• <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 ?

    基于機器學(xué)習(xí)方法的二維材料帶隙預(yù)測

    2020-12-10 02:09:36李惟駒陳競哲
    關(guān)鍵詞:帶隙線性預(yù)測

    游 洋, 杜 婉, 李惟駒, 陳競哲

    (1. 上海大學(xué)理學(xué)院, 上海200444;2. 上海大學(xué)量子與分子結(jié)構(gòu)國際研究中心, 上海200444;3. 上海大學(xué)材料基因組工程研究院, 上海200444)

    二維材料, 又稱單層材料, 是由單層或少數(shù)幾層原子組成的, 是在垂直方向上不具備平移周期性的晶體材料. 二維材料具有諸多令人矚目的物理、化學(xué)性質(zhì), 使其成為目前材料科學(xué)研究的前沿焦點. 二維材料通常可以歸類為各種元素或化合物的二維同素異形體, 其電子能帶結(jié)構(gòu)和三維的母體材料往往有很大不同. 由于二維材料只具有單層或少數(shù)幾層原子, 尺寸受限會帶來量子限域效應(yīng), 而且原子都暴露在表面, 更容易被調(diào)控. 二維材料主要有石墨烯、磷烯、硼墨烯、過渡金屬硫化物[1]、過渡金屬鹵化物[2]等, 其中以MoS2, MnCl2為代表的過渡金屬硫化物(transition metal chalcogenides, TMCs)和過渡金屬鹵化物(transition metal halides,TMHs)成為研究熱點. TMCs 和TMHs 的化學(xué)通式為MX2, 其中M為第四到第十族過渡金屬元素, X 為硫族或鹵族元素. 相較于石墨烯, TMCs, TMHs 因為具有更多的組分和結(jié)構(gòu), 從而具有許多獨特的物理和化學(xué)特性.

    帶隙是表征半導(dǎo)體和絕緣體用于光學(xué)和電子應(yīng)用的簡單而重要的參數(shù)[3]. 由于準確測量帶隙需要高質(zhì)量的單晶, 所以從實驗獲得的帶隙數(shù)據(jù)非常少. 隨著計算機技術(shù)的進步, 第一性原理方法(first-principles method)成為計算大量化合物帶隙的常用方法[4]. 大部分材料的電子結(jié)構(gòu)都是基于密度泛函理論(density functional theory, DFT)計算, 將得到的Kohn-Sham 帶隙[5], 即最低未占據(jù)和最高占據(jù)能量特征值之間的差異作為近似帶隙. 但由于理論局限, 基于DFT 計算出的帶隙往往都小于真實值. 為了獲得更準確的帶隙, 經(jīng)常采用一些更復(fù)雜的方法,例如基于多體擾動理論的GW 方法[6]. 但高精度的G0W0計算耗時長, 占用資源多, 計算的體系原子數(shù)較少. 因此, 希望尋找一種在計算成本上可承受且能較為準確估計帶隙的替代方法.

    隨著人工智能的發(fā)展, 很多研究者提出將機器學(xué)習(xí)方法應(yīng)用在基礎(chǔ)學(xué)科上. 在目前所產(chǎn)生的大量材料數(shù)據(jù)集上使用不同的機器學(xué)習(xí)方法進行新材料的性能預(yù)測, 可以有效提高材料性能預(yù)測準確率, 節(jié)約計算成本, 也可為材料實驗和應(yīng)用提供指導(dǎo).

    本工作以COMPUTATIONAL MATERIALS REPOSITORY 數(shù)據(jù)庫[7]中基于第一性原理和密度泛函理論計算的化學(xué)通式為MX2的二維材料數(shù)據(jù)集為藍本, 提取化合物的總能量(energy)、形成熱(heat of formation)、帶隙(bandgap), 分別基于廣義梯度近似(general gradient approximation, GGA)-Perdew-Burke-Ernzerhof (PBE) (GGA-PBE)和 G0W0計算作為特征變量, 并加入M, X 原子電負性(electronegativity)、第一電離能(first ionization energy)和原子的有效原子半徑(radius)等性質(zhì), 來預(yù)測更為精確的帶隙. 如圖1 所示, 將原始數(shù)據(jù)集隨機分為訓(xùn)練集(training set)和測試集(testing set), 然后分別選用套索回歸, 即最小絕對值收斂和選擇算子(least absolute shrinkage and selection operator, LASSO)[8-9]、支持向量回歸(support vector regression, SVR)[10-12]、梯度樹提升回歸(gradient boosting regression,GBR)[13-14]三種機器學(xué)習(xí)方法對數(shù)據(jù)進行訓(xùn)練, 同時采用交叉驗證的方法建立帶隙的預(yù)測模型. 最后, 利用所得模型對測試集進行預(yù)測, 并對預(yù)測結(jié)果進行評估. 這種方法避免了第一性原理計算, 從而能夠提高研究效率并降低研究成本.

    圖1 機器學(xué)習(xí)預(yù)測模型的基本流程Fig.1 Basic flow of machine learning prediction model

    1 機器學(xué)習(xí)原理和方法

    機器學(xué)習(xí)是一類從數(shù)據(jù)中自動分析獲得規(guī)律, 并利用規(guī)律對未知數(shù)據(jù)進行預(yù)測的算法[15-16], 即從給定的含有輸入(特征)和輸出(目標)的訓(xùn)練數(shù)據(jù)中學(xué)習(xí)得出一個模型, 當(dāng)添加新的數(shù)據(jù)時, 可以根據(jù)這個模型來預(yù)測結(jié)果. 對于連續(xù)性目標變量的分析預(yù)測, 一般采用回歸模型(regression model)方法[17].

