• <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 ?

    基于異類類內(nèi)超平面的模糊支持向量機(jī)及其應(yīng)用

    2021-01-04 09:27:16陳繼強(qiáng)余志鵬張麗娜
    關(guān)鍵詞:異類超平面個人信用

    陳繼強(qiáng),余志鵬,張 峰,張麗娜

    (河北工程大學(xué) 數(shù)理科學(xué)與工程學(xué)院,河北 邯鄲 056038)

    個人信用評估是指銀行等金融機(jī)構(gòu)通過對影響借貸人還款的各種主客觀條件環(huán)境的綜合考察,運用嚴(yán)謹(jǐn)?shù)目茖W(xué)方法評估借貸人的借貸信用及其還款能力,從而對借貸人是否具有履行償還銀行等金融機(jī)構(gòu)的借貸能力進(jìn)行評估,本質(zhì)上是一個不平衡數(shù)據(jù)集的二分類問題。然而,我國的信征體系發(fā)展較晚,個人信用評估模型的研究尚不完善,亟需進(jìn)行深入研究。

    專家評分模型[1]是最早被應(yīng)用于個人信用評估的模型,但是由于其評估結(jié)果易受主觀因素干擾等問題,逐漸被舍棄。后來,Carter& Catlett[2]將Fisher判別分析運用到個人信用評估領(lǐng)域,Orgler[3]利用線性回歸分析方法建立了個人信用評估模型,都取得了一定的成果。然而,這種基于統(tǒng)計學(xué)的方法難以處理信貸數(shù)據(jù)集中的噪聲數(shù)據(jù)。后來,隨著機(jī)器學(xué)習(xí)理論的發(fā)展,一些學(xué)者將決策樹與支持向量機(jī)等機(jī)器學(xué)習(xí)算法應(yīng)用于信貸評估[4-12],均取得較好的效果。但是,這類方法在處理不平衡信貸數(shù)據(jù)集時的分類能力是有限的。隨著科學(xué)技術(shù)水平的發(fā)展,一些學(xué)者致力于集成模型在個人信用評估領(lǐng)域中的應(yīng)用研究。例如,丁嵐駱等[13]構(gòu)建了Stacking集成策略的借貸人違約風(fēng)險評估模型。夏國斌[14]將基于Bagging集成法的集成支持向量機(jī)模型運用于個人信用評估中,饒希[15]將基于Boosting集成法的邏輯回歸與支持向量的集成模型運用于個人信用評估中。郭孝敬[16]運用了基于邏輯回歸與決策樹的集成模型,王思懿[17]將隨機(jī)森林與邏輯回歸的集成模型運用到個人信用評估中,張碧月[18]實驗結(jié)果表明RF-APSOLSSVM的預(yù)測精度比RF模型和APSOLSSVM模型的精度高。王黎等[19]的實驗結(jié)果表明GBDT模型明顯優(yōu)于支持向量機(jī)和邏輯回歸的效果。趙天傲等[20]將XGBoost算法應(yīng)用在個人信用風(fēng)評估中,與決策樹、支持向量機(jī)等模型進(jìn)行對比分析,實證結(jié)果表明XGBoost模型比單一模型的預(yù)測精度提升效果比較明顯。雖然集成模型分類效果相對于其單一模型分類效果較好,但是它們同單一模型一樣也沒有考慮不平衡信貸數(shù)據(jù)集中噪聲數(shù)據(jù)對于分類結(jié)果的影響。

    綜上所述,當(dāng)前關(guān)于個人信用評估問題的研究,現(xiàn)有方法沒有很好地處理不平衡信貸數(shù)據(jù)集中噪聲對模型分類精度的影響。因此,為了降低噪聲數(shù)據(jù)對模型分類精度的影響,本文考慮了不同樣本在分類問題中的不同作用,構(gòu)建了一種基于異類類內(nèi)超平面的模糊支持向量機(jī),為信貸評估問題提供了一種新方法。

    1 支持向量機(jī)簡介

    支持向量機(jī)是20世紀(jì)90年代中期由Cortes和Vapink提出的一種有監(jiān)督的學(xué)習(xí)方法。其基本思想是通過最大化間隔尋找最優(yōu)分類超平面,從而對數(shù)據(jù)進(jìn)行分類,自提出以來被廣泛應(yīng)用[21-23]。

    為不失一般性,這里以二分類問題為例。假設(shè)給定的訓(xùn)練集為

    T={(x1,y1),…,(xn,yn)}

    (1)

