• <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 ?

    一種新的維吾爾文文本分類特征選擇方法

    2016-05-05 00:59:04哈力旦阿布都熱依木阿麗亞艾爾肯吳冰冰
    關(guān)鍵詞:維吾爾文特征選擇

    何 燕,哈力旦·阿布都熱依木,阿麗亞·艾爾肯,吳冰冰

    (新疆大學(xué) 電氣工程學(xué)院,新疆 烏魯木齊 830047)

    ?

    一種新的維吾爾文文本分類特征選擇方法

    何燕,哈力旦·阿布都熱依木,阿麗亞·艾爾肯,吳冰冰

    (新疆大學(xué) 電氣工程學(xué)院,新疆 烏魯木齊 830047)

    摘要:針對(duì)傳統(tǒng)卡方統(tǒng)計(jì)量方法對(duì)特征項(xiàng)的頻數(shù)和類別分布考慮不足的缺陷,提出了一種結(jié)合余弦相似度的卡方統(tǒng)計(jì)量特征選擇方法。該方法首先使用均值詞頻-逆文檔頻率表示特征項(xiàng),通過引入一個(gè)調(diào)整公式來平衡類間選取的特征項(xiàng)數(shù),從而對(duì)傳統(tǒng)卡方統(tǒng)計(jì)量方法進(jìn)行修正,然后結(jié)合余弦相似度進(jìn)一步消除噪聲文本。在收集的維吾爾文數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)論證。實(shí)驗(yàn)結(jié)果表明:改進(jìn)的卡方統(tǒng)計(jì)量方法具有較好的魯棒性,且分類性能優(yōu)于傳統(tǒng)的卡方統(tǒng)計(jì)量方法。

    關(guān)鍵詞:維吾爾文;卡方統(tǒng)計(jì)量;余弦相似度;特征選擇

    0引言

    文本分類是從一系列數(shù)字文檔中找到相關(guān)和及時(shí)信息的關(guān)鍵技術(shù)。隨著新疆地區(qū)信息化建設(shè)的飛速發(fā)展,網(wǎng)絡(luò)上包括維吾爾文等少數(shù)民族語種的大量數(shù)字化信息呈現(xiàn)指數(shù)級(jí)增長(zhǎng)趨勢(shì)。如何有效管理和利用這些紛繁雜蕪的海量信息,并對(duì)大量少數(shù)民族語種文本數(shù)據(jù)進(jìn)行自動(dòng)歸類,是當(dāng)前重要的研究課題之一[1]。

    特征選擇是將能夠有效表達(dá)文本內(nèi)容的特征挑選出來建立學(xué)習(xí)樣本,保留重要的信息,去除冗余信息,以降低特征空間維度的過程。一個(gè)好的學(xué)習(xí)樣本是訓(xùn)練分類器的關(guān)鍵,樣本中是否含有不相關(guān)或冗余信息直接影響著分類器的分類精度和泛化性能[2]。因此,尋求一種好的特征選擇方法是提高文本分類性能的有效途徑。

    卡方統(tǒng)計(jì)量(chi-square statistic,CHI)方法以其時(shí)間復(fù)雜度低、便于理解和應(yīng)用方便等優(yōu)點(diǎn)已經(jīng)成為文本分類中常用的特征選擇模型。目前,針對(duì)CHI模型進(jìn)行的改進(jìn)研究受到了越來越多的關(guān)注[3-4]。文獻(xiàn)[5]通過引入最大詞頻和采樣方差對(duì)傳統(tǒng)CHI方法進(jìn)行修正,針對(duì)特征數(shù)目的不同,提出了兩種基于詞頻和特征項(xiàng)分布的CHI特征選擇方法。文獻(xiàn)[6]通過設(shè)置最低詞頻閾值去除部分低頻詞對(duì)CHI的干擾,并將改進(jìn)后的CHI特征選擇公式引入特征權(quán)重計(jì)算中,不僅使文本表示更合理,而且有效提高了文本分類的準(zhǔn)確率。文獻(xiàn)[7]在不平衡的維吾爾文數(shù)據(jù)集上,提出了一種結(jié)合逆文檔頻率的改進(jìn)卡方統(tǒng)計(jì)量方法。這些改進(jìn)方法在中英文的文本分類中取得了很好的效果,但維吾爾文的語種特點(diǎn)[8]與中英文不同,采用該類方法不能達(dá)到很好的分類效果。因此,針對(duì)CHI的優(yōu)缺點(diǎn)和維吾爾文語種特點(diǎn)進(jìn)行深入研究,建立針對(duì)維吾爾文文本分類的新模型具有重要意義。本文通過分析傳統(tǒng)CHI的優(yōu)缺點(diǎn),提出了一種新的結(jié)合余弦相似度的CHI特征選擇方法,不僅克服了傳統(tǒng)算法對(duì)低頻詞的偏袒以及特征項(xiàng)的類別分布不均勻問題,而且提高了分類性能。

    1卡方統(tǒng)計(jì)量方法

    卡方統(tǒng)計(jì)量(CHI)方法就是通過觀察實(shí)際值與理論值的偏差來確定理論的正確與否。假設(shè)詞條tk與類ci之間的獨(dú)立關(guān)系服從具有一個(gè)自由度的χ2分布[9]。

