• <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PCA降維的成對約束半監(jiān)督聚類集成

    2021-01-27 06:53:12黃欣辰黃豪杰
    計算機與現(xiàn)代化 2021年1期
    關鍵詞:降維集上約束

    黃欣辰,皋 軍,黃豪杰

    (1.鹽城工學院信息工程學院,江蘇 鹽城 224002; 2.江蘇科技大學計算機學院,江蘇 鎮(zhèn)江 212003)

    0 引 言

    聚類分析的目的是根據(jù)對象之間的相似度對對象分組,使得簇內(nèi)對象相似度盡量高,而簇間對象相似度盡量低,簇內(nèi)相似性越大,簇間差別越大,聚類性能越好[1]。但單個的聚類方法不能令人產(chǎn)生滿意的結(jié)果,聚類集成是一種將多個不同的聚類結(jié)果進行合并,能夠獲得比傳統(tǒng)聚類算法更好聚類結(jié)果的方法[2]。目前聚類集成的研究主要集中在無監(jiān)督學習領域中,沒有考慮到用戶或者專家提供的先驗知識。而半監(jiān)督聚類集成將少量帶有標簽的數(shù)據(jù)代入到聚類集成中,監(jiān)督與指導集成過程,最終獲得更加優(yōu)越的聚類結(jié)果,使得整個過程更具穩(wěn)定性、準確性和魯棒性[3-5]。

    常見的半監(jiān)督聚類方法有3種。第1種是基于約束的半監(jiān)督聚類[4],樣本兩兩之間包含了一組成對約束信息,即正約束(must-link)和負約束(cannot-link)信息,通過它們能很有效地指導聚類過程。must-link約束規(guī)定:若2個樣本滿足must-link約束,則2個樣本在聚類時一定被劃分到同一個簇中。cannot-link約束規(guī)定:若2個樣本滿足cannot-link約束,則2個樣本在聚類時一定被劃分到不同簇之中。第2種是基于距離的半監(jiān)督聚類[6],這類算法是根據(jù)樣本之間的約束信息來構(gòu)造一個距離度量函數(shù),對樣本點進行劃分,形成分組。第3種是基于約束和距離的半監(jiān)督聚類算法[7],它是第1種和第2種方法的融合。

    隨著大數(shù)據(jù)時代的到來,各種各樣的數(shù)據(jù)出現(xiàn)在人們生活中,如文本數(shù)據(jù)、圖片數(shù)據(jù)、聲音數(shù)據(jù)、視頻數(shù)據(jù)、基因數(shù)據(jù)等,且這些冗長的數(shù)據(jù)越來越呈現(xiàn)出高維性的特點,使得很多算法在數(shù)據(jù)分析過程中引起“維數(shù)災難”[8-9]。在實際生活中,通常先對高維數(shù)據(jù)進行降維處理,然后再進行后續(xù)操作。

    針對上述問題,本文在現(xiàn)有的半監(jiān)督降維聚類算法基礎上,提出一種基于PCA降維技術的成對約束半監(jiān)督聚類集成算法(Semi supervised clustering ensemble with pairwise constraints based on PCA dimension reduction, SSCEDR)。首先通過PCA主成分分析對原始數(shù)據(jù)進行降維,然后結(jié)合半監(jiān)督聚類集成技術,在降維后的空間中將成對約束等先驗知識代入到聚類集成過程,得到最終的聚類結(jié)果。在多組數(shù)據(jù)集上進行的實驗表明,SSCEDR算法能夠提升聚類質(zhì)量,取得更好的聚類結(jié)果。

    1 PCA降維

    降維是一種對高維數(shù)據(jù)進行維數(shù)約簡的方法,一般根據(jù)高維數(shù)據(jù)特征的重要性,有選擇地保留一些重要特征,實現(xiàn)數(shù)據(jù)從高維到低維的轉(zhuǎn)化。常見的降維算法有奇異值分解(SVD)[10]、主成分分析(PCA)[11]、線性判別分析(LDA)[12]、因子分析(FA)[13]、獨立成分分析(ICA)[14]。

    本文選用的降維算法是PCA(Principal Componet Analysis),即主成分分析法,是一種應用十分普遍的線性降維算法。主成分分析的核心思想是將n維特征映射到k維特征,得到一種新的正交特征,即主成分,它是在原有n維特征的基礎上重建的k維特征[15]。

    給定一組數(shù)據(jù):X=[x1,x2,…,xn],降維的目標是要找出一個投影矩陣W=[w1,w2,…,wd],使得數(shù)據(jù)的低維表示Y=WTX能夠保留原有高維數(shù)據(jù)的原始結(jié)構(gòu)。PCA需要找到數(shù)據(jù)方差最大的方向,定義目標函數(shù)為:

    =arg max Tr(WTSW)

    (1)

    它的衡量指標是數(shù)據(jù)方差,數(shù)據(jù)間的方差越大,包含數(shù)據(jù)的原始特征信息越多,數(shù)據(jù)間的方差越小,包含數(shù)據(jù)的原始特征信息就越少。PCA就是在盡可能地保留原始數(shù)據(jù)重要特征的基礎上,對數(shù)據(jù)進行降維,將高維數(shù)據(jù)投影到數(shù)據(jù)方差最大的方向組成新的子空間[16]。

