• <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 ?

    基于動(dòng)態(tài)稀疏注意力的地鐵客流預(yù)測模型*

    2022-04-16 02:59:06曾尚琦
    城市軌道交通研究 2022年4期
    關(guān)鍵詞:客流全局注意力

    馬 茜 梁 奕 段 毅 曾尚琦

    (1.西咸新區(qū)軌道交通發(fā)展有限公司,710086,西安;2.南瑞集團(tuán)(國網(wǎng)電力科學(xué)研究院)有限公司,210003,南京;3.國電南瑞科技股份有限公司,211106,南京∥第一作者,高級工程師)

    地鐵客流的精準(zhǔn)預(yù)測可幫助優(yōu)化行車間隔和制定合理的運(yùn)行方案。然而,影響客流的變量在時(shí)間和空間上存在不均衡性,表現(xiàn)為:時(shí)間序列的高峰平峰,日、周、月客流以及空間存在位置性和方向性,包括車站、線路、線網(wǎng)瞬時(shí)和歷史數(shù)據(jù)(部分受氣候條件的影響)。其動(dòng)態(tài)復(fù)雜度顯著提升。

    目前針對客流的時(shí)間序列預(yù)測,主要基于歷史客流進(jìn)行預(yù)測建模。隨著深度學(xué)習(xí)表征能力的增強(qiáng),深度學(xué)習(xí)技術(shù)在時(shí)空數(shù)據(jù)預(yù)測領(lǐng)域得到廣泛應(yīng)用。RNN(遞歸神經(jīng)網(wǎng)絡(luò))可捕獲客流的時(shí)序依賴關(guān)系[1]。CNN(卷積神經(jīng)網(wǎng)絡(luò))結(jié)構(gòu)側(cè)重于空間特征,卻丟失了時(shí)間維度信息[2]。ConvLSTM(卷積長短記憶網(wǎng)絡(luò))將RNN和CNN的架構(gòu)結(jié)合起來,將全連接層替換為卷積層[3]來捕獲時(shí)空相關(guān)性;然而,ConvLSTM在狀態(tài)轉(zhuǎn)換中使用卷積,相當(dāng)于把循環(huán)連接結(jié)構(gòu)模型變?yōu)闀r(shí)空恒定結(jié)構(gòu)模型。總之,客流預(yù)測仍存在復(fù)雜非線性建模、動(dòng)態(tài)關(guān)聯(lián)及計(jì)算復(fù)雜度等亟待解決的問題。

    在周一早高峰時(shí)段,進(jìn)站客流特征大致相同,體現(xiàn)了短期模式和局部數(shù)據(jù)緊密相關(guān)性;在其余工作日的早高峰及晚高峰時(shí)段,進(jìn)站客流特征大致相同,體現(xiàn)了長期模式和全局?jǐn)?shù)據(jù)稀疏相關(guān)性。對此本文提出DSANNs(動(dòng)態(tài)稀疏注意力)模型,利用全局變量注意力自動(dòng)選擇相關(guān)驅(qū)動(dòng)序列,增強(qiáng)模型預(yù)測的判別性;根據(jù)局部數(shù)據(jù)緊密相關(guān)性和全局?jǐn)?shù)據(jù)稀疏相關(guān)性的先驗(yàn)知識,對歷史時(shí)間步和相關(guān)變量分別卷積和稀疏卷積,提取局部時(shí)間和變量特征,并設(shè)計(jì)稀疏注意力對相關(guān)時(shí)間步加權(quán)和變量加權(quán),進(jìn)而提高客流預(yù)測的準(zhǔn)確性。

    1 客流預(yù)測的影響因素

    現(xiàn)有的地鐵客流預(yù)測研究通常基于歷史數(shù)據(jù)進(jìn)行,其預(yù)測結(jié)果完全依賴于歷史數(shù)據(jù)的準(zhǔn)確性,并未挖掘多種監(jiān)測指標(biāo)之間存在的內(nèi)在復(fù)雜關(guān)系。客流預(yù)測主要受以下因素影響:

    1)長短周期時(shí)間依賴的關(guān)聯(lián)。進(jìn)出站客流的多維時(shí)間序列蘊(yùn)含一種局部緊密和全局稀疏相關(guān)的內(nèi)在關(guān)聯(lián),混合著長短周期時(shí)間依賴關(guān)系。變量的變動(dòng)可分為趨勢性、周期性、隨機(jī)性及循環(huán)性變動(dòng)??土黝A(yù)測需過濾隨機(jī)性變動(dòng),僅反映時(shí)間序列中的趨勢性變動(dòng)和周期性變動(dòng),綜合捕獲時(shí)間序列數(shù)據(jù)中長短周期時(shí)間依賴關(guān)聯(lián)。

    2)變量的動(dòng)態(tài)相關(guān)性。各維度變量之間的相關(guān)性是動(dòng)態(tài)的,即動(dòng)態(tài)相關(guān)性。車站的進(jìn)出站客流、線網(wǎng)拓?fù)洹⑻鞖鉅顩r和空氣質(zhì)量等變量間均存在動(dòng)態(tài)相關(guān)性,而且進(jìn)、出站客流間的相關(guān)性強(qiáng),客流與溫度的相關(guān)性弱??梢?,測點(diǎn)各維度變量的時(shí)間序列數(shù)據(jù)對于客流預(yù)測的影響并不一致。測點(diǎn)監(jiān)測每項(xiàng)指標(biāo)的時(shí)間相關(guān)性也是動(dòng)態(tài)的:非高峰時(shí)段的客流數(shù)據(jù)差異不大,相關(guān)性較強(qiáng);在高峰時(shí)段,測點(diǎn)的監(jiān)測數(shù)據(jù)可能存在較大差異,相關(guān)性較弱。此外,測點(diǎn)監(jiān)測數(shù)據(jù)也可能存在周期性變化規(guī)律,因此需要選取合適的數(shù)據(jù)統(tǒng)計(jì)時(shí)間間隔。

