• <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KPCA-GWO-SVM 的礦井突水水源識別

    2023-03-27 02:38:48華星月邵良杉
    煤礦安全 2023年2期
    關(guān)鍵詞:模型

    華星月,邵良杉

    (1.遼寧工程技術(shù)大學 系統(tǒng)工程研究所,遼寧 葫蘆島 125105;2.遼寧理工學院,遼寧 錦州 121000)

    礦井突水是威脅煤礦安全生產(chǎn)的重大災(zāi)害之一。據(jù)統(tǒng)計,“十二五”期間,重大以上水害事故占全國煤礦同類事故起數(shù)和死亡人數(shù)的23.6%和19.2%,給國家財產(chǎn)和人民生命造成重大損失[1]。因此,快速識別水源類型并采取積極有效措施具有重要的現(xiàn)實意義。

    目前,學者提出了眾多判別水源方法,包括激光誘導熒光技術(shù)[2]、水溫水位法[3]、水化學分析法[4]和數(shù)理統(tǒng)計分析法[5]等。隨著研究的不斷深入和機器學習的發(fā)展,眾多學者以此為基礎(chǔ)建立水源識別模型,提高水源識別的精準度。陳紹杰等[6]將水化學分析法與主成分分析-殘差分析(PCA-RA)相結(jié)合確定梁家煤礦礦井水的補給來源;王甜甜等[7]基于動態(tài)權(quán)-集對分析建立識別模型,削弱人為因素并確定合理主客觀權(quán)重比例;周孟然等[8]為識別不均勻分組的突水水源熒光光譜,將飛蛾撲火(MFO)算法與譜聚類(SC)相結(jié)合建立模型;紀卓辰等[9]經(jīng)PCA降維,代入Logistic 回歸建立納林河礦區(qū)水源判別模型,進一步提高模型速度;邵良杉等[10]將改進鯨魚優(yōu)化算法(IWOA)與混合核極限學習機(HKELM)結(jié)合建立識別模型;侯恩科等[11]利用核主成分(KPCA)提取特征,建立KPCA-APSO-ELM 的礦井突水水源判別模型,進一步提高模型的精準度。上述研究一定程度上推動礦井突水水源識別技術(shù)的發(fā)展,提升水源識別的準確率,但是仍存在局限性;如譜聚類對數(shù)據(jù)樣本要求較高,結(jié)果不穩(wěn)定;極限學習機未考慮結(jié)構(gòu)化風險,易陷入局部最值。

    基于此,對突水水源樣本數(shù)據(jù)進行核主成分分析(Kernel Principal Component Analysis, KPCA),消減因素之間的相關(guān)性。利用灰狼優(yōu)化算法(Grey Wolf Optimizer,GWO)對支持向量機(Support Vector Machine, SVM)的懲罰參數(shù)與核參數(shù)進行尋優(yōu),建立KPCA-GWO-SVM 的礦井突水水源識別模型,以快速識別礦井突水水源的類型。

    1 理論分析

    1.1 核主成分分析

    核主成分分析(KPCA)是對主成分分析(PCA)的一種非線性拓展,其基本思想是:通過核函數(shù)將在低維空間中線性不可分的數(shù)據(jù),通過映射函數(shù)將其投射到更高維的空間中去,使之在高維空間中線性可分。KPCA 的具體步驟參見文獻[12]。針對因素之間的相關(guān)性和數(shù)據(jù)冗余問題,核主成分分析能有效進行降維。

    1.2 灰狼優(yōu)化算法

    灰狼優(yōu)化算法(GWO)是由SeyedaliMirjalili 等[13]模擬自然界中灰狼群體的社會等級機制和捕獵行為而衍生出的1 種新型群體智能優(yōu)化算法,主要包括包圍、狩獵和攻擊3 個階段?;依亲裱瓏栏竦牡燃夡w系,第1 層是狼群中的頭狼記為α,負責對捕食、棲息、作息時間等活動做出決策;第2 層記為β 狼,服從并協(xié)助α 做出決策;第3 層記為δ 狼,服從α和β,同時支配剩余層級的狼;第4 層記為ω 狼,是等級體系的基礎(chǔ)?;依欠N群等級體系如圖1。

    圖1 灰狼種群等級體系Fig.1 Graywolf population hierarchy

    在算法進化中,α、β 和δ 分別為歷史最優(yōu)解、次優(yōu)解、第3 最優(yōu)解,負責定位獵物的位置,并引導其他個體ω 完成靠近、包圍和攻擊等行為,最終達到捕食獵物的目的?;依撬阉鳙C物時會逐漸地接近獵物并包圍它,該行為的數(shù)學模型如下:

    式中:X 為灰狼位置向量;Xα、Xβ、Xδ分別為當前種群中α、β、δ 的位置向量;X1、X2、X3分別為灰狼向α、β、δ 移動的位置向量;Dα、Dβ、Dδ分別為當前候選灰狼與最優(yōu)3 狼之間的距離;X(t+1)為移動終點;C1、C2、C3為隨機向量;A1、A2、A3為系數(shù)向量。

    1.3 支持向量機

    支持向量機(SVM)是基于統(tǒng)計學習原理的監(jiān)督學習分類方法,能提供較好的泛化性能和解決高維數(shù)、小樣本的問題。其基本思想是:通過某種事先選擇的非線性映射將輸入向量映射到一個高位特征空間中,在這個空間中構(gòu)造最優(yōu)分類超平面,從而使得樣本之間的分離界限達到最大。SVM 的具體原理參見文獻[14]。

    1.4 KPCA-GWO-SVM 模型建立流程

    針對因素之間的相關(guān)性和數(shù)據(jù)冗余問題,核主成分分析能有效進行降維?;依莾?yōu)化算法(GWO)具有較強的收斂性能且參數(shù)少,而支持向量機(SVM)的懲罰參數(shù)Cp與核參數(shù)g 很大程度上影響訓練集的學習能力及泛化能力。首先,在迭代過程中保留當前的3 個最優(yōu)解α、β、δ,對種群進行社會等級分層,為算法的全局尋優(yōu)能力夯實基礎(chǔ);其次,計算灰狼與獵物的距離,接近并包圍獵物,不斷更新最優(yōu)解,集中搜尋使得算法盡快找到全局最優(yōu)解。以平均均方誤差MSE 作為優(yōu)化的目標函數(shù)值,驗證算法的魯棒性。鑒于此,采用灰狼優(yōu)化算法尋求最優(yōu)解確定支持向量機的參數(shù),建立基于KPCA-GWOSVM 的水源判別模型,KPCA-GWO-SVM 的水源判別模型流程圖如圖2。

    圖2 KPCA-GWO-SVM 的水源判別模型流程圖Fig.2 Flow chart of KPCA-GWO-SVM water source discrimination model

    2 實例應(yīng)用

    2.1 礦區(qū)概況

    唐山開灤趙各莊礦煤系地層為石炭—二疊系,共7 層可采煤層及局部可采煤層。

    礦區(qū)的含水層由上到下為:第四紀沖積層空隙承壓含水層、A 層以上頂板砂巖裂隙承壓含水層、5#煤層-頂板砂巖裂隙承壓含水層、5#~12#煤層砂巖裂隙承壓含水層、12#~14#煤層砂巖裂隙承壓含水層、14#煤層~唐山灰?guī)r砂巖裂隙承壓含水層和奧陶系巖溶承壓含水層。其中,第四紀沖積層空隙承壓含水層以細沙、中砂為主,厚度差異大,水化學類型為HCO3-Ca;煤系地層砂巖裂隙承壓含水層的水化學類型主要為HCO3-Na,pH 值在7.04~9.00 之間;奧陶系巖溶承壓含水層主要位于古巖溶發(fā)育層及構(gòu)造巖溶裂隙,水化學類型為HCO3-Ca[15]。

    2.2 指標選取

    以趙各莊礦為研究對象,選取6 種離子作為水源識別的判別指標,分別為:Na+(X1)、Ca2+(X2)、Mg2+(X3)、Cl-(X4)、SO42-(X5)和HCO3-(X6)。根 據(jù) 文 獻[15]對趙各莊礦1959—2016 年突水類型的分析,選取老空水、奧灰水、13#煤層砂巖裂縫水、12#煤層砂巖裂縫水4 種水樣類型,共計67 個樣本進行訓練與測試。其中老空水記為I,奧灰水記為II,13#煤層砂巖裂縫水記為III,12#煤層砂巖裂縫水記為IV。趙各莊礦樣本數(shù)據(jù)見表1。

    表1 趙各莊礦樣本數(shù)據(jù)Table 1 Zhaogezhuang Mine samples data

    2.3 數(shù)據(jù)相關(guān)性分析及KPCA 降維

    針對礦井突水原始數(shù)據(jù)差異較大的問題,進行歸一化處理,將原始數(shù)據(jù)調(diào)整到[0,1]之間。隨后借用SPSS20 進行相關(guān)性分析,指標相關(guān)系數(shù)表見表2。