    (2)

    G(k)為方差累計貢獻率,也叫特征值累計貢獻率,當累計貢獻率大于90%時,一般認為能足夠反映原來的數(shù)據(jù)信息,此時對應的k就是降維后的維數(shù)。

    2 基于成對約束的半監(jiān)督聚類集成

    常見的半監(jiān)督聚類算法有基于約束的方法(CBSSC)[17]、基于距離測度函數(shù)學習的方法(DBSSC)[18]、結(jié)合約束與距離的半監(jiān)督算法(CDBSSC)[19]。受文獻[20]的啟發(fā),本文選擇基于約束的方法,來指導半監(jiān)督信息的添加,引入一種基于成對約束的半監(jiān)督聚類集成算法(Semi supervised clustering Ensemble based on pairwise constraints,SSCE)。

    基于成對約束的半監(jiān)督聚類集成可分為2個步驟:1)輸入數(shù)據(jù)集,運行常用聚類分析算法,輸出聚類成員集P={p1,p2,…,pH},這一步稱為聚類成員生成;2)添加半監(jiān)督信息,得到半監(jiān)督相似矩陣S′,輸出最終結(jié)果Pf,這一步為半監(jiān)督共識函數(shù)設計[21]。下面著重對第二步予以闡述。

    定義1must-link集合M={(xi,xj)},若(xi,xj)∈M,則表明數(shù)據(jù)xi和xj必屬于同類,即xi和xj滿足正關聯(lián)約束關系。

    定義2cannot-link集合C={(xi,xj)},若(xi,xj)∈C,則表明數(shù)據(jù)xi和xj必屬于不同類,即xi和xj滿足負關聯(lián)約束關系。

    故可用aij來表示樣本點i和樣本點j之間的相似度,aij用公式(3)表示:

    (3)

    即樣本點i和j滿足must-link約束aij=1,否則aij=0。

    根據(jù)公式(3),能夠得到包含must-link約束信息的矩陣M和包含cannot-link約束信息的矩陣C。矩陣M和矩陣C的維度與數(shù)據(jù)集X的相似性矩陣S相同。其中S=(s(xi,xj))N×N,s(xi,xj)=NMI(P(i,:),P(j,:))。

    加入半監(jiān)督信息后的相似性矩陣用D表示,計算公式如公式(4):

    D=S-C+M

    (4)

    因為矩陣S、M和C的取值范圍都在0~1,所以矩陣D的取值范圍在-1~2之間,因此需要對矩陣D繼續(xù)優(yōu)化。如果2個樣本的相似度大于1,則一定是同一類,故令它們相似度為1;如果2個樣本的相似度小于0,則一定是不同類,故令它們相似度為0。因此可用公式(5)來優(yōu)化矩陣D,獲得半監(jiān)督相似性矩陣S′:

    (5)

    基于成對約束的半監(jiān)督聚類集成算法。

    輸入:數(shù)據(jù)集X={x1,x2,…,xN},簇個數(shù)k,聚類成員個數(shù)H。

    1)運行k-means算法H次,每次隨機選取初始質(zhì)心,生成H個初始聚類成員;形成集成成員集P;

    2)根據(jù)公式(3)~公式(5)得到相似性矩陣S′;

    3)計算拉普拉斯矩陣L的最小特征值和對應特征向量,構(gòu)建特征向量空間F;

    4)在特征向量空間F中運行k-means算法得到最終聚類結(jié)果Pf。

    輸出:最終聚類結(jié)果Pf。

    3 基于PCA降維的半監(jiān)督聚類集成算法

    基于上面的描述,本文提出一種基于PCA降維技術和成對約束的半監(jiān)督聚類集成算法,首先通過PCA降維對原始高維數(shù)據(jù)進行降維,將原始數(shù)據(jù)降維到k維,并最大限度地保持原有數(shù)據(jù)集的一些重要特征,然后對得到的降維后的數(shù)據(jù)集進行基于成對約束的半監(jiān)督聚類集成,其步驟如下:

    輸入:數(shù)據(jù)集X={x1,x2,…,xN},簇個數(shù)k,聚類成員個數(shù)H.降維后的維數(shù)d。

    1)數(shù)據(jù)降維:

    ②計算樣本的協(xié)方差矩陣XXT,并進行特征值分解;

    ③取最大的d個特征值所對應的特征向量(ω1,…,ωd)組成特征向量矩陣W;

    ④將數(shù)據(jù)轉(zhuǎn)化到d維空間中,即Y=WTX。

    2)對數(shù)據(jù)集Y,運行k-means算法H次,每次隨機選取初始質(zhì)心,生成H個初始聚類成員,形成集成成員集P。

    3)根據(jù)公式(3)~公式(5)得到相似性矩陣S′。

    4)計算拉普拉斯矩陣L的最小特征值和對應特征向量,構(gòu)建特征向量空間F。

    5)在特征向量空間F中運行k-means算法得到最終聚類結(jié)果Pf。

    輸出:最終聚類結(jié)果Pf。

    4 實 驗

    4.1 實驗數(shù)據(jù)集和評價標準

    為了驗證算法的有效性,實驗中共選用了8組數(shù)據(jù)集,其中4組UCI數(shù)據(jù)集,2組手寫體圖像數(shù)據(jù)集,2組人臉數(shù)據(jù)集。樣本數(shù)從148到2500不等,類別數(shù)從2到40不等,原始維數(shù)從13到1024不等。詳細數(shù)據(jù)見表1。

