• <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 ?

    基于改進(jìn)Spark技術(shù)的高維數(shù)據(jù)增量式聚類算法

    2022-02-09 02:20:36劉仁芬楊鳳麗
    計(jì)算機(jī)仿真 2022年12期
    關(guān)鍵詞:高維降維聚類

    劉仁芬,楊鳳麗,王 霞

    (石家莊鐵道大學(xué)四方學(xué)院,河北 石家莊051132)

    1 引言

    高維數(shù)據(jù)包含多種屬性,例如空間位置信息、多物理參量、多時(shí)次數(shù)據(jù)、醫(yī)療數(shù)據(jù)等,也可將其理解為維度超過2的數(shù)據(jù)。該類數(shù)據(jù)已經(jīng)稱為當(dāng)下生活中經(jīng)常使用的一種數(shù)據(jù)[1],但是由于該類數(shù)據(jù)的樣本量極大,分析和處理的難度以及效果較差,甚至無法完成原始高維數(shù)據(jù)的加載;并且,即便在實(shí)現(xiàn)加載的情況下,也會(huì)導(dǎo)致計(jì)算機(jī)資源的超量占用,對算法的運(yùn)算效率造成較大影響[2,3]。

    當(dāng)前,諸多學(xué)者針對高維數(shù)據(jù)的增量式聚類均展開相關(guān)研究,例如趙萌萌等人基于共享近鄰緊密度,研究高維數(shù)據(jù)的增量式聚類算法[4],斯亞民基于嵌入式模糊集數(shù)據(jù)庫,研究高維數(shù)據(jù)的增量式聚類算法[5]。上述算法,可用于完成正常數(shù)據(jù)的聚類處理,但是當(dāng)數(shù)據(jù)信息流中存在異常數(shù)據(jù)時(shí),上述方法的敏感性較強(qiáng),則處理效果較差。

    本文結(jié)合高維數(shù)據(jù)的特點(diǎn),依據(jù)spark技術(shù)對高維數(shù)據(jù)的增量式聚類算法進(jìn)行改進(jìn),提出基于改進(jìn)spark技術(shù)的高維數(shù)據(jù)增量式聚類算法,實(shí)現(xiàn)高維數(shù)據(jù)的有效聚類處理,且避免敏感性的發(fā)生,提升數(shù)據(jù)處理效率。spark技術(shù)是一種用于處理大數(shù)據(jù)的計(jì)算引擎,也可理解為一種通用的并行架構(gòu),可實(shí)現(xiàn)交互式計(jì)算,可高效完成大數(shù)據(jù)的處理,并且通用性能較好,可適用于多種程序,實(shí)用性能較高,支持復(fù)雜算法的運(yùn)算。增量式聚類是一種以提升數(shù)據(jù)聚類效果以及效率為目的,在上一次聚類的基礎(chǔ)上,提升此次聚類效率的一種聚類算法。該算法也是用于實(shí)現(xiàn)高維數(shù)據(jù)處理的一種主要方法。

    2 基于改進(jìn)spark技術(shù)的高維數(shù)據(jù)增量式聚類算法

    2.1 高維數(shù)據(jù)結(jié)構(gòu)重組

    高維數(shù)據(jù)中,含有大量模糊數(shù)據(jù),對高維數(shù)據(jù)的處理造成一定影響。因此,為實(shí)現(xiàn)高維數(shù)據(jù)增量式聚類,需重組高維數(shù)據(jù)結(jié)構(gòu),獲取數(shù)據(jù)中的模糊數(shù)據(jù)。本文采用基于混沌分區(qū)方法完成。依據(jù)獲取的模糊數(shù)據(jù)分析該數(shù)據(jù)的時(shí)間序列混沌序列,以此分析兩種結(jié)構(gòu)[6],分別為重構(gòu)結(jié)構(gòu)及數(shù)據(jù)結(jié)構(gòu),前者屬于模糊數(shù)據(jù)。

    {x1,x2,…,xN}表示觀測時(shí)間序列,屬于高維數(shù)據(jù)流,且為待挖掘狀態(tài);寬帶時(shí)間序列用x(n)表示,處于平穩(wěn)狀態(tài);對模糊數(shù)據(jù)結(jié)構(gòu)映射,且在特征空間中完成,其維數(shù)用m表示,基于此可得重組結(jié)構(gòu)公式,且屬于高維數(shù)據(jù)

    X(n)={x(n),x(n+τ),…,x(n+(m-1)τ)}

    (1)

    式中:n=1,2,…,N;τ表示時(shí)間延遲。

    為獲取模糊信息的分布軌跡[7],需在完成特征融合的基礎(chǔ)上,分析相軌跡演化情況,且處于高維空間內(nèi)完成,則公式為

    X=[s1,s2,…,sK]

    (2)

