• <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 ?

    基于遺傳算法和互信息公式結(jié)合的特征選擇

    2014-12-14 06:10:06涂昌慧胡天亮
    關(guān)鍵詞:互信息特征選擇子集

    涂昌慧,葛 紅 ,胡天亮

    (華南師范大學(xué)計算機(jī)學(xué)院,廣州510631)

    特征選擇是統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等領(lǐng)域中的經(jīng)典問題. 在模式識別中,它根據(jù)一些準(zhǔn)則,在刪除一組不相關(guān)、冗余的特征后,選出對分類最有效的特征以達(dá)到降低特征空間維數(shù),使得如分類、回歸模型等任務(wù)達(dá)到和特征選擇前近似甚至更好的預(yù)測精度[1].

    特征選擇方法大致可以分為封裝式(Wrapper)、過濾式(Filter)和嵌入式(Embedded)等3 類.封裝式特征選擇方法準(zhǔn)確率較高,但容易出現(xiàn)過擬合現(xiàn)象,魯棒性較差,依賴具體的學(xué)習(xí)算法,不適合大規(guī)模數(shù)據(jù)集[2].過濾式特征選擇方法的評估依賴于數(shù)據(jù)集本身,其可擴(kuò)展性、魯棒性高,適合大規(guī)模數(shù)據(jù)集[3],但沒有考慮與學(xué)習(xí)算法間的關(guān)系,得到的子集性能較差,嵌入式特征選擇方法運(yùn)行速度較快,選擇的特征與分類性能有關(guān),但其依賴于學(xué)習(xí)算法的選擇,魯棒性不高.

    遺傳算法是一種自適應(yīng)的全局搜索方法,具有并行性和適合于解決多目標(biāo)優(yōu)化等特性. 互信息是2個隨機(jī)變量統(tǒng)計相關(guān)性的測度.在特征選擇中,互信息度量特征與類別標(biāo)簽的相關(guān)性是一種基于相關(guān)性的過濾式特征選擇方法. 為了充分利用遺傳算法和互信息的優(yōu)點(diǎn),本文結(jié)合遺傳算法和互信息進(jìn)行特征選擇.

    1 相關(guān)概念

    1.1 遺傳算法

    遺傳算法(Genetic Algorithm,GA)是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法. 其基本思想是從任意初始群體出發(fā),通過隨機(jī)選擇、交叉和變異操作,產(chǎn)生一群更適應(yīng)環(huán)境的個體.

    遺傳算法首先需實(shí)現(xiàn)從表現(xiàn)型到基因型的映射,即編碼.初代種群產(chǎn)生之后,按照適者生存和優(yōu)勝劣汰的原理,逐代演化產(chǎn)生更好的近似解,在每一代,根據(jù)問題域中個體的適應(yīng)度大小選擇個體,并借助于遺傳算子進(jìn)行組合交叉和變異,產(chǎn)生出代表新解集的種群.遺傳算法在進(jìn)化搜索過程中僅以適應(yīng)度函數(shù)為依據(jù),所以適應(yīng)度函數(shù)直接影響到遺傳算法的收斂速度以及能否找到最優(yōu)解[4]. 遺傳算法的3個基本操作:

    (1)選擇.根據(jù)個體的適應(yīng)度值,按照一定的規(guī)則或方法,從上一代群體中選擇出一些優(yōu)良的個體遺傳到下一代種群中. 選擇的依據(jù)是適應(yīng)性強(qiáng)的個體為下一代貢獻(xiàn)一個或多個后代的概率大.

    (2)交叉.交叉是把2個父個體的部分結(jié)構(gòu)加以替換而生成新個體的操作.交叉操作產(chǎn)生的新一代個體,既保留了雙親的部分基因,又引入新的基因.

    (3)變異. 變異可以防止求解過程中過早收斂產(chǎn)生局部最優(yōu)解而非總體最優(yōu)解.其操作為:對種群中的每個個體,以變異概率改變某一個或多個基因座上的基因值.變異本身是一種局部隨機(jī)搜索,與選擇算子結(jié)合在一起,保證了遺傳算法的有效性,使遺傳算法具有局部的隨機(jī)搜索能力,同時保持種群的多樣性,防止出現(xiàn)非成熟收斂.

    1.2 互信息

    互信息(Mutual Information,MI)是信息論中的一個基本概念.它表示2個變量間共同擁有信息的含量.系統(tǒng)的不確定性或復(fù)雜性可以用信息熵來描述.對于一個隨機(jī)變量集X,其中任一xX,其概率分布函數(shù)用PX(x)表示,則集合X 的熵H(X)定義如下:

    如果系統(tǒng)越有序,它的不確定性就越小,即熵值也越小,所含的確定信息越大.

