• <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 ?

    基于決策等價性的決策表屬性集分解研究*

    2016-12-13 06:58:42
    計算機與數字工程 2016年11期
    關鍵詞:決策表等價決策

    張 政 胡 沛

    (南陽理工學院軟件學院 南陽 473000)

    ?

    基于決策等價性的決策表屬性集分解研究*

    張 政 胡 沛

    (南陽理工學院軟件學院 南陽 473000)

    決策表屬性集分解是處理決策大型決策表數據復雜性,提高數據分析的一種有效手段,已得到深入研究。但在屬性集分解過程中,有可能出現決策規(guī)則的泛化,從而導致從原決策表與從子決策表得到的規(guī)則不一致性。論文深入研究了決策表屬性集分解的等價性問題,從保持決策表等價性和提高子表分類質量的角度,提出了基于決策等價的決策表屬性集分解方法,并與現有的屬性集分解方法做了比較。

    決策表; 屬性集; 分解; 等價性

    Class Number TP18

    1 引言

    傳統的數據挖掘和知識歸納方法在決策表分析和處理中得到了較好的應用,但是隨著計算機和數據采集技術的進步,許多大型決策表包含了大量的屬性和對象,如何從這些堆積如山的數據中挖掘有用的信息,已成為當今數據挖掘領域的熱點[1]。

    決策表分解是解決大型決策表數據海量性和復雜性問題的一種有效手段。其思想是將一個大型決策表分解為若干規(guī)模較小且易于處理的子表,在子表中進行規(guī)則獲取,可以減少每次處理的數據量,避免直接在復雜系統中建模的困難和缺陷,提高數據分析的效率和質量[2]。

    本文提出了基于決策等價性的決策表屬性集分解方法。首先根據決策表屬性集分解的等價性,提出了決策等價性判定標準,然后從決策等價和提高決策分類質量的標準出發(fā),提出了一種新的條件屬性選擇量度,按照屬性選擇量度指導子決策表的屬性選取,將決策表分解為幾個決策等價的子決策表。

    2 粗糙集理論基本概念

    粗糙集理論是波蘭數學家Z.Pawlak于1982年提出的一種處理含糊和不確定性問題的新型數學工具,已經在機器學習、數據挖掘等領域中得到廣泛應用,決策表信息系統是粗糙集理論的主要研究對象[3]。

    定義2 在決策表信息系統S=〈U,R,V,f〉中,對于B?R,則B在U上的不可分辨關系定義為

    (1)

    顯然IND(B)是一個等價關系,它的所有等價類的集合記為U|IND(B),簡記為U|B。

    定義3 給定決策表信息系統S=〈U,R,V,f〉,對于每個子集X?U和不可分辨關系B,X的下近似集和上近似集可以分別定義為

    B-(X)=∪{Yi|(Yi∈U|IND(B)∧Yi?X)}

    (2)

    B-(X)=∪{Yi|(Yi∈U|IND(B)∧Yi∩X≠φ)}

    (3)

    定義4 設U為一個論域,P、Q為U上的兩個等價關系簇,Q的P正域POSP(Q)定義為

    (4)

    相對正域POSP(Q)是論域U的所有那些使用分類U|P所表達的知識中能夠正確地分類到U|Q的等價類之中的對象的集合。

    (5)

    定義6F是屬性集D導出的分類,C是條件屬性集合,D=j5i0abt0b是決策屬性集合,且A?C則對于任意屬性a∈C-A的重要性SGA(a,A,D)為

    SGA(a,A,D)=rA∪{a}(F)-rA(F)

    (6)

    3 等價的決策表屬性集分解

    決策表屬性集分解是從給定原始屬性集中按照一定的標準選取屬性結成一組,然后按照一定的算法來識別定義在屬性組上的中間概念層次,從而到達降維、增強模型可理解性的目的。這一方法要求在保持模型的分類能力的前提下,簡化計算并增強模型的可理解性。

    決策表屬性集分解減少了每次處理的數據量,使得適合普通決策表的算法也能適用于復雜的大型決策表,各子表之間可以進行并行計算,減小時間復雜度,提高數據分析的效率。目前決策表屬性集分解方法主要有:基于函數的分解方法[4],基于屬性核的分解方法[5]和基于屬性聚類的分解方法[6];這些屬性集分解方法雖得到了較好的應用,但由于沒考慮到分解前后決策等價性的問題,致使得到的決策存在規(guī)則泛化的可能。本文以分解前后決策等價為標準,從提高子決策表條件屬性分類能力出發(fā)提出了新的決策表分解屬性集方法,使其能保持分解前后決策等價性。對于含有多個決策屬性的決策屬性集D,可以將其轉換為單一的決策屬性[7],本文中只考慮決策屬性集只包含一個決策屬性d的情況,即D=j5i0abt0b,S=〈U,C∪D,V,f〉。

