• <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 ?

    基于譜聚類算法的音頻聚類研究

    2016-12-22 21:36徐秀芳徐森徐靜安晶
    軟件導刊 2016年11期
    關鍵詞:聚類分析

    徐秀芳徐森徐靜安晶

    摘 要:提出一種新穎的基于譜聚類的音頻聚類算法,首先對音頻數(shù)據(jù)進行預處理,得到三維音頻向量,然后根據(jù)向量之間的距離計算音頻相似度,最后設計譜聚類算法獲得音頻數(shù)據(jù)聚類結(jié)果。在網(wǎng)易云音樂數(shù)據(jù)上的對比實驗表明,與Kmeans算法和快速查找密度峰值聚類算法相比,該算法獲得的聚類結(jié)果更加優(yōu)越。

    關鍵詞關鍵詞:音頻聚類;音頻特征;譜聚類;Kmeans;聚類分析

    DOIDOI:10.11907/rjdk.162088

    中圖分類號:TP312

    文獻標識碼:A 文章編號文章編號:16727800(2016)011003603

    基金項目基金項目:國家自然科學基金項目(61105057);江蘇省自然科學基金項目(BK20151299);江蘇省科技支撐計劃(社會發(fā)展)項目(BE2014679);江蘇省政策引導類計劃(產(chǎn)學研合作)—前瞻性聯(lián)合研究項目(BY2015057-33, BY2016065-01)

    作者簡介作者簡介:徐秀芳(1973-),女,江蘇鹽城人,碩士,鹽城工學院信息工程學院高級實驗師,研究方向為機器學習和數(shù)據(jù)挖掘;徐森(1983-),男,江蘇鹽城人,博士,鹽城工學院信息工程學院副教授,研究方向為數(shù)據(jù)挖掘、智能信息處理和深度學習;徐靜(1981-),女,江蘇鹽城人,鹽城工學院信息工程學院副教授,研究方向為網(wǎng)絡安全和智能信息處理;安晶(1982-),女,江蘇鹽城人,博士,鹽城工學院機械優(yōu)集學院副教授,研究方向為數(shù)據(jù)挖掘、聚類分析。

    0 引言

    隨著互聯(lián)網(wǎng)的快速發(fā)展,音樂創(chuàng)作速度也隨之迅速提高,如何將眾多音頻進行分類并推薦給用戶成為一個關鍵問題[13]。早期的音頻分類方法通常是唱片公司工作人員為其添加類型標簽供買家選擇,或者是由專門收錄音樂的網(wǎng)站添加標簽供用戶瀏覽檢索。然而由于不同人對同一首歌曲的感覺可能有差異,因此可能給同一首歌添加了不同標簽。顯然對用戶而言,這種分類方式不夠合理。如果通過機器學習的方式自動將音頻分類并根據(jù)用戶的喜好推薦音樂,必然會在很大程度上提升音樂推薦軟件的用戶體驗。

    聚類分析是機器學習中常用的一種數(shù)據(jù)挖掘工具,可以自動將數(shù)據(jù)進行歸類,使相似數(shù)據(jù)歸為同一類型,而不同部分歸為不同類型,并根據(jù)類型不同找出類型間的隱含關系[4]。在諸多聚類算法中,譜聚類算法建立在圖論中的譜理論基礎上,具有能在任意形狀的樣本空間上聚類且收斂于全局最優(yōu)解的特點[5]。

    考慮到譜聚類算法的諸多優(yōu)點,本文首次引入譜聚類對音頻數(shù)據(jù)進行聚類分析,并將聚類結(jié)果與其它聚類方法進行比較。結(jié)果顯示,利用譜聚類算法對音頻數(shù)據(jù)進行聚類分析是行之有效的,較之于其它算法,譜聚類的聚類效果更為理想。

    1 音頻數(shù)據(jù)預處理

    如果想要得到一個比較理想的聚類結(jié)果,預處理方法尤為重要。不僅需要大量先驗知識,還需要根據(jù)聚類的對象特征選擇不同算法。本文的音頻聚類主要是根據(jù)音頻的情緒特征進行分類,因此預處理主要提取了能表示音頻情緒的特征。