    給定2個隨機(jī)變量集X 和Y,其條件熵分別定義:

    隨機(jī)變量集X 和Y 間的統(tǒng)計相關(guān)性可以用聯(lián)合熵來描述,其定義:

    其中,H(X)表示Y 未知時的熵,即X 的不確定性;H(X|Y)表示已知Y 后X 的不確定性,那么在知道Y后X 的不確定性減少量為H(X)-H(X|Y).這個不確定性的減少量即為互信息,它反映了Y 包含X 中信息的多少,可以描述為:

    對于2個離散的隨機(jī)變量X 和Y 還可以用2個變量的聯(lián)合概率密度分布PXY(x,y)與2個變量完全獨(dú)立時的聯(lián)合概率分布PX(x)·PY(y)來表示互信息:

    由定義可知,當(dāng)變量X 和Y 完全無關(guān)或相互獨(dú)立時,它們的互信息為0,說明它們之間不存在相同的信息;反之,當(dāng)互信息值越大,它們間的相互依賴度越高,包含的相同信息也越多.

    條件互信息是指在給定某個隨機(jī)變量的條件下,其他2個變量之間的相互依賴程度.假如隨機(jī)變量Z 已知,那么變量X 和Y 關(guān)于Z 的條件互信息為:

    其中PXYZ(x,y,z)為聯(lián)合概率分布,P(x|z)、P(y|z)和P(x,y|z)均為條件概率分布.

    1.3 BP 神經(jīng)網(wǎng)絡(luò)

    BP 神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)的主要特點(diǎn)是信號向前傳遞的,而誤差反向傳播.在前向傳遞中,輸入信號從輸入層經(jīng)隱含層逐層處理,直至輸出層.如果輸出層得不到期望輸出,則轉(zhuǎn)入反向傳播,根據(jù)預(yù)測誤差調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值,從而使BP 神經(jīng)網(wǎng)絡(luò)預(yù)測輸出不斷逼近期望輸出. 由于BP 神經(jīng)網(wǎng)絡(luò)包含多個隱含層,故其具備處理線性不可分問題的能力.

    1.4 概率神經(jīng)網(wǎng)絡(luò)

    網(wǎng)絡(luò)概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Networks,PNN)是一種徑向基神經(jīng)網(wǎng)絡(luò),在RBF 網(wǎng)絡(luò)的基礎(chǔ)上,融合了密度函數(shù)估計和貝葉斯決策理論.概率神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單,能用線性學(xué)習(xí)算法實(shí)現(xiàn)非線性學(xué)習(xí)算法的功能[5].PNN 不像傳統(tǒng)的多層前向網(wǎng)絡(luò)那樣需要用BP 算法進(jìn)行反向誤差傳播的計算,而是完全前向的計算過程.在某些易滿足的條件下,以PNN 實(shí)現(xiàn)的判別邊界漸進(jìn)地融入貝葉斯最佳判定面. PNN 訓(xùn)練時間短、不易產(chǎn)生局部最優(yōu),且它的分類正確率較高. 研究表明概率神經(jīng)網(wǎng)絡(luò)收斂速度快,具有很強(qiáng)的容錯性、擴(kuò)充性能好等特性.

    2 GA-MI 算法研究

    由于特征評價函數(shù)與遺傳算法的收斂速度和最優(yōu)解息息相關(guān),所以提出以互信息作為算法的特征評價函數(shù).而標(biāo)準(zhǔn)互信息只考慮了單個特征的影響,沒有考慮兩兩特征和多個特征間的相互影響,因此,本文引入改進(jìn)的互信息公式結(jié)合遺傳算法來進(jìn)行特征選擇方法:將遺傳算法里的特征評價函數(shù)用改進(jìn)互信息公式進(jìn)行替換. 遺傳算法是一種基于封裝式的特征選擇算法,互信息是一種基于過濾式的特征選擇算法,故GA-MI 算法是對封裝式和過濾式這2種特征選擇算法的結(jié)合.具體方法如下:

    (1)將解空間映射到編碼空間,每個編碼對應(yīng)問題的一個解.本文采用經(jīng)典的二進(jìn)制編碼.

    (2)設(shè)P 為種群的大小,L 為個體的長度;N 表示初始種群的大小,為用戶自定義的參數(shù),且1≤N≤P.分別對初始種群中的個體隨機(jī)附上二進(jìn)制值,以這N 組串結(jié)構(gòu)作為初始點(diǎn)開始迭代.

    (3)計算種群的適應(yīng)度. 本文選取改進(jìn)的互信息公式[6]作為適應(yīng)度函數(shù):

    其中,n 表示特征總數(shù),Xn表示n個特征里面任一特征值,Xk表示第k 列的特征值,Y 表示標(biāo)簽列,參數(shù)β 和γ 在[0,1]里面取值. 上式第1 項(xiàng)為所有特征與標(biāo)簽的互信息的和,第2 項(xiàng)為所有不相同的2個特征的互信息的和,第3 項(xiàng)為所有不相同的2個特征與標(biāo)簽項(xiàng)的互信息的和,其中第2 項(xiàng)、第3 項(xiàng)分別乘以參數(shù)β、γ,以此來削弱它們在互信息公式中的影響力.當(dāng)β 和γ 均為0 時,式(8)為最原始的互信息公式.

    由于式(8)為該種群所有特征的互信息,所以單個特征的互信息應(yīng)除以所選特征變量的個數(shù),即:

    (4)判斷是否達(dá)到迭代次數(shù),若是,則輸出當(dāng)前的最優(yōu)特征子集,否則執(zhí)行以下步驟.