    3.1 決策表屬性集分解的等價性

    決策表分解的決策等價性是指通過原決策表歸納所得到的決策結果與分解后綜合各子表局部規(guī)則得到的決策結果相同[8~9]。屬性集分解過程中,由于子決策表屬性個數減少,僅由部分條件屬性推導的規(guī)則可能出現泛化,增大了分類決策的不確定性。

    3.2 決策表分解條件屬性的選擇

    為了提高子決策表的決策分類質量,子表條件屬性的選取從屬性重要性和近似分類質量考慮,子表條件屬性的選取需滿足以下條件:

    1) 選入子表的第一個條件屬性b需要對論域有最大的正域分類能力,即單條件屬性集需有最大的近似分類質量rB(F);

    2) 選入子表的其它條件屬性需對決策分類起很好的輔助作用,即相對于當前子表中的條件屬性集A,要有最大的屬性重要性SGA(a,A,D)。

    3.3 屬性集分解等價性判定

    首先考慮將原決策表S分解為兩個子決策表S1和S2的情況,它們對應的條件屬性子集分別為C1和C2。如果對于?u∈U,δC(u)=δC1(u)∩δC2(u),則該分解是一次等價的屬性集分解;如果有δC(u)?δC1(u)∩δC2(u),則該分解不是等價的屬性集分解,需要在表S2中增加相應的分類信息,具體方法為:

    找出決策規(guī)則信息丟失對象R,即論域中所有δC(u)?δC1(u)∩δC2(u)的對象,在表S2增加相應分類條件屬性集C′,且C′與R的關聯度為1;為了保證C′個數盡可能少,應從單屬性考慮,如果單屬性集與R的關聯度不為1,則考慮使用屬性組合。S分解為多個子表的等價性判定與分解為2個子表的方法類似。

    3.4 算法描述

    輸入:大型決策表S=〈U,C∪D,V,f〉;其中U為論域,C,D分別為條件屬性集和決策屬性集。

    輸出:一系列符合要求的子表。

    算法1.DDBDE

    Step1. 設置每個子表所允許的最大條件屬性集個數為n′(n′由用戶實際需要設置或由專家結合問題的先驗知識確定)。

    Step2. 設決策屬性D的等價類:F=U|D={D1,D2,…,Dm},用式(5)計算C中各單屬性集的近似分類質量,取滿足:MAX(rB(F))的屬性x;j=0,Rj=Φ,k=0。

    Step3. 將x并入集Rj中,k++。若C=Φ,跳到Step7執(zhí)行。若C≠Φ,判斷是否滿足k≤n,如果滿足的話,執(zhí)行Step4;如果不滿足,執(zhí)行Step2。

    Step4. 用式(6)求出C中各屬性的屬性重要性,取滿足MAX(SGA(a,Rj,D))的條件屬性y,將y加入Rj,C=C-Rj。

    Step8. 輸出各子表Si(0≤i≤j)。

    4 改進的決策表屬性集分解

    為了保證屬性集分解的等價性,算法DDBDE需要在每次分解完成后要判斷從子表得到的決策屬性交集與原決策表的決策值是否相等,需要大量的運算,不利于提高算法的效率。

    rB(Xi)=|B_(Xi)|/|U|

    4.1 子決策表條件屬性的選擇

    1) 選入子表的第一個條件屬性b需要對論域有最大的正域分類能力,即單條件屬性集需有最大的近似分類質量rB(F);

    2) 選入子表的其它條件屬性需對決策分類起很好的輔助作用,即相對于當前子表中的條件屬性集A,要有最大的屬性重要性SGA(a,A,D)。

    4.2 屬性集分解等價性判定

    首先考慮將原決策表S分解為兩個子決策表S1和S2的情況,它們對應的條件屬性子集分別為C1和C2。如果POSC1(D)∪POSC2(D)=U,則該分解是一次等價的屬性集分解;如果POSC1(D)∪POSC2(D)?U,表明本次分解可能不是等價的,導致決策正域分類信息丟失,對子表S2應增加相關的決策正域分類信息。具體方法如下:

    找出決策正域分類信息丟失對象R=U-(POSC1(D)∪POSC2(D)),在表S2增加相應決策正域分類條件屬性集C′,使rC′(R)=1,且C′?C1;為了保證C′個數盡可能少,應從單屬性考慮,如果單屬性集不能對R正確分類,則考慮使用屬性組合。S分解為多個子表的等價性判定與分解為2個子表的方法類似。

    4.3 算法描述

    算法2.ADDBDE

    Step1. 設置每個子表所允許的最大條件屬性集個數為n′(n′由用戶實際需要設置或由專家結合問題的先驗知識確定)。

    Step2. 設決策屬性D的等價類:F=U|D={D1,D2,…,Dm},用式(5)計算C中各單屬性集的近似分類質量,取滿足:MAX(rB(F))的屬性x;j=0,Rj=Φ,k=0。