    3)數(shù)據(jù)受到外部因素的影響。各變量的時(shí)間序列數(shù)據(jù)對目標(biāo)預(yù)測序列數(shù)據(jù)的驅(qū)動(dòng)作用不僅隨時(shí)間的變化而變化,還會受外部因素的影響。惡劣環(huán)境因素及特殊活動(dòng)等事件因素,都會導(dǎo)致時(shí)間序列數(shù)據(jù)出現(xiàn)突變、陡降甚至是拐點(diǎn)。

    2 DSANNs模型

    為了捕獲變量多維時(shí)間序列中長短周期時(shí)間依賴關(guān)系和動(dòng)態(tài)性,針對客流預(yù)測的影響因素,本文提出DSANNs模型。如圖1所示,DSANNs模型包括全局變量注意力機(jī)制的編碼器、局部變量稀疏卷積注意力機(jī)制和全局時(shí)間卷積稀疏注意力的解碼器。

    注:LSTM為長短時(shí)記憶網(wǎng)絡(luò);Attn輸入指注意力機(jī)制輸入。

    1)全局變量注意力機(jī)制自適應(yīng)地選擇相關(guān)驅(qū)動(dòng)序列,增強(qiáng)預(yù)測的判別性,捕獲動(dòng)態(tài)全局變量相關(guān)性。

    2)局部緊密、全局稀疏的全局時(shí)間卷積稀疏注意力機(jī)制對變量多維時(shí)間序列中相關(guān)時(shí)間步蘊(yùn)含的信息加權(quán),提取各時(shí)間步下的內(nèi)在局部特征。稀疏注意力可減少關(guān)聯(lián),降低模型復(fù)雜度,防止過擬合。

    3)局部變量稀疏卷積注意力會自動(dòng)選擇相關(guān)變量進(jìn)行加權(quán)。經(jīng)過稀疏卷積核提取的局部特征可以理解為每個(gè)變量在固定的時(shí)間窗口形成的局部內(nèi)在關(guān)系。通過局部變量注意力,將所有橫跨固定窗口的時(shí)間序列數(shù)據(jù)信息整合。

    4)將相關(guān)的外部時(shí)間特征、氣象特征、目標(biāo)測點(diǎn)的相關(guān)屬性等特征因素合并為1個(gè)低維向量嵌入到模型中。

    2.1 全局變量注意力

    在預(yù)測過程中,時(shí)間序列同輸入序列數(shù)據(jù)和目標(biāo)序列數(shù)據(jù)的相關(guān)程度并非一致。基于每個(gè)測點(diǎn)輸入序列數(shù)據(jù)得到的對一時(shí)刻預(yù)測數(shù)據(jù)是隨時(shí)間動(dòng)態(tài)變化的。全局變量注意力機(jī)制設(shè)計(jì)如圖2所示。

    圖2 全局變量注意力機(jī)制

    全局變量注意力機(jī)制能自動(dòng)判定輸入序列每個(gè)時(shí)間步下各序列對目標(biāo)序列預(yù)測的重要程度,突出與當(dāng)前預(yù)測任務(wù)最相關(guān)的輸入變量,弱化與任務(wù)預(yù)測無關(guān)的輸入變量。

    編碼器將輸入序列編碼成機(jī)器翻譯中的特征表示[4]。第k輸入序列Xk=(xk,1,xk,2,…,xk,T)∈T,xk,t∈n×T表示在驅(qū)動(dòng)序列k時(shí)間戳t下的數(shù)據(jù)值,n為驅(qū)動(dòng)預(yù)測序列的數(shù)量,T為歷史時(shí)間序列的長度。該編碼器用來學(xué)習(xí)從xt(xt∈T)到ht的1個(gè)映射函數(shù),可表示為

    ht=f1(ht-1,xt),ht∈m

    (1)

    式中:

    ht——編碼器在時(shí)間步為t的隱藏向量,蘊(yùn)含t時(shí)刻前的歷史信息,m為該隱藏向量大小;

    f1——非線性激活函數(shù)。

    DSANNs使用LSTM單元作為非線性激活函數(shù)f1去捕獲原始時(shí)間序列中的長期依賴關(guān)系。將其與歷史時(shí)間步隱藏層狀態(tài)ht-1和LSTM中的細(xì)胞狀態(tài)St-1進(jìn)行匹配,得到該時(shí)間步下驅(qū)動(dòng)預(yù)測時(shí)間序列的各變量重要性,故有:

    ek,t=vetanh(We[ht-1,St-1]+Uexk)

    (2)

    式中:

    ve,We,Ue————均為調(diào)優(yōu)的超參數(shù),且ve∈、We∈T×2m、Ue∈T×T;

    ek,t——在時(shí)間步t下衡量第k輸入序列的相似性值;

    ak,t——通過SoftMax函數(shù)得到的注意力權(quán)值,且所有ak,t歸一化和為1。

    輸入注意力機(jī)制通過前饋神經(jīng)網(wǎng)絡(luò)和遞歸循環(huán)神經(jīng)網(wǎng)絡(luò)部分一同訓(xùn)練,得到驅(qū)動(dòng)預(yù)測序列隨著時(shí)間演變的權(quán)重,并在每一個(gè)時(shí)間步自動(dòng)選取最重要的特征進(jìn)行預(yù)測,同時(shí)調(diào)整時(shí)間步t下隱藏層狀態(tài)向量。具體為:

    (3)

    2.2 動(dòng)態(tài)稀疏注意力

    每個(gè)時(shí)間序列在固定窗口大小為ω的數(shù)據(jù)對目標(biāo)預(yù)測序列預(yù)測的重要性不同,往往蘊(yùn)含著一種局部緊密相關(guān)和全局稀疏相關(guān)的內(nèi)在關(guān)系,而密集全局關(guān)聯(lián)任務(wù)是很少的。因此,基于局部緊密相關(guān)和全局稀疏相關(guān)的內(nèi)在關(guān)系,DSANNs中設(shè)計(jì)了2種注意力機(jī)制(如圖3所示),分別對變量和時(shí)間進(jìn)行卷積操作和注意力權(quán)值分配。

    圖3 DSANNs模型的注意力機(jī)制

    2.2.1 局部變量稀疏卷積注意力

    DSANNs模型利用卷積核卷積編碼后的時(shí)間序列,增強(qiáng)學(xué)習(xí)到時(shí)間序列的局部變量內(nèi)在關(guān)系。設(shè)計(jì)卷積核Cj∈T。(Cj,T-ns,…,Cj,T-2s,Cj,T-s,…,Cj,T-1,Cj,T)≠0,T-ns≥1,s為局部緊密全局稀疏程度。

    卷積核卷積每個(gè)變量,捕獲其局部緊密相關(guān)和全局稀疏相關(guān)的內(nèi)在特征。全局變量注意力機(jī)制的隱藏層向量表示H∈m×T經(jīng)過卷積操作,最終的變量維度為HC∈m×k。其中,k代表k個(gè)具有不同內(nèi)在關(guān)聯(lián)關(guān)系的類似卷積核,m代表每個(gè)時(shí)間步編碼后變量的維度。RELU是激活函數(shù)RELU(x)=max(0,x),故有:

    (4)

    式中:

    Hi,j,C——卷積核對隱藏層向量提取結(jié)果;

    Cj,T-ω+p——第j卷積核;

    Hi,(T-ω+p)——隱藏層第i行向量;

    bjC——偏差的參數(shù)。

    局部變量稀疏卷積注意力選擇相關(guān)變量進(jìn)行加權(quán),將時(shí)間序列數(shù)據(jù)整合成1個(gè)固定尺度的向量vs:

    ai=sigmoid(Hi,Cht)

    (5)

    式中:

    Hi,C——卷積后第i行隱藏層行向量表示;

    ai——sigmoid函數(shù)計(jì)算注意力權(quán)值。

    由式(5),通過權(quán)重對HC重新分配得到隱藏層向量vs。

    2.2.2 全局時(shí)間卷積稀疏注意力

    時(shí)間序列數(shù)據(jù)通?;旌祥L期和短期模式,并且時(shí)間序列中歷史時(shí)間步蘊(yùn)含的信息對目標(biāo)預(yù)測的重要性不同,往往蘊(yùn)含著一種局部緊密相關(guān)和全局稀疏相關(guān)的內(nèi)在關(guān)系。DSANNs根據(jù)此先驗(yàn)知識,利用卷積神經(jīng)網(wǎng)絡(luò)提取各變量序列中的短期局部變量,構(gòu)建稀疏注意力捕獲時(shí)間序列中的局部緊密相關(guān)和全局稀疏相關(guān)的內(nèi)在關(guān)系。

    全局時(shí)間卷積稀疏注意力自動(dòng)選擇相關(guān)時(shí)間步加權(quán)。卷積核提取所有變量在每一個(gè)時(shí)間步的內(nèi)在局部特征,通過全局時(shí)間稀疏注意力,將所有橫跨固定窗口的時(shí)間序列數(shù)據(jù)整合成一個(gè)固定尺度的低緯度向量vt。vt為固定尺度的上下文向量,具備時(shí)空特征。則有:

    (i=1,3,…,t-5,vt∈l)

    (6)

    式中:

    Hj,K——卷積后形成的第j時(shí)間步隱藏層列向量表示;

    aj——自動(dòng)選取時(shí)間步計(jì)算注意力權(quán)值。

    提取各時(shí)間步下的內(nèi)在局部變量特征后,通過局部緊密相關(guān)和全局稀疏相關(guān)的注意力機(jī)制,對單測點(diǎn)多維時(shí)間序列中相關(guān)時(shí)間步蘊(yùn)含的信息加權(quán),捕獲時(shí)間序列短期和長期依賴關(guān)系。

    2.3 模型預(yù)測

    DSANNs模型包括:局部變量稀疏卷積注意力提取的、相關(guān)變量加權(quán)的、隱藏層向量表示vs,全局時(shí)間卷積稀疏注意力提取的、相關(guān)時(shí)間步加權(quán)的、隱藏層向量表示vt,全局變量注意機(jī)制的隱藏層向量ht。通過多層感知機(jī),得到最終預(yù)測結(jié)果:

    γt=Whht+Wsvs+Wtvt

    (7)

    式中:

    Wh,Ws,Wt,Wγ——分別為各隱藏層的權(quán)重參數(shù),Wh∈m×m,Ws∈m×k,Wt∈m×l,Wγ∈(n×Δ)×m

    3 試驗(yàn)與分析

    為了測試不同變量多維時(shí)間序列預(yù)測方法的性能,采用基于Python語言和Keras深度學(xué)習(xí)框架開發(fā)的DSANNs,以某城地鐵站點(diǎn)的月度客流量為例,進(jìn)行試驗(yàn)。按照10 min聚合1次,則聚合數(shù)據(jù)總計(jì)4 464條。

    3.1 試驗(yàn)配置

    1)參數(shù)設(shè)置。通過窗口大小進(jìn)行網(wǎng)格搜索“ω={3,5,10,15,25,50,72,100}”,確定時(shí)間窗口ω;對隱藏層進(jìn)行網(wǎng)格搜索“m={16,32,64,128,256}”,確定隱藏層m;為了確定不同注意力卷積核個(gè)數(shù)帶來預(yù)測表現(xiàn)的變化,設(shè)置k=l,對卷積核個(gè)數(shù)進(jìn)行網(wǎng)格搜索“k=l={16,32,64,128}”,最終參數(shù)選擇驗(yàn)證集的最佳性能參數(shù)。

    2)評價(jià)指標(biāo)。為了衡量各種時(shí)間序列預(yù)測方法的有效性,考慮了均方誤差EMS、平均絕對誤差EMA及平均絕對百分誤差EMAP等3種不同的評價(jià)指標(biāo)。

    (8)

    3.2 結(jié)果分析

    在客流多維時(shí)間序列數(shù)據(jù)集上將DSANNs模型同ARIMA(差分整合移動(dòng)平均自回歸)模型[6]、LSTM模型[7]、ConvLSTM模型[3]、TCN(時(shí)間卷積網(wǎng)絡(luò))模型[8]、DA-RNN(注意力機(jī)制-遞歸神經(jīng)網(wǎng)絡(luò))模型[9]進(jìn)行比較。各模型的時(shí)間序列預(yù)測效果如表1所示。

    表1 各模型對單測點(diǎn)多維時(shí)間序列的預(yù)測結(jié)果評價(jià)指標(biāo)

    從表1可以看出:基于實(shí)測數(shù)據(jù),采用DSANNs模型得到的EMA、EMAP和EMS最佳,與采用DA-RNN模型的結(jié)果相比分別降低了21.07%、18.47%、29%;與LSTM模型相比,ARIMA模型的預(yù)測精度較差,這是因?yàn)锳RIMA模型只考慮目標(biāo)序列,忽略了其他相關(guān)維度的驅(qū)動(dòng)序列;ConvLSTM模型、TCN模型結(jié)合了時(shí)間和變量的相關(guān)模型,預(yù)測表現(xiàn)要優(yōu)于單純捕獲時(shí)間依賴的LSTM模型;DA-RNN比采用卷積和長短記憶網(wǎng)絡(luò)的ConvLSTM模型、TCN模型的性能更好,因?yàn)樗P(guān)注了時(shí)間和變量的動(dòng)態(tài)性。綜合來看,DSANNs模型表現(xiàn)最優(yōu)。這主要因?yàn)镈SANNs模型通過局部緊密全局稀疏的時(shí)間注意機(jī)制以及相關(guān)變量的注意力機(jī)制,捕獲了時(shí)間動(dòng)態(tài)性和變量的動(dòng)態(tài)內(nèi)在關(guān)系,提高了預(yù)測準(zhǔn)確性。圖4展示了對比基線最佳的DA-RNN模型和DSANNs模型在地鐵客流流量數(shù)據(jù)集的預(yù)測結(jié)果。

    a)DA-RNN的地鐵客流預(yù)測及對比

    與DA-RNN模型相比,DSANNs模型在捕獲時(shí)間動(dòng)態(tài)性和變量內(nèi)在關(guān)系方面表現(xiàn)更好,預(yù)測性能也更佳。經(jīng)分析,DSANNs模型通過全局稀疏局部緊密的時(shí)間注意力機(jī)制的權(quán)重分配,減少關(guān)聯(lián)性后,加大了全局稀疏的權(quán)重分配,使得模型整體的預(yù)測效果良好。

    4 結(jié)語

    客流預(yù)測需要預(yù)測地鐵車站的潛在流量,表現(xiàn)為隨時(shí)間演變的多維時(shí)間序列數(shù)據(jù),受到外界復(fù)雜因素的影響而發(fā)生動(dòng)態(tài)變化。通過分析客流的時(shí)空特征,提出DSANNs模型。DSANNs模型自動(dòng)提取動(dòng)態(tài)時(shí)間和變量維度的內(nèi)在關(guān)系。其中,全局變量注意力機(jī)制自適應(yīng)地選擇相關(guān)驅(qū)動(dòng)序列,增強(qiáng)了模型預(yù)測的判別性;稀疏注意力對相關(guān)時(shí)間步加權(quán),注意力機(jī)制對相關(guān)變量進(jìn)行加權(quán),不僅能夠從全局和局部捕獲動(dòng)態(tài)內(nèi)在時(shí)間和變量關(guān)聯(lián),提高模型預(yù)測準(zhǔn)確性,也能減少計(jì)算的復(fù)雜性。相比于ConvLSTM模型、TCN模型、DA-RNN模型等,DSANNs模型具有明顯優(yōu)勢。未來可將時(shí)空數(shù)據(jù)預(yù)測模型和時(shí)序圖進(jìn)一步結(jié)合,提高圖神經(jīng)網(wǎng)絡(luò)的預(yù)測準(zhǔn)確性。