    (5)執(zhí)行選擇操作. 本文的選擇操作選用比例選擇算子,即個體被選中并遺傳到下一代種群中的概率與該個體的適應(yīng)度大小成正比.

    (6)執(zhí)行交叉操作. 本實(shí)驗(yàn)的交叉操作采用單點(diǎn)交叉算子.

    式中:Kj(Nx)表示待評對象Nx關(guān)于等級j的綜合關(guān)聯(lián)度;kj(xj)表示待評對象Nx關(guān)于等級j的單指標(biāo)關(guān)聯(lián)度j=(1,2,…,m);ai表示各指標(biāo)的權(quán)重。若

    (7)執(zhí)行變異操作. 本實(shí)驗(yàn)的變異操作采用單點(diǎn)變異算子.

    (8)返回4).

    3 實(shí)驗(yàn)方法

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    本次實(shí)驗(yàn)數(shù)據(jù)選自UCI 機(jī)器學(xué)習(xí)數(shù)據(jù)庫和人工數(shù)據(jù)集.從UCI 中選取了IRIS 數(shù)據(jù)集和Wine 數(shù)據(jù)集;設(shè)置了2 組人工數(shù)據(jù)集,選擇數(shù)據(jù)集和異或數(shù)據(jù)集.其中,選擇數(shù)據(jù)集(Select)為512* 10 維的數(shù)據(jù):前9 列為特征項(xiàng),其中第1、2 列的4 種排列組合的值,順序選擇第6、7、8 或9 列,所選的那一列對應(yīng)的值即為第10 列標(biāo)簽項(xiàng)的值. 異或數(shù)據(jù)集(XOR)為32* 6 維的數(shù)據(jù):前5 列為特征項(xiàng),第6 列標(biāo)簽項(xiàng)的值為第1 列和第5 列異或的結(jié)果.在每次實(shí)驗(yàn)時,我們都會將數(shù)據(jù)集順序打亂. 選擇其中2/3 的數(shù)據(jù)為訓(xùn)練數(shù)據(jù)集,1/3 的數(shù)據(jù)為測試數(shù)據(jù)集.表1 為實(shí)驗(yàn)的數(shù)據(jù)集.

    表1 實(shí)驗(yàn)數(shù)據(jù)集Table 1 Experimental data sets

    3.2 實(shí)驗(yàn)方法

    為了驗(yàn)證所提出方法的有效性,采用GA-PNN算法和GA-PNN-MI 算法與本文所提出的方法進(jìn)行比較.

    GA-PNN 算法是將遺傳算法中的初始種群特征值隨機(jī)選擇改為用PNN 進(jìn)行選擇. 具體實(shí)現(xiàn):首先用PNN 預(yù)測每個特征單獨(dú)使用時的情況,并算出每個基因位的方差,然后選擇方差倒數(shù)值不小于均方差倒數(shù)值的基因位,此基因位的特征即作為遺傳算法初始種群的特征. 選擇、交叉、變異操作同前面的GA-MI 方法,適應(yīng)度函數(shù)為測試集數(shù)據(jù)誤差平方和的倒數(shù).

    GA-PNN-MI 算法是在GA-PNN 算法的基礎(chǔ)上,將GA-PNN 中的適應(yīng)度函數(shù)變?yōu)楦倪M(jìn)的互信息公式.

    GA-MI 算法與GA-PNN-MI 算法最大的區(qū)別在于后者用PNN 對遺傳算法里的初始種群進(jìn)行選擇,而非隨機(jī)選擇選擇初始種群.

    4 結(jié)果與分析

    對每種方法各做15 組實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果顯示,遺傳算法中初始種群大小N 取10,互信息公式中參數(shù)β、γ 取值分別為0.5、0.6 時,實(shí)驗(yàn)結(jié)果較為理想.對于表1 中的每一個數(shù)據(jù)集,分別運(yùn)行GA-MI、GAPNN 和GA-PNN-MI 算法,記錄下各算法得到的特征子集.統(tǒng)計每次實(shí)驗(yàn)所得特征子集的個數(shù),取這15 組數(shù)據(jù)的平均值,即為所選擇特征子集個數(shù). 特征個數(shù)采用向上取整的方法.所選特征為15 組數(shù)據(jù)中出現(xiàn)次數(shù)最多的特征. 特征個數(shù)及所選特征見表2 和表3. 表2 列出了采用3 種不同特征選擇方法得到的特征子集中所包含的特征的個數(shù),表3 列出了對應(yīng)的特征子集所包含的具體特征的下標(biāo).顯然,采用本文提出的GA-MI 方法選出的特征子集規(guī)模小于或等于其他2 種方法.

    表2 3 種特征選擇算法得到的特征子集大小Table 2 The feature subset size in three feature selection algorithm

    為了對比PNN 和BP 網(wǎng)絡(luò)的優(yōu)劣及驗(yàn)證所選擇特征的情況,我們將以上3 種方法選出的特征分別應(yīng)用在PNN 和BP 這2 種神經(jīng)網(wǎng)絡(luò)的分類器中,其分類正確率見表4 和表5.

