• <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KPCA-LightGBM 的心臟病預測研究

    2021-09-28 11:22:58張云華
    軟件導刊 2021年9期
    關鍵詞:結點梯度心臟病

    黃 嵩,張云華

    (浙江理工大學 信息學院,浙江杭州 310018)

    0 引言

    根據(jù)世界衛(wèi)生組織的報告,心臟病每年導致全球數(shù)百萬人死亡[1]。引發(fā)心臟病的因素有很多,如工作壓力過大和生活作息不規(guī)律等。中國作為世界人口第一大國,約有兩億多人患有不同程度的心臟?。?]。近年來,中國心臟病發(fā)病呈年輕化趨勢[3]。與此同時,我國地區(qū)經(jīng)濟發(fā)展不平衡,公共醫(yī)療資源也嚴重不足。在這樣的社會背景下,開發(fā)出一個能從病人的病歷信息中篩選出有效信息,并協(xié)助醫(yī)生作出心臟病診斷的算法具有非常高的現(xiàn)實價值[4]。

    在國外,早在1976 年,斯坦福大學的Wraith 等[5]就開發(fā)出了MYCIN 系統(tǒng),可以幫助醫(yī)生對患者進行診斷,但由于早期的計算機計算性能有限,MYCIN 系統(tǒng)的準確性有限,功能也比較匱乏。近年來,隨著機器學習的發(fā)展,可以通過計算機技術手段挖掘病人病歷中的信息,在病歷數(shù)據(jù)中找出疾病相關信息,并利用這些信息建立疾病預測模型[6]。苗立志等[7]使用支持向量機和隨機森林實現(xiàn)了對乳腺癌的風險分析和預測;苗豐順等[8]使用隨機森林和XG?Boost 實現(xiàn)了糖尿病的風險預測;趙穎旭等[9]使用LightGBM對老年癡呆住院費用進行預測;Amin 等[10]使用支持向量機完成了對心臟病的預測。

    本文基于已有研究,針對病歷數(shù)據(jù)維度高的問題,首先對病歷數(shù)據(jù)進行降維[11]。傳統(tǒng)的主成分分析(PCA)方法是假設數(shù)據(jù)集中各特征是線性無關的,主要通過計算方差尋找不同特征之間的線性組合。而在很多應用場景下,線性映射很難得到想要的結果,核主成分分析(KPCA)通過核函數(shù)的思想獲得了更好的特征提取性能。疾病診斷模型通常采用決策樹實現(xiàn),傳統(tǒng)的決策樹在高維稀疏的數(shù)據(jù)集上表現(xiàn)不佳,同時訓練過程中只能串行訓練,效率較低。針對該問題,本文采用LightGBM 算法,采用最優(yōu)的策略分裂決策樹的葉子結點,因此獲得更高的精度[12]。

    1 核主成分分析(KPCA)

    主成分分析(PCA)是使用線性映射將數(shù)據(jù)進行降維,但是通常情況下高維到低維是非線性的,結果往往不盡人意。核主成分分析(KPCA)將原始數(shù)據(jù)通過選擇適當?shù)暮撕瘮?shù)(Kernel)映射到高緯度空間,再利用高維度空間進行線性降維,因此KPCA 的核心就是核函數(shù)[13]。

    1.1 核函數(shù)

    通過使用核函數(shù),可以在低維度直接計算內(nèi)積,避免將數(shù)據(jù)映射到高維后進行復雜計算[14]。即:

    其中,x和y為低維的輸入向量,φ是低維到高維的映射,是x和y的內(nèi)積。常用核函數(shù)如下:

    (1)線性核。只需在兩個向量求內(nèi)積上加個常數(shù),只能解決線性可分問題:

    (2)多項式核。相比于線性核多了指數(shù)d,因此可以處理非線性問題,要求a大于0,c大于0,適合所有訓練數(shù)據(jù)歸一化問題:

    (3)高斯核。高斯核是沿徑向對稱的標量函數(shù):

    (4)指數(shù)核。與高斯核類似,將L2 范數(shù)變成L1。

    (5)拉普拉斯核。拉普拉斯核完全等價于指數(shù)核,但對敏感性降低。

    1.2 KPCA 原理

    假設原始數(shù)據(jù)是如下矩陣X(數(shù)據(jù)每一列為一個樣本,每個樣本有m個屬性,一共有n個樣本)。

    每個樣本通過函數(shù)φ映射到高維空間,得到高維空間的數(shù)據(jù)矩陣φ(X)=φ(x(1))φ(x(2)) …φ(x(n)),x(i)是一個列向量。

    用同樣的方法計算高維空間中數(shù)據(jù)的協(xié)方差矩陣φ(x)φ(x)T,進一步計算特征值與特征向量(wi是特征值λi對應的特征向量):