    關于音頻的情緒特征,Thayer[6]提出了一種AV模型,即建立一個平面直角坐標系,以V(Valence)為橫軸,以A(Arousal)為縱軸。橫軸的坐標值反映了積極性大小,縱軸的值反映了音頻的安靜程度。該模型直接將音頻清晰地劃分為4個區(qū)域,分別對應了快樂、緊張、悲傷以及平靜4大情緒類別。AV模型的坐標系如圖1所示。

    根據(jù)Thayer的模型,本文將縱軸的影響因素歸為每幀功率和序列方差的對數(shù)值,橫軸的影響因素歸為幀頻譜圖峰值最大處的頻率序列方差,即:A=log(var(w)),V=var(fd),其中w為每幀的功率和序列,fd為兩幀頻譜差序列中最大值對應的頻率序列,var為方差函數(shù)。此處fd取頻率的差值作為主要特征,主要是考慮到人對變化的頻率比不變的頻率更敏感。例如,在聽歌時,往往會忽略背景音樂中的鼓點部分,而專注于歌曲中變化的部分。

    另外,本文增加一個Z軸,Z=log(mean(w)),即功率和的平均值作為影響音頻的第3個特征。對于每首音樂,有向量(a,v,z),據(jù)此畫出496首音樂的3維分布圖像,如圖2所示。

    可以看出,左上部分頻率變化很小,而功率變化很大,此類音頻可以歸為搖滾、慢搖等類別;而左下部分頻率變化與功率變化都很小,此類音頻可以歸為輕音樂、純音樂等類別;而右上部分則屬于頻率變化與功率變化都很大的音頻,這類音頻屬于DJ、電音等類別。

    2 聚類分析

    音頻預處理后每個音頻特征點處于一個三維空間中,在音頻相似度的計算上取數(shù)據(jù)點間的歐式距離,距離越近相似度越高,反之則越低。

    聚類算法有很多種,通常根據(jù)數(shù)據(jù)集的特征進行選取,本文采用以下聚類算法進行研究。

    2.1 K均值聚類

    K均值算法由于實現(xiàn)簡單,時間和空間復雜度較低,而且對很多簡單的聚類問題可以得到令人滿意的結(jié)果,因此成為了最常用的聚類算法。算法首先假設每個聚類的均值是固定已知的,問題變?yōu)槿绾螢槊總€樣本選擇加入一個聚類,使類內(nèi)距離準則最小。該算法的困難在于如何求出每個聚類的均值,因為在知道每個聚類包含哪些樣本之前無法求得樣本均值,聚類均值也只能根據(jù)該聚類中所有的樣本求得。通常,先隨機選擇k個初始值,然后將每個數(shù)據(jù)點放入最近的類中,求得每個聚類的均值,根據(jù)這些均值再次對數(shù)據(jù)點進行劃分。多次迭代之后,使得聚類中心不再改變,此時的聚類結(jié)果為類內(nèi)距離準則最小的一個較優(yōu)解。

    盡管K均值聚類算法已被證明可以通過有限步驟收斂,但是最終獲得的是局部最優(yōu)解,不能保證類內(nèi)距離為最小值。另外,根據(jù)初始值選擇不同,K均值聚類也會收斂于較差的局部極小解,加上k的設定如果與實際問題有偏差,通常很難得到較好的聚類結(jié)果。

    針對這些問題,也可以選擇事先對Kmeans算法進行優(yōu)化。例如,根據(jù)先驗知識選取較好的k值,初始值選取k個彼此距離最大的點,選擇適當?shù)木嚯x函數(shù)等。

    2.2 快速查找密度峰值的聚類算法

    根據(jù)聚類的目標,類間不相似、類內(nèi)相似的特點,Rodriguez[4]假設每個類的中心點周圍都是密度比其低的點,同時這些點又距離該聚類中心最近,據(jù)此提出了一種新型算法——快速查找密度峰值的聚類算法,并發(fā)表在著名的Science雜志上。

    算法的基本思想是:首先計算每個點所處的密度值,這里的密度值指所有與該點距離小于dc的點個數(shù)。其中dc是預先設定的閾值,文中使用的是所有點距離中第2%個點的距離大?。辉俑鶕?jù)每個點的局部密度算出每個點的距離,即比該點密度大的所有點中與該點距離的最小值;關于噪點的剔除,對一個類中的每個點,與其它類中的點計算距離,找出所有滿足距離大于dc的距離的最小值,即在該類中找出一個與其它類距離最近的點。接下來視該類中所有小于該點密度的點為噪點,并將其剔除,最后得到的即為聚類結(jié)果。

