• <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 ?

    基于交叉熵測度的成對約束模糊核聚類算法

    2020-06-18 02:02:30徐圣兵林上鈞鐘國祥
    應用科技 2020年1期
    關鍵詞:測度交叉約束

    徐圣兵,林上鈞,鐘國祥

    1. 廣東工業(yè)大學 計算機學院,廣東 廣州 510006

    2. 廣東工業(yè)大學 應用數(shù)學學院,廣東 廣州 510520

    在大數(shù)據(jù)時代,對數(shù)據(jù)進行人工標注往往需要耗費大量的人工成本,從而使得研究如何有效利用少量帶標注對象開展知識學習成為機器學習中的一個重要課題。因此,如何在只有少量指導信息的情況下去學習知識是目前一個很重要的研究議題。常見的半監(jiān)督信息[1-4]有2類:一類是少部分對象帶類標簽信息;另一類是少量對象間的成對約束信息。其中,成對約束信息因其標注成本低且有效,而被眾多半監(jiān)督核聚類[5-8]所采用。但是,成對約束信息的測度目前還沒有一個統(tǒng)一標準,進而限制了成對約束指導信息的有效利用。因此,如何有效測度和利用成對約束指導信息成為半監(jiān)督學習算法研究領域的一個亟待解決的新議題。

    Wang[9]引入對象間隸屬度交互效應測度,基于模糊數(shù)學理論將軟聚類思想推廣應用到非球形數(shù)據(jù),提出了基于成對約束的半監(jiān)督模糊核聚類算法(semi-supervised kernel-based fuzzy c-means with pairwise constraints,PCKFCM)。目前基于成對約束的核聚類算法研究主要集中在以下兩方面:1)對象方面。Wang[10]利用動態(tài)加權給對象空間上每個對象分配一個動態(tài)權值,以解決對象對類簇貢獻不均衡的問題,形成了基于成對約束的動態(tài)加權半監(jiān)督模糊核聚類算法(DKFCM)。王勇臻等[11]提出了利用主動學習的方法選擇對象,以解決初始化對象不具代表性的問題。王小玉[12]利用成對約束調整對象間的關系,以解決密度相差比較大的簇進行有效聚類的問題,提出了基于共享近鄰的成對約束譜聚類算法。2)核函數(shù)方面。Wang[13]提出了面向成對約束半監(jiān)督模糊核聚類的核參數(shù)優(yōu)化算法,以解決核函數(shù)參數(shù)影響聚類性能的問題。Kusunoki[14]提出利用Boolean核函數(shù)解決類簇可解釋性的問題。Zhang等[15]利用自適應核方法指導標注傳播,實現(xiàn)高維數(shù)據(jù)分類。但目前對于成對約束核聚類的研究中,還缺少對成對約束指導信息的有效測度方面的關注。

    為了解決上述問題,本文提出基于交叉熵測度的成對約束核函數(shù)聚類算法。交叉熵作為成對約束對象隸屬度選擇的信息度量工具,以此為基礎而提出了本文的最小-最大交叉熵隸屬度學習準則。以此準則為基礎,形成基于交叉熵測度的成對約束核函數(shù)聚類算法。與其他算法的性能對比實驗表明:本算法的對象類簇劃分更加有效,同時也說明本算法能更加有效利用成對約束指導信息提升聚類性能。

    1 成對約束及核聚類算法

    成對約束[16]一般可以分為正關聯(lián)約束(mustlink)和負關聯(lián)約{束(cannot-link)2種}約束。設mustlink集合則表示與屬于同一類{,記這種關系為};設cannot-link集合,若則表示與屬于不同類,記這種關系為;成對約束關系示意如圖1所示。

    圖1 成對約束示意

    將成對約束指導信息引入到核聚類算法是一種提升聚類性能的有效途徑。核聚類算法利用Mercer核[17]將原始空間上的對象映射到高維特征空間上,從而實現(xiàn)對象線性可分。如圖2所示,在二維空間上呈環(huán)狀分布的非球形數(shù)據(jù)難以被有效劃分,但通過核方法映射到三維空間上便可實現(xiàn)線性可分。

    圖2 核函數(shù)映射

    在FCM算法[18]基礎上,模糊核聚類算法[19](KFCM)的目標函數(shù)如下:

    在此基礎上,一種用對象間隸屬度二次項測度方法[9]來表示成對約束的核模糊算法PCKFCM被提出。PCKFCM算法的目標函數(shù)如下:

    式中的第1部分繼承FKC算法處理非球形數(shù)據(jù)的方法;第2部分是成對約束違反的懲罰項;為平衡參數(shù)。PCKFCM算法用對象隸屬度交互相乘的測度來指導學習過程。

    2 基于交叉熵測度的成對約束核聚類算法(CEM-FKCPC)

    2.1 交叉熵

    1948年,Shannon[20]借鑒熱力學中熵的概念,將其引入到信息論中,提出了信息熵(也稱為香農(nóng)熵)。信息熵量化了對象包含的不確定性,而交叉熵作為信息熵的拓展,量化了對象間不確定性的差異程度,也是信息論研究中的重要領域,在機器學習、模式識別等眾多領域有著廣泛的應用。尤其在深度學習領域中,交叉熵可以作為一種損失函數(shù)用來評判學習效果。因此在CEMFKCPC(cross-entropy-measure based fuzzy kernel clusting algorithm with pairwise constraints)算法中,我們將交叉熵引入到成對約束指導信息度量中。

    從對象交叉熵定義的數(shù)學表達式中可以推出如下關系式[21]:

    為便于討論,式(2)右邊2項依次記為:

    定義3 最小-最大交叉熵隸屬度學習準則

    圖3 最小-最大交叉熵隸屬度學習準則示意

    圖4 交叉熵指導算法學習過程

    2.2 CEM-FKCPC動機

    CE-sSC(cross-entropy semi-supervised clusting based on pairwise constraints)算法[21]是在極大熵聚類算法的基礎上,利用成對約束的一種交叉熵的信息表達方法,擴展得到了一種基于成對約束的交叉熵半監(jiān)督聚類算法。該方法能有效利用少量的成對約束監(jiān)督信息在線性可分的類簇上提高聚類性能,但對于非線性可分的類簇難以得到較好的效果(如圖5中的左圖)。在實際生產(chǎn)環(huán)境中,大多數(shù)情況的類簇都是非線性可分的,因此,在CE-sSC基礎上,本文引入核函數(shù)處理非線性可分數(shù)據(jù)。

    圖5 核函數(shù)實現(xiàn)示意

    如圖5,結合成對約束信息,利用核函數(shù)將原本非線性可分的類簇映射到另一個空間后實現(xiàn)線性可分。

    2.3 算法設計

    根據(jù)以上定義和分析,構造CEM-FKCPC算法的目標函數(shù)如下:式中目標函數(shù)的符號說明如表1。

    表1 符號說明

    由此得到聚類中心更新公式:

    同理,由以下式子:

    可以得到隸屬度迭代公式:

    2.4 算法步驟及復雜度分析

    據(jù)上述CEM-FKCPC算法推導過程和迭代公式,給出CEM-FKCPC算法具體步驟如下:

    CEM-FKCPC算法的時間復雜度主要由兩部分組成:1)聚類中心矩陣,由于類簇數(shù)遠遠小于對象數(shù)據(jù)個數(shù)所以其時間復雜度為;2)隸屬度矩陣,其時間復雜度為。其中為對象數(shù)據(jù)集對象個數(shù),為對象數(shù)據(jù)集的維度,表示成對約束關系的對象個數(shù)。當算法迭代t次時,算法的時間復雜度為。在實際算法的應用過程中,由于信息獲取成本限制,監(jiān)督信息難以獲取或只能獲取少部分,則有。因此,算法的時間復雜近似線性的。

    3 實驗及結果分析

    為了檢驗CEM-FKCPC算法的聚類性能,實驗用基于交叉熵的CE-sSC算法[21]、二次項測度的PCKFCM算法[9]、DKFCM算法[10]和傳統(tǒng)的kmeans算法、KFCM算法[19]作為對比實驗。在所有的實驗中,使用高斯作為核函數(shù),設置算法迭代終止條件閾值為,最大迭代次數(shù)。實驗過程中,對每個數(shù)據(jù)集分別固定成對約束數(shù)目,選擇 0、10、20、30、40、50對進行實驗。對各數(shù)據(jù)集中每個固定數(shù)目的成對約束都進行10次重復實驗,每次實驗從數(shù)據(jù)集中隨機抽取相應數(shù)目的成對約束,用于指導各算法對數(shù)據(jù)集的聚類學習。由于上述部分算法可能受初值選擇的影響,為此在每次實驗過程中算法運行100次后取平均作為該次實驗結果,最后對10次重復實驗的結果取平均作為該固定數(shù)目成對約束實驗的最終結果。

