• <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 ?

    基于人工智能算法的成績等級預(yù)測研究

    2021-12-29 03:55:36崔園
    現(xiàn)代計(jì)算機(jī) 2021年31期
    關(guān)鍵詞:學(xué)習(xí)效果分類器準(zhǔn)確率

    崔園

    (成都醫(yī)學(xué)院大健康與智能工程學(xué)院醫(yī)學(xué)信息工程教研室,成都 610500)

    0 引言

    在課程教學(xué)中引入前沿的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù),對傳統(tǒng)的課堂教學(xué)方式進(jìn)行改革,將學(xué)生在課堂上被動地接受知識轉(zhuǎn)變?yōu)閷W(xué)生能夠積極主動地進(jìn)行個性化、高效率的學(xué)習(xí),在課程教學(xué)改革中如何提高教學(xué)效果,如何有效改善課程教學(xué)現(xiàn)狀是當(dāng)前一個重要的研究方向。

    目前關(guān)于網(wǎng)絡(luò)教學(xué)平臺的相關(guān)研究表明,學(xué)習(xí)效果與訪問次數(shù)、在線學(xué)習(xí)時(shí)間和線上討論次數(shù)是有相關(guān)性的[1];含有微課視頻服務(wù)的教學(xué)平臺,為學(xué)生進(jìn)行課后線上學(xué)習(xí)提供了新途徑,也對提高教學(xué)效果有較大的幫助[2];另外,也有研究表明根據(jù)學(xué)生的學(xué)習(xí)行為數(shù)據(jù),運(yùn)用分類算法可較準(zhǔn)確的預(yù)測學(xué)生學(xué)習(xí)態(tài)度[3]。我們結(jié)合已有的研究結(jié)果,并對現(xiàn)有的課程網(wǎng)絡(luò)教學(xué)平臺進(jìn)行研究,總結(jié)出如下問題并提出想法:①部分網(wǎng)絡(luò)教學(xué)平臺中所產(chǎn)生的統(tǒng)計(jì)數(shù)據(jù)不全面,以至不能有效地充分地分析統(tǒng)計(jì)數(shù)據(jù),因此,選擇一款統(tǒng)計(jì)數(shù)據(jù)較為全面的網(wǎng)絡(luò)教學(xué)平臺尤為重要。②網(wǎng)絡(luò)教學(xué)平臺普遍缺少對學(xué)生學(xué)習(xí)效果提供智能評價(jià)功能,如果我們利用人工智能算法對學(xué)生在網(wǎng)絡(luò)教學(xué)平臺學(xué)習(xí)過程中所產(chǎn)生的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)分析,評估課終考試成績等級,那么教師對學(xué)習(xí)效果不佳的學(xué)生就可以進(jìn)行督促與指導(dǎo),也能為教師提供教學(xué)改革的決策依據(jù)。針對上述問題,本文研究了運(yùn)用人工智能算法對網(wǎng)絡(luò)教學(xué)平臺統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析及成績等級預(yù)測。

    1 網(wǎng)絡(luò)教學(xué)平臺主要功能

    在本研究中,我們選擇基于超星網(wǎng)絡(luò)教學(xué)平臺統(tǒng)計(jì)的學(xué)習(xí)行為數(shù)據(jù)作為研究對象,該平臺是基于任務(wù)驅(qū)動教學(xué)模式的課程平臺,是基于資源共享式和師生互動式的網(wǎng)絡(luò)平臺,可作為傳統(tǒng)課堂教學(xué)的網(wǎng)絡(luò)輔助教學(xué)平臺。超星網(wǎng)絡(luò)在課程內(nèi)容上按照教學(xué)大綱設(shè)計(jì)了知識結(jié)構(gòu),加入了充足的有趣味性的教學(xué)案例,同時(shí)教學(xué)平臺將重難點(diǎn)做成微課,并拓展了知識點(diǎn)的講解,方便學(xué)生自主學(xué)習(xí)。

    超星網(wǎng)絡(luò)教學(xué)平臺的主要功能包括:用戶管理、角色權(quán)限、學(xué)生信息管理、任務(wù)管理、作業(yè)管理、教學(xué)資料管理、教學(xué)管理等。在本研究中我們建立了教學(xué)數(shù)據(jù)分析庫,它是學(xué)生通過網(wǎng)絡(luò)教學(xué)平臺參與并完成任務(wù)模塊、在線學(xué)習(xí)、觀看微課視頻、在線測驗(yàn)及作業(yè)等任務(wù)之后產(chǎn)生的。運(yùn)用綜合學(xué)習(xí)效果評價(jià)算法對學(xué)生在教學(xué)平臺的學(xué)習(xí)參與和學(xué)習(xí)效果方面給予評價(jià),運(yùn)用人工智能的分類算法對學(xué)生學(xué)習(xí)參與數(shù)據(jù)進(jìn)行課終考試成績等級預(yù)測分析。一方面,教師對于任務(wù)點(diǎn)完成情況不好及作業(yè)、測驗(yàn)結(jié)果不理想的學(xué)生給予督導(dǎo)教學(xué),另一方面,教師在教學(xué)中可以及時(shí)調(diào)整授課內(nèi)容及教學(xué)方法,評價(jià)報(bào)表為教師教學(xué)方法改革及學(xué)生調(diào)整自我學(xué)習(xí)方式提供了輔助決策支持[3]。