    其中xi∈Rm,yi∈{-1,+1}為類標(biāo)簽,i=1,2,…,n。對于非線性分類問題,通過映射φ(x),將訓(xùn)練數(shù)據(jù)集從原空間映射到高維特征空間,使得映射后的數(shù)據(jù)集在特征空間中線性可分。因此,支持向量機(jī)的學(xué)習(xí)問題可用如下二次規(guī)劃問題來描述:

    s.tyi(ω·φ(xi)+b)≥1-ξi

    ξi≥0,i=1,2,…,n

    (2)

    其中‖·‖表示向量的模,C>0為懲罰參數(shù),ξi為松弛變量。原問題(2)的求解可通過構(gòu)造拉格朗日函數(shù),轉(zhuǎn)化為如下對偶問題來求解:

    0≤αi≤C,i=1,2,…,n(3)

    問題(3)中K(xi,xj)=(φ(xi),φ(xj))為核函數(shù),αi為拉格朗日乘子。

    通過求解對偶問題(3)可得分類函數(shù)為

    進(jìn)一步可得決策函數(shù)為

    f(x)=sgn(g(x))

    這樣,對于新的樣本x′,其預(yù)測類別為f(x′)。

    2 基于異類類內(nèi)超平面距離的隸屬函數(shù)

    隸屬函數(shù)是模糊數(shù)學(xué)中的一個重要內(nèi)容,可用于為不同樣本設(shè)定不同的權(quán)重[24-27]。本文考慮到在支持向量機(jī)中對確定最優(yōu)分類超平面起決定性作用的只有支持向量,而支持向量的位置一般又位于距離異類點較近的區(qū)域。為此將模糊理論引入支持向量機(jī)中,設(shè)計了基于異類類內(nèi)超平面距離的隸屬函數(shù)。該方法的思想是根據(jù)每個向量到異類類內(nèi)超平面距離的不同,將樣本輸入xi到異類類內(nèi)平面距離的函數(shù)作為隸屬函數(shù),對訓(xùn)練集中的輸入xi賦予相應(yīng)的權(quán)重(隸屬度)來提高支持向量在訓(xùn)練樣本中的作用。

    如圖1所示,對于訓(xùn)練樣本集{(x1,y1),(x2,y2),…,(xn,yn)},假設(shè)正類樣本(在圖中用菱形表示)數(shù)目為n1,負(fù)類樣本(在圖中用圓形表示)數(shù)目為n2,n1+n2=n。在線性不可分時,通過映射φ(x),將數(shù)據(jù)集從樣本空間映射到特征空間,數(shù)據(jù)集變?yōu)閧(φ(x1),y1),(φ(x2),y2),…,(φ(xn),yn)}。

    圖1 基于異類類內(nèi)超平面的距離示意圖Fig.1 Diagram for the distance of heterogeneous hyperplane

    因此,正類樣本點xi到負(fù)類類內(nèi)超平面l2的距離可定義為

    (4)

    同理,負(fù)類樣本點xi到正類類內(nèi)超平面l1的距離可定義為

    (5)

    =|(x+-x-)·(φ(xi)-x-)|

    同理,當(dāng)yi=-1時,di-的分子及r-可分別表示為

    這樣,為了表示第i個樣本隸屬于對應(yīng)類標(biāo)簽的程度,可設(shè)計如下基于樣本點到異類類內(nèi)超平面距離的隸屬函數(shù)

    (6)

    式(6)中σ是一個給定的很小的正數(shù),目的是為了保證隸屬函數(shù)μi的取值大于0。

    3 基于異類類內(nèi)超平面的模糊支持向量機(jī)

    傳統(tǒng)的支持向量機(jī)是把所有的訓(xùn)練樣本看作同等重要的,這使得獲得的分類超平面對噪聲數(shù)據(jù)或者非支持向量樣本較為敏感,從而導(dǎo)致獲得的最優(yōu)分類超平面存在偏差,進(jìn)而影響分類器的分類精度。為了克服上述問題,本小節(jié)將上節(jié)設(shè)計的隸屬函數(shù)賦予每個向量不同的權(quán)重,并結(jié)合傳統(tǒng)支持向量機(jī),構(gòu)建基于異類類內(nèi)超平面的模糊支持向量機(jī)。

    在引入隸屬函數(shù)μi后,訓(xùn)練樣本集{φ(xi),yi}變?yōu)閧φ(xi),yi,μi}其中0≤ui≤1,i=1,2,…,n,它表示第i個樣本隸屬于對應(yīng)類標(biāo)簽的程度。這樣,可建立如下二次規(guī)劃問題:

    s.tyi(ω·φ(xi)+b)≥1-ξi

    ξi≥0,i=1,2,…,n

    (7)

    其中C>0為懲罰參數(shù),μi為式(6)給出的隸屬函數(shù),ξi為松弛變量。對于原問題(7),通過構(gòu)造拉格朗日函數(shù),可轉(zhuǎn)化為如下對偶問題:

    0≤αi≤μiC,i=1,2,…,n

    (8)

    其中K(xi,xj)=(φ(xi),φ(xj))為核函數(shù),αi為拉格朗日乘子。結(jié)合傳統(tǒng)支持向量機(jī),可設(shè)計求解上述優(yōu)化問題的求解算法,該算法就稱為基于異類類內(nèi)超平面的模糊支持向量機(jī)。

    下面將通過UCI數(shù)據(jù)集和信用評估問題的實驗驗證所設(shè)計算法的有效性。

    4 實驗

    UCI數(shù)據(jù)庫是加州大學(xué)歐文分校(University of CaliforniaIrvine)開發(fā)的用于機(jī)器學(xué)習(xí)的數(shù)據(jù)庫,UCI數(shù)據(jù)集是眾多學(xué)者常用的標(biāo)準(zhǔn)測試數(shù)據(jù)集。為了驗證上述構(gòu)建的基于異類類內(nèi)超平面的模糊支持向量機(jī)的有效性,本節(jié)將首先利用UCI數(shù)據(jù)集選擇部分?jǐn)?shù)據(jù)進(jìn)行實驗,然后在個人信用評估問題中驗證該方法的有效性。

    4.1 模型評估指標(biāo)

    考慮到數(shù)據(jù)集的不平衡性,選取F1值。F1是非平衡數(shù)據(jù)集分類問題中有效的評價準(zhǔn)則之一[28],它是基于混淆矩陣的一個評估指標(biāo),詳見式(9)。

    在分類任務(wù)中,混淆矩陣是一個N×N的矩陣,其中N是被預(yù)測的類別數(shù),在本文中由于是一個二分類任務(wù),所以混淆矩陣是一個2×2的矩陣。表1是一個二分類任務(wù)中的混淆矩陣實例表。

    表1 基于二分類的混淆矩陣

    F1的計算表達(dá)式為[25]

    (9)

    4.2 基于UCI數(shù)據(jù)集的實驗

    本小節(jié)選取UCI數(shù)據(jù)庫中4個不同的數(shù)據(jù)集進(jìn)行實驗,各數(shù)據(jù)集的樣本數(shù)量、屬性數(shù)量、正負(fù)類樣本數(shù)量詳見表2。

    表2 數(shù)據(jù)集描述

    為了驗證本文提出的基于異類超平面的模糊支持向量機(jī)(DHFSVM)的有效性,將它與傳統(tǒng)的支持向量機(jī)(SVM)、決策樹(DTC)、高斯樸素貝葉斯模型(GNB)三種模型分別在4種UCI數(shù)據(jù)集上進(jìn)行實驗,實驗結(jié)果如圖2所示。

    從圖2中可以看出,DHFSVM算法在Bupa、Diabetes、Habeman等3個數(shù)據(jù)集上的F1值為最高,在Banknote數(shù)據(jù)集上為第二高。這說明,本文所構(gòu)建的DHFSVM算法考慮了不平衡數(shù)據(jù)集中不同樣本在分類過程中的不同作用,有效地提高了不平衡數(shù)據(jù)分類的準(zhǔn)確性。

    圖2 基于GNB、SVM、DTC與DHFSVM在數(shù)據(jù)集上的F1值柱狀圖Fig.2 Histogram of F1value with GNB,SVM,DTC and DHFSVM

    4.3 個人信用評估中的應(yīng)用

    在個人信用評估問題中,信貸數(shù)據(jù)涉及到個人隱私等問題,眾多信貸數(shù)據(jù)無法開放獲取,因此本文中采用來自Kaggle數(shù)據(jù)科學(xué)競賽平臺上的信貸數(shù)據(jù)集,該數(shù)據(jù)集的名稱為“Give Me Some Credit”。在該數(shù)據(jù)集中,包含10個解釋變量xi,i=1,2,…,10,一個被解釋變量y。具體如表3所示。

    表3 變量及其描述

    由于該數(shù)據(jù)集數(shù)量較大(將近15萬條),本實驗隨機(jī)選取了其中的1 000條數(shù)據(jù),其中違約數(shù)據(jù)為200條,未違約數(shù)據(jù)為800條。在圖3中,給出了GNB、SVM、DTC以及DHFSVM基于“Give Me Some Credit”數(shù)據(jù)集的分類混淆矩陣。

