• <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
    亚洲熟妇熟女久久| 黄色视频不卡| 亚洲精品国产精品久久久不卡| 交换朋友夫妻互换小说| 国产97色在线日韩免费| 少妇猛男粗大的猛烈进出视频| 亚洲成人免费电影在线观看| 欧美黄色片欧美黄色片| 丝袜人妻中文字幕| 国产男女内射视频| 亚洲色图av天堂| 亚洲五月色婷婷综合| 久久国产精品男人的天堂亚洲| 一个人免费在线观看的高清视频| 亚洲五月天丁香| 99久久综合精品五月天人人| 热re99久久国产66热| 热re99久久精品国产66热6| 日韩欧美一区视频在线观看| 亚洲一码二码三码区别大吗| 国产97色在线日韩免费| 老司机亚洲免费影院| av天堂在线播放| 少妇被粗大的猛进出69影院| 日韩大码丰满熟妇| 国产日韩一区二区三区精品不卡| 97人妻天天添夜夜摸| 女人高潮潮喷娇喘18禁视频| 午夜福利在线免费观看网站| aaaaa片日本免费| 一级毛片精品| 亚洲精品中文字幕在线视频| 国产一区二区激情短视频| 亚洲人成电影观看| av一本久久久久| 美女国产高潮福利片在线看| 亚洲视频免费观看视频| 青草久久国产| 精品少妇久久久久久888优播| 亚洲欧美激情在线| 一本一本久久a久久精品综合妖精| 日韩人妻精品一区2区三区| 人妻久久中文字幕网| 欧美乱色亚洲激情| 日本欧美视频一区| av超薄肉色丝袜交足视频| 日本一区二区免费在线视频| 欧美日韩视频精品一区| 亚洲av第一区精品v没综合| 亚洲性夜色夜夜综合| 亚洲中文av在线| 欧美老熟妇乱子伦牲交| 欧美激情极品国产一区二区三区| 日本a在线网址| 亚洲一区二区三区欧美精品| 国产精品偷伦视频观看了| 国产伦人伦偷精品视频| 久久中文字幕人妻熟女| 黑丝袜美女国产一区| 亚洲国产精品一区二区三区在线| 国产精品成人在线| 免费久久久久久久精品成人欧美视频| 精品国内亚洲2022精品成人 | 午夜精品在线福利| xxx96com| netflix在线观看网站| 亚洲欧美激情在线| 无遮挡黄片免费观看| 女人久久www免费人成看片| 18在线观看网站| 欧美成人免费av一区二区三区 | 又黄又粗又硬又大视频| 在线观看66精品国产| 12—13女人毛片做爰片一| av欧美777| 国产男女超爽视频在线观看| av超薄肉色丝袜交足视频| 国产成人欧美在线观看 | 韩国精品一区二区三区| 成年动漫av网址| 国产亚洲精品久久久久5区| 精品无人区乱码1区二区| 亚洲欧洲精品一区二区精品久久久| 一区二区三区国产精品乱码| 欧美精品av麻豆av| 可以免费在线观看a视频的电影网站| 伦理电影免费视频| 亚洲中文日韩欧美视频| 成年版毛片免费区| 亚洲国产精品sss在线观看 | 18禁裸乳无遮挡免费网站照片 | 欧美在线黄色| 18禁裸乳无遮挡免费网站照片 | 久久国产乱子伦精品免费另类| 中文字幕另类日韩欧美亚洲嫩草| 成人18禁在线播放| 女人被躁到高潮嗷嗷叫费观| 国产成人精品在线电影| 久久久国产一区二区| 午夜激情av网站| 黄色女人牲交| a级毛片在线看网站| 国产片内射在线| 侵犯人妻中文字幕一二三四区| 国产在线观看jvid| 国产欧美日韩精品亚洲av| 精品国产一区二区三区久久久樱花| 国产精品av久久久久免费| 交换朋友夫妻互换小说| 女人精品久久久久毛片| 久久热在线av| 国产精品98久久久久久宅男小说| 自线自在国产av| 亚洲国产看品久久| 俄罗斯特黄特色一大片| 视频在线观看一区二区三区| 大码成人一级视频| 99国产精品99久久久久| 