    猜你喜歡
    客流全局注意力
    客流增多
    Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子
    量子Navier-Stokes方程弱解的全局存在性
    讓注意力“飛”回來
    落子山東,意在全局
    金橋(2018年4期)2018-09-26 02:24:54
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    傳媒評論(2017年3期)2017-06-13 09:18:10
    A Beautiful Way Of Looking At Things
    基于自學(xué)習(xí)補(bǔ)償?shù)氖覂?nèi)定位及在客流分析中的應(yīng)用
    人工免疫算法在電梯客流時(shí)段劃分的應(yīng)用
    新思路:牽一發(fā)動(dòng)全局
    好看av亚洲va欧美ⅴa在| 十分钟在线观看高清视频www| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲精品国产色婷婷电影| 91精品国产国语对白视频| 在线观看66精品国产| 日韩欧美国产一区二区入口| 亚洲av美国av| 视频在线观看一区二区三区| 成人国语在线视频| 欧美日本视频| 人人妻,人人澡人人爽秒播| 久久精品影院6| 国产高清有码在线观看视频 | 午夜影院日韩av| 91精品三级在线观看| 色播亚洲综合网| 欧美丝袜亚洲另类 | 日韩欧美一区二区三区在线观看| 亚洲男人天堂网一区| 男女之事视频高清在线观看| 欧美中文日本在线观看视频| 韩国av一区二区三区四区| 12—13女人毛片做爰片一| 国产蜜桃级精品一区二区三区| 国内毛片毛片毛片毛片毛片| 可以在线观看的亚洲视频| 久久国产精品人妻蜜桃| 亚洲欧美激情在线| 18禁国产床啪视频网站| 最近最新免费中文字幕在线| 欧美一级毛片孕妇| 岛国在线观看网站| 精品国产一区二区三区四区第35| 亚洲精品国产精品久久久不卡| 嫩草影视91久久| 两人在一起打扑克的视频| 欧美色欧美亚洲另类二区 | 亚洲av成人一区二区三| 两人在一起打扑克的视频| 久久久久精品国产欧美久久久| 久久青草综合色| 精品国产一区二区久久| 麻豆av在线久日| 亚洲精华国产精华精| 久久精品91无色码中文字幕| 香蕉丝袜av| 亚洲七黄色美女视频| 午夜福利在线观看吧| 99香蕉大伊视频| e午夜精品久久久久久久| e午夜精品久久久久久久| 欧美中文日本在线观看视频| 国产精品一区二区在线不卡| 亚洲免费av在线视频| 18禁黄网站禁片午夜丰满| 久久精品成人免费网站| 一个人免费在线观看的高清视频| 免费观看人在逋| 日本a在线网址| 夜夜爽天天搞| 男人的好看免费观看在线视频 | 久久婷婷人人爽人人干人人爱 | 亚洲第一电影网av| 黑人欧美特级aaaaaa片| 免费在线观看日本一区| 9191精品国产免费久久| 亚洲最大成人中文| 国产视频一区二区在线看| 999精品在线视频| 亚洲少妇的诱惑av| 亚洲五月色婷婷综合| 99国产精品一区二区三区| 亚洲三区欧美一区| 男人的好看免费观看在线视频 | 在线播放国产精品三级| 女人被狂操c到高潮| 亚洲第一欧美日韩一区二区三区| 亚洲成国产人片在线观看| 国产精品 欧美亚洲| 如日韩欧美国产精品一区二区三区| 亚洲性夜色夜夜综合| 日韩欧美一区二区三区在线观看| 午夜精品国产一区二区电影| 久久精品亚洲熟妇少妇任你| 人人澡人人妻人| 狂野欧美激情性xxxx| 国产av又大| 亚洲av第一区精品v没综合| 少妇被粗大的猛进出69影院| 好男人电影高清在线观看| 精品福利观看| 一级毛片高清免费大全| 亚洲国产精品久久男人天堂| 女警被强在线播放| 制服丝袜大香蕉在线| 亚洲精品久久成人aⅴ小说| 老司机靠b影院| 97人妻天天添夜夜摸| 日日夜夜操网爽| 法律面前人人平等表现在哪些方面| 无人区码免费观看不卡| 51午夜福利影视在线观看| 亚洲成av片中文字幕在线观看| 国产在线观看jvid| 久久久久久人人人人人| 亚洲一区中文字幕在线| 亚洲色图综合在线观看| 欧美成人免费av一区二区三区| 国产熟女午夜一区二区三区| 日本a在线网址| 亚洲精品国产精品久久久不卡| 国产蜜桃级精品一区二区三区| 男女午夜视频在线观看| 国产一区二区三区视频了| 老熟妇乱子伦视频在线观看| 亚洲av片天天在线观看| 国产精品一区二区精品视频观看| 免费在线观看影片大全网站| 人人妻,人人澡人人爽秒播| 国产精品久久久久久精品电影 | 久久久久久国产a免费观看| 免费搜索国产男女视频| 日韩有码中文字幕| 精品国产一区二区久久| 亚洲国产中文字幕在线视频| 亚洲欧美日韩高清在线视频| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲自偷自拍图片 自拍| 亚洲精品一卡2卡三卡4卡5卡| 黑人巨大精品欧美一区二区蜜桃| 在线观看一区二区三区| 久久久精品欧美日韩精品| 欧美乱妇无乱码| 熟女少妇亚洲综合色aaa.