    由式(9)F1值及如圖3所示的混淆矩陣可以計算得出各個模型對應(yīng)的F1值,結(jié)果如圖4所示。

    圖3 基于GNB、SVM、DTC和DHFSVM的混淆矩陣Fig.3 Confusion matrices with GNB,SVM,DTC and DHFSVM

    由圖4所示的結(jié)果可以看出,在GNB、SVM、DTC和DHFSVM 4種算法中,本文所構(gòu)建的DHFSVM算法表現(xiàn)最好,取得了最大的F1值0.87。這說明,在分類算法的構(gòu)建時,充分考慮不平衡數(shù)據(jù)中不同樣本點(包含噪聲)所起的不同作用,可有效提高分類算法的精度,也說明了本文所構(gòu)建的DHFSVM算法可以較好地應(yīng)用于個人信用評估問題。

    圖4 基于GNB、SVM、DTC與DHFSVM在信貸數(shù)據(jù)集上的F1值柱狀圖Fig.4 Histogram of F1 value on the credit data with GNB,SVM,DTC and DHFSVM

    5 結(jié)論

    本文結(jié)合模糊數(shù)學(xué)理論、經(jīng)典支持向量機(jī),構(gòu)建了一種基于異類類內(nèi)超平面的模糊支持向量機(jī)(DHFSVM)。與GNB、DTC、SVM 3種方法對比發(fā)現(xiàn):(1)DHFSVM算法在Bupa、Diabetes、Habeman等3個數(shù)據(jù)集上的F1值最高,在Banknote數(shù)據(jù)集上第二高,表明所構(gòu)建的DHFSVM算法可通過賦予不同樣本不同的權(quán)重來降低噪聲對風(fēng)險評估帶來的影響;(2)在Kaggle數(shù)據(jù)科學(xué)競賽平臺上提供的真實信貸數(shù)據(jù)集進(jìn)行的實驗發(fā)現(xiàn),DHFSVM算法表現(xiàn)最好,取得了最大的F1值。表明DHFSVM算法可有效提高不平衡信貸數(shù)據(jù)集的分類準(zhǔn)確性,可為個人貸款業(yè)務(wù)中個人信用風(fēng)險評估問題提供借鑒。

