• <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 ?

    基于隨機森林的高性能混凝土抗壓強度預測

    2021-12-30 08:22:06崔曉寧王起才張戎令代金鵬
    蘭州交通大學學報 2021年6期
    關鍵詞:機器森林誤差

    崔曉寧,王起才*,2,張戎令,2,代金鵬,2,謝 超

    (1. 蘭州交通大學 土木工程學院,蘭州 730070;2. 蘭州交通大學 道橋工程災害防治技術國家地方聯(lián)合工程實驗室,蘭州 730070)

    高性能混凝土是一種新型高技術混凝土,采用常規(guī)材料和工藝生產(chǎn),根據(jù)需要摻入改善混凝土性能的外摻料,使得混凝土結構具有所要求的各項力學性能,增加高耐久性、高工作性和高體積穩(wěn)定性[1].得益于高性能混凝土的優(yōu)異性能,高性能混凝土被廣泛的應用于建筑行業(yè)各個領域.經(jīng)過養(yǎng)護的混凝土28 d抗壓強度是鋼筋混凝土結構設計的關鍵參數(shù),也是衡量高性能混凝土工程性能的重要指標.因此,對于混凝土抗壓強度的研究具有較高的科研價值[2].

    近幾年,隨著人工智能技術的迅猛發(fā)展,各個行業(yè)都在結合人工智能新技術進行自我賦能[3-4].基于機器學習、深度學習的工程類研究也在如火如荼的進行[4-7].許多機器學習理論已經(jīng)應用到混凝土相關研究中,主要包括:人工神經(jīng)網(wǎng)絡[8],支持向量機[9],集成算法[10]等.Daneshvar等[11]使用隨機森林算法,建立了瀝青混凝土的動彈模預測模型,預測結果精度可達94.62%.周雙喜等基于深度學習理論研究混凝土孔成像分析[12]以及氯離子在混凝土中的擴散模型[13].Ren等[14]基于計算機視覺技術,提出了一種適用于裂縫語義分割的卷積神經(jīng)網(wǎng)絡,為隧道的健康監(jiān)測提供新方法.Cui等[15]將注意力機制引入混凝土裂縫的語義分割任務中,并提出一種Att-Unet的卷積神經(jīng)網(wǎng)絡,實現(xiàn)了裂縫的準確語義分割.Chun等[16]基于隨機森林算法,開展鋼筋混凝土結構內(nèi)部損傷研究,并取得了準確的預測結果.湯志立等[17]基于9種機器學習算法對巖爆進行分類,分類結果表明機器學習算法具有較高的分類精度,其預測結果與現(xiàn)場監(jiān)測結果有較好的一致性.

    基于機器學習的混凝土相關研究已經(jīng)開展并取得一定成果,但對于混凝土抗壓強度的預測研究仍在發(fā)展階段,且應用機器學習算法的研究尚有不足,主要表現(xiàn)為:現(xiàn)有研究多采用單一機器學習算法進行預測,而對于多種算法在同一數(shù)據(jù)上的適用性對比研究較少[18].針對現(xiàn)有研究的不足,基于隨機森林、支持向量回歸分析以及多層感知機3種機器學習算法進行混凝土抗壓強度預測研究,通過多特征輸入構建機器學習模型數(shù)據(jù)集,以訓練、測試、對比不同模型在應用于高性能混凝土抗壓強度預測的精度,甄選適用于混凝土抗壓強度預測的最優(yōu)模型.

    1 數(shù)據(jù)

    科學合理的數(shù)據(jù)集選取是實現(xiàn)混凝土抗壓強度準確預測的關鍵.加州大學歐文分校機器學習實驗室提供的混凝土公共數(shù)據(jù)集涵蓋了混凝土配合比設計中常見的八種變量且數(shù)據(jù)集樣本數(shù)量能夠滿足機器學習的需求,因此,使用該數(shù)據(jù)集進行混凝土抗壓強度的預測研究[19].該數(shù)據(jù)集共有1 030個數(shù)據(jù),每個數(shù)據(jù)都包含八個變量和混凝土抗壓強度實測值,為提高機器學習的泛化能力與預測精度,在進行機器學習模型建立和訓練過程中將八個變量全部作為模型的特征輸入.其中八個特征變量輸入為:水泥用量,齡期,水,粗骨料,細集料,高效減水劑,粉煤灰,礦粉.輸出結果變量為混凝土的抗壓強度值.數(shù)據(jù)集的數(shù)值特征統(tǒng)計如表1所列.Q1,Q2,Q3分別表示下四分位數(shù),中四分位數(shù),上四分位數(shù).

