲自偷自拍三级| 免费看日本二区| 国产一级毛片七仙女欲春2| 国产成人福利小说| eeuss影院久久| av又黄又爽大尺度在线免费看 | 国产成人精品婷婷| 久久午夜福利片| 99热这里只有精品一区| 精品酒店卫生间| 男女啪啪激烈高潮av片| 国产一区二区亚洲精品在线观看| 国产黄色视频一区二区在线观看 | 舔av片在线| 日本三级黄在线观看| 汤姆久久久久久久影院中文字幕 | 老司机福利观看| 亚洲国产日韩欧美精品在线观看| 草草在线视频免费看| 美女内射精品一级片tv| 天堂av国产一区二区熟女人妻| 男女下面进入的视频免费午夜| 午夜亚洲福利在线播放| 免费看日本二区| 亚洲精品乱码久久久v下载方式| 亚洲精品aⅴ在线观看| 综合色丁香网| 直男gayav资源| 九草在线视频观看| 免费观看a级毛片全部| 亚洲高清免费不卡视频| 国产淫语在线视频| 3wmmmm亚洲av在线观看| 禁无遮挡网站| 免费av观看视频| 成人国产麻豆网| 久久久久网色| 免费看光身美女| 亚洲国产欧美在线一区| 欧美丝袜亚洲另类| 国产精品一区二区在线观看99 | 蜜臀久久99精品久久宅男| 女人十人毛片免费观看3o分钟| 国产日韩欧美在线精品| 精品午夜福利在线看| 亚洲天堂国产精品一区在线| 午夜a级毛片| 国产精品蜜桃在线观看| 婷婷色综合大香蕉| 精品久久久久久成人av| 国产伦精品一区二区三区视频9| 中文字幕亚洲精品专区| 久久国产乱子免费精品| 午夜福利成人在线免费观看| 哪个播放器可以免费观看大片| 美女高潮的动态| 日日啪夜夜撸| 99热全是精品| 人体艺术视频欧美日本| 热99在线观看视频| 国内精品美女久久久久久| 久久精品夜夜夜夜夜久久蜜豆| 人人妻人人澡欧美一区二区| 69人妻影院| 国产又黄又爽又无遮挡在线| 男人舔奶头视频| 免费观看性生交大片5| 一级爰片在线观看| av在线观看视频网站免费| 精品久久久久久久末码| 久久这里有精品视频免费| 日韩精品有码人妻一区| 国产精品美女特级片免费视频播放器| 女人久久www免费人成看片 | 中文字幕免费在线视频6| 中文天堂在线官网| 欧美成人a在线观看| 看黄色毛片网站| 菩萨蛮人人尽说江南好唐韦庄 | 熟妇人妻久久中文字幕3abv| 久久久久久久久久黄片| 一级av片app| 久久久久久九九精品二区国产| 亚洲五月天丁香| 久久久久久久亚洲中文字幕| 久久精品影院6| av线在线观看网站| 久久久午夜欧美精品| 小说图片视频综合网站| 亚洲自偷自拍三级| 超碰97精品在线观看| 国产三级中文精品| 国产精品嫩草影院av在线观看| 日日摸夜夜添夜夜添av毛片| 国产一区二区亚洲精品在线观看| 午夜久久久久精精品| 婷婷色麻豆天堂久久 | 国产又黄又爽又无遮挡在线| 国产精品福利在线免费观看| 免费观看的影片在线观看| 伊人久久精品亚洲午夜| 国产黄a三级三级三级人| 日本三级黄在线观看| 在线观看av片永久免费下载| 免费搜索国产男女视频| 免费av观看视频| 亚洲国产欧美在线一区| 免费黄网站久久成人精品| 久久精品人妻少妇| 一级毛片我不卡| 午夜免费男女啪啪视频观看| 草草在线视频免费看| 免费在线观看成人毛片| 最近中文字幕2019免费版| 免费观看人在逋| 日日摸夜夜添夜夜添av毛片| 一个人免费在线观看电影| 国产精品乱码一区二三区的特点| 性插视频无遮挡在线免费观看| 最近中文字幕2019免费版| 免费观看的影片在线观看| 我的老师免费观看完整版| 日韩 亚洲 欧美在线| 日韩av在线免费看完整版不卡| 51国产日韩欧美| 国产亚洲5aaaaa淫片| 国产69精品久久久久777片| 97人妻精品一区二区三区麻豆| 女的被弄到高潮叫床怎么办| 高清日韩中文字幕在线| 成人欧美大片| 视频中文字幕在线观看| 亚洲色图av天堂| 亚洲综合精品二区| 国产高潮美女av| 99热全是精品| 久久精品久久久久久噜噜老黄 | 有码 亚洲区| 日韩在线高清观看一区二区三区| 国产黄片视频在线免费观看| 最近中文字幕2019免费版| 老司机影院成人| 男人舔奶头视频| 久久精品国产99精品国产亚洲性色| 中文字幕人妻熟女乱码| 久久久a久久爽久久v久久| 午夜激情久久久久久久| 亚洲国产精品999| 亚洲精品av麻豆狂野| 老司机影院毛片| 国产亚洲精品久久久com| 边亲边吃奶的免费视频| 亚洲av综合色区一区| 日韩精品有码人妻一区| 国产日韩欧美在线精品| 青春草亚洲视频在线观看| 国产欧美亚洲国产| 高清欧美精品videossex| 22中文网久久字幕| 美女视频免费永久观看网站| 我的女老师完整版在线观看| av视频免费观看在线观看| 天美传媒精品一区二区| 搡女人真爽免费视频火全软件| 天堂俺去俺来也www色官网| 日韩中字成人| 