    2.3 譜聚類算法

    與大部分聚類算法不同,譜聚類算法將聚類分析問題轉(zhuǎn)化為圖分割問題,將數(shù)據(jù)元素構(gòu)成的無向加權圖劃分為幾個子圖,使得分割代價最小,以此達到聚類的目的[5]。

    譜聚類的基本步驟為:① 輸入數(shù)據(jù)生成圖的鄰接矩陣;②歸一化拉普拉斯矩陣;③計算最小的k個特征值和對應的特征向量;④用K均值對前k個特征向量進行聚類。

    譜聚類的優(yōu)點在于,如果直接使用K均值算法對無向圖進行聚類分析,特征向量的選取并沒有理論基礎。而譜聚類引入拉普拉斯矩陣,則為圖的分割增加了物理上的意義,即對高維空間降維,求拉普拉斯矩陣的特征向量即等價于對高維空間的降維處理。

    3 聚類結(jié)果比較

    本文將第2節(jié)介紹的3種聚類方法獲得的結(jié)果和原始音樂數(shù)據(jù)的類型分布圖進行對比,原音頻類型為網(wǎng)易云音樂的歌單類型。例如,某歌單被命名為輕音樂,則將該歌單的所有音樂都設置為輕音樂類型;如果歌單類型為搖滾,則將該歌單的所有歌曲均設為搖滾。最后將每個點著色,畫在二維平面上,即為類型分布圖。圖3是469首音樂的類型分布圖。其中正三角為搖滾、rap等興奮型音樂;倒三角為電音、DJ類的音頻;圈表示輕音樂和舒緩類型的音樂。因為搖滾和電音本身的特性,將其歸為一類,這樣原始音頻數(shù)據(jù)可以看成是包含2個簇(k=2)。3種聚類算法獲得的結(jié)果分別如圖4~圖6所示。由圖可見,與其它聚類方法相比,譜聚類算法獲得的聚類結(jié)果與音頻數(shù)據(jù)的實際分布情況更為接近。

    具體而言,3種聚類算法的聚類結(jié)果與真實結(jié)果的對比情況如表1所示。從表1可以看出,快速查找峰值密度算法的類別區(qū)分較為準確,但是排除噪點過多;Kmeans算法不剔除噪點,但是聚類效果不太理想;譜聚類的聚類效果在3者中最為理想。

    4 結(jié)語

    本文提出了一種基于譜聚類的音頻聚類算法,首先對音頻數(shù)據(jù)進行預處理,得到三維音頻向量,然后根據(jù)向量之間的距離計算音頻相似度,最后根據(jù)譜聚類算法獲得聚類結(jié)果。對比實驗驗證了基于譜聚類算法的音頻聚類的有效性。根據(jù)本文的研究,可以將音頻聚類算法應用到音樂推薦中,將用戶喜歡的某一類型音樂中相似度較高的音樂推薦給用戶,能很大程度上提升音樂播放軟件的用戶體驗。

    參考文獻:

    [1] 楊莘,舒鵬.一種音樂速度與節(jié)拍類型的自動檢測算法[J].數(shù)字技術與應用, 2009(8):3941.

    [2] 李志軍,尹霞.基于ACF和AMDF的基音檢測改進算法[J].電聲技術, 2011(1):5052.

    [3] 廖松博, 何震瀛.HDCH:MapReduce平臺上的音頻數(shù)據(jù)聚類系統(tǒng)[J].計算機研究與發(fā)展, 2011, 48(S3):472475.

    [4] RODRIGUEZ,ALEX,ALESSANDRO LAIO.Clustering by fast search and find of density peaks[J].Science, 2014(6191):14921496.

    [5] ULRIKE VON LUXBURG.A tutorial on spectral clustering[J].Statistics and Computing, 2007(4):395416.

    [6] THAYER R E.The biopsychology of mood and arousal[M].New York:Oxford,1989.

    (責任編輯:黃 ?。?