    假定T={tk|k=1,2,…,m}為訓(xùn)練樣本集的特征集;ci為第i類訓(xùn)練樣本,i=1,2,…,n。tk對(duì)于類ci的卡方統(tǒng)計(jì)量可表示為:

    (1)

    當(dāng)特征項(xiàng)tk與類ci越相關(guān)時(shí),其對(duì)應(yīng)的CHI(tk,ci)值越大,代表特征項(xiàng)tk對(duì)分類的貢獻(xiàn)越大;反之,特征項(xiàng)tk與類ci相互獨(dú)立時(shí),其對(duì)應(yīng)的CHI(tk,ci)=0,代表特征項(xiàng)tk不包含任何有關(guān)類ci的信息。

    對(duì)于多個(gè)類別的問題,應(yīng)分別計(jì)算特征項(xiàng)tk對(duì)于每個(gè)類別的CHI(tk,ci),再對(duì)計(jì)算結(jié)果進(jìn)行綜合。綜合的方式一般有兩種:一種是加權(quán)平均,另一種是取最大值。本文選擇取最大值的方式進(jìn)行綜合。

    由式(1)可知CHI方法是基于文檔頻率(document frequency,DF)的特征選擇方法,只考慮特征項(xiàng)在文檔中是否出現(xiàn),會(huì)更加偏向于將DF值高的詞作為特征。

    同時(shí),在對(duì)多個(gè)類別進(jìn)行分類時(shí),若設(shè)定的閾值不合適,CHI容易選擇對(duì)某特定類別區(qū)分度低而對(duì)其他類別具有強(qiáng)區(qū)分度的特征項(xiàng),會(huì)導(dǎo)致某些類別選擇的特征項(xiàng)過多或過少。

    2改進(jìn)的CHI特征選擇方法

    2.1特征項(xiàng)頻數(shù)的改進(jìn)

    為解決傳統(tǒng)卡方統(tǒng)計(jì)量容易忽略文檔頻數(shù)低而詞頻高的缺陷,在傳統(tǒng)的CHI特征選擇的基礎(chǔ)上,引入均值詞頻-逆文檔頻率(term frequency-inverse document frequency,TF-IDF)特征權(quán)重計(jì)算來進(jìn)行調(diào)節(jié)。

    TF×IDF(k,j)=tfkj×idfj=tfkj×log(N/nj) ,

    (2)

    其中:tfkj為特征項(xiàng)tk在文檔dj中出現(xiàn)的次數(shù);idfj為包含特征項(xiàng)tk的逆文檔頻率;N為總文檔數(shù);nj為出現(xiàn)特征項(xiàng)tk的文檔數(shù)。

    本文采用均值TF-IDF來表征每個(gè)特征項(xiàng),如下所示:

    (3)

    其中:Count(j)為數(shù)據(jù)集中文檔的總數(shù)目。此時(shí),可將式(1)改進(jìn)為式(4):

    (4)

    2.2特征項(xiàng)類別分布的改進(jìn)

    一般而言,具有較強(qiáng)類別表現(xiàn)能力的特征項(xiàng)在該類別內(nèi)的頻數(shù)不僅應(yīng)該較大,而且這些特征項(xiàng)的數(shù)目在其相應(yīng)的類內(nèi)應(yīng)保持均衡,這樣不會(huì)使得某一個(gè)類別中最終保留的特征項(xiàng)過多或者過少。

    引入以下公式,使得各個(gè)類中選取的特征項(xiàng)數(shù)均等,以保留更多的具有強(qiáng)區(qū)分度的特征項(xiàng)。

    (5)

    (6)

    其中:CHIL(tk)為最終保留的特征項(xiàng);CHI↓(tk)為文檔集中降序排列的卡方值;N(ci)為ci類中包含保留的特征項(xiàng)tk的個(gè)數(shù);FC為每個(gè)類中預(yù)選擇的特征個(gè)數(shù);R為整個(gè)語料庫中縮減的特征項(xiàng)數(shù)目;C為類別的數(shù)目。

    文獻(xiàn)[10]提出使用CHI方法去權(quán)衡相似度,以及使用CHI測(cè)試來確定文本分類中兩個(gè)隨機(jī)樣本中詞向量的同質(zhì)性,發(fā)現(xiàn)CHI和余弦相似性相結(jié)合可以提供更加可靠和有效的分類機(jī)制。文獻(xiàn)[11]在改進(jìn)的CHI的基礎(chǔ)上采用余弦相似度計(jì)算阿拉伯文本間相似度,分類準(zhǔn)確率明顯提高。

    因此,為了進(jìn)一步消除文本噪聲,引入余弦(Cosine)相似定理來計(jì)算文本間的相似度。計(jì)算公式如下:

    (7)

    其中:Di=(wi1,wi2,…,wiN);Dk=(wk1,wk2,…,wkN);wij,wkj分別為文本Di,Dk中的第j個(gè)特征詞的TF-IDF權(quán)值;N為特征向量的維數(shù)。每篇文檔作為一個(gè)向量,向量中的每一維就是文本中每個(gè)特征詞的權(quán)重。計(jì)算兩篇文檔的相似度,當(dāng)向量夾角的余弦值越接近于1,表明兩篇文檔越相似;反之,兩篇文檔越不相關(guān)。

    為了解決個(gè)別噪聲文檔對(duì)分類準(zhǔn)確率的影響,引入以下公式:

    (8)

    (9)

    (10)