国产99白浆流出| 涩涩av久久男人的天堂| 99在线人妻在线中文字幕 | 不卡av一区二区三区| 国产99白浆流出| 亚洲国产精品sss在线观看 | 99在线人妻在线中文字幕 | 国产高清激情床上av| 免费看十八禁软件| 色综合婷婷激情| 国产一区有黄有色的免费视频| 69av精品久久久久久| 欧美国产精品一级二级三级| 国产无遮挡羞羞视频在线观看| 国产亚洲欧美在线一区二区| 久久草成人影院| 亚洲专区国产一区二区| 亚洲中文av在线| 国产成人欧美在线观看 | 国产欧美日韩综合在线一区二区| 日韩免费高清中文字幕av| 欧美黑人精品巨大| 欧美乱妇无乱码| 一级毛片高清免费大全| 精品人妻在线不人妻| 在线观看免费日韩欧美大片| 咕卡用的链子| 亚洲,欧美精品.| 国产欧美日韩综合在线一区二区| 午夜激情av网站| 男女床上黄色一级片免费看| x7x7x7水蜜桃| 国产视频一区二区在线看| 19禁男女啪啪无遮挡网站| 免费不卡黄色视频| 国产精品免费视频内射| 日韩欧美国产一区二区入口| 久久精品熟女亚洲av麻豆精品| 亚洲精品粉嫩美女一区| 嫁个100分男人电影在线观看| 校园春色视频在线观看| 热re99久久国产66热| 丝袜在线中文字幕| 国产午夜精品久久久久久| 69精品国产乱码久久久| 757午夜福利合集在线观看| 国产精品久久久人人做人人爽| 久久午夜亚洲精品久久| 成年人午夜在线观看视频| 黄片小视频在线播放| 日本wwww免费看| www日本在线高清视频| 久久精品国产清高在天天线| 欧美日韩福利视频一区二区| 一二三四在线观看免费中文在| 中文字幕人妻丝袜一区二区| 狂野欧美激情性xxxx| 亚洲精品成人av观看孕妇| 亚洲精品粉嫩美女一区| 精品久久蜜臀av无| 欧美 日韩 精品 国产| 少妇被粗大的猛进出69影院| 丝袜人妻中文字幕| 天堂中文最新版在线下载| 免费观看a级毛片全部| 色婷婷av一区二区三区视频| 窝窝影院91人妻| 97人妻天天添夜夜摸| 人人妻,人人澡人人爽秒播| 中文字幕人妻丝袜一区二区| 麻豆国产av国片精品| av一本久久久久| 激情在线观看视频在线高清 | 99香蕉大伊视频| 国产成人啪精品午夜网站| 国产亚洲精品一区二区www | 日韩视频一区二区在线观看| 欧美+亚洲+日韩+国产| 亚洲精品国产区一区二| 午夜91福利影院| 一本大道久久a久久精品| 热99国产精品久久久久久7| 99久久99久久久精品蜜桃| 丁香六月欧美| 亚洲情色 制服丝袜| 久久久久久久久免费视频了| 一边摸一边做爽爽视频免费| 国产免费av片在线观看野外av| 大型av网站在线播放| 免费不卡黄色视频| 50天的宝宝边吃奶边哭怎么回事| 免费在线观看视频国产中文字幕亚洲| 精品电影一区二区在线| 欧美激情极品国产一区二区三区| 欧美日韩视频精品一区| 国产日韩一区二区三区精品不卡| 一级黄色大片毛片| 精品视频人人做人人爽| 免费观看人在逋| 18禁裸乳无遮挡动漫免费视频| 一本大道久久a久久精品| 人人妻,人人澡人人爽秒播| 9热在线视频观看99| 欧美在线黄色| 亚洲精华国产精华精| 午夜成年电影在线免费观看| 久久久久国产精品人妻aⅴ院 | 老鸭窝网址在线观看| 国产熟女午夜一区二区三区| 欧美大码av| 亚洲精品国产区一区二| 80岁老熟妇乱子伦牲交| 免费观看人在逋| 午夜老司机福利片| 黄色a级毛片大全视频| 国产亚洲一区二区精品| 午夜福利一区二区在线看| 夜夜爽天天搞| 熟女少妇亚洲综合色aaa.