| 一区二区三区国产精品乱码| 亚洲三区欧美一区| 国产免费av片在线观看野外av| 国产一区二区在线av高清观看| 在线观看免费日韩欧美大片| 久久精品国产99精品国产亚洲性色 | 精品国产乱子伦一区二区三区| 老熟妇乱子伦视频在线观看| 国产xxxxx性猛交| 免费在线观看完整版高清| 久久久久久久精品吃奶| 精品久久蜜臀av无| 国产精品乱码一区二三区的特点 | 国产极品粉嫩免费观看在线| 色尼玛亚洲综合影院| 午夜福利影视在线免费观看| 国产99白浆流出| 国产一卡二卡三卡精品| 电影成人av| 可以免费在线观看a视频的电影网站| 中文字幕久久专区| 黄色 视频免费看| 一二三四社区在线视频社区8| 俄罗斯特黄特色一大片| 麻豆国产av国片精品| 久久影院123| 成人精品一区二区免费| 一级黄色大片毛片| 无遮挡黄片免费观看| 日韩视频一区二区在线观看| 欧美色视频一区免费| 久久午夜综合久久蜜桃| 少妇 在线观看| 国产高清激情床上av| av视频在线观看入口| 最新在线观看一区二区三区| 国产在线精品亚洲第一网站| 波多野结衣巨乳人妻| 中文字幕精品免费在线观看视频| 日韩欧美国产一区二区入口| 男女床上黄色一级片免费看| 国产成人精品久久二区二区91| 精品久久蜜臀av无| 中文字幕精品免费在线观看视频| 乱人伦中国视频| 久久中文字幕一级| 国产精华一区二区三区| 亚洲第一电影网av| 国产亚洲av高清不卡| 男女午夜视频在线观看| 国产av精品麻豆| 免费不卡黄色视频| 国产精品一区二区在线不卡| 熟妇人妻久久中文字幕3abv| 欧美日韩黄片免| 在线免费观看的www视频| 在线观看免费日韩欧美大片| 亚洲欧美日韩高清在线视频| 久久久久久久久中文| 少妇粗大呻吟视频| 欧美日本中文国产一区发布| 免费观看人在逋| 国产精品美女特级片免费视频播放器 | 国产成人精品久久二区二区91| 亚洲欧美精品综合久久99| 天天一区二区日本电影三级 | 国产片内射在线| 日本黄色视频三级网站网址| 美女午夜性视频免费| 中文字幕另类日韩欧美亚洲嫩草| 国产亚洲av嫩草精品影院| 亚洲成a人片在线一区二区| 国产在线精品亚洲第一网站| 黑人操中国人逼视频| 日本黄色视频三级网站网址| 久久亚洲精品不卡| 日本免费a在线| 性少妇av在线| 热re99久久国产66热| 一区二区三区激情视频| 欧美 亚洲 国产 日韩一| 精品一区二区三区视频在线观看免费| 午夜福利欧美成人| 18禁美女被吸乳视频| 亚洲精品久久国产高清桃花| 欧美中文日本在线观看视频| 亚洲 欧美 日韩 在线 免费| 黄频高清免费视频| 欧美最黄视频在线播放免费| 国产免费av片在线观看野外av| 操出白浆在线播放| 又紧又爽又黄一区二区| 90打野战视频偷拍视频| 亚洲在线自拍视频| 精品久久久久久,| 亚洲人成电影观看| 亚洲一区中文字幕在线| 黄色视频,在线免费观看| www.熟女人妻精品国产| 国产在线观看jvid| 精品国产一区二区久久| 亚洲精品中文字幕在线视频| 亚洲五月天丁香| 免费一级毛片在线播放高清视频 | 最新美女视频免费是黄的| 最好的美女福利视频网| 国产成人影院久久av| 亚洲av成人一区二区三| 久久精品影院6| 欧美成人免费av一区二区三区| 999精品在线视频| 亚洲一码二码三码区别大吗| 99久久99久久久精品蜜桃| 久久精品国产清高在天天线| 中出人妻视频一区二区| 女人被躁到高潮嗷嗷叫费观| 一本久久中文字幕| 老熟妇乱子伦视频在线观看| 香蕉丝袜av| 国内精品久久久久精免费| 天天躁狠狠躁夜夜躁狠狠躁| 久99久视频精品免费| 激情在线观看视频在线高清| 久久人妻福利社区极品人妻图片| 国产激情欧美一区二区| 午夜福利,免费看| 久久精品国产99精品国产亚洲性色 | 日韩欧美一区二区三区在线观看| 日本撒尿小便嘘嘘汇集6| 又紧又爽又黄一区二区| 人成视频在线观看免费观看| 熟妇人妻久久中文字幕3abv| 亚洲人成77777在线视频| 欧美大码av| 婷婷精品国产亚洲av在线| 亚洲五月婷婷丁香| 亚洲欧美精品综合一区二区三区| 一夜夜www| 啦啦啦韩国在线观看视频| 亚洲国产毛片av蜜桃av| 美女 人体艺术 gogo| 又紧又爽又黄一区二区| 免费人成视频x8x8入口观看| 一本综合久久免费| 日韩视频一区二区在线观看| 麻豆一二三区av精品| 宅男免费午夜| 国产精品永久免费网站| 男人舔女人下体高潮全视频| 久久草成人影院| 国产99白浆流出| 欧美在线一区亚洲| 