    其中:S1為類內(nèi)文檔余弦相似度的平均值,這里忽略文檔Di的自身余弦相似度值;Ncj為類Cj中包含的文檔數(shù);S2為文檔Di與其他類中文檔余弦相似度平均值。假設(shè)S1低于閾值α并且S2高于閾值β,那么文檔Di不能有效表達(dá)所屬類的信息,卻與其他類相關(guān),即認(rèn)為該文檔不適合用來表征所屬類別的信息,應(yīng)刪除以減小帶給分類器的噪聲。

    3實(shí)驗(yàn)與分析

    圖1 改進(jìn)的CHI方法的具體實(shí)現(xiàn)流程圖

    實(shí)驗(yàn)是在Intel(R) Core(TM) i5-4200U處理器、4 GB內(nèi)存,操作系統(tǒng)為Windows 7的PC機(jī)上進(jìn)行的,使用eclipse作為開發(fā)環(huán)境。

    為了考察CHI的改進(jìn)效果,在相同的實(shí)驗(yàn)條件下,將改進(jìn)的CHI(CHI+Cosine)方法與傳統(tǒng)卡方統(tǒng)計(jì)量(CHI)方法進(jìn)行實(shí)驗(yàn)對(duì)比。改進(jìn)的CHI方法的具體實(shí)現(xiàn)流程如圖1所示。

    3.1實(shí)驗(yàn)數(shù)據(jù)集

    目前,針對(duì)中英文的文本分類研究,國(guó)內(nèi)外已經(jīng)有相對(duì)標(biāo)準(zhǔn)的、開放的文本分類語料庫作為參考,可以在相同的數(shù)據(jù)集上比較不同的特征選擇和分類方法的性能。由于維吾爾語文本分類的研究仍然處于起步階段,因而目前并沒有標(biāo)準(zhǔn)的、開放的維吾爾語文本集作為統(tǒng)一的參考。實(shí)驗(yàn)中所使用的維吾爾文文本數(shù)據(jù)為本實(shí)驗(yàn)室采集,數(shù)據(jù)來源于新疆政府網(wǎng)、天山網(wǎng)和Ulinix等主要維吾爾語門戶網(wǎng)站[12]。實(shí)驗(yàn)數(shù)據(jù)描述見表1。

    表1 維吾爾文文本數(shù)據(jù)集信息描述

    3.2分類性能評(píng)估

    本文選取常用的準(zhǔn)確率、召回率和F1值作為實(shí)驗(yàn)評(píng)價(jià)指標(biāo)[13]。這里假設(shè)a為屬于類Ci而被分至類Ci的文檔數(shù);b為屬于類Ci而被分至非類Ci的文檔數(shù);c為不屬于類Ci而被分至類Ci的文檔數(shù);d為不屬于類Ci而被分至非類Ci的文檔數(shù)。那么,準(zhǔn)確率p和召回率r定義為:

    (11)

    F1值為關(guān)于r和p的函數(shù),是兩者的調(diào)和平均值,具體計(jì)算公式為:

    (12)

    宏平均F1值 (Macro-F1)是每個(gè)類別性能指標(biāo)F1值的算術(shù)平均值,計(jì)算公式為:

    (13)

    本文采用宏平均F1值來綜合衡量分類效果。

    3.3實(shí)驗(yàn)結(jié)果

    維吾爾文與中文不同,卻相似于英文。對(duì)于維吾爾文來說,不存在分詞的問題,因?yàn)樵~語之間已經(jīng)自然地用空格隔開。通過去除非維吾爾語文本以及停用詞等預(yù)處理之后,建立了由77 591個(gè)特征項(xiàng)組成的候選特征項(xiàng)集合。分別采用兩種算法(CHI方法和CHI+Cosine方法)對(duì)預(yù)處理后的數(shù)據(jù)集進(jìn)行特征選擇,最后采用開放數(shù)據(jù)挖掘WEKA平臺(tái)的LibSVM分類算法進(jìn)行分類。其中,α取值為0.2,β取值為0.7。為測(cè)試算法的準(zhǔn)確性,這里采用十折交叉驗(yàn)證方法。

    特征維數(shù)為3 000的情況下,CHI方法以及CHI+Cosine方法在每個(gè)類別中的分類準(zhǔn)確率,如表2所示。

    表2 兩種方法的分類準(zhǔn)確率對(duì)比 %

    在表2的4類實(shí)例數(shù)據(jù)中,CHI+Cosine方法與CHI方法相比,除了社會(huì)時(shí)事類別,其他類別維吾爾文文本分類的準(zhǔn)確率均有不同程度的提高,尤其是體育類和生活與健康類提高效果顯著。由表2數(shù)據(jù)可知:CHI方法在特征項(xiàng)數(shù)目保留過低時(shí),如體育類和生活與健康類的特征包含較少,因而導(dǎo)致其分類準(zhǔn)確率過低,而CHI+Cosine方法剛好克服了這一缺點(diǎn)。