    表1 數(shù)據(jù)集特征統(tǒng)計

    2 多特征輸入算法研究

    2.1 多層感知機(MLP)

    多層感知機由感知機發(fā)展而來.通常情況下,多層感知機由三部分組成,即:輸入層、隱藏層、輸出層,多層感知機神經(jīng)網(wǎng)絡模型的原理如圖1所示.假設輸入樣本個數(shù)為m,每個樣本有n個特征,對于特征輸入層X∈Rm×n,以具有h個神經(jīng)元的隱藏層為例,隱藏層的權重及偏置可表示為Wh∈Rn×h、bh∈R1×h,輸出值有q個特征,則輸出層的權重及偏置分別為WO∈Rh×q、bO∈R1×q.輸入層到隱藏層的激活函數(shù)為σ1,隱藏層到輸出層的激活函數(shù)為σ2.于是多層感知機神經(jīng)網(wǎng)絡模型參數(shù)設定如表2所列.

    圖1 多層感知機原理

    表2 神經(jīng)網(wǎng)絡參數(shù)匯總表

    根據(jù)表2的模型參數(shù)設定可得:

    輸入層到隱藏層:

    (1)

    h=σ1(net1),

    (2)

    隱藏層到輸出層:

    (3)

    (4)

    損失函數(shù)?。?/p>

    (5)

    基于前文的模型設定,多層感知機模型的計算步驟為:

    1) 初始化神經(jīng)網(wǎng)絡模型中的權值和偏置項

    2) 參數(shù)向前傳播,得到各層輸出和損失函數(shù)的期望值

    (6)

    3) 根據(jù)損失函數(shù),計算輸出單元的誤差項和隱藏單元的誤差項.

    輸出單元的誤差項,即計算損失函數(shù)關于輸出單元的梯度值.根據(jù)鏈式法則有:

    (7)

    (8)

    隱藏單元的誤差項,即計算損失函數(shù)關于隱藏單元的梯度值.根據(jù)鏈式法則有:

    (9)

    (10)

    4) 更新神經(jīng)網(wǎng)路中的權值和偏置項

    輸出單元參數(shù)更新:

    (11)

    (12)

    隱藏單元參數(shù)更新:

    (13)

    (14)

    5) 重復步驟2)~4),直到損失函數(shù)小于模型設定的閾值或迭代計算次數(shù),輸出此時的參數(shù)即為模型最佳參數(shù)[20].

    2.2 支持向量回歸(SVR)

    支持向量回歸(SVR)算法的建立基于兩點原則:1) 模型允許預測值f(x)與真實值y之間存在ε的誤差;2) 當f(x)與y絕對值大于ε時,模型的損失函數(shù)才進行參數(shù)更新.因此,SVR模型以f(x)為中心,以±ε為帶寬,構建了一個模型參數(shù)不更新區(qū)域帶,SVR的原理示意如圖2所示.在圖2中,橙色區(qū)域表示允許誤差范圍內(nèi),即參數(shù)不更新區(qū)域,藍色實心點表示落在±ε的參數(shù)不更新區(qū)域條帶中,橙色空心在誤差允許值之外.SVR的優(yōu)化目標函數(shù)式為[20]

    圖2 支持向量回歸示意

    (15)

    式中:ω為法向量;C為正則化常數(shù);L為模型優(yōu)化目標函數(shù);f(xi)為模型的預測值;yi為數(shù)據(jù)真實標簽值.

    2.3 隨機森林(RF)

    Bagging算法是并行集成算法的代表,對于給定的N個樣本原始數(shù)據(jù)集,每次進行有放回的采樣,得到一個由m個樣本組成的數(shù)據(jù)集,同樣的取樣流程進行k次,得到k個訓練集,進而基于每個訓練集訓練一個基學習器.Bagging算法通過訓練k個獨立的基學習器得到每個基學習器的預測結果,進而對k個基學習器的預測結果進行加權得到整個集成算法的預測結果.

    本文的Bagging集成算法采用隨機森林(RF)對數(shù)據(jù)集進行回歸分析.RF是Bagging集成算法的一個變種改良模型.RF以決策樹為基學習器,通過對若干決策樹的集成搭建隨機森林模型,同時RF在決策樹的訓練過程中引入特征屬性的隨機選擇,基于這一機制,RF繼承了Bagging集成算法的樣本擾動優(yōu)點,同時在此基礎上進行改良,引入屬性隨機選擇的擾動策略.因此,對于同一數(shù)據(jù)集,隨機森林的雙重隨機性使其具有更好的泛化能力和抗過擬合能力,隨機森林的算法原理如圖3所示.