    根據(jù)維數(shù)的定義,空間中的所有樣本可以線性表示出空間中的任一向量,因此可用所有樣本表示特征向量:

    將這個線性組合代回到特征向量公式,替換特征向量,得到:

    等式兩邊同時左乘φ(XT),得到:

    令K=φ(XT)φ(X),原式變?yōu)椋?/p>

    φ(XT)φ(X)是如下矩陣,xi是一個列向量:

    根據(jù)核函數(shù)的性質,上述核矩陣K可以直接在低維空間計算得到:

    由于K是n維對稱矩陣,所得解向量之間肯定是正交的,且最高可以達到n維。

    2 LightGBM

    LightGBM 是微軟在2017 年開源的梯度提升框架[15]。經(jīng)典的梯度提升決策樹(GBDT)不能以小批次的形式訓練模型,若需要提高訓練速度,就需要將數(shù)據(jù)全部加載在內(nèi)存中,但數(shù)據(jù)會受限于內(nèi)存大小。LightGBM 通過基于梯度的單邊采樣(GOSS)、互斥特征捆綁(EFB)和Leaf-wise 的決策樹生長策略,在單個機器不影響速度的情況下,盡可能多地提高訓練效率,同時在多機并行時,盡可能降低通信代價[16]。

    2.1 基于梯度的單邊采樣(GOSS)

    傳統(tǒng)的梯度提升決策樹中,由于梯度大的樣本對信息增益有更大影響,為了使上一次錯分的樣本點的權重增大[17],一般會直接拋棄梯度小的樣本點,但這樣會帶來改變數(shù)據(jù)分布和損失模型精度等問題。LightGBM 通過基于梯度的單邊采樣(GOSS)則可以避免這兩個問題發(fā)生,核心思想是對要進行分裂的特征的所有取值按照絕對值大小降序排序,然后重點關注訓練不足的樣本,而不會過多改變原數(shù)據(jù)集分布,具體算法如圖1 所示。

    2.2 互斥特征捆綁(EFB)

    在實際應用中,高緯度的數(shù)據(jù)往往都是稀疏數(shù)據(jù)[18],并且許多特征往往都是互斥的。LightGBM 利用此特點,將某些特征的值重新編碼,將多個特征捆綁成同一個特征,如圖2 所示。

    Fig.1 Description of the gradient-based one-sided sampling algorithm圖1 基于梯度的單邊采樣算法描述

    Fig.2 Description of the mutually exclusive feature bundling algorithm圖2 互斥特征捆綁算法描述

    在合并特征時,為了保證合并后在同一個bundle 里幾個特征的原始特征值可以被識別出來,LightGBM 通過在特征值中加一個偏置常量來解決。如一個bundle 中有兩個特征A、B,A 的取值范圍為0~x,B 的取值范圍為0~y,則可以在B 的取值范圍上加一個偏置常量x,變?yōu)閤~x+y,綁定后的bundle 取值范圍為0~x+y,這樣既可以將多個特征綁定在一個bundle 內(nèi),又可以有效地相互區(qū)分。

    2.3 Leaf-wise 決策樹生長策略

    傳統(tǒng)的梯度提升決策樹如圖3 所示,每一次分裂同一層的所有葉子,相當于對根結點進行廣度優(yōu)先遍歷,這樣會消耗大量時間和資源。

    Fig.3 Traditional strategy growth tree圖3 傳統(tǒng)策略生長樹

    Leaf-wise 策略生長樹如圖4 所示,在每一層葉子結點分裂時,首先會找到最有訓練價值的葉子結點,然后對其他葉子結點進行剪枝,這樣在與傳統(tǒng)策略生長樹相同樹高的情況下,消耗了更少的資源,同時能獲得更高的精度。

    Leaf-wise 在分裂時的增益公式為:

    其中,gi代表損失函數(shù)關于第i個樣本前T-1 輪擬合結果的負梯度,也即當前第T輪要擬合的目標值。

    Fig.4 Leaf-wise strategy growth tree圖4 Leaf-wise 策略生長樹

    對于當前結點而言,定義當前結點上樣本集合為O,期望遍歷所有候選特征及候選分裂點,找到一個特征j和對應的分裂點d,使得分裂當前結點后左右子結點上的樣本總體方差更小,也即使得分裂之前結點的均方誤差與分裂以后左右孩子結點的樣本均方誤差之和的差值最大。

    由于當前結點的均方誤差對于當前結點分裂增益的計算是常量,因為:

    則可以將式(16)化簡為:

    式(18)的第一項是常數(shù),又因為:

    可以推出增益公式就是最大化左右葉子結點樣本負梯度和的平方。

    3 預測模型

    本文所提出的KPCA-LighGBM 模型框架如圖5 所示,首先對數(shù)據(jù)進行預處理,然后劃分數(shù)據(jù)集,使用KPCA 算法對數(shù)據(jù)集進行降維后,使用降維以后的數(shù)據(jù)集訓練LightG?BM 模型,最后使用訓練好的LightGBM 模型預測結果,并通過與其他經(jīng)典算法比較來評估KPCA-LighGBM 模型。

    Fig.5 KPCA-LightGBM based prediction model圖5 基于KPCA-LightGBM 的預測模型

    (1)UCI 數(shù)據(jù)集。本文使用的數(shù)據(jù)集使用UCI 數(shù)據(jù)庫中收集的克利夫蘭心臟病數(shù)據(jù)集,這是機器學習研究人員在進行心臟病預測時常用的數(shù)據(jù)集[19]。數(shù)據(jù)集包含303 條記錄,6 條記錄有缺失值,將其從數(shù)據(jù)集中刪除,共297 條有效數(shù)據(jù)。其中,137 份記錄存在心臟病,160 條記錄不存在心臟病數(shù)據(jù)集的具體字段如表1 所示。

    Table 1 UCI cardiology dataset details表1 UCI 心臟病數(shù)據(jù)集詳細信息

    (2)數(shù)據(jù)預處理。數(shù)據(jù)預處理主要是將數(shù)據(jù)集轉換成算法模型可以識別的數(shù)據(jù)[20]。UCI 數(shù)據(jù)集的大部分數(shù)據(jù)是文字,可以將其轉化為數(shù)字以提高模型訓練效率。數(shù)據(jù)集的數(shù)據(jù)有二值類的數(shù)據(jù)和多值類的數(shù)據(jù)。二值類的數(shù)據(jù)如status 字段,將buff 設置為1,sick 設置為0,其他二值類的字段以此類推。而多值類的數(shù)據(jù)如cp 字段,將typical、atyp?ical、non-anginal、asymptomatic 分別設置為0、1、2、3。其他多值類的字段也按此邏輯處理。

    (3)數(shù)據(jù)集劃分。本文采用交叉驗證方式,將數(shù)據(jù)集進行切分,組合成不同的訓練集和測試集[21]。多次重復該舉動,可以得到多組不同的訓練集合測試集,某次訓練中的測試集可能成為另一次訓練中的訓練集。

    (4)KPCA 降維。原始數(shù)據(jù)集中影響心臟病結果的特征值有13 個,然而并非所有特征值都與心臟病預測結果關聯(lián)性很強,本文采用核主成分分析(KPCA)降維,通過屬性合并創(chuàng)建新的屬性,或者是刪除相關性不高的屬性,以提取最有價值的特征,降低運算成本。

    (5)LightGBM 模型訓練。將KPCA 降維過的訓練集輸入LightGBM 模型中進行訓練,得到訓練好的KPCA-Light?GBM 模型。

    (6)結果預測。使用訓練好的KPCA-LightGBM 模型對測試集進行檢驗,通過準確率、敏感度、精確度、特異度等指標對模型訓練效果進行評估,并將結果與樸素貝葉斯、邏輯回歸、隨機森林、梯度提升樹等經(jīng)典分類算法作比較。

    4 實驗及分析

    4.1 實驗環(huán)境

    實驗硬件環(huán)境為:處理器為intel CORE i5-7400 CPU,NVIDIA GTX1050 4GD5 GPU,16G 內(nèi)存,Windows10 64 位系統(tǒng)。實驗軟件環(huán)境為:Python 3.6.8 版本,PyCharm Profes?sional 2020.2 集成開發(fā)環(huán)境。

    4.2 評價指標

    根據(jù)數(shù)據(jù)集實際患病情況和KPCA-LightGBM 模型所預測出的患病情況,可將預測結果分為4 種:True Positive(以下簡稱TP)、True Negative(以下簡稱TN)、False Positive(以下簡稱FP)、False Negative(以下簡稱FN)。評價模型性能通常是比較以下屬性:

    準確率為模型總體判斷準確率,如式(20)。

    敏感度為在所有真實結果為正的數(shù)據(jù)中,預測出正值的比例,如式(21)。

    精確度為正向預測中預測出正值的比例,如式(22)。

    特異度為在所有真實結果為負的數(shù)據(jù)中,預測出負值的比例,如式(23)。

    4.3 實驗結果

    本文將KPCA-LightGBM 模型和經(jīng)典算法進行比較如表2 所示。與樸素貝葉斯、邏輯回歸、隨機森林、梯度提升樹這些經(jīng)典分類算法相比,本文提出的KPCA-LightGBM 模型準確率(Accuracy)達90.1%,較傳統(tǒng)方法均有所提升。雖然在敏感度(Sensitivity)方面表現(xiàn)一般,但其在精確度(Pre?cision)方面與梯度提升樹并列最好。同時,在特異度方面(Specificity),KPCA-LightGBM 模型達92%,顯著領先于其他算法。特異度在醫(yī)療領域是一個非常重要的指標,如果該指標偏低,雖然不會引起漏診情況,但是會大大增加醫(yī)生負擔和造成患者不必要的麻煩,同時還會造成目前緊張公共醫(yī)療資源的浪費。因此,綜合各指標可以得出結論,KPCA-LightGBM 比其他算法預測效果更好。

    Table 2 Results from different models表2 不同模型的結果 (%)

    5 結語

    針對目前心臟病的高發(fā)病率,本文提出了一個KPCALightGBM 模型,用于幫助醫(yī)生進行心臟病預診。首先通過數(shù)據(jù)預處理從病歷中提取信息,然后使用核主成分分析進行數(shù)據(jù)降維,再使用LightGBM 算法進行心臟病預測。實驗表明,本文提出的KPCA-LightGBM 對心臟病預測的準確率優(yōu)于經(jīng)典算法;同時,KPCA-LightGBM 對特異度方面的性能明顯優(yōu)于其他算法,這可以避免對健康病人的誤診,減少患者負擔,提高醫(yī)生檢查效率,從而緩解目前醫(yī)療資源不充足和發(fā)展不平衡問題。

    本文提出的KPCA-LightGBM 模型目前僅用于心臟病預測,在后續(xù)研究中,可以通過增加數(shù)據(jù)集和優(yōu)化模型結構的方法,進一步提高模型準確率,并讓該算法可以預測更多疾病。

