• <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 ?

    基于極限學習機的體系作戰(zhàn)效能評估建模方法

    2019-12-19 09:04:40任天助辛萬青嚴晞雋趙鴻宇
    導彈與航天運載技術(shù) 2019年6期
    關(guān)鍵詞:學習機效能評估

    任天助,辛萬青,嚴晞雋,趙鴻宇,周 桃

    (1. 北京宇航系統(tǒng)工程研究所,北京,100076;2. 北京精密機電控制設(shè)備研究所,北京,100076)

    0 引 言

    隨著現(xiàn)代戰(zhàn)爭的不斷演化,先進武器裝備在作戰(zhàn)中扮演的角色越來越重要,單一兵種對抗逐漸被體系對抗的形式所取代。然而如何進行武器裝備的作戰(zhàn)效能評估,并分析其在體系中的貢獻一直以來沒有得到很好的解決。關(guān)于武器的效能評估問題,中國的學者較多采用通過結(jié)構(gòu)化的方法建立評估模型,并對各個效能指標進行綜合。文獻[1]根據(jù)執(zhí)行任務(wù)的不同對武器性能指標進行了歸納,得到武器裝備體系應(yīng)具備的基本作戰(zhàn)能力為:機動能力、信息感知能力、指揮控制能力、火力打擊能力、防護能力和綜合保障能力等,將所有指標歸納到這些能力中利用層次分析法進行評估。文獻[2]通過灰色關(guān)聯(lián)分析法與層次分析法的集成,對結(jié)構(gòu)化能力指標進行體系效能評估,但是數(shù)據(jù)來源于專家打分的結(jié)果,不可避免地帶有主觀隨意性,同時能力層級的劃分也存在著爭議。文獻[3]與文獻[4]分別利用“折合系數(shù)”與模糊區(qū)間關(guān)系來試圖分析體系指標的影響,這些方法初步體現(xiàn)了數(shù)據(jù)驅(qū)動的思想,但是方法的可靠性、合理性有待驗證[5]。除了基于指標的評估方法之外,還有一種思路就是進行復雜的體系對抗仿真推演,利用作戰(zhàn)仿真得到的數(shù)據(jù)來進行評估,然而這種方法一方面過程復雜、成本高,另一方面依賴作戰(zhàn)想定的合理性,如果出現(xiàn)偏差結(jié)果的可信度反而不如利用能力指標進行評估。文獻[6]中充分體現(xiàn)了數(shù)據(jù)驅(qū)動的思想,設(shè)計了堆棧自編碼神經(jīng)網(wǎng)絡(luò)和支持向量回歸機的混合預測模型用于體系作戰(zhàn)效能評估,為這類問題打開了思路。然而其中選用了深度學習與大數(shù)據(jù)的方法,但在實際中這類軍事工業(yè)部門所掌握的數(shù)據(jù)很難達到真正意義上的大數(shù)據(jù),使用這類方法成本與收益不匹配。

    本文試圖延續(xù)文獻[6]中的思路,利用一種數(shù)據(jù)驅(qū)動的思想,并將機器學習領(lǐng)域的極限學習機方法應(yīng)用在體系作戰(zhàn)效能評估當中,以提高方法的可靠性與合理性,解決評估過程中存在大量人為因素干擾與主觀性的影響等問題。

    1 數(shù)據(jù)驅(qū)動效能評估模型

    國防工業(yè)部門在設(shè)計新型武器過程中,從提高效能的角度來看,往往從提升某個或某幾個效能指標入手,研發(fā)出新一代武器裝備。然而提高某一個或某幾個指標并不代表整個武器的作戰(zhàn)效能有所提高,許多指標間存在耦合性,而這種耦合性可以在試驗數(shù)據(jù)中體現(xiàn)。但是已裝備武器的試驗數(shù)據(jù)無法直接遷移到還在設(shè)計論證中的裝備中,如何建立新舊裝備數(shù)據(jù)間的聯(lián)系,并實現(xiàn)從局部指標的調(diào)整到體系作戰(zhàn)效能的提升是一個需要解決的問題。因此,需要建立基于數(shù)據(jù)驅(qū)動的模型,如圖1 所示。