    圖3 隨機森林算法原理

    2.4 數(shù)據(jù)集劃分與模型參數(shù)設定

    文中所用混凝土抗壓強度數(shù)據(jù)集包含1 030個數(shù)據(jù)點,將數(shù)據(jù)集按照7∶3的比例劃分成訓練集與測試集,其中訓練集用來訓練和優(yōu)化機器學習模型的參數(shù),測試集用來評估機器學習模型的最終預測精度.為排除模型參數(shù)設置不合理引起的模型次優(yōu)化現(xiàn)象,在機器學習模型訓練與評估之前,先利用GridSearch[21]方法對不同機器學習模型進行參數(shù)優(yōu)化設定.

    3 模型評價與結果

    3.1 模型評價指標

    為對比分析多層感知機(MLP)、支持向量回歸(SVR)以及隨機森林(RF)三種機器學習算法在混凝土抗壓強度數(shù)據(jù)集上的表現(xiàn),選取四個常用的機器學習模型評價指標:R2,MAE,MAPE,RMSE.其中MAE、MAPE、RMSE都是衡量模型誤差的評價指標,三者互為補充,用不同類型的誤差來衡量模型的預測精度,其值越小,模型的預測精度越高;R2是相關系數(shù),表征模型預測值與數(shù)據(jù)真實值之間的接近程度,R2越接近于1,則表示模型的預測精度越高.R2,MAE,MAPE,RMSE數(shù)學表達式如公式(16)~(19)所示.

    (16)

    (17)

    (18)

    (19)

    式中:y為抗壓強度真實值;y′為抗壓強度模型預測值.

    3.2 模型結果對比分析

    在各個模型的預測結果對比前,為使各個模型的預測結果更加準確,采用了GridSearch方法對各種模型的參數(shù)進行最優(yōu)化.基于前文建立的模型評價體系,對各個模型的預測結果進行統(tǒng)計分析,其對比結果如表3所列.

    分析表3可得:1) 總體而言,對于誤差衡量指標(MAE、RMSE、MAPE),隨機森林模型的預測結果為誤差最小的模型,其次是多層感知機模型,預測誤差最大的模型為支持向量回歸模型.2) 就相關系數(shù)R2而言,隨機森林模型達到了0.902,是三種模型中相關系數(shù)最高的,這說明對于多特征輸入高性能混凝土抗壓強度預測任務,隨機森林表現(xiàn)出了較高的預測精度,可以為混凝土抗壓強度的預測提供一定參考.

    表3 三種機器學習模型對比分析

    3.3 隨機森林預測結果分析

    隨機森林模型的混凝土抗壓強度預測結果與測試集實際抗壓強度的統(tǒng)計結果如圖4所示.從圖4(a)可以看出:總體而言,對于混凝土不同抗壓強度大小,隨機森林模型的預測結果與測試集的真實值十分接近,隨機森林預測誤差標準差均值為3.78 MPa,誤差百分比均值為13.73%,體現(xiàn)了隨機森林模型用于多特征輸入混凝土抗壓強度預測的準確預測能力.從圖4(b)可以看出隨機森林的數(shù)據(jù)預測絕大部分在±15%誤差以內(nèi),經(jīng)過統(tǒng)計,測試集上共有309個樣本,其中223個樣本的預測結果在±15%以內(nèi),誤差超過±15%的數(shù)據(jù)點共有86個.以15%為誤差界限,對不同強度區(qū)間內(nèi)的隨機森林預測誤差進行統(tǒng)計,統(tǒng)計結果如表4所列.從表4中可以看出:隨著混凝土抗壓強度的增大,超限點所占的比例逐漸減小,這說明隨機森林模型對混凝土抗壓強度較低時值預測誤差相對較大,但隨著預測強度的增大,隨機森林模型的預測精度逐漸提升,當混凝土抗壓強度達到50 MPa之后,隨機森林模型預測超限點比例僅占14.41%.由此可見,隨機模型對強度較高的數(shù)據(jù)點預測較為準確.

    圖4 隨機森林模型預測結果分析

    表4 隨機森林預測結果超限統(tǒng)計

    3.4 隨機森林結果誤差分析

    為有效評價隨機森林模型的預測誤差,引入誤差貢獻率這一指標EC·EC的定義如公式(20)所示.以混凝土抗壓強度小于30 MPa的集合為例,以誤差±15%為誤差界限值,則在該集合中總樣本數(shù)為55,超限樣本數(shù)為26,訓練集總樣本309,超限點總數(shù)86,該集合以17.80%的樣本占有率貢獻了整體模型30.23%的誤差,誤差貢獻率達1.70,這說明隨機森林模型在強度低于30 MPa的范圍內(nèi)預測誤差相對較大.