    表3 3 種特征選擇算法得到的特征子集Table 3 The feature subset in three feature selection algorithm

    表4 PNN 分類器在各特征子集上的分類精度對比Table 4 The comparison of classification accuracy in each PNN classifiers with feature subsets %

    表5 BP 分類器在各特征子集上的分類精度對比Table 5 The comparison of classification accuracy in each BP classifier with feature subset %

    從表4 和表5 看出,大多數(shù)情況下,采用選擇后的特征子集進(jìn)行分類,分類精度都會有所提高,這充分說明了特征選擇對于提高整體性能的必要性和重要性.對比表2 和表4,盡管用GA-MI 方法選擇的特征個數(shù)比用GA-PNN 或GA-PNN-MI 方法選擇的特征個數(shù)少,但是用于分類時分類精度并未比其他方法有顯著下降,說明GA-MI 算法可以選擇出更為有效的特征變量;更重要的是,對比表4 和表5,不難發(fā)現(xiàn),在改用BP 網(wǎng)絡(luò)分類器進(jìn)行分類時,GA-PNN和GA-PNN-MI 這2 種方法的分類精度都有所下降,而GA-IM 算法的精度基本保持不變.其他2 種方法分類精度下降的原因是這2 種方法采用PNN 的分類精度作為特征選擇的標(biāo)準(zhǔn),因此,改用BP 網(wǎng)絡(luò)分類時精度就發(fā)生變化,這一結(jié)果說明GA-IM 方法具有較好的泛化特性. 另一方面,從表4 還可看到,對于數(shù)據(jù)維度較低的數(shù)據(jù)集GA-MI 方法在降維和分類精度方面都比其他2 種方法要好,但是,對于數(shù)據(jù)維度較高的Wine 數(shù)據(jù)集(13 維),GA-MI 所選的特征子集在分類時的精度低于其他2 種方法,其原因在于,采用GA-MI 方法進(jìn)行特征選擇時,為控制算法運(yùn)行時間,并未達(dá)到最優(yōu)結(jié)果就人為停止算法過程,所以選出的特征子集并非最優(yōu)子集,從而導(dǎo)致其分類精度較差.

    5 結(jié)束語

    本文提出一種由遺傳算法和改進(jìn)的互信息公式結(jié)合的特征選擇方法. 將遺傳算法里的特征評價函數(shù)換為改進(jìn)的互信息公式來對特征進(jìn)行選擇,結(jié)合了過濾式和封裝式這2 種特征選擇方法的優(yōu)點(diǎn). 實(shí)驗(yàn)結(jié)果表明采用GA-MI 方法不僅選出真正有效的特征顯著從而降低數(shù)據(jù)的維度,而且所選出的特征具有較好的泛化能力,對于不同的分類器具有更好的適應(yīng)性.但是,程序編寫只考慮了方法的實(shí)現(xiàn),沒有考慮程序的執(zhí)行效率,造成對于高維數(shù)據(jù)程序運(yùn)行需要的時間較長. 在未來的工作中將進(jìn)一步改進(jìn)算法效率,進(jìn)行高維度數(shù)據(jù)的特征選擇實(shí)驗(yàn),更好地驗(yàn)證該方法的優(yōu)良性能.

    [1]Liu H,Yu L. Toward integrating feature selection algorithms for classification and clustering[J]. IEEE Trans on Knowledge and Data Engineering,2005,17(3):491-502.

    [2]蔣盛益,王連喜. 基于特征相關(guān)性的特征選擇[J].計算機(jī)工程與應(yīng)用,2010,46(20):153-156.Jiang S Y,Wang L X. Feature selection based on feature similarity measure[J]. Computer Engineering and Application,2010,46(20):153-156.

    [3]Zhang D Q,Chen S C,Zhou Z H. Constraint score:A new filter method for feature selection with pair-wise constraints[J]. Pattern Recognition,2008,41(5):1440-1451.

    [4]王小平,曹立明.遺傳算法理論應(yīng)用與軟件實(shí)現(xiàn)[M].西安:西安交通大學(xué)出版社,2002.

    [5]陳明.MATLAB 神經(jīng)網(wǎng)絡(luò)原理與實(shí)例精解[M].北京:清華大學(xué)出版社,2013.

    [6]Brown G. A new perspective for information theoretic feature selection[C]∥International conference on artificial intelligence and statistics.MA,USA:Microtome Publishing,2009:49-56.