    圖1 數(shù)據(jù)驅(qū)動模型原理 Fig.1 Data Driven Model Principle

    構(gòu)建數(shù)據(jù)驅(qū)動的模型由以下3 個步驟組成:a)模型所需數(shù)據(jù)的收集。通過物理試驗和計算機仿真試驗收集數(shù)據(jù)。對于研制新型武器,數(shù)據(jù)既來自于上代型號的試驗數(shù)據(jù),也來自于計算機仿真模擬。對于部分數(shù)據(jù)需要進行歸一化處理再輸入模型。b)數(shù)據(jù)驅(qū)動模型的學習與泛化。通過將這些數(shù)據(jù)輸入到機器學習模型中,學習樣本輸入為型號自身的指標參數(shù),輸出為體系作戰(zhàn)效能指標。利用學習模型的泛化能力讓由數(shù)據(jù)驅(qū)動的模型具有連續(xù)的辨識能力,即使對于在設(shè)計論證的型號也能給定設(shè)想的指標進行體系作戰(zhàn)效能評估。c)數(shù)據(jù)驅(qū)動模型的測試與驗證。為了確保模型的可靠性,數(shù)據(jù)模型需要根據(jù)實際情況不斷的修正,根據(jù)模型得到的數(shù)據(jù)通過更多的模擬與物理試驗來確??煽啃浴?/p>

    近年來大數(shù)據(jù)和機器學習取得了長足的發(fā)展,但是在應(yīng)用這些方法時應(yīng)當注意到武器試驗數(shù)據(jù)的特殊性。數(shù)據(jù)的來源包括飛行試驗、地面試驗等物理試驗數(shù)據(jù)也包括計算機仿真數(shù)據(jù)。然而這與傳統(tǒng)意義上的大數(shù)據(jù)還是有區(qū)別的,在整個武器研發(fā)期間所擁有的數(shù)據(jù)量相比某些互聯(lián)網(wǎng)公司電子商務(wù)一天的數(shù)據(jù)量都少得多,因此不能照搬商業(yè)大數(shù)據(jù)與機器學習的方法,而是應(yīng)該選用適合數(shù)據(jù)量小但數(shù)據(jù)質(zhì)量很高的擬合學習算法,例如極限學習機方法。

    2 極限學習機方法

    極限學習機(Extreme Learning Machine,ELM)是黃廣斌等[7]提出的一種在單隱層前饋神經(jīng)網(wǎng)絡(luò)(Single-hidden Layer Feed Forward Networks,SLFNs)的基礎(chǔ)上發(fā)展起來的學習算法,具有學習速度快、泛化能力強等優(yōu)點,目前已經(jīng)在許多領(lǐng)域取得了廣泛的應(yīng)用[8,9]。相比較文獻[6]中提到的深度學習與自編碼神經(jīng)網(wǎng)絡(luò)而言,這種方法更加簡單,也更加適用于武器的體系效能評估這類訓練數(shù)據(jù)規(guī)模較小的問題。

    式中 yj為神經(jīng)網(wǎng)絡(luò)的輸出預測值;g ( w, x, b )為激發(fā)函數(shù); wi和 bi分別為輸入層與隱含層的權(quán)值系數(shù)與偏移量; βi為隱含層與輸出層權(quán)值系數(shù)。如果寫成矩陣形式,則表示成:

    其中:

    T 為訓練集數(shù)據(jù)矩陣,即測試數(shù)據(jù)it 的向量形式,只要使得|| ||?T Y 盡可能接近0,即可以利用這個經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)模型來替代未知的黑箱系統(tǒng)。

    在前人的基礎(chǔ)上,黃廣斌等提出了兩個定理。根據(jù)定理可知,若隱含層神經(jīng)元個數(shù)與訓練集樣本個數(shù)相等,則對于任意的 wi和 bi,SLFNs 都可以零誤差逼近訓練樣本。且當激發(fā)函數(shù) g ( w, x, b )無限可微時,SLFNs 的參數(shù)并不需要全部進行調(diào)整, wi和 bi在訓練前可以隨機選擇,且在訓練過程中保持不變。而隱含層和輸出層的連接權(quán)值可以通過求解以下方程組的最小二乘解獲得:

    其解為

    由于Η 是任意選取的,通過保證Η 滿秩,Η+為Η的偽逆:

    為了保證式(3)~(5)中的 ( ΗTΗ )?1的這一項一定可逆并避免出現(xiàn)病態(tài)情況,需要對這一項進行正則化,式(3)、式(4)改寫為

    由于 ΗTΗ 半正定且為實對稱矩陣,只要保證λ> 0,就能保證 ΗTΗ +λI 這一項一定非奇異。其中λ 的值可由文獻[10]中的方法進行確定。

    然而在實際求解過程中如果輸入的訓練數(shù)據(jù)量維數(shù)比較大,直接進行求逆運算同樣會出現(xiàn)矩陣的維數(shù)超出了計算機內(nèi)存的限制問題,此時直接計算就會變得困難。此時可以采用矩陣奇異值分解(Singular Value Decomposition,SVD)解決這個問題。利用SVD 分解同樣可以避免矩陣奇異的問題,并且避免了高維矩陣相乘的運算。根據(jù):