    Step3. 將x并入集Rj中,k++。若C=Φ,跳到Step7執(zhí)行。若C≠Φ,判斷是否滿足k≤n,如果滿足的話,執(zhí)行Step4;如果不滿足,執(zhí)行Step2。

    Step4. 用式(6)求出C中各屬性的屬性重要性,取滿足MAX(SGA(a,Rj,D))的條件屬性y,將y加入Rj,C=C-Rj。

    Step6.R=U-(POSRj(D)∪POSC-Rj(D)),如果R=Φ,表明此次分解為等價的屬性集分解,如果R≠Φ,表明此次分解有決策正域分類信息丟失,需要在C中增加相應分類信息C′,且rC′(R)=1,C′?Rj,|C′|的值應最小,將C′并入C中。

    Step8. 輸出各子表Si(0≤i≤j)。

    4.4 屬性集分解方法的比較

    滿足算法ADDBDE的決策等價判定必滿足算法DDBDE的等價判定,故ADDBDE可以看作是DDBDE的特例,滿足ADDBDE的等價分解必滿足DDBDE,因此ADDBDE中的冗余條件屬性個數大于或等于DDBDE中的冗余條件屬性數;但ADDBDE只需計算各子表的正域分類情況,無需推導相應的決策規(guī)則,比DDBDE具有較小的時間復雜度和空間復雜度。

    SGA(a,A,Xi)=rA∪{a}(Xi)-rA(Xi)。

    定理2 決策表S=〈U,C,D,V,f〉,如果POSC′(D)∪POSC-C′(D)=U,則rC′(F)≥SGA(C′,C,D)。

    證明 因為|POSC′(D)∪POSC-C′(D)|=|POSC′(D)|+|POSC-C′(D)|-|POSC′(D)|∩|POSC-C′(D)|=|U|。

    即rC′(F)-(|POSC′(D)|∩|POSC-C′(D)|)/|U|=SGA(C′,C,D)

    故rC′(F)≥SGA(C′,C,D)。

    證畢。

    推論1 如果rC′(F)

    表1從分類質量、決策等價性、時間復雜度等方面對上述幾種決策表屬性集分解方法進行比較。

    表1 決策表屬性集分解方法的比較

    5 基于決策分類的決策表分解實例

    如表1所示的決策表,C={a,b,c,e,f,g}是條件屬性集合,D=j5i0abt0b是決策屬性集合。下面利用本文所提到的基于決策等價的決策表屬性集分解方法對決策表2進行屬性集分解。

    表2 決策表1

    用算法DDBDE可以將其分解成表3和表4。

    表3 子決策表1

    表4 子決策表2

    用算法ADDBDE可以將其分解成表5和表6。

    表5 子決策表3

    表6 子決策表4

    6 結語

    從決策表中快速有效地提取規(guī)則是決策表分解的主要目的。分解前后決策分類的等價性是影響決策表分解質量的關鍵因素,在分解過程中要力求保證決策等價和信息無損,避免決策表分解對分類結果帶來的不確定性。本文提出了兩種基于決策等價的屬性集分解方法,分解的每次過程都保證了分解的等價性,使決策表分解前后從原表與從子表得到的規(guī)則一致;并從分類質量、決策等價性和時間復雜度等方面與傳統的屬性集分解方法做了比較。

    [1] Z.Pawlak. Theorize with Data using Rough Sets[C]. Proceedings of the 26th Annual International Computer Software and Applications Conference.IEEE, 2002.

    [2] 王加陽, 劉柳明, 羅安. 大型決策表分解方法研究[J].計算機科學,2007,34(8):211-214. WANG Jiayang, LIU Liuming, LUO An. Research on Decomposition of Large Decision Table[J]. Computer Science,2007,34(8):211-214.

    [3] Z.Pawlad.Rough Sets[J].International Journal of Computer and Information Sciences,1982,11:341-356

    [4] B. Zupan, M. Bohanec, I. Bratko, et al. A Dataset Decomposition Approach to Data Mining and Machine Discovery[C]//D. Heckerman eds. Proc. of the Third International Conference on Knowledge Discovery and Data Mining. Irvine, CA: AAAI Press,1997:299-303

    [5] 樊群,趙衛(wèi)東,達慶利.一種基于粗集的實例分解歸納學習方法[J].管理工程學報,2001,15(2):79-81. FAN Qun,ZHAO Weidong,DA Qingli. A Decision Table Decomposition Induction Learning Method Based on Rough Set[J]. Journal of Industrial Engineering and Engineering Management,2001,15(2):79-81.

    [6] 楊善林,劉業(yè)政,李亞飛.基于Rough Sets理論的證據獲取與合成方法[J].管理科學學報,2005,8(5):69-75. YANG Shanlin,LIU Yezheng,LI Yafei. Research on Rough Sets-based Evidence Acquirement and Combination of DST[J].Journal of Management Sciences,2005,8(5):69-75.