    圖2是支持向量機(jī)(support vector machine,SVM)分類器采用CHI和CHI+Cosine兩種特征選擇方法,在實(shí)驗(yàn)數(shù)據(jù)集上的Macro-F1曲線。從圖2a中可以看出:在特征數(shù)低于4 000時(shí),CHI+Cosine方法的分類性能已經(jīng)遠(yuǎn)遠(yuǎn)高于CHI方法。這是因?yàn)楦倪M(jìn)的CHI+Cosine方法在選取的特征數(shù)目較低時(shí),明顯克服了傳統(tǒng)CHI方法選擇的特征項(xiàng)在某些類別中過多,而在其他類別的特征項(xiàng)數(shù)目過少的不足。從圖2b中可以看出:CHI+Cosine方法在特征數(shù)為45 000時(shí),使分類器的性能達(dá)到最優(yōu)并趨于穩(wěn)定;CHI方法在選取35 000個(gè)特征時(shí),分類器的Macro-F1值達(dá)到最高(0.930)。而且隨著特征數(shù)目的變化,CHI+Cosine方法使得分類器的性能始終優(yōu)于CHI方法。

    圖2 采用兩種不同特征選擇方法的SVM分類器性能比較

    4結(jié)束語

    本文提出了一種結(jié)合余弦相似度的卡方統(tǒng)計(jì)量方法,分別從特征項(xiàng)出現(xiàn)的頻數(shù)以及類別分布對(duì)CHI算法進(jìn)行修正。通過引入一個(gè)調(diào)整公式來平衡類間選擇的特征數(shù)目,避免某一個(gè)類別中最終保留的特征項(xiàng)過多或者過少,解決了傳統(tǒng)CHI方法對(duì)低頻詞的偏倚以及特征項(xiàng)的類別分布的問題。在開放數(shù)據(jù)挖掘平臺(tái)WEKA中,使用LibSVM對(duì)收集的維吾爾文數(shù)據(jù)集進(jìn)行分類,改進(jìn)的CHI+Cosine方法使得分類器性能優(yōu)于傳統(tǒng)的CHI方法,具有很好的魯棒性,有效地克服了傳統(tǒng)CHI方法在選擇較少特征數(shù)目時(shí)分類性能過低的問題。

    參考文獻(xiàn):

    [1]艾海麥提江·阿布來提,吐爾地·托合提,艾斯卡爾·艾木都拉.基于Naive Bayes的維吾爾文文本分類算法及其性能分析[J].計(jì)算機(jī)應(yīng)用與軟件,2012,29(12):27-29.

    [2]姚旭,王曉丹,張玉璽,等.特征選擇方法綜述[J].控制與決策,2012,27(2):161-166,192.

    [3]邱云飛,王威,劉大有,等.基于方差的CHI特征選擇方法[J].計(jì)算機(jī)應(yīng)用研究,2012,29(4):1304-1306.

    [4]王光,邱云飛,史慶偉.集合CHI與IG的特征選擇方法[J].計(jì)算機(jī)應(yīng)用研究,2012,29(7):2454-2456.

    [5]JIN C,MA T,HOU R,et al.Chi-square statistics feature selection based on term frequency and distribution for text categorization[J].IETE journal of research,2015,61(4):1-12.

    [6]肖雪,盧建云,余磊,等.基于最低詞頻CHI的特征選擇算法研究[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,37(6):137-142.

    [7]董瑞,周喜.面向維吾爾文不平衡數(shù)據(jù)分類的特征選擇方法[J].計(jì)算機(jī)工程與設(shè)計(jì),2013,34(1):349-352.

    [8]李敏強(qiáng),哈力旦·阿布都熱依木,閆軻.一種改進(jìn)型局部二值模式的維吾爾文定位算法[J].河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,36(3):43-47.

    [9]李明江.結(jié)合類詞頻的文本特征選擇方法的研究[J].計(jì)算機(jī)應(yīng)用研究,2014,31(7):2024-2026.

    [10]CHEN Y T,CHEN M C.Using chi-square statistics to measure similarities for text categorization[J].Expert systems with applications,2011,38(4):3085-3090.

    [11]HAEASHIN B,MANSOUR A M,ALJAWARNEH S.An efficient feature selection method for Arabic text classification[J].International journal of computer applications,2013,83(17):1-6.

    [12]陳洋,哈力旦·阿布都熱依木,伊力亞爾·達(dá)吾提,等.基于加權(quán)改進(jìn)貝葉斯算法的維吾爾文文本分類[J].計(jì)算機(jī)工程與設(shè)計(jì),2014,35(6):1999-2003.

    [13]伍洋,鐘鳴,姜艷,等.面向?qū)徲?jì)領(lǐng)域的短文本分類技術(shù)研究[J].微電子學(xué)與計(jì)算機(jī),2015,32(1):5-10.

    中圖分類號(hào):TP391.1

    文獻(xiàn)標(biāo)志碼:A

    收稿日期:2015-09-02

    作者簡(jiǎn)介:何燕(1991-),女,新疆塔城人,碩士生;哈力旦·阿布都熱依木(1959-),女,維吾爾族,新疆烏魯木齊人,教授,碩士生導(dǎo)師,主要從事圖像處理、數(shù)據(jù)挖掘等方面的研究.

