• <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 ?

    PCD型自適應(yīng)彈性網(wǎng)絡(luò)在微陣列分類中的應(yīng)用

    2010-08-18 10:11:56李鈞濤賈英民
    智能系統(tǒng)學(xué)報(bào) 2010年3期
    關(guān)鍵詞:懲罰彈性分類

    李鈞濤,賈英民

    (北京航空航天大學(xué)第七研究室,北京 100191)

    PCD型自適應(yīng)彈性網(wǎng)絡(luò)在微陣列分類中的應(yīng)用

    李鈞濤,賈英民

    (北京航空航天大學(xué)第七研究室,北京 100191)

    針對(duì)癌癥分類中的重要基因選擇問(wèn)題,提出了一種基于順向坐標(biāo)下降算法的自適應(yīng)彈性網(wǎng)絡(luò).該自適應(yīng)彈性網(wǎng)絡(luò)通過(guò)引入數(shù)據(jù)驅(qū)動(dòng)權(quán)重,在構(gòu)建分類器的同時(shí)能自適應(yīng)地成群選擇基因,從而產(chǎn)生了一個(gè)稀疏的學(xué)習(xí)模型,增強(qiáng)了可解釋性.此外,通過(guò)引入懲罰因子,順向坐標(biāo)下降算法被改進(jìn)并有效地用于求解該自適應(yīng)彈性網(wǎng)絡(luò).急性白血病分類實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的有效性.

    癌癥分類;基因選擇;彈性網(wǎng)絡(luò);順向坐標(biāo)下降算法(PCD算法);微陣列分類

    基于微陣列基因表達(dá)數(shù)據(jù)的癌癥分類問(wèn)題開辟了機(jī)器學(xué)習(xí)方法在計(jì)算生物領(lǐng)域的最早應(yīng)用,大量的學(xué)習(xí)機(jī)器及求解算法已經(jīng)被提出[1-15].由于生物學(xué)家和醫(yī)學(xué)科學(xué)家能從選擇的重要基因來(lái)確定癌癥研究中的最新發(fā)現(xiàn)或建議新的探索途徑;因此,除了預(yù)測(cè)給定腫瘤樣本的癌癥類型,另一個(gè)挑戰(zhàn)性的問(wèn)題是辨識(shí)分類相關(guān)的重要基因[4-13].

    基因選擇的目標(biāo)是更好地理解產(chǎn)生數(shù)據(jù)的生物系統(tǒng)并改進(jìn)分類器的預(yù)測(cè)性能.現(xiàn)流行的基因選擇方法有:單變量排序[1]、判別式比率、主元分析、遞歸特征消除[2]等.然而,在這些方法中,基因選擇與分類器構(gòu)造是分開進(jìn)行的.最近的統(tǒng)計(jì)學(xué)習(xí)理論與實(shí)驗(yàn)表明,同時(shí)進(jìn)行基因選擇和分類預(yù)測(cè)將產(chǎn)生優(yōu)越的性能.因此,大量的新型學(xué)習(xí)模型被發(fā)展,例如1-范數(shù)支持向量機(jī)[3]、稀疏邏輯回歸[4-5]、LASSO[6].然而,這些學(xué)習(xí)方法并不能揭示基因間的相互信息,并且選擇的基因個(gè)數(shù)以樣本尺寸大小為上界.

    從生物醫(yī)學(xué)的角度考慮,癌癥是一種復(fù)雜的遺傳性疾病,不是由單個(gè)基因所決定的,而往往是由先天的或外界的影響所造成的一些基因的突變、缺失等原因所引起.因此,癌癥分類中必然存在一些高度相關(guān)的基因,它們應(yīng)該作為一個(gè)基因群,同時(shí)被選擇或消除.從學(xué)習(xí)的角度,這可以被描述為一種群體效應(yīng),即對(duì)高度相關(guān)的基因表達(dá)列產(chǎn)生相似大小的估計(jì)系數(shù).作為一種新的正則化方法,彈性網(wǎng)絡(luò)[7]及其各種推廣[8-9]能在構(gòu)建分類器的過(guò)程中激勵(lì)一種群體效應(yīng).然而,微陣列數(shù)據(jù)中往往含有數(shù)千個(gè),甚至數(shù)萬(wàn)個(gè)基因表達(dá)列,而且重要基因?qū)?yīng)的基因表達(dá)列可能與一些不重要基因表達(dá)列相關(guān).因此,根據(jù)基因表達(dá)列相關(guān)性來(lái)激勵(lì)群體效應(yīng)將有可能導(dǎo)致最終模型包含冗余的基因.如何消除被選擇群內(nèi)的冗余基因是當(dāng)前癌癥分類中的一個(gè)急需解決的問(wèn)題.

    在彈性網(wǎng)絡(luò)中,基因選擇是由彈性網(wǎng)絡(luò)懲罰的收縮自動(dòng)獲得的.因此,引入用于評(píng)估基因重要性的數(shù)據(jù)驅(qū)動(dòng)權(quán)重到L1-范數(shù)懲罰和L2-范數(shù)懲罰將會(huì)自適應(yīng)地控制著懲罰項(xiàng)的收縮,從而取得改進(jìn)的基因選擇性能[10-11].受 LARS 型自適應(yīng)彈性網(wǎng)絡(luò)[10]和順向坐標(biāo)下降算法的啟發(fā),本文提出了一種基于順向坐標(biāo)下降算法的自適應(yīng)彈性網(wǎng)絡(luò).該自適應(yīng)彈性網(wǎng)絡(luò)的一個(gè)突出優(yōu)點(diǎn)是能自適應(yīng)地成群選擇基因.此外,該自適應(yīng)彈性網(wǎng)絡(luò)能利用改進(jìn)的順向坐標(biāo)下降算法求解,大大提高了求解速度.將基于順向坐標(biāo)下降算法的自適應(yīng)彈性網(wǎng)絡(luò)應(yīng)用到急性白血病分類中去,取得較滿意的結(jié)果.