    猜你喜歡
    結點梯度心臟病
    “心慌”一定是心臟病嗎?
    中老年保健(2022年2期)2022-08-24 03:20:52
    中醫(yī)新解心臟病
    中老年保健(2022年5期)2022-08-24 02:35:08
    一個改進的WYL型三項共軛梯度法
    一種自適應Dai-Liao共軛梯度法
    一類扭積形式的梯度近Ricci孤立子
    Ladyzhenskaya流體力學方程組的確定模與確定結點個數(shù)估計
    我做了七八次產(chǎn)檢都正常 孩子怎么有心臟病?
    媽媽寶寶(2017年4期)2017-02-25 07:01:20
    Smog in Los Angeles
    中學科技(2014年12期)2015-01-06 05:48:39
    地溫梯度判定地熱異常的探討
    河南科技(2014年3期)2014-02-27 14:05:45
    基于Raspberry PI為結點的天氣云測量網(wǎng)絡實現(xiàn)
    欧美3d第一页| 国产成人精品一,二区| 尾随美女入室| 日本午夜av视频| 婷婷色综合www| 男人爽女人下面视频在线观看| a级片在线免费高清观看视频| 亚洲天堂av无毛| 久久精品夜色国产| 视频在线观看一区二区三区| 久久国产精品大桥未久av| 18禁观看日本| 久久久精品区二区三区| 黑人巨大精品欧美一区二区蜜桃 | 男人爽女人下面视频在线观看| 夜夜骑夜夜射夜夜干| 18+在线观看网站| 亚洲精品国产av蜜桃| 最近2019中文字幕mv第一页| 国产日韩欧美视频二区| 蜜桃国产av成人99| 亚洲精品国产av蜜桃| 免费黄网站久久成人精品| 国产精品国产三级国产专区5o| 少妇 在线观看| 九色亚洲精品在线播放| 亚洲av在线观看美女高潮| 在线亚洲精品国产二区图片欧美 | 亚洲国产日韩一区二区| av有码第一页| 性高湖久久久久久久久免费观看| 午夜福利,免费看| 99久久精品一区二区三区| tube8黄色片| av线在线观看网站| 91精品国产九色| 国产69精品久久久久777片| 人妻系列 视频| 久久人人爽人人片av| 丝袜脚勾引网站| 国产老妇伦熟女老妇高清| 老司机影院成人| 夜夜骑夜夜射夜夜干| 人妻少妇偷人精品九色| 新久久久久国产一级毛片| 国产又色又爽无遮挡免| 欧美精品人与动牲交sv欧美| 免费不卡的大黄色大毛片视频在线观看| 日日爽夜夜爽网站| 熟妇人妻不卡中文字幕| 老司机影院毛片| 少妇被粗大猛烈的视频| 久久青草综合色| 韩国av在线不卡| 欧美一级a爱片免费观看看| 久久国产精品大桥未久av| 精品一区二区三区视频在线| 久久久久久久亚洲中文字幕| 高清黄色对白视频在线免费看| 国产成人91sexporn| 啦啦啦视频在线资源免费观看| 国产精品一二三区在线看| 国产免费又黄又爽又色| 亚洲第一区二区三区不卡| 五月伊人婷婷丁香| 国产伦精品一区二区三区视频9| 制服诱惑二区| 亚洲怡红院男人天堂| 国产欧美日韩综合在线一区二区| 日韩制服骚丝袜av| 国产成人精品婷婷| 亚洲欧洲精品一区二区精品久久久 | 丝瓜视频免费看黄片| 蜜桃久久精品国产亚洲av| 免费黄网站久久成人精品| 免费黄网站久久成人精品| 久久久久久久久久久丰满| 丝袜在线中文字幕| 新久久久久国产一级毛片| 久久久a久久爽久久v久久| 久久久久国产网址| 亚洲av成人精品一二三区| 最近中文字幕高清免费大全6| 韩国av在线不卡| 青春草视频在线免费观看| 99精国产麻豆久久婷婷| 国产精品国产三级国产av玫瑰| 99久久综合免费| 如何舔出高潮| 久久久国产精品麻豆| 免费观看a级毛片全部| 丰满乱子伦码专区| 五月天丁香电影| 日韩视频在线欧美| 久久热精品热| 9色porny在线观看| 嘟嘟电影网在线观看| 尾随美女入室| 少妇被粗大猛烈的视频| 精品卡一卡二卡四卡免费| 999精品在线视频| 蜜桃在线观看..| 欧美精品人与动牲交sv欧美| 国产日韩一区二区三区精品不卡 | 欧美日韩一区二区视频在线观看视频在线| 一本—道久久a久久精品蜜桃钙片| 亚洲国产最新在线播放| tube8黄色片| 永久网站在线| 午夜久久久在线观看| 日韩免费高清中文字幕av| 亚洲图色成人| 在线观看免费视频网站a站| 国产在线一区二区三区精| 97超视频在线观看视频| 久久人人爽人人爽人人片va| 777米奇影视久久| 国产精品一区二区在线不卡| 99九九线精品视频在线观看视频| 日韩av免费高清视频| 99久久中文字幕三级久久日本| 国产极品粉嫩免费观看在线 | 久久久久精品性色| 国产黄色视频一区二区在线观看| 国产精品99久久99久久久不卡 | 免费少妇av软件| 少妇精品久久久久久久| 一个人免费看片子| 丝瓜视频免费看黄片| 亚洲少妇的诱惑av| 精品亚洲成国产av| 国产高清三级在线| av视频免费观看在线观看| 欧美激情国产日韩精品一区| 国产精品.