    猜你喜歡
    聚類分析
    淺析聚類分析在郫縣煙草卷煙營銷方面的應用
    国产视频一区二区在线看| 色综合色国产| 日本与韩国留学比较| 黑人高潮一二区| 最近中文字幕高清免费大全6| 能在线免费观看的黄片| 麻豆一二三区av精品| 精品一区二区三区人妻视频| 久久精品影院6| 国产亚洲av嫩草精品影院| 成年女人毛片免费观看观看9| 免费人成在线观看视频色| 中文亚洲av片在线观看爽| 美女大奶头视频| 俄罗斯特黄特色一大片| 欧美丝袜亚洲另类| 一级毛片aaaaaa免费看小| 国产欧美日韩精品一区二区| 国产女主播在线喷水免费视频网站 | 又粗又爽又猛毛片免费看| 国产精品久久久久久精品电影| av在线天堂中文字幕| 热99re8久久精品国产| 欧美最黄视频在线播放免费| 一区二区三区高清视频在线| 国产午夜精品久久久久久一区二区三区 | 六月丁香七月| 精品99又大又爽又粗少妇毛片| 伊人久久精品亚洲午夜| 一区福利在线观看| videossex国产| 九九爱精品视频在线观看| 看免费成人av毛片| 亚洲美女视频黄频| 午夜老司机福利剧场| 国产精品永久免费网站| 中文亚洲av片在线观看爽| 亚洲综合色惰| 国产精品久久久久久av不卡| 国产精品伦人一区二区| 久久精品国产亚洲av涩爱 | 淫秽高清视频在线观看| 别揉我奶头~嗯~啊~动态视频| 久久久久久久亚洲中文字幕| 老熟妇仑乱视频hdxx| 天堂√8在线中文| 男人和女人高潮做爰伦理| 国产aⅴ精品一区二区三区波| 一个人看的www免费观看视频| eeuss影院久久| av视频在线观看入口| 欧美成人免费av一区二区三区| 日本熟妇午夜| 精品人妻视频免费看| 综合色av麻豆| 少妇熟女欧美另类| 国产探花极品一区二区| 五月伊人婷婷丁香| 男女视频在线观看网站免费| 亚洲天堂国产精品一区在线| 国产一级毛片七仙女欲春2| 亚洲av美国av| 国产人妻一区二区三区在| 国产探花在线观看一区二区| 亚洲av中文av极速乱| 美女大奶头视频| 黄色视频,在线免费观看| 色播亚洲综合网| 精品无人区乱码1区二区| 看黄色毛片网站| 欧美+亚洲+日韩+国产| 久久久久久大精品| 最新在线观看一区二区三区| 搞女人的毛片| 国产成人91sexporn| 欧美成人一区二区免费高清观看| 午夜精品一区二区三区免费看| 亚洲中文字幕一区二区三区有码在线看| 国产成年人精品一区二区| 男人和女人高潮做爰伦理| 联通29元200g的流量卡| 国产精品福利在线免费观看| 亚洲精品影视一区二区三区av| 国产在视频线在精品| 国产精品久久久久久久电影| 五月玫瑰六月丁香| 国产中年淑女户外野战色| 国产欧美日韩精品一区二区| 99国产极品粉嫩在线观看| 欧美性感艳星| 国内久久婷婷六月综合欲色啪| 在线观看免费视频日本深夜| 一级毛片电影观看 | 狂野欧美激情性xxxx在线观看| 国产日本99.免费观看| 尾随美女入室| 精品国产三级普通话版| 最近在线观看免费完整版| av专区在线播放| 精品人妻偷拍中文字幕| 99热网站在线观看| 一个人免费在线观看电影| 亚洲欧美中文字幕日韩二区| 亚洲图色成人| 欧美+日韩+精品| 欧美+亚洲+日韩+国产| 亚洲精品粉嫩美女一区| 亚洲va在线va天堂va国产| 中文字幕精品亚洲无线码一区| 别揉我奶头 嗯啊视频| 小蜜桃在线观看免费完整版高清| 亚洲av五月六月丁香网| 我的老师免费观看完整版| 午夜福利18| 丰满人妻一区二区三区视频av| 色综合站精品国产| 亚洲精品久久国产高清桃花| 简卡轻食公司| 