    式中:K表示嵌入維數(shù),K=N-(m-1)τ,屬于特征空間,且在搜索過程中;m表示層數(shù),屬于數(shù)據(jù)的本體特征;特征矢量集用si表示,屬于相空間中,且si=(xi,xi+1,…,xi+(m-1)τ)T。

    2.2 高維數(shù)據(jù)降維

    由于獲取的模糊數(shù)據(jù)的分布軌跡呈不均勻分布狀態(tài),并且數(shù)據(jù)的維數(shù)較高,因此,本文采用基于信息熵的高維稀疏降維算法,先該分布空間的高維數(shù)據(jù)進(jìn)行特征篩選后,減少特征的數(shù)量,然后完成數(shù)據(jù)降維[8]。

    閾值用δ表示,屬于信息熵,通過減少數(shù)據(jù)特征數(shù)量,將無效的原始數(shù)據(jù)特征去除,其降維過程如下所述:

    輸入:輸入X,X包含的樣本數(shù)量為m、特征數(shù)量為n;貢獻(xiàn)率為f。

    輸出:降維結(jié)果Yk×m。

    1)對數(shù)據(jù)的所有特征進(jìn)行求解,將求解結(jié)果與δ進(jìn)行對比,進(jìn)行特征選取,對X進(jìn)行相關(guān)操作,操作內(nèi)容為:求解特征ai的信息熵H(ai);向集合A中引入ai。

    2)為獲取矩陣Vn×m,中心化處理樣本矩陣

    V=A-repmat(mean(A,2),1,m)

    (3)

    3)為形成方差矩陣Cov,需求解其協(xié)方差,屬于差異性特征之間

    Cov=(VVT)/(size(X,2)-1)

    (4)

    4)求解Cov的特征值和特征向量。

    5)選擇并確定變換基:

    為構(gòu)成特征向量矩陣Wn×k,選取最大的特征值的特征向量完成[9],兩者的數(shù)量均為k。

    6)降維結(jié)果求解,其公式為

    Y=WTV

    (5)

    7)輸出結(jié)果

    算法中f決定k值,f的計(jì)算公式為

    (6)

    式中:λi表示特征根。

    2.3 并行化增量式高維數(shù)據(jù)聚類優(yōu)化

    2.3.1 關(guān)聯(lián)數(shù)據(jù)檢測

    檢測輸出Yk×m,獲取數(shù)據(jù)之間關(guān)聯(lián)性。設(shè)γBLCMV表示Yk×m的監(jiān)測統(tǒng)計(jì)特征值,其計(jì)算公式為

    (7)

    式中,檢索的模糊域用at(θ)表示;R表示優(yōu)化目標(biāo)函數(shù);φ表示分塊匹配集,且φ=[φ1,φ2,…,φg],其式(8)描述

    (8)

    (9)

    式中:ASM表示加權(quán)幅值,且為輸出;ρSM表示自適應(yīng)調(diào)節(jié)參數(shù);DSM表示約束條件,且為不等式;H表示特征分布系數(shù)。

    設(shè)定時(shí)間窗口為Tφ,其屬于模糊類中心,計(jì)算公式為

    Tφ=set(Tf/Nφ)

    (10)

    式中:Tf>φjTφ;Nφ表示φ的數(shù)量。

    Yk×m的全局性最優(yōu)返回結(jié)果為

    pi(l+1)=min(pmax,Ωi(l+1))

    (11)

    將式(11)結(jié)果輸入至緩沖器中,獲取鏈路增益值hi,且hi≠hmin(l)、Ωi(l)>0,基于此完成Yk×m中關(guān)聯(lián)數(shù)據(jù)檢測。

    2.3.2 改進(jìn)spark融合聚類

    為實(shí)現(xiàn)高維數(shù)據(jù)的增量式聚類,采用spark融合聚類方法[10]對提取的特征向量進(jìn)行并行聚類優(yōu)化,且在高維相空間中完成,獲取高維數(shù)據(jù)功率譜密度,且屬于傳輸信道,其計(jì)算公式為

    (12)

    設(shè)pi(l+1)=0,描述高維數(shù)據(jù)的輸出斜度和峰度,兩者的計(jì)算公式依次為

    Sx=E[x3(t)]

    (13)

    Kx=E[x4(t)]-3E2[x2(t)]

    (14)

    并行化聚類的誤差計(jì)算公式為

    (15)

    式中:μ表示特征分量;d(n)表示期望距離,ω表示間距。

    為獲取高維數(shù)據(jù)的均衡調(diào)度尺度特征,需提取高維數(shù)據(jù)的平均集對特征量,其屬于集對簇中[11],并且位于信道的近場源中完成。

    (16)

    式中:E(i,j)表示均衡調(diào)度尺度特征;依據(jù)各個(gè)時(shí)幀A中的簇向量集ai,獲取高維數(shù)據(jù)并行化聚類的R,其計(jì)算公式為

    R=ω1Ci+ω2Di+ω3Mi+ω4Ni

    (17)