    表1 實驗數(shù)據(jù)集

    因為所選的數(shù)據(jù)集類別標簽已知,真實的類別標簽可以為各類評價指標使用。實驗采用Micro-p[22]這種常見的聚類性能評價指標來判斷聚類效果。

    Micro-p具體公式為:

    其中,k為數(shù)據(jù)集的類別數(shù),n是數(shù)據(jù)集中對象的總數(shù),ai是聚類結(jié)果中正確分到第i個類的個數(shù)。顯然Micro-p值越大,聚類結(jié)果和真實類別標簽越匹配,當聚類結(jié)果和真實類別標簽一一對應時,Micro-p值達到最大值1。

    4.2 實驗設計

    本文提出一種基于PCA降維技術的成對約束半監(jiān)督聚類集成算法(SSCEDR),實驗的目的是驗證所提的算法能否獲得較好的聚類效果。實驗分為2部分:1)對數(shù)據(jù)集進行PCA降維,選擇合適降維維度,并在UCI數(shù)據(jù)集上測試算法的基本能力;2)在手寫體數(shù)據(jù)集和人臉數(shù)據(jù)集上,將本文提出的算法SSCEDR與其他主流算法進行對比。對比算法分為2類,傳統(tǒng)的聚類集成算法和常見的半監(jiān)督降維算法。傳統(tǒng)的算法包括半監(jiān)督聚類集成算法SSCE、無監(jiān)督聚類集成算法CSPA、HGPA。常見的半監(jiān)督降維算法包括基于約束的半監(jiān)督降維SSDR、半監(jiān)督判別分析SDA以及約束Fisher判別分析cFDA。為了實驗具有可對比性,實驗對數(shù)據(jù)集以k-means算法,運行100次,生成初始聚類成員集P={p1,p2,…,p100},作為幾種聚類集成算法的輸入。

    4.3 實驗結(jié)果

    4.3.1 PCA降維實驗結(jié)果

    圖1顯示了PCA降維算法在各個維度的特征值累計貢獻率,通過圖1可以看出隨著降維算法維度的增加,特征值貢獻率先是快速增長,達到一定的維度后就平穩(wěn)增長。當特征值貢獻率達到0.9時,意味著只有約10%的信息被丟失,此時降維效果最佳。通過實驗發(fā)現(xiàn)當數(shù)據(jù)集Wine降到7維、Lymphography降到10維、Sonar降到16維、Ionosphere降到16維、USPS降到22維、MNIST降到90維、ORL降到60維、Yale降到50維時,特征值貢獻率均超過了0.9,足夠能反映原始變量的信息,故選擇此時的維度,作為降維后的數(shù)據(jù)集維度。

    (a)Wine

    更新后的實驗數(shù)據(jù)集信息如表2所示。

    表2 降維后的實驗數(shù)據(jù)集

    4.3.2 測試算法基本聚類能力

    UCI數(shù)據(jù)集常用來測試聚類算法的聚類效果。本文通過測試UCI數(shù)據(jù)集的4個數(shù)據(jù)子集:Wine數(shù)據(jù)集、Lymphography數(shù)據(jù)集、Sonar數(shù)據(jù)集、Ionosphere數(shù)據(jù)集來表明本文方法的基本聚類能力。表3與圖2顯示了本文算法SSCEDR在UCI數(shù)據(jù)集上的Micro-p值。

    表3 SSCEDR在UCI數(shù)據(jù)集上的表現(xiàn)

    圖2 SSCEDR在UCI數(shù)據(jù)集上的Micro-p值

    通過表3可以發(fā)現(xiàn)PCA+SSCE在UCI數(shù)據(jù)集Wine、Sonar、Ionosphere上的Micro-p值均超過了0.75,具有不錯的聚類能力。為了更好驗證SSCEDR算法的聚類效果,實驗將本文算法與其他主流聚類集成算法在高維數(shù)據(jù)集上結(jié)果進行比較。

    4.3.3 與其他聚類算法進行對比

    在大容量數(shù)據(jù)集上進行實驗,能更好地驗證聚類算法性能。本文在大容量數(shù)據(jù)集USPS、MNIST、ORL和Yale上,將本文提出的算法SSCEDR與傳統(tǒng)的算法SSCE、CSPA、HGPA等算法和半監(jiān)督降維算法SSDR、SDA、cFDA進行比較。

    表4展示在大容量數(shù)據(jù)集上,本文算法SSCEDR與傳統(tǒng)聚類集成算法的Micro-p值,為了更直觀地比較算法的Micro-p值,將表4中聚類集成算法的Micro-p值以柱狀圖的形式展示在圖3中。

