• <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 SVM 機器學習技術(shù)的企業(yè)智能化審計建模優(yōu)化

    2023-06-12 13:33:11蔡玲嘉
    粘接 2023年5期
    關(guān)鍵詞:支持向量機技術(shù)建模

    蔡玲嘉

    摘要:機器學習是人工智能的核心,將其應用于企業(yè)審計中,提升企業(yè)審計智能化水平。研究從用戶、內(nèi)部業(yè)務流程、學習和成長、財務4個角度構(gòu)建了審計智能化評價指標,并采用經(jīng)典機器學習算法支持向量機建立企業(yè)智能化審計評價模型。為提升支持向量機模型性能,采用回溯搜索優(yōu)化算法對支持向量機核函數(shù)進行優(yōu)化,將構(gòu)建的模型與GA-SVM、PSO-SVM 進行對比。結(jié)果表明:BSA-SVM 模型的分類識別準確率最高為94.5%,同時迭代時間最短為36.28 s。

    關(guān)鍵詞:支持向量機;回溯搜索優(yōu)化算法;智能化審計;技術(shù);建模

    中圖分類號:TP391.9文獻標志碼:A文章編號:1001-5922(2023)05-0139-04

    Optimizationof enterprisesintelligentauditmodeling basedonSVMmachinelearningtechnology

    CAI Lingjia

    (Audit Center of Guangdong Power Grid Co.,LTD.,Guangzhou 510060,China)

    Abstract:Machine learning is the core of artificial intelligence,and it can be applied to the audit of enterprises to improve the level of enterprise audit intelligence. In this paper,intelligent audit evaluation indicators were con? structed from four perspectives:users,internal business processes,learning and growth,and finance,perspec? tives of users,internal business processes,learning and growth,and finance,then classical machine learning algo? rithm was used to support vector machines to establish an intelligent audit evaluation model for power enterprises. In order to improve the performance of the support vector machine model,a backtracking search optimization algo? rithm was used to optimize the kernel function of the support vector machine,and the constructed model was com? pared with GA-SVM and PSO-SVM.Results showed that the classification recognition accuracy of the BSA-SVM model is the highest 94.5%, and the shortest iteration time is 36.28.

    Keywords:support vector machine;backtracking search optimization algorithm;intelligent audit

    通過加強審計來嚴肅財經(jīng)法紀,反映企業(yè)資產(chǎn)、負債、盈虧真實情況,為企業(yè)下一步的決策提供精準的數(shù)據(jù)參考。機器學習技術(shù)的快速發(fā)展使得企業(yè)審計智能化成為大勢所趨,而部分企業(yè)審計智能化水平比較低,在激烈的企業(yè)競爭中處于不利的地位。有機硅材料、橡膠等在電力行業(yè)中應用十分廣泛,同時審計水平不高,會使得企業(yè)的經(jīng)營決策不科學,增加企業(yè)的經(jīng)營風險[2]。為充分發(fā)揮企業(yè)審計的作用,必須持續(xù)提升企業(yè)審計的智能化水平。有報道,采用粒子群算對卷積神經(jīng)網(wǎng)絡進行改進,提出了改進卷積神經(jīng)網(wǎng)絡的故障診斷算法,并將其應用于化工故障診斷中,其平均故障檢出率高達91.2%[3]。引入機器學習算法構(gòu)建了一種海上蒸發(fā)波導特性智能化預測的模型,該模型的實際偏差小,相對誤差小,在提高我國區(qū)域范圍內(nèi)預測蒸發(fā)波導高度準確率方面具有良好性能[4]。支持向量機(SVM)作為經(jīng)典機器學習算法,其性能受到參數(shù)的影響比較大,獲取SVM 最佳參數(shù)是關(guān)鍵,也引起了學術(shù)界廣泛關(guān)注[5]。本研究采用回溯搜索優(yōu)化算法(BSA)對 SVM 參數(shù)優(yōu)化,得到 BSA-SVM 模型,并將其應用于企業(yè)智能化審計中,期待對提升審計工作效率和質(zhì)量提供參考。

    1 企業(yè)審計智能化構(gòu)建

    審計工作在企業(yè)管理中發(fā)揮著至關(guān)重要的作用,審計工作的智能化水平直接影響到審計工作開展的效率和質(zhì)量,進而影響到企業(yè)的發(fā)展??茖W制定企業(yè)審計智能化評價指標直接影響到審計工作質(zhì)量的提升,通過提升企業(yè)審計的智能化水平來達到降低企業(yè)審計成本的目的。采用平衡計分卡方法構(gòu)建企業(yè)審計智能化水平評價指標,具體如圖1所示。

    2 基于SVM機器學習的審計智能化模型

    2.1 SVM 算法

    SVM 是經(jīng)典的機器學習算法,其按照監(jiān)督學習的方式對數(shù)據(jù)分類,屬于二元廣義分類器。目前,SVM 在文本分類、績效考核、人臉識別等領(lǐng)域得到了廣泛的應用[6-7]。SVM 算法數(shù)學性能優(yōu)良,實際工程應用效果好,引起了學術(shù)界的廣泛關(guān)注。SVM 算法對樣本分類的過程是確定分類超平面的過程,其目標是尋找最優(yōu)超平面;二維狀態(tài)下的最優(yōu)超平面如圖2所示。