    3.1 實驗設置

    1) 性能指標

    對于采用的各種聚類算法,實驗將采用如下性能指標評估聚類算法性能。

    Rand Index[22]度量定義為

    式中:TP:同一類的對象被分到同一個簇;FP:不同類的對象被分到同一個簇;TN:不同類的對象被分到不同簇;FN:同一類的對象被分到不同簇。1,算法性能越好;數(shù)值越接近0,算法性能越差。

    2) 標準數(shù)據(jù)集

    實驗標準數(shù)據(jù)集分別選用UCI常用的數(shù)據(jù)集和人工合成的非球型數(shù)據(jù)集[23](見表2)。其中,Iris數(shù)據(jù)集和Wine數(shù)據(jù)集廣泛應用于各類算法性能測試,具有較高的直觀性和可靠性。人工合成的非球型數(shù)據(jù)可以檢驗核方法對線性不可分數(shù)據(jù)的聚類性能。X型、拋物線型數(shù)據(jù)如圖6所示。

    表2 標準數(shù)據(jù)集信息

    除此之外,為了更能體現(xiàn)上述聚類算法在實際應用中的聚類性能,本文從文獻[24]當中選取基于基站定位數(shù)據(jù)的商圈分析和基于多污染因素的區(qū)域空氣質量評價等實際應用案例。其中,基站定位數(shù)據(jù)的商圈分析案例根據(jù)手機運營商的用戶的歷史定位數(shù)據(jù)進行數(shù)據(jù)分析,歸納出商圈的人流特征和規(guī)律,識別出不同的商圈,從而達到為合適區(qū)域進行運營商促銷活動的目的。而空氣質量評價案例則是關于環(huán)境質量評價方面的相關應用,空氣質量評價是環(huán)境質量評價中的一個重要組成部分,空氣質量一般受多個污染因素相互作用影響,從多污染因素角度出發(fā)更能客觀準確地反映環(huán)境質量狀況,考慮SO2、NO、NO2等多個相關污染因素,通過采集和預處理得到空氣質量數(shù)據(jù),用以對空氣質量進行評價。因此,本文采用商圈用戶特征數(shù)據(jù)集Y1和空氣質量數(shù)據(jù)集Y2這兩個工業(yè)數(shù)據(jù)集進行實驗,實驗數(shù)據(jù)均已標準化,其中以文獻[24]的劃分結果作為數(shù)據(jù)集Y1和Y2的標簽,便于進行聚類性能對比,數(shù)據(jù)如表3和表4。

    圖6 人工合成數(shù)據(jù)集

    表3 Y1數(shù)據(jù)集部分數(shù)據(jù)

    表4 Y2數(shù)據(jù)集部分數(shù)據(jù)

    3.2 實驗結果分析

    根據(jù)實驗設置與上述的實驗方案,通過隨機抽取已知的成對約束監(jiān)督信息指導算法聚類學習,實驗結果如下:

    由圖7(a)、(b)可以看出,在Iris和Wine數(shù)據(jù)集上,基于交叉熵測度的CEM-FKCPC算法在不同的成對約束數(shù)量均優(yōu)于其余算法,在實驗中,控制成對約束數(shù)量在50對以內(nèi),證明了利用交叉熵表達成對約束的CEM-FKCPC算法只需利用少量的監(jiān)督信息就能達到較好的聚類性能。對于X型(如圖7(c)),4種半監(jiān)督算法在少量的成對約束條件下,整體聚類性能都不高,但CEM-FKCPC算法的聚類性能依然高于其余算法。對于拋物線型數(shù)據(jù)(如圖7(d)),CEM-FKCPC算法隨著成對約束數(shù)量的增加,聚類性能逐漸超越PCKFCM算法和CE-sSC算法。同時,CEM-FKCPC算法的成對約束對聚類性能的提升效果優(yōu)于CE-sSC等算法。由結果分析知道,對于非球形數(shù)據(jù),CEM-FKCPC算法合理利用成對約束監(jiān)督信息的核聚類算法能更好地處理非球形數(shù)據(jù),提高聚類性能。

    由圖7(e)可以看出,在Y1數(shù)據(jù)集上,CEMFKCPC算法的RI值一直都優(yōu)于其他4種算法。對于Y2數(shù)據(jù)集(圖7(f)),在成對約束數(shù)量在0~15時,CE-sSC算法RI值要高于CEM-FKCPC算法,但成對約束數(shù)量在20~50時,CEM-FKCPC算法RI值上升趨勢明顯,逐步趕超其余算法。因此,根據(jù)RI值的比較可以看出,基于交叉熵測度的CEM-FKCPC算法能更有效地利用成對約束信息。此外,從圖7總體上看,與傳統(tǒng)的k-means和FKCM算法比較可以看出,CEM-FKCPC算法優(yōu)于這類傳統(tǒng)算法。