    表4 與傳統(tǒng)算法在數(shù)據(jù)集上的實驗結(jié)果比較

    觀察表4和圖3,可以更直觀地發(fā)現(xiàn):

    圖3 本文算法與傳統(tǒng)算法的結(jié)果比較

    1)在實驗所取的4個大容量數(shù)據(jù)集上,本文算法SSCEDR和半監(jiān)督聚類集成算法SSCE取得的Micro-p值均高于無監(jiān)督聚類集成CSPA和HGPA的Micro-p值。這表明加入成對約束信息的半監(jiān)督聚類集成算法,能在聚類集成過程中,更好地指導數(shù)據(jù)聚類。與無監(jiān)督聚類集成相比,半監(jiān)督聚類集成能取得更好的聚類結(jié)果。

    2)觀察柱狀圖可以發(fā)現(xiàn),除了在手寫體數(shù)據(jù)集MNIST上,SSCEDR算法取得的Micro-p值低于SSCE算法的值,在其他3個數(shù)據(jù)集上都取得了最高的Micro-p值,且相對于其他算法有較明顯的優(yōu)勢。這說明結(jié)合降維技術的半監(jiān)督聚類集成,在實驗數(shù)據(jù)集上取得了較好的聚類結(jié)果。

    表5展示了本文算法SSCEDR與其他的常見的半監(jiān)督降維算法在數(shù)據(jù)集上的結(jié)果,為了方便比較它們的Micro-p值,將表5中的實驗結(jié)果以柱狀圖的形式展示在圖4中。

    表5 與其他半監(jiān)督降維算法在數(shù)據(jù)集上的結(jié)果比較

    圖4 本文算法與其他降維算法的結(jié)果比較

    觀察表5和圖4可以發(fā)現(xiàn),在數(shù)據(jù)集USPS、MNIST、ORL和Yale上,本文提出的基于PCA降維的成對約束半監(jiān)督算法相比較其他半監(jiān)督降維算法均取得較高的Micro-p值,這表明結(jié)合PCA降維的半監(jiān)督聚類集成,在大容量數(shù)據(jù)集上取得了比較好的聚類結(jié)果。

    總體來看,在聚類性能方面,半監(jiān)督聚類集成算法較優(yōu)于無監(jiān)督聚類集成算法,本文提出的SSCEDR算法相比較于傳統(tǒng)的無監(jiān)督聚類集成算法、半監(jiān)督聚類集成算法以及常見的半監(jiān)督降維算法更具有優(yōu)勢,在多組數(shù)據(jù)集上都獲得了較好的聚類結(jié)果,因此本文提出的結(jié)合降維技術的半監(jiān)督選擇聚類集成算法能提高半監(jiān)督聚類集成算法的聚類效果。

    5 結(jié)束語

    本文在現(xiàn)有的半監(jiān)督聚類集成算法基礎上,提出了一種基于PCA降維的成對約束半監(jiān)督聚類集成算法。該算法首先通過PCA降維技術,將高維數(shù)據(jù)轉(zhuǎn)化為低維數(shù)據(jù),然后在降維空間上進行半監(jiān)督聚類集成,添加成對約束信息指導聚類過程,使得算法的聚類性能得到提高。實驗結(jié)果表明,結(jié)合PCA降維的半監(jiān)督聚類集成算法性能相較傳統(tǒng)的無監(jiān)督聚類集成算法和半監(jiān)督聚類集成算法有了一定的提升,且比一些常見的半監(jiān)督降維算法更具優(yōu)勢,在某些數(shù)據(jù)集上效果明顯。但是算法的有效性和穩(wěn)定性還需要進一步提高,如數(shù)據(jù)集降維后的維數(shù)是否能保證原始數(shù)據(jù)特征不丟失、數(shù)據(jù)間的成對約束是否正確、聚類成員個數(shù)的設定等,都可能影響算法的最終性能。