    則有:

    其中:

    其中, σi(i = 1,2, ???, r)為Η 的非零奇異值。此時式(4)可以寫成:

    此時不再需要更多的復雜計算,直接利用SVD 分解方法得到2 個酉矩陣U 和V 并與訓練集數(shù)據(jù)矩陣相乘就可得到ELM 中的權(quán)值系數(shù)。

    根據(jù)以上敘述,可以看出ELM 的優(yōu)勢在于參數(shù)設(shè)置非常簡單,不像其他神經(jīng)網(wǎng)絡(luò)那樣需要繁瑣的調(diào)參、迭代、循環(huán)訓練并最終收斂的過程,然而在訓練數(shù)據(jù)量很大時也有高維矩陣求逆的缺陷。SVD 法能夠在一定程度上改進這一缺陷,因此將其應(yīng)用在武器體系作戰(zhàn)效能評估建模上是可行的。

    3 仿真試驗

    本文采用文獻[11]的方法搭建彈道導彈體系攻防對抗模型,進攻方的效能指標包括不同類型的誘餌數(shù)、彈頭個數(shù)、毀傷半徑、精度誤差等,防守方的效能指標包括目標發(fā)現(xiàn)概率、跟蹤概率、誘餌識別概率、攔截策略、單發(fā)導彈攔截概率等。

    試驗由如下的幾步進行:

    a)獲取數(shù)據(jù)。由于進行實際的彈道導彈攻防對抗試驗很困難,因此本文的數(shù)據(jù)均來自于仿真試驗,仿真試驗共進行了7000 組。

    b)數(shù)據(jù)處理。初始數(shù)據(jù)雜亂無章,又有不同的量綱,因此需要把所有數(shù)據(jù)都進行歸一化。

    c)建立ELM 模型??梢酝ㄟ^設(shè)置不同的數(shù)據(jù)節(jié)點數(shù)進行評估結(jié)果比較。

    d)訓練ELM 模型。將b)中的數(shù)據(jù)輸入到模型中進行訓練。

    e)測試ELM 模型。用訓練好的模型進行評估,與攻防仿真的結(jié)果進行比較。

    假設(shè)根據(jù)試驗,得到20 個指標7000 組數(shù)據(jù)和對應(yīng)的效能評估值,為了方便進行數(shù)據(jù)學習,將所有指標進行編號并進行歸一化。選取125 組數(shù)據(jù)作為測試集,其余作為訓練集,得到的訓練結(jié)果如圖2 所示。表1 為不同隱含層節(jié)點數(shù)的學習效果。

    圖2 不同隱含層節(jié)點數(shù)的測試結(jié)果 Fig.2 Test Results of Different Hidden Layer Nodes

    續(xù)圖2

    表1 不同隱含層節(jié)點數(shù)的學習效果 Tab.1 Learning Effect of Different Number of Hidden Layer Nodess

    續(xù)表1

    由圖2 和表1 可知,隨著節(jié)點數(shù)增加,收斂效果不斷提升。通過以上結(jié)果看出ELM 算法的優(yōu)越性,只要修改隱含層節(jié)點數(shù)目這一個唯一的參數(shù)就可以不斷提升擬合的精度。而隨著節(jié)點數(shù)的不斷增加也會出現(xiàn)“過擬合”的問題(見表1 中節(jié)點數(shù)1000~5000 變化時均方差的變化情況),同樣可以根據(jù)需要對隱含層節(jié)點數(shù)進行修改。

    此時可以利用訓練好的評估模型對彈道導彈體系作戰(zhàn)的效能進行評估,某型彈道導彈的參數(shù)已知,利用評估模型對采用不同反導方案的目標進行效能評估值預測。假設(shè)其他參數(shù)不變,選取誘餌類型1、誘餌類型2 和彈頭數(shù)3 個值,分別在同一基準上增加5 次,每次增加對應(yīng)大致相同的載荷質(zhì)量,選用2000 個隱含節(jié)點的極限學習機進行效能評估值計算。利用學習模型進行效能提高方案選擇如圖3 所示。

    圖3 利用學習模型進行效能提高方案選擇 Fig.3 Select the Improvement Program by Using Learning Model

    由圖3 可知,增加彈頭數(shù)量能顯著提高效能評估值,增加同樣質(zhì)量的誘餌類型1 比誘餌2 的效能評估值提高效果明顯。利用數(shù)據(jù)驅(qū)動的模型得到這個結(jié)論只需要幾秒,而進行導彈攻防仿真需要數(shù)個小時,如果進行物理試驗的成本則更加難以估計??梢姡眠@種數(shù)據(jù)驅(qū)動模型可以更快、更簡便地進行體系作戰(zhàn)效能評估。