    由表2 可知:6 種離子之間存在顯著程度的相關(guān),其中X5與X6、X4與X5、X4與X6、X2與X3的相關(guān)系數(shù)分別為-0.987、-0.860、0.800、-0.731,說明存在數(shù)據(jù)冗余,需要對判別指標進行降維。

    表2 指標相關(guān)系數(shù)表Table 2 Index correlation coefficient table

    利用MATLAB2016 對原始數(shù)據(jù)進行KPCA 降維,選取標準為累計方差解釋大于85%,最終提取3個主成分,分別記為Y1、Y2、Y3(Y4~Y6忽略),對應(yīng)的解釋方差分別為56.96%、24.16%和15.49%,累計解釋方差為96.61%,表明提取的3 個主成分可以反映原始6 個離子指標的絕大部分信息。用Excel 繪制特征解釋度累計占比圖,KPCA 降維后的數(shù)據(jù)見表3,解釋度累計占比圖如圖3。

    表3 KPCA 降維后的數(shù)據(jù)Table 3 KPCA dimensionality reduction data

    圖3 解釋度累計占比圖Fig.3 Chart of cumulative percentage of interpretation degree

    2.4 KPCA-GWO-SVM 模型的建立

    在礦井突水水源識別模型中,將經(jīng)由核主成分分析得到的3 個主成分Y1、Y2、Y3作為輸入向量,水樣類型為模型輸出,隨機選取總樣本量70%為訓練集(共47 組),30%作為預測集(共20 組)。利用MATLAB 編寫相應(yīng)程序代碼,代入數(shù)據(jù),由此建立基于KPCA-GWO-SVM 的礦井突水水源識別模型并對測試集進行預測。同時,將未經(jīng)KPCA 處理的歸一化數(shù)據(jù)代入GWO-SVM 模型并對測試集進行預測,與經(jīng)過KPCA 數(shù)據(jù)預處理數(shù)據(jù)的KPCA-GWOLSSVM 模型預測結(jié)果進行對比。

    為進一步驗證基于KPCA-GWO-SVM 的礦井突水水源識別模型的精確度和可靠性,在同一個主程序中將KPCA 降維后的數(shù)據(jù)分別帶入建立KPCA-PSO-SVM 模型、KPCA-WOA-SVM 模型和KPCA-SVM 模型,保證對同一測試集進行預測,所得結(jié)果與KPCA-GWO-SVM 模型結(jié)果進行對比。以平均均方誤差MSE 作為優(yōu)化的目標函數(shù)值。模型相關(guān)參數(shù)表見表4。

    表4 模型相關(guān)參數(shù)表Table 4 Model related parameters table

    2.5 結(jié)果分析

    支持向量機的參數(shù)尋優(yōu)如圖4。

    由圖4(a)和圖4(b)可知:在進化代數(shù)不到5 次時,KPCA-GWO-SVM 已搜尋到最佳適應(yīng)度值,此時的最優(yōu)懲罰參數(shù)Cp=1.088 5,核參數(shù)g=46.297 2;而未經(jīng)KPCA 降維處理的GWO-SVM 尋優(yōu)速度較慢,進化代數(shù)20 次左右時才獲得最優(yōu)解,且最佳適應(yīng)度值較低,分類準確率不高。此時對于隨機選取的20個測試樣本,KPCA-GWO-SVM 的誤判個數(shù)為0,分類準確率達到100%,而GWO-SVM 有2 個誤判,準確率為90%。由此可見,與GWO-SVM 模型相比,KPCA-GWO-SVM 模型的分類準確率提高了10%。因此,與未經(jīng)預處理的數(shù)據(jù)相比,用KPCA 對冗余數(shù)據(jù)降維,再代入GWO-SVM 模型,能加快模型的尋優(yōu)速度,是有效而必要的。

    圖4 支持向量機的參數(shù)尋優(yōu)Fig.4 Parameters optimization of support vector machine

    為進一步驗證KPCA-GWO-SVM 模型的優(yōu)越性,將其結(jié)果與KPCA-PSO-SVM 模型、KPCAWOA-SVM 模型和KPCA-SVM 模型進行對比,不同水源判別模型預測結(jié)果對比見表5。

    表5 不同水源判別模型預測結(jié)果對比Table 5 Comparison of prediction results of different water source discriminant models