    不妨設(shè)企業(yè)審計智能化水平評價指標與評價結(jié)果構(gòu)成數(shù)據(jù)集合 D ,即

    式中:xi 為審計智能化水平評價指標所構(gòu)成的向量;yi e {<1 , 1}為審計智能化水平評價結(jié)果。不妨設(shè)最優(yōu)分類超平面方程為[8]:

    式中:x 為最優(yōu)分類超平面法向量;b 為偏置位移。

    SVM 算法的核心問題是求解 x 和 b ,使得樣本D 滿足[9]: {

    由于并非所有的樣本均能夠被正確分割,通過引入懲罰系數(shù)和松弛變量的方式來求解。在引入松弛變量之后,少部分的樣本點可以在邊界線上,同時當樣本數(shù)據(jù)被錯誤劃分或者具有比較多的樣本點在邊界線上時實施懲罰,這樣來確保邊距的最大化要求,懲罰系數(shù)的大小直接反映了懲罰的強度。在引入懲罰系數(shù) C 和松弛變量ε之后,求解 x 和 b 可以轉(zhuǎn)化為最小值求解問題,即[10]:

    為了便于求解,引入拉格朗日乘子 ai ,其拉格朗日函數(shù)為:

    最小值求解問題轉(zhuǎn)化為對偶問題,即:

    對線性不可分割的樣本數(shù)據(jù),引入核函數(shù)將線性不可分割樣本升維,達到在高維空間樣本線性可分的目的。徑向基核函數(shù)是常用的核函數(shù),其表達式為[11]:

    引入核函數(shù)后,決策函數(shù)為[12]:

    很明顯,核函數(shù)參數(shù)(g)以及懲罰系數(shù)(C)對 SVM 的性能具有至關(guān)重要的影響,要通過優(yōu)化算法對參數(shù)組合(C ,g)進行優(yōu)化,從而提高SVM 的分類性能。

    2.2BSA 算法

    BSA 是Civicioglu P 提出的種群元啟發(fā)式優(yōu)化算法,算法的框架和差分進化算法類似;但是變異、交叉操作和差分進化算法存在本質(zhì)的不同[13],其相對于差分進化算法全局尋優(yōu)能力更強,收斂效率更高。 BSA有記憶種群功能,這使得算法具有優(yōu)良的挖掘歷史信息能力;BSA流程如圖3所示[14]。

    2.2.1 種群初始化

    BSA 初始化與差分進化算法不同,其是對種群(P)和歷史種群(oldP)的初始化。設(shè)種群大小為 NP ,問題維數(shù)為 D ,那么 P 和oldP均是NPx D 的矩陣,在矩陣中的每一行均是優(yōu)化問題的一個解。

    Pi.j和oldPi.j為矩陣第i行、j 列的元素,搜索空間區(qū)域為[l . u]; lj和uj為第j 維分空間的上界與下界,種群初始化過程為[15]:

    式中:r1和 r2為區(qū)間(0.1)上的隨機數(shù)。

    2.2.2 選擇Ⅰ

    選擇Ⅰ操作用來選擇一個新的歷史種群oldP,即[16]

    式中:r3和r4為區(qū)間(0.1)上服從均勻分布的隨機數(shù)。

    在變異方程中,oldP是引導種群,選擇Ⅰ使得oldP可以選擇當代的種群,也可以選擇當代之前的任何一代歷史種群,這使得BSA 的全局尋優(yōu)性能大大提升。

    2.2.3 變異

    在確定oldP之后,對oldP中的個體隨機排序,并且重新賦予oldP,實施變異操作,即

    式中:F 為變尺度系數(shù)。

    變尺度系數(shù)(F)用于對搜索方向矩陣(oldP一 P)的幅度進行控制,其服從正態(tài)分布,即

    2.2.4 交叉

    通過交叉操作產(chǎn)生最終的實驗種群(T),BSA 的交叉策略有2種方式:第1種方式為任意選擇一維,對原個體和同位置變異個體該維上的元素進行交換;第2種方式為每一行生成一個[1.2.….D]的隨機重排sorti(D),任意選取ni作為交叉長度[17]:

    式中:mix rate 為交叉概率;r(i)是區(qū)間(0.1)上的隨機數(shù);D 是問題維度。

    BSA的交叉操作為2種交叉策略等概率隨機調(diào)用。

    2.2.5 選擇Ⅱ

    對 P 和 T 的同位置行向量進行大小比較,結(jié)合適應度值來競賽選擇。對于極小值優(yōu)化求解問題,選擇Ⅱ算子描述為[18]:

    2.3 審計智能化水平優(yōu)化模型

    采用BSA 對SVM 的參數(shù)組合(C .g)進行優(yōu)化,得到BSA-SVM 模型,并將該模型應用于電力企業(yè)審計智能化水平評價中;電力企業(yè)審計智能化水平評價模型如圖4所示。