    1.1 LASSO 算法

    LASSO 算法是一種同時進行特征選擇和正則化的回歸分析方法, 旨在增強統(tǒng)計模型的準確性和解釋性, 常用于廣義線性回歸模型.

    線性回歸模型描述特征(特征變量xi)與連續(xù)輸出(目標變量y)的關(guān)系為

    式中: w0為權(quán)值; wi為特征變量的系數(shù). 要擬合帶有系數(shù)wi的線性模型, 最簡單的方法是使用普通最小二乘法(ordinary least squares, OLS). 然而, 普通最小二乘的系數(shù)估計依賴于模型各項的相互獨立性, 當(dāng)各項相關(guān)時, 會導(dǎo)致最小二乘估計對于隨機誤差非常敏感, 從而產(chǎn)生很大的方差. 而LASSO 通過強制使回歸系數(shù)絕對值之和小于某固定值, 有效地構(gòu)建了不包括這些回歸系數(shù)對應(yīng)協(xié)變量的更精準的模型, 從而改善模型的預(yù)測偏差. 在數(shù)學(xué)表達上, LASSO 由一個帶有L1 先驗的正則項[8]的線性模型組成, 其最小化目標函數(shù)為

    LASSO 回歸復(fù)雜度由參數(shù)λ 來控制, λ 越大, 對變量較多的線性模型的懲罰力度就越大, 從而最終獲得一個變量較少的模型.

    1.2 SVR 算法

    SVR 是基于支持向量機(support vector machine, SVM)發(fā)展而來的. SVR 的基本思想是通過一個非線性映射Φ, 將數(shù)據(jù)x 映射到高維特征空間, 并在這個空間進行線性回歸. 假設(shè)一個樣本集 {(xi,yi)}Ni, 其中輸入數(shù)據(jù)xi∈ Rn, yi∈ R, 在高維空間中構(gòu)造的最優(yōu)線性模型函數(shù)為

    式中: ω 為權(quán)重; b 為偏置項. 這樣, 在高維特征空間的線性回歸便對應(yīng)于低維輸入空間的非線性回歸.

    利用SVR 解決回歸問題時, 需要根據(jù)問題選擇適當(dāng)?shù)暮撕瘮?shù)來代替內(nèi)積, 以便隱式地把高維特征空間的點積運算轉(zhuǎn)化為低維原始空間的核函數(shù)運算[18]. 核函數(shù)不僅要在理論上滿足Mercer 條件[19], 而且在實際應(yīng)用中要能夠反映訓(xùn)練樣本數(shù)據(jù)的分布特性. 常用的核函數(shù)有線性(linear)核、徑向基(radial basis function, RBF)核等.

    SVM 泛化為SVR 是通過在高維空間最小化ε 不敏感損失函數(shù)來解決回歸問題[12], 同時通過最小化‖ω‖2來降低模型的復(fù)雜度. 常用的損失函數(shù)有線性ε 不敏感損失函數(shù)、二次ε 不敏感損失函數(shù)等.

    SVR的目標函數(shù)為

    式中: ξ 和ξ*是非負的松馳變量; 正則項C 是控制對超出誤差的樣本的懲罰程度. 使用支持向量回歸構(gòu)建模型, 首先要明確模型的輸入與輸出, 然后選擇合適的核函數(shù)、損失函數(shù)以及調(diào)整參數(shù)如核參數(shù)σ、正則項C、不敏感損失參數(shù)ε, 最終根據(jù)樣本訓(xùn)練集得到訓(xùn)練模型.

    1.3 GBR 算法

    GBR 屬于Boosting 算法的一種改進. Boosting 是一類將弱學(xué)習(xí)器提升為強學(xué)習(xí)器的集成學(xué)習(xí)算法. Boosting 算法初始為每一個樣本賦上一個相等的權(quán)重值, 由于每一次訓(xùn)練都會使數(shù)據(jù)點的估計有所差異, 所以在每一步結(jié)束后, 通過增加錯分點對權(quán)重值進行處理, 然后進行N 次迭代, 得到 N 個簡單的基分類器(basic learner), 最后將 N 個基分類器加權(quán)組合起來, 得到一個最終模型.

    GBR 與Boosting 的區(qū)別在于, GBR 的每一次計算都是為了減少上一次的殘差(residual),而為了減少這些殘差, 需要在殘差減少的梯度方向上建立一個新模型. 所以在GBR 中, 每個新模型的建立是為了使得先前模型殘差往梯度方向減少, 再利用當(dāng)前模型中損失函數(shù)的負梯度值作為GBR 算法中殘差的近似值, 進而擬合出回歸樹[13].

    梯度樹提升回歸算法一般使用固定大小的回歸樹作為弱分類器, 回歸樹本身擁有的一些特性使其能夠在提升過程中變得更準確, 即處理混合類型數(shù)據(jù)以及構(gòu)建具有復(fù)雜功能模型的能力. GBR 模型為

    式中: rm表示權(quán)重; T(x;Θm)表示回歸樹, Θm為回歸樹的參數(shù); m 為樹的個數(shù).