| 激情视频va一区二区三区| 国产有黄有色有爽视频| 久久青草综合色| 日本欧美视频一区| 精品久久久久久电影网| 12—13女人毛片做爰片一| 免费人成视频x8x8入口观看| 久久 成人 亚洲| 一区福利在线观看| 免费在线观看亚洲国产| 欧美日韩亚洲高清精品| 一区二区三区精品91| 久久精品亚洲精品国产色婷小说| 国产午夜精品久久久久久| 免费久久久久久久精品成人欧美视频| 午夜影院日韩av| 制服诱惑二区| 久久精品亚洲熟妇少妇任你| 久久国产精品大桥未久av| 国产aⅴ精品一区二区三区波| 日本五十路高清| 成年人黄色毛片网站| 在线十欧美十亚洲十日本专区| 亚洲av成人av| 成人影院久久| 亚洲国产看品久久| 久久久国产成人精品二区 | 宅男免费午夜| 成熟少妇高潮喷水视频| 国产亚洲精品第一综合不卡| 69精品国产乱码久久久| 久久国产精品影院| 满18在线观看网站| 一本综合久久免费| 90打野战视频偷拍视频| 亚洲色图综合在线观看| 欧美黄色片欧美黄色片| 亚洲免费av在线视频| 精品久久久精品久久久| 日韩 欧美 亚洲 中文字幕| 日韩大码丰满熟妇| 高清欧美精品videossex| 一二三四社区在线视频社区8| 777米奇影视久久| 欧美日韩亚洲高清精品| 久久午夜亚洲精品久久| 亚洲三区欧美一区| 一级,二级,三级黄色视频| 国产成+人综合+亚洲专区| 99国产精品免费福利视频| 一级片'在线观看视频| 嫩草影视91久久| 亚洲五月婷婷丁香| 一二三四在线观看免费中文在| 欧美日韩亚洲综合一区二区三区_| xxxhd国产人妻xxx| 亚洲av美国av| av天堂久久9| 亚洲欧美色中文字幕在线| 操出白浆在线播放| 少妇粗大呻吟视频| 久久精品成人免费网站| 国产乱人伦免费视频| 叶爱在线成人免费视频播放| 黄色毛片三级朝国网站| 人人妻人人爽人人添夜夜欢视频| 法律面前人人平等表现在哪些方面| 精品亚洲成国产av| 极品人妻少妇av视频| 老司机靠b影院| 久久天躁狠狠躁夜夜2o2o| 久久精品亚洲精品国产色婷小说| 黄色视频,在线免费观看| 人人妻人人添人人爽欧美一区卜| 黄片小视频在线播放| 欧美日韩亚洲国产一区二区在线观看 | 亚洲成人手机| 亚洲av日韩精品久久久久久密| 中文字幕最新亚洲高清| 久久精品国产亚洲av香蕉五月 | 欧美午夜高清在线| 国产精品 欧美亚洲| 一级a爱片免费观看的视频| 午夜老司机福利片| 韩国av一区二区三区四区| 身体一侧抽搐| a级毛片在线看网站| 色婷婷久久久亚洲欧美| 精品国产乱码久久久久久男人| 美女福利国产在线| 日韩熟女老妇一区二区性免费视频| 亚洲在线自拍视频| 亚洲久久久国产精品| 色尼玛亚洲综合影院| 国产成人系列免费观看| 女人被狂操c到高潮| 国产精品影院久久| 性少妇av在线| 新久久久久国产一级毛片| 99久久国产精品久久久| 亚洲专区中文字幕在线| 视频区图区小说| 亚洲精品中文字幕在线视频| 欧美色视频一区免费| 日韩中文字幕欧美一区二区| 久久性视频一级片| 国产一区二区三区视频了| 久久久久国内视频| 建设人人有责人人尽责人人享有的| 亚洲国产欧美一区二区综合| 老司机在亚洲福利影院| 夜夜爽天天搞| 在线观看66精品国产| 久久亚洲真实| 黄色成人免费大全| 天堂中文最新版在线下载| 亚洲欧美一区二区三区久久| 久久人妻福利社区极品人妻图片| 又黄又粗又硬又大视频| 亚洲欧美一区二区三区黑人| 午夜福利影视在线免费观看| 免费高清在线观看日韩| xxxhd国产人妻xxx| av在线播放免费不卡| 久9热在线精品视频| 欧美日韩国产mv在线观看视频| 一区二区日韩欧美中文字幕| 一级作爱视频免费观看| 欧美乱色亚洲激情| 午夜免费观看网址| aaaaa片日本免费| 