    3 實例分析

    3.1 數(shù)據(jù)來源

    企業(yè)內(nèi)部審計作為最重要的職能部門之一,在企業(yè)經(jīng)營風險識別、風險度量、風險管理、內(nèi)部控制、流程優(yōu)化等方面發(fā)揮著至關(guān)重要的作用。數(shù)據(jù)來源于某電力企業(yè),通過問卷調(diào)查以及具體的數(shù)據(jù)作為輸入和輸出數(shù)據(jù)。由于有的數(shù)據(jù)為定量化數(shù)據(jù),有的數(shù)據(jù)為定性化數(shù)據(jù),需要對定性化數(shù)據(jù)進行量化處理,最終統(tǒng)一轉(zhuǎn)化為定量數(shù)據(jù)。不同的評價指標存在量綱差異,這會造成BSA-SVM 模型訓練的誤差大、效率低等問題。對定量數(shù)據(jù)進行歸一化處理,將歸一化處理后的數(shù)據(jù)作為模型的數(shù)據(jù)來源。

    3.2 收斂性對比

    不同的智能優(yōu)化算法對SVM 參數(shù)組合(C .g)的優(yōu)化性能存在一定的差別,對比 BSA、遺傳算法(GA)、粒子群算法(PSO)的優(yōu)化性能,設(shè)置迭代次數(shù)為200,對比GA-SVM[19]、PSO-SVM[20]和BSA-SVM 之3種模型的分類準確率尋優(yōu)過程,結(jié)果如圖5所示。

    從圖5可以看出,BSA對SVM的優(yōu)化效果明顯優(yōu)于GA 和PSO,在經(jīng)過4次迭代之后就獲得了最優(yōu)值。與BSA 相比,GA 優(yōu)化SVM 所得到的GA-SVM 模型的分類準確率比較低,陷入了局部最優(yōu)狀態(tài)。PSO 相對于GA 的收斂速度比較快,但是PSO-SVM 更加容易陷入局部最優(yōu)的狀態(tài)。由此可見,采用BSA 優(yōu)化SVM 參數(shù)組合(C .g)具有收斂速度快、準確性高的優(yōu)點。

    3.3 優(yōu)化結(jié)果對比

    分別采用 GA、PSO、BSA 對 SVM 的參數(shù)組合(C .g)進行優(yōu)化,并將優(yōu)化得到的參數(shù)作為SVM的最優(yōu)參數(shù)。采用訓練數(shù)據(jù)分別對GA-SVM、PSO-SVM、 BSA-SVM 進行訓練,并采用測試數(shù)據(jù)對訓練好的模型進行測試,優(yōu)化和測試結(jié)果對比如表1所示。

    由表1可知,BSA-SVM 對企業(yè)審計智能化水平評價的識別準確率為94.5%,明顯高于 GA-SVM、 PSO-SVM,識別準確率分別提高了4.3%和8.2%。從迭代的時間來看,BSA-SVM 模型的時間也最短,為36.28 s,比GA-SVM模型縮短了33.58 s,比PSO-SVM 模型縮短了20.5 s。通過對比3種模型的識別準確率和迭代時間,BSA-SVM 模型對企業(yè)審計智能化水平的評價具有十分明顯的優(yōu)勢。

    采用BSA-SVM 模型對企業(yè)審計智能化水平進行評價,實際和預測結(jié)果對比如圖6所示。

    4 結(jié)語

    從4個維度構(gòu)建了審計智能化水平評價指標,并采用BSA 對SVM 參數(shù)優(yōu)化,提出了基于BSA-SVM 的企業(yè)審計智能化水平評價模型。通過與 GA-SVM、 PSO-SVM模型的對比,BSA-SVM對電力企業(yè)審計智能化水平評價的識別準確率為94.5%,明顯高于 GA-SVM、PSO-SVM,識別準確率分別提高了4.3%和8.2%。BSA-SVM 模型的迭代時間也最短,為36.28 s,比GA-SVM 模型縮短了33.58,比PSO-SVM 模型縮短了20.5 s。結(jié)果表明,所提出的BSA-SVM 審計智能化水平評價模型,明顯優(yōu)于其他模型。

    【參考文獻】

    [1] 萬嬋.電力企業(yè)數(shù)據(jù)資產(chǎn)監(jiān)控體系的建立[J].粘接,2020,42(6):73-77.

    [2] 張侃,張浩海,顧新橋,等.基于A-Workflow的電力倉儲化資產(chǎn)盤活方法研究[J].粘接,2021,46(5):164-168.

    [3] 許洪光,李鳳英,郭茜.機器學習算法改進及在化工故障診斷中的應用[J].粘接,2022,49(5):85-89.

    [4] 石廣亮,楊鋮,王健.基于機器學習的海上蒸發(fā)波導特性智能化預測[J].指揮與控制學報,2022,8(2):198-205.