    4 結(jié) 論

    為有效解決體系作戰(zhàn)效能評估建模問題,本文提出了基于數(shù)據(jù)驅(qū)動的體系作戰(zhàn)效能評估建模思路,并利用極限學習機方法進行實踐,得到可以一定程度上代替繁瑣的模擬仿真和物理試驗的學習模型。試驗發(fā)現(xiàn),極限學習機方法可通過有限的樣本學習,利用非線性擬合能力將復雜的體系問題映射泛化到神經(jīng)網(wǎng)絡(luò)空間中,簡化了評估的復雜性,提高了評估的效率。后續(xù)工作將采集更多武器裝備試驗數(shù)據(jù)對模型進一步開展驗證;同時探究效能影響因素指標間的關(guān)系,利用各種數(shù)據(jù)方法對評價指標進行約簡。

    猜你喜歡
    學習機效能評估
    遷移探究 發(fā)揮效能
    同時多層擴散成像對胰腺病變的診斷效能
    充分激發(fā)“以工代賑”的最大效能
    極限學習機綜述
    基于極限學習機參數(shù)遷移的域適應(yīng)算法
    自動化學報(2018年2期)2018-04-12 05:46:21
    分層極限學習機在滾動軸承故障診斷中的應(yīng)用
    評估依據(jù)
    唐代前后期交通運輸效能對比分析
    立法后評估:且行且盡善
    浙江人大(2014年5期)2014-03-20 16:20:25
    一種基于AdaBoost的極限學習機分類方法
    国产精品影院久久| 真人做人爱边吃奶动态| 色av中文字幕| 久久久色成人| 99在线视频只有这里精品首页| 免费搜索国产男女视频| 99热这里只有精品一区| 在线观看舔阴道视频| 亚洲无线观看免费| 美女大奶头视频| 国产精品精品国产色婷婷| 简卡轻食公司| 免费一级毛片在线播放高清视频| 午夜精品一区二区三区免费看| 99久久成人亚洲精品观看| 亚洲男人的天堂狠狠| 欧美日韩国产亚洲二区| 五月伊人婷婷丁香| 岛国在线免费视频观看| 亚洲人成网站在线播| 老司机深夜福利视频在线观看| 此物有八面人人有两片| 免费大片18禁| 欧美日韩亚洲国产一区二区在线观看| 日韩国内少妇激情av| 又粗又爽又猛毛片免费看| 少妇的逼好多水| 国产亚洲精品久久久com| 精品人妻一区二区三区麻豆 | 18禁黄网站禁片免费观看直播| 国产一区二区三区在线臀色熟女| 亚洲人与动物交配视频| 人人妻人人看人人澡| 国内少妇人妻偷人精品xxx网站| 男女床上黄色一级片免费看| 99在线视频只有这里精品首页| 久久久久久久亚洲中文字幕 | 国产成人av教育| 欧美一级a爱片免费观看看| 中文亚洲av片在线观看爽| 日韩欧美一区二区三区在线观看| 男插女下体视频免费在线播放| 日本在线视频免费播放| 亚洲第一区二区三区不卡| 国产精品一及| 好男人在线观看高清免费视频| 怎么达到女性高潮| 波多野结衣高清无吗| 丰满乱子伦码专区| 国产成人aa在线观看| 成人欧美大片| 我的老师免费观看完整版| 精品国产三级普通话版| 毛片一级片免费看久久久久 | av在线老鸭窝| 国产高潮美女av| 长腿黑丝高跟| 在线免费观看不下载黄p国产 | 亚洲精品在线观看二区| 亚洲av电影在线进入| 美女 人体艺术 gogo| 看片在线看免费视频| 久久久久久九九精品二区国产| 国产av不卡久久| 最近在线观看免费完整版| 日韩大尺度精品在线看网址| 99久久久亚洲精品蜜臀av| 天堂动漫精品| 国产中年淑女户外野战色| 人人妻人人看人人澡| 好男人电影高清在线观看| a级毛片免费高清观看在线播放| 日韩 亚洲 欧美在线| 少妇的逼水好多| 又粗又爽又猛毛片免费看| 国产精品爽爽va在线观看网站| 老司机午夜十八禁免费视频| 内射极品少妇av片p| 国产真实伦视频高清在线观看 | 久久久国产成人精品二区| 91九色精品人成在线观看| 国产午夜精品久久久久久一区二区三区 | 