• <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 ?

    基于決策樹挖掘算法的氣象大數(shù)據(jù)云平臺設計

    2022-12-01 01:06:20王立俊杜建華劉驥超王雙雙謝寒生
    計算機測量與控制 2022年11期
    關鍵詞:決策樹數(shù)據(jù)挖掘集群

    王立俊,杜建華,劉驥超,王雙雙,謝寒生,趙 冰

    (1.海南省氣象信息中心,???570203; 2.海南省南海氣象防災減災重點實驗室,???570203)

    0 引言

    氣象數(shù)據(jù)為一類典型的時序數(shù)據(jù),在防災減災以及服務農(nóng)業(yè)、交通、旅游等領域都有重要意義,氣象數(shù)據(jù)的處理與分析準確高效直接關系到預報服務的質量[1-5]。《“十四五”氣象信息網(wǎng)絡業(yè)務發(fā)展規(guī)劃》明確我國未來氣象業(yè)務的發(fā)展方向,主要是優(yōu)化結構流程,提高氣象數(shù)據(jù)的標準化和統(tǒng)一化水平,促進信息網(wǎng)絡的智能化發(fā)展,建立起高效協(xié)同的數(shù)字氣象業(yè)務體系[6]。對于氣象數(shù)據(jù)來說,其在生產(chǎn)過程中秒級數(shù)據(jù)流量達到6萬次/秒,大數(shù)據(jù)、云計算技術在大量氣象數(shù)據(jù)的分析領域的應用,為解決上述問題提供支持[7-9]。

    Bilgin等[10]針對土耳其的氣象數(shù)據(jù)進行特征提取,確定出相關溫度特性,基于這些特性劃分出土耳其的氣候區(qū)。Reikard[11]基于頻域算法對復雜的氣象數(shù)據(jù)進行處理,且引入了神經(jīng)網(wǎng)絡工具,在此基礎上建立起基于時頻域的BP網(wǎng)絡氣象預測模型。根據(jù)仿真分析結果表明這種模型的預測準確率達到較高水平。邱聲春等[12]提出一種數(shù)據(jù)挖掘和數(shù)據(jù)融合相結合的預測方法,并將其運用到天氣預報領域。Nui等[13]提出距離度量學習方法用于氣象數(shù)據(jù)挖掘,將其應用于2016年在肯尼迪等機場收集的天氣數(shù)據(jù)集,與其他傳統(tǒng)方法相比,在分類精度上顯示出非常有潛力的優(yōu)勢。Farouk等[14]運用決策樹、KNN和Naive Bayes算法研究了數(shù)據(jù)挖掘技術在預測不同的大氣現(xiàn)象中的應用,并對每個模型進行評估。王丹妮等[15]通過對廣東省氣象觀測數(shù)據(jù)挖掘分析,以廣東省農(nóng)業(yè)氣象災害中的高溫為例,預測可能存在的災害及其等級。陳凱等[16]在進行降雨預測時,引入了加權最近鄰算法,基于這種算法進行預測時,設置降雨量作為類,氣象因素設置為分類因子,計算分析確定出二者的相關系數(shù),將所得結果賦予因子的權重,據(jù)此建立起相關區(qū)域的降雨預報模型??滦阄腫17]建立起海洋氣象災害預測系統(tǒng),并對這種系統(tǒng)的預測性能做了仿真研究。胡冬梅[18]研究了城市空氣污染問題,并引入了氣象、交通相關的因素建立起城市空氣污染預測模型,對變量之間相關性進行分析,根據(jù)仿真分析結果表明,這種系統(tǒng)表現(xiàn)出較高的應用價值。王春政等[19]在對氣象數(shù)據(jù)挖掘處理時,引入了貝葉斯算法、模糊K鄰近算法,通過這些算法對一定時段內全美歷史航班和氣象數(shù)據(jù)進行分析,其所得結果表明節(jié)點預測誤差小于5分鐘,很好地滿足航空氣象預測要求。還有少部分學者為提高處理海量氣象數(shù)據(jù)的效率,將其與Hadoop平臺結合。張晨陽等[20]在一定簡化處理基礎上建立起基于MapReduce的數(shù)據(jù)約簡算法與樸素貝葉斯分類算法,對這種算法的性能進行研究,發(fā)現(xiàn)其在處理海量氣象數(shù)據(jù)方面的優(yōu)勢很顯著,且可以根據(jù)應用要求進行適當?shù)臄U展。王昊等[21]為了提高傳統(tǒng)樸素貝葉斯分類器對氣象數(shù)據(jù)挖掘的精度,擁有更高的處理海量數(shù)據(jù)的效率,建立起基于離散貝葉斯網(wǎng)絡的數(shù)據(jù)挖掘模型,且進行了實證分析。

    人工智能、大數(shù)據(jù)、云平臺、物聯(lián)網(wǎng)技術在氣象數(shù)據(jù)處理中的應用,極大地提升了氣象業(yè)務能力和服務水平。傳統(tǒng)的氣象數(shù)據(jù)挖掘大部分為單機模式,在數(shù)據(jù)量不斷增加和算法更復雜形勢下,氣象預測的實時性明顯降低,同時也會出現(xiàn)硬件故障等相關的損失[22]。因此,本文基于主流的開源云架構Apache Hadoop,建立氣象大數(shù)據(jù)云平臺,在此基礎上結合決策樹(CART,classification and regression trees)數(shù)據(jù)挖掘算法,并行創(chuàng)建隨機森林模型,對處理海量氣象數(shù)據(jù)提供支持,為相關研究起到參考作用。