    式中:ω表示間距,且在擾動(dòng)情況下,并屬于聚類類間;C、D分別表示頻率和尺度,兩者均屬于數(shù)據(jù)聚類過程中,且前者對應(yīng)子帶中心,后者對應(yīng)時(shí)間;M表示約束參量,且呈線性。則高維數(shù)據(jù)的spark融合[12]的高維數(shù)據(jù)增量式聚類集計(jì)算公式為

    Qkc(-1)i+1det(Q′i1)))

    (18)

    K(xi,xj)=〈xi,xj〉

    (19)

    結(jié)合自適應(yīng)學(xué)習(xí)算法完成高維數(shù)據(jù)聚類中的自動(dòng)尋找,完成高維數(shù)據(jù)并行化聚類。

    3 仿真測試與分析

    為測試本文算法的聚類效果和性能,本文選擇兩種不同維度的數(shù)據(jù)集作為測試對象,數(shù)據(jù)集1包含樣本總數(shù)量為1799,其維度為256,類別數(shù)量為12;數(shù)據(jù)集2包含樣本總數(shù)量為400,其維度為1024,類別數(shù)量為400,測試時(shí),測試過程中通過Visual C++完成算法編譯,并采用MATLAB仿真軟件完成測試。

    為測試本文方法的高維數(shù)據(jù)的結(jié)構(gòu)重構(gòu)效果,需確定其最佳嵌入維數(shù),測試在不同維數(shù)下,數(shù)據(jù)集的混沌重組結(jié)果,數(shù)據(jù)集1的重構(gòu)效果如圖1。

    圖1 混沌重構(gòu)測試結(jié)果

    根據(jù)圖1測試結(jié)果可得:嵌入維數(shù)為5時(shí),混沌重構(gòu)分區(qū)后的數(shù)據(jù)分布存在尖峰位置,雖然整體呈現(xiàn)上下分布,但是中心線的上下兩部分存在一定不對稱現(xiàn)象;嵌入維數(shù)為7時(shí),混沌重構(gòu)分區(qū)后的數(shù)據(jù)分布平滑、圓滿,不存在尖峰現(xiàn)象,并且中心線上下部分呈現(xiàn)較好的對稱分布;嵌入維數(shù)為9時(shí),混沌重構(gòu)分區(qū)后的數(shù)據(jù)分布則出現(xiàn)較為明顯波動(dòng),則波動(dòng)狀態(tài)不規(guī)則,導(dǎo)致縱向中心線和橫向中心線呈現(xiàn)差異變化。該結(jié)果表明,當(dāng)嵌入維數(shù)為7時(shí),可獲取最佳的數(shù)據(jù)混沌重構(gòu)效果。

    為測試本方法對高維數(shù)據(jù)的降維效果,采用本文方法對兩類數(shù)據(jù)集進(jìn)行降維處理,測試在不同貢獻(xiàn)率取值下,兩類數(shù)據(jù)集降維前后的對比結(jié)果,見表1。

    表1 兩類數(shù)據(jù)集的降維測試結(jié)果

    分析表1測試結(jié)果可知:本文算法具備良好的數(shù)據(jù)降維效果,針對維數(shù)相對較低和相對較高的兩種數(shù)據(jù)集的降維性能相差較小,不存在維數(shù)越高則降維效果較差現(xiàn)象。當(dāng)貢獻(xiàn)率達(dá)到1.0時(shí),兩種數(shù)據(jù)集的維度分別下降120和118個(gè)維度,有效實(shí)現(xiàn)數(shù)據(jù)集的維度下降,以此降低存儲(chǔ)空間的占用率。

    為測試本文算法的聚類效果,采用歸一化互信息和蘭德指數(shù)作為評價(jià)指標(biāo),指標(biāo)的計(jì)算公式分別為:

    (20)

    (21)

    式中:數(shù)據(jù)集的樣本總數(shù)量用N表示;第i類的樣本數(shù)量用Ai表示,且屬于本文方法聚類后;數(shù)據(jù)集中的真實(shí)數(shù)量用Bi表示,且屬于第j類樣本;ζ表示未知類別;以實(shí)際的樣本類別信息為參照,聚類后與其類別相同的樣本數(shù)量用a表示、不相同的數(shù)量用b表示。兩個(gè)評價(jià)指標(biāo)的取值范圍為[0,1],本文方法的聚類效果隨著該取值的增加而越佳、該取值的降低而變差。

    所提方法下兩類數(shù)據(jù)集的聚類的效果,結(jié)果見圖2、圖3。

    圖2 歸一化互信息測試結(jié)果

    依據(jù)圖2測試結(jié)果可知:當(dāng)樣本類別數(shù)量較少時(shí),在不同的增益比例下,NMI呈現(xiàn)差異性波動(dòng)變化,但是當(dāng)期比例達(dá)到0.7時(shí),NMI的結(jié)果較低,隨著樣本類別數(shù)量的增加,呈現(xiàn)顯著的下降趨勢;當(dāng)樣本中類別數(shù)量較多時(shí),隨著樣本數(shù)量的增加,不同增益比例下的NMI值均呈現(xiàn)下降趨勢,但是,比例為0.1、0.3、0.5時(shí),NMI的結(jié)果均在0.58以上,當(dāng)比例為0.7時(shí),NMI的結(jié)果均低于0.55,并且樣本數(shù)量為12類時(shí)NMI的結(jié)果僅為0.15。