18禁裸乳无遮挡免费网站照片| av黄色大香蕉| 三级男女做爰猛烈吃奶摸视频| 精品一区二区免费观看| 中国美女看黄片| 久久精品国产亚洲av天美| 欧美日韩综合久久久久久 | 国产精品三级大全| 国产视频内射| av中文乱码字幕在线| 丰满乱子伦码专区| 如何舔出高潮| 欧美区成人在线视频| 亚洲综合色惰| 国产精品美女特级片免费视频播放器| 内射极品少妇av片p| 国产不卡一卡二| 日本 欧美在线| 久久国产精品人妻蜜桃| 成人国产一区最新在线观看| 超碰av人人做人人爽久久| 国产成人欧美在线观看| 老司机深夜福利视频在线观看| 日韩成人在线观看一区二区三区| 欧美成人一区二区免费高清观看| 成人欧美大片| 欧美bdsm另类| 好男人在线观看高清免费视频| av专区在线播放| 亚洲成人久久性| 成年女人永久免费观看视频| 如何舔出高潮| 亚洲电影在线观看av| 久久人人爽人人爽人人片va | 日本成人三级电影网站| 亚洲内射少妇av| 欧美xxxx性猛交bbbb| 9191精品国产免费久久| 99久久精品热视频| 国产成人aa在线观看| 国产精品亚洲美女久久久| 搡老岳熟女国产| 毛片一级片免费看久久久久 | 9191精品国产免费久久| 久久婷婷人人爽人人干人人爱| 18禁裸乳无遮挡免费网站照片| 国产精品电影一区二区三区| av在线观看视频网站免费| 久久6这里有精品| 中文字幕免费在线视频6| 欧美最新免费一区二区三区 | 久久伊人香网站| 亚洲第一区二区三区不卡| 久久精品综合一区二区三区| 免费看日本二区| 亚洲精品一卡2卡三卡4卡5卡| 黄片小视频在线播放| 日韩有码中文字幕| 色综合婷婷激情| 中文字幕人成人乱码亚洲影| 男人和女人高潮做爰伦理| 午夜视频国产福利| 日本 av在线| 桃红色精品国产亚洲av| 9191精品国产免费久久| 宅男免费午夜| 成人av在线播放网站| 中文资源天堂在线| 国产精品,欧美在线| 亚洲成人久久爱视频| 欧美绝顶高潮抽搐喷水| 深夜精品福利| 亚洲人与动物交配视频| 又黄又爽又免费观看的视频| 亚洲国产欧美人成| 亚洲国产精品久久男人天堂| 此物有八面人人有两片| 亚洲精华国产精华精| 人妻丰满熟妇av一区二区三区| 国产精品影院久久| 亚洲欧美清纯卡通| 搞女人的毛片| 国产精品,欧美在线| 午夜激情福利司机影院| 757午夜福利合集在线观看| 久久中文看片网| 午夜激情欧美在线| 熟妇人妻久久中文字幕3abv| 国产一区二区三区视频了| 日韩欧美三级三区| 神马国产精品三级电影在线观看| 亚洲激情在线av| 啪啪无遮挡十八禁网站| 国产精品美女特级片免费视频播放器| 麻豆av噜噜一区二区三区| 国产探花在线观看一区二区| 黄色日韩在线| 亚洲精品在线观看二区| 床上黄色一级片| 18禁在线播放成人免费| 国产亚洲av嫩草精品影院| 亚洲av电影不卡..在线观看| 99久久99久久久精品蜜桃| 波野结衣二区三区在线| 亚洲欧美日韩无卡精品| 琪琪午夜伦伦电影理论片6080| 最后的刺客免费高清国语| 精品午夜福利视频在线观看一区| 看片在线看免费视频| 亚洲精品在线美女| 色综合亚洲欧美另类图片| 午夜亚洲福利在线播放| 亚洲人成伊人成综合网2020| 久久伊人香网站| 日本黄大片高清| 在线观看美女被高潮喷水网站 | 亚洲经典国产精华液单 | 直男gayav资源| 精品一区二区三区人妻视频| 精品久久国产蜜桃| 成年女人毛片免费观看观看9| 麻豆成人av在线观看| 久久精品综合一区二区三区| 国产高清三级在线| 热99在线观看视频| 很黄的视频免费| h日本视频在线播放| 麻豆国产97在线/欧美| 亚洲av不卡在线观看| 色哟哟哟哟哟哟| 午夜亚洲福利在线播放| 亚洲中文日韩欧美视频| 国产精品,欧美在线| 欧美丝袜亚洲另类 | 久久久久久久久久黄片| 精品99又大又爽又粗少妇毛片 | 亚洲精品粉嫩美女一区| 国产在视频线在精品| 