    1 基于決策樹算法的隨機森林模型

    1.1 決策樹算法原理

    在數(shù)據(jù)挖掘領域CART算法被大量應用,其可以高效的進行分類預測,適應性較強,對離散和連續(xù)數(shù)據(jù)都可以高效的分類。CART算法主要是進行數(shù)據(jù)類型差異實現(xiàn)分類作用。設置判定指標時主要是基于如下方法:

    1)離散型數(shù)據(jù)——選擇GINI值作為分類依據(jù)。

    GINI值和分類后的“純凈度”存在正相關關系,其數(shù)值大則可判斷選擇的特征更優(yōu)。 一般條件下對于樣本集S,可通過如下公式計算出GINI:

    (1)

    在上式當中,S代表的為樣本數(shù)據(jù)集;Pi代表的為分類結果中第i個種類對應頻率。

    對含N個數(shù)據(jù)的集S,基于A的第i個屬性值進行劃分而分為兩部分,劃分后GINI的表達式為:

    (2)

    在上式當中,n1,n2各自代表的是樣本子集S1,S2對應樣本數(shù)。

    對于屬性A,先帶入數(shù)據(jù)確定出GINI系數(shù),然后進行排序確定出其中的最小值,設置為此特征條件下的最優(yōu)二分方案:

    mini∈A(GINIA,i(S))

    (3)

    對集合S,帶入數(shù)據(jù)計算出全部特征的最好二分方案,進行排序后得到最小值,將其設置為集合S的此種方案:

    minA∈Attributemini∈A(GINIA,i(S))

    (4)

    2)連續(xù)型數(shù)據(jù)——選擇σ值,進行分類預測。

    回歸樹方法在進行預測分析時,設置σ來評價分類效果,確定出σ最小的特征及值,對應于最佳的分類特征和值。一般條件下σ值大則可判斷出分類后子集的“差異性”大,相反情況下則可判斷出此特征下,可取得更優(yōu)分類結果。

    對連續(xù)型集合S,總方差表達式為:

    (5)

    在上式當中:μ代表的為樣本集針對S中預測結果之下的均值;yk代表的為第k個樣本對應預測結果。

    集合S中含有N個樣本條件下,基于特征A的第i個特征值,對其進行二分處理,劃分后可通過如下方法計算出σ:

    σA,i(S)=σ(S1)+σ(S2)

    (6)

    接著對特征A,帶入數(shù)據(jù)進行分析確定出任意特征進行劃分條件下的σ,然后排序得到最小值,這樣可確定出A下的最優(yōu)分類方案:

    mini∈A(σA,i(S))

    (7)

    對集合S,帶入數(shù)據(jù)進行處理確定出全部特征的最優(yōu)分裂方案,確定出其中最小者作為集合S的此類方案:

    minA∈Attributemini∈A(σA,i(S))

    (8)

    這樣處理后得到的特征A及值,就表示為集合S的最優(yōu)二分屬性和相關的屬性值。

    1.2 構建隨機森林模型

    氣象數(shù)據(jù)云平臺存儲的數(shù)據(jù)種類不斷增加,且數(shù)據(jù)類型也日益復雜,涉及到雷達、衛(wèi)星、地面、高空、海洋等相關的氣象數(shù)據(jù),基于組織形式不同對這些數(shù)據(jù)進行劃分,可分為結構化和非結構化數(shù)據(jù)。分析氣象數(shù)據(jù)特征,設計對應的大數(shù)據(jù)云平臺整體解決方案,用于對天氣狀況進行預測、分類,使其應用到農(nóng)業(yè)、交通、旅游等領域。氣象資料和服務數(shù)據(jù)大部分為視頻、音頻、文本,在長時間運行后對應的數(shù)據(jù)量急劇增長,符合大數(shù)據(jù)的4 V特點。

    在大數(shù)據(jù)領域中,Hadoop是最著名的大數(shù)據(jù)處理框架之一,它以可靠、高效、可伸縮的方式進行大數(shù)據(jù)的存儲、處理和分析。在經(jīng)濟社會發(fā)展過程中,隨著信息化水平不斷提高,數(shù)據(jù)量與日俱増,在對這些數(shù)據(jù)進行處理時,傳統(tǒng)的隨機森林模型開始不滿足應用要求,這樣就需要引入新的數(shù)據(jù)分析技術。如為提高算法的處理性能,可引入并行化的決策樹算法,這樣可以綜合利用更多的資源進行同步處理。對并行化相關的算法,其并行化時可選擇的模式主要有三類,其一為數(shù)據(jù)間并行,后兩種則為屬性間、節(jié)點間的并行方式,其各有一定的適用范圍。運用決策樹算法,基于MapReduce并行創(chuàng)建CART樹形成隨機森林模型,建立氣象業(yè)務預測以及各領域服務功能模塊。

    基于隨機森林算法的特征和MapReduce性能,考慮到研究要求,采用下述的并行化策略:對原始數(shù)據(jù)的隨機采樣的方式選取,建立相關決策樹模型過程中,隨機篩選對應的屬性,對應的樣本集保持獨立。因而建立的單棵決策樹間不存在相關性。這種模型在進行并行化操作時,主要應用MapReduce編程實現(xiàn),相關的工作流程可劃分為,設置決策樹、確定出森林模型、結果投票。在MapReduce中并行創(chuàng)建CART樹,構建隨機森林模型并行化過程如圖1所示。