    猜你喜歡
    異類超平面個人信用
    全純曲線的例外超平面
    涉及分擔(dān)超平面的正規(guī)定則
    基于HPSO-BP神經(jīng)網(wǎng)絡(luò)的個人信用評估
    個人信用信息何以應(yīng)由憲法保護(hù)?——一個制度論證的進(jìn)路
    法大研究生(2020年2期)2020-01-19 01:43:22
    以較低截斷重數(shù)分擔(dān)超平面的亞純映射的唯一性問題
    嚴(yán)重交通違法行為將直接與個人信用掛鉤
    汽車與安全(2016年5期)2016-12-01 05:22:05
    毛毛蟲中的異類
    魚中的異類
    分擔(dān)超平面的截斷型亞純映射退化性定理
    鸚鵡中的異類
    国产真实伦视频高清在线观看| 男人舔女人下体高潮全视频| 全区人妻精品视频| 亚洲精品日韩av片在线观看| 国产成人福利小说| 亚洲国产精品成人久久小说 | 亚洲18禁久久av| 日本黄色片子视频| 亚洲av成人精品一区久久| 亚洲自偷自拍三级| 少妇猛男粗大的猛烈进出视频 | 天堂网av新在线| 亚洲精品国产成人久久av| 国产一区二区三区在线臀色熟女| 日本一二三区视频观看| 成人特级黄色片久久久久久久| 亚洲av不卡在线观看| 一a级毛片在线观看| 美女被艹到高潮喷水动态| 久久久久久久久久成人| 啦啦啦观看免费观看视频高清| 亚洲成人av在线免费| 亚洲最大成人中文| 男人舔奶头视频| 男女边吃奶边做爰视频| 国产一区二区三区在线臀色熟女| 久久99热6这里只有精品| 中文字幕久久专区| 中文字幕av在线有码专区| 亚洲av成人精品一区久久| 天堂影院成人在线观看| 国产 一区 欧美 日韩| 一本精品99久久精品77| 成人精品一区二区免费| 亚洲国产欧洲综合997久久,| 日韩欧美三级三区| 国产成人福利小说| 色哟哟·www| 成人特级av手机在线观看| 高清毛片免费观看视频网站| 日韩中字成人| 91麻豆精品激情在线观看国产| 夜夜看夜夜爽夜夜摸| 久久久a久久爽久久v久久| 亚洲国产精品国产精品| 久久6这里有精品| 精品久久久久久久久亚洲| 日本-黄色视频高清免费观看| 看十八女毛片水多多多| 最好的美女福利视频网| 日韩欧美 国产精品| 日本五十路高清| av在线观看视频网站免费| 日产精品乱码卡一卡2卡三| 国产午夜精品久久久久久一区二区三区 | 午夜久久久久精精品| 欧美成人免费av一区二区三区| 一个人观看的视频www高清免费观看| 人妻制服诱惑在线中文字幕| 波多野结衣巨乳人妻| 在线国产一区二区在线| 国产av一区在线观看免费| 晚上一个人看的免费电影| 韩国av在线不卡| 亚洲精品456在线播放app| 极品教师在线视频| 精品久久久久久久久久免费视频| 99热精品在线国产| 久久精品国产亚洲av涩爱 | 国产熟女欧美一区二区| 亚洲av.av天堂| 中国美女看黄片| 免费黄网站久久成人精品| 自拍偷自拍亚洲精品老妇| 亚洲欧美成人综合另类久久久 | 久久久a久久爽久久v久久| 亚洲经典国产精华液单| 欧美区成人在线视频| 悠悠久久av| 91av网一区二区| www.色视频.com| 国产欧美日韩精品亚洲av| 亚洲最大成人av| 免费人成视频x8x8入口观看| 一级毛片我不卡| 熟女人妻精品中文字幕| 午夜激情福利司机影院| 免费看日本二区| 内地一区二区视频在线| 亚洲乱码一区二区免费版| 最近的中文字幕免费完整| 99热这里只有是精品在线观看| 色视频www国产| av福利片在线观看| 人妻夜夜爽99麻豆av| 欧美+亚洲+日韩+国产| 91av网一区二区| 一a级毛片在线观看| 黑人高潮一二区| 偷拍熟女少妇极品色| 高清毛片免费观看视频网站| 亚洲av中文字字幕乱码综合| 黄色一级大片看看| 熟女电影av网| 人人妻,人人澡人人爽秒播| 精品久久久久久久久久久久久| 真人做人爱边吃奶动态| 少妇被粗大猛烈的视频| 国产成人影院久久av| 精品一区二区三区av网在线观看| 人妻夜夜爽99麻豆av| 两个人视频免费观看高清| 国产精品国产高清国产av| 97人妻精品一区二区三区麻豆| 深爱激情五月婷婷| 男女那种视频在线观看| 久久人人精品亚洲av| 精品国产三级普通话版| 国产成人a∨麻豆精品| 在线播放国产精品三级| 啦啦啦啦在线视频资源| 免费不卡的大黄色大毛片视频在线观看 | 成人综合一区亚洲| 韩国av在线不卡| 亚洲精品456在线播放app| 日韩一区二区视频免费看| 国产精品不卡视频一区二区| 日韩,欧美,国产一区二区三区 | 日本熟妇午夜| 