    基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(61163026,60865001)

    文章編號(hào):1672-6871(2016)03-0042-05

    DOI:10.15926/j.cnki.issn1672-6871.2016.03.010

    猜你喜歡
    維吾爾文特征選擇
    初探《習(xí)近平談治國(guó)理政》維吾爾語譯本的翻譯特點(diǎn)
    脫機(jī)手寫維吾爾文單詞的過拆分方法
    西部少數(shù)民族語言對(duì)阿拉伯文獻(xiàn)的譯介及其特點(diǎn)
    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GA和ELM的電能質(zhì)量擾動(dòng)識(shí)別特征選擇方法
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    基于特征選擇聚類方法的稀疏TSK模糊系統(tǒng)
    維吾爾文研究與Android維文閱讀器的實(shí)現(xiàn)?
    察合臺(tái)維吾爾文古籍的主要特點(diǎn)
    基于特征選擇和RRVPMCD的滾動(dòng)軸承故障診斷方法
    国产一区二区在线观看日韩| 99久久中文字幕三级久久日本| 97在线视频观看| 美国免费a级毛片| 亚洲人与动物交配视频| 久久久久久久亚洲中文字幕| 亚洲成人av在线免费| 男女边摸边吃奶| 亚洲av男天堂| 午夜老司机福利剧场| 视频中文字幕在线观看| 激情五月婷婷亚洲| 国产精品熟女久久久久浪| 在线亚洲精品国产二区图片欧美| 久久亚洲国产成人精品v| 亚洲av日韩在线播放| 26uuu在线亚洲综合色| 国产精品三级大全| 国产精品久久久久成人av| 久久久久久人人人人人| 亚洲国产日韩一区二区| 超色免费av| 久久久国产一区二区| 99九九在线精品视频| 美女视频免费永久观看网站| 亚洲,欧美,日韩| 亚洲一区二区三区欧美精品| 久久影院123| 9热在线视频观看99| 国产亚洲av片在线观看秒播厂| 岛国毛片在线播放| 久久久久精品久久久久真实原创| 高清不卡的av网站| 晚上一个人看的免费电影| 精品视频人人做人人爽| 免费观看av网站的网址| 亚洲伊人久久精品综合| 午夜久久久在线观看| 免费久久久久久久精品成人欧美视频 | 国产av一区二区精品久久| 精品一区二区三卡| 免费在线观看完整版高清| 亚洲性久久影院| 精品人妻熟女毛片av久久网站| 欧美成人午夜免费资源| 制服人妻中文乱码| 两个人免费观看高清视频| videos熟女内射| 国产精品久久久久久精品古装| 九色亚洲精品在线播放| 久久久久网色| 欧美日韩视频高清一区二区三区二| 中国国产av一级| 在线免费观看不下载黄p国产| 午夜免费观看性视频| 精品福利永久在线观看| 免费av中文字幕在线| 国产精品久久久久久精品电影小说| 国产又爽黄色视频| 亚洲激情五月婷婷啪啪| 欧美少妇被猛烈插入视频| 在线 av 中文字幕| 午夜免费男女啪啪视频观看| 国产精品无大码| 久久综合国产亚洲精品| 狠狠精品人妻久久久久久综合| 免费大片黄手机在线观看| 五月伊人婷婷丁香| 王馨瑶露胸无遮挡在线观看| 久久久久久久亚洲中文字幕| 18在线观看网站| 亚洲欧洲精品一区二区精品久久久 | 美女脱内裤让男人舔精品视频| 极品人妻少妇av视频| 精品少妇内射三级| 精品人妻一区二区三区麻豆| 一级片免费观看大全| 国国产精品蜜臀av免费| 另类精品久久| 久久久国产精品麻豆| 亚洲欧洲国产日韩| 国产精品熟女久久久久浪| 男人添女人高潮全过程视频| freevideosex欧美| 毛片一级片免费看久久久久| 伊人久久国产一区二区| 精品福利永久在线观看| 男女高潮啪啪啪动态图| 美女视频免费永久观看网站| 国产有黄有色有爽视频| 免费av中文字幕在线| 一边摸一边做爽爽视频免费| 九草在线视频观看| 一级毛片 在线播放| 婷婷色综合www| 成人综合一区亚洲| 免费人妻精品一区二区三区视频| 卡戴珊不雅视频在线播放| 韩国精品一区二区三区 | 大香蕉97超碰在线| 亚洲精品久久成人aⅴ小说| 一级,二级,三级黄色视频| 亚洲欧洲精品一区二区精品久久久 | 26uuu在线亚洲综合色| 美女内射精品一级片tv| 在线观看人妻少妇| 国产精品国产三级专区第一集| 色视频在线一区二区三区| 纯流量卡能插随身wifi吗| 成人免费观看视频高清| 菩萨蛮人人尽说江南好唐韦庄| 丰满少妇做爰视频| 80岁老熟妇乱子伦牲交| 日韩中字成人| 99久久精品国产国产毛片| 国产日韩一区二区三区精品不卡| a级毛片黄视频| 