    圖3 蘭德指數(shù)測試結(jié)果

    依據(jù)圖3測試結(jié)果可知:增益比例為0.1、0.3、0.5時(shí),數(shù)據(jù)集1和數(shù)據(jù)集2的RI結(jié)果均在0.60以上,且波動(dòng)范圍較小,當(dāng)增益比例為0.7時(shí),數(shù)據(jù)集1的RI值,隨著樣本類別數(shù)量的增加,在0.3~0.45的范圍內(nèi)波動(dòng);數(shù)據(jù)集2的RI值隨著樣本類別數(shù)量的增加,則呈現(xiàn)緩慢下降趨勢。

    綜合圖2和圖3結(jié)果得出:增益比例對于NMI的結(jié)果存在直接影響,因此,算法在運(yùn)算過程中,比例值應(yīng)低于0.5,同時(shí),在合理的比例取值下,樣本數(shù)量的增加,對于NMI的結(jié)果影響較小,可忽略不計(jì)。因此,在合理的增益比例下,本文算法的聚類效果良好,可完成高維數(shù)據(jù)的有效、可靠聚類。

    4 結(jié)論

    由于高維數(shù)據(jù)的利用率以及處理效果不理想,因此,本文以高維數(shù)據(jù)增量式聚類為目的,研究基于改進(jìn)spark技術(shù)的高維數(shù)據(jù)增量式聚類算法。通過高維數(shù)據(jù)結(jié)構(gòu)重構(gòu)、降維處理,并通過spark技術(shù)完成數(shù)據(jù)的并行聚類優(yōu)化,實(shí)現(xiàn)高維數(shù)據(jù)的高效處理,獲取有效數(shù)據(jù),實(shí)現(xiàn)高維數(shù)據(jù)的增量式聚類。通過仿真測試得出:本文算法在最佳的嵌入維數(shù)下,可完成最佳的數(shù)據(jù)結(jié)構(gòu)重構(gòu)結(jié)果,并且能夠降低高維數(shù)據(jù)的維度,聚類效果良好。

    在日后的研究中,將以進(jìn)一步提升算法的性能為主,對高維數(shù)據(jù)中的近似特征展開研究,分析是否可通過近似特征的結(jié)合,優(yōu)化算法的聚類性能。