    1.4 性能評估

    本工作利用平均絕對誤差(mean absolute error, MAE)、均方誤差(mean squared error,MSE)和R2值作為機器學(xué)習(xí)預(yù)測結(jié)果的評估標準.

    式(6)~(8)中: n 為樣本數(shù)量; ^yl為真實值; yi為預(yù)測值.

    2 數(shù)據(jù)處理與模型建立

    使用機器學(xué)習(xí)方法進行帶隙預(yù)測的過程中, 研究對象及其數(shù)據(jù)的選取尤為重要. 為了建立可靠的二維材料數(shù)據(jù)集, 本工作選取了主族金屬元素、過渡金屬元素、氧族與鹵族元素組成的結(jié)構(gòu)類似的MX2型二維材料為研究對象, 根據(jù)不同的相態(tài)分為1-T 和2-H 類型[20], 這樣共得到約幾百種化合物, 挑選其中具有一定帶隙的化合物進行研究.

    從數(shù)據(jù)庫COMPUTATIONAL MATERIALS REPOSITORY 中選取基于第一性原理和密度泛函理論計算得到的136 個MX2型二維金屬化合物數(shù)據(jù)作為原始數(shù)據(jù)集. 提取M, X 位元素的電負性(EN)、第一電離能(I)和原子的有效半徑(R), 以及化合物的形成熱(Hf)、總能量(E)、晶體體積(V)、晶體質(zhì)量(m), 基于GGA-PBE 計算的低精度帶隙(PBE)等性質(zhì)為特征參數(shù), 以G0W0的帶隙為預(yù)測目標, 組成標準數(shù)據(jù)集, 進行機器學(xué)習(xí).

    根據(jù)獲得的數(shù)據(jù)集和預(yù)測變量, 基于機器學(xué)習(xí)的二維材料帶隙預(yù)測模型構(gòu)建方法如下.

    (1) 數(shù)據(jù)準備: 將136 組數(shù)據(jù)的數(shù)據(jù)集隨機分成120 組數(shù)據(jù)組成的訓(xùn)練集和16 條數(shù)據(jù)構(gòu)成的測試集.

    (2) 模型訓(xùn)練: 設(shè)置 10 折交叉驗證[21], 分別建立 GBR, SVR, LASSO 算法模型, 利用 3 種模型對訓(xùn)練集的G0W0帶隙進行訓(xùn)練.

    (3) 模型效果評估: 使用MAE, MSE, R2等評價指標對模型效果進行評估.

    (4) 模型應(yīng)用: 利用訓(xùn)練后的多個算法模型對測試集的帶隙進行獨立預(yù)測, 并簡單評估.

    為了提高模型預(yù)測精度, 在模型訓(xùn)練之前通常要對算法進行參數(shù)尋優(yōu). 例如, 采用GBR算法時, 通過迭代選擇可以得到最佳的弱學(xué)習(xí)器個數(shù)大致在190~200 之間; 對于SVR 算法, 通過迭代選擇最佳的懲罰項參數(shù)為0.5. 由于樣本集數(shù)量不大, 因此將模型算法的其他參數(shù)設(shè)置為默認值.

    3 實驗結(jié)果與分析

    本工作結(jié)合136 個樣本材料的特征參數(shù), 通過熱圖(heatmap)表示數(shù)據(jù)集中材料性質(zhì)特征之間的關(guān)系(見圖2(a)). 另外, G0W0帶隙與PBE 帶隙的關(guān)系如圖2(b)所示.

    從圖2(a)中可以看出, G0W0帶隙與PBE 帶隙的相關(guān)性最強, 而且X 位元素的電負性和電離能與帶隙也具有一定的相關(guān)性. 從圖2(b)中更能看出, PBE 帶隙與G0W0帶隙之間具有很強的線性關(guān)系, 且G0W0帶隙總要高于PBE 帶隙. 因此, 可以將PBE 帶隙值作為計算代價較高的G0W0帶隙的預(yù)測模型的重要特征.

    圖2 樣本各特征之間的相關(guān)性以及PBE 帶隙與G0W0 帶隙之間的關(guān)系Fig.2 Correlation between features and relationship between PBE bandgap and G0W0 bandgap

    利用SVR, LASSO, GBR 三種機器學(xué)習(xí)方法對訓(xùn)練集進行學(xué)習(xí)訓(xùn)練, 可以得到如圖3 所示的模型, 圖中橫坐標為G0W0的理論計算值, 藍點的縱坐標為對應(yīng)的G0W0帶隙預(yù)測值, 黃點為對應(yīng)的PBE 帶隙. 可以看出, G0W0帶隙預(yù)測值明顯比PBE 帶隙更準確, 即比PBE 的帶隙值更接近G0W0帶隙. 進行10 折交叉驗證后, 得到3 種算法在交叉驗證過程中的準確度如表1 所示.