    2 綜合學(xué)習(xí)效果評價(jià)算法

    在本研究中,我們對學(xué)生參與學(xué)習(xí)程度、作業(yè)完成情況等任務(wù)點(diǎn)執(zhí)行情況做出綜合學(xué)習(xí)效果評價(jià),從教學(xué)數(shù)據(jù)分析庫中發(fā)現(xiàn)潛在的規(guī)律或關(guān)聯(lián)數(shù)據(jù),運(yùn)用人工智能中的分類算法對學(xué)生學(xué)習(xí)參與數(shù)據(jù)進(jìn)行課終考試成績等級預(yù)測分析,進(jìn)而對在網(wǎng)絡(luò)教學(xué)平臺上學(xué)習(xí)時(shí)間不夠、自主學(xué)習(xí)的效果不太理想的學(xué)生進(jìn)行督導(dǎo)。

    在進(jìn)行學(xué)生綜合學(xué)習(xí)效果評價(jià)中我們建立了良好的評價(jià)模型,結(jié)合了學(xué)生參與平臺互動教學(xué)的情況,我們將綜合學(xué)習(xí)效果評價(jià)設(shè)計(jì)為:在線學(xué)習(xí)時(shí)間、微課學(xué)習(xí)時(shí)間、平臺作業(yè)完成情況、在線章節(jié)測驗(yàn)情況、階段性考試情況5個維度,以下將對綜合學(xué)習(xí)效果評價(jià)算法進(jìn)行說明,公式如下:

    式(1)中:N=5,S i為學(xué)生在網(wǎng)絡(luò)教學(xué)平臺某一項(xiàng)教學(xué)環(huán)節(jié)上的參與程度或成績,具體計(jì)算公式如下:

    公式(2)及公式(3)為學(xué)生學(xué)習(xí)過程任務(wù)的參與程度,是學(xué)生本人在該教學(xué)環(huán)節(jié)上的參與情況與教師發(fā)布的任務(wù)點(diǎn)總數(shù)的比值,公式(4)、公式(5)及公式(6)可以反映學(xué)生學(xué)習(xí)效果,該比值對于不同層次、不同專業(yè)的學(xué)習(xí)對象都能較為客觀真實(shí)地反映學(xué)生完成教師發(fā)布任務(wù)的情況,學(xué)生要想得到較高的S分?jǐn)?shù)必須認(rèn)真參與每一項(xiàng)任務(wù),因而該教學(xué)平臺是任務(wù)驅(qū)動的教學(xué)模式。

    3 分類算法

    3.1 人工智能分類算法介紹

    分類分析是通過分析具有類別的樣本的特點(diǎn),得到?jīng)Q定樣本屬于各種類別的規(guī)則或方法。分類算法的主要作用是對已標(biāo)記好類別的訓(xùn)練數(shù)據(jù)訓(xùn)練得出規(guī)則,從而對新樣本進(jìn)行分類,預(yù)測一個歸屬的類別。常用的分類算法包括:隨機(jī)森林分類法、邏輯回歸分類算法、基于支持向量機(jī)(SVM)和XGboost分類法等。對學(xué)生各項(xiàng)Si進(jìn)行分類需要經(jīng)過數(shù)據(jù)預(yù)處理、特征提取、分類算法選擇及最終的學(xué)習(xí)效果評價(jià)。

    3.2 特征的提取

    由教學(xué)平臺收集的數(shù)據(jù)是教學(xué)數(shù)據(jù)與學(xué)生學(xué)習(xí)行為原始數(shù)據(jù),在經(jīng)過數(shù)據(jù)預(yù)處理后,從數(shù)據(jù)中找出學(xué)生學(xué)習(xí)行為特征顯得尤為重要,特征是否突出將影響分類器訓(xùn)練結(jié)果。本實(shí)驗(yàn)中,將學(xué)生各項(xiàng)Si做為特征數(shù)據(jù)進(jìn)行分析。

    3.3 分類算法的選擇與實(shí)現(xiàn)

    不同訓(xùn)練集選擇不同的分類算法,本文通過運(yùn)用了Python中提供的隨機(jī)森林算法、邏輯回歸算法、SVM向量機(jī)以及XGboost算法進(jìn)行五折交叉驗(yàn)證,對不同分類器準(zhǔn)確率進(jìn)行比較,找出正確率相對較高的分類法。下面分別簡述四種分類算法及代碼:

    (1)隨機(jī)森林是一種基于樹的集成分類器。采用概率熵計(jì)算方法,自動減少特征個數(shù)。在Python中的代碼如下:

    from sklearn.pipeline import Pipeline

    from sklearn.ensemble import RandomForestClassifier

    from sklearn.model_selection import cross_val_score,train_test_split

    pl_random_forest=Pipeline(steps=[('random_forest',RandomForestClassifier())])

    scores=cross_val_score(pl_random_forest,teaching_data,label_df,cv=5,scoring='accuracy')

    print('Accuracy for RandomForest:',scores.mean())

    print('五次分類結(jié)果準(zhǔn)確率是',scores)

    (2)邏輯回歸分類器,邏輯回歸是一種線性分類器,其工作方式與線性回歸相同。代碼如下:

    from sklearn.pipeline import Pipeline

    from sklearn.preprocessing import StandardScaler

    from sklearn.linear_model import LogisticRegression

    pl_log_reg=Pipeline(steps=[('scaler',StandardScaler()),('log_reg',LogisticRegression(multi_class='multino?mial',solver='saga',max_iter=10))])

    scores=cross_val_score(pl_log_reg,teaching_data,la?bel_df,cv=5,scoring='accuracy')

    print('Accuracy for Logistic Regression:',scores.mean())

    print('五次分類結(jié)果準(zhǔn)確率是',scores)

    (3)SVM線性支持向量機(jī)分類器。

    from sklearn.pipeline import Pipeline

    from sklearn.preprocessing import StandardScaler

    from sklearn.svm import LinearSVC

    pl_svm=Pipeline(steps=[('scaler',StandardScaler()),('pl_svm',LinearSVC())])

    scores= cross_val_score(pl_svm,teaching_data,la?bel_df,cv=5,s coring='accuracy')

    print('Accuracy for Linear SVM:',scores.mean())

    print('五次分類結(jié)果準(zhǔn)確率是',scores)

    (4)XGBoost是一個基于提升樹的集成分類器。與“隨機(jī)森林”一樣,它也會自動減少特征集。

    import xgboost as xgb

    pl_xgb=Pipeline(steps=[('xgboost',xgb.XGBClassifier(objective='multi:softmax'))])

    scores=cross_val_score(pl_xgb,teaching_data,label_df,cv=5,scoring='accuracy')

    print('Accuracy for XGBoost Classifier:',scores.mean())

    print('五次分類結(jié)果準(zhǔn)確率是',scores)

    4 實(shí)驗(yàn)及結(jié)果分析

    本文選用Python做為建模工具,運(yùn)用Py?thon提供的多種分類算法進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)數(shù)據(jù)來源于我校2019級各專業(yè)的《計(jì)算機(jī)應(yīng)用基礎(chǔ)》公共課程的教學(xué)數(shù)據(jù),共計(jì)11個教學(xué)班約510個學(xué)生學(xué)習(xí)數(shù)據(jù)記錄。實(shí)驗(yàn)采用五折交叉驗(yàn)證方式,每次訓(xùn)練集合的學(xué)生數(shù)為400,測試集合數(shù)為110。實(shí)驗(yàn)所用的數(shù)據(jù)集中每條記錄包括學(xué)生學(xué)習(xí)參與程度、測驗(yàn)成績以及課終考試成績。訓(xùn)練集分類器將學(xué)生各項(xiàng)參與程度及測驗(yàn)成績設(shè)為輸入,將學(xué)生課終考試成績設(shè)為分類器輸出標(biāo)簽,共分為三類,80分以上的標(biāo)記為“excellent”,60分至80分之間的標(biāo)記為“good”,60分以下標(biāo)記為“bad”。

    4.1 分類結(jié)果

    在應(yīng)用不同分類器進(jìn)行分類之前,首先通過代碼查看數(shù)據(jù)表中已標(biāo)記好的列“l(fā)abel”的分布情況,代碼如下:

    import pandas as pd

    teaching_data=pd.read_csv('stu_data.csv',index_col=False)

    teaching_data.head()

    import seaborn as sns

    import matplotlib.pyplot as plt

    plt.figure(figsize=(12,5))

    sns.countplot(x=teaching_data.label,color='mediumsea?green')

    plt.title('Credit level distribution',fontsize=16)

    plt.ylabel('Class Counts',fontsize=16)

    plt.xlabel('Class Label',fontsize=16)

    plt.xticks(rotation='vertical');

    label_df=teaching_data['label']

    teaching_data.drop('label',axis=1,inplace=True)

    teaching_data.head()