    1 問(wèn)題陳述

    給定一個(gè)訓(xùn)練樣本集{(xi,yi)},其中xi=(xi1,xi2,…,xip)T是輸入向量,yi∈{+1,- 1}是樣本標(biāo)簽,分類問(wèn)題就是學(xué)習(xí)一個(gè)判別規(guī)則f:Rp→{+1,-1},從而可以準(zhǔn)確地預(yù)測(cè)新樣本的標(biāo)簽.對(duì)于微陣列表達(dá)數(shù)據(jù),xi表示具有p個(gè)基因表達(dá)水平的第i個(gè)樣本,yi表示腫瘤類型.令y=(y1,y2,…,yn)T是響應(yīng)向量,X=(x(1),x(2),…,x(p))是由n個(gè)輸入向量按行排列組成的模型矩陣,其中x(j)=(x1j,x2j,…,xnj)T被稱為預(yù)測(cè)子.假設(shè)預(yù)測(cè)子是標(biāo)準(zhǔn)化的,響應(yīng)具有零均值,即

    根據(jù)通常的線性回歸模型[12],輸出響應(yīng)能被預(yù)測(cè)為

    式中:=(,…)T是被估計(jì)的系數(shù)向量.目標(biāo)是:1)準(zhǔn)確地預(yù)測(cè)新樣本的標(biāo)簽;2)選擇分類相關(guān)的重要基因.

    對(duì)于基于微陣列基因表達(dá)數(shù)據(jù)的癌癥分類問(wèn)題,大量的學(xué)習(xí)機(jī)器已經(jīng)被成功構(gòu)建,例如,支持向量機(jī)[2-3]、稀疏邏輯回歸[4-5]和彈性網(wǎng)絡(luò)[7].這些學(xué)習(xí)機(jī)器能被統(tǒng)一地歸納為正則化框架:

    式中:λ >0是正則化參數(shù);L(y,f(x))和J(λ,β)分別表示損失函數(shù)與懲罰,常用的損失函數(shù)有hinge損失、平方誤差損失、指數(shù)損失等,常用的懲罰有L1-范數(shù)懲罰、L2-范數(shù)懲罰、彈性網(wǎng)絡(luò)懲罰、SCAD懲罰等.結(jié)合彈性網(wǎng)絡(luò)懲罰與平方誤差損失,下面的彈性網(wǎng)絡(luò)模型被提出[7]:

    式中:λ>0,1>α>0是新的模型參數(shù).在固定α的前提下,順向坐標(biāo)下降算法可以用來(lái)迅速地求解彈性網(wǎng)絡(luò).

    2 PCD型自適應(yīng)彈性網(wǎng)絡(luò)

    作為一種新的正則化與變量選擇方法,彈性網(wǎng)絡(luò)能產(chǎn)生一個(gè)稀疏的統(tǒng)計(jì)學(xué)習(xí)模型,并能鼓勵(lì)一種群體效應(yīng).雖然彈性網(wǎng)絡(luò)彈極其推廣已經(jīng)被成功地應(yīng)用于癌癥分類和基因選擇,然而該方法并不區(qū)分選擇的基因群里基因的重要性,從而導(dǎo)致濾波模型中將包含冗余的基因.在本節(jié)中,將發(fā)展一種新型的統(tǒng)計(jì)學(xué)習(xí)工具來(lái)解決該問(wèn)題.

    2.1 統(tǒng)計(jì)模型

    對(duì)于彈性網(wǎng)絡(luò)(1)或(2),相同的權(quán)重1被加在懲罰項(xiàng)的不同的系數(shù)上.理想的狀況應(yīng)該是大的懲罰加在不重要的變量上,從而很容易地消除它,而小的懲罰被強(qiáng)加在重要的變量上,從而在模型中保持它.基于上述思想,提出自適應(yīng)彈性網(wǎng)絡(luò)懲罰的概念.

    給定訓(xùn)練集(xi,yi),i=1,2,…,n,假設(shè)一個(gè)初始估計(jì)子=(,,…,)可以獲得.不失一般性,進(jìn)一步假設(shè)預(yù)測(cè)子x(1),x(2),…,x(p)被恰當(dāng)排序,從而使得

    為簡(jiǎn)便起見,仍舊用X表示變換后的模型矩陣.由于的度量在某種程度上暗示基因j對(duì)分類器的貢獻(xiàn),因此||(j=1,2,…,p)能被用來(lái)粗略地評(píng)估基因的重要性.根據(jù)這個(gè)粗略的評(píng)價(jià)標(biāo)準(zhǔn),提出如下數(shù)據(jù)驅(qū)動(dòng)權(quán)重矩陣:

    式中:wj=||-1,通過(guò)引入權(quán)重系數(shù),提出如下自適應(yīng)彈性網(wǎng)絡(luò)懲罰:

    除了改進(jìn)基因選擇性能,提出自適應(yīng)彈性網(wǎng)絡(luò)(3)的另一個(gè)動(dòng)機(jī)是其能用順向下降算法求解(詳見2.3小節(jié)),從而大大減少了計(jì)算量.為了和其他類型的自適應(yīng)彈性網(wǎng)絡(luò)加以區(qū)別,把該學(xué)習(xí)機(jī)器命名為PCD型自適應(yīng)彈性網(wǎng)絡(luò).使用該學(xué)習(xí)機(jī)器必須首先確定一個(gè)初始估計(jì)子.隨著機(jī)器學(xué)習(xí)算法的快速發(fā)展,LASSO估計(jì)子、支持向量機(jī)的估計(jì)系數(shù)與彈性網(wǎng)絡(luò)估計(jì)子都可以很方便地求解,從而被用作初始估計(jì)子.考慮到這些方法都不可避免模型參數(shù)選擇的困難,從而需要花費(fèi)大量的計(jì)算和時(shí)間來(lái)確定正則化參數(shù)和核參數(shù).因此使用如下的單變量回歸估計(jì)子作為初始估計(jì)子.

    2.2 自適應(yīng)的基因選擇

    由于重要基因可能與一些不重要的基因相關(guān),因此彈性網(wǎng)絡(luò)的濾波模型中可能會(huì)包含冗余的基因.PCD型自適應(yīng)彈性網(wǎng)絡(luò)能鼓勵(lì)一種自適應(yīng)的群體效應(yīng),從而能消除一些不重要的基因.

    定理假設(shè)預(yù)測(cè)子x(1),x(2),…,x(p)是標(biāo)準(zhǔn)化的,響應(yīng)y具有零均值.對(duì)于 1≤j,l≤p,如果aen)(aen)>0,那么有

    證明 令

    由于式(4)是一個(gè)無(wú)約束的凸最優(yōu)化問(wèn)題,因此式(6)對(duì)非零系數(shù)≠0的子梯度滿足:

    對(duì)于≠0,由式(7)可得

    類似地,可得

    由于(aen)(aen)>0且(aen)=(1+λ2),因此sign()=sign().由式(9)減去式(10)可得

    由式(4)和式(6)可得

    從而

    由于x(1),x(2),…,x(p)是標(biāo)準(zhǔn)化的,因此很容易可得

    由式(11)、(12)和(13),可得

    把式(3)代入式(14)可得式(5).證畢.