    圖7 聚類結果

    4 結論

    1)針對基于成對約束的核聚類中,如何合理高效地利用成對約束監(jiān)督信息,同時更好地表達成對約束信息并作出明確解析等問題,本文引入交叉熵作為成對約束信息度量,提出新的成對約束框架CEM-FKCPC。

    2)相比于已有的成對約束度量,交叉熵度量方法更能表達整體的不確定性信息。通過UCI經(jīng)典數(shù)據(jù)集、合成的非球形數(shù)據(jù)集和實際工業(yè)數(shù)據(jù)集的實驗表明,CEM-FKCPC算法能有效地利用少量的成對約束監(jiān)督信息提高聚類性能。

    3)對比CE-sSC、PCKFCM、DKFCM算法,基于成對約束的核聚類算法CEM-FKCPC對于線性不可分數(shù)據(jù)有更好的聚類效果。

    猜你喜歡
    測度交叉約束
    三個數(shù)字集生成的自相似測度的乘積譜
    R1上莫朗測度關于幾何平均誤差的最優(yōu)Vornoi分劃
    “碳中和”約束下的路徑選擇
    非等熵Chaplygin氣體測度值解存在性
    Cookie-Cutter集上的Gibbs測度
    約束離散KP方程族的完全Virasoro對稱
    “六法”巧解分式方程
    連一連
    基于Fast-ICA的Wigner-Ville分布交叉項消除方法
    計算機工程(2015年8期)2015-07-03 12:19:54
    適當放手能讓孩子更好地自我約束
    人生十六七(2015年6期)2015-02-28 13:08:38
    欧美亚洲 丝袜 人妻 在线| 久久久久精品人妻al黑| 午夜福利,免费看| 日本-黄色视频高清免费观看| 国产一区二区在线观看日韩| 青青草视频在线视频观看| av不卡在线播放| 国产日韩欧美视频二区| 成人午夜精彩视频在线观看| 日韩av不卡免费在线播放| 国产一区亚洲一区在线观看| av电影中文网址| 纯流量卡能插随身wifi吗| 国产毛片在线视频| 亚洲精品自拍成人| 国产激情久久老熟女| 欧美日韩国产mv在线观看视频| 亚洲国产成人一精品久久久| 国产在线免费精品| 国产精品偷伦视频观看了| 一级片'在线观看视频| 最近手机中文字幕大全| 精品亚洲乱码少妇综合久久| 女人久久www免费人成看片| 欧美日韩视频精品一区| 校园人妻丝袜中文字幕| 欧美 日韩 精品 国产| 尾随美女入室| 如日韩欧美国产精品一区二区三区| 男女高潮啪啪啪动态图| 97精品久久久久久久久久精品| 久久狼人影院| 亚洲第一区二区三区不卡| 美女国产视频在线观看| 精品久久久精品久久久| 精品亚洲成国产av| 一级毛片黄色毛片免费观看视频| 各种免费的搞黄视频| 欧美日韩国产mv在线观看视频| 99久久人妻综合| 国产白丝娇喘喷水9色精品| 免费观看a级毛片全部| 成人漫画全彩无遮挡| 97精品久久久久久久久久精品| 久久久精品免费免费高清| 国产福利在线免费观看视频| 啦啦啦在线观看免费高清www| 婷婷色综合www| 日日啪夜夜爽| 熟女av电影| 99视频精品全部免费 在线| 亚洲国产av新网站| 精品国产国语对白av| 欧美成人午夜免费资源| 久久久久久久久久久免费av| 日韩精品有码人妻一区| 久久午夜福利片| 丝瓜视频免费看黄片| av有码第一页| 亚洲综合色惰| 99久久精品国产国产毛片| 日本91视频免费播放| 大陆偷拍与自拍| 国产麻豆69| 欧美日韩视频高清一区二区三区二| 建设人人有责人人尽责人人享有的| 赤兔流量卡办理| 亚洲一区二区三区欧美精品| 视频中文字幕在线观看| 中文字幕制服av| 国产一区二区激情短视频 | 亚洲一级一片aⅴ在线观看| 丰满少妇做爰视频| 一个人免费看片子| 午夜福利网站1000一区二区三区| 午夜久久久在线观看| 