人妻 亚洲 视频| 国产黄色免费在线视频| 18禁在线无遮挡免费观看视频| av在线老鸭窝| 蜜臀久久99精品久久宅男| 午夜免费鲁丝| 天天影视国产精品| 国产黄频视频在线观看| 好男人视频免费观看在线| 久久久a久久爽久久v久久| 亚洲一码二码三码区别大吗| 亚洲国产精品一区三区| 亚洲国产精品国产精品| 天天躁夜夜躁狠狠久久av| av天堂久久9| 中文字幕亚洲精品专区| 亚洲成人av在线免费| 一级片'在线观看视频| 亚洲欧美一区二区三区国产| 五月开心婷婷网| av免费在线看不卡| 在线观看www视频免费| 欧美激情极品国产一区二区三区 | 极品少妇高潮喷水抽搐| 日韩一本色道免费dvd| 午夜免费鲁丝| 亚洲三级黄色毛片| 国产精品一国产av| 婷婷色综合www| 80岁老熟妇乱子伦牲交| 精品久久久久久电影网| 久久久久国产精品人妻一区二区| 日本黄色日本黄色录像| 国产男女内射视频| 亚洲精品国产av蜜桃| 国产有黄有色有爽视频| 人人妻人人添人人爽欧美一区卜| 亚洲国产毛片av蜜桃av| 亚洲精品,欧美精品| 一二三四中文在线观看免费高清| 成年女人在线观看亚洲视频| 欧美人与性动交α欧美精品济南到 | 久久精品久久精品一区二区三区| 日韩电影二区| 如日韩欧美国产精品一区二区三区| 少妇猛男粗大的猛烈进出视频| 国产色婷婷99| 国产一区二区在线观看日韩| 国产片特级美女逼逼视频| 欧美老熟妇乱子伦牲交| www.色视频.com| 人妻少妇偷人精品九色| videosex国产| 欧美精品av麻豆av| 欧美精品高潮呻吟av久久| 午夜日本视频在线| 咕卡用的链子| a级片在线免费高清观看视频| 久久精品国产自在天天线| 高清欧美精品videossex| 日韩在线高清观看一区二区三区| 女人精品久久久久毛片| 亚洲国产欧美日韩在线播放| 欧美精品一区二区大全| 热re99久久国产66热| 国产淫语在线视频| 国产精品秋霞免费鲁丝片| 国产 精品1| 日韩,欧美,国产一区二区三区| 日韩大片免费观看网站| 亚洲国产成人一精品久久久| 国产永久视频网站| 欧美日韩国产mv在线观看视频| 在线观看免费视频网站a站| 婷婷色综合大香蕉| 国产精品99久久99久久久不卡 | 18+在线观看网站| 国产欧美日韩综合在线一区二区| 在线免费观看不下载黄p国产| 国产白丝娇喘喷水9色精品| 亚洲av福利一区| 亚洲精品中文字幕在线视频| 亚洲av欧美aⅴ国产| 天美传媒精品一区二区| 在线观看人妻少妇| 久久久久精品久久久久真实原创| 青春草国产在线视频| 免费av不卡在线播放| 丰满乱子伦码专区| av在线老鸭窝| 亚洲美女视频黄频| 妹子高潮喷水视频| 久久久亚洲精品成人影院| 亚洲,一卡二卡三卡| 日韩精品免费视频一区二区三区 | 三级国产精品片| 亚洲中文av在线| 亚洲内射少妇av| 女的被弄到高潮叫床怎么办| 一级片免费观看大全| 大片免费播放器 马上看| 久久这里有精品视频免费| 最新中文字幕久久久久| 另类精品久久| 亚洲av国产av综合av卡| 亚洲婷婷狠狠爱综合网| 国产一区二区三区综合在线观看 | 欧美激情国产日韩精品一区| 夫妻午夜视频| videos熟女内射| 久久99蜜桃精品久久| av国产久精品久网站免费入址| 久久久久久人妻| 十八禁网站网址无遮挡| 男女边摸边吃奶| 国国产精品蜜臀av免费| a级毛片黄视频| 宅男免费午夜| 精品久久国产蜜桃| 乱码一卡2卡4卡精品| 免费高清在线观看视频在线观看| 国产精品一区www在线观看| 看十八女毛片水多多多| 久久ye,这里只有精品| 精品亚洲成a人片在线观看| 国产精品偷伦视频观看了| 99久国产av精品国产电影| 91精品三级在线观看| 少妇的逼好多水| 成年av动漫网址| 国产极品天堂在线| 国产亚洲精品久久久com| 欧美激情国产日韩精品一区| 国产精品一区二区在线不卡| 精品一品国产午夜福利视频| 日本vs欧美在线观看视频| 建设人人有责人人尽责人人享有的| 精品熟女少妇av免费看| 精品国产国语对白av| 午夜福利,免费看| 777米奇影视久久| 亚洲精品国产av蜜桃| 丝袜人妻中文字幕| 9热在线视频观看99| 色网站视频免费| 黄片播放在线免费| 久久精品aⅴ一区二区三区四区 | av天堂久久9| 巨乳人妻的诱惑在线观看| 国产极品粉嫩免费观看在线| 交换朋友夫妻互换小说| 丰满少妇做爰视频| 国产精品一区二区在线观看99| 黑人欧美特级aaaaaa片| 日韩精品免费视频一区二区三区 | 飞空精品影院首页| 91国产中文字幕| 熟女人妻精品中文字幕| 成人毛片60女人毛片免费| 国产免费一区二区三区四区乱码| 久久鲁丝午夜福利片| 国产成人精品婷婷| 精品亚洲成国产av| 精品国产一区二区久久| 久久久久久人人人人人| 