    猜你喜歡
    互信息特征選擇子集
    由一道有關(guān)集合的子集個數(shù)題引發(fā)的思考
    拓?fù)淇臻g中緊致子集的性質(zhì)研究
    關(guān)于奇數(shù)階二元子集的分離序列
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    改進(jìn)的互信息最小化非線性盲源分離算法
    電測與儀表(2015年9期)2015-04-09 11:59:22
    每一次愛情都只是愛情的子集
    都市麗人(2015年4期)2015-03-20 13:33:22
    基于增量式互信息的圖像快速匹配方法
    基于特征選擇和RRVPMCD的滾動軸承故障診斷方法
    久久99精品国语久久久| 亚洲精品国产av成人精品| 黄色一级大片看看| 激情 狠狠 欧美| 赤兔流量卡办理| 长腿黑丝高跟| 国产探花在线观看一区二区| 99热网站在线观看| 亚洲美女搞黄在线观看| 久久精品夜夜夜夜夜久久蜜豆| 特大巨黑吊av在线直播| av免费观看日本| 成年av动漫网址| 亚洲av成人精品一二三区| 中文字幕免费在线视频6| 国产不卡一卡二| 中文字幕免费在线视频6| 精品久久久久久电影网 | 九九在线视频观看精品| 久久久久九九精品影院| 老司机影院毛片| 最近手机中文字幕大全| 亚洲中文字幕一区二区三区有码在线看| 最近手机中文字幕大全| 国产高潮美女av| 少妇人妻精品综合一区二区| 国产乱人视频| 少妇熟女欧美另类| 村上凉子中文字幕在线| 中文字幕制服av| 久久婷婷人人爽人人干人人爱| 尤物成人国产欧美一区二区三区| 我的女老师完整版在线观看| 国产亚洲av片在线观看秒播厂 | 好男人在线观看高清免费视频| 久久久精品欧美日韩精品| 久久精品久久久久久噜噜老黄 | 好男人视频免费观看在线| 精品人妻偷拍中文字幕| 国产一级毛片在线| 免费av毛片视频| 国产欧美日韩精品一区二区| 舔av片在线| 女人久久www免费人成看片 | 少妇的逼水好多| 视频中文字幕在线观看| 小说图片视频综合网站| 日韩精品青青久久久久久| 亚洲美女视频黄频| 99久久无色码亚洲精品果冻| 日本欧美国产在线视频| 中文字幕制服av| 国产伦理片在线播放av一区| 亚洲电影在线观看av| av国产免费在线观看| 精品午夜福利在线看| 观看美女的网站| 久久久国产成人免费| 亚洲精品乱码久久久v下载方式| 久久久欧美国产精品| 大话2 男鬼变身卡| 亚洲欧美成人综合另类久久久 | 国产亚洲精品av在线| 插逼视频在线观看| 人人妻人人澡欧美一区二区| 我要看日韩黄色一级片| 亚洲欧美日韩高清专用| 亚洲国产精品久久男人天堂| 看黄色毛片网站| 国产午夜精品论理片| 色综合色国产| 国产爱豆传媒在线观看| 婷婷六月久久综合丁香| 一级毛片久久久久久久久女| 人妻少妇偷人精品九色| 亚洲人成网站在线播| 青春草视频在线免费观看| 国产精品乱码一区二三区的特点| 精品一区二区三区人妻视频| 久久久久久久久大av| 午夜亚洲福利在线播放| 成人性生交大片免费视频hd| 级片在线观看| 一个人看视频在线观看www免费| 寂寞人妻少妇视频99o| 国产一区二区在线观看日韩| 青青草视频在线视频观看| 国产精品一区www在线观看| 中文字幕人妻熟人妻熟丝袜美| 亚洲无线观看免费| 日韩av在线免费看完整版不卡| 我的女老师完整版在线观看| 亚洲五月天丁香| 婷婷色av中文字幕| 国产亚洲精品av在线| 国产免费一级a男人的天堂| 国产成人免费观看mmmm| 六月丁香七月| 欧美高清性xxxxhd video| 欧美不卡视频在线免费观看| 婷婷色麻豆天堂久久 | 又黄又爽又刺激的免费视频.| 大香蕉久久网| 欧美日韩在线观看h| 综合色av麻豆| 69av精品久久久久久| 久久精品久久久久久久性| 国产激情偷乱视频一区二区| 插逼视频在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 成人午夜精彩视频在线观看| 中文天堂在线官网| 美女国产视频在线观看| 18禁在线播放成人免费| 好男人在线观看高清免费视频| 亚洲精品一区蜜桃| 最近最新中文字幕免费大全7| 日韩精品有码人妻一区| 中国国产av一级| 亚洲婷婷狠狠爱综合网| 亚洲欧美一区二区三区国产| 午夜久久久久精精品| 伦精品一区二区三区| 日产精品乱码卡一卡2卡三| a级毛片免费高清观看在线播放| 日韩高清综合在线| videos熟女内射| 亚洲国产精品合色在线| ponron亚洲| 亚洲伊人久久精品综合 | av卡一久久| 久久久午夜欧美精品| 亚洲美女视频黄频| 亚洲av一区综合| 国产真实乱freesex| 国产av一区在线观看免费| 熟妇人妻久久中文字幕3abv| 欧美一区二区精品小视频在线| 日韩大片免费观看网站 | 午夜精品国产一区二区电影 | 麻豆国产97在线/欧美| 色综合亚洲欧美另类图片| 午夜亚洲福利在线播放| 国产黄片视频在线免费观看| 热99re8久久精品国产| 精品人妻一区二区三区麻豆| 波野结衣二区三区在线| 久久精品夜夜夜夜夜久久蜜豆| 色播亚洲综合网| 特大巨黑吊av在线直播| 成人高潮视频无遮挡免费网站| av在线观看视频网站免费| 久久久久久大精品| 日韩 亚洲 欧美在线| 夜夜爽夜夜爽视频| av.