    [5] 張蜀紅.基于支持向量機的機械設(shè)備故障診斷研究[J].粘接,2021,47(9):129-132.

    [6] 徐竟?jié)?,吳作宏,徐巖,等.融合PCA、LDA 和SVM 算法的人臉識別[J].計算機工程與應用,2019,55(18):34-37.

    [7] 朱亞軍,次曲,擁措.基于SVM 算法的藏文微博情感分析研究[J].計算機仿真,2022,39(8):226-229.

    [8] 裴愛根,張洋,黃濤,等.基于支持向量機激光技術(shù)提取電力線信息的研究[J].粘接,2022,49(12):155-159.

    [9] 王濤,李治軍. PSO-SVM 模型在黑龍江省水資源承載力評價中的應用[J].水電能源科學,2023,41(1):30-33.

    [10] 王昱琛,楊仕教,郭欽鵬,等.基于MPA-SVM的煤礦拋擲爆破爆堆形態(tài)預測[J].爆破器材,2023,52(1):58-64.

    [11] 丁茜,趙曉東,吳鑫俊,等.基于RBF 核的多分類SVM 滑塌易發(fā)性評價模型[J].中國安全科學學報,2022,32(3):194-200.

    [12] 徐超,孫金莉,楊郡,等.基于分布式支持向量機的電網(wǎng)錯誤數(shù)據(jù)注入檢測法[J].粘接,2023,50(2):188-192.

    [13] 魏鋒濤,史云鵬,石坤.具有組合變異策略的回溯搜索優(yōu)化算法[J].計算機工程與應用,2020,56(9):41-47.

    [14] 韓宇,孫志鵬,黃睿,等.基于回溯搜索算法的灌區(qū)優(yōu)化配水模型[J].工程科學與技術(shù),2020,52(1):29-37.

    [15] 薛博水,陳杰,趙四洪,等.基于諧波特征和BSA 優(yōu)化的非侵入式負荷識別算法研究[J].昆明理工大學學報(自然科學版),2022,47(5):113-120.

    [16] 吳忠強,尚夢瑤,申丹丹,等.基于BSA-RELM 的純電動汽車鋰離子電池SOC估計[J].計量學報,2019,40(4):693-699.

    [17] 尚秋峰,郭家興.基于VMD-BSA-SVM 的海纜振動信號識別方法[J].激光與光電子學進展,2022,59(17):65-74.

    [18] 李占英,時應虎,張海傳,等.基于RBF-BSA的鋰離子電池SOC 混合估算算法[J].華中科技大學學報(自然科學版),2019,47(12):67-72.

    [19] 楊曉炳,閆澤鵬,尹升華,等.基于GA-SVM 的鋼渣基膠凝材料開發(fā)及料漿配比優(yōu)化[J].工程科學學報,2022,44(11):1897-1908.

    [20] 鄒紅波,宋家樂,劉媛,等.基于PSO-SVM 算法的輸電線路覆冰舞動預測模型[J].振動與沖擊,2023,42(3):280-286.