9热在线视频观看99| 日韩一区二区视频免费看| 男的添女的下面高潮视频| 国产亚洲午夜精品一区二区久久| 久久人人爽人人片av| 18禁国产床啪视频网站| 国产 一区精品| 天堂8中文在线网| 亚洲av综合色区一区| 99re6热这里在线精品视频| 亚洲天堂av无毛| 久久青草综合色| 欧美 日韩 精品 国产| www.av在线官网国产| av福利片在线| 人妻人人澡人人爽人人| 成年女人在线观看亚洲视频| 免费人妻精品一区二区三区视频| 亚洲 欧美一区二区三区| 欧美日韩亚洲高清精品| 国产高清不卡午夜福利| 亚洲综合色网址| 国产精品久久久久久精品电影小说| 午夜福利乱码中文字幕| 婷婷色麻豆天堂久久| 两个人看的免费小视频| av线在线观看网站| 国产女主播在线喷水免费视频网站| 国国产精品蜜臀av免费| 超碰97精品在线观看| 国产在线视频一区二区| av免费在线看不卡| 欧美日韩av久久| 蜜桃在线观看..| 日本与韩国留学比较| 久久99热这里只频精品6学生| 女的被弄到高潮叫床怎么办| 全区人妻精品视频| 色哟哟·www| 亚洲精品第二区| 中国美白少妇内射xxxbb| 男人操女人黄网站| 丰满少妇做爰视频| 亚洲丝袜综合中文字幕| 波多野结衣一区麻豆| 国产成人免费无遮挡视频| 亚洲图色成人| 欧美精品一区二区大全| 亚洲av电影在线观看一区二区三区| 欧美3d第一页| 色网站视频免费| 日韩中文字幕视频在线看片| 天堂俺去俺来也www色官网| 免费看光身美女| 国产精品秋霞免费鲁丝片| 最近手机中文字幕大全| 国产精品不卡视频一区二区| 精品一区二区三区四区五区乱码 | 伦理电影大哥的女人| 美女国产视频在线观看| 久久精品夜色国产| 精品少妇黑人巨大在线播放| 99久久中文字幕三级久久日本| 国产片特级美女逼逼视频| 亚洲人成网站在线观看播放| 波多野结衣一区麻豆| 99九九在线精品视频| 成人综合一区亚洲| 制服诱惑二区| 精品卡一卡二卡四卡免费| 久久久国产欧美日韩av| 一区二区三区精品91| 国产av国产精品国产| 91成人精品电影| 精品福利永久在线观看| 在线观看美女被高潮喷水网站| 久久久久久久国产电影| 成人毛片60女人毛片免费| 狂野欧美激情性xxxx在线观看| 晚上一个人看的免费电影| 欧美日韩综合久久久久久| 国产精品三级大全| 如何舔出高潮| 天天操日日干夜夜撸| 亚洲av电影在线观看一区二区三区| 中文字幕免费在线视频6| 国产熟女欧美一区二区| 欧美性感艳星| 久久久a久久爽久久v久久| 亚洲精品日韩在线中文字幕| 91精品国产国语对白视频| 精品亚洲成国产av| 制服诱惑二区| av女优亚洲男人天堂| 人人妻人人爽人人添夜夜欢视频| 亚洲欧洲国产日韩| 最近2019中文字幕mv第一页| 伦理电影大哥的女人| 欧美精品国产亚洲| 成年av动漫网址| 欧美xxⅹ黑人| 亚洲欧美日韩卡通动漫| h视频一区二区三区| 街头女战士在线观看网站| 国产成人a∨麻豆精品| 夜夜爽夜夜爽视频| 国产极品粉嫩免费观看在线| 国产精品99久久99久久久不卡 | 97超碰精品成人国产| 久久精品国产自在天天线| 老司机亚洲免费影院| 最近最新中文字幕免费大全7| www日本在线高清视频| 国产日韩欧美在线精品| 国产一区二区在线观看日韩| 国产老妇伦熟女老妇高清| 人妻一区二区av| 精品一区二区免费观看| 欧美成人午夜精品| 国产成人精品久久久久久| 青春草亚洲视频在线观看| 高清在线视频一区二区三区| 大香蕉久久成人网| 欧美 亚洲 国产 日韩一| 国产伦理片在线播放av一区| 精品久久蜜臀av无| 免费看av在线观看网站| 国产成人精品无人区| 综合色丁香网| 十八禁高潮呻吟视频| 久久久久久久久久久久大奶| 美女内射精品一级片tv| 亚洲精品一二三| 国产一区二区在线观看av| 