    利用最小二乘回歸估計(jì)子(ols)作為初始估計(jì)子,Ghosh在2007年提出如下的自適應(yīng)彈性網(wǎng)絡(luò)[18]:

    式中:wj=|(ols)|-γ,γ >0是提前給定的常數(shù).利用彈性網(wǎng)絡(luò)(en)作為初始估計(jì)子并引入比例系數(shù),Zou在2009年提出如下的自適應(yīng)彈性網(wǎng)絡(luò)[19]:

    式中:wj=|(en)|-γ,γ >0是提前給定的常數(shù).雖然Ghosh的自適應(yīng)彈性網(wǎng)絡(luò)宣稱能激勵(lì)一種群體效應(yīng).然而所描述的群體效應(yīng)控制上限是涉及2個(gè)正則化參數(shù)的復(fù)雜式子,缺乏直接的生物可解釋性.因此,嚴(yán)格意義講,這2種學(xué)習(xí)機(jī)器不具有可解釋的群體變量選擇功能.提出的PCD型自適應(yīng)彈性網(wǎng)絡(luò)能通過(guò)評(píng)估基因重要性來(lái)自動(dòng)地辨識(shí)選擇的基因群的尺寸,從而激勵(lì)一種自適應(yīng)群體選擇效應(yīng).這種群體效應(yīng)的上限是用乘式表達(dá)的,每一個(gè)乘子都具有較明確的生物學(xué)含義.

    2.3 順向坐標(biāo)下降算法

    類似于彈性網(wǎng)絡(luò),LASSO、LARS和前向階梯等算法也能用來(lái)求解自適應(yīng)彈性網(wǎng)絡(luò).然而,彈性網(wǎng)絡(luò)和PCD型自適應(yīng)彈性網(wǎng)絡(luò)在增廣空間中有p+n個(gè)觀測(cè)子和p個(gè)預(yù)測(cè)子,而在微陣列基因表達(dá)數(shù)據(jù)中,一般說(shuō)來(lái)p是非常大的,因此,這些算法將導(dǎo)致巨額的計(jì)算量,有時(shí)甚至是計(jì)算上不可行的.與這些方法相比較,順向坐標(biāo)下降算法在處理這類數(shù)據(jù)時(shí)具有不可爭(zhēng)議的快速性.因此,選擇使用該算法來(lái)求解PCD型自適應(yīng)彈性網(wǎng)絡(luò).

    為了計(jì)算簡(jiǎn)便的目的,把PCD型自適應(yīng)彈性網(wǎng)絡(luò)(3)改寫為

    假設(shè)在l≠j時(shí),估計(jì)子可以獲得.目標(biāo)是獲得關(guān)于βj的部分最優(yōu)化.根據(jù)文獻(xiàn)[16],坐標(biāo)下降調(diào)整有如下形式:

    為了使用順向坐標(biāo)下降算法,必須首先選擇1個(gè)最小的正則化參數(shù)值λmin,并構(gòu)造1個(gè)從最大值λmax到最小值λmin對(duì)數(shù)下降的λ序列.典型的構(gòu)造方法是令K=100,λmin=ελmax,其中 ε =0.001.如果使用自己構(gòu)造的λ序列,那么不同的懲罰因子可以被加在每一個(gè)系數(shù)上,從而可以成功求解PCD型自適應(yīng)彈性網(wǎng)絡(luò)(15).具體求解步驟如下:

    2)設(shè)置順向坐標(biāo)下降算法的初始參數(shù)值:響應(yīng)類型、彈性網(wǎng)絡(luò)混合參數(shù)α、最小λ值和懲罰因子等參數(shù).

    3)利用順向坐標(biāo)下降算法求解具有懲罰因子w1,w2,…,wp的彈性網(wǎng)絡(luò).

    4)利用交叉檢驗(yàn)決定最優(yōu)模型的參數(shù).

    5)提取最優(yōu)模型的非零系數(shù)來(lái)構(gòu)建分類器,并確定非零系數(shù)對(duì)應(yīng)的基因.

    由于自適應(yīng)彈性網(wǎng)絡(luò)懲罰把一些系數(shù)收縮到零,因此在構(gòu)建分類器的同時(shí),實(shí)現(xiàn)了基因的自動(dòng)選擇,所需要做的是提取非零系數(shù)并決定與他們相對(duì)應(yīng)的基因名稱.在實(shí)驗(yàn)中,上述算法程序是用R語(yǔ)言寫的,但在執(zhí)行該程序時(shí),需要加載并使用“glmnet”工具包.R程序中的函數(shù)“as.character”被用來(lái)產(chǎn)生并測(cè)試基因性狀,函數(shù)“predict”和“coef”被聯(lián)合使用,從而提取估計(jì)模型中的非零系數(shù).

    由于相同的數(shù)據(jù)驅(qū)動(dòng)權(quán)重被同時(shí)加在1-范數(shù)懲罰系數(shù)和2-范數(shù)懲罰系數(shù)上,所以提出的自適應(yīng)彈性網(wǎng)絡(luò)可以用帶懲罰因子的順向坐標(biāo)下降算法來(lái)求解.在Ghosh和Zou自適應(yīng)彈性網(wǎng)絡(luò)中,由于僅有1-范數(shù)懲罰系數(shù)被賦予于權(quán)重,因此無(wú)法用該算法來(lái)求解.

    3 仿真實(shí)驗(yàn)與分析

    白血病基準(zhǔn)數(shù)據(jù)被用來(lái)驗(yàn)證所提方法的有效性.該基準(zhǔn)數(shù)據(jù)包含47個(gè)急性淋巴性白血病樣本和25個(gè)急性骨髓性白血病樣本,其中,每一個(gè)樣本包含7 129個(gè)基因表達(dá)值.實(shí)驗(yàn)的目的是:構(gòu)建診斷規(guī)則,區(qū)分這2種急性白血病.基準(zhǔn)數(shù)據(jù)的訓(xùn)練集中包含27個(gè)急性淋巴性白血病樣本和11個(gè)急性骨髓性白血病樣本,余下的34個(gè)樣本用來(lái)測(cè)試診斷規(guī)則的預(yù)測(cè)精度.為了能使用回歸模型來(lái)處理二分類問(wèn)題,把白血病編碼為 0-1影響,并定義分類函數(shù)為I(>0.5),其中I(·)是指示函數(shù).