    猜你喜歡
    高維降維聚類
    Three-Body’s epic scale and fiercely guarded fanbase present challenges to adaptations
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    一種改進(jìn)的GP-CLIQUE自適應(yīng)高維子空間聚類算法
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    基于加權(quán)自學(xué)習(xí)散列的高維數(shù)據(jù)最近鄰查詢算法
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一般非齊次非線性擴(kuò)散方程的等價(jià)變換和高維不變子空間
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    高維Kramers系統(tǒng)離出點(diǎn)的分布問題
    拋物化Navier-Stokes方程的降維仿真模型
    久久99热6这里只有精品| 久久久久久久久久久免费av| 一级毛片电影观看| 日日撸夜夜添| 人人妻人人添人人爽欧美一区卜 | 18禁裸乳无遮挡免费网站照片| 欧美xxxx性猛交bbbb| 女的被弄到高潮叫床怎么办| 国产精品人妻久久久久久| 国产男女超爽视频在线观看| 在线观看免费日韩欧美大片 | 观看av在线不卡| 日韩av免费高清视频| 亚洲欧美日韩卡通动漫| 国产69精品久久久久777片| 涩涩av久久男人的天堂| 免费av不卡在线播放| 午夜福利在线在线| 色哟哟·www| 18禁在线无遮挡免费观看视频| 亚洲欧美日韩另类电影网站 | 精品久久久久久久久亚洲| 少妇的逼好多水| 六月丁香七月| 建设人人有责人人尽责人人享有的 | 亚洲av成人精品一区久久| 亚洲无线观看免费| 这个男人来自地球电影免费观看 | 在线观看一区二区三区| 成人18禁高潮啪啪吃奶动态图 | 久久久国产一区二区| 欧美一区二区亚洲| 久久精品国产亚洲网站| 小蜜桃在线观看免费完整版高清| 国产高潮美女av| 草草在线视频免费看| 国产精品爽爽va在线观看网站| 春色校园在线视频观看| videos熟女内射| 成人高潮视频无遮挡免费网站| 亚洲精品自拍成人| 国产亚洲欧美精品永久| 成年人午夜在线观看视频| 99热这里只有精品一区| 亚洲欧美日韩东京热| 国产黄色免费在线视频| 亚洲欧洲日产国产| 久久久色成人| 男人添女人高潮全过程视频| 熟女电影av网| 成人国产av品久久久| 色婷婷av一区二区三区视频| 在线观看免费高清a一片| 国产黄色视频一区二区在线观看| 伊人久久国产一区二区| 亚洲经典国产精华液单| 精品久久久久久电影网| 啦啦啦中文免费视频观看日本| 简卡轻食公司| videos熟女内射| 亚洲中文av在线| 日本与韩国留学比较| 日本猛色少妇xxxxx猛交久久| 午夜福利影视在线免费观看| 亚洲国产精品国产精品| 亚洲成人av在线免费| 久久国产乱子免费精品| 人人妻人人添人人爽欧美一区卜 | 欧美xxⅹ黑人| 777米奇影视久久| 能在线免费看毛片的网站| 欧美 日韩 精品 国产| 伦精品一区二区三区| 亚洲激情五月婷婷啪啪| 国产精品三级大全| 国产精品99久久99久久久不卡 | 又爽又黄a免费视频| 国产在线视频一区二区| 最近最新中文字幕大全电影3| 十八禁网站网址无遮挡 | 日本与韩国留学比较| 成人一区二区视频在线观看| 欧美精品国产亚洲| 国产欧美亚洲国产| 国产视频内射| 国产av国产精品国产| 色婷婷av一区二区三区视频| 亚洲第一区二区三区不卡| 久久毛片免费看一区二区三区| 成年免费大片在线观看| 国产成人a∨麻豆精品| 激情 狠狠 欧美| 国产精品久久久久久精品电影小说 | 欧美亚洲 丝袜 人妻 在线| 国产国拍精品亚洲av在线观看| 夜夜骑夜夜射夜夜干| 日日啪夜夜爽| 成年美女黄网站色视频大全免费 | 美女主播在线视频| 嫩草影院入口| 老师上课跳d突然被开到最大视频| 亚洲av二区三区四区| 日本色播在线视频| 18禁在线无遮挡免费观看视频| 久久精品国产a三级三级三级| 国产在线视频一区二区| 亚洲av男天堂| 国产精品久久久久久精品电影小说 | 自拍偷自拍亚洲精品老妇| 久久久精品94久久精品| 毛片一级片免费看久久久久| 妹子高潮喷水视频| 日韩一区二区视频免费看| 人妻一区二区av| 22中文网久久字幕| 综合色丁香网| 晚上一个人看的免费电影| 欧美激情国产日韩精品一区| 亚洲国产av新网站| 男人和女人高潮做爰伦理| 