国产成人aa在线观看| 国产白丝娇喘喷水9色精品| 国产精品免费大片| 国产在线一区二区三区精| 日韩人妻精品一区2区三区| 久久97久久精品| 夜夜爽夜夜爽视频| 亚洲国产av新网站| 免费看av在线观看网站| 天堂中文最新版在线下载| 国产综合精华液| 午夜福利视频在线观看免费| 一区在线观看完整版| 高清欧美精品videossex| 午夜视频国产福利| 日本与韩国留学比较| 美女脱内裤让男人舔精品视频| www.av在线官网国产| 一级片免费观看大全| 男女高潮啪啪啪动态图| 丝袜在线中文字幕| 黄色一级大片看看| 亚洲av.av天堂| 亚洲成人手机| 精品人妻一区二区三区麻豆| 欧美xxⅹ黑人| 成人影院久久| 亚洲精品第二区| 亚洲国产日韩一区二区| 免费不卡的大黄色大毛片视频在线观看| 久久久久精品性色| 久久这里有精品视频免费| 久久国产精品大桥未久av| 久久这里只有精品19| 亚洲欧美清纯卡通| 80岁老熟妇乱子伦牲交| 国产熟女欧美一区二区| 成人国产av品久久久| 男女啪啪激烈高潮av片| 午夜福利影视在线免费观看| 伦理电影大哥的女人| 伦理电影免费视频| 国产高清三级在线| 久久精品国产自在天天线| 久久精品夜色国产| 精品福利永久在线观看| 亚洲四区av| 大香蕉久久网| 国产精品一区二区在线不卡| 日韩欧美一区视频在线观看| 亚洲精品色激情综合| 婷婷色av中文字幕| 1024视频免费在线观看| 中文乱码字字幕精品一区二区三区| 黄色一级大片看看| 国产精品一区二区在线不卡| 精品人妻在线不人妻| 菩萨蛮人人尽说江南好唐韦庄| 在线观看www视频免费| 最近最新中文字幕大全免费视频 | 国产女主播在线喷水免费视频网站| 久久韩国三级中文字幕| 亚洲精品久久午夜乱码| 国产高清三级在线| 桃花免费在线播放| 丝瓜视频免费看黄片| 亚洲美女黄色视频免费看| 丝袜脚勾引网站| 成人亚洲欧美一区二区av| 青青草视频在线视频观看| 国产色婷婷99| 亚洲精品乱久久久久久| 丁香六月天网| 亚洲av男天堂| 日韩制服丝袜自拍偷拍| 黄片无遮挡物在线观看| 少妇熟女欧美另类| 久久99一区二区三区| av国产久精品久网站免费入址| 欧美+日韩+精品| 午夜久久久在线观看| 日韩制服丝袜自拍偷拍| 免费大片黄手机在线观看| 成人国产麻豆网| 多毛熟女@视频| 一本久久精品| 亚洲第一av免费看| 这个男人来自地球电影免费观看 | 秋霞伦理黄片| 大话2 男鬼变身卡| 伦理电影免费视频| 国产爽快片一区二区三区| 日本黄大片高清| 久久热在线av| 99热全是精品| 青春草视频在线免费观看| 成人毛片60女人毛片免费| 啦啦啦在线观看免费高清www| 熟女人妻精品中文字幕| 精品亚洲成国产av| 国产成人精品福利久久| 男的添女的下面高潮视频| 少妇人妻久久综合中文| 日本午夜av视频| 国产精品不卡视频一区二区| 1024视频免费在线观看| 黄色怎么调成土黄色| 毛片一级片免费看久久久久| 亚洲av综合色区一区| 伦精品一区二区三区| 天堂中文最新版在线下载| 日本wwww免费看| 校园人妻丝袜中文字幕| 香蕉精品网在线| 精品酒店卫生间| 国产精品秋霞免费鲁丝片| 精品少妇内射三级| 女的被弄到高潮叫床怎么办| 久久久国产精品麻豆| 视频在线观看一区二区三区| 男女高潮啪啪啪动态图| 久久久久网色| 亚洲人成网站在线观看播放| 久久99蜜桃精品久久| av天堂久久9| 一边摸一边做爽爽视频免费| 欧美日韩亚洲高清精品| 人人妻人人澡人人爽人人夜夜| 搡女人真爽免费视频火全软件| 午夜福利视频精品| 99视频精品全部免费 在线| 桃花免费在线播放| 精品卡一卡二卡四卡免费| 免费在线观看完整版高清| 日本猛色少妇xxxxx猛交久久| 91成人精品电影| 亚洲国产av影院在线观看| 欧美成人精品欧美一级黄| 国产精品无大码| 久久人人爽人人片av| 天天躁夜夜躁狠狠久久av| 亚洲综合精品二区| 国产熟女欧美一区二区| 国产精品久久久久成人av| 午夜视频国产福利| 国产精品一区二区在线不卡| 免费在线观看完整版高清| av天堂久久9| 国产精品国产av在线观看| 欧美国产精品一级二级三级| 午夜免费男女啪啪视频观看| 免费久久久久久久精品成人欧美视频 | www.