在线天堂| 国产精品一及| 亚洲成人精品中文字幕电影| 亚洲欧洲国产日韩| 丰满乱子伦码专区| 欧美xxxx黑人xx丫x性爽| 午夜激情福利司机影院| 国产色婷婷99| 精品不卡国产一区二区三区| 自拍偷自拍亚洲精品老妇| 99在线人妻在线中文字幕| 一边摸一边抽搐一进一小说| 老司机福利观看| 伦精品一区二区三区| 亚洲精品久久久久久婷婷小说 | 一本一本综合久久| 国产一区有黄有色的免费视频 | av专区在线播放| 中文亚洲av片在线观看爽| 五月伊人婷婷丁香| 欧美性猛交黑人性爽| 日韩亚洲欧美综合| 九九爱精品视频在线观看| 国产精品99久久久久久久久| 3wmmmm亚洲av在线观看| 日韩成人av中文字幕在线观看| 麻豆乱淫一区二区| 可以在线观看毛片的网站| 国产成人精品久久久久久| 亚洲av成人av| 亚洲欧美日韩高清专用| 免费人成在线观看视频色| 汤姆久久久久久久影院中文字幕 | 欧美bdsm另类| 激情 狠狠 欧美| 非洲黑人性xxxx精品又粗又长| 国产成人精品一,二区| 精品国产露脸久久av麻豆 | 亚洲精品日韩在线中文字幕| 欧美精品国产亚洲| 春色校园在线视频观看| 别揉我奶头 嗯啊视频| 欧美人与善性xxx| 少妇高潮的动态图| 国产极品精品免费视频能看的| 欧美日韩精品成人综合77777| 免费观看人在逋| 久久精品久久久久久久性| 欧美日韩国产亚洲二区| 欧美日本亚洲视频在线播放| 中文字幕熟女人妻在线| 乱系列少妇在线播放| 成人一区二区视频在线观看| 国产一级毛片七仙女欲春2| 国产欧美另类精品又又久久亚洲欧美| 午夜免费激情av| 国产日韩欧美在线精品| 在线观看av片永久免费下载| 久久精品综合一区二区三区| 午夜激情欧美在线| 亚洲三级黄色毛片| 国产真实伦视频高清在线观看| 禁无遮挡网站| 九草在线视频观看| 狂野欧美激情性xxxx在线观看| 亚洲av电影不卡..在线观看| 自拍偷自拍亚洲精品老妇| 国产在视频线精品| 黄色一级大片看看| 国产精品女同一区二区软件| 国产 一区 欧美 日韩| 黄片无遮挡物在线观看| 久久精品夜色国产| 1000部很黄的大片| 亚洲欧美清纯卡通| 欧美最新免费一区二区三区| 两个人视频免费观看高清| 免费一级毛片在线播放高清视频| 国产精品一及| 亚洲不卡免费看| 国产乱人视频| 美女cb高潮喷水在线观看| 欧美日韩国产亚洲二区| 男女国产视频网站| 亚洲在线观看片| 91aial.com中文字幕在线观看| 日韩亚洲欧美综合| 全区人妻精品视频| 亚洲国产精品成人综合色| 久久久久久久久中文| 99久久中文字幕三级久久日本| 超碰97精品在线观看| 国产极品精品免费视频能看的| av视频在线观看入口| 国产午夜精品一二区理论片| 变态另类丝袜制服| 成人美女网站在线观看视频| 国产成人免费观看mmmm| 国产精品久久电影中文字幕| 亚洲成人精品中文字幕电影| 日韩一区二区三区影片| 日韩av不卡免费在线播放| 插阴视频在线观看视频| 女人久久www免费人成看片 | 高清午夜精品一区二区三区| 亚洲精品影视一区二区三区av| 色5月婷婷丁香| 国产高清视频在线观看网站| 亚洲人成网站在线播| 日产精品乱码卡一卡2卡三| 亚洲四区av| 亚洲国产精品合色在线| 日本av手机在线免费观看| 联通29元200g的流量卡| 丰满人妻一区二区三区视频av| 一级av片app| 日韩欧美 国产精品| 18禁在线无遮挡免费观看视频| 中国美白少妇内射xxxbb| 国产成年人精品一区二区| 成年免费大片在线观看| 神马国产精品三级电影在线观看| 简卡轻食公司| 国产成人精品久久久久久| 性插视频无遮挡在线免费观看| 国产伦一二天堂av在线观看| 国产精品日韩av在线免费观看| 高清在线视频一区二区三区 | 久久精品国产亚洲网站| 久久精品人妻少妇| 国产成人aa在线观看| 精品熟女少妇av免费看| 美女内射精品一级片tv| 欧美激情久久久久久爽电影| 日日干狠狠操夜夜爽| 国产午夜精品一二区理论片| 欧美一区二区国产精品久久精品| 国产 一区 欧美 日韩| 