精品亚洲成a人片在线观看 | 简卡轻食公司| 十八禁网站网址无遮挡 | 18禁在线无遮挡免费观看视频| 尤物成人国产欧美一区二区三区| 我的老师免费观看完整版| 国产精品免费大片| 超碰97精品在线观看| 日韩,欧美,国产一区二区三区| 一区在线观看完整版| 91在线精品国自产拍蜜月| 国产爽快片一区二区三区| 国产黄片美女视频| 国产男人的电影天堂91| 久久精品久久久久久久性| 国产在线视频一区二区| 日韩中文字幕视频在线看片 | 赤兔流量卡办理| 女人十人毛片免费观看3o分钟| 男男h啪啪无遮挡| 久久精品久久久久久久性| 成人综合一区亚洲| 欧美人与善性xxx| 欧美精品一区二区大全| 丰满人妻一区二区三区视频av| 男男h啪啪无遮挡| 日韩 亚洲 欧美在线| 国产 一区 欧美 日韩| 大陆偷拍与自拍| 草草在线视频免费看| 亚洲国产欧美人成| 久久久久视频综合| 一级二级三级毛片免费看| 国产亚洲精品久久久com| 性色av一级| 夜夜爽夜夜爽视频| 久久久久久久久久人人人人人人| 婷婷色麻豆天堂久久| 各种免费的搞黄视频| 免费观看无遮挡的男女| 久久精品国产亚洲网站| 免费少妇av软件| 三级经典国产精品| 26uuu在线亚洲综合色| 久久影院123| 亚洲精品第二区| 内射极品少妇av片p| 少妇人妻 视频| 最近手机中文字幕大全| 亚洲久久久国产精品| 国内揄拍国产精品人妻在线| 亚洲国产精品成人久久小说| 看免费成人av毛片| 五月玫瑰六月丁香| 中文字幕亚洲精品专区| 成人毛片60女人毛片免费| 国产视频首页在线观看| 99久久人妻综合| 国产高潮美女av| 超碰av人人做人人爽久久| 亚洲精品国产av蜜桃| 插逼视频在线观看| 成人漫画全彩无遮挡| 久久久久久久大尺度免费视频| 色网站视频免费| 亚洲国产欧美人成| 国产日韩欧美亚洲二区| 中文欧美无线码| 六月丁香七月| 欧美+日韩+精品| 99久久精品热视频| 99热这里只有是精品在线观看| 日本黄色日本黄色录像| 一级毛片电影观看| 中文字幕人妻熟人妻熟丝袜美| 国产爱豆传媒在线观看| 丰满少妇做爰视频| 久久av网站| 亚洲国产精品专区欧美| 国产又色又爽无遮挡免| 亚洲av成人精品一二三区| 国产精品嫩草影院av在线观看| 久久婷婷青草| 国产免费一级a男人的天堂| 国产精品偷伦视频观看了| 国产 一区 欧美 日韩| 十八禁网站网址无遮挡 | 黑人高潮一二区| 亚洲精品第二区| 国产白丝娇喘喷水9色精品| xxx大片免费视频| 免费看日本二区| 一级毛片黄色毛片免费观看视频| 久久99热这里只频精品6学生| 丝袜喷水一区| 看非洲黑人一级黄片| 男人和女人高潮做爰伦理| 人人妻人人爽人人添夜夜欢视频 | 一级片'在线观看视频| 国产精品一二三区在线看| 免费av不卡在线播放| 国产亚洲午夜精品一区二区久久| 久久久久久久久久久丰满| 久久热精品热| 国模一区二区三区四区视频| 高清视频免费观看一区二区| 一级a做视频免费观看| 91精品国产九色| 交换朋友夫妻互换小说| 亚洲国产最新在线播放| 色5月婷婷丁香| 久久久久视频综合| 蜜桃久久精品国产亚洲av| 人妻夜夜爽99麻豆av| 校园人妻丝袜中文字幕| 蜜桃在线观看..| 草草在线视频免费看| 久久精品夜色国产| 日本-黄色视频高清免费观看| 久久久久人妻精品一区果冻| 国产精品麻豆人妻色哟哟久久| 在线观看免费日韩欧美大片 | 欧美日韩国产mv在线观看视频 | 欧美成人a在线观看| 99久久精品一区二区三区| 黄片wwwwww| 国产精品99久久99久久久不卡 | 久久久久国产网址| 久久久精品94久久精品| 乱码一卡2卡4卡精品| 久久99蜜桃精品久久| 免费观看的影片在线观看| 麻豆成人av视频| 国产男人的电影天堂91| 日日啪夜夜爽| 欧美日韩在线观看h| 热99国产精品久久久久久7| 亚洲欧美日韩东京热| 精品久久久久久久久av| 又黄又爽又刺激的免费视频.| 日本色播在线视频| 国产 精品1| 一个人看的www免费观看视频| 多毛熟女@视频| videos熟女内射| 91aial.com中文字幕在线观看| 99久久精品国产国产毛片| 国产在线视频一区二区| 在线观看国产h片| 中文在线观看免费www的网站| 91aial.com中文字幕在线观看| 亚洲欧美中文字幕日韩二区| 在线天堂最新版资源| 偷拍熟女少妇极品色| 国产色婷婷99| 国产一区亚洲一区在线观看| 99久久人妻综合| 国产精品福利在线免费观看| 久久精品国产亚洲网站| 久久热精品热| 亚洲av免费高清在线观看| 岛国毛片在线播放| av国产精品久久久久影院| 亚洲丝袜综合中文字幕| 精品午夜福利在线看| 久久久久久人妻| 亚洲精品久久久久久婷婷小说| 2021少妇久久久久久久久久久| 