    (20)

    對隨機模型測試集上預測結果的誤差統(tǒng)計如圖5所示,從圖5的誤差累積曲線可以看出,當模型誤差累積到50%時,對應的混凝土抗壓強度為28.93 MPa,在誤差累積到50%之后,隨著抗壓強度的提高,誤差累積曲線切線斜率逐漸減小.總體上說明,隨機森林模型對低強度樣本預測誤差大,對高強度樣本預測誤差小.從圖5的誤差貢獻率曲線可以看出:混凝土抗壓強度在0~30 MPa時,誤差貢獻率較高,此時模型對于樣本的預測結果誤差相對較大,混凝土抗壓強度在30~50 MPa時,模型的預測誤差迅速下降,當強度達到50 MPa后,模型的誤差貢獻率趨于收斂,誤差貢獻率基本穩(wěn)定在1.0~1.15之間,這說明模型在抗壓強度低于30 MPa時具有較高的預測誤差,隨著抗壓強度的增大,模型的預測精度逐漸提高.

    圖5 隨機森林模型誤差曲線

    4 結論

    1) 將機器學習算法應用到了多特征輸入高性能混凝土的抗壓強度預測,并取得良好結果,研究結果可為機器學習在混凝土抗壓強度預測相關研究提供一定參考.

    2) 通過對比隨機森林、支持向量回歸、多層感知機三種機器學習算法在同一數(shù)據(jù)集上的表現(xiàn)能力,發(fā)現(xiàn)隨機森林算法預測精度最高,隨機森林算法預測標準差均值為3.78 MPa,誤差百分比均值為13.73%,可以應用于高性能混凝土的抗壓強度預測.

    3) 隨機森林算法對于混凝土強度在低于30 MPa的樣本預測誤差較大,誤差貢獻率為1.5~3.5,隨著混凝土抗壓強度的增大隨機森林模型預測誤差減小,即當混凝土抗壓強度達到30 MPa以上時,模型具有較高的預測精度.