    圖1 并行創(chuàng)建CART樹構建隨機森林模型

    具體分析圖1進而可發(fā)現(xiàn),這種模型建立過程中主要是并行化單棵樹的建立過程。首先基于Map方法切片處理HDFS中數(shù)據(jù),接著通過Bagging隨機抽樣,將抽取后的數(shù)據(jù)劃分為訓練集和屬性集,然后分布到集群的各節(jié)點上,在此基礎上利用并行化Map任務進行分析,而得到其中各屬性的Gini值,將所得結果輸出到Reduce中,利用Reduce功能進行處理,而得到最優(yōu)的屬性、節(jié)點的編號,這樣既可以獲得所需要的單棵決策樹,對樹的參數(shù)進行輸出后,對多棵CART樹進行一定的集群映射而得到隨機森林。在一定投票基礎上匯總多棵樹的結果,在此處理時可調用Map、Reduce函數(shù)。

    在氣象大數(shù)據(jù)云平臺下,在完成收集氣象相關數(shù)據(jù)處理后,創(chuàng)建相應的預報預警。此時將相關樣本集經(jīng)由MapReduce并行創(chuàng)建CART樹形成隨機森林,訓練模型,根據(jù)相關氣象數(shù)據(jù)進行預測天氣預測或分類,并由控制器將新生成的氣象情況以及其它相關附加信息等一并傳輸至各個功能模塊中,使得氣象大數(shù)據(jù)云平臺中應用層功能模塊能夠實現(xiàn)動態(tài)數(shù)據(jù)更新,更好的為農(nóng)業(yè)、交通、旅游等領域服務。

    2 氣象大數(shù)據(jù)云平臺的設計

    2.1 Hadoop生態(tài)系統(tǒng)架構

    Hadoop是谷歌公司研發(fā)的高性能云計算平臺,在分布式計算領域被廣泛應用。HDFS是Hadoop的分布式文件系統(tǒng),也是Hadoop系統(tǒng)的最重要組成單元,HDFS集群中包含了大量的服務器,這樣可以通過并行模式來高效的處理海量氣象數(shù)據(jù)。在MapReduce模型下,程序可以高效快速的處理大量集群上的海量數(shù)據(jù)。

    Hadoop云平臺在不斷發(fā)展改進基礎上其性能水平明顯提升,功能組件也日益豐富,滿足各領域的分析要求。其中的模塊主要包括固定模塊以及特定功能模塊,根據(jù)相關資料可知其中的核心模塊主要如下。

    1)Hadoop Common:為其中的基礎模塊,可為其他單元的功能實現(xiàn)提供支持,這種模塊中設置了很多公用API接口,與HTTP認證功能密切相關。

    2)HDFS:主要是對海量數(shù)據(jù)進行分布式存儲和處理,在數(shù)據(jù)處理時依據(jù)一次寫入多次讀取相關原則,此外還可提供流式數(shù)據(jù)訪問。

    3)YARN:為一種全新框架,發(fā)展初期的MapReduce功能繁雜,對系統(tǒng)運行可靠性產(chǎn)生很不利影響,因而此后分布的版本中獨立的處理數(shù)據(jù)和資源,這樣就通過YARN模塊進行資源管理,且可實現(xiàn)一定調度功能

    4)MapReduce:為一種高性能的分布式計算框架,在進行編程過程中不需要考慮到數(shù)據(jù)存儲相關因素,從而大幅度簡化了編程過程。主要是編寫Map()、Reduce()方法就可滿足要求。此種平臺的系統(tǒng)結構如圖2。

    圖2 Hadoop生態(tài)系統(tǒng)架構

    Hadoop中的組件主要如下。

    1)ZooKeeper:主要是提供集群相關的協(xié)調服務,主要是改進YARN形成的,在應用過程中可實現(xiàn)的功能主要包括集群管理、分布式鎖等,可據(jù)此實現(xiàn)特定的功能。

    2)Flume:主要的作用是進行日志采集和傳輸,對應的采集模式有兩種,分別為在單服務器和集群上采集,對獲得的日志進行匯總,然后在一定統(tǒng)一格式基礎上發(fā)送到HDFS中。

    3)Spark:為一種高性能的計算系統(tǒng),其功能強大,可實現(xiàn)機器學習、圖形計算相關的功能。此外也有很強的支持性,對Java、SQL等相關的語言都支持。可以運行在EC2、YARN框架之上而滿足應用要求。

    4)HBase:這種模塊主要是基于“Bigtable”思想建立的,可以看作為一種特殊的分布式數(shù)據(jù)庫,可以為集群的協(xié)調提供支持。

    5)Hive:在其支持下,用戶可對HDFS上的數(shù)據(jù)通過SQL相關的語言進行讀寫和查詢處理,對降低編程難度有重要意義,使得用戶對Hadoop上手更容易。

    2.2 MapReduce任務流程

    MapReduce在進行數(shù)據(jù)處理時的操作主要包括Map、Shuffle、Reduce階段,如圖3。以下對這三個階段的工作內容和特征進行說明:

    1)Map階段。在此階段處理過程中,應用程序基于輸入的數(shù)據(jù)進行分片處理,建立起一定量的Map任務,接著對分片數(shù)據(jù)依據(jù)相關的規(guī)則映射形成一定量鍵值對,然后通過Map()方法處理這些鍵值對,處理后的結果保持為的形式,且進行輸出。

    2)Shuffle階段。上一階段處理后的結果為無規(guī)則的,然后通過Shuffle()方法進一步轉換處理,形成規(guī)則的數(shù)據(jù)輸出。在此環(huán)節(jié)處理時主要是合并同大小的鍵值對,進行排序后形成相應的鍵值對列表。

    3)Reduce階段。上一環(huán)節(jié)處理后的數(shù)據(jù)通過Reduce()方法處理,將上述的列表進行匯總,且基于特定的函數(shù)輸出。