99国产极品粉嫩在线观看| 丰满人妻一区二区三区视频av| 欧美日韩乱码在线| 老司机福利观看| 国产私拍福利视频在线观看| 国产av在哪里看| 成人国产麻豆网| 亚洲内射少妇av| 色播亚洲综合网| 三级毛片av免费| 精品久久久久久久久久久久久| 久久久久免费精品人妻一区二区| 国产免费一级a男人的天堂| 久久人人爽人人爽人人片va| 成年免费大片在线观看| 网址你懂的国产日韩在线| 亚洲一级一片aⅴ在线观看| 男人和女人高潮做爰伦理| 18+在线观看网站| 深爱激情五月婷婷| 天堂影院成人在线观看| 熟女电影av网| 精品久久久久久久久亚洲| 亚洲精品国产成人久久av| 久久国内精品自在自线图片| 别揉我奶头 嗯啊视频| 波野结衣二区三区在线| 日本五十路高清| 又黄又爽又刺激的免费视频.| 精品欧美国产一区二区三| 日本欧美国产在线视频| 干丝袜人妻中文字幕| 精品人妻一区二区三区麻豆 | 免费av观看视频| 欧美日韩国产亚洲二区| 日韩av在线大香蕉| 美女被艹到高潮喷水动态| 深夜a级毛片| 最后的刺客免费高清国语| 两个人视频免费观看高清| 国产乱人偷精品视频| 亚洲一区二区三区色噜噜| 欧美成人一区二区免费高清观看| 美女被艹到高潮喷水动态| 中文在线观看免费www的网站| 99久久久亚洲精品蜜臀av| 偷拍熟女少妇极品色| 日韩人妻高清精品专区| 18禁在线播放成人免费| 欧美国产日韩亚洲一区| 人人妻,人人澡人人爽秒播| 亚洲人成网站在线播| 高清日韩中文字幕在线| 久久久国产成人精品二区| 亚洲美女黄片视频| 亚洲欧美日韩高清专用| 99久久九九国产精品国产免费| 亚州av有码| 国产美女午夜福利| 亚洲精华国产精华液的使用体验 | 你懂的网址亚洲精品在线观看 | 精品人妻一区二区三区麻豆 | 久久久成人免费电影| 成人午夜高清在线视频| 又爽又黄无遮挡网站| 看十八女毛片水多多多| 日韩成人伦理影院| 日本黄大片高清| 我的女老师完整版在线观看| 少妇的逼好多水| 色播亚洲综合网| 国产中年淑女户外野战色| 精品久久久久久久人妻蜜臀av| 亚洲国产高清在线一区二区三| 国产成人91sexporn| 国产精品久久久久久av不卡| 国产91av在线免费观看| 亚洲精品亚洲一区二区| 蜜桃久久精品国产亚洲av| 成人特级黄色片久久久久久久| 狂野欧美激情性xxxx在线观看| 色av中文字幕| 色哟哟哟哟哟哟| 两个人视频免费观看高清| 青春草视频在线免费观看| av在线观看视频网站免费| 岛国在线免费视频观看| 特大巨黑吊av在线直播| 91在线观看av| 亚洲欧美精品自产自拍| 91麻豆精品激情在线观看国产| 最后的刺客免费高清国语| 亚洲第一电影网av| 国产亚洲精品久久久久久毛片| 久久久久久久午夜电影| 国产色爽女视频免费观看| 亚洲真实伦在线观看| 亚洲va在线va天堂va国产| 久久久久免费精品人妻一区二区| 精品久久久久久久久av| 免费人成在线观看视频色| 一a级毛片在线观看| 国产精品美女特级片免费视频播放器| 亚洲电影在线观看av| 一个人免费在线观看电影| 又黄又爽又刺激的免费视频.| 少妇人妻一区二区三区视频| 在线免费观看不下载黄p国产| h日本视频在线播放| 国产一区二区三区在线臀色熟女| 欧美最黄视频在线播放免费| 91麻豆精品激情在线观看国产| 欧美丝袜亚洲另类| 不卡一级毛片| 成人无遮挡网站| 人人妻人人看人人澡| 日韩中字成人| 99久久无色码亚洲精品果冻| a级毛色黄片| 日韩在线高清观看一区二区三区| 又爽又黄无遮挡网站| 在线观看av片永久免费下载| 色播亚洲综合网| 亚洲欧美成人精品一区二区| 久久精品影院6| 日本黄大片高清| 岛国在线免费视频观看| 国产伦在线观看视频一区| 波多野结衣高清作品| 欧美另类亚洲清纯唯美| 日本五十路高清| 在现免费观看毛片| 全区人妻精品视频| 欧美成人一区二区免费高清观看| 少妇高潮的动态图| 在线观看美女被高潮喷水网站| 欧美潮喷喷水| 国产一区亚洲一区在线观看| 精品久久久久久久久久久久久| 国产午夜精品久久久久久一区二区三区 | 日本黄色片子视频| 97碰自拍视频| 别揉我奶头~嗯~啊~动态视频| 伦理电影大哥的女人| 亚洲精品国产成人久久av| 美女免费视频网站| 欧美日本视频| 国产一区二区在线av高清观看| 尤物成人国产欧美一区二区三区| 看非洲黑人一级黄片| 国产精品国产三级国产专区5o| 狂野欧美激情性bbbbbb| 精品人妻一区二区三区麻豆| 在线观看av片永久免费下载| 色吧在线观看| 春色校园在线视频观看| 中文资源天堂在线| 国产精品成人在线| 男人添女人高潮全过程视频| av福利片在线观看| 