久久久| 母亲3免费完整高清在线观看 | 日韩熟女老妇一区二区性免费视频| 欧美日韩视频精品一区| 王馨瑶露胸无遮挡在线观看| 午夜影院在线不卡| 日韩av在线免费看完整版不卡| 久久久国产一区二区| 曰老女人黄片| 国产成人一区二区在线| 视频区图区小说| 嫩草影院入口| 国产色婷婷99| 免费人妻精品一区二区三区视频| 国产免费视频播放在线视频| 91成人精品电影| 女性生殖器流出的白浆| av免费在线看不卡| 久久久久精品性色| 日日摸夜夜添夜夜添av毛片| 亚洲美女视频黄频| 午夜福利影视在线免费观看| 国产高清三级在线| 久久人妻熟女aⅴ| 大片电影免费在线观看免费| 国产亚洲一区二区精品| 女人久久www免费人成看片| 亚洲美女视频黄频| 曰老女人黄片| kizo精华| 99热国产这里只有精品6| 日韩三级伦理在线观看| 国产老妇伦熟女老妇高清| 极品少妇高潮喷水抽搐| 欧美激情国产日韩精品一区| 一级毛片 在线播放| 国产精品嫩草影院av在线观看| 欧美97在线视频| 亚洲精品自拍成人| 啦啦啦视频在线资源免费观看| 久久久久久久久久久丰满| 国产精品久久久久久久电影| a级毛片免费高清观看在线播放| 麻豆精品久久久久久蜜桃| 亚洲,欧美,日韩| 99热国产这里只有精品6| 午夜福利视频精品| 亚洲精品久久成人aⅴ小说 | 亚洲五月色婷婷综合| 国产精品不卡视频一区二区| 国产一区二区在线观看日韩| 一本大道久久a久久精品| 精品视频人人做人人爽| 3wmmmm亚洲av在线观看| 五月天丁香电影| 97超碰精品成人国产| 国产午夜精品久久久久久一区二区三区| 天堂8中文在线网| 狠狠精品人妻久久久久久综合| 国产精品一区二区在线观看99| 久久久久视频综合| 欧美xxxx性猛交bbbb| 高清视频免费观看一区二区| 中国三级夫妇交换| 欧美丝袜亚洲另类| 熟女电影av网| a级毛片免费高清观看在线播放| 国产精品久久久久久精品古装| 亚洲中文av在线| 免费不卡的大黄色大毛片视频在线观看| 免费观看的影片在线观看| 日韩欧美一区视频在线观看| 日韩精品有码人妻一区| 人妻系列 视频| 日韩,欧美,国产一区二区三区| 国产精品秋霞免费鲁丝片| 午夜91福利影院| 亚洲av成人精品一区久久| 91aial.com中文字幕在线观看| 精品久久久精品久久久| 日本黄色日本黄色录像| 国产片内射在线| 亚洲不卡免费看| 天天操日日干夜夜撸| 校园人妻丝袜中文字幕| 热99久久久久精品小说推荐| 日韩三级伦理在线观看| 老熟女久久久| 91国产中文字幕| 欧美 亚洲 国产 日韩一| 尾随美女入室| 精品久久久久久久久av| 国产亚洲av片在线观看秒播厂| 亚洲av中文av极速乱| 午夜91福利影院| a级片在线免费高清观看视频| 日韩不卡一区二区三区视频在线| 久久精品久久久久久久性| 免费av不卡在线播放| 国产视频首页在线观看| 久久99热这里只频精品6学生| 亚洲图色成人| 久久99一区二区三区| 免费不卡的大黄色大毛片视频在线观看| 国产精品一区二区在线不卡| 国产精品不卡视频一区二区| 国产女主播在线喷水免费视频网站| 99九九线精品视频在线观看视频| 亚洲精品国产av蜜桃| 中文字幕人妻丝袜制服| 成人国产av品久久久| 老司机影院毛片| 看非洲黑人一级黄片| 美女福利国产在线| 最近2019中文字幕mv第一页| 美女中出高潮动态图| 国产av精品麻豆| 亚洲国产精品专区欧美| 99久久综合免费| 97精品久久久久久久久久精品| 91成人精品电影| 精品国产露脸久久av麻豆| 日本vs欧美在线观看视频| 美女福利国产在线| 特大巨黑吊av在线直播| 免费看光身美女| av免费观看日本| 日韩成人av中文字幕在线观看| 自线自在国产av| 久久久亚洲精品成人影院| 精品国产国语对白av| 亚洲性久久影院| 一边亲一边摸免费视频| 精品久久久噜噜| 婷婷色综合大香蕉| 韩国高清视频一区二区三区| 边亲边吃奶的免费视频| 99久国产av精品国产电影| 国产精品.