• <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 ?

    融合知識圖譜與深度學(xué)習(xí)的羊病診斷方法?

    2022-03-18 06:21:00翟增林王天一
    計算機(jī)與數(shù)字工程 2022年12期
    關(guān)鍵詞:羊病三元組圖譜

    翟增林 王天一

    (貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院 貴陽 550025)

    1 引言

    近年來隨著人工智能的快速發(fā)展,深度學(xué)習(xí)已經(jīng)在疾病診斷領(lǐng)域取得較好的成果,然而深度學(xué)習(xí)以數(shù)據(jù)為驅(qū)動,其自動特征提取的方法雖然提高了效率,但往往缺乏專家經(jīng)驗和知識,無法發(fā)掘疾病與癥狀間隱含的關(guān)聯(lián)關(guān)系。而知識圖譜技術(shù)能夠以結(jié)構(gòu)化的形式表示人類知識,通過知識表示和知識推理技術(shù),可以給人工智能系統(tǒng)提供可處理的先驗知識[3]。因此,可以利用知識圖譜中潛在的信息指導(dǎo)神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí),模擬羊病專家的診斷過程,實現(xiàn)對羊主要疾病的診斷。

    基于以上研究現(xiàn)狀,本文提出融合知識圖譜與深度學(xué)習(xí)的羊病診斷方法。首先根據(jù)羊病專家知識構(gòu)建知識圖譜,再利用圖神經(jīng)網(wǎng)絡(luò)融合知識圖譜信息將癥狀描述文本轉(zhuǎn)化為詞向量,最后使用LSTM 學(xué)習(xí)癥狀描述文本的單個漢字特征,強(qiáng)化模型文本語義表示能力。實驗表明本文通過羊病知識圖譜嵌入為LSTM 提供先驗知識,使得模型在訓(xùn)練時能夠更全面的學(xué)習(xí)癥狀文本特征,從而提升診斷效果,并能夠?qū)崿F(xiàn)羊病的初步診斷。

    2 羊病知識圖譜構(gòu)建

    知識圖譜(Knowledge Graph,KG)通過“實體-關(guān)系-實體”三元組信息表示現(xiàn)實世界中的抽象概念,實體之間通過關(guān)系相互連接構(gòu)成網(wǎng)狀結(jié)構(gòu),通過三元組的形式可將物理世界中的每一條知識描述為KG=,其中h、t表示三元組的頭實體和尾實體集合,r={r1,r2,…,r||R}表示知識圖譜的R 種不同關(guān)系。目前,知識圖譜已在搜索引擎、智能問答、商品推薦、輔助診斷等領(lǐng)域得到廣泛應(yīng)用,通用領(lǐng)域的大規(guī)模知識圖譜有XLore[4]、CN-DBpedia[5]等,而在垂直領(lǐng)域也有不少知識圖譜如司法知識圖譜[6]、電影知識圖譜[7]等正逐漸投入使用。

    領(lǐng)域知識圖譜可以解決特定領(lǐng)域的知識推理問題。針對羊病領(lǐng)域沒有開源知識圖譜的問題,本文首先通過爬蟲爬取羊養(yǎng)殖百科、論壇等網(wǎng)站中羊病領(lǐng)域的相關(guān)數(shù)據(jù)。針對養(yǎng)殖百科中的結(jié)構(gòu)化數(shù)據(jù),通過設(shè)計關(guān)系抽取模板將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為三元組的形式;對于從論壇中獲取到的非結(jié)構(gòu)化數(shù)據(jù),通過中文分詞工具jieba[8],中文命名實體識別工具LTP[9]和中文知識圖譜關(guān)系抽取工具DeepKE從非結(jié)構(gòu)化文本中自動抽取三元組知識。

    經(jīng)過以上處理共得到3854 組三元組信息,其中包含2626 個節(jié)點,涉及疾病-癥狀、疾病-病因、疾病-別稱、疾病-含義、疾病-治療等12種關(guān)系,部分三元組表示結(jié)果如表1 所示,最后將所有三元組信息存入neo4j圖數(shù)據(jù)庫中,得到羊病知識圖譜,部分知識圖譜可視化結(jié)果如圖1所示。