黄色配什么色好看| av国产精品久久久久影院| av视频免费观看在线观看| 日本vs欧美在线观看视频 | 亚洲欧美日韩东京热| 免费av中文字幕在线| 国产 一区 欧美 日韩| 美女主播在线视频| 韩国高清视频一区二区三区| 国产永久视频网站| 一本一本综合久久| 免费av不卡在线播放| 啦啦啦中文免费视频观看日本| 久久毛片免费看一区二区三区| 免费不卡的大黄色大毛片视频在线观看| 欧美极品一区二区三区四区| 国产亚洲5aaaaa淫片| 国内精品宾馆在线| 国产男女超爽视频在线观看| 久久午夜福利片| 伦精品一区二区三区| 国国产精品蜜臀av免费| 午夜免费观看性视频| 爱豆传媒免费全集在线观看| 亚洲av在线观看美女高潮| 国产 一区精品| 亚洲欧美日韩另类电影网站 | 亚洲婷婷狠狠爱综合网| 国产一区二区三区综合在线观看 | h日本视频在线播放| 深爱激情五月婷婷| kizo精华| 久久久国产一区二区| 少妇精品久久久久久久| 亚洲综合色惰| 久久精品国产亚洲av天美| 免费观看a级毛片全部| 人妻系列 视频| av网站免费在线观看视频| 丰满少妇做爰视频| 高清午夜精品一区二区三区| 大片免费播放器 马上看| 日韩,欧美,国产一区二区三区| 久久综合国产亚洲精品| 欧美日本视频| 国产精品一区二区在线不卡| 亚洲精华国产精华液的使用体验| 多毛熟女@视频| 国产免费又黄又爽又色| 在线观看三级黄色| 在线观看一区二区三区激情| 最近最新中文字幕免费大全7| 久久久久久人妻| 免费观看a级毛片全部| 99热这里只有是精品在线观看| 精品人妻偷拍中文字幕| 欧美精品亚洲一区二区| 91久久精品电影网| 熟女人妻精品中文字幕| 亚洲精品亚洲一区二区| 欧美xxxx性猛交bbbb| 成人毛片60女人毛片免费| 久久韩国三级中文字幕| 成人亚洲精品一区在线观看 | 午夜免费男女啪啪视频观看| 国产精品免费大片| 99久久人妻综合| 久久久亚洲精品成人影院| 大香蕉97超碰在线| 国产女主播在线喷水免费视频网站| 少妇猛男粗大的猛烈进出视频| 欧美高清成人免费视频www| 国产精品一及| 狂野欧美白嫩少妇大欣赏| 久久毛片免费看一区二区三区| 亚洲av欧美aⅴ国产| 亚洲av福利一区| 熟女人妻精品中文字幕| 一个人看视频在线观看www免费| 精品一区二区免费观看| 亚洲国产精品成人久久小说| 色5月婷婷丁香| 亚洲熟女精品中文字幕| 最近手机中文字幕大全| 一个人看视频在线观看www免费| 亚洲一级一片aⅴ在线观看| 韩国av在线不卡| 国产熟女欧美一区二区| 欧美一区二区亚洲| 国产亚洲av片在线观看秒播厂| 日产精品乱码卡一卡2卡三| 在线观看免费高清a一片| 联通29元200g的流量卡| 精品人妻视频免费看| 亚洲欧美一区二区三区国产| 天天躁夜夜躁狠狠久久av| a 毛片基地| 永久免费av网站大全| 男人爽女人下面视频在线观看| 夜夜看夜夜爽夜夜摸| 丰满少妇做爰视频| 久久人妻熟女aⅴ| 老司机影院成人| 亚洲av日韩在线播放| 婷婷色综合www| 亚洲国产高清在线一区二区三| 国产精品久久久久成人av| 大陆偷拍与自拍| 18禁裸乳无遮挡免费网站照片| 亚洲电影在线观看av| 一本久久精品| 欧美日韩综合久久久久久| 成人无遮挡网站| 免费观看av网站的网址| av女优亚洲男人天堂| 身体一侧抽搐| 精品人妻熟女av久视频| 国产精品成人在线| 久热久热在线精品观看| 亚洲美女视频黄频| 99热这里只有是精品50| 久久人人爽人人爽人人片va| 久久精品国产亚洲av天美| 一区二区三区精品91| 六月丁香七月| 亚洲欧美精品自产自拍| 女人十人毛片免费观看3o分钟| 狠狠精品人妻久久久久久综合| 亚洲精品一二三| 亚州av有码| av线在线观看网站| 国产黄频视频在线观看| 插阴视频在线观看视频| 久久久久久久久久成人| 亚洲自偷自拍三级| 最近的中文字幕免费完整| 一个人看的www免费观看视频| 免费av中文字幕在线| 欧美极品一区二区三区四区| 三级国产精品欧美在线观看| 久久青草综合色| h视频一区二区三区| 99久久精品热视频| 欧美丝袜亚洲另类| 在线天堂最新版资源| 一区二区三区四区激情视频| 午夜免费观看性视频| 我的女老师完整版在线观看| 蜜桃亚洲精品一区二区三区| 日韩人妻高清精品专区| 亚洲综合精品二区| 日韩成人伦理影院| 亚洲内射少妇av| 老师上课跳d突然被开到最大视频| 免费观看a级毛片全部| 热99国产精品久久久久久7| 熟女电影av网| 国产 精品1| 国产午夜精品久久久久久一区二区三区| 啦啦啦啦在线视频资源| 一区二区av电影网| 一个人免费看片子| 欧美国产精品一级二级三级 | 成人免费观看视频高清| 亚洲va在线va天堂va国产| 男女免费视频国产| 