    猜你喜歡
    降維集上約束
    混動成為降維打擊的實力 東風風神皓極
    車主之友(2022年4期)2022-08-27 00:57:12
    “碳中和”約束下的路徑選擇
    Cookie-Cutter集上的Gibbs測度
    約束離散KP方程族的完全Virasoro對稱
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    鏈完備偏序集上廣義向量均衡問題解映射的保序性
    復扇形指標集上的分布混沌
    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
    拋物化Navier-Stokes方程的降維仿真模型
    計算物理(2014年1期)2014-03-11 17:00:18
    基于特征聯(lián)合和偏最小二乘降維的手勢識別
    狠狠婷婷综合久久久久久88av| 黄片播放在线免费| 叶爱在线成人免费视频播放| 一区二区三区激情视频| 制服人妻中文乱码| 青草久久国产| 99在线人妻在线中文字幕 | 午夜福利,免费看| 曰老女人黄片| 欧美精品av麻豆av| 麻豆av在线久日| 久久久久精品人妻al黑| 亚洲色图av天堂| 99热国产这里只有精品6| 精品视频人人做人人爽| 脱女人内裤的视频| 一区二区三区精品91| 99国产精品免费福利视频| 国产精品一区二区精品视频观看| 十分钟在线观看高清视频www| 亚洲av日韩精品久久久久久密| 亚洲中文字幕日韩| 母亲3免费完整高清在线观看| 啦啦啦免费观看视频1| 丁香六月欧美| 欧美日韩瑟瑟在线播放| 如日韩欧美国产精品一区二区三区| 天堂动漫精品| 久久久久久人人人人人| 日日夜夜操网爽| 亚洲熟女精品中文字幕| 大香蕉久久网| 欧美精品高潮呻吟av久久| 黑人巨大精品欧美一区二区蜜桃| 好男人电影高清在线观看| av中文乱码字幕在线| 精品亚洲成a人片在线观看| 欧美乱色亚洲激情| 欧美精品av麻豆av| 91老司机精品| 极品人妻少妇av视频| 亚洲九九香蕉| 婷婷精品国产亚洲av在线 | 婷婷成人精品国产| 日日夜夜操网爽| 后天国语完整版免费观看| 亚洲中文av在线| 亚洲美女黄片视频| 色婷婷久久久亚洲欧美| 成人18禁高潮啪啪吃奶动态图| 一区二区三区精品91| 亚洲熟妇熟女久久| 日韩成人在线观看一区二区三区| 美国免费a级毛片| 精品一区二区三区四区五区乱码| 免费高清在线观看日韩| 啦啦啦免费观看视频1| 国产精品久久久久成人av| 国产精品免费大片| 国产精品久久视频播放| 在线免费观看的www视频| 亚洲精品成人av观看孕妇| 一级毛片女人18水好多| 精品无人区乱码1区二区| av超薄肉色丝袜交足视频| 久久中文字幕人妻熟女| 国产xxxxx性猛交| 国产成人欧美| 91在线观看av| 国产精品秋霞免费鲁丝片| 亚洲久久久国产精品| 久久精品亚洲熟妇少妇任你| 欧美亚洲 丝袜 人妻 在线| 人妻一区二区av| 久久精品国产a三级三级三级| 一边摸一边抽搐一进一出视频| 亚洲情色 制服丝袜| 午夜老司机福利片| 一级片免费观看大全| 免费高清在线观看日韩| 欧美午夜高清在线| 成人国产一区最新在线观看| 国产精品99久久99久久久不卡| av国产精品久久久久影院| 国产麻豆69| 久久久久久久久久久久大奶| 国产亚洲精品久久久久5区| 91麻豆精品激情在线观看国产 | 午夜日韩欧美国产| 91大片在线观看| 亚洲综合色网址| 两人在一起打扑克的视频| 国产精品偷伦视频观看了| 男女之事视频高清在线观看| 亚洲av成人av| 一区二区日韩欧美中文字幕| 精品国内亚洲2022精品成人 | 国产区一区二久久| 在线观看午夜福利视频| 日韩欧美免费精品| 久久久国产精品麻豆| 天堂动漫精品| 日韩 欧美 亚洲 中文字幕| av中文乱码字幕在线| 日韩欧美国产一区二区入口| 午夜激情av网站| 国产精品免费大片| aaaaa片日本免费| 久久香蕉激情| 这个男人来自地球电影免费观看| 国产野战对白在线观看| 一本综合久久免费| 黄色怎么调成土黄色| 国产激情久久老熟女| 亚洲免费av在线视频| 精品熟女少妇八av免费久了| 欧美日韩成人在线一区二区| 午夜福利在线观看吧| 99国产精品一区二区蜜桃av | 精品午夜福利视频在线观看一区| 亚洲色图 男人天堂 中文字幕| 亚洲人成电影观看| 免费高清在线观看日韩| 人人妻人人爽人人添夜夜欢视频| 丁香欧美五月| 久久久久久人人人人人| 建设人人有责人人尽责人人享有的| 欧美日韩瑟瑟在线播放| 亚洲av成人一区二区三| 人人澡人人妻人| www.