• <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*
    91av网站免费观看| 人人妻,人人澡人人爽秒播| 亚洲自偷自拍图片 自拍| 国产欧美日韩精品亚洲av| 乱人伦中国视频| 99久久国产精品久久久| 亚洲成人免费电影在线观看| 免费在线观看视频国产中文字幕亚洲| 黄色视频,在线免费观看| 精品一区二区三区四区五区乱码| 国产激情欧美一区二区| av欧美777| 日本撒尿小便嘘嘘汇集6| 国产成人精品久久二区二区91| 亚洲精品国产区一区二| 国产极品粉嫩免费观看在线| 岛国毛片在线播放| 午夜福利乱码中文字幕| 啦啦啦在线免费观看视频4| 久久这里只有精品19| 日韩 欧美 亚洲 中文字幕| 国产亚洲一区二区精品| 黄色片一级片一级黄色片| 美女国产高潮福利片在线看| 精品国产乱码久久久久久男人| 精品一区二区三卡| 最新的欧美精品一区二区| 女人爽到高潮嗷嗷叫在线视频| 婷婷丁香在线五月| 日韩欧美一区视频在线观看| 国产精品美女特级片免费视频播放器 | 黄网站色视频无遮挡免费观看| 两性夫妻黄色片| 高清欧美精品videossex| 精品一区二区三区av网在线观看| 丁香六月欧美| 久久热在线av| 日韩视频一区二区在线观看| 日韩欧美一区二区三区在线观看 | 国产xxxxx性猛交| 欧美 日韩 精品 国产| 狂野欧美激情性xxxx| 亚洲九九香蕉| 久久午夜亚洲精品久久| 欧美激情高清一区二区三区| 男人操女人黄网站| 精品久久久久久电影网| 欧美日韩精品网址| 黄色视频不卡| 久久久久久人人人人人| 一本一本久久a久久精品综合妖精| 每晚都被弄得嗷嗷叫到高潮| 熟女少妇亚洲综合色aaa.| 一区二区三区精品91| 日韩一卡2卡3卡4卡2021年| 亚洲欧美色中文字幕在线| 日韩有码中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 一级毛片高清免费大全| 中出人妻视频一区二区| 淫妇啪啪啪对白视频| 女警被强在线播放| 老汉色av国产亚洲站长工具| 精品一区二区三区视频在线观看免费 | 亚洲成av片中文字幕在线观看| 久久香蕉国产精品| 精品福利永久在线观看| 国产麻豆69| 777米奇影视久久| 丰满迷人的少妇在线观看| 日本wwww免费看| 亚洲国产精品sss在线观看 | 亚洲自偷自拍图片 自拍| 国产精品电影一区二区三区 | 国产精品秋霞免费鲁丝片| 咕卡用的链子| 深夜精品福利| 精品久久久久久,| 侵犯人妻中文字幕一二三四区| 色老头精品视频在线观看| 亚洲精品av麻豆狂野| 无遮挡黄片免费观看| 日本vs欧美在线观看视频| 亚洲全国av大片| 黄色成人免费大全| 国产国语露脸激情在线看| 亚洲精品中文字幕在线视频| 国产欧美日韩一区二区三区在线| 亚洲精品成人av观看孕妇| 亚洲欧美激情综合另类| 黄色毛片三级朝国网站| 中文字幕高清在线视频| 亚洲欧美一区二区三区黑人| 国产欧美日韩一区二区精品| 18禁裸乳无遮挡动漫免费视频| 国产精品一区二区在线不卡| 久久精品国产综合久久久| 亚洲在线自拍视频| 香蕉久久夜色| 国产成人欧美| 午夜福利欧美成人| 欧美黑人欧美精品刺激| 高清黄色对白视频在线免费看| 欧美日本中文国产一区发布| 久久久久久久午夜电影 | 久久精品国产清高在天天线| 老司机影院毛片| 亚洲色图 男人天堂 中文字幕| 国产亚洲欧美精品永久| 女人被狂操c到高潮| 午夜成年电影在线免费观看| 午夜久久久在线观看| 欧美另类亚洲清纯唯美| 亚洲成人手机| 亚洲中文字幕日韩| 又黄又粗又硬又大视频| 老司机亚洲免费影院| 久久久精品区二区三区| 