男女下面进入的视频免费午夜| a级毛色黄片| 成人毛片a级毛片在线播放| 91精品伊人久久大香线蕉| 日日摸夜夜添夜夜添av毛片| 男女国产视频网站| 中文字幕av在线有码专区| 欧美精品国产亚洲| 啦啦啦观看免费观看视频高清| 男插女下体视频免费在线播放| 国产成人freesex在线| 国产亚洲最大av| 亚洲在线观看片| 日日撸夜夜添| 精品久久久久久成人av| 久久久久精品久久久久真实原创| 欧美成人精品欧美一级黄| 日韩av在线免费看完整版不卡| 亚洲va在线va天堂va国产| 白带黄色成豆腐渣| 一个人观看的视频www高清免费观看| 久久久久久久久久成人| 青青草视频在线视频观看| 午夜免费男女啪啪视频观看| 国产国拍精品亚洲av在线观看| 久久人妻av系列| 免费播放大片免费观看视频在线观看 | 一级黄片播放器| 亚洲av日韩在线播放| 午夜免费激情av| 老司机影院毛片| 亚洲国产精品成人综合色| 亚洲在久久综合| 亚洲av电影在线观看一区二区三区 | 99久国产av精品国产电影| 国产老妇女一区| 亚洲高清免费不卡视频| 亚洲色图av天堂| 校园人妻丝袜中文字幕| 成人高潮视频无遮挡免费网站| 青青草视频在线视频观看| 国产亚洲精品av在线| 色综合站精品国产| 国产在线男女| 欧美性猛交黑人性爽| 秋霞伦理黄片| 国产精品三级大全| 看黄色毛片网站| 色综合站精品国产| 在线播放无遮挡| 国产视频首页在线观看| 午夜免费男女啪啪视频观看| 中国国产av一级| 国产午夜精品一二区理论片| 乱人视频在线观看| 久久亚洲国产成人精品v| 日韩强制内射视频| 国产伦在线观看视频一区| 中国国产av一级| 97超碰精品成人国产| 国产精品三级大全| 97超碰精品成人国产| 淫秽高清视频在线观看| 免费av观看视频| 国国产精品蜜臀av免费| 午夜视频国产福利| 日韩强制内射视频| 欧美+日韩+精品| av在线天堂中文字幕| 久久久久久久久中文| 欧美一区二区国产精品久久精品| 在线播放无遮挡| 最近视频中文字幕2019在线8| 午夜视频国产福利| 美女xxoo啪啪120秒动态图| 中文资源天堂在线| 免费观看性生交大片5| 国产成人一区二区在线| 成人午夜高清在线视频| 女人久久www免费人成看片 | 久久欧美精品欧美久久欧美| 美女高潮的动态| 村上凉子中文字幕在线| 中文字幕亚洲精品专区| 国内揄拍国产精品人妻在线| 中文在线观看免费www的网站| 国产精品无大码| 亚洲aⅴ乱码一区二区在线播放| 欧美极品一区二区三区四区| 伦理电影大哥的女人| 变态另类丝袜制服| 亚洲人成网站在线播| 国产一级毛片七仙女欲春2| 成人午夜高清在线视频| 联通29元200g的流量卡| 97人妻精品一区二区三区麻豆| 日本免费a在线| 欧美另类亚洲清纯唯美| 国语自产精品视频在线第100页| 国产精品av视频在线免费观看| 国模一区二区三区四区视频| 成人午夜精彩视频在线观看| 久久亚洲精品不卡| 成人av在线播放网站| 亚洲国产精品合色在线| 精华霜和精华液先用哪个| 久久6这里有精品| 亚洲人成网站在线播| 在线a可以看的网站| 爱豆传媒免费全集在线观看| 中文乱码字字幕精品一区二区三区 | or卡值多少钱| 精品欧美国产一区二区三| 国产91av在线免费观看| 国产精品人妻久久久久久| 伦理电影大哥的女人| 日韩av不卡免费在线播放| 在线观看一区二区三区| 长腿黑丝高跟| 天美传媒精品一区二区| 春色校园在线视频观看| 久久草成人影院| 国产探花在线观看一区二区| 久久精品国产亚洲av涩爱| 亚洲中文字幕一区二区三区有码在线看| 亚洲真实伦在线观看| 国产成人免费观看mmmm| 一级二级三级毛片免费看| 好男人视频免费观看在线| 一级黄片播放器| 最近最新中文字幕大全电影3| 亚洲,欧美,日韩| 国产高潮美女av| 菩萨蛮人人尽说江南好唐韦庄 | 最近视频中文字幕2019在线8| 18禁裸乳无遮挡免费网站照片| 成人鲁丝片一二三区免费| 久久久精品大字幕| 看十八女毛片水多多多| 中文欧美无线码| 99在线人妻在线中文字幕| 一级毛片我不卡| 久久草成人影院| 国产成人午夜福利电影在线观看| 寂寞人妻少妇视频99o| 搡女人真爽免费视频火全软件| 国产精品精品国产色婷婷| 男人和女人高潮做爰伦理| 久久精品国产亚洲av天美| 国产伦在线观看视频一区| 亚洲av中文字字幕乱码综合| 亚洲成av人片在线播放无| 永久网站在线| 久久99热这里只有精品18| 综合色丁香网| 热99re8久久精品国产| 99热精品在线国产| 精品国产露脸久久av麻豆 | av黄色大香蕉| 国产在线男女| 国产女主播在线喷水免费视频网站 | 欧美高清性xxxxhd video| 不卡视频在线观看欧美| 