69精品国产乱码久久久| 欧美丝袜亚洲另类| 2022亚洲国产成人精品| 黄色视频在线播放观看不卡| 色网站视频免费| 亚洲,一卡二卡三卡| 宅男免费午夜| 搡老乐熟女国产| 国产xxxxx性猛交| 日本vs欧美在线观看视频| 国产亚洲一区二区精品| 美女大奶头黄色视频| 欧美日韩国产mv在线观看视频| 国产在线视频一区二区| 久久热在线av| 午夜福利,免费看| 国产男女内射视频| 中文字幕制服av| 中文字幕人妻丝袜制服| 高清不卡的av网站| 成年动漫av网址| 街头女战士在线观看网站| 国产精品99久久99久久久不卡 | 看十八女毛片水多多多| 91精品国产国语对白视频| 亚洲久久久国产精品| 精品一区在线观看国产| 国产av一区二区精品久久| 亚洲综合色网址| 午夜福利视频在线观看免费| 亚洲成国产人片在线观看| 国产欧美日韩一区二区三区在线| 少妇被粗大猛烈的视频| 午夜精品国产一区二区电影| 亚洲av欧美aⅴ国产| 综合色丁香网| 18禁国产床啪视频网站| 一级片'在线观看视频| 国产色爽女视频免费观看| 国产一区二区在线观看av| 丝袜在线中文字幕| 制服诱惑二区| 欧美成人精品欧美一级黄| 亚洲精品,欧美精品| 国产精品久久久久久精品电影小说| 免费观看在线日韩| 亚洲精品国产av成人精品| 亚洲av电影在线进入| 啦啦啦视频在线资源免费观看| 亚洲成av片中文字幕在线观看 | 91精品伊人久久大香线蕉| 国产一区二区三区综合在线观看 | 最近中文字幕2019免费版| 亚洲精品av麻豆狂野| 亚洲欧美成人精品一区二区| 亚洲欧洲精品一区二区精品久久久 | 欧美日韩视频高清一区二区三区二| 18+在线观看网站| 免费av中文字幕在线| 精品一品国产午夜福利视频| 欧美少妇被猛烈插入视频| 精品一品国产午夜福利视频| 久久久精品94久久精品| 国产精品国产av在线观看| 一级片'在线观看视频| 亚洲第一av免费看| 亚洲综合色网址| 久久国产精品男人的天堂亚洲 | 日本欧美视频一区| 2018国产大陆天天弄谢| 两个人免费观看高清视频| 一级a做视频免费观看| 免费人成在线观看视频色| 精品午夜福利在线看| 少妇精品久久久久久久| 欧美精品国产亚洲| 精品人妻在线不人妻| 久久人人爽人人爽人人片va| 两个人免费观看高清视频| 国产亚洲午夜精品一区二区久久| 久热这里只有精品99| 精品久久蜜臀av无| 国产成人精品一,二区| 国产一区亚洲一区在线观看| 国产亚洲av片在线观看秒播厂| 七月丁香在线播放| 乱人伦中国视频| 精品久久久久久电影网| 精品亚洲乱码少妇综合久久| 精品一区二区免费观看| 韩国精品一区二区三区 | 久久精品熟女亚洲av麻豆精品| av又黄又爽大尺度在线免费看| 国产精品麻豆人妻色哟哟久久| 一级毛片 在线播放| 丁香六月天网| 国产精品国产三级国产av玫瑰| 丝袜喷水一区| 亚洲精品色激情综合| tube8黄色片| 一本色道久久久久久精品综合| videos熟女内射| 一本色道久久久久久精品综合| 欧美精品高潮呻吟av久久| 精品午夜福利在线看| 欧美97在线视频| 啦啦啦在线观看免费高清www| 亚洲第一av免费看| 久久久国产一区二区| 亚洲丝袜综合中文字幕| 国国产精品蜜臀av免费| 考比视频在线观看| 丰满乱子伦码专区| a级片在线免费高清观看视频| 丰满迷人的少妇在线观看| 欧美+日韩+精品| 久久青草综合色| 岛国毛片在线播放| 91精品伊人久久大香线蕉| 黑丝袜美女国产一区| av国产久精品久网站免费入址| 在线天堂最新版资源| 日本欧美国产在线视频| 天天操日日干夜夜撸| 水蜜桃什么品种好| 丝袜人妻中文字幕| 性色av一级| 日本午夜av视频| 在线亚洲精品国产二区图片欧美| 亚洲欧洲国产日韩| 亚洲少妇的诱惑av| 18禁裸乳无遮挡动漫免费视频| 国产又爽黄色视频| 国产亚洲午夜精品一区二区久久| 国产成人午夜福利电影在线观看| 两个人看的免费小视频| 国产一区二区三区综合在线观看 | 纵有疾风起免费观看全集完整版| 日韩 亚洲 欧美在线| 丝袜人妻中文字幕| 婷婷成人精品国产| 欧美bdsm另类| 极品少妇高潮喷水抽搐| 五月玫瑰六月丁香| 亚洲精品久久成人aⅴ小说| 搡老乐熟女国产| 久久久久精品人妻al黑| 男男h啪啪无遮挡| 国产高清不卡午夜福利| 日本欧美国产在线视频| 一级片免费观看大全| 黄网站色视频无遮挡免费观看| av播播在线观看一区| 久久久久久久大尺度免费视频| 精品一区二区三区四区五区乱码 | www.