精华液| 18禁裸乳无遮挡动漫免费视频| 国产欧美日韩综合在线一区二区| 人成视频在线观看免费观看| 99热只有精品国产| 久久久精品免费免费高清| 婷婷精品国产亚洲av在线 | 午夜福利在线免费观看网站| 99热只有精品国产| 亚洲成人国产一区在线观看| 亚洲成人免费av在线播放| 纯流量卡能插随身wifi吗| 成人永久免费在线观看视频| 日日摸夜夜添夜夜添小说| 色精品久久人妻99蜜桃| 日本黄色日本黄色录像| 国产成人欧美| 久久久久久人人人人人| 少妇粗大呻吟视频| 国产一区二区三区视频了| 欧美日韩av久久| 欧美日韩精品网址| 久久久久国产精品人妻aⅴ院 | 久久精品国产清高在天天线| 国产高清视频在线播放一区| 国产亚洲av高清不卡| 国产精品1区2区在线观看. | 日韩免费av在线播放| 国产精品久久久久久精品古装| 老熟妇乱子伦视频在线观看| 97人妻天天添夜夜摸| 国产1区2区3区精品| 成人18禁高潮啪啪吃奶动态图| 国内久久婷婷六月综合欲色啪| 久久久久精品国产欧美久久久| 国产亚洲欧美精品永久| 在线观看日韩欧美| 成人黄色视频免费在线看| 国产精华一区二区三区| 亚洲精华国产精华精| 天天操日日干夜夜撸| 久久久久久久精品吃奶| 国产成人精品久久二区二区91| 少妇裸体淫交视频免费看高清 | 国产精品av久久久久免费| 国产一区二区激情短视频| 捣出白浆h1v1| 一二三四社区在线视频社区8| 亚洲av成人av| 精品人妻熟女毛片av久久网站| 欧美黑人欧美精品刺激| 美女高潮喷水抽搐中文字幕| 亚洲,欧美精品.| 午夜福利一区二区在线看| 久久精品国产亚洲av香蕉五月 | 亚洲一区高清亚洲精品| 日本一区二区免费在线视频| 一区在线观看完整版| 在线观看免费午夜福利视频| 免费在线观看黄色视频的| av福利片在线| 午夜福利一区二区在线看| 一区福利在线观看| 精品国产美女av久久久久小说| a级片在线免费高清观看视频| 精品国产美女av久久久久小说| 国产精品免费一区二区三区在线 | 国产精品av久久久久免费| 亚洲七黄色美女视频| av超薄肉色丝袜交足视频| 欧美在线一区亚洲| 久久久久久久精品吃奶| 母亲3免费完整高清在线观看| 欧美日韩成人在线一区二区| tocl精华| 日本一区二区免费在线视频| 少妇的丰满在线观看| 精品午夜福利视频在线观看一区| 亚洲色图综合在线观看| 久久精品亚洲熟妇少妇任你| 99久久99久久久精品蜜桃| 一本大道久久a久久精品| 美女国产高潮福利片在线看| 亚洲专区国产一区二区| 国产视频一区二区在线看| 丰满饥渴人妻一区二区三| 999久久久精品免费观看国产| ponron亚洲| 精品亚洲成国产av| 无遮挡黄片免费观看| 无遮挡黄片免费观看| 黄色女人牲交| 国产欧美日韩一区二区三| 午夜福利视频在线观看免费| 好男人电影高清在线观看| 女人高潮潮喷娇喘18禁视频| 国产一区有黄有色的免费视频| 国产主播在线观看一区二区| 久久精品aⅴ一区二区三区四区| 宅男免费午夜| 国产精品免费一区二区三区在线 | 在线看a的网站| 久久亚洲真实| 亚洲人成电影免费在线| 免费在线观看完整版高清| 欧美+亚洲+日韩+国产| 精品国产一区二区三区四区第35| 男女之事视频高清在线观看| av片东京热男人的天堂| 91九色精品人成在线观看| 免费在线观看日本一区| xxx96com| 免费观看精品视频网站| 在线观看舔阴道视频| 欧美日韩av久久| 中文字幕制服av| 巨乳人妻的诱惑在线观看| 黄片小视频在线播放| 久久国产精品大桥未久av| 亚洲五月天丁香| 久久午夜亚洲精品久久| 欧美丝袜亚洲另类 | 热re99久久国产66热| 一级毛片女人18水好多| 亚洲一区二区三区不卡视频| 黄色成人免费大全| 亚洲午夜精品一区,二区,三区| 麻豆乱淫一区二区| 亚洲专区中文字幕在线| 无遮挡黄片免费观看| 国产免费av片在线观看野外av| 高清视频免费观看一区二区| 女人久久www免费人成看片| 亚洲精华国产精华精| 女警被强在线播放| 亚洲综合色网址| 丁香六月欧美| 久久久久国产精品人妻aⅴ院 | 亚洲av欧美aⅴ国产| 国产欧美日韩一区二区精品| 色综合欧美亚洲国产小说| 精品国内亚洲2022精品成人 | 身体一侧抽搐| 午夜免费成人在线视频| 亚洲成人国产一区在线观看| 日本精品一区二区三区蜜桃| 亚洲av日韩在线播放| 亚洲人成电影免费在线| 国产精品 欧美亚洲| 国产成人免费无遮挡视频| 亚洲专区国产一区二区| 亚洲国产毛片av蜜桃av| 黄色视频不卡| 亚洲国产欧美一区二区综合| 99精品久久久久人妻精品| 最新在线观看一区二区三区| a在线观看视频网站| 国产成人欧美在线观看 | 在线永久观看黄色视频| 亚洲aⅴ乱码一区二区在线播放 | 757午夜福利合集在线观看| 久热爱精品视频在线9| 精品久久久久久,| 在线免费观看的www视频| 久久中文字幕人妻熟女| 久久性视频一级片| 久久草成人影院| av国产精品久久久久影院| 在线免费观看的www视频| 欧美av亚洲av综合av国产av| 一个人免费在线观看的高清视频| 一边摸一边抽搐一进一小说 | 脱女人内裤的视频| 国产精品国产高清国产av | 国内毛片毛片毛片毛片毛片| 两性夫妻黄色片| 熟女少妇亚洲综合色aaa.