又爽又黄a免费视频| 俺也久久电影网| 在线免费十八禁| 看片在线看免费视频| 国产乱人视频| 亚洲内射少妇av| 99视频精品全部免费 在线| 成人永久免费在线观看视频| 婷婷精品国产亚洲av| 一进一出抽搐gif免费好疼| 精华霜和精华液先用哪个| 国产一区亚洲一区在线观看| 69av精品久久久久久| 能在线免费观看的黄片| 级片在线观看| 亚洲国产日韩欧美精品在线观看| 成人特级黄色片久久久久久久| 美女大奶头视频| 床上黄色一级片| 亚洲av一区综合| 乱系列少妇在线播放| 国产又黄又爽又无遮挡在线| 97超碰精品成人国产| 国产亚洲精品久久久久久毛片| av在线观看视频网站免费| 天堂√8在线中文| 春色校园在线视频观看| 国产伦在线观看视频一区| 国产精品不卡视频一区二区| 国产探花在线观看一区二区| 插逼视频在线观看| 又粗又爽又猛毛片免费看| 国产一区亚洲一区在线观看| 欧美成人一区二区免费高清观看| 尤物成人国产欧美一区二区三区| 欧美日韩国产亚洲二区| 久久精品91蜜桃| 国内揄拍国产精品人妻在线| 久久6这里有精品| 女的被弄到高潮叫床怎么办| 欧美激情国产日韩精品一区| 亚洲国产精品sss在线观看| 免费观看人在逋| 欧美色欧美亚洲另类二区| 日韩一区二区视频免费看| 日本黄大片高清| 无遮挡黄片免费观看| 国产高清激情床上av| 国产高清有码在线观看视频| 亚洲欧美精品综合久久99| 午夜视频国产福利| 免费在线观看影片大全网站| 久久中文看片网| 久久午夜福利片| 成年av动漫网址| 91狼人影院| 亚洲av中文av极速乱| 久久人人爽人人爽人人片va| 中国美女看黄片| 女人被狂操c到高潮| 亚洲av中文字字幕乱码综合| 全区人妻精品视频| 久久国产乱子免费精品| 成人特级av手机在线观看| 久久九九热精品免费| 欧美成人精品欧美一级黄| 国产伦精品一区二区三区四那| 国产精品久久久久久久电影| 少妇丰满av| 激情 狠狠 欧美| 国产欧美日韩一区二区精品| 久久精品国产亚洲av天美| 一个人看视频在线观看www免费| 国产乱人视频| 69人妻影院| 亚洲人成网站高清观看| avwww免费| 老司机影院成人| 搞女人的毛片| 亚洲av美国av| 亚洲人成网站在线播| 日韩欧美 国产精品| 99九九线精品视频在线观看视频| 国产又黄又爽又无遮挡在线| 国产一区二区在线观看日韩| 人妻少妇偷人精品九色| 九九在线视频观看精品| 日本免费a在线| 国产精品一区二区免费欧美| 亚洲欧美日韩无卡精品| 久久久久国内视频| 久久久久久久久久成人| 十八禁网站免费在线| 91精品国产九色| 我的老师免费观看完整版| 一区二区三区四区激情视频 | 成人精品一区二区免费| 99热网站在线观看| 久久草成人影院| 1000部很黄的大片| 久久6这里有精品| 国产精品野战在线观看| 亚洲美女视频黄频| 蜜桃亚洲精品一区二区三区| 亚洲精品在线观看二区| 麻豆国产av国片精品| 欧美丝袜亚洲另类| 色综合色国产| 成人漫画全彩无遮挡| 日韩欧美国产在线观看| 在线播放无遮挡| 国产熟女欧美一区二区| 又爽又黄无遮挡网站| 小蜜桃在线观看免费完整版高清| 又粗又爽又猛毛片免费看| 成人漫画全彩无遮挡| 非洲黑人性xxxx精品又粗又长| 精品久久久噜噜| 国产视频一区二区在线看| 欧美日韩精品成人综合77777| 搡老妇女老女人老熟妇| 一进一出抽搐动态| 99久久精品一区二区三区| 身体一侧抽搐| 亚洲一级一片aⅴ在线观看| 97热精品久久久久久| 亚洲精品乱码久久久v下载方式| 亚洲色图av天堂| 