国产精品1区2区在线观看. | 操出白浆在线播放| 777久久人妻少妇嫩草av网站| 欧美日本中文国产一区发布| 久久久久国产一级毛片高清牌| 丰满饥渴人妻一区二区三| 久久中文字幕人妻熟女| 久久午夜综合久久蜜桃| 国产深夜福利视频在线观看| cao死你这个sao货| 91在线观看av| 一进一出好大好爽视频| 十分钟在线观看高清视频www| 亚洲精品中文字幕在线视频| 欧美精品一区二区免费开放| 成人av一区二区三区在线看| 操出白浆在线播放| 伊人久久大香线蕉亚洲五| 在线观看免费午夜福利视频| 伊人久久大香线蕉亚洲五| 一级作爱视频免费观看| 黑人巨大精品欧美一区二区mp4| 视频区欧美日本亚洲| 日韩欧美在线二视频 | 免费在线观看黄色视频的| 亚洲色图av天堂| 成人亚洲精品一区在线观看| 黄片播放在线免费| 成年动漫av网址| 国产国语露脸激情在线看| 9热在线视频观看99| 女性生殖器流出的白浆| 女警被强在线播放| 欧美久久黑人一区二区| 一本综合久久免费| 久久久精品区二区三区| 色在线成人网| 亚洲av日韩精品久久久久久密| 欧美乱妇无乱码| 成人三级做爰电影| 亚洲色图综合在线观看| 色老头精品视频在线观看| 免费少妇av软件| 免费人成视频x8x8入口观看| 午夜成年电影在线免费观看| 在线观看66精品国产| 日韩精品免费视频一区二区三区| 在线观看免费日韩欧美大片| 欧美日韩瑟瑟在线播放| 亚洲人成77777在线视频| 亚洲情色 制服丝袜| 国产xxxxx性猛交| 精品久久久久久电影网| 亚洲国产欧美日韩在线播放| 男人的好看免费观看在线视频 | 国产欧美日韩一区二区三| 欧美精品一区二区免费开放| 飞空精品影院首页| 亚洲色图 男人天堂 中文字幕| 天堂俺去俺来也www色官网| 亚洲色图 男人天堂 中文字幕| 国产高清视频在线播放一区| 免费在线观看亚洲国产| 精品一区二区三卡| 搡老乐熟女国产| 高清视频免费观看一区二区| 国产成人精品久久二区二区免费| 国产伦人伦偷精品视频| 黄色成人免费大全| 国产熟女午夜一区二区三区| 国产日韩欧美亚洲二区| www.精华液| 欧美激情 高清一区二区三区| 国产99久久九九免费精品| 国产成人精品在线电影| 欧美精品啪啪一区二区三区| 超色免费av| 少妇粗大呻吟视频| 又黄又爽又免费观看的视频| 最新的欧美精品一区二区| 又黄又爽又免费观看的视频| 日韩欧美免费精品| 男男h啪啪无遮挡| 男女床上黄色一级片免费看| 色尼玛亚洲综合影院| av中文乱码字幕在线| 精品久久久久久电影网| 身体一侧抽搐| 18在线观看网站| 亚洲一区二区三区不卡视频| 十八禁网站免费在线| 久久中文字幕人妻熟女| av国产精品久久久久影院| 午夜免费观看网址| 久久久国产一区二区| 亚洲国产毛片av蜜桃av| 777米奇影视久久| 久久天堂一区二区三区四区| 日日爽夜夜爽网站| 亚洲av第一区精品v没综合| 亚洲专区国产一区二区| 久99久视频精品免费| 村上凉子中文字幕在线| 多毛熟女@视频| 亚洲成av片中文字幕在线观看| 一区二区三区国产精品乱码| 69av精品久久久久久| 丰满饥渴人妻一区二区三| 黄色片一级片一级黄色片| 搡老岳熟女国产| 搡老乐熟女国产| 国产亚洲欧美在线一区二区| 又黄又爽又免费观看的视频| 最近最新免费中文字幕在线| 午夜激情av网站| 亚洲黑人精品在线| 精品一区二区三区视频在线观看免费 | 国产一区有黄有色的免费视频| 人人妻人人澡人人看| 天天躁夜夜躁狠狠躁躁| 色综合欧美亚洲国产小说| av视频免费观看在线观看| 国产亚洲欧美精品永久| 99re在线观看精品视频| 