| 日日摸夜夜添夜夜添小说| 9热在线视频观看99| 精品一区二区三区视频在线观看免费 | 动漫黄色视频在线观看| 搡老岳熟女国产| 成年人免费黄色播放视频| cao死你这个sao货| 极品人妻少妇av视频| 黑人欧美特级aaaaaa片| 欧美 亚洲 国产 日韩一| 飞空精品影院首页| 亚洲视频免费观看视频| 性色av乱码一区二区三区2| 99精品久久久久人妻精品| 精品午夜福利视频在线观看一区| av国产精品久久久久影院| 麻豆成人av在线观看| 在线观看一区二区三区激情| 国产精品.久久久| 制服诱惑二区| 99久久综合精品五月天人人| 99国产精品99久久久久| 精品电影一区二区在线| 十八禁网站免费在线| 18在线观看网站| 亚洲综合色网址| 欧美乱色亚洲激情| 乱人伦中国视频| 女性生殖器流出的白浆| 后天国语完整版免费观看| 亚洲欧洲精品一区二区精品久久久| 美国免费a级毛片| 乱人伦中国视频| av有码第一页| 亚洲熟女精品中文字幕| xxx96com| 国产精品1区2区在线观看. | 午夜免费观看网址| 免费人成视频x8x8入口观看| 欧美成人免费av一区二区三区 | 成年人午夜在线观看视频| 欧美+亚洲+日韩+国产| 久久香蕉国产精品| 男人操女人黄网站| 91大片在线观看| 少妇 在线观看| 精品人妻在线不人妻| 99国产精品一区二区蜜桃av | 国产精品一区二区精品视频观看| videos熟女内射| 国产成人精品在线电影| 一区在线观看完整版| 精品一区二区三区av网在线观看| 一边摸一边做爽爽视频免费| 精品一品国产午夜福利视频| 亚洲国产精品一区二区三区在线| 老司机午夜十八禁免费视频| 黄片播放在线免费| 国产视频一区二区在线看| 国产欧美日韩一区二区三| 在线看a的网站| 婷婷丁香在线五月| 亚洲专区字幕在线| 国产不卡一卡二| 大型av网站在线播放| 99久久精品国产亚洲精品| 一区二区三区国产精品乱码| 欧美 日韩 精品 国产| 国产欧美亚洲国产| 久久午夜亚洲精品久久| 久久午夜亚洲精品久久| 狂野欧美激情性xxxx| 久久精品国产综合久久久| 国产亚洲精品第一综合不卡| 久久国产精品大桥未久av| 免费在线观看黄色视频的| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美日韩另类电影网站| 无遮挡黄片免费观看| 黄色视频,在线免费观看| 国产成人av教育| 黄色a级毛片大全视频| 亚洲精品成人av观看孕妇| 国产高清激情床上av| 亚洲黑人精品在线| 老司机午夜福利在线观看视频| 免费久久久久久久精品成人欧美视频| 欧美大码av| 精品福利观看| 久久亚洲精品不卡| a在线观看视频网站| 亚洲avbb在线观看| 亚洲自偷自拍图片 自拍| 亚洲欧美色中文字幕在线| 亚洲av日韩在线播放| 大片电影免费在线观看免费| 亚洲自偷自拍图片 自拍| 亚洲成人免费av在线播放| 最近最新中文字幕大全免费视频| 中文字幕色久视频| 午夜激情av网站| 久久精品熟女亚洲av麻豆精品| 母亲3免费完整高清在线观看| 少妇的丰满在线观看| 韩国av一区二区三区四区| av天堂在线播放| 一个人免费在线观看的高清视频| 首页视频小说图片口味搜索| 激情在线观看视频在线高清 | 首页视频小说图片口味搜索| 欧美精品啪啪一区二区三区| 丁香欧美五月| 一夜夜www| 亚洲综合色网址| 老熟妇乱子伦视频在线观看| 成年动漫av网址| 日韩欧美免费精品| 成熟少妇高潮喷水视频| 亚洲国产精品合色在线| 精品一区二区三卡| 精品免费久久久久久久清纯 | 999精品在线视频| 欧美激情极品国产一区二区三区| bbb黄色大片| 不卡av一区二区三区| av欧美777| 男人操女人黄网站| 成人永久免费在线观看视频| 国产免费av片在线观看野外av| 亚洲人成电影观看| 99国产精品99久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 日韩大码丰满熟妇| 50天的宝宝边吃奶边哭怎么回事| www.