色视频.com| 久久久久久久亚洲中文字幕| 亚洲欧洲日产国产| 亚洲性久久影院| 久久国产亚洲av麻豆专区| 最近中文字幕2019免费版| 女性被躁到高潮视频| 午夜日本视频在线| 欧美亚洲日本最大视频资源| 国产国语露脸激情在线看| 老女人水多毛片| 777米奇影视久久| 国产精品国产av在线观看| 中文字幕亚洲精品专区| 亚洲国产精品专区欧美| 午夜影院在线不卡| 日韩av免费高清视频| 国产又色又爽无遮挡免| 免费观看性生交大片5| videosex国产| 亚洲综合精品二区| 亚洲一区二区三区欧美精品| 中文字幕制服av| 我的女老师完整版在线观看| 赤兔流量卡办理| 看免费av毛片| 免费观看在线日韩| 国产日韩欧美视频二区| 日韩伦理黄色片| 国产亚洲精品第一综合不卡 | 亚洲国产日韩一区二区| 我要看黄色一级片免费的| 国产精品 国内视频| 国产一级毛片在线| 一级毛片 在线播放| 久热这里只有精品99| 人人妻人人添人人爽欧美一区卜| 国产av精品麻豆| 久久久久网色| 只有这里有精品99| 内地一区二区视频在线| xxx大片免费视频| 中国美白少妇内射xxxbb| av卡一久久| 国产免费一级a男人的天堂| 激情视频va一区二区三区| 亚洲国产av影院在线观看| 亚洲第一av免费看| 欧美日韩视频高清一区二区三区二| 免费高清在线观看日韩| 欧美xxxx性猛交bbbb| 成人黄色视频免费在线看| 新久久久久国产一级毛片| 多毛熟女@视频| 免费大片黄手机在线观看| 大香蕉97超碰在线| 欧美精品一区二区免费开放| 久久久国产欧美日韩av| 91久久精品国产一区二区三区| 国产在线视频一区二区| 国内精品宾馆在线| 久久99蜜桃精品久久| 日日啪夜夜爽| 一级毛片电影观看| 色94色欧美一区二区| 欧美日韩av久久| 国产熟女午夜一区二区三区| 免费黄频网站在线观看国产| 丰满迷人的少妇在线观看| 国产男女超爽视频在线观看| 最近2019中文字幕mv第一页| 国产国语露脸激情在线看| 久久狼人影院| 国产av国产精品国产| 亚洲第一区二区三区不卡| 99热6这里只有精品| 久久久久精品久久久久真实原创| 亚洲丝袜综合中文字幕| 久久 成人 亚洲| 满18在线观看网站| 国产69精品久久久久777片| 五月伊人婷婷丁香| 日韩视频在线欧美| 啦啦啦中文免费视频观看日本| 日本-黄色视频高清免费观看| 黄网站色视频无遮挡免费观看| www.色视频.com| 国产又色又爽无遮挡免| 9191精品国产免费久久| 最新的欧美精品一区二区| 久久精品国产鲁丝片午夜精品| 国产男女内射视频| 日韩熟女老妇一区二区性免费视频| 丝袜脚勾引网站| 欧美人与性动交α欧美精品济南到 | 亚洲精品国产av蜜桃| 国产亚洲欧美精品永久| 国产在线视频一区二区| av女优亚洲男人天堂| 国产一区二区在线观看日韩| h视频一区二区三区| 在线观看免费高清a一片| 天天躁夜夜躁狠狠久久av| 亚洲美女搞黄在线观看| 91久久精品国产一区二区三区| 免费av不卡在线播放| 一边摸一边做爽爽视频免费| 色吧在线观看| 精品少妇黑人巨大在线播放| 国内精品宾馆在线| 日韩中字成人| 两个人免费观看高清视频| 亚洲婷婷狠狠爱综合网| 亚洲精品久久久久久婷婷小说| 18禁观看日本| 国产亚洲最大av| 亚洲成人av在线免费| 国产精品一二三区在线看| 一本色道久久久久久精品综合| 久久久久久久久久成人| 久久久久网色| 日韩不卡一区二区三区视频在线| 赤兔流量卡办理| 久久精品国产综合久久久 | 日日啪夜夜爽| 9色porny在线观看| 男女免费视频国产| 成年av动漫网址| 国产视频首页在线观看| 欧美日韩综合久久久久久| 久久99热6这里只有精品| 成人国产av品久久久| 男女午夜视频在线观看 | 国产精品久久久久久久电影| 国产精品久久久久久精品古装| 一级片'在线观看视频| 成人免费观看视频高清| 麻豆乱淫一区二区| 国产欧美另类精品又又久久亚洲欧美| 亚洲国产日韩一区二区| 狂野欧美激情性bbbbbb| 国产成人免费观看mmmm| 亚洲性久久影院| 成年人午夜在线观看视频| 久久精品国产自在天天线| 赤兔流量卡办理| 亚洲欧美清纯卡通| 欧美日韩精品成人综合77777| 国产av一区二区精品久久| 精品久久久精品久久久| 一区在线观看完整版| 久久精品aⅴ一区二区三区四区 | 麻豆乱淫一区二区| 大码成人一级视频| videosex国产| 激情视频va一区二区三区| 久久人人爽人人爽人人片va| 波野结衣二区三区在线| 啦啦啦啦在线视频资源| 在线观看三级黄色| 色94色欧美一区二区| 久久精品久久久久久久性| 少妇的逼好多水| 欧美日韩综合久久久久久| 久热久热在线精品观看| 欧美另类一区| 久久人妻熟女aⅴ| 内地一区二区视频在线| 9色porny在线观看| 欧美精品一区二区大全| 男女午夜视频在线观看 | 亚洲av日韩在线播放| av线在线观看网站| 午夜免费鲁丝| 男女啪啪激烈高潮av片| 欧美精品高潮呻吟av久久| 久久韩国三级中文字幕| 91国产中文字幕|