    圖 3 SVR, LASSO, GBR 回歸模型Fig.3 SVR, LASSO, and GBR regression models

    表1 不同模型的10 折交叉驗證準確度Table 1 10-fold cross-validation results for different models

    從表1 中可知, 3 種算法訓(xùn)練出的模型效果都比較理想, 其中SVR 算法選用的核函數(shù)為線性核函數(shù), 而LASSO 本身就是帶有懲罰項的線性回歸. 所以可以斷定, 采用線性回歸的機器學(xué)習(xí)方法更符合數(shù)據(jù)集的特點, 從表2 所示的誤差分析中也可以得到相同的結(jié)論. 當(dāng)選取核函數(shù)時, 如果用最常用的徑向基核函數(shù), 那么得到的結(jié)果反而非常差, 這是因為SVR 算法對于核函數(shù)的高維(11 維)映射解釋力不強, 尤其是RBF 核函數(shù)的SVR 算法.

    表2 訓(xùn)練集擬合結(jié)果比較Table 2 Comparison of training set fitting results

    圖 4 SVR, LASSO, GBR 回歸模型對測試集的預(yù)測結(jié)果Fig.4 Prediction of the testing set by SVR, LASSO, and GBR regression models

    用訓(xùn)練好的模型對測試集的16 個樣本進行預(yù)測, 圖4 直觀地反映出預(yù)測結(jié)果并與PBE帶隙相比較. 從圖中可以看出, LASSO 和SVR(基于線性核)對測試集的預(yù)測與模型預(yù)測趨勢符合較好. 而GBR 預(yù)測的結(jié)果誤差要比模型誤差大, 說明GBR 這種集成學(xué)習(xí)算法數(shù)據(jù)的敏感度更高, 雖然可以得到擬合很好的模型, 但對于未知模型, 過擬合的風(fēng)險會更大. 表3 顯示了測試集測試結(jié)果的比較.

    表3 不同測試集算法預(yù)測結(jié)果比較Table 3 Comparison of the prediction by different models in testing set

    從表4 數(shù)據(jù)可以看出, 3 種模型在二維材料帶隙極小(≤0.8 eV)的情況下進行預(yù)測, 得到的預(yù)測帶隙誤差較大; 但在合理的范圍(1 eV≤G0W0≤8 eV)內(nèi), 預(yù)測值與真實值非常接近,平均誤差為0.5 eV. 在選取模型時, 基于線性核函數(shù)的SVR 模型和帶有懲罰項線性回歸的LASSO 模型預(yù)測得到的帶隙值非常相似, 而且由于采用了線性回歸的方法, 算法的復(fù)雜度并不高, 更能提高今后大數(shù)據(jù)量研究的計算效率. 而由圖3 可以看出, GBR 模型的線性相關(guān)度更高, 但是結(jié)合測試集預(yù)測結(jié)果的對比與誤差分析, 雖然在少數(shù)情況下GBR 的預(yù)測精度在SVR與LASSO 之間, 但在大多數(shù)情況下SVR 和LASSO 的預(yù)測精度更好, 而造成這種結(jié)果的原因是GBR 對未知數(shù)據(jù)過擬合的概率更大.

    表4 測試集預(yù)測帶隙的比較Table 4 Comparison of bandgap’s prediction in testing set

    4 結(jié)束語

    本工作利用機器學(xué)習(xí)方法結(jié)合密度泛函理論, 探索了預(yù)測二維半導(dǎo)體材料基本帶隙的方法. 所選取的二維材料具有相似的晶體結(jié)構(gòu), 帶隙值約為0~8 eV. 基于機器學(xué)習(xí)方法, 訓(xùn)練了可以預(yù)測帶隙值的模型. 本工作討論的模型中, 當(dāng)PBE 結(jié)果和元素信息被用作預(yù)測因子時,運用SVR 算法建立的模型具有最佳性能, 訓(xùn)練集與測試集的MAE 分別為0.335 和0.540 eV.而具有懲罰項的線性回歸算法LASSO 在二維材料帶隙的預(yù)測中也表現(xiàn)出極好的效果. 因此,基于機器學(xué)習(xí)方法對二維材料的帶隙預(yù)測是可行的.

    另外, 本工作所提出的預(yù)測模型可用于更復(fù)雜系統(tǒng)(如多元化合物和合金)的電子性質(zhì)預(yù)測, 為今后對新型材料的探索和研究提供了一種新的方法.