自偷自拍.com| 久久99一区二区三区| 91大片在线观看| 精品电影一区二区在线| 精品国产乱码久久久久久男人| 国产精品永久免费网站| 少妇粗大呻吟视频| 香蕉丝袜av| 国产高清videossex| 国产欧美日韩一区二区三区在线| 99精国产麻豆久久婷婷| 天天躁夜夜躁狠狠躁躁| 男女之事视频高清在线观看| 伦理电影免费视频| 国产成人系列免费观看| 日韩精品免费视频一区二区三区| 成人手机av| 日韩免费高清中文字幕av| 国产欧美日韩一区二区三| 国产极品粉嫩免费观看在线| 又黄又粗又硬又大视频| 日韩欧美一区视频在线观看| 一进一出抽搐动态| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美黑人精品巨大| 视频在线观看一区二区三区| 丰满迷人的少妇在线观看| 飞空精品影院首页| 在线看a的网站| 人人澡人人妻人| 成人国产一区最新在线观看| 免费人成视频x8x8入口观看| 免费一级毛片在线播放高清视频 | 99精品久久久久人妻精品| 亚洲欧美一区二区三区久久| 国产淫语在线视频| 成人手机av| 欧美国产精品va在线观看不卡| 亚洲,欧美精品.| 三级毛片av免费| 亚洲专区国产一区二区| 久久久国产精品麻豆| 国产精品永久免费网站| 丰满饥渴人妻一区二区三| 老司机影院毛片| 老司机午夜福利在线观看视频| 亚洲三区欧美一区| 中文字幕另类日韩欧美亚洲嫩草| www.熟女人妻精品国产| 国产深夜福利视频在线观看| 99国产精品一区二区蜜桃av | 久久狼人影院| tocl精华| 又黄又爽又免费观看的视频| 亚洲男人天堂网一区| 99热网站在线观看| 天天躁日日躁夜夜躁夜夜| 丝瓜视频免费看黄片| 捣出白浆h1v1| 精品久久久久久电影网| 丁香六月欧美| 国产亚洲av高清不卡| 一a级毛片在线观看| 国产有黄有色有爽视频| av天堂久久9| 黑人巨大精品欧美一区二区蜜桃| 人成视频在线观看免费观看| www.精华液| 亚洲 国产 在线| 色精品久久人妻99蜜桃| 国产1区2区3区精品| 91av网站免费观看| 亚洲欧美日韩高清在线视频| 国产淫语在线视频| 国产精品美女特级片免费视频播放器 | 最新的欧美精品一区二区| 国产激情欧美一区二区| 天天影视国产精品| 一区在线观看完整版| 国产乱人伦免费视频| 99精国产麻豆久久婷婷| 在线播放国产精品三级| 国产亚洲精品第一综合不卡| 国产精品美女特级片免费视频播放器 | 1024视频免费在线观看| 色播在线永久视频| 国产不卡av网站在线观看| 首页视频小说图片口味搜索| 午夜视频精品福利| 制服诱惑二区| 亚洲三区欧美一区| 久久精品成人免费网站| 好看av亚洲va欧美ⅴa在| 深夜精品福利| 国产精品久久电影中文字幕 | 国产蜜桃级精品一区二区三区 | 12—13女人毛片做爰片一| 丝袜人妻中文字幕| 老司机深夜福利视频在线观看| 日本黄色日本黄色录像| av天堂久久9| av欧美777| 女人被狂操c到高潮| 午夜精品国产一区二区电影| 中文欧美无线码| 九色亚洲精品在线播放| 免费观看人在逋| 在线国产一区二区在线| 国产欧美日韩精品亚洲av| √禁漫天堂资源中文www| 亚洲欧美色中文字幕在线| 免费在线观看亚洲国产| 12—13女人毛片做爰片一| 桃红色精品国产亚洲av| 下体分泌物呈黄色| 亚洲av熟女| 欧美国产精品va在线观看不卡| 精品久久久久久久毛片微露脸| 人妻丰满熟妇av一区二区三区 | 久久人妻熟女aⅴ| 丝袜美足系列| 日韩三级视频一区二区三区| 国产精品一区二区免费欧美| 午夜福利乱码中文字幕| 久久久久国产一级毛片高清牌| 午夜福利视频在线观看免费| aaaaa片日本免费| 91字幕亚洲| 亚洲人成电影免费在线| 久久婷婷成人综合色麻豆| 成人黄色视频免费在线看| 精品国产超薄肉色丝袜足j| 中国美女看黄片| 下体分泌物呈黄色| 久久精品国产亚洲av高清一级| 国产免费男女视频| 叶爱在线成人免费视频播放| 亚洲av片天天在线观看| 女人久久www免费人成看片| 在线观看免费高清a一片| 日韩三级视频一区二区三区| 免费在线观看日本一区| 老汉色av国产亚洲站长工具| 丰满迷人的少妇在线观看| 亚洲,欧美精品.| 国产日韩一区二区三区精品不卡| 1024香蕉在线观看| 午夜成年电影在线免费观看| 亚洲国产看品久久| 精品午夜福利视频在线观看一区| 欧美av亚洲av综合av国产av| 国产成人欧美在线观看 | 99久久国产精品久久久| 中文字幕制服av| 久99久视频精品免费| 少妇粗大呻吟视频| tocl精华| 999精品在线视频| tocl精华| 一区二区三区激情视频| 日韩大码丰满熟妇| 亚洲三区欧美一区| 在线观看午夜福利视频| 一边摸一边做爽爽视频免费| 18在线观看网站| 麻豆成人av在线观看| 18禁裸乳无遮挡免费网站照片 | 母亲3免费完整高清在线观看| 下体分泌物呈黄色| 久久人妻熟女aⅴ| 美女国产高潮福利片在线看| 夜夜爽天天搞| 一二三四在线观看免费中文在| av超薄肉色丝袜交足视频|