    猜你喜歡
    支持向量機技術(shù)建模
    聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃鲋凶鰣A周運動”為例
    基于PSS/E的風電場建模與動態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對稱半橋變換器的建模與仿真
    動態(tài)場景中的視覺目標識別方法分析
    論提高裝備故障預測準確度的方法途徑
    價值工程(2016年32期)2016-12-20 20:36:43
    基于熵技術(shù)的公共事業(yè)費最優(yōu)組合預測
    價值工程(2016年29期)2016-11-14 00:13:35
    淺談鋼筋混凝土結(jié)構(gòu)建筑應用外包粘鋼加固技術(shù)
    探討電力系統(tǒng)中配網(wǎng)自動化技術(shù)
    科技視界(2016年21期)2016-10-17 20:00:58
    移動應用系統(tǒng)開發(fā)
    科技視界(2016年21期)2016-10-17 19:38:30
    北京市中小企業(yè)優(yōu)化升級
    商(2016年27期)2016-10-17 04:13:28
    久久精品久久久久久久性| 日本免费a在线| 国产精品久久久久久精品电影| 免费看a级黄色片| 亚洲精品成人久久久久久| 亚洲18禁久久av| 国产黄a三级三级三级人| 色综合站精品国产| 欧美性感艳星| 午夜福利视频精品| 美女内射精品一级片tv| 久久精品夜色国产| 国产精品熟女久久久久浪| 日日摸夜夜添夜夜爱| 亚洲熟妇中文字幕五十中出| 亚洲欧美成人综合另类久久久| 深夜a级毛片| 2018国产大陆天天弄谢| 男人和女人高潮做爰伦理| 伊人久久国产一区二区| 欧美激情久久久久久爽电影| 最新中文字幕久久久久| 久久午夜福利片| 极品教师在线视频| 99久久九九国产精品国产免费| 国产真实伦视频高清在线观看| 综合色av麻豆| 啦啦啦啦在线视频资源| 国产精品不卡视频一区二区| 国产真实伦视频高清在线观看| 欧美性感艳星| 中文字幕制服av| 色5月婷婷丁香| 国产爱豆传媒在线观看| 激情 狠狠 欧美| 午夜激情欧美在线| 欧美人与善性xxx| 国产三级在线视频| 毛片一级片免费看久久久久| 午夜福利成人在线免费观看| 欧美区成人在线视频| 99久久精品热视频| 毛片女人毛片| 中文字幕久久专区| 久久久亚洲精品成人影院| 精品久久久久久久久av| 少妇熟女欧美另类| 亚洲,欧美,日韩| 久久99精品国语久久久| 免费看美女性在线毛片视频| 三级国产精品片| 91精品一卡2卡3卡4卡| 男女边摸边吃奶| 一边亲一边摸免费视频| 国产高清有码在线观看视频| 五月玫瑰六月丁香| 美女国产视频在线观看| av播播在线观看一区| 国产精品.久久久| 亚洲经典国产精华液单| 国产伦一二天堂av在线观看| 天天一区二区日本电影三级| 国产真实伦视频高清在线观看| 99九九线精品视频在线观看视频| 内地一区二区视频在线| h日本视频在线播放| 国产午夜精品久久久久久一区二区三区| 亚洲伊人久久精品综合| 深夜a级毛片| 日韩欧美精品v在线| 少妇被粗大猛烈的视频| 精品一区二区免费观看| 亚洲欧美一区二区三区黑人 | 日产精品乱码卡一卡2卡三| 国产精品三级大全| 最近的中文字幕免费完整| 国产伦精品一区二区三区四那| 国产精品综合久久久久久久免费| 激情五月婷婷亚洲| 色视频www国产| 国产伦理片在线播放av一区| 成人国产麻豆网| 精品久久久久久久末码| 十八禁国产超污无遮挡网站| 男女边摸边吃奶| 激情 狠狠 欧美| 男人狂女人下面高潮的视频| 99久久九九国产精品国产免费| 日本wwww免费看| 毛片一级片免费看久久久久| 精品国内亚洲2022精品成人| 2021天堂中文幕一二区在线观| 一级二级三级毛片免费看| 又爽又黄无遮挡网站| 熟妇人妻久久中文字幕3abv| 色综合亚洲欧美另类图片| 久久久久九九精品影院| 久久久精品免费免费高清| 中文字幕av成人在线电影| 噜噜噜噜噜久久久久久91| 国产69精品久久久久777片| 十八禁网站网址无遮挡 | 十八禁国产超污无遮挡网站| 日产精品乱码卡一卡2卡三| 免费看美女性在线毛片视频| 亚洲天堂国产精品一区在线| 亚洲激情五月婷婷啪啪| 啦啦啦中文免费视频观看日本| 欧美极品一区二区三区四区| 人体艺术视频欧美日本| 国产亚洲最大av| 99热这里只有是精品在线观看| 91狼人影院| 日本午夜av视频| 在线观看免费高清a一片| 丝瓜视频免费看黄片| 91狼人影院| 天堂中文最新版在线下载 | 中文精品一卡2卡3卡4更新| 午夜免费激情av| 