最近最新中文字幕大全电影3 | 午夜成年电影在线免费观看| 久久久久精品人妻al黑| 国产免费男女视频| 在线观看午夜福利视频| 精品电影一区二区在线| 人妻久久中文字幕网| 欧美黄色片欧美黄色片| 韩国av一区二区三区四区| 亚洲国产欧美一区二区综合| 欧美日韩黄片免| 99热网站在线观看| 一进一出好大好爽视频| 一级毛片高清免费大全| 亚洲av欧美aⅴ国产| 精品一区二区三区视频在线观看免费 | 久久精品91无色码中文字幕| 精品电影一区二区在线| 美女 人体艺术 gogo| 日韩制服丝袜自拍偷拍| 日韩有码中文字幕| 欧美 日韩 精品 国产| 一进一出抽搐动态| 午夜免费成人在线视频| 国产国语露脸激情在线看| 999久久久国产精品视频| 黄色片一级片一级黄色片| 好男人电影高清在线观看| 免费在线观看亚洲国产| 中文字幕制服av| aaaaa片日本免费| 免费少妇av软件| 国产成人啪精品午夜网站| 一进一出好大好爽视频| 人人澡人人妻人| 国产亚洲欧美在线一区二区| 成人精品一区二区免费| 免费观看人在逋| 色老头精品视频在线观看| 老鸭窝网址在线观看| 又紧又爽又黄一区二区| 午夜福利在线观看吧| 在线观看免费视频日本深夜| 大香蕉久久成人网| 日韩中文字幕欧美一区二区| 欧美人与性动交α欧美精品济南到| 国产精品综合久久久久久久免费 | 又黄又粗又硬又大视频| 99国产精品一区二区蜜桃av | 老鸭窝网址在线观看| 亚洲自偷自拍图片 自拍| 日韩欧美免费精品| 一级毛片高清免费大全| 亚洲av日韩精品久久久久久密| 丁香六月欧美| 国产精品一区二区在线观看99| 亚洲中文日韩欧美视频| 色94色欧美一区二区| 黑人操中国人逼视频| 精品国产一区二区三区久久久樱花| 99国产精品一区二区三区| 制服诱惑二区| 亚洲国产看品久久| 黄色毛片三级朝国网站| 一级片免费观看大全| 18禁观看日本| 国产成人啪精品午夜网站| 亚洲av日韩精品久久久久久密| 国产精品98久久久久久宅男小说| 久久这里只有精品19| av视频免费观看在线观看| netflix在线观看网站| 十八禁人妻一区二区| 村上凉子中文字幕在线| 黄色a级毛片大全视频| 亚洲国产精品一区二区三区在线| 一进一出抽搐gif免费好疼 | av免费在线观看网站| 很黄的视频免费| 久久天堂一区二区三区四区| 美国免费a级毛片| 国产精品成人在线| 国产xxxxx性猛交| 久久 成人 亚洲| 国产精品久久视频播放| 99国产极品粉嫩在线观看| 最近最新中文字幕大全电影3 | 丁香六月欧美| 1024视频免费在线观看| 午夜免费成人在线视频| 国产在线精品亚洲第一网站| 男女免费视频国产| 男人舔女人的私密视频| 高清在线国产一区| 国内毛片毛片毛片毛片毛片| 精品国产超薄肉色丝袜足j| 成年女人毛片免费观看观看9 | 久久ye,这里只有精品| 久久人妻福利社区极品人妻图片| 亚洲精品国产区一区二| 熟女少妇亚洲综合色aaa.| 一个人免费在线观看的高清视频| 日韩中文字幕欧美一区二区| 大码成人一级视频| 成人免费观看视频高清| 亚洲成人免费电影在线观看| 老司机午夜福利在线观看视频| www.999成人在线观看| 成年人午夜在线观看视频| 久久久精品国产亚洲av高清涩受| 亚洲成人国产一区在线观看| 欧美 亚洲 国产 日韩一| 国产精品美女特级片免费视频播放器 | 色播在线永久视频| 国产精品偷伦视频观看了| 久久狼人影院| 精品卡一卡二卡四卡免费| 欧美精品一区二区免费开放| 一区福利在线观看| 女人爽到高潮嗷嗷叫在线视频| 国产av又大| 亚洲精品久久成人aⅴ小说| 香蕉久久夜色|