    結(jié)果表明:模型的誤判率為0,測試集準確率為100%;KPCA-PSO-SVM 模型的誤判率為1/5,測試集準確率為80%;KPCA-WOA-SVM 模型的誤判率為1/20,測試集準確率為95%;KPCA-SVM 模型的誤判率為1/10,測試集準確率為90%;此時KPCAGWO-SVM 模型的平均均方誤差為0,KPCA-PSOSVM 模型的平均均方誤差為0.2,KPCA-WOA-SVM模型的平均均方誤差為0.05,KPCA-SVM 模型的平均均方誤差為0.1,因此,模型的均方誤差最小,表明所提出的算法具有較好的魯棒性。由此可見,KPCA-GWO-SVM 突水水源識別模型預測準確率優(yōu)于其他模型,能準確有效地應(yīng)用于突水水源類型識別問題。

    3 結(jié) 語

    1)通過對趙各莊礦6 種離子指標的分析,各離子指標間存在顯著程度的相關(guān)。利用核主成分分析對冗余數(shù)據(jù)進行降維處理,將經(jīng)KPCA 處理后的數(shù)據(jù)代入GWO-SVM 模型,能有效提高水源識別模型的速度和準確率。

    2)在KPCA 的基礎(chǔ)上,運用灰狼優(yōu)化算法(GWO)對支持向量機(SVM)的懲罰參數(shù)Cp、核參數(shù)g 進行尋優(yōu),建立KPCA-GWO-SVM 水源識別模型。與其他模型相比,KPCA-GWO-SVM 模型具有更高的準確率。