    [7] 劉業(yè)政.基于粗糙集數據分析的智能決策支持系統研究[D].合肥:合肥工業(yè)大學,2003:23-24. LIU Yezheng. Research on Rough Set Data Analysis Based Intelligent Decision Support Systems[D]. Hefei:HeFei University of Technology,2003:23-24.

    [8] Kusiak. A. Decomposition in Data Mining: A Medical Case Study[C]. In: B.V.Dasarathy, eds. Proceedings of the SPIE Conference on Data Mining and Knowledge Discovery: Theory, Tools, and TechnologyⅢ. Orlando,2001:267-27.

    [9] 劉柳明,王加陽,羅安.決策表屬性集分解的等價性研究[J].計算機應用研究,2007,24(8):67-69. LIU Liuming,WANG Jiayang,LUO An. Research on Equivalence of Attribute Set Decomposition to Decision Table[J]. Application Research of Computers,2007,24(8):67-69.

    [10] Hadjimichael M.,Wong S.K.M.,Ziarko W. Rough Sets:Probabilistic versus Deterministic[J]. International Journal of Man-Machine Studies,1988,29(29):81-95.

    [11] Ziarko W. Analysis of uncertain information in the framework of variable precision rough sets[J]. Foundations of Computing and Decision Science 1993,18(3/4):381-396.

    Attribute Set Decomposition of Decision Table Based on Decision Making Equivalence

    ZHANG Zheng HU Pei

    (College of Software, Nanyang Institute of Technology, Nanyang 473000)

    Attribute set decomposition of decision table as a useful method deals with data complexities of the large decision tables and improves data analysis. It had in-depth studied by many scholars. But it may appears decision rules generalization during the attribute set decomposition, so it may led differences of the rules from the original decision table and the child decision tables. The paper went deep into the equivalence of attribute set decomposition, and proposed novel attribute set decomposition approaches from keeping the equivalence of decision table and improving the classification rate in the child decision tables and compared the methods with existing methods of attribute set decomposition.