久久久| 亚洲内射少妇av| 18禁观看日本| 日韩中字成人| 精品久久久精品久久久| 黄片播放在线免费| 亚洲国产精品国产精品| 日本-黄色视频高清免费观看| 免费观看无遮挡的男女| 老女人水多毛片| 国产精品 国内视频| 一本大道久久a久久精品| 国产又色又爽无遮挡免| 色吧在线观看| 欧美成人午夜免费资源| 欧美精品人与动牲交sv欧美| 国产成人精品婷婷| 特大巨黑吊av在线直播| 久久热精品热| 色婷婷av一区二区三区视频| 免费黄色在线免费观看| 国产精品一区二区在线观看99| 国产成人免费观看mmmm| 国产精品一区www在线观看| 亚洲精华国产精华液的使用体验| 永久网站在线| 国产精品无大码| 在线观看国产h片| 久久青草综合色| 精品国产国语对白av| 妹子高潮喷水视频| 日韩电影二区| 亚洲成人av在线免费| 中文天堂在线官网| 亚洲欧美成人综合另类久久久| 国产精品三级大全| 嫩草影院入口| 亚洲精品久久午夜乱码| 水蜜桃什么品种好| 亚洲第一av免费看| 国产成人精品久久久久久| 成人影院久久| 新久久久久国产一级毛片| 哪个播放器可以免费观看大片| 精品国产国语对白av| 成人午夜精彩视频在线观看| 人妻夜夜爽99麻豆av| 国语对白做爰xxxⅹ性视频网站| 赤兔流量卡办理| 欧美精品一区二区大全| 国产高清国产精品国产三级| 亚洲精品中文字幕在线视频| 熟女电影av网| 午夜福利视频精品| 亚洲国产日韩一区二区| 黑人猛操日本美女一级片| 国产爽快片一区二区三区| 如日韩欧美国产精品一区二区三区 | 亚洲成人手机| 国产又色又爽无遮挡免| 日韩大片免费观看网站| 欧美精品高潮呻吟av久久| 制服诱惑二区| 国产精品99久久99久久久不卡 | 国产精品久久久久久av不卡| 国产av一区二区精品久久| 最新中文字幕久久久久| 一级毛片我不卡| .国产精品久久| 91久久精品国产一区二区三区| 亚洲美女搞黄在线观看| 亚洲精品视频女| 大片免费播放器 马上看| 考比视频在线观看| 久久久精品94久久精品| 欧美一级a爱片免费观看看| av免费观看日本| 国产一级毛片在线| 美女大奶头黄色视频| 91精品国产国语对白视频| 国产高清三级在线| 日本与韩国留学比较| 日韩免费高清中文字幕av| 国产不卡av网站在线观看| 91久久精品国产一区二区三区| 91精品国产国语对白视频| 精品一区二区三卡| 大片电影免费在线观看免费| 久久99热6这里只有精品| 色网站视频免费| 男女国产视频网站| h视频一区二区三区| 久久精品久久久久久噜噜老黄| 水蜜桃什么品种好| 久久女婷五月综合色啪小说| 日韩欧美精品免费久久| 尾随美女入室| 午夜久久久在线观看| 久久婷婷青草| 久久久久久伊人网av| 久久久久国产精品人妻一区二区| 久久精品人人爽人人爽视色| 青青草视频在线视频观看| 一个人免费看片子| 黑人高潮一二区| 香蕉精品网在线| 两个人的视频大全免费| 老司机影院成人| 精品酒店卫生间| 亚洲欧洲国产日韩| 国产日韩欧美亚洲二区| 欧美亚洲 丝袜 人妻 在线| 亚洲综合精品二区| 免费看不卡的av| 国产亚洲午夜精品一区二区久久| av在线app专区| 最黄视频免费看| 18禁观看日本| 国产精品一国产av| 下体分泌物呈黄色| 亚洲经典国产精华液单| 18禁在线播放成人免费| 亚洲五月色婷婷综合| 大话2 男鬼变身卡| 男男h啪啪无遮挡| 女人久久www免费人成看片| 中文字幕最新亚洲高清| 精品视频人人做人人爽| av福利片在线| 新久久久久国产一级毛片| 日本av免费视频播放| 超碰97精品在线观看| 亚洲精品视频女| 大香蕉97超碰在线| 中文天堂在线官网| 日韩免费高清中文字幕av| 亚洲在久久综合| 高清不卡的av网站| 尾随美女入室| 丰满迷人的少妇在线观看| 免费看不卡的av| 欧美精品国产亚洲| 亚洲第一av免费看| 免费高清在线观看日韩| 激情五月婷婷亚洲| 伊人久久精品亚洲午夜| 青春草亚洲视频在线观看| 久久精品国产亚洲av涩爱| 国产男人的电影天堂91| 丝瓜视频免费看黄片| 一区二区av电影网| 国产亚洲一区二区精品| 最新中文字幕久久久久| tube8黄色片| 日本猛色少妇xxxxx猛交久久| 欧美变态另类bdsm刘玥| 大码成人一级视频| 少妇精品久久久久久久| 丰满乱子伦码专区| h视频一区二区三区| 爱豆传媒免费全集在线观看| 国产深夜福利视频在线观看| 精品久久蜜臀av无| 久久久a久久爽久久v久久| 91午夜精品亚洲一区二区三区| 秋霞在线观看毛片| 日韩人妻高清精品专区| 男人爽女人下面视频在线观看| 久久久久久久久久久久大奶| 久久国内精品自在自线图片| videosex国产| 精品少妇久久久久久888优播| 妹子高潮喷水视频| 美女主播在线视频| 婷婷色av中文字幕| 街头女战士在线观看网站| 人妻系列 视频| 22中文网久久字幕| 