在线观看国产h片| 性高湖久久久久久久久免费观看| 日韩制服骚丝袜av| 麻豆乱淫一区二区| 中国美白少妇内射xxxbb| 国产 一区精品| 国产成人aa在线观看| 另类亚洲欧美激情| 亚洲熟女精品中文字幕| 在线观看美女被高潮喷水网站| 午夜精品国产一区二区电影| av天堂中文字幕网| 中文精品一卡2卡3卡4更新| 亚洲精品第二区| 九草在线视频观看| 日本黄色片子视频| 国产黄色免费在线视频| 久久久久久久精品精品| 嘟嘟电影网在线观看| 九九在线视频观看精品| 国产极品天堂在线| 国产美女午夜福利| 日韩一本色道免费dvd| 久久国内精品自在自线图片| 色网站视频免费| 久久韩国三级中文字幕| 亚洲精品日韩在线中文字幕| 国内精品宾馆在线| 中文字幕人妻丝袜制服| 午夜免费鲁丝| 免费黄频网站在线观看国产| 欧美日韩一区二区视频在线观看视频在线| 久久人人爽人人爽人人片va| a级毛色黄片| 国产av精品麻豆| √禁漫天堂资源中文www| 免费黄频网站在线观看国产| 97超视频在线观看视频| 一级爰片在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 99热国产这里只有精品6| 国产乱来视频区| 日韩av不卡免费在线播放| 国产淫片久久久久久久久| 中文字幕人妻丝袜制服| 国内精品宾馆在线| 我的老师免费观看完整版| 婷婷色综合www| 最近中文字幕2019免费版| 国产无遮挡羞羞视频在线观看| 午夜日本视频在线| 日韩 亚洲 欧美在线| 欧美最新免费一区二区三区| 夫妻午夜视频| 亚洲欧美日韩卡通动漫| 男人狂女人下面高潮的视频| 伊人久久国产一区二区| 97超碰精品成人国产| 欧美精品一区二区免费开放| av卡一久久| 精品视频人人做人人爽| 少妇人妻一区二区三区视频| 国产精品久久久久成人av| 日日啪夜夜爽| 只有这里有精品99| 国产精品伦人一区二区| 午夜av观看不卡| 另类精品久久| 婷婷色综合大香蕉| 高清毛片免费看| 有码 亚洲区| 免费人成在线观看视频色| 大片电影免费在线观看免费| 国产淫语在线视频| 久久精品国产亚洲av涩爱| 国产日韩一区二区三区精品不卡 | 久久av网站| 亚洲情色 制服丝袜| 曰老女人黄片| 日韩av不卡免费在线播放| 国产片特级美女逼逼视频| 日本猛色少妇xxxxx猛交久久| 黄色欧美视频在线观看| 多毛熟女@视频| 夜夜骑夜夜射夜夜干| 欧美区成人在线视频| 午夜91福利影院| 欧美最新免费一区二区三区| 中文字幕精品免费在线观看视频 | 大香蕉久久网| 精品卡一卡二卡四卡免费| 久久女婷五月综合色啪小说| 一本久久精品| 我的老师免费观看完整版| 国产淫片久久久久久久久| 欧美精品一区二区大全| 99热全是精品| 蜜臀久久99精品久久宅男| 韩国高清视频一区二区三区| 哪个播放器可以免费观看大片| 亚洲精品456在线播放app| 婷婷色综合大香蕉| 久久久久久久久久久丰满| 美女国产视频在线观看| 亚洲成色77777| 亚洲国产最新在线播放| 永久网站在线| 精品人妻熟女av久视频| 六月丁香七月| 国产精品一区二区三区四区免费观看| 亚洲第一av免费看| 少妇人妻一区二区三区视频| 五月天丁香电影| 夫妻性生交免费视频一级片| 久久综合国产亚洲精品| 亚洲三级黄色毛片| 日韩不卡一区二区三区视频在线| 久久精品国产亚洲网站| av播播在线观看一区| 亚洲国产色片| 九九在线视频观看精品| 人人妻人人添人人爽欧美一区卜| 国产一区有黄有色的免费视频| 只有这里有精品99| 亚洲精品日本国产第一区| 人妻制服诱惑在线中文字幕| 国产亚洲午夜精品一区二区久久| 涩涩av久久男人的天堂| 午夜激情久久久久久久| 欧美变态另类bdsm刘玥| 午夜免费鲁丝| 国语对白做爰xxxⅹ性视频网站| 少妇高潮的动态图| 一本大道久久a久久精品| 国产免费一级a男人的天堂| 国产精品一区www在线观看| 亚洲精品日韩在线中文字幕| 男女国产视频网站| 97超碰精品成人国产| 少妇裸体淫交视频免费看高清| 老司机影院毛片| 大香蕉97超碰在线| 久久久亚洲精品成人影院| 少妇熟女欧美另类| 日韩伦理黄色片| av在线app专区| 国产男人的电影天堂91| 午夜免费男女啪啪视频观看| 国精品久久久久久国模美| 亚洲成色77777| 国产亚洲精品久久久com| 91久久精品电影网| 国产无遮挡羞羞视频在线观看| 少妇丰满av| 精品亚洲成国产av| 久久久精品94久久精品| 国产成人freesex在线| 五月天丁香电影| 九草在线视频观看| 午夜老司机福利剧场| 日本免费在线观看一区| 国产美女午夜福利| 精华霜和精华液先用哪个| 