国产真实伦视频高清在线观看| 淫秽高清视频在线观看| 少妇熟女欧美另类| 91狼人影院| 久久亚洲精品不卡| 99热全是精品| 日韩欧美 国产精品| 99九九线精品视频在线观看视频| 麻豆成人午夜福利视频| 国产精品精品国产色婷婷| 午夜福利在线观看吧| 免费在线观看成人毛片| 直男gayav资源| 在线观看66精品国产| 国产精品国产三级国产av玫瑰| 99riav亚洲国产免费| 国产大屁股一区二区在线视频| 亚洲av五月六月丁香网| 久久久久久久久大av| 亚洲av免费高清在线观看| 久久久久国产精品人妻aⅴ院| 国产精品爽爽va在线观看网站| 男女那种视频在线观看| 国产伦精品一区二区三区视频9| 最新在线观看一区二区三区| 婷婷精品国产亚洲av在线| 99久久精品国产国产毛片| 久久久久国产精品人妻aⅴ院| 淫秽高清视频在线观看| 精品久久久久久久人妻蜜臀av| 亚洲av.av天堂| 如何舔出高潮| 亚洲va在线va天堂va国产| 国产精品乱码一区二三区的特点| 一级毛片久久久久久久久女| a级一级毛片免费在线观看| 国产成人91sexporn| 久久草成人影院| 久久欧美精品欧美久久欧美| 在线免费十八禁| 插逼视频在线观看| 最后的刺客免费高清国语| 亚洲国产精品合色在线| 观看美女的网站| 麻豆一二三区av精品| 亚洲自偷自拍三级| 乱码一卡2卡4卡精品| 久久热精品热| 成人漫画全彩无遮挡| 美女高潮的动态| 久久久久免费精品人妻一区二区| 日日啪夜夜撸| 噜噜噜噜噜久久久久久91| 精品日产1卡2卡| 我的老师免费观看完整版| av在线播放精品| 亚洲欧美日韩高清在线视频| 亚洲精品在线观看二区| 一区二区三区免费毛片| 波多野结衣巨乳人妻| 色噜噜av男人的天堂激情| 精品一区二区三区视频在线| 亚洲欧美日韩东京热| 一进一出好大好爽视频| 久久午夜福利片| 欧美日韩国产亚洲二区| 欧美又色又爽又黄视频| 国产一区亚洲一区在线观看| 日韩av在线大香蕉| 精品无人区乱码1区二区| 亚洲av成人精品一区久久| 欧美一区二区精品小视频在线| 久久韩国三级中文字幕| 日韩成人伦理影院| 久久久久久伊人网av| 麻豆成人午夜福利视频| 国内久久婷婷六月综合欲色啪| 99久久九九国产精品国产免费| 国产精品日韩av在线免费观看| 天堂影院成人在线观看| 夜夜看夜夜爽夜夜摸| 亚洲内射少妇av| 99久国产av精品国产电影| 天堂av国产一区二区熟女人妻| 亚洲成人精品中文字幕电影| 久久久成人免费电影| 亚洲aⅴ乱码一区二区在线播放| 亚洲人成网站高清观看| 一进一出抽搐gif免费好疼| 黄片wwwwww| 亚洲国产精品成人综合色| 丝袜喷水一区| 精品不卡国产一区二区三区| 毛片一级片免费看久久久久| 欧美人与善性xxx| 中国国产av一级| 午夜免费男女啪啪视频观看 | 国产久久久一区二区三区| 欧美日韩精品成人综合77777| 干丝袜人妻中文字幕| 国产精品久久久久久亚洲av鲁大| 在线看三级毛片| 亚洲中文字幕一区二区三区有码在线看| 99riav亚洲国产免费| .