    猜你喜歡
    帶隙線性預(yù)測
    無可預(yù)測
    黃河之聲(2022年10期)2022-09-27 13:59:46
    漸近線性Klein-Gordon-Maxwell系統(tǒng)正解的存在性
    選修2-2期中考試預(yù)測卷(A卷)
    選修2-2期中考試預(yù)測卷(B卷)
    密度泛函理論計算半導(dǎo)體材料的帶隙誤差研究
    線性回歸方程的求解與應(yīng)用
    一種基于BJT工藝的無運放低溫度系數(shù)的帶隙基準源
    二階線性微分方程的解法
    間距比對雙振子局域共振軸縱振帶隙的影響
    一款高PSRR低溫度系數(shù)的帶隙基準電壓源的設(shè)計
    電子制作(2018年1期)2018-04-04 01:48:38
    久久久精品国产亚洲av高清涩受| 两个人看的免费小视频| 在线 av 中文字幕| 亚洲第一av免费看| 90打野战视频偷拍视频| 精品熟女少妇八av免费久了| 久久久久久久精品精品| 久久久久久久大尺度免费视频| 国产一卡二卡三卡精品| 欧美日韩成人在线一区二区| www.熟女人妻精品国产| 少妇猛男粗大的猛烈进出视频| 国产亚洲av高清不卡| 青春草视频在线免费观看| 黄色视频,在线免费观看| 99香蕉大伊视频| 亚洲欧洲精品一区二区精品久久久| 欧美精品啪啪一区二区三区 | 1024香蕉在线观看| 满18在线观看网站| 午夜久久久在线观看| 亚洲自偷自拍图片 自拍| 久久久久久久大尺度免费视频| 亚洲成av片中文字幕在线观看| 视频在线观看一区二区三区| 国产亚洲午夜精品一区二区久久| 亚洲专区国产一区二区| 久久久精品免费免费高清| 亚洲国产精品一区二区三区在线| 国产激情久久老熟女| 色婷婷久久久亚洲欧美| 欧美黑人精品巨大| 欧美在线一区亚洲| √禁漫天堂资源中文www| 老司机亚洲免费影院| 丝袜喷水一区| 狠狠狠狠99中文字幕| 亚洲成国产人片在线观看| 精品卡一卡二卡四卡免费| 亚洲全国av大片| 在线天堂中文资源库| 亚洲色图 男人天堂 中文字幕| 欧美久久黑人一区二区| 丝袜在线中文字幕| 一本综合久久免费| av线在线观看网站| 亚洲av日韩精品久久久久久密| 免费看十八禁软件| 熟女少妇亚洲综合色aaa.| 美国免费a级毛片| 亚洲av成人不卡在线观看播放网 | av一本久久久久| 男人爽女人下面视频在线观看| 97在线人人人人妻| 亚洲人成77777在线视频| 中国美女看黄片| 2018国产大陆天天弄谢| 美女国产高潮福利片在线看| 日本欧美视频一区| 国产成人精品久久二区二区91| 热99re8久久精品国产| 国产成人av激情在线播放| 手机成人av网站| av在线老鸭窝| 亚洲精品中文字幕一二三四区 | 性少妇av在线| 丁香六月欧美| 成人国产一区最新在线观看| 亚洲av电影在线进入| 制服诱惑二区| 国产99久久九九免费精品| 麻豆乱淫一区二区| 另类亚洲欧美激情| 亚洲五月婷婷丁香| 久久久久精品国产欧美久久久 | 波多野结衣av一区二区av| 成人免费观看视频高清| 日韩一卡2卡3卡4卡2021年| 精品少妇久久久久久888优播| 日韩一区二区三区影片| 亚洲,欧美精品.| 最近最新中文字幕大全免费视频| 免费久久久久久久精品成人欧美视频| 日韩 亚洲 欧美在线| 久久国产精品男人的天堂亚洲| 精品久久久久久久毛片微露脸 | 久久国产精品人妻蜜桃| 亚洲熟女毛片儿| 午夜影院在线不卡| 啪啪无遮挡十八禁网站| 亚洲精品国产色婷婷电影| 男人爽女人下面视频在线观看| 国产野战对白在线观看| 久久精品国产亚洲av高清一级| 2018国产大陆天天弄谢| 久久久久久免费高清国产稀缺| 久久中文看片网| 日韩人妻精品一区2区三区| 91麻豆av在线| 99热全是精品| 欧美日本中文国产一区发布| 亚洲精品乱久久久久久| 秋霞在线观看毛片| 亚洲中文av在线| 麻豆国产av国片精品| 中文字幕av电影在线播放| 999精品在线视频| 捣出白浆h1v1| 欧美黄色淫秽网站| 麻豆乱淫一区二区| 岛国毛片在线播放| 中文精品一卡2卡3卡4更新| 9热在线视频观看99| 一区二区日韩欧美中文字幕| a在线观看视频网站| 亚洲 欧美一区二区三区| 嫩草影视91久久| 久久人妻福利社区极品人妻图片| av一本久久久久| 妹子高潮喷水视频| 大香蕉久久网| 欧美一级毛片孕妇| 日韩中文字幕欧美一区二区| 国产一区二区三区在线臀色熟女 | 精品一区二区三卡| e午夜精品久久久久久久| 午夜91福利影院| 国产一区有黄有色的免费视频| 人成视频在线观看免费观看| 久久午夜综合久久蜜桃| 国产精品影院久久| 久久天躁狠狠躁夜夜2o2o| 