    猜你喜歡
    機器森林誤差
    機器狗
    機器狗
    角接觸球軸承接觸角誤差控制
    哈爾濱軸承(2020年2期)2020-11-06 09:22:26
    Beidou, le système de navigation par satellite compatible et interopérable
    壓力容器制造誤差探究
    未來機器城
    電影(2018年8期)2018-09-21 08:00:06
    哈Q森林
    哈Q森林
    哈Q森林
    九十億分之一的“生死”誤差
    山東青年(2016年2期)2016-02-28 14:25:41
    亚洲在线自拍视频| 美女黄网站色视频| 亚洲精品影视一区二区三区av| 成人鲁丝片一二三区免费| 久久久精品大字幕| 真实男女啪啪啪动态图| 久久久精品欧美日韩精品| 欧美日本视频| 日韩视频在线欧美| 日本av手机在线免费观看| 国产亚洲av片在线观看秒播厂 | 九色成人免费人妻av| av在线亚洲专区| 小蜜桃在线观看免费完整版高清| 麻豆成人av视频| 白带黄色成豆腐渣| 亚洲欧美日韩东京热| 日本-黄色视频高清免费观看| 99视频精品全部免费 在线| 国产精品久久久久久亚洲av鲁大| 久久精品夜夜夜夜夜久久蜜豆| 变态另类丝袜制服| 日韩欧美三级三区| 亚洲精品久久久久久婷婷小说 | 麻豆成人av视频| 白带黄色成豆腐渣| 性欧美人与动物交配| 免费在线观看成人毛片| 在线免费十八禁| 如何舔出高潮| 人妻久久中文字幕网| 校园春色视频在线观看| 久久精品久久久久久久性| 1024手机看黄色片| 成年免费大片在线观看| 国产 一区 欧美 日韩| 欧美潮喷喷水| 欧美+日韩+精品| 少妇高潮的动态图| 欧美最新免费一区二区三区| 国产乱人视频| 国产成人91sexporn| 国内揄拍国产精品人妻在线| 亚洲精品成人久久久久久| 成人国产麻豆网| 日本五十路高清| 日韩人妻高清精品专区| 日本黄大片高清| av免费观看日本| 成人特级av手机在线观看| 丝袜美腿在线中文| 国产中年淑女户外野战色| 老司机福利观看| av在线老鸭窝| 免费人成在线观看视频色| 国产精品.久久久| 久久久午夜欧美精品| 久久精品国产清高在天天线| 最近视频中文字幕2019在线8| or卡值多少钱| 欧美在线一区亚洲| 少妇熟女欧美另类| 欧美极品一区二区三区四区| 真实男女啪啪啪动态图| 看免费成人av毛片| 国产极品精品免费视频能看的| 日本五十路高清| 亚洲精品成人久久久久久| 长腿黑丝高跟| 嫩草影院入口| 麻豆国产av国片精品| 老司机影院成人| 夜夜夜夜夜久久久久| 99热这里只有是精品在线观看| 欧美成人精品欧美一级黄| 久久精品国产鲁丝片午夜精品| 日韩大尺度精品在线看网址| 狂野欧美白嫩少妇大欣赏| 免费人成视频x8x8入口观看| 成人特级av手机在线观看| 在线天堂最新版资源| 综合色av麻豆| 淫秽高清视频在线观看| 噜噜噜噜噜久久久久久91| 色播亚洲综合网| 亚洲欧美中文字幕日韩二区| 久久午夜亚洲精品久久| 乱系列少妇在线播放| 性插视频无遮挡在线免费观看| 亚洲av.av天堂| 26uuu在线亚洲综合色| 亚洲自偷自拍三级| 嫩草影院精品99| a级毛片a级免费在线| 成人午夜高清在线视频| 性插视频无遮挡在线免费观看| 国产亚洲av嫩草精品影院| 亚洲av电影不卡..在线观看| 国产欧美日韩精品一区二区| 日韩在线高清观看一区二区三区| 欧美+日韩+精品| 波野结衣二区三区在线| 国内精品一区二区在线观看| 你懂的网址亚洲精品在线观看 | 国产在线精品亚洲第一网站| 亚洲人成网站高清观看| 99久久精品一区二区三区| 国产在线精品亚洲第一网站| 国产伦精品一区二区三区四那| 啦啦啦观看免费观看视频高清| 国产激情偷乱视频一区二区| 国产精品国产高清国产av| 在线a可以看的网站| 国产av在哪里看| 大型黄色视频在线免费观看| 人妻夜夜爽99麻豆av| 国产精品久久久久久亚洲av鲁大| 国产三级在线视频| 国产爱豆传媒在线观看| or卡值多少钱| 国产一区二区三区在线臀色熟女| 亚洲欧洲日产国产| 国产一区二区在线av高清观看| 长腿黑丝高跟| 亚洲av成人av| 有码 亚洲区| 国产成人影院久久av| 亚洲精品国产av成人精品| 能在线免费看毛片的网站| 午夜老司机福利剧场| 日本免费a在线| 欧美xxxx黑人xx丫x性爽| 国产精品伦人一区二区| 欧美变态另类bdsm刘玥| 精品熟女少妇av免费看| 国产不卡一卡二| 