老司机深夜福利视频在线观看| 久久香蕉国产精品| 人妻丰满熟妇av一区二区三区| 男女下面进入的视频免费午夜 | 自拍欧美九色日韩亚洲蝌蚪91| 91字幕亚洲| 日韩大码丰满熟妇| 国产精品亚洲美女久久久| 国产一区二区三区综合在线观看| 国产精品一区二区免费欧美| 国产av一区二区精品久久| 97超级碰碰碰精品色视频在线观看| 亚洲电影在线观看av| 亚洲aⅴ乱码一区二区在线播放 | 免费一级毛片在线播放高清视频 | 丝袜美足系列| 久久香蕉国产精品| 啦啦啦韩国在线观看视频| 色综合亚洲欧美另类图片| 久久草成人影院| 日韩精品青青久久久久久| 午夜精品在线福利| 国产午夜福利久久久久久| 母亲3免费完整高清在线观看| 91在线观看av| 黑丝袜美女国产一区| 午夜免费鲁丝| 在线免费观看的www视频| 午夜久久久在线观看| 久久国产乱子伦精品免费另类| 欧美人与性动交α欧美精品济南到| 麻豆成人av在线观看| 满18在线观看网站| www日本在线高清视频| 视频区欧美日本亚洲| 九色国产91popny在线| 一区二区日韩欧美中文字幕| 熟女少妇亚洲综合色aaa.| 久久人人精品亚洲av| 一进一出抽搐动态| 精品电影一区二区在线| 久99久视频精品免费| 精品一区二区三区视频在线观看免费| 男人的好看免费观看在线视频 | netflix在线观看网站| 日韩三级视频一区二区三区| 黄色a级毛片大全视频| 精品国产美女av久久久久小说| 精品午夜福利视频在线观看一区| 免费少妇av软件| 日本vs欧美在线观看视频| 精品电影一区二区在线| 女警被强在线播放| 自线自在国产av| 大香蕉久久成人网| 妹子高潮喷水视频| 亚洲色图 男人天堂 中文字幕| 亚洲专区国产一区二区| 最近最新免费中文字幕在线| 国产精品国产高清国产av| 久久中文字幕一级| 一本大道久久a久久精品| 亚洲性夜色夜夜综合| 精品久久久久久久人妻蜜臀av | 国内久久婷婷六月综合欲色啪| 欧美av亚洲av综合av国产av| 久久草成人影院| 亚洲美女黄片视频| 老司机午夜福利在线观看视频| av中文乱码字幕在线| 人人妻人人澡人人看| 少妇粗大呻吟视频| 一进一出抽搐动态| 波多野结衣高清无吗| 在线观看免费午夜福利视频| 91字幕亚洲| 国产欧美日韩综合在线一区二区| 亚洲全国av大片| 久9热在线精品视频| 成人特级黄色片久久久久久久| 一边摸一边抽搐一进一小说| 一边摸一边做爽爽视频免费| 久久亚洲真实| 国产亚洲av高清不卡| 1024视频免费在线观看| 侵犯人妻中文字幕一二三四区| 电影成人av| 精品福利观看| 亚洲精品久久国产高清桃花| 亚洲三区欧美一区| 午夜精品在线福利| 一进一出抽搐gif免费好疼| 欧美乱妇无乱码| 妹子高潮喷水视频| 高清黄色对白视频在线免费看| 日韩大尺度精品在线看网址 | 亚洲av成人一区二区三| 国产精品乱码一区二三区的特点 | 三级毛片av免费| 一本大道久久a久久精品| 巨乳人妻的诱惑在线观看| 亚洲欧美激情综合另类| 每晚都被弄得嗷嗷叫到高潮| 男女之事视频高清在线观看| 日本撒尿小便嘘嘘汇集6| 亚洲专区国产一区二区| 99精品欧美一区二区三区四区| 免费不卡黄色视频| 成人av一区二区三区在线看| 亚洲av第一区精品v没综合| 欧美久久黑人一区二区| 久久狼人影院| 欧美日韩一级在线毛片| 777久久人妻少妇嫩草av网站| 美女高潮到喷水免费观看| 亚洲欧美精品综合久久99| 久久国产乱子伦精品免费另类| 国产av精品麻豆| 麻豆一二三区av精品| 国产一区二区三区综合在线观看| 亚洲天堂国产精品一区在线| 国产野战对白在线观看| 亚洲精品久久国产高清桃花| 一本大道久久a久久精品| 老汉色av国产亚洲站长工具| 亚洲国产精品久久男人天堂| 男女午夜视频在线观看| 日本一区二区免费在线视频| 精品不卡国产一区二区三区| 国产高清有码在线观看视频 | 一本大道久久a久久精品| 岛国视频午夜一区免费看| 国产成人欧美在线观看| 亚洲全国av大片| 99香蕉大伊视频| 丝袜在线中文字幕| 色精品久久人妻99蜜桃| 中文字幕久久专区| 十八禁网站免费在线| 国产高清videossex| 涩涩av久久男人的天堂| 大陆偷拍与自拍| 国产激情欧美一区二区| 久久中文看片网| av福利片在线| 曰老女人黄片| 亚洲精品粉嫩美女一区| 午夜福利成人在线免费观看| 国产欧美日韩一区二区三区在线| 久久精品91无色码中文字幕| 亚洲午夜理论影院| 欧美黄色片欧美黄色片| 侵犯人妻中文字幕一二三四区| 亚洲一区中文字幕在线| 一个人免费在线观看的高清视频| 最近最新中文字幕大全电影3 | 99国产精品99久久久久| 国产91精品成人一区二区三区| 99久久综合精品五月天人人| 久久欧美精品欧美久久欧美| 久9热在线精品视频| 手机成人av网站| 日本免费a在线| 