另类精品久久| 成人手机av| 水蜜桃什么品种好| 五月伊人婷婷丁香| 超碰97精品在线观看| 一区二区av电影网| 亚洲美女搞黄在线观看| 黄片无遮挡物在线观看| 国产日韩欧美视频二区| 国产白丝娇喘喷水9色精品| 春色校园在线视频观看| 99国产综合亚洲精品| 久久久久精品性色| 在线看a的网站| 久久久久久久精品精品| 精品人妻熟女毛片av久久网站| 七月丁香在线播放| 少妇的逼水好多| 高清av免费在线| 亚洲精品一二三| 在线观看国产h片| 亚洲中文av在线| 18禁在线播放成人免费| 一级毛片aaaaaa免费看小| 久久午夜综合久久蜜桃| 亚洲精品一二三| 91在线精品国自产拍蜜月| a级片在线免费高清观看视频| 亚洲欧洲精品一区二区精品久久久 | 亚洲精品av麻豆狂野| 国产成人一区二区在线| 美女内射精品一级片tv| av电影中文网址| 又黄又爽又刺激的免费视频.| 精品久久久久久电影网| 亚洲精品一区蜜桃| 有码 亚洲区| 大又大粗又爽又黄少妇毛片口| 国国产精品蜜臀av免费| 国产伦理片在线播放av一区| 午夜免费鲁丝| 熟女电影av网| 亚洲欧美清纯卡通| 久久99一区二区三区| 在线观看www视频免费| 在线观看免费日韩欧美大片 | freevideosex欧美| 简卡轻食公司| 日韩人妻高清精品专区| 18禁观看日本| 26uuu在线亚洲综合色| 在线观看人妻少妇| 啦啦啦在线观看免费高清www| 精品亚洲成a人片在线观看| 多毛熟女@视频| 国产av一区二区精品久久| 亚洲,一卡二卡三卡| 黄色一级大片看看| 国精品久久久久久国模美| 寂寞人妻少妇视频99o| 下体分泌物呈黄色| 欧美日韩精品成人综合77777| 999精品在线视频| 爱豆传媒免费全集在线观看| 男人添女人高潮全过程视频| av电影中文网址| 夜夜看夜夜爽夜夜摸| 精品久久久精品久久久| 色网站视频免费| 久久人人爽人人片av| 亚洲精品久久久久久婷婷小说| 中文字幕制服av| 日本wwww免费看| 狠狠精品人妻久久久久久综合| 大片电影免费在线观看免费| av专区在线播放| 91久久精品国产一区二区成人| 看十八女毛片水多多多| 国产免费视频播放在线视频| 两个人的视频大全免费| 亚洲精品成人av观看孕妇| 人人妻人人澡人人看| 精品亚洲乱码少妇综合久久| 中文字幕最新亚洲高清| 不卡视频在线观看欧美| 久久97久久精品| 边亲边吃奶的免费视频| a级毛色黄片| 美女国产视频在线观看| 国产成人精品一,二区| 日本av手机在线免费观看| 国产在线免费精品| 欧美日韩视频高清一区二区三区二| 欧美日韩综合久久久久久| 美女cb高潮喷水在线观看| 超色免费av| 婷婷成人精品国产| 少妇丰满av| 两个人免费观看高清视频| 9色porny在线观看| 亚洲第一区二区三区不卡| 最近2019中文字幕mv第一页| 极品人妻少妇av视频| 国产日韩欧美亚洲二区| 美女xxoo啪啪120秒动态图| 国产在线视频一区二区| 国产免费一区二区三区四区乱码| 成人毛片a级毛片在线播放| 亚洲五月色婷婷综合| 亚洲av男天堂| 欧美精品高潮呻吟av久久| 久久青草综合色| 亚洲成人av在线免费| 啦啦啦中文免费视频观看日本| 九草在线视频观看| 成人无遮挡网站| 久久99蜜桃精品久久| 亚洲国产成人一精品久久久| 七月丁香在线播放| 另类亚洲欧美激情| 中文字幕最新亚洲高清| 国产精品久久久久久久电影| 美女内射精品一级片tv| 一区二区三区精品91| 飞空精品影院首页| 有码 亚洲区| 日韩成人伦理影院| av卡一久久| 夫妻性生交免费视频一级片| 女性被躁到高潮视频| av在线观看视频网站免费| 人妻少妇偷人精品九色| 久久99精品国语久久久| 18禁观看日本| av又黄又爽大尺度在线免费看| 91精品一卡2卡3卡4卡| 一本大道久久a久久精品| av免费观看日本| 欧美成人午夜免费资源| 亚洲欧洲精品一区二区精品久久久 | h视频一区二区三区| 中国国产av一级| 黑丝袜美女国产一区| 51国产日韩欧美| 中文欧美无线码| 亚洲国产毛片av蜜桃av| 亚洲av成人精品一二三区| 91成人精品电影| 久久影院123| 人妻夜夜爽99麻豆av| 中文字幕免费在线视频6| 色哟哟·www| 亚洲精品一二三| 18禁在线无遮挡免费观看视频| 交换朋友夫妻互换小说| 婷婷成人精品国产| 国产精品免费大片| 国产探花极品一区二区| av女优亚洲男人天堂| 精品久久久久久电影网| 两个人免费观看高清视频| 亚洲欧美清纯卡通| 免费观看av网站的网址| 亚洲欧美日韩另类电影网站| av又黄又爽大尺度在线免费看|