极品少妇高潮喷水抽搐| 精品久久国产蜜桃| 久久久久久久久久成人| 国产免费一区二区三区四区乱码| 亚洲av欧美aⅴ国产| 久久精品久久久久久久性| 日韩精品有码人妻一区| 成人综合一区亚洲| 欧美性感艳星| 欧美变态另类bdsm刘玥| 免费av中文字幕在线| 成人综合一区亚洲| 黄片播放在线免费| 国产免费现黄频在线看| 亚洲国产精品成人久久小说| freevideosex欧美| 亚洲精品成人av观看孕妇| 男的添女的下面高潮视频| 国产精品国产三级国产专区5o| 哪个播放器可以免费观看大片| 激情视频va一区二区三区| 国产极品天堂在线| 熟妇人妻不卡中文字幕| xxx大片免费视频| 国产精品不卡视频一区二区| 热re99久久国产66热| 日本-黄色视频高清免费观看| 在线免费观看不下载黄p国产| 美女主播在线视频| 国产成人精品一,二区| 久久久久人妻精品一区果冻| 国产精品.久久久| 在现免费观看毛片| 91aial.com中文字幕在线观看| 久久精品国产a三级三级三级| 国产国拍精品亚洲av在线观看| 国产毛片在线视频| 久久精品国产综合久久久 | 18禁动态无遮挡网站| 成人国语在线视频| 亚洲精华国产精华液的使用体验| 久久国产亚洲av麻豆专区| 免费观看av网站的网址| 黄色视频在线播放观看不卡| 日本色播在线视频| 涩涩av久久男人的天堂| 中文字幕最新亚洲高清| 人人妻人人澡人人爽人人夜夜| 五月天丁香电影| 91aial.com中文字幕在线观看| av在线app专区| 丰满乱子伦码专区| 90打野战视频偷拍视频| a 毛片基地| 中文字幕人妻熟女乱码| 美女中出高潮动态图| 久久99热这里只频精品6学生| 一级毛片黄色毛片免费观看视频| 建设人人有责人人尽责人人享有的| 精品国产一区二区久久| 国产av一区二区精品久久| 国产av国产精品国产| 亚洲av日韩在线播放| 国产精品久久久久久精品古装| 成人国语在线视频| 国产成人一区二区在线| 一区二区三区乱码不卡18| 这个男人来自地球电影免费观看 | 色婷婷久久久亚洲欧美| 久久99一区二区三区| 搡老乐熟女国产| 春色校园在线视频观看| 国产高清不卡午夜福利| 精品国产国语对白av| 性高湖久久久久久久久免费观看| 久久 成人 亚洲| 国产一区二区激情短视频 | 国产女主播在线喷水免费视频网站| 曰老女人黄片| 亚洲精品,欧美精品| 美女视频免费永久观看网站| 少妇被粗大猛烈的视频| 久久人人97超碰香蕉20202| 精品一区二区三区四区五区乱码 | 久久久国产欧美日韩av| 亚洲国产欧美在线一区| 久久精品熟女亚洲av麻豆精品| xxx大片免费视频| 午夜福利乱码中文字幕| 精品一区在线观看国产| 亚洲国产精品999| 天美传媒精品一区二区| 免费av不卡在线播放| 久久人人爽人人片av| 七月丁香在线播放| 尾随美女入室| 高清欧美精品videossex| 日本av免费视频播放| 免费少妇av软件| av在线播放精品| 久久久久久久久久久久大奶| 黑人巨大精品欧美一区二区蜜桃 | 久久久国产精品麻豆| 日韩 亚洲 欧美在线| 精品久久久久久电影网| 久久亚洲国产成人精品v| 亚洲综合精品二区| 欧美日韩视频精品一区| 男人添女人高潮全过程视频| 午夜福利视频精品| 18在线观看网站| 免费黄频网站在线观看国产| 校园人妻丝袜中文字幕| 中文天堂在线官网| 国产在线一区二区三区精| 中国国产av一级| 香蕉丝袜av| 丝袜在线中文字幕| 国产精品三级大全| 国产成人精品在线电影| 久久99热6这里只有精品| 国产精品国产三级国产av玫瑰| 91精品三级在线观看| 精品一区二区三区视频在线| 亚洲美女视频黄频| 亚洲,欧美精品.| 日本欧美国产在线视频| 最新中文字幕久久久久| av视频免费观看在线观看| 一区二区三区乱码不卡18| 欧美日韩视频精品一区| 日韩一区二区视频免费看| 午夜91福利影院| 国产一区二区三区av在线| 久久狼人影院| 亚洲婷婷狠狠爱综合网| 两性夫妻黄色片 | av片东京热男人的天堂| 99国产精品免费福利视频| 9热在线视频观看99| 亚洲国产精品专区欧美| 99re6热这里在线精品视频| av女优亚洲男人天堂| 精品久久久久久电影网| 成年动漫av网址| 在线观看美女被高潮喷水网站| 久久女婷五月综合色啪小说| 久久人人爽av亚洲精品天堂| 欧美激情国产日韩精品一区| av天堂久久9| 久久鲁丝午夜福利片| 黑人欧美特级aaaaaa片| 久久精品国产亚洲av涩爱| 啦啦啦视频在线资源免费观看| 美女脱内裤让男人舔精品视频| 亚洲欧美中文字幕日韩二区| 日产精品乱码卡一卡2卡三| 国产精品一二三区在线看| 街头女战士在线观看网站| 如何舔出高潮| 免费在线观看黄色视频的| 老熟女久久久| 国产欧美另类精品又又久久亚洲欧美|