    從條形圖圖1中可以清楚地看出目標(biāo)變量“l(fā)abel”被分為“excellent”、“good”及“bad”三類,被分到每一類的大致數(shù)據(jù)量,類分布沒有偏態(tài),樣本數(shù)據(jù)已被分類器分離開了。

    圖1 類分布柱形圖

    在表1中,我們應(yīng)用了Python中4種常用的分類器進(jìn)行5組交叉驗(yàn)證,進(jìn)而比較每種分類算法對每組數(shù)據(jù)進(jìn)行分類的準(zhǔn)確率,實(shí)驗(yàn)結(jié)果表明,XGboost分類算法準(zhǔn)確率相對最高,平均值達(dá)到了0.9284。

    表1 四種分類器準(zhǔn)確率比較

    本文對超星網(wǎng)絡(luò)教學(xué)平臺學(xué)生行為統(tǒng)計(jì)數(shù)據(jù)進(jìn)行XGboost分類算法分析,實(shí)現(xiàn)了對課終考試成績等級預(yù)測的能力,在實(shí)際教學(xué)過程中,教師可根據(jù)學(xué)生在學(xué)習(xí)過程中各項(xiàng)學(xué)習(xí)參與度及學(xué)習(xí)效果,預(yù)測課終考試成績等級,對于學(xué)習(xí)不積極、參與度不高及學(xué)習(xí)效果不佳的學(xué)生進(jìn)行監(jiān)督與指導(dǎo),學(xué)生也能夠根據(jù)預(yù)測成績及時(shí)改善學(xué)習(xí)方法,提高學(xué)習(xí)積極性,最終提高學(xué)習(xí)效果。

    5 結(jié)語

    本文研究了運(yùn)用人工智能分類算法進(jìn)行成績等級的預(yù)測,較好地實(shí)現(xiàn)了對學(xué)生學(xué)習(xí)過程進(jìn)行監(jiān)督與指導(dǎo)。運(yùn)用XGboost算法能較好地根據(jù)學(xué)生學(xué)習(xí)參與度預(yù)估學(xué)生知識掌握水平和成績等級,這使得該教學(xué)平臺更加智能化,為學(xué)生能夠?qū)崿F(xiàn)自主學(xué)習(xí)進(jìn)行了指導(dǎo),教師也能夠依據(jù)預(yù)測結(jié)果對學(xué)生學(xué)習(xí)過程進(jìn)行監(jiān)督,改善了網(wǎng)絡(luò)教學(xué)平臺的教學(xué)效果。