亚洲欧美日韩另类电影网站| 免费黄频网站在线观看国产| 日韩三级视频一区二区三区| 国产有黄有色有爽视频| 国内毛片毛片毛片毛片毛片| 亚洲精品自拍成人| 久久久久久久久久久久大奶| 丝袜人妻中文字幕| 国产精品偷伦视频观看了| 国产精品美女特级片免费视频播放器 | 久久香蕉激情| 欧美日韩一级在线毛片| 成人手机av| 久久久国产成人免费| 免费人成视频x8x8入口观看| 久久久国产精品麻豆| 人人妻人人添人人爽欧美一区卜| 自拍欧美九色日韩亚洲蝌蚪91| 极品教师在线免费播放| 日本黄色日本黄色录像| avwww免费| 亚洲男人天堂网一区| 日本黄色视频三级网站网址 | 99国产精品99久久久久| 91av网站免费观看| 久久亚洲精品不卡| 欧美大码av| 欧美另类亚洲清纯唯美| 国产主播在线观看一区二区| 丰满迷人的少妇在线观看| 欧美人与性动交α欧美精品济南到| 日韩有码中文字幕| 99国产精品免费福利视频| 涩涩av久久男人的天堂| 精品高清国产在线一区| 国产高清国产精品国产三级| 国产精品久久电影中文字幕 | 精品福利永久在线观看| 精品人妻在线不人妻| 91精品三级在线观看| 久久人人97超碰香蕉20202| 日本wwww免费看| 国产av精品麻豆| 午夜福利乱码中文字幕| 亚洲精品av麻豆狂野| 多毛熟女@视频| 国产免费现黄频在线看| 国产主播在线观看一区二区| av视频免费观看在线观看| 免费黄频网站在线观看国产| 在线十欧美十亚洲十日本专区| 777米奇影视久久| √禁漫天堂资源中文www| 精品久久久久久久久久免费视频 | 午夜精品久久久久久毛片777| 夜夜躁狠狠躁天天躁| 国产不卡av网站在线观看| 黑人猛操日本美女一级片| www日本在线高清视频| 国产一区二区三区在线臀色熟女 | 国产麻豆69| 一级毛片精品| 日本撒尿小便嘘嘘汇集6| 又紧又爽又黄一区二区| 天天添夜夜摸| 精品人妻1区二区| 咕卡用的链子| 极品人妻少妇av视频| 精品国产乱码久久久久久男人| 免费黄频网站在线观看国产| 欧美精品啪啪一区二区三区| 老司机福利观看| 免费高清在线观看日韩| 国产高清视频在线播放一区| 国产蜜桃级精品一区二区三区 | 大片电影免费在线观看免费| 搡老熟女国产l中国老女人| 一进一出抽搐gif免费好疼 | 精品国产亚洲在线| 精品国产一区二区三区四区第35| 国产精品.久久久| 操出白浆在线播放| 国精品久久久久久国模美| 777久久人妻少妇嫩草av网站| 欧美人与性动交α欧美软件| 亚洲片人在线观看| 人人妻,人人澡人人爽秒播| 欧美激情极品国产一区二区三区| 午夜亚洲福利在线播放| 色综合欧美亚洲国产小说| 美女福利国产在线| 午夜激情av网站| 欧美精品av麻豆av| 久久久久久亚洲精品国产蜜桃av| 日本一区二区免费在线视频| 久久久久国产一级毛片高清牌| 咕卡用的链子| 涩涩av久久男人的天堂| 99国产精品一区二区蜜桃av | 亚洲 欧美一区二区三区| 不卡一级毛片| 91成年电影在线观看| 国产精品秋霞免费鲁丝片| 看黄色毛片网站| 亚洲av成人不卡在线观看播放网| 叶爱在线成人免费视频播放| 久久久国产一区二区| 9色porny在线观看| 国产1区2区3区精品| 亚洲精品中文字幕在线视频| 亚洲国产精品sss在线观看 | 亚洲成人免费av在线播放| 宅男免费午夜| 久久久久国产精品人妻aⅴ院 | 一进一出抽搐动态| 国产成人av激情在线播放| 极品少妇高潮喷水抽搐| 露出奶头的视频| 伊人久久大香线蕉亚洲五| 欧美日韩亚洲综合一区二区三区_| 精品国产国语对白av| 性少妇av在线| 日韩欧美一区二区三区在线观看 | 欧美日韩乱码在线| 