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機模型
    提煉模型 突破難點
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    3D打印中的模型分割與打包
    中国美女看黄片| 香蕉久久夜色| 亚洲专区中文字幕在线| 19禁男女啪啪无遮挡网站| 久久久久久久精品吃奶| 亚洲人成77777在线视频| 久久中文字幕一级| 亚洲成人久久爱视频| 国产精品永久免费网站| 777久久人妻少妇嫩草av网站| 亚洲成人精品中文字幕电影| 美女午夜性视频免费| 日韩免费av在线播放| 成人国产一区最新在线观看| 亚洲精品国产精品久久久不卡| 18禁裸乳无遮挡免费网站照片| 色av中文字幕| 国产乱人伦免费视频| av天堂在线播放| 床上黄色一级片| 国产精品98久久久久久宅男小说| 国产在线观看jvid| 两个人视频免费观看高清| 在线看三级毛片| 成人一区二区视频在线观看| ponron亚洲| 亚洲国产欧洲综合997久久,| 在线观看午夜福利视频| 亚洲精品国产一区二区精华液| 不卡av一区二区三区| 男女午夜视频在线观看| 一个人免费在线观看电影 | 午夜久久久久精精品| 亚洲午夜精品一区,二区,三区| 亚洲乱码一区二区免费版| 中文字幕人妻丝袜一区二区| 亚洲人成电影免费在线| 精品久久久久久久人妻蜜臀av| 色哟哟哟哟哟哟| 国产91精品成人一区二区三区| 亚洲黑人精品在线| 色尼玛亚洲综合影院| 少妇熟女aⅴ在线视频| 精品人妻1区二区| 亚洲精品国产精品久久久不卡| 好男人在线观看高清免费视频| 久久热在线av| 成人av一区二区三区在线看| 久久久久久大精品| 国产亚洲欧美98| 精品高清国产在线一区| 午夜影院日韩av| 90打野战视频偷拍视频| 热99re8久久精品国产| 成人一区二区视频在线观看| 午夜福利高清视频| 亚洲狠狠婷婷综合久久图片| 国产av又大| 在线观看免费日韩欧美大片| 亚洲中文字幕一区二区三区有码在线看 | 欧美一级毛片孕妇| 老司机深夜福利视频在线观看| 人人妻人人澡欧美一区二区| 亚洲国产欧美人成| 99久久精品国产亚洲精品| 看片在线看免费视频| 99久久久亚洲精品蜜臀av| 免费高清视频大片| 美女 人体艺术 gogo| 国产激情偷乱视频一区二区| 欧美高清成人免费视频www| 女人爽到高潮嗷嗷叫在线视频| 亚洲成av人片在线播放无| 男人舔女人的私密视频| 日韩欧美免费精品| 久久精品国产99精品国产亚洲性色| 中文资源天堂在线| 日韩欧美精品v在线| 免费观看人在逋| 国产亚洲欧美98| 欧美日韩国产亚洲二区| avwww免费| 免费人成视频x8x8入口观看| 欧洲精品卡2卡3卡4卡5卡区| 精品国产亚洲在线| 久久久久久大精品| 国产单亲对白刺激| 高清在线国产一区| 夜夜躁狠狠躁天天躁| 国产精品亚洲美女久久久| 亚洲国产精品999在线| 黄频高清免费视频| 久久久久精品国产欧美久久久| 一级黄色大片毛片| 久久精品国产清高在天天线| 一级作爱视频免费观看| 国产伦在线观看视频一区| 亚洲美女黄片视频| 69av精品久久久久久| 精品久久久久久成人av| 亚洲精品一卡2卡三卡4卡5卡| 欧美午夜高清在线| 成人av在线播放网站| 精品国内亚洲2022精品成人| 午夜免费成人在线视频| 一级片免费观看大全| 日本在线视频免费播放| 精品一区二区三区视频在线观看免费| 91成年电影在线观看| 久久这里只有精品19| 亚洲国产欧美网| 国产野战对白在线观看| 高清毛片免费观看视频网站| 丁香六月欧美| 嫩草影视91久久| 国产三级黄色录像| 精品午夜福利视频在线观看一区| 国产精品98久久久久久宅男小说| 国产亚洲欧美在线一区二区| 中文字幕精品亚洲无线码一区| 国产亚洲精品av在线| 亚洲欧美日韩无卡精品| www.www免费av| 国产成人av激情在线播放| 大型黄色视频在线免费观看| 欧美在线一区亚洲| 国产又黄又爽又无遮挡在线| 国产精品久久久久久亚洲av鲁大| 欧美日韩乱码在线| 蜜桃久久精品国产亚洲av| 国产精品98久久久久久宅男小说| 久久久国产精品麻豆| 国产成人欧美在线观看| 日韩中文字幕欧美一区二区| 俄罗斯特黄特色一大片| 欧美久久黑人一区二区| 欧美日本亚洲视频在线播放| 午夜免费激情av| 日日摸夜夜添夜夜添小说| 人人妻人人澡欧美一区二区| a在线观看视频网站| 看免费av毛片| 五月伊人婷婷丁香| 好男人在线观看高清免费视频| 色综合婷婷激情| 一级a爱片免费观看的视频| 99久久无色码亚洲精品果冻| 