亚洲av成人精品一区久久| 22中文网久久字幕| 91精品伊人久久大香线蕉| 国产综合懂色| 亚洲真实伦在线观看| 69人妻影院| 狠狠精品人妻久久久久久综合| 80岁老熟妇乱子伦牲交| 色5月婷婷丁香| 国产成人精品久久久久久| 亚洲精品亚洲一区二区| 国产免费视频播放在线视频 | 成人特级av手机在线观看| 久久精品国产亚洲网站| 在线a可以看的网站| 久久久午夜欧美精品| 亚洲内射少妇av| 欧美bdsm另类| 国产亚洲精品久久久com| 可以在线观看毛片的网站| av在线观看视频网站免费| 久久97久久精品| 中文字幕免费在线视频6| 美女脱内裤让男人舔精品视频| 久久久国产一区二区| 99热这里只有是精品在线观看| 中国美白少妇内射xxxbb| 欧美日韩精品成人综合77777| 亚洲高清免费不卡视频| 国产又色又爽无遮挡免| 国产伦精品一区二区三区视频9| 男插女下体视频免费在线播放| 亚洲av中文字字幕乱码综合| 亚洲怡红院男人天堂| 老司机影院成人| 国产亚洲精品av在线| 欧美日韩精品成人综合77777| 插阴视频在线观看视频| 80岁老熟妇乱子伦牲交| 日韩制服骚丝袜av| 97精品久久久久久久久久精品| 一个人看视频在线观看www免费| 久久久成人免费电影| 好男人在线观看高清免费视频| 亚洲国产日韩欧美精品在线观看| 七月丁香在线播放| 免费看av在线观看网站| 最近最新中文字幕大全免费视频 | 欧美精品国产亚洲| 国产亚洲一区二区精品| 精品国产露脸久久av麻豆| 国产男女内射视频| 999精品在线视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 熟女电影av网| 一级片免费观看大全| 亚洲综合色网址| 日韩一区二区三区影片| 亚洲人成77777在线视频| 欧美中文综合在线视频| 国产精品久久久久久精品古装| 欧美最新免费一区二区三区| 欧美中文综合在线视频| 国产日韩欧美亚洲二区| 制服诱惑二区| 日韩 亚洲 欧美在线| 久久久久精品人妻al黑| 多毛熟女@视频| 久久久久久久国产电影| 男的添女的下面高潮视频| 最近中文字幕高清免费大全6| 欧美精品高潮呻吟av久久| 国产极品天堂在线| 亚洲欧美清纯卡通| 国产欧美亚洲国产| 欧美精品av麻豆av| 日韩制服丝袜自拍偷拍| 日韩av不卡免费在线播放| 亚洲精品av麻豆狂野| 久久久久久久亚洲中文字幕| 两性夫妻黄色片| 欧美人与性动交α欧美软件| 高清视频免费观看一区二区| 国产精品人妻久久久影院| 精品国产超薄肉色丝袜足j| 一级毛片黄色毛片免费观看视频| av在线播放精品| 巨乳人妻的诱惑在线观看| 男人操女人黄网站| 一级黄片播放器| 亚洲成人av在线免费| 欧美少妇被猛烈插入视频| 九九爱精品视频在线观看| 久久久亚洲精品成人影院| 国产精品久久久久久av不卡| 亚洲成av片中文字幕在线观看 | 天天躁夜夜躁狠狠躁躁| 男女啪啪激烈高潮av片| 亚洲国产最新在线播放| 欧美日本中文国产一区发布| 制服人妻中文乱码| 欧美97在线视频| 亚洲天堂av无毛| 在现免费观看毛片| 人体艺术视频欧美日本| 亚洲,一卡二卡三卡| 久久婷婷青草| 18禁裸乳无遮挡动漫免费视频| 啦啦啦啦在线视频资源| 日韩av不卡免费在线播放| 精品国产国语对白av| 久久亚洲国产成人精品v| 可以免费在线观看a视频的电影网站 | 亚洲成人手机| 欧美黄色片欧美黄色片| xxx大片免费视频| 中文字幕制服av| 日韩av在线免费看完整版不卡| 午夜福利视频精品| 免费看不卡的av| 桃花免费在线播放| 晚上一个人看的免费电影| 交换朋友夫妻互换小说| av国产久精品久网站免费入址| 久久亚洲国产成人精品v| 中文字幕色久视频| av在线app专区| 中文欧美无线码| 欧美 亚洲 国产 日韩一| 免费大片黄手机在线观看| 欧美国产精品一级二级三级| 欧美精品高潮呻吟av久久| 欧美日韩精品成人综合77777| 欧美日韩av久久| 成人亚洲欧美一区二区av| 日韩av免费高清视频| 久久久久久人妻| 汤姆久久久久久久影院中文字幕| 欧美日韩av久久| 99国产综合亚洲精品| 久久精品久久精品一区二区三区| 人人妻人人爽人人添夜夜欢视频| 激情五月婷婷亚洲| 久久精品aⅴ一区二区三区四区 | 老熟女久久久| 久久久久精品久久久久真实原创| 免费看av在线观看网站| 免费人妻精品一区二区三区视频| 久久久久国产精品人妻一区二区| av网站免费在线观看视频| 一区二区三区乱码不卡18| 99国产精品免费福利视频| 国产亚洲欧美精品永久| 在线观看一区二区三区激情| 久久久久久伊人网av| 999精品在线视频| 久久免费观看电影| 99久久精品国产国产毛片| 国产在线免费精品| 亚洲色图综合在线观看| 高清视频免费观看一区二区| 免费av中文字幕在线| 