欧美激情 高清一区二区三区| 搡老乐熟女国产| 国产成人系列免费观看| 黑人欧美特级aaaaaa片| 亚洲av第一区精品v没综合| 国产精品久久久人人做人人爽| 男女午夜视频在线观看| 国产在视频线精品| 免费不卡黄色视频| 69av精品久久久久久| 精品一品国产午夜福利视频| 国产人伦9x9x在线观看| 一本一本久久a久久精品综合妖精| 老司机午夜福利在线观看视频| 9191精品国产免费久久| 国产亚洲欧美精品永久| 亚洲av第一区精品v没综合| 精品视频人人做人人爽| 一级a爱片免费观看的视频| 韩国av一区二区三区四区| 性少妇av在线| 日韩有码中文字幕| 国产有黄有色有爽视频| av视频免费观看在线观看| 亚洲欧美一区二区三区久久| 国产欧美日韩综合在线一区二区| 中文字幕人妻丝袜制服| 国产精品久久久人人做人人爽| 丝袜在线中文字幕| 国产在视频线精品| 国产精品永久免费网站| 免费在线观看黄色视频的| 狠狠婷婷综合久久久久久88av| 精品人妻在线不人妻| 丝袜在线中文字幕| 超碰成人久久| 人人澡人人妻人| 亚洲五月天丁香| 日韩欧美一区二区三区在线观看 | 交换朋友夫妻互换小说| 黄色女人牲交| 国产深夜福利视频在线观看| 亚洲一区二区三区不卡视频| 777久久人妻少妇嫩草av网站| 伊人久久大香线蕉亚洲五| 国产黄色免费在线视频| 热re99久久国产66热| 国产精品综合久久久久久久免费 | 色婷婷av一区二区三区视频| 国产激情欧美一区二区| 涩涩av久久男人的天堂| 免费看十八禁软件| 黄色丝袜av网址大全| 国产一区二区三区视频了| 午夜福利乱码中文字幕| 最新在线观看一区二区三区| 亚洲午夜精品一区,二区,三区| 90打野战视频偷拍视频| 熟女少妇亚洲综合色aaa.| 美女国产高潮福利片在线看| 亚洲久久久国产精品| 欧美日韩福利视频一区二区| 看黄色毛片网站| 免费在线观看完整版高清| 一级作爱视频免费观看| 亚洲三区欧美一区| 久久中文字幕人妻熟女| 色综合欧美亚洲国产小说| 老司机靠b影院| 亚洲av电影在线进入| 淫妇啪啪啪对白视频| 亚洲伊人色综图| 中文欧美无线码| 亚洲av片天天在线观看| 亚洲精品中文字幕在线视频| 99精国产麻豆久久婷婷| 男人的好看免费观看在线视频 | 一级作爱视频免费观看| 女人精品久久久久毛片| 国产亚洲一区二区精品| 久久精品成人免费网站| 免费久久久久久久精品成人欧美视频| 色婷婷久久久亚洲欧美| 欧美精品高潮呻吟av久久| 人成视频在线观看免费观看| 最新美女视频免费是黄的| 91字幕亚洲| 亚洲精品中文字幕一二三四区| 91麻豆av在线| 少妇猛男粗大的猛烈进出视频| 成年人午夜在线观看视频| 日韩免费高清中文字幕av| 在线十欧美十亚洲十日本专区| 国产不卡一卡二| 久久性视频一级片| 天天躁日日躁夜夜躁夜夜| 欧美av亚洲av综合av国产av| 最新在线观看一区二区三区| 国产一区二区三区视频了| 在线天堂中文资源库| 一级片'在线观看视频| 国产精品久久久久久精品古装| 桃红色精品国产亚洲av| 无限看片的www在线观看| 一区二区日韩欧美中文字幕| 免费在线观看黄色视频的| 99国产精品99久久久久| 又紧又爽又黄一区二区| 中文亚洲av片在线观看爽 | 一边摸一边抽搐一进一出视频| 身体一侧抽搐| 捣出白浆h1v1| 一边摸一边抽搐一进一小说 | 欧美亚洲 丝袜 人妻 在线| 欧美日韩国产mv在线观看视频| 一a级毛片在线观看| 欧美日韩乱码在线| 欧美性长视频在线观看| www.999成人在线观看| 很黄的视频免费| 一本综合久久免费| 精品少妇久久久久久888优播| av有码第一页| 国产97色在线日韩免费| 