亚洲中文日韩欧美视频| 午夜免费观看网址| 欧美成人免费av一区二区三区| 免费看a级黄色片| 欧美日韩福利视频一区二区| 成人特级黄色片久久久久久久| 夜夜爽天天搞| 国产乱人伦免费视频| 嫁个100分男人电影在线观看| 欧美亚洲日本最大视频资源| 日本撒尿小便嘘嘘汇集6| 欧美在线黄色| 久久午夜综合久久蜜桃| 女性生殖器流出的白浆| 少妇熟女aⅴ在线视频| 一边摸一边抽搐一进一小说| 少妇粗大呻吟视频| 亚洲成国产人片在线观看| 国产高清激情床上av| 两个人看的免费小视频| 国产成人精品在线电影| 久久久久国产精品人妻aⅴ院| 中亚洲国语对白在线视频| 亚洲电影在线观看av| 国产成人av教育| 搡老岳熟女国产| 国产精品一区二区在线不卡| 欧美日韩中文字幕国产精品一区二区三区 | 欧美成人午夜精品| 久久久久久久精品吃奶| av有码第一页| 多毛熟女@视频| 亚洲成人精品中文字幕电影| 在线观看日韩欧美| 成年版毛片免费区| 一个人免费在线观看的高清视频| 久久 成人 亚洲| 99国产精品免费福利视频| 最新在线观看一区二区三区| 成人国产综合亚洲| 欧美成人性av电影在线观看| 国产亚洲精品一区二区www| 久久精品人人爽人人爽视色| 一级毛片女人18水好多| 在线免费观看的www视频| 黄色丝袜av网址大全| 精品人妻在线不人妻| 午夜成年电影在线免费观看| av在线播放免费不卡| 成年女人毛片免费观看观看9| 涩涩av久久男人的天堂| 操美女的视频在线观看| 97碰自拍视频| 日本vs欧美在线观看视频| 人人妻,人人澡人人爽秒播| bbb黄色大片| www.自偷自拍.com| 无人区码免费观看不卡| 91字幕亚洲| 精品国产一区二区久久| 午夜a级毛片| 欧美最黄视频在线播放免费| 狠狠狠狠99中文字幕| 999久久久精品免费观看国产| 操美女的视频在线观看| 国产私拍福利视频在线观看| 精品高清国产在线一区| 亚洲精华国产精华精| 成人av一区二区三区在线看| 成人三级做爰电影| 久久久水蜜桃国产精品网| 不卡av一区二区三区| 给我免费播放毛片高清在线观看| 波多野结衣高清无吗| 多毛熟女@视频| 国产精品日韩av在线免费观看 | 黄色视频不卡| 久久精品亚洲熟妇少妇任你| 后天国语完整版免费观看| 亚洲国产精品999在线| 黄片播放在线免费| 国内毛片毛片毛片毛片毛片| 亚洲电影在线观看av| 最新在线观看一区二区三区| 免费在线观看完整版高清| 女人爽到高潮嗷嗷叫在线视频| 日韩高清综合在线| 亚洲精品在线观看二区| 亚洲天堂国产精品一区在线| 久久久精品欧美日韩精品| 亚洲五月色婷婷综合| 国内精品久久久久久久电影| 国产欧美日韩一区二区精品| 女人高潮潮喷娇喘18禁视频| 亚洲天堂国产精品一区在线| 99国产综合亚洲精品| 麻豆成人av在线观看| aaaaa片日本免费| 午夜免费观看网址| 一本综合久久免费| 成年人黄色毛片网站| 97人妻精品一区二区三区麻豆 | 国产亚洲精品一区二区www| 午夜免费激情av| 午夜福利18| 淫妇啪啪啪对白视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲中文字幕一区二区三区有码在线看 | 日韩中文字幕欧美一区二区| 操美女的视频在线观看| 亚洲av美国av| www日本在线高清视频| 在线观看日韩欧美| 婷婷六月久久综合丁香| 精品高清国产在线一区| 国产成人影院久久av| 亚洲成人精品中文字幕电影| 人妻丰满熟妇av一区二区三区| 精品免费久久久久久久清纯| 国产高清视频在线播放一区| 午夜成年电影在线免费观看| 国产一区二区三区在线臀色熟女| 欧美成人午夜精品| www国产在线视频色| 亚洲熟妇熟女久久| 国产精品99久久99久久久不卡| 很黄的视频免费| 免费在线观看完整版高清| 日韩国内少妇激情av| 禁无遮挡网站| 日韩 欧美 亚洲 中文字幕| 久久国产亚洲av麻豆专区| 视频在线观看一区二区三区| 自线自在国产av| 久久午夜综合久久蜜桃| 51午夜福利影视在线观看| 午夜福利高清视频| 亚洲精品国产色婷婷电影| 亚洲九九香蕉| 国产一级毛片七仙女欲春2 | 国语自产精品视频在线第100页| 无人区码免费观看不卡| 欧美老熟妇乱子伦牲交| 欧美乱色亚洲激情| 久久香蕉激情| 国产精品久久久人人做人人爽| 精品久久久精品久久久| 欧美乱妇无乱码| 在线观看免费视频网站a站| 精品卡一卡二卡四卡免费| 两性夫妻黄色片| avwww免费| 91九色精品人成在线观看| 欧美成狂野欧美在线观看| av欧美777| 亚洲午夜理论影院| 成年人黄色毛片网站| 国产高清激情床上av| av电影中文网址| 欧美日韩一级在线毛片| 午夜免费观看网址| www日本在线高清视频| 久久这里只有精品19| 亚洲成av片中文字幕在线观看| 精品福利观看|