    對兩組臨床相關(guān)指標(biāo)(手術(shù)時間、術(shù)中出血量、骨愈合時間、髖關(guān)節(jié)功能Harris評分、住院時間)、骨折復(fù)位丟失率、并發(fā)癥發(fā)生率實行觀察和記錄。

    表1 部分三元組表示

    圖1 知識圖譜可視化結(jié)果

    3 羊病診斷模型

    融合知識圖譜與深度學(xué)習(xí)的羊病診斷模型主要由癥狀文本處理模塊、羊病知識圖譜嵌入模塊、長短期記憶網(wǎng)絡(luò)(Long Short Term Memory,LSTM)特征提取模塊和輸出模塊四部分組成,其模型結(jié)構(gòu)如圖2 所示。其中,癥狀文本處理模塊包括Word2vec 字級別編碼和癥狀文本詞特征編碼,羊病知識圖譜嵌入模塊包括羊病知識圖譜特征提取與融合的GCN(Graph convolution neural network,GCN)編碼模塊,雙向LSTM 模塊提取Word2vec 編碼后的癥狀字特征,單向LSTM 提取GCN 編碼后的癥狀詞與羊病知識圖譜融合特征,最后將兩部分特征進(jìn)行拼接,使用Softmax 分類器計算診斷結(jié)果的概率分布,完成基于癥狀的疾病診斷。

    圖2 融合知識圖譜與深度學(xué)習(xí)的羊病診斷模型

    3.1 癥狀文本處理模塊

    癥狀是描述病羊因患有某種疾病而表現(xiàn)出的異常狀態(tài),這些狀態(tài)容易被飼養(yǎng)人員觀察到并以文本的形式記錄。為了從多個維度學(xué)習(xí)這些文本的特征,本文分別從字與詞兩個角度出發(fā),對于疾病癥狀文本當(dāng)中的單個漢字,使用Word2vec 的Skip-gram 模型[10],將漢字表示成連續(xù)稠密的字向量,通過這種方式得到的字向量能夠蘊(yùn)含文本中各個漢字之間的語義關(guān)系。對于疾病癥狀文本中的詞,它與羊病知識圖譜當(dāng)中的節(jié)點相同,因此可以與知識圖譜中圖結(jié)構(gòu)特征進(jìn)行融合,通過設(shè)計字表,將詞語中出現(xiàn)該漢字的位置標(biāo)標(biāo)記1,未出現(xiàn)該漢字的位置標(biāo)記為0,得到疾節(jié)點特征矩陣,可以作為GCN 的輸入,假設(shè)字表為Ω={發(fā),腹,口,瀉,瘡,熱},則“發(fā)熱”可以表示為{1,0,0,0,0,1}。

    3.2 羊病知識圖譜嵌入模塊

    圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Network,GNN)由戈里(Gori)等[11]提出,是一種處理圖結(jié)構(gòu)數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型,而知識圖譜本身就是一種圖結(jié)構(gòu)數(shù)據(jù),因此可以采用圖構(gòu)建知識和數(shù)據(jù)之間的關(guān)聯(lián)。圖卷積神經(jīng)網(wǎng)絡(luò)[12]是卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)在非歐式空間的一種拓展[13],它能很好地對知識圖譜中圖結(jié)構(gòu)信息進(jìn)行融合,通過加入GCN 可以增加模型對自然語言文本中詞語間關(guān)聯(lián)性的學(xué)習(xí)能力,提高特征向量的稠密度。本文利用GCN 編碼的功能,通過聚合羊病知識圖譜中疾病與癥狀之間的節(jié)點特征與結(jié)構(gòu)特征信息,學(xué)習(xí)知識圖譜疾病與癥狀的節(jié)點嵌入表示。