久久精品国产99精品国产亚洲性色 | 国产在线一区二区三区精| а√天堂www在线а√下载 | 久久精品熟女亚洲av麻豆精品| 亚洲av第一区精品v没综合| 美国免费a级毛片| 午夜福利一区二区在线看| 精品久久蜜臀av无| 老熟女久久久| 久久久国产成人精品二区 | 少妇 在线观看| 女人久久www免费人成看片| 欧美最黄视频在线播放免费 | 国产精品98久久久久久宅男小说| 一级,二级,三级黄色视频| 欧美黄色淫秽网站| 国产亚洲精品第一综合不卡| 51午夜福利影视在线观看| 久久国产精品人妻蜜桃| 黄色成人免费大全| 国产有黄有色有爽视频| 热99国产精品久久久久久7| 天堂√8在线中文| 日日爽夜夜爽网站| 久久精品国产清高在天天线| 久久影院123| 国产不卡一卡二| 久久久精品国产亚洲av高清涩受| 高清av免费在线| 免费在线观看影片大全网站| 国产成人影院久久av| 男女高潮啪啪啪动态图| 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| 国产亚洲精品一区二区www | 日日夜夜操网爽| 国产xxxxx性猛交| 自拍欧美九色日韩亚洲蝌蚪91| 三上悠亚av全集在线观看| 91精品三级在线观看| 窝窝影院91人妻| av欧美777| 国产精品永久免费网站| 亚洲国产毛片av蜜桃av| 亚洲精品国产一区二区精华液| www.自偷自拍.com| 久久精品91无色码中文字幕| 国产一区二区三区视频了| 国产精品一区二区在线观看99| 搡老熟女国产l中国老女人| 美女高潮喷水抽搐中文字幕| 日日夜夜操网爽| 18禁国产床啪视频网站| tube8黄色片| 欧美日韩国产mv在线观看视频| 成年人午夜在线观看视频| 我的亚洲天堂| 亚洲 国产 在线| 精品人妻熟女毛片av久久网站| 免费女性裸体啪啪无遮挡网站| 99久久精品国产亚洲精品| 热re99久久精品国产66热6| 久久精品国产清高在天天线| 他把我摸到了高潮在线观看| 99精品在免费线老司机午夜| 久久 成人 亚洲| 中出人妻视频一区二区| 一本大道久久a久久精品| 亚洲国产毛片av蜜桃av| 国产伦人伦偷精品视频| 女人被狂操c到高潮| 国产精品乱码一区二三区的特点 | 天天影视国产精品| 免费观看a级毛片全部| 国产精品亚洲一级av第二区| 久久午夜亚洲精品久久| 日本五十路高清| 中出人妻视频一区二区| 91麻豆精品激情在线观看国产 | 999精品在线视频| 国产成人av教育| 丝瓜视频免费看黄片| 久久这里只有精品19| ponron亚洲| 青草久久国产| 午夜激情av网站| 在线观看66精品国产| 精品人妻熟女毛片av久久网站| 久久久国产一区二区| 国产在视频线精品| 国产一区在线观看成人免费| 亚洲一区二区三区欧美精品| 国产片内射在线| 99久久人妻综合| 国产成人精品久久二区二区91| 窝窝影院91人妻| 精品国产超薄肉色丝袜足j| 他把我摸到了高潮在线观看| 99riav亚洲国产免费| 又黄又粗又硬又大视频| 成人亚洲精品一区在线观看| 久久精品亚洲熟妇少妇任你| 免费女性裸体啪啪无遮挡网站| 最新在线观看一区二区三区| av在线播放免费不卡| 欧美一级毛片孕妇| 国产亚洲一区二区精品| 一边摸一边抽搐一进一小说 | 国产精品秋霞免费鲁丝片| 极品少妇高潮喷水抽搐| 午夜老司机福利片| 黑人巨大精品欧美一区二区蜜桃| 黄色片一级片一级黄色片| 亚洲欧美精品综合一区二区三区| 99香蕉大伊视频| 亚洲精品在线美女| 欧美日本中文国产一区发布| 精品第一国产精品| 免费在线观看完整版高清| 国产精品欧美亚洲77777| av在线播放免费不卡| 精品福利永久在线观看| 