国产精品一区二区免费欧美| 久久国产乱子伦精品免费另类| 亚洲黑人精品在线| 男男h啪啪无遮挡| 日韩成人在线观看一区二区三区| 青草久久国产| 亚洲专区字幕在线| 中文资源天堂在线| 欧美av亚洲av综合av国产av| 午夜福利视频1000在线观看| 91九色精品人成在线观看| 午夜福利欧美成人| 一级作爱视频免费观看| 国产精品一区二区精品视频观看| 91成年电影在线观看| 欧美极品一区二区三区四区| 欧美三级亚洲精品| 一夜夜www| 国产片内射在线| 老熟妇仑乱视频hdxx| 91av网站免费观看| 日本一本二区三区精品| 亚洲成人精品中文字幕电影| 亚洲成av人片免费观看| 亚洲成av人片在线播放无| 亚洲国产精品sss在线观看| 久久精品91无色码中文字幕| 国内精品久久久久精免费| 欧美又色又爽又黄视频| 久久天躁狠狠躁夜夜2o2o| 日韩大尺度精品在线看网址| 美女免费视频网站| 真人一进一出gif抽搐免费| 91在线观看av| 宅男免费午夜| 久久精品国产99精品国产亚洲性色| 又紧又爽又黄一区二区| 99国产综合亚洲精品| 成人18禁在线播放| 久久国产乱子伦精品免费另类| 这个男人来自地球电影免费观看| 又黄又粗又硬又大视频| 亚洲精品美女久久久久99蜜臀| 97超级碰碰碰精品色视频在线观看| 国产精品98久久久久久宅男小说| 国产精品精品国产色婷婷| 国产av一区在线观看免费| 国产精品综合久久久久久久免费| 亚洲精华国产精华精| 国产1区2区3区精品| 男女午夜视频在线观看| 欧美人与性动交α欧美精品济南到| 欧美绝顶高潮抽搐喷水| 麻豆国产97在线/欧美 | 国产三级在线视频| 欧美乱妇无乱码| 特级一级黄色大片| 亚洲精品粉嫩美女一区| 亚洲欧洲精品一区二区精品久久久| 亚洲全国av大片| 一级片免费观看大全| 精品久久久久久久人妻蜜臀av| 亚洲精品久久成人aⅴ小说| 一级作爱视频免费观看| 熟女电影av网| 最近最新中文字幕大全免费视频| 波多野结衣巨乳人妻| 亚洲片人在线观看| 免费在线观看亚洲国产| 91九色精品人成在线观看| 久久婷婷成人综合色麻豆| 国产午夜精品久久久久久| 精品久久蜜臀av无| 男人舔奶头视频| 亚洲七黄色美女视频| 欧美久久黑人一区二区| 国产主播在线观看一区二区| 欧美3d第一页| 亚洲专区字幕在线| 国产亚洲精品第一综合不卡| 欧美性猛交黑人性爽| 国产成人啪精品午夜网站| 日本免费一区二区三区高清不卡| 日韩高清综合在线| 亚洲最大成人中文| 精品久久久久久久毛片微露脸| 日本在线视频免费播放| 亚洲成人精品中文字幕电影| bbb黄色大片| 一级黄色大片毛片| 成人午夜高清在线视频| 搡老熟女国产l中国老女人| 丰满人妻一区二区三区视频av | 午夜亚洲福利在线播放| 午夜精品一区二区三区免费看| 精华霜和精华液先用哪个| tocl精华| 国产精品1区2区在线观看.| 欧美一区二区国产精品久久精品 | 亚洲国产精品sss在线观看| tocl精华| 亚洲人成网站在线播放欧美日韩| 国产成人精品久久二区二区91| 久久 成人 亚洲| 久久这里只有精品中国| 婷婷丁香在线五月| 欧美日本亚洲视频在线播放| 亚洲人成电影免费在线| 动漫黄色视频在线观看| 中国美女看黄片| 无限看片的www在线观看| 中文字幕人妻丝袜一区二区| 特大巨黑吊av在线直播| 成人国产一区最新在线观看| 麻豆国产av国片精品| 又黄又爽又免费观看的视频| 制服丝袜大香蕉在线| 亚洲av成人精品一区久久| 巨乳人妻的诱惑在线观看| 亚洲人成电影免费在线| 麻豆久久精品国产亚洲av| 欧美在线一区亚洲| 天天一区二区日本电影三级| 听说在线观看完整版免费高清| 久久久久久久久免费视频了| 在线永久观看黄色视频| 校园春色视频在线观看| 欧美又色又爽又黄视频| 女警被强在线播放| 9191精品国产免费久久| 国产高清激情床上av| 国产97色在线日韩免费| 国产亚洲av高清不卡| 中文字幕人妻丝袜一区二区| 久久人妻av系列| 国产不卡一卡二| 久久久精品国产亚洲av高清涩受| ponron亚洲| 高清毛片免费观看视频网站| 亚洲欧美精品综合一区二区三区| 国产高清有码在线观看视频 | 男女床上黄色一级片免费看| 丰满人妻熟妇乱又伦精品不卡| 国产野战对白在线观看| 免费在线观看亚洲国产| 97碰自拍视频| 操出白浆在线播放| 老熟妇仑乱视频hdxx| 国产成人影院久久av| 两性午夜刺激爽爽歪歪视频在线观看 | 免费看日本二区| 国产高清视频在线播放一区| 久久久国产成人免费| 国产精品99久久99久久久不卡| 精品国产乱码久久久久久男人| 