    第1個(gè)實(shí)驗(yàn)評(píng)估了彈性網(wǎng)絡(luò)和PCD型自適應(yīng)彈性網(wǎng)絡(luò)的預(yù)測(cè)性能.為此,給定的72個(gè)樣本數(shù)據(jù)被隨機(jī)地劃分成10個(gè)部分,使得每一部分所含樣本個(gè)數(shù)基本相等,然后計(jì)算這2種學(xué)習(xí)機(jī)器的10重交叉檢驗(yàn)均方預(yù)測(cè)誤差,并以此來(lái)評(píng)估他們的預(yù)測(cè)性能.圖1給出了這2種學(xué)習(xí)機(jī)器的交叉檢驗(yàn)預(yù)測(cè)誤差曲線.由圖1易知,PCD型自適應(yīng)彈性網(wǎng)絡(luò)能明顯改進(jìn)彈性網(wǎng)絡(luò)的預(yù)測(cè)性能.這種現(xiàn)象可以從基因選擇的角度給出解釋.在基準(zhǔn)白血病數(shù)據(jù)中,基因M23197_at、M27891_at和 M63138_at具有高度相關(guān)的表達(dá)列,并且這些表達(dá)列和基因M31303_rnal_at的表達(dá)列高度負(fù)相關(guān);因此這4個(gè)基因在彈性網(wǎng)絡(luò)和PCD型自適應(yīng)彈性網(wǎng)絡(luò)中,被作為一個(gè)基因群被同時(shí)選擇.基因 M22324_at的表達(dá)列與基因M92287_at和X74262_at的表達(dá)列高度負(fù)相關(guān);因此,這3個(gè)基因作為一個(gè)基因群被彈性網(wǎng)絡(luò)同時(shí)選擇.然而,基因M22324_at并不對(duì)分類產(chǎn)生很大影響,PCD型自適應(yīng)彈性網(wǎng)絡(luò)通過(guò)評(píng)估基因重要性,把不重要基因M22324_at從該群中消除出去.這種自適應(yīng)的群體基因選擇解釋了PCD自適應(yīng)彈性網(wǎng)絡(luò)取得好的預(yù)測(cè)精度的原因.

    圖1 10重交叉檢驗(yàn)預(yù)測(cè)誤差曲線Fig.1 Curve of tenfold cross-validated prediction error

    第2個(gè)實(shí)驗(yàn)比較了LARS算法和順向坐標(biāo)下降算法的運(yùn)算速度.在配置為 Pentium(R)D CPU 3.4 GHz,3.39 GHz、內(nèi)存1.00 GB的雙核戴爾計(jì)算機(jī)上,利用LARS算法求解100步的彈性網(wǎng)絡(luò)[7]和LARS型自適應(yīng)彈性網(wǎng)絡(luò)[10]大約需要2~3 min;而用順向坐標(biāo)下降算法求解K=100的PCD型自適應(yīng)彈性網(wǎng)絡(luò),只需要30 s左右.

    4 結(jié)束語(yǔ)

    PCD型自適應(yīng)彈性網(wǎng)絡(luò)通過(guò)引入恰當(dāng)?shù)臋?quán)重,改進(jìn)了彈性網(wǎng)絡(luò)的基因選擇、計(jì)算速度等性能.與Ghosh自適應(yīng)彈性網(wǎng)絡(luò)、Zou自適應(yīng)彈性網(wǎng)絡(luò)等統(tǒng)計(jì)學(xué)習(xí)模型相比,PCD型自適應(yīng)彈性網(wǎng)絡(luò)更能激勵(lì)一種群體基因選擇效應(yīng).與LARS型自適應(yīng)彈性網(wǎng)絡(luò)相比,PCD型自適應(yīng)彈性網(wǎng)絡(luò)能大大提高了計(jì)算速度.本文僅使用1個(gè)微陣列數(shù)據(jù)集來(lái)驗(yàn)證PCD型自適應(yīng)彈性網(wǎng)絡(luò)的有效性,因此在更多的數(shù)據(jù)集上來(lái)檢驗(yàn)其性能并給出其合理的生物學(xué)解釋是接下來(lái)要做的工作.

    [1]GOLUB T R,SLONIM D K,TAMAYO P,et al.Molecular classification of cancer:class discovery and class prediction by gene expression monitoring[J].Science,1999,286(5439):531-536.

    [2]GUYON I,WESTON J,BARNHILL S,VAPNIK V.Gene selection for cancer classification using support vector machines[J].Machine Learning,2002,46(1):389-422.

    [3]ZHU J,ROSSET S,HASTIE T,TIBSHIRANI R.1-norm support vector machines[J].Advances in Neural Information Processing Systems,2004,16(1):49-56.

    [4]SHEVADE S K,KEERTHI S S.A simple and efficient algorithm for gene selection using sparse logistic regression[J].Bioinformatics,2006,19(17):2246-2253.

    [5]CAWLEY G C,TALBOT N L C.Gene selection in cancer classification using sparse logistic regression with Bayesian regularization[J].Bioinformatics,2006,22(19):2348-2355.

    [6]TIBSHIRANI R.Regression shrinkage and selection via the lasso[J].Journal of the Royal Statistical Society:Series B,1996,58(1):267-288.

    [7]ZOU Hui,HASTIE T.Regularization and variable selection via the elastic net[J].Journal of the Royal Statistical Society:Series B,2005,67:301-320.

    [8]WANG Li,ZHU Ji,ZOU Hui.The doubly regularized support vector machine[J].Statistica Sinica,2006,16(2):589-615.

    [9]李鈞濤,賈英民.用于微陣列分類的Huberized多類支持向量機(jī)[J]. 自動(dòng)化學(xué)報(bào),2010,36(3):399-405.

    LI Juntao,JIA Yingmin.Huberized multi-class support vector machine for microarray classification[J].Acta Automatica Sinica,2010,36(3):399-405.

    [10]李鈞濤,賈英民.用于癌癥分類與基因選擇的一種改進(jìn)的彈性網(wǎng)絡(luò)[J]. 自動(dòng)化學(xué)報(bào),2010,36(7):976-981.

    LI Juntao,JIA Yingmin.An improved elastic net for cancer classification and gene selection[J].Acta Automatica Sinica,2010,36(7):976-981.

    [11]LI Juntao,JIA Yingmin,DU Junping,YU Fashan.A new support vector machine for microarray classification and adaptive gene selection[C]//2009 American Control Conference.St.Louis,USA:5410-5415.

    [12]EGAL M,DAHLQUIST K,CONKLIN B.Regression approaches for microarray data analysis[J].Journal of Computational Biology,2003,10(6):961-980.