熟女人妻精品国产 | 午夜免费鲁丝| 欧美激情 高清一区二区三区| 男女国产视频网站| 尾随美女入室| 精品少妇久久久久久888优播| 久久久久久久久久成人| 黄色怎么调成土黄色| 99国产精品免费福利视频| 青春草亚洲视频在线观看| kizo精华| 国产精品女同一区二区软件| 亚洲久久久国产精品| 亚洲国产精品一区三区| 午夜福利,免费看| 久久综合国产亚洲精品| 在线天堂中文资源库| 啦啦啦中文免费视频观看日本| 精品人妻熟女毛片av久久网站| 丰满迷人的少妇在线观看| 蜜桃在线观看..| 在线观看国产h片| 少妇的逼水好多| 久久久精品94久久精品| 国产伦理片在线播放av一区| 美女脱内裤让男人舔精品视频| 少妇猛男粗大的猛烈进出视频| 五月开心婷婷网| 日韩成人av中文字幕在线观看| 秋霞伦理黄片| 丰满迷人的少妇在线观看| 人妻一区二区av| 午夜免费鲁丝| 国产免费现黄频在线看| 国语对白做爰xxxⅹ性视频网站| 成人亚洲欧美一区二区av| 午夜福利影视在线免费观看| 狠狠婷婷综合久久久久久88av| 王馨瑶露胸无遮挡在线观看| 最近中文字幕2019免费版| 亚洲成人手机| 午夜福利在线观看免费完整高清在| 亚洲成人手机| 日本免费在线观看一区| 色婷婷久久久亚洲欧美| 狠狠婷婷综合久久久久久88av| 国产精品久久久久成人av| 寂寞人妻少妇视频99o| 一区二区三区乱码不卡18| 熟女av电影| 成人毛片60女人毛片免费| 伦精品一区二区三区| 桃花免费在线播放| 黄色视频在线播放观看不卡| 欧美变态另类bdsm刘玥| 亚洲av成人精品一二三区| 欧美成人午夜精品| 久久人妻熟女aⅴ| 亚洲精品av麻豆狂野| 午夜免费观看性视频| www.色视频.com| 国产一级毛片在线| 性高湖久久久久久久久免费观看| 久久久久人妻精品一区果冻| 男女午夜视频在线观看 | 久久久久网色| 国产成人精品福利久久| 26uuu在线亚洲综合色| 大片免费播放器 马上看| 久久久国产欧美日韩av| 欧美bdsm另类| 乱码一卡2卡4卡精品| 国产精品人妻久久久影院| 一个人免费看片子| 男女国产视频网站| www.av在线官网国产| 欧美日韩国产mv在线观看视频| 日本免费在线观看一区| 久久精品夜色国产| 观看av在线不卡| 亚洲国产精品国产精品| 777米奇影视久久| 精品视频人人做人人爽| 中国国产av一级| 捣出白浆h1v1| 一本久久精品| 亚洲精品自拍成人| 中文字幕亚洲精品专区| 免费不卡的大黄色大毛片视频在线观看| 国产淫语在线视频| 久久热在线av| 欧美最新免费一区二区三区| a级毛片黄视频| 视频在线观看一区二区三区| 欧美日韩亚洲高清精品| 爱豆传媒免费全集在线观看| 国产成人午夜福利电影在线观看| 亚洲精品久久午夜乱码| 插逼视频在线观看| a 毛片基地| 在线观看免费日韩欧美大片| 九九爱精品视频在线观看| 我的女老师完整版在线观看| 久热这里只有精品99| 亚洲一级一片aⅴ在线观看| 午夜老司机福利剧场| 久久久久国产网址| 亚洲成av片中文字幕在线观看 | 久久鲁丝午夜福利片| 国产精品三级大全| 天天影视国产精品| 色婷婷av一区二区三区视频| 精品人妻一区二区三区麻豆| 色婷婷av一区二区三区视频| 国产精品久久久久久精品电影小说| 人妻一区二区av| 黑人欧美特级aaaaaa片| 在线精品无人区一区二区三| 久久综合国产亚洲精品| 