国产精品野战在线观看| 深夜精品福利| 成人18禁在线播放| 久久这里只有精品中国| 国产成人啪精品午夜网站| 日韩成人在线观看一区二区三区| 夜夜夜夜夜久久久久| 免费在线观看影片大全网站| 午夜精品在线福利| 亚洲精品中文字幕在线视频| 午夜精品在线福利| 欧美三级亚洲精品| 久久性视频一级片| 国产99白浆流出| 亚洲欧美一区二区三区黑人| 亚洲欧美激情综合另类| 999久久久国产精品视频| 男人的好看免费观看在线视频 | 国产真实乱freesex| 在线观看66精品国产| 国产成人精品久久二区二区91| 国产亚洲精品一区二区www| АⅤ资源中文在线天堂| 国产探花在线观看一区二区| 1024香蕉在线观看| 天堂影院成人在线观看| 啦啦啦免费观看视频1| 精品无人区乱码1区二区| 久久婷婷成人综合色麻豆| 高清毛片免费观看视频网站| 亚洲成人免费电影在线观看| 91国产中文字幕| 欧美成人午夜精品| 在线观看免费日韩欧美大片| 妹子高潮喷水视频| 亚洲成av人片免费观看| 999精品在线视频| 在线观看免费日韩欧美大片| 国产一级毛片七仙女欲春2| 成人午夜高清在线视频| 老熟妇乱子伦视频在线观看| 亚洲国产精品成人综合色| 一本大道久久a久久精品| 舔av片在线| 看黄色毛片网站| 久久久久久国产a免费观看| 欧美一级a爱片免费观看看 | 亚洲欧美日韩东京热| 黄色视频,在线免费观看| 看片在线看免费视频| 床上黄色一级片| 一级毛片女人18水好多| 哪里可以看免费的av片| 精品久久久久久久人妻蜜臀av| 国产一区二区在线av高清观看| 看免费av毛片| 欧美一区二区国产精品久久精品 | 免费在线观看完整版高清| 亚洲第一电影网av| 久久天堂一区二区三区四区| 两个人看的免费小视频| 亚洲激情在线av| 正在播放国产对白刺激| 免费电影在线观看免费观看| 精品久久久久久久久久久久久| 在线观看一区二区三区| 欧美国产日韩亚洲一区| 免费电影在线观看免费观看| 91大片在线观看| 免费av毛片视频| 丰满人妻熟妇乱又伦精品不卡| 国产主播在线观看一区二区| 国产片内射在线| 他把我摸到了高潮在线观看| 久久热在线av| 天堂√8在线中文| 啦啦啦观看免费观看视频高清| 丰满人妻一区二区三区视频av | 欧美色视频一区免费| 亚洲一区二区三区色噜噜| 午夜精品在线福利| 午夜福利高清视频| 狂野欧美白嫩少妇大欣赏| 亚洲 国产 在线| 亚洲人成伊人成综合网2020| 久久久久亚洲av毛片大全| 国产成人av教育| 男人舔女人的私密视频| 夜夜夜夜夜久久久久| 久久人人精品亚洲av| www国产在线视频色| 亚洲国产精品999在线| 精品久久蜜臀av无| 亚洲片人在线观看| 精品第一国产精品| 免费高清视频大片| 人人妻人人看人人澡| 一个人免费在线观看的高清视频| 2021天堂中文幕一二区在线观| 免费在线观看亚洲国产| 日韩欧美精品v在线| 精品午夜福利视频在线观看一区| 男女午夜视频在线观看| 久9热在线精品视频| 777久久人妻少妇嫩草av网站| 九色成人免费人妻av| www.精华液| 久久人人精品亚洲av| 亚洲人与动物交配视频| 一边摸一边做爽爽视频免费| 天堂√8在线中文| 麻豆国产97在线/欧美 | 国产99久久九九免费精品| 色在线成人网| 欧美日韩一级在线毛片| 国产精品亚洲美女久久久| 99在线人妻在线中文字幕| 亚洲av电影不卡..在线观看| 久久人人精品亚洲av| 午夜老司机福利片| 日韩免费av在线播放| 国产欧美日韩一区二区精品| 亚洲专区字幕在线| 国产一区二区在线av高清观看| 日本一本二区三区精品| 两个人免费观看高清视频| 久久草成人影院| 2021天堂中文幕一二区在线观| 在线观看日韩欧美| 亚洲精品一卡2卡三卡4卡5卡| 久久人妻福利社区极品人妻图片| 免费在线观看日本一区| 色噜噜av男人的天堂激情| 首页视频小说图片口味搜索| 大型黄色视频在线免费观看| 欧美成狂野欧美在线观看| 国产精品98久久久久久宅男小说| 亚洲精品中文字幕在线视频| 国产三级黄色录像| 日本一本二区三区精品| 欧美黑人精品巨大| 两人在一起打扑克的视频| 好看av亚洲va欧美ⅴa在| 午夜免费成人在线视频| 一个人观看的视频www高清免费观看 | 日本成人三级电影网站| 十八禁网站免费在线| 国产成人啪精品午夜网站| 97人妻精品一区二区三区麻豆| 美女 人体艺术 gogo| 久久婷婷成人综合色麻豆| 一边摸一边抽搐一进一小说| 国内精品一区二区在线观看| 国内毛片毛片毛片毛片毛片| 看免费av毛片| 老汉色av国产亚洲站长工具| 亚洲人成网站高清观看| 宅男免费午夜| 国产又黄又爽又无遮挡在线| 国产蜜桃级精品一区二区三区| 亚洲av电影不卡..