    [13]VAPNIK V.The nature of statistical learning theory[M].New York:Springer,1995:1-60.

    [14]EFRON B,HASTIE T,JOHNSTON I,TIBSHIRANI R.Least angle regression[J].Annals of Statistics,2004,32(2):407-499.

    [15]陳曉峰,王士同,曹蘇群.半監(jiān)督多標(biāo)記學(xué)習(xí)的基因功能分析[J]. 智能系統(tǒng)學(xué)報(bào),2008,3(1):83-90.

    CHEN Xiaofeng, WANG Shitong, CAO Suqun.Gene function analysis of semi-supervised multi-label learning[J].CAAI Transactions on Intelligent Systems,2008,3(1):83-90.

    [16]FRIEDMAN J,HASTIE T,TIBSHIRANI R.Regularization paths for generalized linear models via coordinate descent[R].Palo Alto,USA:Standford University,2008.

    [17]FRIEDMAN J,HASTIE T,HóFLING H,TIBSHIRANI R.Pathwise coordinate optimization[J].Annals of Applied Statistics,2007,1(2):302-332.

    [18]GHOSH S.Adaptive elastic net:an improvement of elastic net to achieve oracle properties:IUPUI tech report No.pr07-01[R].Indianapolis,USA:Department of Mathematical Sciences,Indiana University-Purdue University,2007.

    [19]ZOU H,ZHANG H H.On the adaptive elastic net with a diverging number of parameters[J].Annals of Statistics,2009,37(4):1733-1751.

    李鈞濤,男,1978年生,講師、博士.主要研究方向?yàn)橹悄芸刂啤⒔y(tǒng)計(jì)學(xué)習(xí)及其在生物信息學(xué)中的應(yīng)用.

    賈英民,男,1958年生,教授、博士生導(dǎo)師,教育部“長(zhǎng)江學(xué)者”特聘教授,中國(guó)科學(xué)院系統(tǒng)控制重點(diǎn)實(shí)驗(yàn)室學(xué)術(shù)委員會(huì)委員,中國(guó)人工智能學(xué)會(huì)智能空天系統(tǒng)專業(yè)委員會(huì)主任,中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)副主任,中國(guó)航空學(xué)會(huì)控制理論與應(yīng)用專業(yè)委員會(huì)副主任.主要研究方向?yàn)轸敯艨刂?、自適應(yīng)控制、智能控制及其在車輛系統(tǒng)和工業(yè)過(guò)程中的應(yīng)用.承擔(dān)國(guó)家“973”計(jì)劃、“863”計(jì)劃,國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目、科學(xué)儀器專項(xiàng),面上項(xiàng)目,國(guó)防基礎(chǔ)科研項(xiàng)目,教育部高校博士點(diǎn)基金等20余項(xiàng).國(guó)家杰出青年科學(xué)基金獲得者,國(guó)家“百千萬(wàn)人才工程”第一、二層次人選.發(fā)表學(xué)術(shù)論文120余篇,出版專著1部,申請(qǐng)專利10余項(xiàng).

    Applying a PCD adaptive elastic net in microarray classification

    LI Jun-tao,JIA Ying-min
    (The Seventh Research Division,Beihang University,Beijing 100191,China)

    An adaptive elastic net was proposed,based on a pathwise coordinate descent(PCD)algorithm,to select genes important for cancer classification.By introducing data-driven weights,the proposed adaptive elastic net can adaptively select genes in groups in the process of building classifiers.It thus produces a sparse learning model with enhanced interpretability.Furthermore,by introducing penalty factors,the pathwise coordinate descent algorithm was improved,solving the adaptive elastic net more efficiently.Experimental results from leukemia classification verified the proposed method.

    cancer classification;gene selection;elastic net;pathwise coordinate descent algorithm;microarray classification

    TP273

    A

    1673-4785(2010)03-0227-06

    10.3969/j.issn.1673-4785.2010.03.004

    2009-12-14.

    國(guó)家自然科學(xué)基金資助項(xiàng)目(60727002,60774003,60850004);國(guó)家“973”計(jì)劃資助項(xiàng)目(2005CB321902);國(guó)防基礎(chǔ)研究資助項(xiàng)目(A2120061303).

    李鈞濤.E-mail:juntaolimail@yahoo.com.cn.