国产高清国产精品国产三级| 中文字幕制服av| 一个人免费在线观看的高清视频 | 三上悠亚av全集在线观看| 老司机影院毛片| 日韩中文字幕视频在线看片| 激情视频va一区二区三区| 黄色视频不卡| 777米奇影视久久| 一级a爱视频在线免费观看| 欧美黄色片欧美黄色片| 桃花免费在线播放| 性色av一级| 19禁男女啪啪无遮挡网站| 成人国产av品久久久| 欧美日韩黄片免| 国产一区二区激情短视频 | kizo精华| 两人在一起打扑克的视频| 亚洲国产精品成人久久小说| 十八禁网站免费在线| 亚洲国产av新网站| 97精品久久久久久久久久精品| 捣出白浆h1v1| 18禁裸乳无遮挡动漫免费视频| 国产精品久久久久久精品电影小说| 日韩欧美一区二区三区在线观看 | 日本精品一区二区三区蜜桃| 国产一区二区在线观看av| 岛国在线观看网站| 欧美日本中文国产一区发布| 午夜久久久在线观看| 丝袜在线中文字幕| 久久久久久久久久久久大奶| 亚洲av片天天在线观看| 国产一卡二卡三卡精品| 可以免费在线观看a视频的电影网站| 水蜜桃什么品种好| 国产一区二区三区在线臀色熟女 | 亚洲第一青青草原| 少妇的丰满在线观看| 久久人人爽人人片av| 啦啦啦 在线观看视频| 一本色道久久久久久精品综合| 少妇 在线观看| 精品人妻熟女毛片av久久网站| 老司机午夜十八禁免费视频| 日韩中文字幕欧美一区二区| 男女免费视频国产| 99国产精品99久久久久| 80岁老熟妇乱子伦牲交| 黄色片一级片一级黄色片| 欧美性长视频在线观看| 久久亚洲国产成人精品v| 午夜老司机福利片| 一边摸一边做爽爽视频免费| 精品久久久久久久毛片微露脸 | 久久久国产欧美日韩av| 亚洲熟女精品中文字幕| 国产精品熟女久久久久浪| 国产一卡二卡三卡精品| 最新在线观看一区二区三区| 下体分泌物呈黄色| 日韩视频一区二区在线观看| 欧美久久黑人一区二区| 一区福利在线观看| 亚洲人成电影免费在线| 一二三四在线观看免费中文在| 亚洲国产日韩一区二区| 欧美少妇被猛烈插入视频| 18禁观看日本| 18在线观看网站| 丝袜美足系列| 国产精品国产av在线观看| 99热国产这里只有精品6| 人人妻人人澡人人爽人人夜夜| 黄片大片在线免费观看| 国产成+人综合+亚洲专区| 蜜桃在线观看..| 极品人妻少妇av视频| 久久久久国产精品人妻一区二区| 久久国产精品大桥未久av| 正在播放国产对白刺激| 国产精品麻豆人妻色哟哟久久| 久久九九热精品免费| 午夜福利影视在线免费观看| 日韩三级视频一区二区三区| 国产精品免费大片| 丁香六月天网| 国产欧美日韩综合在线一区二区| 又紧又爽又黄一区二区| 欧美xxⅹ黑人| 精品卡一卡二卡四卡免费| 久久久欧美国产精品| 极品人妻少妇av视频| 久久人人爽人人片av| 精品国产一区二区三区久久久樱花| 91大片在线观看| 丁香六月天网| bbb黄色大片| 午夜激情av网站| 国产一区二区激情短视频 | 啦啦啦 在线观看视频| 亚洲精品国产一区二区精华液| 久久久久久久国产电影| 国产精品偷伦视频观看了| 超碰成人久久| 亚洲人成77777在线视频| 久久ye,这里只有精品| 精品人妻1区二区| 欧美日韩成人在线一区二区| 97人妻天天添夜夜摸| 日韩熟女老妇一区二区性免费视频| 男女高潮啪啪啪动态图| 欧美av亚洲av综合av国产av| 久久精品久久久久久噜噜老黄| 一二三四在线观看免费中文在| 亚洲性夜色夜夜综合| 国产日韩一区二区三区精品不卡| 国产真人三级小视频在线观看| 在线观看免费午夜福利视频| 亚洲精品成人av观看孕妇| 欧美日韩亚洲综合一区二区三区_| 淫妇啪啪啪对白视频 | 久久久精品国产亚洲av高清涩受| 欧美亚洲日本最大视频资源| 丝袜人妻中文字幕| 成年人午夜在线观看视频| 色94色欧美一区二区| 国产又黄又爽又无遮挡在线| 亚洲美女视频黄频| 国产区一区二久久| 99久久久亚洲精品蜜臀av| 免费人成视频x8x8入口观看| 亚洲自偷自拍图片 自拍| 99在线人妻在线中文字幕| 欧美日韩亚洲国产一区二区在线观看| 婷婷精品国产亚洲av在线| 最近最新免费中文字幕在线| 不卡av一区二区三区| 99在线人妻在线中文字幕| 亚洲国产精品久久男人天堂| 美女大奶头视频| 99精品久久久久人妻精品| 国产精品1区2区在线观看.