国产精品一区二区精品视频观看| 电影成人av| 欧美日韩黄片免| 国产精品成人在线| 老司机在亚洲福利影院| av福利片在线| 午夜视频精品福利| 中出人妻视频一区二区| 免费黄频网站在线观看国产| 久久影院123| 精品视频人人做人人爽| 一级毛片女人18水好多| 亚洲av成人av| 欧美乱色亚洲激情| 黑丝袜美女国产一区| 国产成人av激情在线播放| 亚洲精品一二三| 在线观看午夜福利视频| 自线自在国产av| 免费在线观看黄色视频的| 国产一区有黄有色的免费视频| 可以免费在线观看a视频的电影网站| 国产精品久久久人人做人人爽| 男女高潮啪啪啪动态图| 午夜福利欧美成人| 中出人妻视频一区二区| 亚洲av成人不卡在线观看播放网| 欧美成人免费av一区二区三区 | 99热只有精品国产| 夜夜夜夜夜久久久久| 国产不卡av网站在线观看| 色综合婷婷激情| videosex国产| 一二三四在线观看免费中文在| 一区二区三区精品91| 国产成人欧美| 老司机午夜福利在线观看视频| 亚洲精品在线观看二区| 国产人伦9x9x在线观看| 极品教师在线免费播放| 色播在线永久视频| 国产黄色免费在线视频| 欧美乱码精品一区二区三区| 亚洲一码二码三码区别大吗| 欧美人与性动交α欧美软件| 制服诱惑二区| 欧美 日韩 精品 国产| 精品午夜福利视频在线观看一区| 在线观看一区二区三区激情| 搡老乐熟女国产| 欧美午夜高清在线| 午夜日韩欧美国产| 国内毛片毛片毛片毛片毛片| 精品卡一卡二卡四卡免费| 免费高清在线观看日韩| 国产激情欧美一区二区| 亚洲黑人精品在线| 欧美激情久久久久久爽电影 | 亚洲精品中文字幕在线视频| 成人国语在线视频| 精品亚洲成a人片在线观看| 久久热在线av| 午夜福利,免费看| 免费在线观看视频国产中文字幕亚洲| а√天堂www在线а√下载 | 啦啦啦视频在线资源免费观看| 久久国产精品男人的天堂亚洲| 法律面前人人平等表现在哪些方面| 欧美黑人精品巨大| 国产亚洲欧美精品永久| 宅男免费午夜| 操美女的视频在线观看| 国产深夜福利视频在线观看| 制服人妻中文乱码| 精品电影一区二区在线| www.熟女人妻精品国产| 日韩欧美一区二区三区在线观看 | 中文亚洲av片在线观看爽 | 国产成人av教育| 自线自在国产av| 国产人伦9x9x在线观看| 亚洲男人天堂网一区| 日韩免费高清中文字幕av| 亚洲人成77777在线视频| 女性被躁到高潮视频| 精品人妻熟女毛片av久久网站| 亚洲av片天天在线观看| 久久天堂一区二区三区四区| av天堂久久9| 午夜福利在线免费观看网站| 免费日韩欧美在线观看| 人人妻人人澡人人看| 中文字幕制服av| 国产片内射在线| 国产精品av久久久久免费| 亚洲午夜精品一区,二区,三区| 美女 人体艺术 gogo| 黑人巨大精品欧美一区二区蜜桃| 国产亚洲欧美98| 午夜免费成人在线视频| 久久精品亚洲熟妇少妇任你| 欧美日韩福利视频一区二区| 久久天堂一区二区三区四区| 超碰成人久久| 99国产精品一区二区蜜桃av | 母亲3免费完整高清在线观看| 欧美日韩黄片免| 欧洲精品卡2卡3卡4卡5卡区| 国产精品免费一区二区三区在线 | 曰老女人黄片| 1024视频免费在线观看| 午夜福利影视在线免费观看| 亚洲av熟女| 亚洲欧美激情综合另类| 午夜久久久在线观看| 精品电影一区二区在线| 18在线观看网站| 黄色怎么调成土黄色| 国产一区二区激情短视频| 久久久国产一区二区| 这个男人来自地球电影免费观看| 中文字幕人妻熟女乱码| 在线观看66精品国产| 18禁美女被吸乳视频| 欧美日韩瑟瑟在线播放| 久久久国产精品麻豆| 精品久久久久久久久久免费视频 |