我要看日韩黄色一级片| 成人av在线播放网站| 乱码一卡2卡4卡精品| 成人高潮视频无遮挡免费网站| 国产三级中文精品| 亚洲国产欧美在线一区| 18禁裸乳无遮挡免费网站照片| 极品教师在线视频| 18+在线观看网站| 久久久久久久久中文| 赤兔流量卡办理| 别揉我奶头 嗯啊视频| 国产精品久久久久久久久免| 老司机影院成人| 人妻少妇偷人精品九色| 国产精品久久久久久精品电影小说 | 欧美高清性xxxxhd video| 99久久成人亚洲精品观看| 亚洲欧美日韩高清在线视频| 免费人成在线观看视频色| 一个人看视频在线观看www免费| eeuss影院久久| 最后的刺客免费高清国语| 免费人成在线观看视频色| 久久99精品国语久久久| 久久韩国三级中文字幕| 99热精品在线国产| 精华霜和精华液先用哪个| 国模一区二区三区四区视频| 国产午夜精品一二区理论片| 婷婷六月久久综合丁香| 最近的中文字幕免费完整| 麻豆成人av视频| 精品一区二区免费观看| 亚洲人与动物交配视频| 一级黄色大片毛片| 中文字幕熟女人妻在线| 又爽又黄a免费视频| 身体一侧抽搐| 亚洲aⅴ乱码一区二区在线播放| 亚洲精品乱码久久久v下载方式| 在线播放无遮挡| 国产精品无大码| 国产精品三级大全| 最近的中文字幕免费完整| 人妻制服诱惑在线中文字幕| 99在线人妻在线中文字幕| 亚洲一区高清亚洲精品| 不卡一级毛片| 91在线精品国自产拍蜜月| 久久人妻av系列| 日韩av不卡免费在线播放| 免费观看人在逋| av黄色大香蕉| 2021天堂中文幕一二区在线观| 日日干狠狠操夜夜爽| 又黄又爽又刺激的免费视频.| 日日啪夜夜撸| 国产亚洲av嫩草精品影院| 亚洲性久久影院| 日韩制服骚丝袜av| 99热这里只有是精品在线观看| 成人亚洲欧美一区二区av| 国产视频首页在线观看| 国产色爽女视频免费观看| 久久欧美精品欧美久久欧美| 能在线免费看毛片的网站| 91精品一卡2卡3卡4卡| 99热网站在线观看| 国产单亲对白刺激| 成人毛片a级毛片在线播放| 日本免费a在线| 国产成人精品一,二区 | 联通29元200g的流量卡| 久久这里只有精品中国| 国产69精品久久久久777片| 成人亚洲欧美一区二区av| 中文字幕熟女人妻在线| 欧美最黄视频在线播放免费| www.色视频.com| 中文字幕精品亚洲无线码一区| 国产白丝娇喘喷水9色精品| 变态另类丝袜制服| 最近最新中文字幕大全电影3| 亚洲真实伦在线观看| 男人的好看免费观看在线视频| 亚洲欧美成人精品一区二区| 91麻豆精品激情在线观看国产| 99热这里只有是精品在线观看| 你懂的网址亚洲精品在线观看 | 一级av片app| 欧美三级亚洲精品| 69av精品久久久久久| 免费观看精品视频网站| 国产精品,欧美在线| 色视频www国产| 国产一级毛片七仙女欲春2| 欧美日韩乱码在线| 少妇的逼水好多| 国产成人91sexporn| 国产亚洲欧美98| 免费观看在线日韩| 毛片一级片免费看久久久久| 国产成人freesex在线| 黑人高潮一二区| 免费看av在线观看网站| 午夜福利高清视频| 毛片女人毛片| 国产高清不卡午夜福利| 校园人妻丝袜中文字幕| 国产成人午夜福利电影在线观看| 变态另类丝袜制服| 国产亚洲av片在线观看秒播厂 | 岛国毛片在线播放| 我要搜黄色片| 亚洲人成网站在线观看播放| 蜜臀久久99精品久久宅男| 女人十人毛片免费观看3o分钟| 啦啦啦韩国在线观看视频| 国产午夜精品久久久久久一区二区三区| 男人的好看免费观看在线视频| 日本熟妇午夜| 欧美一区二区国产精品久久精品| 黄色欧美视频在线观看| 久久久久久伊人网av| 国产日本99.免费观看| 成人亚洲欧美一区二区av| 噜噜噜噜噜久久久久久91| 国产高清三级在线| 久久精品夜夜夜夜夜久久蜜豆| 麻豆乱淫一区二区| 中文字幕av成人在线电影| 中国美女看黄片| 日韩国内少妇激情av| 亚洲内射少妇av| 99久久成人亚洲精品观看| 深夜a级毛片| 国产精品一区www在线观看| 插逼视频在线观看| 美女内射精品一级片tv| 久久久久国产网址| 免费观看人在逋| 免费一级毛片在线播放高清视频| 亚洲国产欧洲综合997久久,| 级片在线观看| 亚洲欧洲国产日韩| 精品久久久久久成人av| 久久精品国产自在天天线| 韩国av在线不卡| 国产极品精品免费视频能看的| а√天堂www在线а√下载| 免费一级毛片在线播放高清视频| 99久久中文字幕三级久久日本| 久久精品国产亚洲网站| 久久精品人妻少妇| 成人av在线播放网站| 夜夜看夜夜爽夜夜摸| 亚洲av熟女| 