    在實際處理時,用戶只需要編寫出Map()和Reduce()方法,在運行過程中程序可自動的調用這些方法進行操作,從而滿足特定的功能要求。

    圖3 MapReduce任務流程

    2.3 氣象大數(shù)據(jù)云平臺集群部署結構

    圖4 氣象大數(shù)據(jù)云平臺總體架構

    氣象大數(shù)據(jù)云平臺的構建基于Hadoop集群、Impala集群和GBase集群構建。其中大數(shù)據(jù)云平臺的數(shù)據(jù)源層中全部與氣象密切相關的數(shù)據(jù)進行適當?shù)姆诸愄幚砗?,形成一定量的?shù)據(jù)塊,這些數(shù)據(jù)可基于特征和來源不同進行劃分,而分為互聯(lián)網(wǎng)數(shù)據(jù)、結構化數(shù)據(jù)、氣象外部數(shù)據(jù)等。Impala集群在運行過程中可接收結構化和基礎數(shù)據(jù),且調用函數(shù)來實現(xiàn)數(shù)據(jù)處理功能。Hadoop集群可對非結構化數(shù)據(jù)進行存儲,其中包含了HDFS,HBase相關的單元。GBase集群在也應用過程中可對相關專題應用數(shù)據(jù)進行存儲,系統(tǒng)上層設置Solr集群,這樣在運行過程中可充分利用Solr的集中式配置、容錯相關功能,滿足高索引和訪問相關的數(shù)據(jù)應用需求。Solr集群可對索引數(shù)據(jù)進行存儲,其上層設置了氣象數(shù)據(jù)統(tǒng)一服務接口,在運行過程中大數(shù)據(jù)云平臺,氣象管理人員可通過這一接口來獲取不同類型的數(shù)據(jù)。此外,還可以在后臺上部署各種格式的數(shù)據(jù),對相關數(shù)據(jù)進行統(tǒng)一集中的展示,為其后的處理提供支持。

    2.4 氣象大數(shù)據(jù)云平臺總體架構

    在以上基礎上建立起大數(shù)據(jù)可視化平臺,在運行過程中其可以實現(xiàn)復雜的管理功能,如調度管理、元數(shù)據(jù)管理、分布式ETL管理、質量管理,此外也可以實現(xiàn)數(shù)據(jù)共享功能。為系統(tǒng)的運行維護以及功能實現(xiàn)提供支持??傮w架構分為基礎設施層、數(shù)據(jù)處理與管理層、應用層,氣象大數(shù)據(jù)云平臺總體架構如圖4。在運行過程中為確保數(shù)據(jù)高效處理,這種平臺在應用時可以全流程管理各類型的氣象數(shù)據(jù)信息,且可以方便的進行交換、質控,表現(xiàn)出較高的應用性能優(yōu)勢。

    表1 平臺性能測試

    大數(shù)據(jù)云平臺層對全部的氣象數(shù)據(jù)可基于接口機集群高效處理,進行一定轉換后得到各種類型的數(shù)據(jù)產(chǎn)品,且對不同類型的數(shù)據(jù)進行分類管理和存儲;對采集的原始數(shù)據(jù)通過分布式ETL工具抽取、清洗操作后,接著基于設定的倉庫模型進行加載處理。對這種架構而言,大數(shù)據(jù)云平臺有重要的意義,也是其中的最重要單元,能夠提供氣象業(yè)務綜合管理、天氣預測預報、農(nóng)業(yè)氣象服務、交通氣象服務、旅游氣象服務等功能。

    3 平臺性能測試與分析

    全國綜合氣象信息共享系統(tǒng)(CIMISS)是氣象部門數(shù)據(jù)收集、存儲、加工和共享的業(yè)務支撐系統(tǒng),通過數(shù)據(jù)統(tǒng)一服務接口整合CIMISS與本地數(shù)據(jù)服務,提供數(shù)據(jù)訪問服務和應用服務。對比測試平臺的性能,將相同大小的任務分別在CIMISS、氣象大數(shù)據(jù)云平臺及基于CART氣象大數(shù)據(jù)云平臺上運行,響應時間如表1所示。其中,在CIMISS中,根據(jù)統(tǒng)計、質控、解碼應用頻率,按照10:1:1頻次做加權平均;氣象大數(shù)據(jù)云平臺按照Map和Reduce任務統(tǒng)計響應時間,考慮HDFS分布式特性,對不同大小數(shù)據(jù)處理性能也有不同,通過Map操作、設置reducer參數(shù)、任務大小提高平臺執(zhí)行效率,其中Map和Reduce任務個數(shù)通過多次設置優(yōu)化執(zhí)行時間;采用了決策樹算法的氣象大數(shù)據(jù)云平臺,自動選擇數(shù)據(jù)挖掘、機器學習、深度學習來處理提交的任務。

    結果可以看到,氣象大數(shù)據(jù)云平臺對數(shù)據(jù)統(tǒng)計、質控、解碼等處理性能均有較大提升,平均提升3.6倍。采用決策樹挖掘算法后,平臺性能可以提升到1.4倍。