    decision table, attribute set, decomposition, equivalence

    2016年5月16日,

    2016年6月30日

    張政,男,碩士,講師,研究方向:數據挖掘、粗糙集理論及應用、云計算與大數據。胡沛,男, 碩士,講師,研究方向:嵌入式、數據挖掘、粗糙集理論及應用。

    TP18

    10.3969/j.issn.1672-9722.2016.11.026

    猜你喜歡
    決策表等價決策
    基于決策表相容度和屬性重要度的連續(xù)屬性離散化算法*
    為可持續(xù)決策提供依據
    決策為什么失誤了
    n次自然數冪和的一個等價無窮大
    中文信息(2017年12期)2018-01-27 08:22:58
    收斂的非線性迭代數列xn+1=g(xn)的等價數列
    正反轉電機缺相保護功能的實現及決策表分析測試
    環(huán)Fpm+uFpm+…+uk-1Fpm上常循環(huán)碼的等價性
    關于環(huán)Fpm+uFpm上常循環(huán)碼的等價性
    不相容決策表求核方法
    基于D-S證據理論直接求代數約簡和代數核*
    18禁美女被吸乳视频| www.精华液| 一级作爱视频免费观看| 成人国语在线视频| 亚洲中文日韩欧美视频| 激情在线观看视频在线高清 | 国产男女超爽视频在线观看| 国产男女超爽视频在线观看| 别揉我奶头~嗯~啊~动态视频| 黄色丝袜av网址大全| av一本久久久久| 在线十欧美十亚洲十日本专区| 自线自在国产av| 日本精品一区二区三区蜜桃| 老司机影院毛片| 久9热在线精品视频| 伦理电影免费视频| 国产亚洲精品久久久久久毛片 | 成人18禁高潮啪啪吃奶动态图| xxx96com| 正在播放国产对白刺激| 国产极品粉嫩免费观看在线| 国产精品av久久久久免费| 亚洲一区二区三区欧美精品| 99久久精品国产亚洲精品| 日本wwww免费看| 日韩欧美在线二视频 | 国产一区在线观看成人免费| 99国产精品免费福利视频| 亚洲人成77777在线视频| 久久国产精品大桥未久av| 精品免费久久久久久久清纯 | 天天躁日日躁夜夜躁夜夜| 夫妻午夜视频| 久久人妻av系列| 在线播放国产精品三级| 亚洲av成人一区二区三| 激情视频va一区二区三区| 日韩欧美国产一区二区入口| 亚洲欧美色中文字幕在线| 一本一本久久a久久精品综合妖精| 国产精品.久久久| 亚洲精品中文字幕一二三四区| 国产欧美日韩一区二区精品| 免费不卡黄色视频| 在线观看免费午夜福利视频| 欧美另类亚洲清纯唯美| 色尼玛亚洲综合影院| 日韩欧美在线二视频 | 亚洲av美国av| 久久人妻福利社区极品人妻图片| 一边摸一边抽搐一进一小说 | 久热这里只有精品99| 黄色视频不卡| 久久精品91无色码中文字幕| 女人被狂操c到高潮| 亚洲欧洲精品一区二区精品久久久| 男男h啪啪无遮挡| 亚洲色图av天堂| 国产视频一区二区在线看| 婷婷成人精品国产| 日韩免费av在线播放| 每晚都被弄得嗷嗷叫到高潮| 日韩成人在线观看一区二区三区| 国产欧美日韩一区二区三| 午夜福利,免费看| 99热只有精品国产| 国产精品av久久久久免费| 久久久久国内视频| 日韩一卡2卡3卡4卡2021年| 国产激情久久老熟女| av国产精品久久久久影院| 欧美性长视频在线观看| 国产成人欧美| 久久国产精品男人的天堂亚洲| 美女高潮喷水抽搐中文字幕| 性色av乱码一区二区三区2| 久久久国产成人免费| 久久草成人影院| 黄色a级毛片大全视频| 亚洲午夜精品一区,二区,三区| 日本黄色视频三级网站网址 | 亚洲av片天天在线观看| videos熟女内射| 亚洲性夜色夜夜综合| 99久久精品国产亚洲精品| 国产成+人综合+亚洲专区| 亚洲成人免费av在线播放| 国产精品av久久久久免费| 在线av久久热| 国产精品98久久久久久宅男小说| 国产精品久久久人人做人人爽| 亚洲精华国产精华精| 男女高潮啪啪啪动态图| 精品电影一区二区在线| videosex国产| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久国产精品人妻aⅴ院 | 9色porny在线观看| 一级a爱视频在线免费观看| 色在线成人网| 人妻 亚洲 视频| 免费日韩欧美在线观看| 亚洲成人免费电影在线观看| 老熟妇仑乱视频hdxx| 亚洲少妇的诱惑av| 一区二区日韩欧美中文字幕| 午夜免费观看网址| 免费观看人在逋| 操出白浆在线播放| 中文字幕最新亚洲高清| www日本在线高清视频| 老熟妇仑乱视频hdxx| a级片在线免费高清观看视频| 狠狠婷婷综合久久久久久88av| 99香蕉大伊视频| 成人18禁高潮啪啪吃奶动态图| www日本在线高清视频| 