久久久欧美国产精品| 亚洲精品色激情综合| 精品久久久久久成人av| 男人舔女人下体高潮全视频| 欧美极品一区二区三区四区| 国产精品无大码| 午夜激情福利司机影院| 男人舔奶头视频| 一本一本综合久久| 日本黄大片高清| 性色avwww在线观看| 亚洲欧美日韩东京热| 中国国产av一级| 99久久精品一区二区三区| 黑人高潮一二区| 又爽又黄a免费视频| 少妇丰满av| 久久99热6这里只有精品| 日韩人妻高清精品专区| 亚洲人与动物交配视频| 亚洲精品自拍成人| 国产黄色视频一区二区在线观看 | 国产精品国产三级国产av玫瑰| 欧洲精品卡2卡3卡4卡5卡区| 一区福利在线观看| 成熟少妇高潮喷水视频| avwww免费| 久久久国产成人精品二区| 亚洲激情五月婷婷啪啪| 最近2019中文字幕mv第一页| ponron亚洲| 久久九九热精品免费| 小说图片视频综合网站| 国产成人影院久久av| 国产精品1区2区在线观看.| 欧美zozozo另类| 国产伦在线观看视频一区| 久久久久久久午夜电影| 小蜜桃在线观看免费完整版高清| 国产精品爽爽va在线观看网站| 亚洲三级黄色毛片| 深夜精品福利| 青春草视频在线免费观看| 免费电影在线观看免费观看| 欧美高清性xxxxhd video| 黄片wwwwww| 一级av片app| 村上凉子中文字幕在线| 久久草成人影院| 日产精品乱码卡一卡2卡三| 能在线免费观看的黄片| 欧美激情久久久久久爽电影| 色播亚洲综合网| 国产毛片a区久久久久| 91在线精品国自产拍蜜月| 熟妇人妻久久中文字幕3abv| 天美传媒精品一区二区| 大香蕉久久网| 精品久久久久久久末码| 女同久久另类99精品国产91| 天天躁日日操中文字幕| 亚洲经典国产精华液单| 国产成人影院久久av| 人体艺术视频欧美日本| 男人的好看免费观看在线视频| 99视频精品全部免费 在线| 日韩欧美精品免费久久| 亚洲中文字幕日韩| 久久九九热精品免费| 亚洲第一区二区三区不卡| 春色校园在线视频观看| 亚洲第一区二区三区不卡| 给我免费播放毛片高清在线观看| 国产女主播在线喷水免费视频网站 | 久久中文看片网| 久久人妻av系列| 97超视频在线观看视频| 99热这里只有是精品50| 欧美精品国产亚洲| 成人一区二区视频在线观看| 国产精品日韩av在线免费观看| 国产精品野战在线观看| 淫秽高清视频在线观看| 欧美激情国产日韩精品一区| 国产黄片视频在线免费观看| h日本视频在线播放| 亚洲国产精品成人综合色| 国产精品一区二区三区四区免费观看| 嫩草影院入口| 日本黄色视频三级网站网址| 成人av在线播放网站| 大型黄色视频在线免费观看| 成年免费大片在线观看| 色噜噜av男人的天堂激情| 成年av动漫网址| 日韩制服骚丝袜av| 久久久久久久亚洲中文字幕| 99在线人妻在线中文字幕| 日韩一区二区视频免费看| 九色成人免费人妻av| 国产在线男女| 欧美性猛交╳xxx乱大交人| 在线播放无遮挡| 青青草视频在线视频观看| 国产伦在线观看视频一区| 校园人妻丝袜中文字幕| 黄色日韩在线| 男人的好看免费观看在线视频| 亚洲欧美精品自产自拍| 亚洲欧美中文字幕日韩二区| av在线观看视频网站免费| 性欧美人与动物交配| 看非洲黑人一级黄片| 亚洲精品乱码久久久v下载方式| 丰满的人妻完整版| 天堂网av新在线| 亚洲内射少妇av| 国产精品人妻久久久久久| 乱人视频在线观看| 岛国毛片在线播放| 一本久久中文字幕| 99久久久亚洲精品蜜臀av| 亚洲欧美中文字幕日韩二区| 自拍偷自拍亚洲精品老妇| 干丝袜人妻中文字幕| 五月伊人婷婷丁香| 别揉我奶头 嗯啊视频| 99久久中文字幕三级久久日本| 久久久精品大字幕| or卡值多少钱| 岛国毛片在线播放| 亚洲欧美清纯卡通| 91久久精品电影网| 干丝袜人妻中文字幕| 色噜噜av男人的天堂激情| 亚洲国产精品国产精品| 哪里可以看免费的av片| 国产成人午夜福利电影在线观看| 日日干狠狠操夜夜爽| 国产精品1区2区在线观看.