    4 結束語

    當今已經(jīng)進入大數(shù)據(jù)時代,氣象數(shù)據(jù)規(guī)模迅速的增長,在此背景下如何高效的利用海量氣象數(shù)據(jù)并充分發(fā)揮其資源價值,就成為當前氣象研究的熱點。Hadoop平臺是內網(wǎng)分布式在運行時不會產(chǎn)生明顯的延遲,且簡化了系統(tǒng)結構。氣象大數(shù)據(jù)云平臺的整體解決方案,對收集氣象相關數(shù)據(jù)進行處理,將相關樣本集經(jīng)由MapReduce并行創(chuàng)建CART樹形成隨機森林,訓練模型,使得氣象大數(shù)據(jù)云平臺中應用層功能模塊能夠實現(xiàn)動態(tài)數(shù)據(jù)更新,更好地為其他領域服務。Hadoop平臺表現(xiàn)出明顯的異構和集群化特征,未來很有必要研究異構下的數(shù)據(jù)集處理方法,更好的滿足異構條件下的數(shù)據(jù)處理要求,同時也為并行算法的廣泛應用提供支持。在氣象信息管理的實際應用中,許多數(shù)據(jù)是復雜異構的,有很多非結構化數(shù)據(jù),下一步可以對非結構化氣象數(shù)據(jù)挖掘方法展開研究。