日韩制服丝袜自拍偷拍| 欧美激情 高清一区二区三区| 国产伦人伦偷精品视频| 精品一区二区三区四区五区乱码| xxx96com| 黑人巨大精品欧美一区二区蜜桃| 午夜亚洲福利在线播放| 久久人妻av系列| 国产高清视频在线播放一区| 18禁美女被吸乳视频| 色尼玛亚洲综合影院| 妹子高潮喷水视频| 男女之事视频高清在线观看| 久久人人爽av亚洲精品天堂| 新久久久久国产一级毛片| 51午夜福利影视在线观看| 成人18禁在线播放| 亚洲精品在线美女| а√天堂www在线а√下载 | 欧美老熟妇乱子伦牲交| e午夜精品久久久久久久| 久久久久国产精品人妻aⅴ院 | 看黄色毛片网站| 免费黄频网站在线观看国产| 久久性视频一级片| 亚洲专区字幕在线| 99精品欧美一区二区三区四区| 日韩有码中文字幕| 成年版毛片免费区| 久久久水蜜桃国产精品网| 精品无人区乱码1区二区| av不卡在线播放| 国产蜜桃级精品一区二区三区 | av天堂在线播放| 亚洲一码二码三码区别大吗| 午夜免费鲁丝| 国产精品99久久99久久久不卡| 1024香蕉在线观看| 国产精品亚洲av一区麻豆| 欧美精品亚洲一区二区| 成人免费观看视频高清| 正在播放国产对白刺激| 村上凉子中文字幕在线| 一区二区三区精品91| 热re99久久国产66热| 久久国产乱子伦精品免费另类| 91精品三级在线观看| 精品福利永久在线观看| 午夜免费鲁丝| 啦啦啦免费观看视频1| 亚洲av第一区精品v没综合| 男人的好看免费观看在线视频 | 精品国产一区二区三区久久久樱花| 精品免费久久久久久久清纯 | 国产99白浆流出| 欧美在线黄色| 亚洲av电影在线进入| 午夜精品久久久久久毛片777| av天堂久久9| 一级a爱视频在线免费观看| 亚洲精品久久成人aⅴ小说| 叶爱在线成人免费视频播放| 制服诱惑二区| 正在播放国产对白刺激| 亚洲欧美精品综合一区二区三区| 亚洲第一av免费看| 免费观看人在逋| 日本撒尿小便嘘嘘汇集6| 中文字幕av电影在线播放| 建设人人有责人人尽责人人享有的| 亚洲成人国产一区在线观看| 两人在一起打扑克的视频| 黄色成人免费大全| 香蕉丝袜av| 久久人妻av系列| 精品人妻1区二区| 亚洲五月天丁香| 淫妇啪啪啪对白视频| 久久婷婷成人综合色麻豆| 日本黄色日本黄色录像| 热99re8久久精品国产| 欧美不卡视频在线免费观看 | 国产色视频综合| 91九色精品人成在线观看| 他把我摸到了高潮在线观看| 狂野欧美激情性xxxx| 丰满饥渴人妻一区二区三| 国产精品自产拍在线观看55亚洲 | 日韩三级视频一区二区三区| 多毛熟女@视频| ponron亚洲| 最近最新中文字幕大全免费视频| 看黄色毛片网站| 国产精品久久久人人做人人爽| 三级毛片av免费| 国产精品99久久99久久久不卡| av有码第一页| 精品第一国产精品| 亚洲国产看品久久| 别揉我奶头~嗯~啊~动态视频| 岛国在线观看网站| 亚洲精品美女久久久久99蜜臀| 两人在一起打扑克的视频| 亚洲欧美激情在线| 最近最新中文字幕大全免费视频| 91在线观看av| 成年人免费黄色播放视频| 精品欧美一区二区三区在线| 久久人人97超碰香蕉20202| 欧美精品人与动牲交sv欧美| 亚洲一区二区三区不卡视频| 欧美日本中文国产一区发布| 国产精品一区二区在线不卡| 国产又爽黄色视频| 久久香蕉激情| 又紧又爽又黄一区二区| 狠狠婷婷综合久久久久久88av| 黄片播放在线免费| 国产蜜桃级精品一区二区三区 | 两个人免费观看高清视频| 亚洲人成电影免费在线| 亚洲欧美激情在线| 日韩人妻精品一区2区三区| 夜夜躁狠狠躁天天躁| 国产精品影院久久| 一二三四社区在线视频社区8| 国产精品影院久久| 日韩熟女老妇一区二区性免费视频| 在线观看午夜福利视频| 制服人妻中文乱码| 757午夜福利合集在线观看| 黄色 视频免费看| 亚洲精品美女久久av网站| 亚洲av电影在线进入| 欧美中文综合在线视频| 久久久久国产精品人妻aⅴ院 | 狠狠婷婷综合久久久久久88av| 老司机午夜十八禁免费视频| 咕卡用的链子| 国产一区有黄有色的免费视频| 满18在线观看网站| 欧美另类亚洲清纯唯美| 在线观看免费视频日本深夜| 男女床上黄色一级片免费看| av福利片在线| netflix在线观看网站| 91成人精品电影| 在线看a的网站| 在线播放国产精品三级| 欧美日韩黄片免| 亚洲中文av在线| 亚洲欧美激情综合另类| 成人永久免费在线观看视频| 免费少妇av软件| 久久亚洲真实| 精品久久久久久久久久免费视频 | 在线观看66精品国产| 欧美激情高清一区二区三区| 中文字幕高清在线视频| 捣出白浆h1v1| 黄片播放在线免费| 亚洲片人在线观看| 久久久久国产一级毛片高清牌| 国产精品综合久久久久久久免费 | 国产高清激情床上av| 两人在一起打扑克的视频| 