午夜福利在线在线| 麻豆国产av国片精品| 久久久久国产精品人妻aⅴ院| 天堂√8在线中文| 国产精品人妻久久久久久| 一级a爱片免费观看的视频| 一本一本综合久久| 女同久久另类99精品国产91| 午夜亚洲福利在线播放| 少妇的逼水好多| 亚洲综合色惰| 夜夜夜夜夜久久久久| 全区人妻精品视频| 99国产精品一区二区蜜桃av| 在线播放无遮挡| 久久中文看片网| 国产单亲对白刺激| 亚洲成人久久性| 日韩av在线大香蕉| 国产亚洲精品av在线| 免费电影在线观看免费观看| 91麻豆av在线| 成人毛片a级毛片在线播放| 最近视频中文字幕2019在线8| 日韩欧美在线二视频| 97碰自拍视频| 午夜老司机福利剧场| 国产伦一二天堂av在线观看| a级毛片免费高清观看在线播放| 国产av一区在线观看免费| 人人妻人人澡欧美一区二区| 亚洲欧美日韩高清专用| 国产精品99久久久久久久久| 亚洲国产欧美人成| 免费观看精品视频网站| 丰满人妻一区二区三区视频av| 老司机午夜福利在线观看视频| 免费在线观看影片大全网站| 一本久久中文字幕| 免费av不卡在线播放| 亚洲av电影在线进入| 日本一本二区三区精品| 国产蜜桃级精品一区二区三区| 国产日本99.免费观看| 一区二区三区激情视频| 18美女黄网站色大片免费观看| 搡老熟女国产l中国老女人| 国产高清视频在线观看网站| 黄色丝袜av网址大全| 亚洲成人精品中文字幕电影| 午夜激情欧美在线| 日韩人妻高清精品专区| 一级作爱视频免费观看| 亚洲av五月六月丁香网| 亚洲av熟女| 精品久久久久久久人妻蜜臀av| 宅男免费午夜| 欧美另类亚洲清纯唯美| 人人妻人人澡欧美一区二区| 国产中年淑女户外野战色| 国产极品精品免费视频能看的| 日韩av在线大香蕉| 黄色一级大片看看| а√天堂www在线а√下载| 中文字幕av在线有码专区| 亚洲av.av天堂| 如何舔出高潮| 午夜免费成人在线视频| 简卡轻食公司| 亚洲成人免费电影在线观看| 国模一区二区三区四区视频| 网址你懂的国产日韩在线| 亚洲av一区综合| 麻豆一二三区av精品| 亚洲18禁久久av| 亚洲精品乱码久久久v下载方式| 午夜影院日韩av| av女优亚洲男人天堂| 欧美区成人在线视频| 欧美zozozo另类| 欧美日本视频| 精品久久久久久久久av| 精品久久久久久久久久免费视频| 国产精品免费一区二区三区在线| 亚洲人成网站在线播| 精品久久久久久,| 国产精品美女特级片免费视频播放器| 国产精品综合久久久久久久免费| 日韩欧美精品免费久久 | 久久久色成人| 国产精品亚洲一级av第二区| 最近最新免费中文字幕在线| 一个人看的www免费观看视频| 午夜亚洲福利在线播放| 国产午夜精品论理片| 丰满乱子伦码专区| 在线国产一区二区在线| 国产精品爽爽va在线观看网站| 欧美最黄视频在线播放免费| 国产成年人精品一区二区| 久久精品国产亚洲av天美| eeuss影院久久| 久久久国产成人精品二区| 久久久久亚洲av毛片大全| 午夜精品久久久久久毛片777| 亚洲国产高清在线一区二区三| 欧美成人a在线观看| 日韩国内少妇激情av| 深爱激情五月婷婷| 色5月婷婷丁香| 噜噜噜噜噜久久久久久91| 国产精品电影一区二区三区| 国产一区二区亚洲精品在线观看| 波多野结衣巨乳人妻| 天堂动漫精品| 国产高清三级在线| 亚洲av成人av| 久久人妻av系列| 国产精品久久久久久精品电影| 欧美成人免费av一区二区三区| av在线观看视频网站免费| 非洲黑人性xxxx精品又粗又长| 亚洲专区中文字幕在线| 一级黄片播放器| 午夜福利高清视频| 中文字幕精品亚洲无线码一区| 亚洲成人久久性| 国产欧美日韩一区二区精品| 日本免费一区二区三区高清不卡| 日韩亚洲欧美综合| 三级国产精品欧美在线观看| 能在线免费观看的黄片| 日韩欧美国产一区二区入口| 久久99热6这里只有精品| 国产av在哪里看| 