    猜你喜歡
    決策樹數(shù)據(jù)挖掘集群
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    海上小型無人機集群的反制裝備需求與應對之策研究
    決策樹和隨機森林方法在管理決策中的應用
    電子制作(2018年16期)2018-09-26 03:27:06
    一種無人機集群發(fā)射回收裝置的控制系統(tǒng)設計
    電子制作(2018年11期)2018-08-04 03:25:40
    Python與Spark集群在收費數(shù)據(jù)分析中的應用
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應用
    電力與能源(2017年6期)2017-05-14 06:19:37
    勤快又呆萌的集群機器人
    基于決策樹的出租車乘客出行目的識別
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務及應用
    91成人精品电影| 美女脱内裤让男人舔精品视频| 丝袜人妻中文字幕| 久久久国产一区二区| 丝袜美足系列| 亚洲国产成人一精品久久久| 久久久久国产网址| 26uuu在线亚洲综合色| 精品第一国产精品| 性色av一级| 亚洲三级黄色毛片| 制服丝袜香蕉在线| 日韩大片免费观看网站| 一本久久精品| 男女午夜视频在线观看 | 国产欧美另类精品又又久久亚洲欧美| 美女福利国产在线| av线在线观看网站| 久久国产精品大桥未久av| 婷婷色综合大香蕉| 日日摸夜夜添夜夜爱| 性色av一级| 欧美老熟妇乱子伦牲交| 亚洲一区二区三区欧美精品| 制服人妻中文乱码| 欧美成人精品欧美一级黄| 亚洲,欧美精品.| 久久久亚洲精品成人影院| 成人国语在线视频| 欧美 亚洲 国产 日韩一| 高清毛片免费看| 丰满少妇做爰视频| 婷婷成人精品国产| av视频免费观看在线观看| 在线看a的网站| 我的女老师完整版在线观看| 男人爽女人下面视频在线观看| 伊人久久国产一区二区| 全区人妻精品视频| 99热网站在线观看| 2021少妇久久久久久久久久久| 久久精品国产鲁丝片午夜精品| 岛国毛片在线播放| 极品人妻少妇av视频| av国产精品久久久久影院| 久久精品久久久久久久性| av视频免费观看在线观看| 天天躁夜夜躁狠狠久久av| 久久人人爽人人爽人人片va| 一二三四在线观看免费中文在 | 国产麻豆69| 免费观看无遮挡的男女| 亚洲伊人色综图| 女性生殖器流出的白浆| 亚洲av.av天堂| 18禁在线无遮挡免费观看视频| 免费黄网站久久成人精品| 成年人免费黄色播放视频| 国产 一区精品| 在线观看美女被高潮喷水网站| 日韩一区二区三区影片| 国产精品不卡视频一区二区| 国产一区二区三区av在线| 国产精品女同一区二区软件| 中文字幕制服av| 日韩,欧美,国产一区二区三区| 午夜av观看不卡| 9色porny在线观看| 午夜精品国产一区二区电影| 国产av精品麻豆| 国产成人91sexporn| 王馨瑶露胸无遮挡在线观看| 国产成人精品一,二区| 日本免费在线观看一区| 日本猛色少妇xxxxx猛交久久| 男人爽女人下面视频在线观看| 精品视频人人做人人爽| 男女边摸边吃奶| 成人影院久久| 欧美成人午夜精品| 看免费成人av毛片| 国产一区二区在线观看av| 精品久久久精品久久久| 久久狼人影院| 国产精品国产三级专区第一集| 亚洲情色 制服丝袜| 国产精品一二三区在线看| 色5月婷婷丁香| 亚洲美女黄色视频免费看| 青青草视频在线视频观看| 在线观看www视频免费| 色5月婷婷丁香| av免费观看日本| 在线观看免费高清a一片| 久久久久久人妻| 久久久国产精品麻豆| 久久这里只有精品19| 久久午夜福利片| 新久久久久国产一级毛片| 国产av码专区亚洲av| 国产成人精品婷婷| 久久99热6这里只有精品| 免费看光身美女| 人人妻人人澡人人看| 丰满少妇做爰视频| 久久毛片免费看一区二区三区| 国产精品国产三级国产av玫瑰| 亚洲,一卡二卡三卡| 精品99又大又爽又粗少妇毛片| 最近中文字幕2019免费版| 最近最新中文字幕免费大全7| 国产亚洲精品久久久com| 国产色婷婷99| 免费高清在线观看视频在线观看| 国产成人a∨麻豆精品| 日日啪夜夜爽| 美女大奶头黄色视频| 亚洲精品国产色婷婷电影| 黄网站色视频无遮挡免费观看| 色5月婷婷丁香| 免费在线观看黄色视频的| 18禁在线无遮挡免费观看视频| 国产精品麻豆人妻色哟哟久久| 满18在线观看网站| 国产亚洲最大av| 国产69精品久久久久777片| 伦理电影大哥的女人| 日本vs欧美在线观看视频| 婷婷色综合www| 男女无遮挡免费网站观看| 国产精品国产三级专区第一集| 最近中文字幕高清免费大全6| 高清毛片免费看| 天堂中文最新版在线下载| 亚洲内射少妇av| 免费黄色在线免费观看| 看十八女毛片水多多多| 国产激情久久老熟女| 在线观看www视频免费| 日韩熟女老妇一区二区性免费视频| 一本—道久久a久久精品蜜桃钙片| www日本在线高清视频| 18禁国产床啪视频网站| 亚洲伊人久久精品综合| 老司机亚洲免费影院| 另类精品久久| 女性生殖器流出的白浆| 久久这里只有精品19| 精品第一国产精品| 欧美成人午夜免费资源| 男女啪啪激烈高潮av片| 亚洲国产最新在线播放| 亚洲精华国产精华液的使用体验| 69精品国产乱码久久久| 色婷婷久久久亚洲欧美| 大香蕉久久网| 国产精品三级大全| 国产精品久久久久久久久免| 男女免费视频国产| 精品第一国产精品| 国产免费又黄又爽又色| 午夜av观看不卡| 国语对白做爰xxxⅹ性视频网站| 夜夜爽夜夜爽视频| 日韩中字成人| 午夜激情av网站| 久久久久国产网址| av一本久久久久| 飞空精品影院首页| 精品福利永久在线观看| 另类亚洲欧美激情| 美女国产视频在线观看| 三级国产精品片| 国产精品.