高清在线视频一区二区三区| 最新中文字幕久久久久| 中文字幕制服av| 大香蕉久久成人网| 少妇熟女欧美另类| 亚洲av中文av极速乱| 我要看黄色一级片免费的| 精品酒店卫生间| 久久综合国产亚洲精品| kizo精华| 黑人猛操日本美女一级片| 国产亚洲av片在线观看秒播厂| 欧美日韩一级在线毛片| 80岁老熟妇乱子伦牲交| 亚洲av男天堂| 一二三四在线观看免费中文在| 亚洲久久久国产精品| 丰满乱子伦码专区| 亚洲av在线观看美女高潮| 成年美女黄网站色视频大全免费| 亚洲精品国产av成人精品| 伦理电影大哥的女人| 黑人欧美特级aaaaaa片| 久久精品国产亚洲av天美| 亚洲第一区二区三区不卡| 国产精品成人在线| 大码成人一级视频| 日韩一区二区三区影片| 欧美最新免费一区二区三区| 大片免费播放器 马上看| 亚洲国产日韩一区二区| av在线播放精品| 欧美黄色片欧美黄色片| 激情五月婷婷亚洲| 国产不卡av网站在线观看| 中文精品一卡2卡3卡4更新| 老女人水多毛片| 菩萨蛮人人尽说江南好唐韦庄| 女人被躁到高潮嗷嗷叫费观| 男人操女人黄网站| 欧美 日韩 精品 国产| 久久99精品国语久久久| 天堂俺去俺来也www色官网| 母亲3免费完整高清在线观看 | 五月开心婷婷网| 人人妻人人添人人爽欧美一区卜| 亚洲精品美女久久久久99蜜臀 | 欧美日韩亚洲国产一区二区在线观看 | 国产精品免费大片| 久热这里只有精品99| 一区二区av电影网| 精品亚洲乱码少妇综合久久| 国产成人免费观看mmmm| 丝袜喷水一区| 国产精品人妻久久久影院| 日本91视频免费播放| 视频区图区小说| 国产精品蜜桃在线观看| 26uuu在线亚洲综合色| 黄色 视频免费看| 91aial.com中文字幕在线观看| 麻豆乱淫一区二区| 青草久久国产| 香蕉精品网在线| 91aial.com中文字幕在线观看| 黄网站色视频无遮挡免费观看| 亚洲精品视频女| 日韩 亚洲 欧美在线| 伊人亚洲综合成人网| av女优亚洲男人天堂| 午夜福利在线观看免费完整高清在| 午夜91福利影院| 波野结衣二区三区在线| av电影中文网址| 国产av码专区亚洲av| 嫩草影院入口| 99国产综合亚洲精品| 亚洲成人手机| 国产av码专区亚洲av| 性色avwww在线观看| 欧美日韩综合久久久久久| 国产免费视频播放在线视频| 夫妻性生交免费视频一级片| av电影中文网址| 精品国产乱码久久久久久男人| 亚洲欧美一区二区三区久久| 免费女性裸体啪啪无遮挡网站| av电影中文网址| 你懂的网址亚洲精品在线观看| av电影中文网址| 你懂的网址亚洲精品在线观看| 婷婷色综合www| 免费观看在线日韩| a级毛片黄视频| 亚洲欧美精品自产自拍| 美女国产高潮福利片在线看| 成人毛片60女人毛片免费| 欧美 亚洲 国产 日韩一| 精品国产乱码久久久久久男人| 夜夜骑夜夜射夜夜干| 免费观看在线日韩| 国产 精品1| 亚洲一区二区三区欧美精品| 国产无遮挡羞羞视频在线观看| 街头女战士在线观看网站| 又黄又粗又硬又大视频| 日本黄色日本黄色录像| 中文字幕另类日韩欧美亚洲嫩草| 国产一区二区在线观看av| 午夜激情久久久久久久| 丰满少妇做爰视频| 午夜福利,免费看| 大片电影免费在线观看免费| 久久精品国产a三级三级三级| 成人黄色视频免费在线看| 婷婷色综合www| 另类亚洲欧美激情| 免费在线观看黄色视频的| 一二三四在线观看免费中文在| 日本黄色日本黄色录像| 国产男女内射视频| 啦啦啦啦在线视频资源| 亚洲成人av在线免费| 欧美国产精品一级二级三级| 亚洲av在线观看美女高潮| 国产精品 国内视频| 亚洲 欧美一区二区三区| 乱人伦中国视频| 日韩av不卡免费在线播放| 日韩成人av中文字幕在线观看| 久久久久久人妻| 中文天堂在线官网| 99久久综合免费| 久久久a久久爽久久v久久| 国产极品天堂在线| 高清欧美精品videossex| 久久久久国产网址| 久久久精品国产亚洲av高清涩受| 国产片特级美女逼逼视频| 大陆偷拍与自拍| 9色porny在线观看| 一级爰片在线观看| 免费观看a级毛片全部| 最近手机中文字幕大全| 色94色欧美一区二区| 亚洲国产精品一区三区| 啦啦啦啦在线视频资源| 日韩一本色道免费dvd| 9191精品国产免费久久| 国产成人午夜福利电影在线观看| 十分钟在线观看高清视频www| 一级a爱视频在线免费观看| 美女脱内裤让男人舔精品视频| 久久精品久久精品一区二区三区| 欧美老熟妇乱子伦牲交| 精品久久蜜臀av无| av在线老鸭窝| 中文字幕色久视频| 91成人精品电影| 国产欧美日韩综合在线一区二区| 女人高潮潮喷娇喘18禁视频| 中文字幕色久视频| 蜜桃在线观看..