| 嫩草影院精品99| 人妻丰满熟妇av一区二区三区| 一区福利在线观看| 婷婷丁香在线五月| 国产野战对白在线观看| 亚洲人成伊人成综合网2020| 精品电影一区二区在线| 最近在线观看免费完整版| 亚洲精品一卡2卡三卡4卡5卡| 丝袜美腿诱惑在线| 久久精品国产综合久久久| 岛国视频午夜一区免费看| 亚洲人成伊人成综合网2020| 亚洲欧美日韩东京热| 久久久水蜜桃国产精品网| 成年女人毛片免费观看观看9| 亚洲va日本ⅴa欧美va伊人久久| av有码第一页| 窝窝影院91人妻| 久久中文看片网| 亚洲精品国产一区二区精华液| 精品人妻1区二区| 最近在线观看免费完整版| 小说图片视频综合网站| 亚洲一码二码三码区别大吗| 熟妇人妻久久中文字幕3abv| 黄色视频,在线免费观看| 日日夜夜操网爽| 国产精品,欧美在线| 久久草成人影院| 99国产极品粉嫩在线观看| 精品欧美国产一区二区三| 麻豆成人av在线观看| 久久精品国产亚洲av高清一级| 黑人操中国人逼视频| 亚洲熟妇熟女久久| 亚洲 欧美一区二区三区| 日韩欧美三级三区| 日本一本二区三区精品| 国产精品免费一区二区三区在线| 制服人妻中文乱码| 在线永久观看黄色视频| 成人18禁在线播放| 色综合亚洲欧美另类图片| 午夜福利成人在线免费观看| 美女免费视频网站| 久久精品国产99精品国产亚洲性色| 伊人久久大香线蕉亚洲五| 1024手机看黄色片| 少妇粗大呻吟视频| 99精品久久久久人妻精品| 亚洲精品在线美女| tocl精华| 日韩欧美 国产精品| 国产精华一区二区三区| 亚洲成人免费电影在线观看| 欧美黑人巨大hd| 成人高潮视频无遮挡免费网站| 久久中文字幕一级| 亚洲午夜理论影院| 叶爱在线成人免费视频播放| 国产伦在线观看视频一区| 精品久久久久久久毛片微露脸| 日日爽夜夜爽网站| 国产一区二区在线av高清观看| 国产成人av激情在线播放| 国产精品免费一区二区三区在线| 国产精品一区二区免费欧美| 波多野结衣高清作品| 久久午夜综合久久蜜桃| 黄片小视频在线播放| 高清在线国产一区| 免费电影在线观看免费观看| 中文字幕最新亚洲高清| 亚洲激情在线av| 丰满人妻熟妇乱又伦精品不卡| 国产一区在线观看成人免费| 欧美日韩亚洲国产一区二区在线观看| 亚洲美女视频黄频| 国产人伦9x9x在线观看| 香蕉av资源在线| 亚洲国产精品久久男人天堂| 91麻豆精品激情在线观看国产| 久久伊人香网站| 午夜a级毛片| 欧美日韩亚洲国产一区二区在线观看| 国产高清激情床上av| 老司机午夜福利在线观看视频| 最好的美女福利视频网| 久久精品国产99精品国产亚洲性色| 久久人人精品亚洲av| 在线看三级毛片| 午夜福利在线在线| 99久久精品国产亚洲精品| 久久久久亚洲av毛片大全| 操出白浆在线播放| 午夜免费成人在线视频| 亚洲一区高清亚洲精品| 美女午夜性视频免费| 欧美成人免费av一区二区三区| 巨乳人妻的诱惑在线观看| 欧美中文日本在线观看视频| 午夜福利欧美成人| 国内久久婷婷六月综合欲色啪| 草草在线视频免费看| 国产精品 欧美亚洲| 黄色女人牲交| 久久久久久久久免费视频了| 变态另类丝袜制服| 国产亚洲精品综合一区在线观看 | 亚洲av五月六月丁香网| 久久精品91无色码中文字幕| 亚洲国产高清在线一区二区三| 一个人观看的视频www高清免费观看 | 真人一进一出gif抽搐免费| 身体一侧抽搐| 国产成人一区二区三区免费视频网站| 国产三级在线视频| 成熟少妇高潮喷水视频| 久久精品夜夜夜夜夜久久蜜豆 | av中文乱码字幕在线| xxxwww97欧美| 美女免费视频网站| 国产片内射在线| 1024香蕉在线观看| 日韩大尺度精品在线看网址| 欧美一区二区国产精品久久精品 | 波多野结衣高清作品| 欧美最黄视频在线播放免费| 精品久久久久久久毛片微露脸| 欧美乱码精品一区二区三区| 岛国在线免费视频观看| 一级黄色大片毛片| 欧美乱妇无乱码| 一进一出抽搐gif免费好疼| 一进一出抽搐动态| 国产野战对白在线观看| 色综合婷婷激情| 久久香蕉国产精品| 亚洲国产日韩欧美精品在线观看 | 长腿黑丝高跟| 亚洲国产欧美网| 国产一区二区在线av高清观看| 一级毛片高清免费大全| 听说在线观看完整版免费高清| 亚洲一区二区三区不卡视频| 69av精品久久久久久| 精品福利观看| 18禁裸乳无遮挡免费网站照片| 国产99白浆流出| 别揉我奶头~嗯~啊~动态视频| 国产高清视频在线播放一区| 国产亚洲欧美98| 国产av在哪里看| 欧美黄色淫秽网站| 亚洲美女视频黄频| 午夜精品一区二区三区免费看| 国产一区二区激情短视频| 亚洲国产欧美网| 18禁美女被吸乳视频| 精品福利观看| 欧美成狂野欧美在线观看| 久久久久久人人人人人| 成年免费大片在线观看| 男女下面进入的视频免费午夜| 在线播放国产精品三级| 变态另类丝袜制服| 国产精品亚洲美女久久久| 日韩三级视频一区二区三区| 男男h啪啪无遮挡| 日韩欧美免费精品| 国产精品一区二区精品视频观看| 一本一本综合久久| av天堂在线播放| 亚洲欧美精品综合久久99| 少妇被粗大的猛进出69影院| 啦啦啦韩国在线观看视频| 中文字幕熟女人妻在线| 