九九爱精品视频在线观看| 在线观看免费高清a一片| 国产黄片美女视频| 成年人午夜在线观看视频| 日韩一本色道免费dvd| 色视频www国产| 又大又黄又爽视频免费| 少妇精品久久久久久久| 多毛熟女@视频| 色5月婷婷丁香| 在线观看免费高清a一片| 欧美三级亚洲精品| 国产日韩欧美视频二区| 少妇被粗大猛烈的视频| 日本91视频免费播放| 又粗又硬又长又爽又黄的视频| h视频一区二区三区| 免费看av在线观看网站| 少妇人妻久久综合中文| 日韩精品免费视频一区二区三区 | 国产深夜福利视频在线观看| 亚洲一区二区三区欧美精品| 热99国产精品久久久久久7| 在线精品无人区一区二区三| 久久久国产一区二区| 久久精品国产鲁丝片午夜精品| 亚洲精品日韩在线中文字幕| 老司机亚洲免费影院| 熟女电影av网| 91精品一卡2卡3卡4卡| 一级片'在线观看视频| 一个人免费看片子| 我的女老师完整版在线观看| 久久精品国产a三级三级三级| 免费高清在线观看视频在线观看| 曰老女人黄片| 亚洲精品亚洲一区二区| 国产精品伦人一区二区| 日韩大片免费观看网站| 久久ye,这里只有精品| 又爽又黄a免费视频| 精品久久久久久久久亚洲| 亚洲av在线观看美女高潮| 日本午夜av视频| 亚洲精品中文字幕在线视频 | 日韩电影二区| 天美传媒精品一区二区| 精品国产乱码久久久久久小说| 精品亚洲成国产av| 在线观看国产h片| 国产精品一区二区在线观看99| 老司机影院成人| 国产高清有码在线观看视频| 亚洲电影在线观看av| 日韩一区二区三区影片| 99久久精品热视频| 99久久精品一区二区三区| 黄色怎么调成土黄色| 国产亚洲一区二区精品| 精品一区二区免费观看| 午夜视频国产福利| 91精品国产国语对白视频| 免费大片黄手机在线观看| 午夜福利网站1000一区二区三区| 亚洲高清免费不卡视频| 欧美激情极品国产一区二区三区 | 99热网站在线观看| av在线app专区| 国产精品国产三级国产av玫瑰| 一个人免费看片子| av又黄又爽大尺度在线免费看| 精品久久久噜噜| 少妇的逼好多水| 两个人免费观看高清视频 | 日韩成人伦理影院| 午夜91福利影院| 日日啪夜夜撸| 色网站视频免费| 国产成人aa在线观看| 日韩精品有码人妻一区| 人妻 亚洲 视频| 男男h啪啪无遮挡| 久久久亚洲精品成人影院| 成年av动漫网址| 色吧在线观看| 涩涩av久久男人的天堂| 亚洲一级一片aⅴ在线观看| tube8黄色片| 有码 亚洲区| 日韩熟女老妇一区二区性免费视频| 国产淫片久久久久久久久| 3wmmmm亚洲av在线观看| 在线观看免费视频网站a站| 日韩欧美一区视频在线观看 | 女人久久www免费人成看片| 下体分泌物呈黄色| 最新中文字幕久久久久| 人妻 亚洲 视频| 99久久综合免费| 男女啪啪激烈高潮av片| 99久久人妻综合| 亚洲欧洲精品一区二区精品久久久 | 美女中出高潮动态图| 久久久久久久精品精品| 边亲边吃奶的免费视频| 亚洲不卡免费看| 噜噜噜噜噜久久久久久91| 九九在线视频观看精品| 超碰97精品在线观看| av又黄又爽大尺度在线免费看| 亚洲欧美日韩东京热| 简卡轻食公司| 日韩制服骚丝袜av| 尾随美女入室| 热99国产精品久久久久久7| 五月伊人婷婷丁香| 日韩精品免费视频一区二区三区 | 九九久久精品国产亚洲av麻豆| 欧美高清成人免费视频www| 午夜老司机福利剧场| 黄片无遮挡物在线观看| 国产日韩欧美在线精品| 久久 成人 亚洲| 91午夜精品亚洲一区二区三区| av在线app专区| 色视频在线一区二区三区| 永久免费av网站大全| 亚洲美女搞黄在线观看| av天堂久久9| 欧美xxⅹ黑人| 特大巨黑吊av在线直播| 男女国产视频网站| 日本免费在线观看一区| 中文字幕亚洲精品专区| 精品一区在线观看国产| 欧美区成人在线视频| 国产一级毛片在线| 国产精品免费大片| 亚洲成人av在线免费| 亚洲精品中文字幕在线视频 | 在线观看www视频免费| av免费观看日本| 久久精品国产鲁丝片午夜精品| 欧美精品国产亚洲| 久久久国产精品麻豆| 国产精品一二三区在线看| 中文精品一卡2卡3卡4更新| 性高湖久久久久久久久免费观看| 麻豆乱淫一区二区| 777米奇影视久久| 日本av免费视频播放| 久久这里有精品视频免费| 午夜老司机福利剧场| av免费观看日本| 少妇的逼水好多| 2021少妇久久久久久久久久久| 久久久久精品久久久久真实原创| 91精品一卡2卡3卡4卡| 国产乱来视频区| 自拍欧美九色日韩亚洲蝌蚪91 | 国产又色又爽无遮挡免| 美女内射精品一级片tv| 高清黄色对白视频在线免费看 |