在线观看| 亚洲自拍偷在线| 老司机午夜十八禁免费视频| 人人妻,人人澡人人爽秒播| 一进一出抽搐动态| 两个人的视频大全免费| 午夜免费激情av| 精品福利观看| 极品教师在线免费播放| 国产精品电影一区二区三区| 宅男免费午夜| 亚洲男人的天堂狠狠| 成人三级黄色视频| 国内精品久久久久久久电影| 黄色 视频免费看| tocl精华| 亚洲电影在线观看av| 亚洲aⅴ乱码一区二区在线播放 | a级毛片a级免费在线| 久久久久久久久免费视频了| 宅男免费午夜| 老司机在亚洲福利影院| 一夜夜www| 岛国在线观看网站| 日日干狠狠操夜夜爽| 国产成人精品久久二区二区免费| 亚洲熟妇中文字幕五十中出| 久久久久精品国产欧美久久久| 啦啦啦免费观看视频1| 亚洲欧美激情综合另类| 日韩欧美 国产精品| 久久久久九九精品影院| 亚洲自偷自拍图片 自拍| 久久久久久大精品| 国产探花在线观看一区二区| 18禁国产床啪视频网站| 蜜桃久久精品国产亚洲av| 97人妻精品一区二区三区麻豆| 97超级碰碰碰精品色视频在线观看| 日韩免费av在线播放| 亚洲色图 男人天堂 中文字幕| 日本成人三级电影网站| av超薄肉色丝袜交足视频| 激情在线观看视频在线高清| 最近最新中文字幕大全免费视频| 好看av亚洲va欧美ⅴa在| videosex国产| 窝窝影院91人妻| 老汉色av国产亚洲站长工具| 一本精品99久久精品77| 国产主播在线观看一区二区| 人妻久久中文字幕网| 亚洲成人中文字幕在线播放| 97超级碰碰碰精品色视频在线观看| 亚洲 国产 在线| 成人av在线播放网站| 国产一级毛片七仙女欲春2| 国产成人影院久久av| 变态另类成人亚洲欧美熟女| 母亲3免费完整高清在线观看| 欧美 亚洲 国产 日韩一| 国产亚洲精品久久久久5区| 国产午夜精品论理片| 黄频高清免费视频| 欧美最黄视频在线播放免费| 久久婷婷人人爽人人干人人爱| 午夜福利成人在线免费观看| 欧美av亚洲av综合av国产av| 国产精品亚洲av一区麻豆| 国产精品久久久久久亚洲av鲁大| 亚洲成人久久爱视频| 天天躁夜夜躁狠狠躁躁| 亚洲人成电影免费在线| 悠悠久久av| 99在线视频只有这里精品首页| 麻豆久久精品国产亚洲av| 麻豆国产av国片精品| 悠悠久久av| 欧美色视频一区免费| 每晚都被弄得嗷嗷叫到高潮| 最近在线观看免费完整版| 亚洲精品中文字幕在线视频| 1024手机看黄色片| 男人舔奶头视频| 久久久久国产一级毛片高清牌| 久久久久亚洲av毛片大全| www国产在线视频色| 国产av一区二区精品久久| 国产人伦9x9x在线观看| 亚洲,欧美精品.| 国产成人av激情在线播放| 哪里可以看免费的av片| 久久 成人 亚洲| 久久久久久大精品| 在线国产一区二区在线| a级毛片a级免费在线| 国产熟女xx| 少妇裸体淫交视频免费看高清 | 此物有八面人人有两片| 亚洲人成伊人成综合网2020| 最好的美女福利视频网| 久久草成人影院| 国产又色又爽无遮挡免费看| √禁漫天堂资源中文www| 久久精品国产清高在天天线| 久久久久久久久免费视频了| 99在线人妻在线中文字幕| 亚洲中文日韩欧美视频| 国产精品av久久久久免费| 欧美乱色亚洲激情| 最近最新中文字幕大全免费视频| 国产乱人伦免费视频| 这个男人来自地球电影免费观看| 精品国产超薄肉色丝袜足j| 亚洲色图 男人天堂 中文字幕| 日韩免费av在线播放| 国产视频内射| 搡老岳熟女国产| 色尼玛亚洲综合影院| 99热只有精品国产| 国产精品野战在线观看| 俄罗斯特黄特色一大片| 欧美激情久久久久久爽电影| 中国美女看黄片| 国产一级毛片七仙女欲春2| tocl精华| 亚洲精品在线观看二区| 国产v大片淫在线免费观看| 久久精品国产亚洲av香蕉五月| 中文在线观看免费www的网站 | 色尼玛亚洲综合影院| 男女床上黄色一级片免费看| 一级毛片高清免费大全| 搡老妇女老女人老熟妇| 精品福利观看| 日本一二三区视频观看| 亚洲全国av大片| 又爽又黄无遮挡网站| 欧美黑人精品巨大| 亚洲av成人精品一区久久| videosex国产| 亚洲va日本ⅴa欧美va伊人久久| 中亚洲国语对白在线视频| 国产精品久久久久久久电影 | 99re在线观看精品视频| 国产高清videossex| 床上黄色一级片| 国产伦在线观看视频一区| 母亲3免费完整高清在线观看| 国产精品久久久久久久电影 | 国产三级中文精品| 久久久国产成人精品二区| 久久精品夜夜夜夜夜久久蜜豆 |