午夜福利,免费看| 欧美精品av麻豆av| 精品视频人人做人人爽| 亚洲国产欧美在线一区| 天天影视国产精品| 日本vs欧美在线观看视频| 在线亚洲精品国产二区图片欧美| av播播在线观看一区| 国产69精品久久久久777片| 汤姆久久久久久久影院中文字幕| 黄色视频在线播放观看不卡| 国产成人精品无人区| 国产老妇伦熟女老妇高清| 久久人妻熟女aⅴ| av电影中文网址| 成人免费观看视频高清| 亚洲欧美日韩卡通动漫| 99国产精品免费福利视频| 国产成人av激情在线播放| 国产成人一区二区在线| 在线观看国产h片| 欧美激情 高清一区二区三区| 中国国产av一级| 人妻一区二区av| 久久久久久久精品精品| 不卡视频在线观看欧美| 免费观看性生交大片5| 成年人免费黄色播放视频| 亚洲欧美日韩卡通动漫| 国产白丝娇喘喷水9色精品| 9191精品国产免费久久| 天堂中文最新版在线下载| 99久国产av精品国产电影| 欧美日韩一区二区视频在线观看视频在线| 99热全是精品| 亚洲综合色惰| 欧美激情 高清一区二区三区| 9191精品国产免费久久| 2022亚洲国产成人精品| 亚洲av在线观看美女高潮| 国产精品免费大片| 伦理电影大哥的女人| 久久久久精品性色| 亚洲欧洲国产日韩| 在线观看免费视频网站a站| 亚洲精品av麻豆狂野| 纵有疾风起免费观看全集完整版| 晚上一个人看的免费电影| 亚洲综合色网址| 日韩,欧美,国产一区二区三区| 一本大道久久a久久精品| 亚洲av中文av极速乱| 欧美成人午夜免费资源| 久久久精品94久久精品| 成人亚洲欧美一区二区av| 少妇熟女欧美另类| 我的女老师完整版在线观看| 色5月婷婷丁香| 欧美人与性动交α欧美软件 | 极品少妇高潮喷水抽搐| 国产日韩一区二区三区精品不卡| 人体艺术视频欧美日本| 欧美3d第一页| 欧美精品国产亚洲| 国产在线免费精品| 丝袜脚勾引网站| 亚洲欧洲国产日韩| 久久毛片免费看一区二区三区| 9191精品国产免费久久| 只有这里有精品99| 天天影视国产精品| 免费观看无遮挡的男女| 亚洲精品乱码久久久久久按摩| 亚洲国产精品国产精品| 9色porny在线观看| 免费观看av网站的网址| 亚洲国产欧美日韩在线播放| 国产亚洲欧美精品永久| 国产成人一区二区在线| 在线 av 中文字幕| 亚洲欧洲国产日韩| 日韩在线高清观看一区二区三区| 夜夜骑夜夜射夜夜干| 中文欧美无线码| 欧美97在线视频| 久久97久久精品| 久久久亚洲精品成人影院| 国产深夜福利视频在线观看| 91久久精品国产一区二区三区| 美女脱内裤让男人舔精品视频| 另类精品久久| 午夜激情久久久久久久| 色94色欧美一区二区| 亚洲五月色婷婷综合| 一本—道久久a久久精品蜜桃钙片| 久久av网站| www日本在线高清视频| 国产国语露脸激情在线看| 日韩在线高清观看一区二区三区| 欧美人与性动交α欧美软件 | 夜夜爽夜夜爽视频| 美女福利国产在线| 免费女性裸体啪啪无遮挡网站| 麻豆精品久久久久久蜜桃| 中国三级夫妇交换| 成年人免费黄色播放视频| 51国产日韩欧美| 中国三级夫妇交换| 九草在线视频观看| 亚洲五月色婷婷综合| 免费不卡的大黄色大毛片视频在线观看| 国产一区二区三区综合在线观看 | 久久精品国产自在天天线| 亚洲人成网站在线观看播放| 夜夜骑夜夜射夜夜干| 欧美bdsm另类| 熟女av电影| 日韩欧美精品免费久久| 日本色播在线视频| 成年动漫av网址| 好男人视频免费观看在线| 国产精品一国产av| 日韩欧美一区视频在线观看| 美国免费a级毛片| 亚洲熟女精品中文字幕| 久久婷婷青草| av电影中文网址| 少妇被粗大猛烈的视频| 热99久久久久精品小说推荐| 2021少妇久久久久久久久久久| 成人国产麻豆网| 伦精品一区二区三区| 国产成人aa在线观看| 少妇的丰满在线观看|