    猜你喜歡
    學(xué)習(xí)效果分類器準(zhǔn)確率
    “百詞斬”對于大學(xué)英語四級詞匯學(xué)習(xí)效果的實(shí)證研究
    民族文匯(2022年14期)2022-05-10 03:08:22
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    基于學(xué)習(xí)性評價(jià)原則提高研究性學(xué)習(xí)效果的研究
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    蓮心寶寶有話說
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗(yàn)證法
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    国产欧美日韩一区二区精品| 国产视频一区二区在线看| 午夜福利在线观看免费完整高清在 | av在线蜜桃| 亚洲欧美日韩无卡精品| 国产精品三级大全| 午夜精品在线福利| av黄色大香蕉| 麻豆成人av在线观看| 国产精品久久久久久亚洲av鲁大| 国产一区二区在线av高清观看| 国模一区二区三区四区视频| 国产精品久久电影中文字幕| 熟妇人妻久久中文字幕3abv| 成年女人看的毛片在线观看| 黄片小视频在线播放| 欧美成人性av电影在线观看| aaaaa片日本免费| 一本精品99久久精品77| 亚洲色图av天堂| 亚洲精品日韩av片在线观看| 国产黄色小视频在线观看| 国产美女午夜福利| a级一级毛片免费在线观看| 国产精品亚洲一级av第二区| www日本黄色视频网| 噜噜噜噜噜久久久久久91| 精品欧美国产一区二区三| 亚洲国产精品久久男人天堂| 看十八女毛片水多多多| 欧美在线黄色| 欧美zozozo另类| 久久99热6这里只有精品| 精品国内亚洲2022精品成人| 亚洲电影在线观看av| 热99在线观看视频| 日韩高清综合在线| 免费黄网站久久成人精品 | 久久天躁狠狠躁夜夜2o2o| 国产成人欧美在线观看| 日韩国内少妇激情av| 久久久久亚洲av毛片大全| 长腿黑丝高跟| 亚洲人成电影免费在线| 欧美最黄视频在线播放免费| 久久久久久九九精品二区国产| 色综合亚洲欧美另类图片| 色播亚洲综合网| 欧美中文日本在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看| www日本黄色视频网| 俄罗斯特黄特色一大片| 老司机午夜福利在线观看视频| 日韩欧美在线乱码| 国内少妇人妻偷人精品xxx网站| 久久精品国产清高在天天线| 午夜免费激情av| 亚洲天堂国产精品一区在线| 成人精品一区二区免费| 久久久久亚洲av毛片大全| 精品久久国产蜜桃| 亚洲人成伊人成综合网2020| 欧美日韩国产亚洲二区| www日本黄色视频网| 制服丝袜大香蕉在线| bbb黄色大片| 人妻丰满熟妇av一区二区三区| av福利片在线观看| 99热只有精品国产| 欧美色视频一区免费| 国产aⅴ精品一区二区三区波| 国内精品一区二区在线观看| 久久这里只有精品中国| 毛片一级片免费看久久久久 | 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 一级毛片久久久久久久久女| 欧美极品一区二区三区四区| 波野结衣二区三区在线| 国产精品av视频在线免费观看| 欧美激情在线99| 欧美另类亚洲清纯唯美| 国产精品亚洲一级av第二区| 深夜精品福利| 狂野欧美白嫩少妇大欣赏| 午夜日韩欧美国产| 久久国产乱子伦精品免费另类| 国产精品女同一区二区软件 | 日韩欧美在线乱码| 日韩中字成人| 69av精品久久久久久| 老司机福利观看| 757午夜福利合集在线观看| 一级a爱片免费观看的视频| 嫩草影院新地址| 99久国产av精品| netflix在线观看网站| 精品人妻1区二区| or卡值多少钱| 成人鲁丝片一二三区免费| 搞女人的毛片| 色综合亚洲欧美另类图片| www.www免费av| 国产综合懂色| 久久香蕉精品热| 久久精品国产亚洲av香蕉五月| 欧美zozozo另类| 欧美3d第一页| 内射极品少妇av片p| 亚洲自拍偷在线| 欧美性感艳星| 国产v大片淫在线免费观看| 欧美绝顶高潮抽搐喷水| 日本 av在线| 欧美成人a在线观看| 欧美国产日韩亚洲一区| 国产一级毛片七仙女欲春2| 亚洲av免费在线观看| 日韩亚洲欧美综合| 99久久精品一区二区三区| 日本免费一区二区三区高清不卡| 综合色av麻豆| 国产v大片淫在线免费观看| 成人高潮视频无遮挡免费网站| 少妇人妻一区二区三区视频| 中亚洲国语对白在线视频| 亚洲天堂国产精品一区在线| 欧美一区二区精品小视频在线| 少妇的逼好多水| 国产真实乱freesex| 国产伦精品一区二区三区四那| 国产精品综合久久久久久久免费| 黄色视频,在线免费观看| 免费在线观看成人毛片| 黄色配什么色好看| avwww免费| 亚洲精华国产精华精| 亚洲久久久久久中文字幕| 日本熟妇午夜| 亚洲,欧美精品.