久久久| 免费不卡的大黄色大毛片视频在线观看| 午夜激情av网站| 国产欧美亚洲国产| 一本色道久久久久久精品综合| 国产成人aa在线观看| 91精品三级在线观看| 精品国产乱码久久久久久小说| 久久午夜福利片| 两个人免费观看高清视频| 国产精品 国内视频| 亚洲精品久久午夜乱码| 久久精品熟女亚洲av麻豆精品| 国产精品成人在线| www日本在线高清视频| 久久久久久久久久成人| 国产亚洲欧美精品永久| 亚洲精品中文字幕在线视频| 22中文网久久字幕| 久久精品久久精品一区二区三区| 亚洲丝袜综合中文字幕| 亚洲欧洲国产日韩| 日韩一区二区三区影片| 天堂中文最新版在线下载| 伦理电影免费视频| 国产在线一区二区三区精| 亚洲av欧美aⅴ国产| 国精品久久久久久国模美| 又黄又爽又刺激的免费视频.| 大香蕉久久成人网| 亚洲国产最新在线播放| 欧美日本中文国产一区发布| 爱豆传媒免费全集在线观看| 内地一区二区视频在线| 日韩av不卡免费在线播放| 一区二区三区四区激情视频| 国产成人午夜福利电影在线观看| xxx大片免费视频| 美女视频免费永久观看网站| 国产成人精品久久久久久| 丰满迷人的少妇在线观看| 一级毛片我不卡| av视频免费观看在线观看| 草草在线视频免费看| 丝袜脚勾引网站| 在线天堂中文资源库| 黑人高潮一二区| 久热久热在线精品观看| 亚洲精品久久久久久婷婷小说| 最后的刺客免费高清国语| 欧美老熟妇乱子伦牲交| 免费久久久久久久精品成人欧美视频 | 国产熟女午夜一区二区三区| 曰老女人黄片| 国产成人精品在线电影| 最近中文字幕高清免费大全6| 日日啪夜夜爽| 日韩伦理黄色片| 99久国产av精品国产电影| 人人妻人人爽人人添夜夜欢视频| 国产激情久久老熟女| 亚洲美女搞黄在线观看| 成人手机av| 国产精品久久久久成人av| 人人妻人人爽人人添夜夜欢视频| 一级毛片电影观看| 国产色婷婷99| 最近最新中文字幕免费大全7| 国产精品久久久久久精品古装| 久久人妻熟女aⅴ| 一区二区三区四区激情视频| 人妻一区二区av| 日韩三级伦理在线观看| 精品亚洲乱码少妇综合久久| 亚洲天堂av无毛| 熟女人妻精品中文字幕| 中文字幕人妻丝袜制服| 国产成人a∨麻豆精品| 日韩在线高清观看一区二区三区| 各种免费的搞黄视频| 女的被弄到高潮叫床怎么办| 18在线观看网站| 欧美人与性动交α欧美软件 | 国产免费视频播放在线视频| 亚洲,欧美精品.| 中文精品一卡2卡3卡4更新| 女人被躁到高潮嗷嗷叫费观| 超色免费av| 亚洲精品日本国产第一区| 亚洲av日韩在线播放| 美女福利国产在线| 中国美白少妇内射xxxbb| 久久久久视频综合| 丁香六月天网| 国产国语露脸激情在线看| 久久久久国产精品人妻一区二区| 寂寞人妻少妇视频99o| 中文字幕av电影在线播放| 人妻 亚洲 视频| 亚洲伊人久久精品综合| 内地一区二区视频在线| 欧美bdsm另类| 亚洲精品中文字幕在线视频| 国产精品成人在线| 99热全是精品| 22中文网久久字幕| 久久久久精品性色| 亚洲第一区二区三区不卡| 少妇猛男粗大的猛烈进出视频| 国产成人午夜福利电影在线观看| 夫妻午夜视频| 精品国产一区二区三区四区第35| 国产一区二区在线观看av| 美女视频免费永久观看网站| 亚洲美女黄色视频免费看| 黄色视频在线播放观看不卡| 亚洲欧美一区二区三区黑人 | 精品亚洲乱码少妇综合久久| 精品国产一区二区久久| 久久久久久久大尺度免费视频| 久久久亚洲精品成人影院| 国内精品宾馆在线| 国产av码专区亚洲av| 久久国产亚洲av麻豆专区| 国产毛片在线视频| 久久热在线av| 蜜桃在线观看..| 日韩av免费高清视频| tube8黄色片| 久久久久精品久久久久真实原创| 国产欧美日韩一区二区三区在线| 最黄视频免费看| 99热全是精品| 亚洲精品乱码久久久久久按摩| 欧美 亚洲 国产 日韩一| 国产精品.久久久| 视频中文字幕在线观看| 国产伦理片在线播放av一区| 免费久久久久久久精品成人欧美视频 | 国产淫语在线视频| 国产欧美另类精品又又久久亚洲欧美| 日本91视频免费播放| 国产极品粉嫩免费观看在线| 男人舔女人的私密视频| 国产一区二区在线观看日韩| 亚洲精品中文字幕在线视频| 成人黄色视频免费在线看| 亚洲五月色婷婷综合| 亚洲国产精品一区二区三区在线| 国产精品久久久久成人av| 黑丝袜美女国产一区| 国精品久久久久久国模美| 久久久久久久久久成人| 久久久久久久精品精品| 在线精品无人区一区二区三| 久久午夜综合久久蜜桃| 国产伦理片在线播放av一区| 人人澡人人妻人| 欧美变态另类bdsm刘玥| 成人影院久久| 久久av网站| 高清毛片免费看| 中文字幕人妻熟女乱码| 狠狠精品人妻久久久久久综合| 91国产中文字幕| 曰老女人黄片| 国产成人精品福利久久| 看非洲黑人一级黄片| 只有这里有精品99| 青青草视频在线视频观看| 极品少妇高潮喷水抽搐| 亚洲av欧美aⅴ国产| 国产亚洲最大av| 国产日韩欧美亚洲二区| 1024视频免费在线观看| 亚洲av电影在线观看一区二区三区| 国产在线一区二区三区精| 国产黄频视频在线观看| 夜夜骑夜夜射夜夜干| 人妻一区二区av| 国产男人的电影天堂91| 欧美日韩亚洲高清精品| 22中文网久久字幕| 久久精品国产综合久久久 | 这个男人来自地球电影免费观看 | 老司机影院毛片| 99热国产这里只有精品6| av女优亚洲男人天堂| av有码第一页| 97在线视频观看| 国产精品久久久久久久久免| 寂寞人妻少妇视频99o| 久久人人爽av亚洲精品天堂| 国产日韩欧美亚洲二区| 亚洲精品自拍成人| 欧美日韩视频高清一区二区三区二| 自线自在国产av| 亚洲激情五月婷婷啪啪| 亚洲成人手机| 久久这里有精品视频免费| 又大又黄又爽视频免费| 国产精品久久久久久精品电影小说| 久久久久久久久久成人| av又黄又爽大尺度在线免费看| 黄色 视频免费看| 久久99一区二区三区| 日本爱情动作片www.在线观看| 男人添女人高潮全过程视频| 精品国产乱码久久久久久小说| 女人被躁到高潮嗷嗷叫费观| 草草在线视频免费看| 乱人伦中国视频| 亚洲av男天堂| 国产一区有黄有色的免费视频| 国产精品人妻久久久影院| 夜夜爽夜夜爽视频| www.