    猜你喜歡
    懲罰彈性分類
    為什么橡膠有彈性?
    軍事文摘(2021年18期)2021-12-02 01:28:12
    為什么橡膠有彈性?
    分類算一算
    注重低頻的細(xì)節(jié)與彈性 KEF KF92
    神的懲罰
    小讀者(2020年2期)2020-03-12 10:34:06
    Jokes笑話
    彈性?shī)A箍折彎模的改進(jìn)
    模具制造(2019年4期)2019-06-24 03:36:40
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    懲罰
    日本欧美视频一区| 亚洲av日韩在线播放| 欧美黑人欧美精品刺激| 精品福利永久在线观看| 久久精品91无色码中文字幕| 欧美日韩一级在线毛片| 久久香蕉激情| 桃花免费在线播放| 中文字幕av电影在线播放| 侵犯人妻中文字幕一二三四区| 九色亚洲精品在线播放| 国产亚洲一区二区精品| 亚洲专区国产一区二区| 大陆偷拍与自拍| 国产三级黄色录像| 国产精品偷伦视频观看了| 一个人免费在线观看的高清视频| 亚洲av第一区精品v没综合| 18在线观看网站| 一边摸一边抽搐一进一小说 | 女警被强在线播放| 亚洲精品乱久久久久久| 亚洲伊人久久精品综合| 欧美激情高清一区二区三区| 国内毛片毛片毛片毛片毛片| 女性生殖器流出的白浆| 久久久久久久久久久久大奶| 亚洲一卡2卡3卡4卡5卡精品中文| 极品人妻少妇av视频| 成人国语在线视频| 国产精品亚洲av一区麻豆| 久久国产亚洲av麻豆专区| 亚洲欧美一区二区三区久久| 一边摸一边抽搐一进一出视频| 女同久久另类99精品国产91| 国产精品久久久久久精品古装| 美女高潮到喷水免费观看| 黄色视频,在线免费观看| 啪啪无遮挡十八禁网站| 国产精品偷伦视频观看了| 国产一区二区在线观看av| 美女扒开内裤让男人捅视频| 久久午夜综合久久蜜桃| 亚洲中文日韩欧美视频| 欧美激情久久久久久爽电影 | 考比视频在线观看| 一个人免费在线观看的高清视频| 中国美女看黄片| 日韩一卡2卡3卡4卡2021年| 国产1区2区3区精品| 免费在线观看影片大全网站| 国产精品九九99| 精品国产乱码久久久久久小说| 看免费av毛片| 天天躁夜夜躁狠狠躁躁| 日本黄色日本黄色录像| 操美女的视频在线观看| 老熟妇乱子伦视频在线观看| 考比视频在线观看| 别揉我奶头~嗯~啊~动态视频| 免费在线观看日本一区| 亚洲少妇的诱惑av| 满18在线观看网站| 国产精品一区二区在线不卡| 三上悠亚av全集在线观看| 亚洲熟妇熟女久久| 色婷婷av一区二区三区视频| 在线观看舔阴道视频| 黑人巨大精品欧美一区二区蜜桃| videosex国产| 女人精品久久久久毛片| 亚洲色图av天堂| 在线观看免费视频网站a站| 人成视频在线观看免费观看| 91老司机精品| 久久婷婷成人综合色麻豆| 日韩三级视频一区二区三区| 老司机午夜十八禁免费视频| 午夜日韩欧美国产| 999精品在线视频| 丝袜喷水一区| 久久久久久亚洲精品国产蜜桃av| 亚洲午夜理论影院| 国产精品免费大片| 国产精品久久久久成人av| 飞空精品影院首页| 他把我摸到了高潮在线观看 | 黄色怎么调成土黄色| 久久久久国产一级毛片高清牌| 色视频在线一区二区三区| www日本在线高清视频| 亚洲国产成人一精品久久久| 热99久久久久精品小说推荐| 18禁美女被吸乳视频| 美女主播在线视频| 制服人妻中文乱码| 不卡av一区二区三区| 亚洲av成人不卡在线观看播放网| 国产不卡av网站在线观看| 纵有疾风起免费观看全集完整版| 人人妻人人澡人人看| 亚洲精品国产色婷婷电影| 国产在视频线精品| 老司机靠b影院| 一区二区日韩欧美中文字幕| 男女之事视频高清在线观看| 国产欧美日韩综合在线一区二区| 美女扒开内裤让男人捅视频| 亚洲av成人一区二区三| 在线观看www视频免费| 亚洲精品久久成人aⅴ小说| av有码第一页| 又大又爽又粗| 少妇的丰满在线观看| 亚洲精品久久午夜乱码| 亚洲国产欧美网| 老司机在亚洲福利影院| 亚洲全国av大片| 欧美午夜高清在线| videosex国产| 亚洲天堂av无毛| √禁漫天堂资源中文www| 9191精品国产免费久久| 亚洲欧美日韩另类电影网站| 好男人电影高清在线观看| 美女午夜性视频免费| 国产三级黄色录像| 色精品久久人妻99蜜桃| 国产区一区二久久| 精品第一国产精品| 女性被躁到高潮视频| av天堂在线播放| 一二三四社区在线视频社区8| 亚洲av第一区精品v没综合| 后天国语完整版免费观看| 高清av免费在线| 亚洲av成人一区二区三| 国产精品久久久久久精品古装| 在线观看免费视频网站a站| 性高湖久久久久久久久免费观看| 久久久久久久精品吃奶| 最黄视频免费看| 亚洲欧洲精品一区二区精品久久久| 王馨瑶露胸无遮挡在线观看| 国产精品一区二区精品视频观看| 久久久久久久国产电影| 日韩欧美一区二区三区在线观看 | 新久久久久国产一级毛片| 欧美变态另类bdsm刘玥| 国产av精品麻豆| 国产欧美日韩一区二区精品| 在线观看免费午夜福利视频| 人人妻人人澡人人看| 丰满人妻熟妇乱又伦精品不卡| 一本久久精品| 亚洲熟女毛片儿| 国产真人三级小视频在线观看| 精品久久久久久久毛片微露脸| 嫁个100分男人电影在线观看| 一本—道久久a久久精品蜜桃钙片| av天堂久久9| 午夜91福利影院| 麻豆乱淫一区二区| 波多野结衣av一区二区av| 精品少妇黑人巨大在线播放| 免费女性裸体啪啪无遮挡网站| 黄片大片在线免费观看| 成人三级做爰电影| 热re99久久国产66热| 丝袜在线中文字幕| h视频一区二区三区| 色94色欧美一区二区| 久久精品亚洲av国产电影网| 免费av中文字幕在线| 一本久久精品| 精品亚洲成国产av| 欧美激情高清一区二区三区| 亚洲综合色网址| 欧美日韩精品网址| 涩涩av久久男人的天堂| 国产一卡二卡三卡精品| 狠狠婷婷综合久久久久久88av| bbb黄色大片| 精品欧美一区二区三区在线| 国产成人免费无遮挡视频| 激情在线观看视频在线高清 | 自线自在国产av| 国产精品国产av在线观看| 天堂中文最新版在线下载| 久久午夜亚洲精品久久| 