欧美日韩瑟瑟在线播放| 男人的好看免费观看在线视频 | 精品无人区乱码1区二区| 国产成人系列免费观看| 中文在线观看免费www的网站 | 女人爽到高潮嗷嗷叫在线视频| 一夜夜www| 在线观看66精品国产| tocl精华| 午夜影院日韩av| 欧美中文综合在线视频| 亚洲国产欧洲综合997久久,| 中文字幕av在线有码专区| 性色av乱码一区二区三区2| 国产乱人伦免费视频| 成年人黄色毛片网站| 亚洲av成人不卡在线观看播放网| 人妻久久中文字幕网| 国产精品久久久久久精品电影| 中文字幕久久专区| 少妇裸体淫交视频免费看高清 | 91av网站免费观看| 又紧又爽又黄一区二区| 亚洲人与动物交配视频| 97人妻精品一区二区三区麻豆| 黄色丝袜av网址大全| 日韩三级视频一区二区三区| 亚洲专区字幕在线| 1024视频免费在线观看| 一区二区三区高清视频在线| 国产单亲对白刺激| 宅男免费午夜| 成人精品一区二区免费| 日本a在线网址| 一级黄色大片毛片| 狂野欧美白嫩少妇大欣赏| 国产一区在线观看成人免费| 亚洲在线自拍视频| 我要搜黄色片| 女同久久另类99精品国产91| 三级毛片av免费| 午夜福利欧美成人| 人妻丰满熟妇av一区二区三区| 国产精品av久久久久免费| 国产精品免费视频内射| 亚洲人与动物交配视频| 午夜a级毛片| 国产探花在线观看一区二区| 日韩欧美免费精品| 国产精品久久久久久久电影 | 国产精华一区二区三区| av中文乱码字幕在线| 国产精品永久免费网站| av有码第一页| 白带黄色成豆腐渣| 欧美人与性动交α欧美精品济南到| 无遮挡黄片免费观看| 欧美大码av| 久久久精品欧美日韩精品| 国产精品98久久久久久宅男小说| 日本一区二区免费在线视频| 97人妻精品一区二区三区麻豆| 成人18禁高潮啪啪吃奶动态图| 亚洲av电影在线进入| 亚洲欧美精品综合一区二区三区| 18禁黄网站禁片午夜丰满| av在线播放免费不卡| 精品国内亚洲2022精品成人| 性色av乱码一区二区三区2| 国产精品久久久久久久电影 | 国产亚洲av嫩草精品影院| 99国产极品粉嫩在线观看| 成人18禁在线播放| 精品久久久久久久毛片微露脸| av免费在线观看网站| 狂野欧美白嫩少妇大欣赏| 国产主播在线观看一区二区| 国产激情偷乱视频一区二区| 老鸭窝网址在线观看| ponron亚洲| 亚洲精品国产一区二区精华液| 99在线人妻在线中文字幕| www日本在线高清视频| 国产av又大| 国产成人系列免费观看| 怎么达到女性高潮| 亚洲av熟女| 国产99白浆流出| 免费看日本二区| 亚洲精品美女久久久久99蜜臀| 免费在线观看视频国产中文字幕亚洲| 91国产中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 淫妇啪啪啪对白视频| 精品免费久久久久久久清纯| 不卡一级毛片| 中出人妻视频一区二区| 九色成人免费人妻av| 亚洲av五月六月丁香网| 无人区码免费观看不卡| 亚洲美女视频黄频| 看黄色毛片网站| 国产精品久久视频播放| 亚洲真实伦在线观看| 亚洲天堂国产精品一区在线| 精品国产乱码久久久久久男人| 日本黄色视频三级网站网址| 成人国语在线视频| 亚洲熟妇中文字幕五十中出| 99国产精品一区二区三区| 给我免费播放毛片高清在线观看| 国产在线观看jvid| 亚洲精品av麻豆狂野| 69av精品久久久久久| 91字幕亚洲| 国产高清videossex| 丝袜美腿诱惑在线| 三级国产精品欧美在线观看 | 国产精品国产高清国产av| 免费在线观看黄色视频的| 久久99热这里只有精品18| 国产亚洲精品av在线| 久久性视频一级片| www日本黄色视频网| 啦啦啦韩国在线观看视频| 99久久无色码亚洲精品果冻| 神马国产精品三级电影在线观看 | 90打野战视频偷拍视频| 久久香蕉精品热| 狂野欧美激情性xxxx| 免费高清视频大片| 欧美精品亚洲一区二区| 97超级碰碰碰精品色视频在线观看| 国产精品,欧美在线| 欧美 亚洲 国产 日韩一| 99在线视频只有这里精品首页| av欧美777| 精品高清国产在线一区| 丝袜人妻中文字幕| 国产成人系列免费观看| 国产激情偷乱视频一区二区| 这个男人来自地球电影免费观看| 精品久久久久久,| 精品国产乱子伦一区二区三区| 国产精品久久久久久人妻精品电影| 此物有八面人人有两片| 欧美大码av| 欧美成人性av电影在线观看| 999久久久国产精品视频| 午夜久久久久精精品| 一夜夜www| 又粗又爽又猛毛片免费看| 观看免费一级毛片| 国产成人精品无人区| 亚洲精品在线观看二区| 91老司机精品| 一级片免费观看大全| 久久人人精品亚洲av| 成人欧美大片| 18禁裸乳无遮挡免费网站照片|