亚洲精品久久午夜乱码| 欧美乱色亚洲激情| 国产99久久九九免费精品| 欧美精品高潮呻吟av久久| 男女床上黄色一级片免费看| 国产成人一区二区三区免费视频网站| 在线观看舔阴道视频| 啦啦啦免费观看视频1| 高清毛片免费观看视频网站 | 欧美日韩成人在线一区二区| 日日摸夜夜添夜夜添小说| 免费黄频网站在线观看国产| 亚洲av欧美aⅴ国产| 搡老乐熟女国产| 每晚都被弄得嗷嗷叫到高潮| 天天添夜夜摸| 欧美丝袜亚洲另类 | 精品少妇一区二区三区视频日本电影| 男女床上黄色一级片免费看| 国产精品秋霞免费鲁丝片| 欧美乱色亚洲激情| av视频免费观看在线观看| 后天国语完整版免费观看| 欧美日韩国产mv在线观看视频| 精品一区二区三卡| 中文欧美无线码| 欧美日韩国产mv在线观看视频| 两个人免费观看高清视频| 久久香蕉激情| 亚洲一区中文字幕在线| 中文字幕人妻丝袜一区二区| 99久久精品国产亚洲精品| 国产精品98久久久久久宅男小说| 成年人免费黄色播放视频| 欧美一级毛片孕妇| 777久久人妻少妇嫩草av网站| 欧美黑人欧美精品刺激| 中文字幕人妻熟女乱码| 日日夜夜操网爽| 久久国产亚洲av麻豆专区| 91字幕亚洲| 天堂√8在线中文| 熟女少妇亚洲综合色aaa.| 少妇猛男粗大的猛烈进出视频| 在线观看免费视频网站a站| 无人区码免费观看不卡| 曰老女人黄片| 免费在线观看完整版高清| 自拍欧美九色日韩亚洲蝌蚪91| 欧美亚洲日本最大视频资源| 无限看片的www在线观看| 99re6热这里在线精品视频| 亚洲av日韩在线播放| 黄片播放在线免费| 18禁国产床啪视频网站| 制服人妻中文乱码| 免费在线观看完整版高清| 高清在线国产一区| 国产不卡一卡二| 久久久久视频综合| 91成人精品电影| 日本vs欧美在线观看视频| 黑人巨大精品欧美一区二区蜜桃| 日韩一卡2卡3卡4卡2021年| 伊人久久大香线蕉亚洲五| 亚洲一卡2卡3卡4卡5卡精品中文| 身体一侧抽搐| 欧美成狂野欧美在线观看| 亚洲成人免费电影在线观看| 欧美日韩成人在线一区二区| 999久久久精品免费观看国产| 桃红色精品国产亚洲av| 国产精品久久久久久精品古装| 黄片大片在线免费观看| 精品国产亚洲在线| 欧美色视频一区免费| 超碰97精品在线观看| 一级片免费观看大全| 91在线观看av| 亚洲男人天堂网一区| 久久人人97超碰香蕉20202| 男女之事视频高清在线观看| xxxhd国产人妻xxx| 精品国产美女av久久久久小说| 精品欧美一区二区三区在线| 欧美 日韩 精品 国产| 亚洲国产精品一区二区三区在线| 热re99久久国产66热| 高清视频免费观看一区二区| 色综合欧美亚洲国产小说| 老熟妇仑乱视频hdxx| 亚洲精华国产精华精| 久久精品国产综合久久久| 国产91精品成人一区二区三区| 国产亚洲欧美精品永久| 精品亚洲成a人片在线观看| 中文字幕人妻熟女乱码| 成人特级黄色片久久久久久久| 99精国产麻豆久久婷婷| 两个人看的免费小视频| 免费少妇av软件| av片东京热男人的天堂| 亚洲精品中文字幕在线视频| 母亲3免费完整高清在线观看| 91九色精品人成在线观看| 久久久久久久午夜电影 | 色综合欧美亚洲国产小说| www.自偷自拍.com| 欧美成狂野欧美在线观看| 下体分泌物呈黄色| 国产有黄有色有爽视频| 久久 成人 亚洲| 亚洲av成人av| 国产精品一区二区在线不卡| 国产xxxxx性猛交| 热99re8久久精品国产| 成人特级黄色片久久久久久久| 69av精品久久久久久| 午夜91福利影院| 在线天堂中文资源库| 亚洲情色 制服丝袜| 精品亚洲成国产av| 一级作爱视频免费观看| 欧美激情久久久久久爽电影 | 久久精品亚洲精品国产色婷小说| 深夜精品福利| 中出人妻视频一区二区| 自线自在国产av| 国产精品偷伦视频观看了| 亚洲一区中文字幕在线| videosex国产| xxx96com| 欧美黑人精品巨大| 十分钟在线观看高清视频www| 国产精品久久久久久精品古装| 老鸭窝网址在线观看| 成人永久免费在线观看视频| 亚洲精品粉嫩美女一区| 久久ye,这里只有精品| 亚洲第一av免费看| 精品久久久久久电影网| 亚洲精品中文字幕在线视频| 又大又爽又粗| 曰老女人黄片| 亚洲av第一区精品v没综合| 精品卡一卡二卡四卡免费| 黄色视频不卡| 亚洲情色 制服丝袜| 黄色女人牲交| 亚洲精品久久午夜乱码| 亚洲性夜色夜夜综合| 老司机亚洲免费影院| 午夜福利在线观看吧| 精品国产超薄肉色丝袜足j| 精品熟女少妇八av免费久了| 免费黄频网站在线观看国产| 丰满人妻熟妇乱又伦精品不卡| 午夜福利,免费看| 黄色毛片三级朝国网站| 俄罗斯特黄特色一大片| 水蜜桃什么品种好| 久久午夜亚洲精品久久| 91字幕亚洲| 亚洲精品乱久久久久久| 日韩欧美一区二区三区在线观看 | 80岁老熟妇乱子伦牲交| av网站在线播放免费| 色在线成人网| 老司机午夜十八禁免费视频| 欧美日韩亚洲高清精品| 如日韩欧美国产精品一区二区三区| av福利片在线| 亚洲自偷自拍图片 自拍| 亚洲精品国产精品久久久不卡| 两个人看的免费小视频| 成人亚洲精品一区在线观看| 国产免费男女视频| 久久天躁狠狠躁夜夜2o2o| 亚洲精品中文字幕在线视频| 国产亚洲欧美98| 久久精品熟女亚洲av麻豆精品| xxx96com| 成在线人永久免费视频| 九色亚洲精品在线播放| 国产熟女午夜一区二区三区| 日韩成人在线观看一区二区三区| 久久ye,这里只有精品| 黄色视频不卡| 热99国产精品久久久久久7| 中国美女看黄片| 激情视频va一区二区三区| 在线观看免费午夜福利视频| 国产一区有黄有色的免费视频| 男女高潮啪啪啪动态图| 岛国毛片在线播放| 老司机亚洲免费影院| 高清毛片免费观看视频网站 | 久久国产精品男人的天堂亚洲| 桃红色精品国产亚洲av| 天天躁夜夜躁狠狠躁躁| 自拍欧美九色日韩亚洲蝌蚪91| 久久中文看片网| 成人精品一区二区免费| av网站免费在线观看视频| 999久久久精品免费观看国产| 精品久久久久久电影网| 搡老岳熟女国产| 中文字幕色久视频| 一级a爱片免费观看的视频| 国产高清videossex| 精品人妻熟女毛片av久久网站| 女人爽到高潮嗷嗷叫在线视频| 啪啪无遮挡十八禁网站| 水蜜桃什么品种好| 亚洲精华国产精华精| 手机成人av网站| a在线观看视频网站| 自线自在国产av| 老司机午夜十八禁免费视频| 男女午夜视频在线观看| 日韩一卡2卡3卡4卡2021年| 韩国精品一区二区三区| 欧美日韩福利视频一区二区| 国产精品秋霞免费鲁丝片| 亚洲欧美精品综合一区二区三区| 久久国产精品大桥未久av| 搡老乐熟女国产| 黄片小视频在线播放| 搡老乐熟女国产| 日韩精品免费视频一区二区三区| 欧美黄色淫秽网站| 成人av一区二区三区在线看| 欧美色视频一区免费| 一区二区三区激情视频| 国产精品久久久久久人妻精品电影| 啦啦啦视频在线资源免费观看| 欧美黄色片欧美黄色片| 国产精品永久免费网站| 一区福利在线观看| 中出人妻视频一区二区| 精品久久久久久,| 欧美黄色淫秽网站| 免费看a级黄色片| aaaaa片日本免费| www.自偷自拍.com| 美女 人体艺术 gogo| 男人舔女人的私密视频| av福利片在线| 18禁观看日本| 免费在线观看黄色视频的| 三上悠亚av全集在线观看| 在线观看免费午夜福利视频| www.自偷自拍.com| 无人区码免费观看不卡| 乱人伦中国视频| 日本撒尿小便嘘嘘汇集6| 日本五十路高清| 久久久久久亚洲精品国产蜜桃av| 国产在线一区二区三区精| 无人区码免费观看不卡| 国产蜜桃级精品一区二区三区 | 亚洲av成人av| 成年人午夜在线观看视频| 亚洲一卡2卡3卡4卡5卡精品中文| 国产又色又爽无遮挡免费看| 啦啦啦在线免费观看视频4| 精品福利永久在线观看| 伊人久久大香线蕉亚洲五| 黑人猛操日本美女一级片| 一个人免费在线观看的高清视频| 国产亚洲av高清不卡| 日本撒尿小便嘘嘘汇集6| 亚洲第一青青草原| 一本综合久久免费| 后天国语完整版免费观看| 欧美在线黄色| 国产成人免费无遮挡视频| 亚洲黑人精品在线| 老熟女久久久| 国产日韩一区二区三区精品不卡| 狠狠婷婷综合久久久久久88av| 热re99久久精品国产66热6| 久久精品国产99精品国产亚洲性色 | 日本vs欧美在线观看视频| 18禁国产床啪视频网站| 又黄又粗又硬又大视频| 午夜精品在线福利| 午夜福利欧美成人| 91精品国产国语对白视频| 亚洲一区二区三区欧美精品| 涩涩av久久男人的天堂| 两个人看的免费小视频| 狠狠狠狠99中文字幕| 久久久久久人人人人人| 丰满人妻熟妇乱又伦精品不卡| 国产av精品麻豆| 不卡一级毛片| 午夜久久久在线观看| 亚洲人成77777在线视频| 成人特级黄色片久久久久久久| 精品久久蜜臀av无| 美女高潮到喷水免费观看| 亚洲一区中文字幕在线| 国产麻豆69| 午夜福利,免费看| 岛国在线观看网站| 精品国产一区二区久久| 亚洲精品一二三| 又黄又粗又硬又大视频| 久99久视频精品免费| 午夜免费观看网址| 久久精品亚洲熟妇少妇任你| 日韩有码中文字幕| 国产av一区二区精品久久| 国产亚洲精品一区二区www | 日韩成人在线观看一区二区三区| 精品国内亚洲2022精品成人 | 欧美人与性动交α欧美软件| 中文字幕人妻熟女乱码| 午夜免费观看网址| 老司机亚洲免费影院| 美女 人体艺术 gogo| 深夜精品福利| 欧美日韩av久久| 最新在线观看一区二区三区| 亚洲熟妇熟女久久| 亚洲五月色婷婷综合| 首页视频小说图片口味搜索| 欧美激情极品国产一区二区三区| 在线观看免费视频日本深夜| 婷婷丁香在线五月|