久久久国产一区二区| 国产免费视频播放在线视频| 国产日韩欧美视频二区| 天天躁狠狠躁夜夜躁狠狠躁| 国产在线免费精品| 色精品久久人妻99蜜桃| 少妇的丰满在线观看| av电影中文网址| av线在线观看网站| 一本一本久久a久久精品综合妖精| 丝袜美腿诱惑在线| 国产精品成人在线| 色尼玛亚洲综合影院| 国产1区2区3区精品| 女人被躁到高潮嗷嗷叫费观| 国产一卡二卡三卡精品| 男女免费视频国产| 日韩一卡2卡3卡4卡2021年| 成人18禁在线播放| 在线观看免费高清a一片| 人人妻人人添人人爽欧美一区卜| 9191精品国产免费久久| 少妇猛男粗大的猛烈进出视频| 9热在线视频观看99| 91成人精品电影| 黄色视频不卡| 男女免费视频国产| 免费在线观看黄色视频的| 我的亚洲天堂| 国产精品99久久99久久久不卡| 国产淫语在线视频| 日本a在线网址| 成年人黄色毛片网站| 久久国产精品人妻蜜桃| 岛国在线观看网站| 国产精品影院久久| 性高湖久久久久久久久免费观看| 免费观看a级毛片全部| 免费久久久久久久精品成人欧美视频| 欧美日韩国产mv在线观看视频| 欧美日韩黄片免| 国产xxxxx性猛交| 天天添夜夜摸| 欧美日韩福利视频一区二区| 久久ye,这里只有精品| 黄色视频在线播放观看不卡| av天堂在线播放| 免费在线观看完整版高清| 免费观看人在逋| 制服诱惑二区| 国产精品一区二区在线不卡| 一边摸一边抽搐一进一出视频| 国产在线一区二区三区精| 久久久欧美国产精品| 亚洲黑人精品在线| 99精品久久久久人妻精品| 国产高清videossex| 99九九在线精品视频| 午夜视频精品福利| 亚洲精品国产精品久久久不卡| 久久精品成人免费网站| 可以免费在线观看a视频的电影网站| 99久久99久久久精品蜜桃| 纯流量卡能插随身wifi吗| 人人妻人人澡人人爽人人夜夜| 女警被强在线播放| 国产av国产精品国产| 亚洲成人免费电影在线观看| 国产免费av片在线观看野外av| 欧美在线一区亚洲| 日本wwww免费看| 91九色精品人成在线观看| 999久久久国产精品视频| av有码第一页| 美女主播在线视频| 国产成人精品久久二区二区免费| 妹子高潮喷水视频| 黄片小视频在线播放| 亚洲av欧美aⅴ国产| 成人18禁在线播放| 国产主播在线观看一区二区| 精品福利永久在线观看| 成年女人毛片免费观看观看9 | 一本—道久久a久久精品蜜桃钙片| 在线观看免费高清a一片| 日韩欧美国产一区二区入口| 91精品三级在线观看| 欧美日韩成人在线一区二区| 亚洲国产中文字幕在线视频| 曰老女人黄片| 国产一区有黄有色的免费视频| videosex国产| 人人妻人人澡人人看| 欧美日韩国产mv在线观看视频| 欧美 日韩 精品 国产| 美女高潮到喷水免费观看| 操出白浆在线播放| 国产一区二区 视频在线| 国产精品99久久99久久久不卡| 99re在线观看精品视频| 久久久久久久久久久久大奶| 欧美日韩亚洲国产一区二区在线观看 | 热99久久久久精品小说推荐| 亚洲精品自拍成人| 黄色丝袜av网址大全| 亚洲熟女毛片儿| 国产91精品成人一区二区三区 | 久热爱精品视频在线9| 啦啦啦免费观看视频1| 欧美精品一区二区大全| 大片电影免费在线观看免费| 久久精品亚洲精品国产色婷小说| 国产男靠女视频免费网站| 免费高清在线观看日韩| 99热网站在线观看| 亚洲精品久久午夜乱码| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品粉嫩美女一区| 成年人黄色毛片网站| 久久青草综合色| 亚洲全国av大片| 国产精品一区二区在线观看99| 中文字幕人妻熟女乱码| 精品卡一卡二卡四卡免费| 亚洲 国产 在线| 国产午夜精品久久久久久| 日韩一卡2卡3卡4卡2021年| 99国产精品99久久久久| 男女无遮挡免费网站观看| 最近最新免费中文字幕在线| 精品国内亚洲2022精品成人 | 精品卡一卡二卡四卡免费| 少妇粗大呻吟视频| 国产精品自产拍在线观看55亚洲 | 狂野欧美激情性xxxx| 水蜜桃什么品种好| 亚洲av美国av| 制服诱惑二区| 中文字幕av电影在线播放| 巨乳人妻的诱惑在线观看| 中亚洲国语对白在线视频| 国产成人啪精品午夜网站| 久久国产精品影院| 久热这里只有精品99| 91国产中文字幕| 精品少妇内射三级| 免费看a级黄色片| 午夜福利免费观看在线| 日韩一卡2卡3卡4卡2021年| 国产在视频线精品| 另类亚洲欧美激情| 欧美日韩视频精品一区| 窝窝影院91人妻| 极品少妇高潮喷水抽搐| 大型av网站在线播放| 国产亚洲午夜精品一区二区久久| 97人妻天天添夜夜摸| 欧美黑人精品巨大| 亚洲熟女精品中文字幕| 亚洲av成人一区二区三| av线在线观看网站| 成人亚洲精品一区在线观看| 久久久久国产一级毛片高清牌| 两性午夜刺激爽爽歪歪视频在线观看 | 女人被躁到高潮嗷嗷叫费观| 女性生殖器流出的白浆| 久久久久久亚洲精品国产蜜桃av| 午夜福利影视在线免费观看| 99久久人妻综合| 久久人妻熟女aⅴ| 午夜成年电影在线免费观看| 天堂俺去俺来也www色官网| 国产欧美日韩一区二区三| 18在线观看网站| 久久99热这里只频精品6学生| 免费在线观看影片大全网站| 成人免费观看视频高清| 一本色道久久久久久精品综合| 曰老女人黄片| 午夜福利,免费看| 亚洲天堂av无毛| 国产亚洲精品一区二区www | 国产成人系列免费观看| 天天操日日干夜夜撸| 久久热在线av| 国产在线一区二区三区精| 色94色欧美一区二区| 18禁裸乳无遮挡动漫免费视频| 亚洲色图av天堂| 国产91精品成人一区二区三区 | 国产亚洲av高清不卡| 日本精品一区二区三区蜜桃| 一进一出抽搐动态| 咕卡用的链子| 久久毛片免费看一区二区三区| 高清毛片免费观看视频网站 | 美女视频免费永久观看网站| 国产在线视频一区二区| 女警被强在线播放| 不卡av一区二区三区| kizo精华| √禁漫天堂资源中文www| 12—13女人毛片做爰片一| 99精国产麻豆久久婷婷| 亚洲国产欧美在线一区| 亚洲中文字幕日韩| 黄色视频,在线免费观看| e午夜精品久久久久久久| 免费日韩欧美在线观看| 国产不卡一卡二| 欧美日韩视频精品一区| 亚洲午夜理论影院| 啦啦啦免费观看视频1| 