| 日本一二三区视频观看| 日韩一本色道免费dvd| 热99re8久久精品国产| 国产亚洲5aaaaa淫片| 成人鲁丝片一二三区免费| 久久精品久久久久久噜噜老黄 | 日本-黄色视频高清免费观看| 在线免费十八禁| 蜜臀久久99精品久久宅男| 特大巨黑吊av在线直播| 97超视频在线观看视频| 啦啦啦啦在线视频资源| 男女做爰动态图高潮gif福利片| 丝袜喷水一区| 亚洲国产欧美人成| 天天一区二区日本电影三级| 精品久久久久久久末码| 欧美精品一区二区大全| 性欧美人与动物交配| 亚洲美女视频黄频| 久久久精品大字幕| 国产精品精品国产色婷婷| 天天一区二区日本电影三级| 亚洲欧美清纯卡通| 久久欧美精品欧美久久欧美| 精品99又大又爽又粗少妇毛片| 丰满人妻一区二区三区视频av| 联通29元200g的流量卡| 亚洲av一区综合| 亚洲最大成人中文| 国产精华一区二区三区| 99国产极品粉嫩在线观看| 中文字幕制服av| 亚洲av男天堂| 麻豆一二三区av精品| 超碰av人人做人人爽久久| 久久久国产成人精品二区| 97人妻精品一区二区三区麻豆| 国产精品永久免费网站| 长腿黑丝高跟| 内射极品少妇av片p| 欧美成人a在线观看| av在线蜜桃| 一级黄片播放器| 精华霜和精华液先用哪个| 国产大屁股一区二区在线视频| 99在线人妻在线中文字幕| 国产伦在线观看视频一区| 好男人视频免费观看在线| 边亲边吃奶的免费视频| 免费看av在线观看网站| 久久久久久久久大av| 天堂av国产一区二区熟女人妻| 精品免费久久久久久久清纯| 在线天堂最新版资源| 三级毛片av免费| 精华霜和精华液先用哪个| 久久人妻av系列| 噜噜噜噜噜久久久久久91| 成年版毛片免费区| 成人av在线播放网站| 久久国产乱子免费精品| 观看免费一级毛片| 国产精品爽爽va在线观看网站| 老熟妇乱子伦视频在线观看| 国产真实乱freesex| 免费看a级黄色片| 国产精品永久免费网站| 亚洲国产欧美人成| 伦理电影大哥的女人| 春色校园在线视频观看| 欧美日本亚洲视频在线播放| 在线播放国产精品三级| 亚洲国产欧美人成| 亚洲色图av天堂| 久久久久网色| 97人妻精品一区二区三区麻豆| 丝袜喷水一区| 超碰av人人做人人爽久久| 在线观看免费视频日本深夜| 在线免费观看不下载黄p国产| 久久精品夜夜夜夜夜久久蜜豆| 啦啦啦韩国在线观看视频| 亚洲七黄色美女视频| 亚洲中文字幕一区二区三区有码在线看| 色视频www国产| 色吧在线观看| 91精品一卡2卡3卡4卡| 成人无遮挡网站| 日韩一本色道免费dvd| 一卡2卡三卡四卡精品乱码亚洲| 国产男人的电影天堂91| 伊人久久精品亚洲午夜| 毛片女人毛片| 日本色播在线视频| 国产精品麻豆人妻色哟哟久久 | 国产精品三级大全| 免费无遮挡裸体视频| 久99久视频精品免费| 午夜a级毛片| a级一级毛片免费在线观看| 夜夜爽天天搞| ponron亚洲| 九九爱精品视频在线观看| 亚洲国产欧美人成| 国产精品一区二区在线观看99 | 听说在线观看完整版免费高清| 日本成人三级电影网站| 国产精品一二三区在线看| 日日撸夜夜添| 国产成人一区二区在线| 最近手机中文字幕大全| 只有这里有精品99| 丝袜喷水一区| 嫩草影院新地址| 悠悠久久av| 国产精品蜜桃在线观看 | 国产大屁股一区二区在线视频| 成人漫画全彩无遮挡| 小说图片视频综合网站| 日本黄色片子视频| 国产精品一区二区三区四区久久| 一个人看视频在线观看www免费| 亚洲欧美日韩高清专用| 最新中文字幕久久久久| 啦啦啦观看免费观看视频高清| 女人十人毛片免费观看3o分钟| 久久热精品热| 又爽又黄a免费视频| 欧美性感艳星| 三级国产精品欧美在线观看| 成熟少妇高潮喷水视频| 欧美性猛交黑人性爽| 女同久久另类99精品国产91| 亚洲一区高清亚洲精品| 天堂√8在线中文| 久久鲁丝午夜福利片| av女优亚洲男人天堂| 草草在线视频免费看| 亚洲国产日韩欧美精品在线观看| 久久国内精品自在自线图片| 欧美日本亚洲视频在线播放| 黄色欧美视频在线观看| 久久韩国三级中文字幕| av天堂在线播放| 老师上课跳d突然被开到最大视频| 欧美性猛交╳xxx乱大交人| 亚洲欧美精品自产自拍| 欧美极品一区二区三区四区| 久久久久久大精品| 女同久久另类99精品国产91| 亚洲精品456在线播放app| 中文精品一卡2卡3卡4更新| 国产精品.久久久| 久久精品国产亚洲网站| 亚洲自偷自拍三级| 欧美不卡视频在线免费观看| 少妇熟女欧美另类| 国产精品人妻久久久影院| 亚洲欧美日韩东京热| 最近2019中文字幕mv第一页| 免费电影在线观看免费观看| 日韩,欧美,国产一区二区三区 | 一级av片app| 高清日韩中文字幕在线| 一级毛片电影观看 | 免费观看的影片在线观看| 悠悠久久av| 亚洲成a人片在线一区二区| 亚洲欧美成人精品一区二区| 久久精品91蜜桃| av女优亚洲男人天堂| 最好的美女福利视频网| 日本三级黄在线观看| 又粗又硬又长又爽又黄的视频 | 伦精品一区二区三区| 卡戴珊不雅视频在线播放| 插逼视频在线观看| 在现免费观看毛片| 亚洲真实伦在线观看| 内地一区二区视频在线|