久久精品国产亚洲网站| 日韩精品有码人妻一区| 亚洲人成网站高清观看| 我要看日韩黄色一级片| 精品酒店卫生间| 日韩欧美精品免费久久| 天天躁夜夜躁狠狠久久av| 久久久午夜欧美精品| 高清午夜精品一区二区三区| 91精品伊人久久大香线蕉| 黄色配什么色好看| 亚洲欧美日韩卡通动漫| 伦精品一区二区三区| 伦理电影免费视频| 国产在线男女| 中文精品一卡2卡3卡4更新| 国产大屁股一区二区在线视频| av国产免费在线观看| 嘟嘟电影网在线观看| freevideosex欧美| 中文字幕精品免费在线观看视频 | 国产免费一级a男人的天堂| 国产淫片久久久久久久久| 在线观看av片永久免费下载| 中文字幕亚洲精品专区| 日韩三级伦理在线观看| a级一级毛片免费在线观看| 天堂8中文在线网| 夫妻性生交免费视频一级片| 久久久久网色| 免费高清在线观看视频在线观看| 欧美 日韩 精品 国产| 亚洲av男天堂| 国产精品人妻久久久久久| 18禁在线播放成人免费| 国产成人精品福利久久| 亚洲av免费高清在线观看| 亚洲精品久久久久久婷婷小说| 女的被弄到高潮叫床怎么办| 97超视频在线观看视频| 国产午夜精品一二区理论片| 毛片一级片免费看久久久久| 寂寞人妻少妇视频99o| 久久人人爽人人片av| 黄片wwwwww| 亚洲人成网站高清观看| 搡老乐熟女国产| 女人久久www免费人成看片| 国产精品熟女久久久久浪| 日产精品乱码卡一卡2卡三| 中文字幕免费在线视频6| 亚洲自偷自拍三级| 人人妻人人爽人人添夜夜欢视频 | 狂野欧美白嫩少妇大欣赏| 精品人妻视频免费看| 一个人免费看片子| 我要看日韩黄色一级片| .国产精品久久| a 毛片基地| av免费观看日本| 精品人妻一区二区三区麻豆| 丰满乱子伦码专区| .国产精品久久| 精品人妻熟女av久视频| 成人亚洲欧美一区二区av| 在线免费十八禁| 亚洲熟女精品中文字幕| 久久国产精品男人的天堂亚洲 | 欧美老熟妇乱子伦牲交| 免费av中文字幕在线| 成人18禁高潮啪啪吃奶动态图 | 美女脱内裤让男人舔精品视频| 一区二区三区四区激情视频| 99re6热这里在线精品视频| 青青草视频在线视频观看| 亚洲国产精品999| 狂野欧美激情性xxxx在线观看| av专区在线播放| 日本猛色少妇xxxxx猛交久久| 精品一品国产午夜福利视频| 有码 亚洲区| 大又大粗又爽又黄少妇毛片口| 亚洲精品乱久久久久久| 国产精品麻豆人妻色哟哟久久| 亚州av有码| 日本欧美视频一区| 久久久久视频综合| 免费少妇av软件| 2018国产大陆天天弄谢| 青春草视频在线免费观看| 啦啦啦在线观看免费高清www| 大又大粗又爽又黄少妇毛片口| 2018国产大陆天天弄谢| 久久av网站| 一本久久精品| 亚洲精品日韩av片在线观看| 国产成人精品一,二区| 亚洲av电影在线观看一区二区三区| 国产高清不卡午夜福利| 国产中年淑女户外野战色| 国产伦精品一区二区三区视频9| 国产伦精品一区二区三区四那| 国产免费视频播放在线视频| 久久久久久九九精品二区国产| 丝瓜视频免费看黄片| 黑人猛操日本美女一级片| 网址你懂的国产日韩在线| 国产美女午夜福利| 美女国产视频在线观看| 另类亚洲欧美激情| 好男人视频免费观看在线| 婷婷色麻豆天堂久久| 观看免费一级毛片| 在线观看美女被高潮喷水网站| 一级毛片黄色毛片免费观看视频| 美女视频免费永久观看网站| 国产亚洲91精品色在线| 国产成人精品福利久久| 在线免费观看不下载黄p国产| 精品一区二区免费观看| 欧美老熟妇乱子伦牲交| 国语对白做爰xxxⅹ性视频网站| 久久99精品国语久久久| 国产成人a区在线观看| 女人十人毛片免费观看3o分钟| 久久久亚洲精品成人影院| 新久久久久国产一级毛片| 噜噜噜噜噜久久久久久91| 夜夜看夜夜爽夜夜摸| 特大巨黑吊av在线直播| 精品久久久久久久久av| 不卡视频在线观看欧美| 日韩 亚洲 欧美在线| 国产精品一及| av视频免费观看在线观看| 免费观看性生交大片5| 亚洲成人av在线免费| 免费在线观看成人毛片| 高清日韩中文字幕在线| 中国美白少妇内射xxxbb| 国产免费视频播放在线视频| 亚洲欧美精品自产自拍| 国产v大片淫在线免费观看| 亚洲欧洲日产国产| 熟女电影av网| 纯流量卡能插随身wifi吗| 国产精品爽爽va在线观看网站| 午夜福利在线观看免费完整高清在| 嘟嘟电影网在线观看| 成人特级av手机在线观看| 免费观看在线日韩| 99热这里只有精品一区| 欧美性感艳星| 亚洲av欧美aⅴ国产| 乱码一卡2卡4卡精品| 亚洲欧美日韩卡通动漫| 2022亚洲国产成人精品| 精品久久久噜噜| 国产免费一区二区三区四区乱码| 自拍偷自拍亚洲精品老妇| 成年女人在线观看亚洲视频|