蜜臀久久99精品久久宅男| 又粗又硬又长又爽又黄的视频| 丰满少妇做爰视频| 在线播放国产精品三级| 欧美激情久久久久久爽电影| 国产真实伦视频高清在线观看| 舔av片在线| 久久久久性生活片| 人人妻人人看人人澡| 久久精品人妻少妇| 国国产精品蜜臀av免费| 人妻少妇偷人精品九色| 中文字幕久久专区| 国产精品一区二区性色av| 五月玫瑰六月丁香| 亚洲四区av| 成人美女网站在线观看视频| 免费观看在线日韩| 国产一区亚洲一区在线观看| 性色avwww在线观看| 老女人水多毛片| 国产av码专区亚洲av| 最近最新中文字幕免费大全7| 性色avwww在线观看| 国产亚洲av片在线观看秒播厂 | 1024手机看黄色片| 亚洲在线观看片| 永久免费av网站大全| 国产一区二区亚洲精品在线观看| 中文乱码字字幕精品一区二区三区 | 国产男人的电影天堂91| 99在线视频只有这里精品首页| 精品国内亚洲2022精品成人| 人妻夜夜爽99麻豆av| 国产国拍精品亚洲av在线观看| 人妻少妇偷人精品九色| 久久久久久久久中文| 只有这里有精品99| 免费观看性生交大片5| 亚洲美女搞黄在线观看| 在线a可以看的网站| av免费在线看不卡| 日韩欧美精品免费久久| 99热这里只有是精品50| 永久免费av网站大全| 中文字幕熟女人妻在线| 久久久国产成人精品二区| 亚洲最大成人中文| 菩萨蛮人人尽说江南好唐韦庄 | 99热全是精品| 久久鲁丝午夜福利片| 久久精品久久久久久噜噜老黄 | 97超碰精品成人国产| 91av网一区二区| 卡戴珊不雅视频在线播放| 老师上课跳d突然被开到最大视频| 国产成人精品久久久久久| 男女国产视频网站| 亚洲欧美精品综合久久99| 久久久久久九九精品二区国产| 国产老妇伦熟女老妇高清| 我的老师免费观看完整版| 国内精品宾馆在线| 国语自产精品视频在线第100页| 国产精品女同一区二区软件| 青春草视频在线免费观看| 精品久久久久久电影网 | 男女啪啪激烈高潮av片| 午夜老司机福利剧场| 欧美不卡视频在线免费观看| 国产成年人精品一区二区| 久久久久性生活片| 白带黄色成豆腐渣| 少妇的逼好多水| 欧美成人精品欧美一级黄| 天堂中文最新版在线下载 | 成人漫画全彩无遮挡| 亚洲精品乱码久久久v下载方式| 国内精品美女久久久久久| 偷拍熟女少妇极品色| 中文在线观看免费www的网站| 日韩一本色道免费dvd| 最近中文字幕高清免费大全6| 久久人妻av系列| 人人妻人人澡欧美一区二区| 一区二区三区免费毛片| 国产色婷婷99| 高清日韩中文字幕在线| 乱系列少妇在线播放| 全区人妻精品视频| 超碰av人人做人人爽久久| 又黄又爽又刺激的免费视频.| 国产亚洲5aaaaa淫片| 日韩高清综合在线| av在线亚洲专区| 99久久中文字幕三级久久日本| 看十八女毛片水多多多| 国产一区二区亚洲精品在线观看| 欧美另类亚洲清纯唯美| 中文字幕av成人在线电影| 18禁在线无遮挡免费观看视频| 波多野结衣巨乳人妻| 国产精品久久久久久精品电影| 99热全是精品| 日本免费在线观看一区| 午夜亚洲福利在线播放| 久久久精品大字幕| 26uuu在线亚洲综合色| 国产精品久久久久久精品电影小说 | 国产亚洲91精品色在线| 如何舔出高潮| 午夜福利高清视频| 一边摸一边抽搐一进一小说| 日日摸夜夜添夜夜添av毛片| 97超视频在线观看视频| 久热久热在线精品观看| 一区二区三区高清视频在线| 亚洲欧美日韩卡通动漫| 国产午夜精品一二区理论片| 七月丁香在线播放| 如何舔出高潮| 波多野结衣高清无吗| 国产亚洲精品久久久com| 亚洲欧美日韩东京热| 国产精品爽爽va在线观看网站| 最近最新中文字幕大全电影3| 亚洲国产精品sss在线观看| 午夜爱爱视频在线播放| 色网站视频免费| 午夜亚洲福利在线播放| 成人欧美大片| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日韩亚洲欧美综合| 国产精品一区二区在线观看99 | 国产黄片美女视频| 我要搜黄色片| 国产在线男女| 少妇的逼好多水| 十八禁国产超污无遮挡网站| 久久亚洲精品不卡| 国产单亲对白刺激| 日韩精品青青久久久久久| 在现免费观看毛片| 你懂的网址亚洲精品在线观看 | av专区在线播放| 国产成年人精品一区二区| av线在线观看网站| 看非洲黑人一级黄片| 超碰97精品在线观看| 波多野结衣高清无吗| 国产精品久久久久久精品电影小说 | 免费观看人在逋| 欧美变态另类bdsm刘玥| 又粗又硬又长又爽又黄的视频| 中文在线观看免费www的网站| 午夜a级毛片| 中文字幕制服av| www日本黄色视频网| 久久精品国产99精品国产亚洲性色|