熟女人妻精品国产 | 黄色毛片三级朝国网站| 夫妻性生交免费视频一级片| 一区二区三区乱码不卡18| 中文字幕人妻丝袜制服| 日本欧美国产在线视频| 全区人妻精品视频| a 毛片基地| 亚洲精品日韩在线中文字幕| 天堂俺去俺来也www色官网| 国产一区二区三区av在线| 如何舔出高潮| 日韩精品有码人妻一区| 精品人妻一区二区三区麻豆| 亚洲成国产人片在线观看| av在线老鸭窝| 欧美bdsm另类| 精品亚洲成国产av| 777米奇影视久久| 精品一区二区三卡| 精品久久蜜臀av无| 成人二区视频| 女人久久www免费人成看片| 久久久精品免费免费高清| 亚洲国产av新网站| 婷婷成人精品国产| 99精国产麻豆久久婷婷| 亚洲情色 制服丝袜| 国产色婷婷99| 亚洲一级一片aⅴ在线观看| 高清毛片免费看| 五月伊人婷婷丁香| 建设人人有责人人尽责人人享有的| 国产av码专区亚洲av| 免费观看无遮挡的男女| 成年动漫av网址| 日韩伦理黄色片| 久久久久国产精品人妻一区二区| 全区人妻精品视频| 丝袜脚勾引网站| 丝袜人妻中文字幕| 在线亚洲精品国产二区图片欧美| 日韩制服骚丝袜av| 国产一区有黄有色的免费视频| 日韩av免费高清视频| 18+在线观看网站| 9色porny在线观看| 国产精品一区二区在线观看99| 欧美日韩国产mv在线观看视频| 日本-黄色视频高清免费观看| 国产精品一区www在线观看| 亚洲激情五月婷婷啪啪| 晚上一个人看的免费电影| 国产极品粉嫩免费观看在线| 国产一区有黄有色的免费视频| 国产精品欧美亚洲77777| 亚洲精品一二三| 在线观看美女被高潮喷水网站| 日韩熟女老妇一区二区性免费视频| 亚洲欧美清纯卡通| 日韩av在线免费看完整版不卡| 黄网站色视频无遮挡免费观看| 中文字幕人妻熟女乱码| 国产日韩欧美亚洲二区| 国产精品欧美亚洲77777| 高清视频免费观看一区二区| 男男h啪啪无遮挡| 国产有黄有色有爽视频| 免费黄色在线免费观看| 日韩伦理黄色片| 国产色爽女视频免费观看| 少妇的逼好多水| 18+在线观看网站| 亚洲av.av天堂| 夜夜爽夜夜爽视频| 在线观看国产h片| 五月开心婷婷网| 2021少妇久久久久久久久久久| 一级,二级,三级黄色视频| 在线观看www视频免费| 一区二区av电影网| 免费人成在线观看视频色| 欧美精品av麻豆av| videosex国产| 亚洲精品日本国产第一区| 只有这里有精品99| 伊人久久国产一区二区| 国国产精品蜜臀av免费| 精品人妻熟女毛片av久久网站| 嫩草影院入口| 精品人妻偷拍中文字幕| 国产一级毛片在线| 日韩三级伦理在线观看| 久久av网站| 精品国产国语对白av| 中文天堂在线官网| 香蕉精品网在线| 日日撸夜夜添| 午夜视频国产福利| 久久97久久精品| 午夜福利在线观看免费完整高清在| 最近2019中文字幕mv第一页| 最新中文字幕久久久久| 免费少妇av软件| 久久综合国产亚洲精品| 熟女电影av网| a级毛色黄片| 亚洲伊人久久精品综合| 欧美变态另类bdsm刘玥| 国产精品久久久久久av不卡| 母亲3免费完整高清在线观看 | 免费黄色在线免费观看| 草草在线视频免费看| 免费在线观看完整版高清| 久久人人爽av亚洲精品天堂| 在线天堂最新版资源| 久久人人爽人人片av| 如日韩欧美国产精品一区二区三区| 黄网站色视频无遮挡免费观看| 91午夜精品亚洲一区二区三区| 99久久精品国产国产毛片| 在线观看www视频免费| 观看av在线不卡| 自线自在国产av| 亚洲精品乱久久久久久| 丝袜喷水一区| 一本—道久久a久久精品蜜桃钙片| 国产淫语在线视频| 午夜久久久在线观看| 天天影视国产精品| 在线观看三级黄色| 国产色爽女视频免费观看| 成人国产av品久久久| 亚洲国产色片| 哪个播放器可以免费观看大片| 亚洲欧美色中文字幕在线| 亚洲情色 制服丝袜| 全区人妻精品视频| 妹子高潮喷水视频| 大码成人一级视频| 亚洲成av片中文字幕在线观看 | 性色av一级| 中国三级夫妇交换| 日韩成人伦理影院| 日日摸夜夜添夜夜爱| av网站免费在线观看视频| 丝袜在线中文字幕| 2018国产大陆天天弄谢| 亚洲中文av在线| 国产成人aa在线观看| 亚洲美女视频黄频| 国产av一区二区精品久久| 亚洲成人手机| 国产精品国产三级专区第一集| 97在线人人人人妻| 黑人欧美特级aaaaaa片| 欧美xxⅹ黑人| 久久久久久人人人人人| 又粗又硬又长又爽又黄的视频| 看免费成人av毛片| 国产成人aa在线观看| 搡女人真爽免费视频火全软件| 在线观看免费视频网站a站| av在线播放精品| 成人毛片a级毛片在线播放| 天天躁夜夜躁狠狠躁躁| 男女国产视频网站| 熟女电影av网| 国产一级毛片在线| 亚洲内射少妇av| 久久精品人人爽人人爽视色| 九色亚洲精品在线播放| 色婷婷av一区二区三区视频| 亚洲性久久影院| 欧美国产精品va在线观看不卡| 99香蕉大伊视频| 人妻 亚洲 视频| 午夜91福利影院| 亚洲精品日韩在线中文字幕| 精品亚洲成国产av| 日本av手机在线免费观看| 午夜福利网站1000一区二区三区| 久久人人97超碰香蕉20202| 亚洲精品国产色婷婷电影| 国产av码专区亚洲av| 蜜桃国产av成人99| 有码 亚洲区| 国产高清不卡午夜福利| 国产69精品久久久久777片| 777米奇影视久久| 女性生殖器流出的白浆| 国产乱来视频区| 亚洲国产欧美在线一区| 国产精品.久久久| 韩国av在线不卡| 亚洲精品色激情综合| 捣出白浆h1v1| 曰老女人黄片| 国产成人91sexporn| 亚洲久久久国产精品| 人妻少妇偷人精品九色| 99热网站在线观看| 精品人妻熟女毛片av久久网站| 水蜜桃什么品种好| 女人精品久久久久毛片| 欧美人与善性xxx| 午夜激情av网站| av免费在线看不卡| 久久久久久久久久成人| 午夜激情av网站| 十分钟在线观看高清视频www| 在线天堂中文资源库| 秋霞在线观看毛片| 精品午夜福利在线看| 岛国毛片在线播放| 久久久久精品人妻al黑| 性色avwww在线观看| 午夜av观看不卡| 成人午夜精彩视频在线观看| 亚洲精品国产av成人精品| av在线观看视频网站免费| 久久久久久人人人人人| 国产精品国产三级国产av玫瑰| 亚洲三级黄色毛片| 欧美精品av麻豆av| 亚洲经典国产精华液单|