| 菩萨蛮人人尽说江南好唐韦庄| 熟妇人妻不卡中文字幕| 日韩中字成人| 亚洲精品在线美女| 日产精品乱码卡一卡2卡三| 超碰成人久久| 人人妻人人澡人人爽人人夜夜| 午夜日本视频在线| 亚洲一区中文字幕在线| 国产成人精品久久久久久| 一级a爱视频在线免费观看| 国产精品无大码| 丝瓜视频免费看黄片| xxx大片免费视频| 另类亚洲欧美激情| 一二三四中文在线观看免费高清| 欧美xxⅹ黑人| 久久人人爽人人片av| 中文字幕人妻熟女乱码| 午夜影院在线不卡| 丰满乱子伦码专区| 久久这里有精品视频免费| www.精华液| 男人添女人高潮全过程视频| 99久久中文字幕三级久久日本| 日韩制服丝袜自拍偷拍| 看非洲黑人一级黄片| 成年av动漫网址| 99香蕉大伊视频| 性色av一级| 亚洲av国产av综合av卡| 国产精品免费视频内射| av网站免费在线观看视频| 久久久久网色| 久久99一区二区三区| 国产精品熟女久久久久浪| 中文字幕另类日韩欧美亚洲嫩草| 好男人视频免费观看在线| 免费女性裸体啪啪无遮挡网站| 亚洲欧美日韩另类电影网站| 国产熟女午夜一区二区三区| 国产亚洲av片在线观看秒播厂| 一级毛片电影观看| 看十八女毛片水多多多| 亚洲一区中文字幕在线| 五月伊人婷婷丁香| 国产xxxxx性猛交| 精品第一国产精品| 色网站视频免费| 久久久久国产精品人妻一区二区| 国产国语露脸激情在线看| 日韩视频在线欧美| 久久久久久久精品精品| 永久网站在线| 久久久久久免费高清国产稀缺| 久久这里只有精品19| 一区福利在线观看| 国产综合精华液| 深夜精品福利| 日本爱情动作片www.在线观看| 国产日韩欧美在线精品| 黑人欧美特级aaaaaa片| 国产熟女欧美一区二区| 韩国av在线不卡| 精品久久久久久电影网| 另类亚洲欧美激情| 亚洲婷婷狠狠爱综合网| 亚洲精品自拍成人| 韩国精品一区二区三区| 久久久精品94久久精品| videosex国产| 国产精品免费视频内射| 亚洲国产av新网站| 少妇的逼水好多| 嫩草影院入口| 午夜日本视频在线| 亚洲国产精品国产精品| 成人影院久久| 丝袜美腿诱惑在线| 韩国av在线不卡| 亚洲综合色惰| 18禁国产床啪视频网站| 性色avwww在线观看| 国产女主播在线喷水免费视频网站| 国产片特级美女逼逼视频| 久久久亚洲精品成人影院| 麻豆乱淫一区二区| 亚洲美女黄色视频免费看| 国产无遮挡羞羞视频在线观看| 日本午夜av视频| 黑人巨大精品欧美一区二区蜜桃| 性少妇av在线| 新久久久久国产一级毛片| 亚洲综合色惰| 日本91视频免费播放| 欧美精品国产亚洲| 国产av一区二区精品久久| 亚洲av电影在线观看一区二区三区| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 丰满乱子伦码专区| 亚洲精品一二三| 在线观看美女被高潮喷水网站| 亚洲国产日韩一区二区| 国产精品久久久久久av不卡| 欧美日韩综合久久久久久| 国产av国产精品国产| 亚洲成人一二三区av| 观看av在线不卡| 97在线人人人人妻| 可以免费在线观看a视频的电影网站 | 亚洲av电影在线观看一区二区三区| 日韩在线高清观看一区二区三区| 国产精品无大码| 日韩制服丝袜自拍偷拍| 久久久久国产一级毛片高清牌| 午夜免费男女啪啪视频观看| 欧美精品av麻豆av| 亚洲在久久综合| 国产免费一区二区三区四区乱码| 午夜福利在线观看免费完整高清在| a 毛片基地| 国产熟女欧美一区二区| 黄色视频在线播放观看不卡| 国产精品无大码| 999久久久国产精品视频| av又黄又爽大尺度在线免费看| 久久毛片免费看一区二区三区| 日日摸夜夜添夜夜爱| 亚洲欧美一区二区三区黑人 | 久久99精品国语久久久| 欧美亚洲日本最大视频资源| 亚洲人成电影观看| 亚洲精品在线美女| 少妇人妻 视频| 亚洲国产毛片av蜜桃av| 成年女人毛片免费观看观看9 | 午夜福利网站1000一区二区三区| 狂野欧美激情性bbbbbb| 香蕉国产在线看| 高清在线视频一区二区三区| 黄片播放在线免费| 亚洲精品aⅴ在线观看| 久久精品国产a三级三级三级| 9色porny在线观看| 边亲边吃奶的免费视频| 日日啪夜夜爽| xxxhd国产人妻xxx| 麻豆av在线久日| 新久久久久国产一级毛片| 日本av手机在线免费观看| 人成视频在线观看免费观看| 自线自在国产av| 9色porny在线观看| 交换朋友夫妻互换小说| 精品人妻一区二区三区麻豆| 亚洲精品久久午夜乱码| 欧美精品人与动牲交sv欧美| 新久久久久国产一级毛片| 看免费av毛片| 亚洲一码二码三码区别大吗| 久久精品国产亚洲av天美| 国产综合精华液| 日韩人妻精品一区2区三区| 丁香六月天网| 亚洲色图综合在线观看| 18在线观看网站| 精品国产一区二区三区四区第35| 国产免费一区二区三区四区乱码| 国产 一区精品| 久热这里只有精品99|