国内精品久久久久久久电影| 国产午夜精品久久久久久一区二区三区 | 亚洲国产精品999在线| 免费在线观看成人毛片| 亚洲成人精品中文字幕电影| 久久精品国产99精品国产亚洲性色| 国产三级在线视频| 久久久国产成人精品二区| 国产午夜精品久久久久久一区二区三区 | 中文字幕人成人乱码亚洲影| 亚洲久久久久久中文字幕| 最新中文字幕久久久久| 欧美国产日韩亚洲一区| 久久婷婷人人爽人人干人人爱| 日韩欧美在线二视频| 国产主播在线观看一区二区| 日本三级黄在线观看| 国产主播在线观看一区二区| 久久精品国产亚洲av天美| 男女做爰动态图高潮gif福利片| 欧美国产日韩亚洲一区| 国产私拍福利视频在线观看| 久久久精品大字幕| 国产精品三级大全| 韩国av一区二区三区四区| 我要看日韩黄色一级片| 日本熟妇午夜| 欧美zozozo另类| 国产精品一区二区性色av| 天天躁日日操中文字幕| 国产精品久久久久久久电影| 一级作爱视频免费观看| 午夜福利在线在线| 中出人妻视频一区二区| 色噜噜av男人的天堂激情| 国产成人啪精品午夜网站| 99久久精品热视频| 亚洲在线观看片| 欧美精品国产亚洲| 真人做人爱边吃奶动态| 免费大片18禁| 国内精品一区二区在线观看| 亚洲五月天丁香| 久久香蕉精品热| 亚洲最大成人手机在线| 91午夜精品亚洲一区二区三区 | 韩国av一区二区三区四区| 网址你懂的国产日韩在线| 99久久无色码亚洲精品果冻| 欧美最新免费一区二区三区 | 欧美不卡视频在线免费观看| 性色avwww在线观看| 国产极品精品免费视频能看的| 久久久国产成人免费| 大型黄色视频在线免费观看| 美女高潮的动态| av国产免费在线观看| 亚洲人成网站在线播| 他把我摸到了高潮在线观看| 欧美一级a爱片免费观看看| 九色成人免费人妻av| 小蜜桃在线观看免费完整版高清| 欧美日韩乱码在线| .国产精品久久| 午夜老司机福利剧场| 国产一级毛片七仙女欲春2| 国产淫片久久久久久久久 | 欧美乱妇无乱码| 久久久久久九九精品二区国产| 一级黄片播放器| 深夜a级毛片| 亚洲av不卡在线观看| 久久久成人免费电影| 久久久久久久亚洲中文字幕 | 日日干狠狠操夜夜爽| 国产精品一区二区三区四区免费观看 | 精华霜和精华液先用哪个| 国产精品久久电影中文字幕| 亚洲,欧美精品.| 欧美一级a爱片免费观看看| 国产精品日韩av在线免费观看| 免费av观看视频| 国产黄色小视频在线观看| 激情在线观看视频在线高清| 国产亚洲av嫩草精品影院| 日本免费一区二区三区高清不卡| 欧美3d第一页| 搡女人真爽免费视频火全软件 | 欧美色视频一区免费| 成人国产一区最新在线观看| 蜜桃亚洲精品一区二区三区| 欧美午夜高清在线| 免费一级毛片在线播放高清视频| 一个人免费在线观看电影| 亚洲av二区三区四区| 美女cb高潮喷水在线观看| 我的老师免费观看完整版| 免费在线观看亚洲国产| 欧美极品一区二区三区四区| 热99在线观看视频| 精品久久久久久久久久免费视频| 亚洲av电影在线进入| 成人高潮视频无遮挡免费网站| 毛片一级片免费看久久久久 | 久久国产乱子伦精品免费另类| 色综合欧美亚洲国产小说| 日韩欧美一区二区三区在线观看| 99精品在免费线老司机午夜| 在线观看美女被高潮喷水网站 | 精品免费久久久久久久清纯| 小说图片视频综合网站| 18禁黄网站禁片午夜丰满| 欧美日本亚洲视频在线播放| 内地一区二区视频在线| 长腿黑丝高跟| 内射极品少妇av片p| 18美女黄网站色大片免费观看| 免费在线观看影片大全网站| 久久久国产成人精品二区| 久久久成人免费电影| 免费在线观看日本一区| 我要搜黄色片| 国产亚洲精品久久久久久毛片| 好男人在线观看高清免费视频| 午夜免费成人在线视频| 欧美国产日韩亚洲一区| 成年女人永久免费观看视频| 又黄又爽又免费观看的视频| 一本一本综合久久| 日韩成人在线观看一区二区三区| 国产大屁股一区二区在线视频| 国产亚洲欧美在线一区二区| 国产精品一区二区三区四区免费观看 | 亚洲av美国av| 亚洲无线观看免费| 18禁裸乳无遮挡免费网站照片| 中文字幕av成人在线电影| 婷婷丁香在线五月| 亚洲,欧美精品.