| 麻豆成人午夜福利视频| 国产精品野战在线观看| 亚洲真实伦在线观看| 国产伦人伦偷精品视频| 级片在线观看| 国产精品综合久久久久久久免费| 国产伦人伦偷精品视频| 欧美丝袜亚洲另类 | 成人毛片a级毛片在线播放| 男女下面进入的视频免费午夜| 欧美成人性av电影在线观看| 免费黄网站久久成人精品 | 久久久国产成人免费| 99精品在免费线老司机午夜| 色在线成人网| 国模一区二区三区四区视频| 免费一级毛片在线播放高清视频| 国产三级在线视频| 亚洲av熟女| 丰满人妻熟妇乱又伦精品不卡| 小说图片视频综合网站| 宅男免费午夜| www.www免费av| 怎么达到女性高潮| 亚洲欧美日韩无卡精品| 日韩av在线大香蕉| 人妻丰满熟妇av一区二区三区| 神马国产精品三级电影在线观看| 一级毛片久久久久久久久女| 国产综合懂色| 亚洲成人精品中文字幕电影| 在线观看午夜福利视频| 日日摸夜夜添夜夜添小说| 91字幕亚洲| 日韩欧美免费精品| 精品久久久久久成人av| 内射极品少妇av片p| 97人妻精品一区二区三区麻豆| 夜夜爽天天搞| 真人做人爱边吃奶动态| 日韩欧美精品v在线| 亚洲黑人精品在线| 国产综合懂色| 男人舔奶头视频| 免费观看人在逋| 直男gayav资源| 国产一区二区三区视频了| 国产一区二区在线av高清观看| 97超级碰碰碰精品色视频在线观看| 特级一级黄色大片| 深夜精品福利| 久久草成人影院| 欧美最新免费一区二区三区 | 在线免费观看不下载黄p国产 | 国产av在哪里看| 成人午夜高清在线视频| 国产色爽女视频免费观看| 精品人妻偷拍中文字幕| 色播亚洲综合网| 脱女人内裤的视频| 美女免费视频网站| 中亚洲国语对白在线视频| 国内精品久久久久精免费| av中文乱码字幕在线| 亚洲欧美日韩卡通动漫| 窝窝影院91人妻| 中文字幕人成人乱码亚洲影| 别揉我奶头~嗯~啊~动态视频| 午夜免费男女啪啪视频观看 | 久久精品人妻少妇| 日本免费a在线| 日本在线视频免费播放| 午夜福利在线在线| 两个人视频免费观看高清| 在线看三级毛片| 国产探花极品一区二区| 免费高清视频大片| 性欧美人与动物交配| 亚洲色图av天堂| 精品久久国产蜜桃| 亚洲第一电影网av| 欧美一区二区精品小视频在线| 嫩草影院新地址| 高清在线国产一区| 神马国产精品三级电影在线观看| 久久久久九九精品影院| 久久久久免费精品人妻一区二区| 亚州av有码| 99热这里只有是精品在线观看 | 久久午夜亚洲精品久久| 熟妇人妻久久中文字幕3abv| 少妇的逼好多水| 久久精品国产99精品国产亚洲性色| av天堂中文字幕网| 成年女人永久免费观看视频| 天堂影院成人在线观看| 好男人电影高清在线观看| 性色av乱码一区二区三区2| 一本精品99久久精品77| 午夜福利18| 精品久久久久久久末码| 好看av亚洲va欧美ⅴa在| 亚洲美女视频黄频| 热99re8久久精品国产| 国内精品一区二区在线观看| 亚洲性夜色夜夜综合| 亚洲avbb在线观看| 亚洲 欧美 日韩 在线 免费| 天美传媒精品一区二区| 高潮久久久久久久久久久不卡| 欧美日本亚洲视频在线播放| 久9热在线精品视频| 人妻制服诱惑在线中文字幕| 十八禁网站免费在线| 成人鲁丝片一二三区免费| 久久精品91蜜桃| 色综合站精品国产| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 免费人成视频x8x8入口观看| 中文字幕av在线有码专区| 男女做爰动态图高潮gif福利片| 欧美成狂野欧美在线观看| 在线播放无遮挡| 精品国产三级普通话版| 成人鲁丝片一二三区免费| 久久精品91蜜桃| 少妇裸体淫交视频免费看高清| 日本一本二区三区精品| 国产高清激情床上av| 国产成人av教育| 国产精品1区2区在线观看.