高清毛片免费观看视频网站 | 日韩制服丝袜自拍偷拍| 国产av精品麻豆| 老司机福利观看| 美女视频免费永久观看网站| 国产成人精品在线电影| 大码成人一级视频| 老汉色∧v一级毛片| 91av网站免费观看| 国产激情久久老熟女| 每晚都被弄得嗷嗷叫到高潮| 香蕉丝袜av| 午夜成年电影在线免费观看| 建设人人有责人人尽责人人享有的| 一二三四社区在线视频社区8| e午夜精品久久久久久久| 免费在线观看视频国产中文字幕亚洲| 无遮挡黄片免费观看| 夜夜爽天天搞| 黄色毛片三级朝国网站| 国产成人系列免费观看| av超薄肉色丝袜交足视频| 高潮久久久久久久久久久不卡| 亚洲少妇的诱惑av| 亚洲国产欧美一区二区综合| 免费av中文字幕在线| 在线亚洲精品国产二区图片欧美| 亚洲av日韩在线播放| 免费在线观看日本一区| 亚洲国产看品久久| 欧美人与性动交α欧美精品济南到| 欧美人与性动交α欧美软件| 国产av一区二区精品久久| 一区二区av电影网| 少妇 在线观看| 露出奶头的视频| 亚洲国产中文字幕在线视频| 高清黄色对白视频在线免费看| 国产成人免费观看mmmm| 午夜两性在线视频| 久久精品国产亚洲av高清一级| 亚洲欧美日韩高清在线视频 | 极品人妻少妇av视频| 欧美性长视频在线观看| 国产精品.久久久| 亚洲欧洲精品一区二区精品久久久| 99国产极品粉嫩在线观看| 电影成人av| av电影中文网址| 欧美日本中文国产一区发布| 人妻久久中文字幕网| 91字幕亚洲| 国产成人精品久久二区二区91| 熟女少妇亚洲综合色aaa.| 三上悠亚av全集在线观看| 久久中文字幕人妻熟女| 午夜老司机福利片| 国产精品久久久久久精品古装| 99国产精品一区二区蜜桃av | 成人影院久久| 精品亚洲成a人片在线观看| 国产精品成人在线| 色老头精品视频在线观看| 99国产综合亚洲精品| av国产精品久久久久影院| 久久毛片免费看一区二区三区| 桃花免费在线播放| 精品一区二区三区视频在线观看免费 | 国产成人精品无人区| 久久国产亚洲av麻豆专区| 欧美老熟妇乱子伦牲交| 亚洲综合色网址| 午夜免费成人在线视频| 免费观看a级毛片全部| a级毛片黄视频| 午夜福利在线免费观看网站| 亚洲欧美日韩高清在线视频 | 美女扒开内裤让男人捅视频| 丝瓜视频免费看黄片| 嫁个100分男人电影在线观看| 在线十欧美十亚洲十日本专区| 午夜福利免费观看在线| 午夜免费鲁丝| 久久精品aⅴ一区二区三区四区| 国产97色在线日韩免费| 12—13女人毛片做爰片一| 国产色视频综合| 国产精品99久久99久久久不卡| 久久人妻熟女aⅴ| 少妇猛男粗大的猛烈进出视频| 18禁国产床啪视频网站| 色综合欧美亚洲国产小说| 亚洲成人免费av在线播放| 日本一区二区免费在线视频| 亚洲欧美激情在线| 在线看a的网站| 一本综合久久免费| 大香蕉久久网| 久久人人爽av亚洲精品天堂| 精品亚洲成a人片在线观看| 男人操女人黄网站| 欧美日韩av久久| 91成年电影在线观看| 亚洲欧洲精品一区二区精品久久久| 97在线人人人人妻| 精品国产乱码久久久久久小说| 丰满饥渴人妻一区二区三| 51午夜福利影视在线观看| 两个人看的免费小视频| 精品一区二区三卡| 成人黄色视频免费在线看| 欧美 亚洲 国产 日韩一| 国产不卡av网站在线观看| 视频区图区小说| 侵犯人妻中文字幕一二三四区| 美女高潮喷水抽搐中文字幕| 一本—道久久a久久精品蜜桃钙片| 新久久久久国产一级毛片| av又黄又爽大尺度在线免费看| 精品人妻在线不人妻| 成年女人毛片免费观看观看9 | 国产日韩一区二区三区精品不卡| 国产在线观看jvid| 国产区一区二久久| 乱人伦中国视频| 日韩有码中文字幕| 中文亚洲av片在线观看爽 | 一级黄色大片毛片| 国产欧美日韩精品亚洲av| 黑人猛操日本美女一级片| 丝瓜视频免费看黄片| 亚洲av日韩在线播放| 黄色毛片三级朝国网站| 捣出白浆h1v1| 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| 日韩一卡2卡3卡4卡2021年| 亚洲全国av大片| 美女主播在线视频| 日本黄色视频三级网站网址 | 亚洲av欧美aⅴ国产| 一本大道久久a久久精品| 精品国产乱码久久久久久男人| 精品高清国产在线一区| 日韩三级视频一区二区三区| 人人妻人人添人人爽欧美一区卜| 一进一出好大好爽视频| 国产成人欧美在线观看 | 国产深夜福利视频在线观看| 99精品久久久久人妻精品| 999久久久精品免费观看国产| av超薄肉色丝袜交足视频| 曰老女人黄片| 欧美在线一区亚洲| 成年版毛片免费区| 交换朋友夫妻互换小说| 岛国在线观看网站| 久久久久久久精品吃奶| 色婷婷久久久亚洲欧美| 久久人妻熟女aⅴ| 久久精品亚洲熟妇少妇任你| 日韩欧美免费精品| 成人永久免费在线观看视频 | 99国产精品99久久久久| 捣出白浆h1v1| 99精品在免费线老司机午夜| 在线天堂中文资源库| 丁香六月欧美| 国产亚洲欧美在线一区二区| 91精品国产国语对白视频| 久久精品人人爽人人爽视色| 在线观看免费高清a一片| 国产精品.久久久| 美女福利国产在线| 成在线人永久免费视频| 午夜日韩欧美国产| 亚洲性夜色夜夜综合| 亚洲av成人一区二区三| 天天添夜夜摸| 91九色精品人成在线观看| 久久中文字幕一级| 亚洲成人手机| 大陆偷拍与自拍| 午夜福利影视在线免费观看| 国内毛片毛片毛片毛片毛片| 欧美国产精品va在线观看不卡| 免费观看av网站的网址| 又黄又粗又硬又大视频| 国内毛片毛片毛片毛片毛片| 亚洲自偷自拍图片 自拍| 国产免费福利视频在线观看| 欧美 亚洲 国产 日韩一| 18禁美女被吸乳视频| 高清欧美精品videossex| 国内毛片毛片毛片毛片毛片| 在线十欧美十亚洲十日本专区| 亚洲欧美一区二区三区黑人| 欧美日韩av久久| 在线观看免费日韩欧美大片| 久久久久久人人人人人| 菩萨蛮人人尽说江南好唐韦庄| 99国产极品粉嫩在线观看| 国产单亲对白刺激| 精品视频人人做人人爽| 一级毛片电影观看| 欧美黄色片欧美黄色片| 一级毛片女人18水好多| 日韩熟女老妇一区二区性免费视频| 99九九在线精品视频| 免费观看av网站的网址| 成年人午夜在线观看视频| 久久精品91无色码中文字幕|