国产精品久久| 免费搜索国产男女视频| av福利片在线观看| 一本久久中文字幕| 成年女人看的毛片在线观看| 男人和女人高潮做爰伦理| 成年女人看的毛片在线观看| 日韩亚洲欧美综合| 国产免费一级a男人的天堂| 亚洲欧美日韩高清专用| 国产高清视频在线播放一区| 热99re8久久精品国产| 日韩av不卡免费在线播放| 人妻少妇偷人精品九色| 欧美+亚洲+日韩+国产| 国产黄色视频一区二区在线观看 | 精品不卡国产一区二区三区| 久久久久国内视频| 国产午夜福利久久久久久| 亚洲精品国产av成人精品 | 51国产日韩欧美| 日本免费一区二区三区高清不卡| 免费观看的影片在线观看| 午夜福利在线观看免费完整高清在 | 在线观看午夜福利视频| 夜夜看夜夜爽夜夜摸| 免费观看的影片在线观看| 国产午夜福利久久久久久| 99久国产av精品国产电影| 国产午夜福利久久久久久| 午夜精品在线福利| 日本免费一区二区三区高清不卡| aaaaa片日本免费| 男人舔奶头视频| 久久久久性生活片| 搡老岳熟女国产| 亚洲av电影不卡..在线观看| 精品一区二区免费观看| 免费看日本二区| 日韩中字成人| 又爽又黄a免费视频| 久久中文看片网| 亚洲av成人精品一区久久| 精品午夜福利在线看| 国内精品久久久久精免费| 哪里可以看免费的av片| 欧美潮喷喷水| 中国国产av一级| 亚洲,欧美,日韩| 亚洲七黄色美女视频| 成人高潮视频无遮挡免费网站| 亚洲aⅴ乱码一区二区在线播放| 白带黄色成豆腐渣| 最近手机中文字幕大全| 成人毛片a级毛片在线播放| 简卡轻食公司| 亚洲精品一区av在线观看| 啦啦啦啦在线视频资源| 一区福利在线观看| av黄色大香蕉| 长腿黑丝高跟| 国产精品不卡视频一区二区| 亚洲欧美日韩卡通动漫| 国产亚洲精品久久久久久毛片| 亚洲va在线va天堂va国产| 国产一级毛片七仙女欲春2| 精品一区二区三区视频在线| 日日啪夜夜撸| 亚洲av电影不卡..在线观看| 香蕉av资源在线| 国产乱人偷精品视频| 亚洲av免费在线观看| 亚洲欧美日韩高清在线视频| 亚洲最大成人av| 精品少妇黑人巨大在线播放 | 日韩强制内射视频| 国产成人freesex在线 | 嫩草影视91久久| 色视频www国产| 欧美日韩精品成人综合77777| 国产久久久一区二区三区| 在线免费观看的www视频| 成人综合一区亚洲| 久久精品综合一区二区三区| 黄色欧美视频在线观看| av免费在线看不卡| 久久精品国产亚洲av天美| eeuss影院久久| 美女高潮的动态| 国产乱人视频| 亚洲精品国产av成人精品 | 91久久精品国产一区二区成人| 久久亚洲国产成人精品v| 色哟哟·www| 十八禁国产超污无遮挡网站| 国产精品福利在线免费观看| 最近2019中文字幕mv第一页| 亚洲第一区二区三区不卡| 六月丁香七月| 精品一区二区三区视频在线| 成人亚洲欧美一区二区av| 亚洲av熟女| 91狼人影院| 欧美性猛交黑人性爽| 国产色婷婷99| 国产高清视频在线观看网站| 级片在线观看| 久久精品夜夜夜夜夜久久蜜豆| 日本撒尿小便嘘嘘汇集6| 22中文网久久字幕| 日本与韩国留学比较| 久久草成人影院| 99国产极品粉嫩在线观看| 别揉我奶头~嗯~啊~动态视频| 国产片特级美女逼逼视频| 成人亚洲欧美一区二区av| 欧美激情在线99| 国产成人freesex在线 | 亚洲第一电影网av| 色噜噜av男人的天堂激情| 又爽又黄无遮挡网站| 欧美日本亚洲视频在线播放| 在线免费观看不下载黄p国产| 永久网站在线| 给我免费播放毛片高清在线观看| 插逼视频在线观看| 一边摸一边抽搐一进一小说| 又黄又爽又免费观看的视频| 午夜亚洲福利在线播放| 日日摸夜夜添夜夜添av毛片| 俄罗斯特黄特色一大片| 日韩欧美国产在线观看| 精品国产三级普通话版| 久久久国产成人精品二区| 身体一侧抽搐| 最近视频中文字幕2019在线8| 亚洲三级黄色毛片| 国产高清视频在线观看网站| 亚洲天堂国产精品一区在线| 亚洲美女视频黄频| 国产久久久一区二区三区| 久久精品国产自在天天线| 