| 9191精品国产免费久久| 99久久无色码亚洲精品果冻| 欧美一区二区精品小视频在线| 蜜桃亚洲精品一区二区三区| 深夜精品福利| 亚洲,欧美,日韩| 高清毛片免费观看视频网站| 人人妻,人人澡人人爽秒播| 欧洲精品卡2卡3卡4卡5卡区| 有码 亚洲区| 欧美日韩瑟瑟在线播放| 好男人在线观看高清免费视频| 久久人人精品亚洲av| 欧美国产日韩亚洲一区| 亚洲av日韩精品久久久久久密| 亚洲国产精品合色在线| 亚洲欧美日韩高清专用| 18禁黄网站禁片免费观看直播| 久久久久久久亚洲中文字幕 | 99视频精品全部免费 在线| 美女 人体艺术 gogo| 搡女人真爽免费视频火全软件 | 亚洲人成伊人成综合网2020| 精品一区二区免费观看| 国产精品人妻久久久久久| 亚洲精华国产精华精| 中文字幕av成人在线电影| 精品久久久久久成人av| 国产一区二区亚洲精品在线观看| 免费无遮挡裸体视频| 欧美日韩福利视频一区二区| 成人三级黄色视频| 成人美女网站在线观看视频| 日本免费a在线| 日韩中文字幕欧美一区二区| 欧美黄色淫秽网站| 天堂动漫精品| 亚洲国产精品合色在线| 久久久国产成人免费| 3wmmmm亚洲av在线观看| 国产欧美日韩精品一区二区| 欧美zozozo另类| 国内少妇人妻偷人精品xxx网站| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品粉嫩美女一区| h日本视频在线播放| 国产成人av教育| 久久99热这里只有精品18| 18+在线观看网站| 久久久久国内视频| 亚洲乱码一区二区免费版| 又黄又爽又刺激的免费视频.| 我要搜黄色片| 精品一区二区三区人妻视频| 色av中文字幕| 色综合站精品国产| 一级黄色大片毛片| 夜夜夜夜夜久久久久| 亚州av有码| 免费看光身美女| 久久久国产成人免费| 在线观看一区二区三区| 麻豆一二三区av精品| 一区二区三区免费毛片| 2021天堂中文幕一二区在线观| 男女那种视频在线观看| 91在线精品国自产拍蜜月| 免费在线观看影片大全网站| 亚洲男人的天堂狠狠| 九九热线精品视视频播放| 国产老妇女一区| 亚洲一区高清亚洲精品| 五月玫瑰六月丁香| 天天一区二区日本电影三级| 国产淫片久久久久久久久 | 国产精品伦人一区二区| 久久精品影院6| 又黄又爽又免费观看的视频| 三级毛片av免费| 免费av毛片视频| 欧美激情国产日韩精品一区| 久久久色成人| 国产主播在线观看一区二区| 欧美日本视频| 国产精品嫩草影院av在线观看 | 亚洲熟妇中文字幕五十中出| 亚洲av五月六月丁香网| 免费在线观看亚洲国产| 韩国av一区二区三区四区| 国产亚洲精品久久久com| 欧美在线黄色| 色综合婷婷激情| 久久性视频一级片| 国产不卡一卡二| 欧美高清成人免费视频www| 午夜福利视频1000在线观看| 国产一区二区在线观看日韩| 亚洲中文日韩欧美视频| 国产亚洲av嫩草精品影院| 一a级毛片在线观看| 午夜免费男女啪啪视频观看 | 久久天躁狠狠躁夜夜2o2o| 欧美日本亚洲视频在线播放| 精品国内亚洲2022精品成人| 欧美xxxx黑人xx丫x性爽| 村上凉子中文字幕在线| 人妻丰满熟妇av一区二区三区| 欧美黑人巨大hd| 亚洲自拍偷在线| 精品国内亚洲2022精品成人| 国模一区二区三区四区视频| 亚洲国产精品999在线| 成人精品一区二区免费| 高清毛片免费观看视频网站| 中文字幕人成人乱码亚洲影| 99久久99久久久精品蜜桃| 日韩亚洲欧美综合| 波野结衣二区三区在线| 女人被狂操c到高潮| 欧美一区二区国产精品久久精品| 夜夜看夜夜爽夜夜摸|