| 欧美性猛交黑人性爽| 日本三级黄在线观看| 91午夜精品亚洲一区二区三区 | 淫妇啪啪啪对白视频| 91av网一区二区| 久久久国产成人免费| 久久久久国产精品人妻aⅴ院| 长腿黑丝高跟| 乱码一卡2卡4卡精品| 自拍偷自拍亚洲精品老妇| 十八禁人妻一区二区| 色5月婷婷丁香| 免费电影在线观看免费观看| 色av中文字幕| 无遮挡黄片免费观看| 国产精品嫩草影院av在线观看 | 亚洲第一区二区三区不卡| 亚洲欧美日韩卡通动漫| 色5月婷婷丁香| 日本精品一区二区三区蜜桃| 日本在线视频免费播放| 精华霜和精华液先用哪个| 亚洲国产色片| 一区二区三区激情视频| 亚洲精品影视一区二区三区av| 午夜日韩欧美国产| 一二三四社区在线视频社区8| 亚洲人成网站在线播| 大型黄色视频在线免费观看| 最近在线观看免费完整版| 日韩精品中文字幕看吧| 亚洲av一区综合| 久久国产精品人妻蜜桃| 久久婷婷人人爽人人干人人爱| 午夜激情福利司机影院| 亚洲 国产 在线| 午夜精品在线福利| 99视频精品全部免费 在线| 性色av乱码一区二区三区2| 免费人成在线观看视频色| 精品国产三级普通话版| 中出人妻视频一区二区| av在线观看视频网站免费| 国产精品嫩草影院av在线观看 | 人妻夜夜爽99麻豆av| 亚洲精品影视一区二区三区av| 韩国av一区二区三区四区| 男女床上黄色一级片免费看| www.熟女人妻精品国产| 男人舔女人下体高潮全视频| 美女高潮的动态| 91久久精品电影网| 国产亚洲av嫩草精品影院| 在线十欧美十亚洲十日本专区| 国产三级黄色录像| 亚洲欧美日韩高清在线视频| 久久精品国产清高在天天线| 久久精品国产亚洲av天美| 欧美日本亚洲视频在线播放| 亚洲人与动物交配视频| 12—13女人毛片做爰片一| 在线观看午夜福利视频| 网址你懂的国产日韩在线| 俄罗斯特黄特色一大片| 午夜视频国产福利| 色哟哟·www| 国产综合懂色| 一进一出好大好爽视频| 直男gayav资源| 国产午夜精品久久久久久一区二区三区 | 午夜福利高清视频| 毛片女人毛片| 亚洲人成网站在线播放欧美日韩| 久久天躁狠狠躁夜夜2o2o| 日韩国内少妇激情av| a级毛片a级免费在线| 亚洲欧美日韩高清在线视频| 五月玫瑰六月丁香| av在线老鸭窝| 黄片小视频在线播放| 国产精品永久免费网站| 一a级毛片在线观看| 一级av片app| 国产精品久久久久久亚洲av鲁大| 最近在线观看免费完整版| 国产视频一区二区在线看| 亚洲av熟女| 欧美日韩国产亚洲二区| 极品教师在线免费播放| 国产精品不卡视频一区二区 | 看十八女毛片水多多多| 欧美成人a在线观看| 内射极品少妇av片p| 国产精品爽爽va在线观看网站| 夜夜躁狠狠躁天天躁| 国产欧美日韩一区二区三| 极品教师在线视频| 亚洲乱码一区二区免费版| 亚洲成人久久爱视频| 国产极品精品免费视频能看的| 97热精品久久久久久| 白带黄色成豆腐渣| 性色av乱码一区二区三区2| 免费av观看视频| 九色成人免费人妻av| 精品久久久久久久久久免费视频| 亚洲,欧美精品.| 精品久久久久久久久久久久久| av欧美777| 99久国产av精品| 91av网一区二区| 国产69精品久久久久777片| 久久久久亚洲av毛片大全| 午夜精品久久久久久毛片777| 小说图片视频综合网站| 男人的好看免费观看在线视频| 日本成人三级电影网站| 久久久色成人| 国产精品综合久久久久久久免费| 很黄的视频免费| 人人妻人人澡欧美一区二区| 欧美成人免费av一区二区三区| 在线观看一区二区三区| 色尼玛亚洲综合影院| 他把我摸到了高潮在线观看| 久久久精品大字幕| 国产亚洲欧美在线一区二区| 韩国av一区二区三区四区| 在线观看美女被高潮喷水网站 | 午夜福利免费观看在线| 午夜免费男女啪啪视频观看 | 成年女人永久免费观看视频| 久久久久免费精品人妻一区二区| av视频在线观看入口| 网址你懂的国产日韩在线| 中国美女看黄片| 亚洲国产高清在线一区二区三| 在现免费观看毛片| 91字幕亚洲| 在线看三级毛片| 日韩成人在线观看一区二区三区| 99久国产av精品| 精品国产三级普通话版| 国产在线精品亚洲第一网站| 国产国拍精品亚洲av在线观看| 免费人成在线观看视频色| 欧美性猛交黑人性爽| 一本综合久久免费| 欧美在线一区亚洲| 在线天堂最新版资源| 亚洲av免费高清在线观看| ponron亚洲| 老司机午夜十八禁免费视频| 久久国产乱子免费精品| 国产久久久一区二区三区| 国产精品免费一区二区三区在线| 99精品在免费线老司机午夜| 深爱激情五月婷婷| 国产精品国产高清国产av| 18美女黄网站色大片免费观看| 亚洲中文字幕日韩| 成人av在线播放网站| 日韩欧美国产一区二区入口| 日韩 亚洲 欧美在线| 久久国产精品影院| 一个人观看的视频www高清免费观看| 在线免费观看不下载黄p国产 | 国产精品野战在线观看| 欧美性感艳星| 婷婷丁香在线五月| 高清日韩中文字幕在线| 一级av片app| 男女做爰动态图高潮gif福利片| 欧美色欧美亚洲另类二区| 精品久久久久久久久亚洲 | 国产成人影院久久av| 亚洲国产高清在线一区二区三| 亚洲七黄色美女视频| 三级男女做爰猛烈吃奶摸视频| 国产免费男女视频| 日韩免费av在线播放| 日韩 亚洲 欧美在线| h日本视频在线播放| 午夜免费激情av| 欧美日本视频| 97超视频在线观看视频| 亚洲在线自拍视频| 免费电影在线观看免费观看| aaaaa片日本免费| 国产三级在线视频| 最近在线观看免费完整版| 国产在线男女| 国产一区二区在线观看日韩| 欧美黄色淫秽网站| 99国产精品一区二区三区| 夜夜爽天天搞| 成人国产综合亚洲| 真人一进一出gif抽搐免费| 久久国产精品影院| 99在线视频只有这里精品首页| 免费av不卡在线播放| 欧美乱妇无乱码| 国产欧美日韩精品一区二区| 精品一区二区免费观看| 99久久成人亚洲精品观看| 国产高潮美女av| 国产日本99.