男人狂女人下面高潮的视频| 欧美日韩在线观看h| 亚洲精品456在线播放app| 自拍偷自拍亚洲精品老妇| 特大巨黑吊av在线直播| 国产男人的电影天堂91| 国产精品亚洲美女久久久| 日韩欧美精品免费久久| 神马国产精品三级电影在线观看| 别揉我奶头 嗯啊视频| 九色成人免费人妻av| 日韩国内少妇激情av| 日韩高清综合在线| 日产精品乱码卡一卡2卡三| 日本三级黄在线观看| 国产黄a三级三级三级人| 日日摸夜夜添夜夜添av毛片| 18禁裸乳无遮挡免费网站照片| 又粗又爽又猛毛片免费看| 精品午夜福利视频在线观看一区| 长腿黑丝高跟| 国产毛片a区久久久久| 最近在线观看免费完整版| 无遮挡黄片免费观看| 久久久a久久爽久久v久久| av在线天堂中文字幕| 99视频精品全部免费 在线| 精品无人区乱码1区二区| 久久精品国产亚洲av香蕉五月| 校园春色视频在线观看| 有码 亚洲区| 少妇高潮的动态图| 国产精品一区www在线观看| 婷婷色综合大香蕉| 免费人成在线观看视频色| 亚洲av熟女| 成人毛片a级毛片在线播放| 午夜福利成人在线免费观看| 国产国拍精品亚洲av在线观看| 国产免费男女视频| 午夜精品在线福利| 五月伊人婷婷丁香| 亚洲丝袜综合中文字幕| 国产精品久久久久久av不卡| 女同久久另类99精品国产91| 1024手机看黄色片| 精华霜和精华液先用哪个| 国产aⅴ精品一区二区三区波| 亚洲熟妇中文字幕五十中出| 免费观看精品视频网站| 深夜精品福利| 午夜精品一区二区三区免费看| 日韩三级伦理在线观看| 中文字幕免费在线视频6| av国产免费在线观看| 干丝袜人妻中文字幕| 美女免费视频网站| 麻豆精品久久久久久蜜桃| 午夜福利18| 成熟少妇高潮喷水视频| 久久婷婷人人爽人人干人人爱| 夜夜夜夜夜久久久久| 久久精品国产亚洲网站| 九九在线视频观看精品| 国产精品爽爽va在线观看网站| 国产精品99久久久久久久久| 国产高清有码在线观看视频| .国产精品久久| 俺也久久电影网| 国产高清视频在线播放一区| 国产成人aa在线观看| av女优亚洲男人天堂| 人人妻,人人澡人人爽秒播| 亚洲欧美清纯卡通| 色哟哟哟哟哟哟| 最近的中文字幕免费完整| 男人舔奶头视频| 欧美丝袜亚洲另类| 日本色播在线视频| 亚洲不卡免费看| 日韩三级伦理在线观看| 久久久久久久久中文| 日韩成人av中文字幕在线观看 | 亚洲熟妇熟女久久| 亚洲中文日韩欧美视频| 亚洲性夜色夜夜综合| 国产黄片美女视频| 狂野欧美白嫩少妇大欣赏| 亚洲av.av天堂| 国产探花极品一区二区| 亚洲成人久久爱视频| 亚洲av.av天堂| 伊人久久精品亚洲午夜| 国产麻豆成人av免费视频| 国产私拍福利视频在线观看| 国产成人freesex在线 | 欧美bdsm另类| 国产精品人妻久久久久久| 男人的好看免费观看在线视频| 97人妻精品一区二区三区麻豆| 日日摸夜夜添夜夜添小说| 欧美成人一区二区免费高清观看| 无遮挡黄片免费观看| 啦啦啦韩国在线观看视频| 欧美xxxx黑人xx丫x性爽| 深夜a级毛片| 国产激情偷乱视频一区二区| 免费搜索国产男女视频| 亚洲精品一区av在线观看| 免费观看精品视频网站| 午夜福利在线观看吧| 日韩欧美精品v在线| 99久久精品一区二区三区| 国产成人影院久久av| 3wmmmm亚洲av在线观看| 国产亚洲精品综合一区在线观看| 一本一本综合久久| 国产伦精品一区二区三区视频9| 伦精品一区二区三区| 国产成人aa在线观看| 97超视频在线观看视频| 亚洲色图av天堂| 干丝袜人妻中文字幕|