免费观看| 国产高清视频在线播放一区| 老司机午夜福利在线观看视频| 亚洲av成人不卡在线观看播放网| 如何舔出高潮| 亚洲自拍偷在线| 午夜精品久久久久久毛片777| .国产精品久久| 亚洲无线在线观看| 日本熟妇午夜| 国产精品精品国产色婷婷| 国产毛片a区久久久久| 久久久久久久午夜电影| 尤物成人国产欧美一区二区三区| 久久久久久国产a免费观看| 一本精品99久久精品77| 噜噜噜噜噜久久久久久91| 少妇的逼水好多| 亚洲aⅴ乱码一区二区在线播放| 午夜免费男女啪啪视频观看 | 内地一区二区视频在线| 精品乱码久久久久久99久播| 日韩欧美在线二视频| 国产精品一区二区三区四区久久| 国产 一区 欧美 日韩| 一个人免费在线观看的高清视频| a级一级毛片免费在线观看| 亚洲av熟女| 国产精品亚洲美女久久久| www.www免费av| 99国产精品一区二区三区| 国产精华一区二区三区| 波野结衣二区三区在线| 国产成人av教育| 又粗又爽又猛毛片免费看| 桃色一区二区三区在线观看| 国产三级中文精品| 狂野欧美白嫩少妇大欣赏| 最新中文字幕久久久久| 色综合欧美亚洲国产小说| 97超视频在线观看视频| 成人美女网站在线观看视频| 免费观看人在逋| 人人妻人人看人人澡| 久久精品影院6| 免费黄网站久久成人精品 | 韩国av一区二区三区四区| 老鸭窝网址在线观看| 日韩国内少妇激情av| 亚洲综合色惰| 性插视频无遮挡在线免费观看| 久久久久国产精品人妻aⅴ院| 真人一进一出gif抽搐免费| 熟女电影av网| 日本黄色片子视频| av中文乱码字幕在线| 午夜久久久久精精品| 热99在线观看视频| 午夜视频国产福利| 最近视频中文字幕2019在线8| 黄色日韩在线| 丝袜美腿在线中文| 日韩人妻高清精品专区| 日韩有码中文字幕| 18禁黄网站禁片免费观看直播| 亚洲欧美精品综合久久99| 国产国拍精品亚洲av在线观看| 中文字幕久久专区| 丝袜美腿在线中文| 757午夜福利合集在线观看| av女优亚洲男人天堂| 动漫黄色视频在线观看| 蜜桃亚洲精品一区二区三区| 村上凉子中文字幕在线| 国产 一区 欧美 日韩| 深夜精品福利| 国内精品一区二区在线观看| 欧美成人性av电影在线观看| 国产爱豆传媒在线观看| 18禁黄网站禁片午夜丰满| 国产伦精品一区二区三区视频9| 国产精华一区二区三区| 搡老岳熟女国产| 久久草成人影院| 天堂动漫精品| a级一级毛片免费在线观看| 最近最新免费中文字幕在线| 欧美日本视频| 观看美女的网站| 国产伦精品一区二区三区四那| 午夜福利免费观看在线| 亚洲成人免费电影在线观看| 一夜夜www| 久久精品国产亚洲av天美| 欧美日韩中文字幕国产精品一区二区三区| 国产伦精品一区二区三区四那| 精品久久久久久久末码| 国产精品1区2区在线观看.| 99久久精品国产亚洲精品| 国产老妇女一区| 亚洲成a人片在线一区二区| 午夜福利高清视频| 又爽又黄a免费视频| 男女做爰动态图高潮gif福利片| 直男gayav资源| 免费看美女性在线毛片视频| 国产探花极品一区二区| 亚洲成人久久爱视频| 999久久久精品免费观看国产| 麻豆av噜噜一区二区三区| 久久国产乱子免费精品| 国产激情偷乱视频一区二区| 亚洲乱码一区二区免费版| 亚洲在线自拍视频| 亚洲18禁久久av| 亚洲色图av天堂| 欧美xxxx黑人xx丫x性爽| 最好的美女福利视频网| 久久久久久久亚洲中文字幕 | 国产亚洲欧美在线一区二区| 757午夜福利合集在线观看| 久久久久久久精品吃奶| 亚洲精品在线观看二区| 国产成人影院久久av| 五月伊人婷婷丁香| 国产69精品久久久久777片| 波多野结衣高清作品| 黄色日韩在线| 亚洲精品久久国产高清桃花| 精品一区二区三区人妻视频| 国内毛片毛片毛片毛片毛片| 国产精品人妻久久久久久| 免费大片18禁| 午夜福利高清视频| 亚洲成av人片免费观看| 搡女人真爽免费视频火全软件 | 国产高清有码在线观看视频| 亚洲专区中文字幕在线| 精品99又大又爽又粗少妇毛片 |