    圖神經(jīng)網(wǎng)絡(luò)的核心是消息傳遞,通過聚合鄰居節(jié)點的信息完成當(dāng)前節(jié)點特征的更新。例如在圖3所示的疾病-癥狀子圖中,疾病Xi作為中心節(jié)點,其特征通過聚合周圍一階鄰居節(jié)點特征即癥狀的特征進(jìn)行更新。

    圖3 疾病-癥狀子圖

    其中,Aij表示消息傳遞系數(shù),可由鄰接矩陣得到,Xj表示癥狀的特征,通過節(jié)點特征矩陣得到。節(jié)點的更新不僅要考慮鄰居節(jié)點的特征,還需要考慮自身的特征,可以通過自身特征矩陣與一個單位矩陣相加,實現(xiàn)自連接的作用,將自身特征添加進(jìn)來。

    其中,?表示帶有自連接的鄰接矩陣。在實際情況中,節(jié)點間關(guān)系連接的數(shù)量并不相同,因此需要根據(jù)不同節(jié)點與其他節(jié)點連接的密切程度設(shè)定不同的權(quán)重來限制每一個節(jié)點信息傳輸。GCN 巧妙的利用度矩陣解決了這個問題,通過自連接度矩陣對帶有自連接的鄰接矩陣?進(jìn)行特征歸一化后再進(jìn)行消息聚合。

    通過這種方式得到的節(jié)點特征能夠根據(jù)鄰居節(jié)點的數(shù)量進(jìn)行有選擇的特征提取。將單次次節(jié)點聚合后與權(quán)重矩陣W相乘,再經(jīng)過一個非線性激活函數(shù)Sigmoid,得到下一層的節(jié)點特征。

    通過GCN 可以得到聚合了知識圖譜中圖特征信息的疾病癥狀節(jié)點表示。

    3.3 LSTM特征提取模塊

    LSTM是一種時間遞歸神經(jīng)網(wǎng)絡(luò)[14],它可以選擇性的保留或遺忘某些輸入信息,防止模型訓(xùn)練時可能產(chǎn)生的梯度消失的問題,獲得更長的記憶。對于羊病診斷問題,LSTM 可以按照時間先后順序記住用戶輸入的癥狀,之后通過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練賦予每種癥狀不同的權(quán)重,從而完成羊病診斷。LSTM單元結(jié)構(gòu)圖如圖4所示。

    圖4 LSTM單元結(jié)構(gòu)圖

    LSTM 單元包括輸入門、輸出門和遺忘門三個主要部分。輸入門會根據(jù)上一時刻LSTM 的隱藏狀態(tài)ht-1和當(dāng)前時刻的輸入xt,通過學(xué)習(xí)參數(shù)矩陣Wi計算來決定有多少信息更新到細(xì)胞狀態(tài)Ct中。

    對于候選信息,可以通過將上一時刻LSTM的隱藏狀態(tài)ht-1和當(dāng)前時刻的輸入xt進(jìn)行拼接后再與可學(xué)習(xí)的參數(shù)矩陣Wc相乘,最后經(jīng)過非線性激活函數(shù)tanh 后得到。

    遺忘門控制上一層細(xì)胞狀態(tài)Ct-1中的需要丟棄的信息。其輸出結(jié)果ft與上一時刻LSTM 的隱藏狀態(tài)ht-1和當(dāng)前輸入xt有關(guān),通過學(xué)習(xí)參數(shù)矩陣Wf來決定需要保留和舍棄的信息。

    經(jīng)過上述過程的計算,LSTM 單元既能夠通過輸入門向細(xì)胞狀態(tài)Ct-1中添加新的信息,又能利用遺忘門取出過往信息中心不重要的部分,完成細(xì)胞狀態(tài)Ct的更新。

    輸出門用于輸出當(dāng)前細(xì)胞狀態(tài)Ct有多少作為當(dāng)前輸出,通過可學(xué)習(xí)的矩陣Wo,計算出輸出門ot控制細(xì)胞狀態(tài)的輸出。

    最后,隱藏狀態(tài)ht可表述為

    雙向長短期記憶網(wǎng)絡(luò)(Bi-directional Long Short-Term Memory,Bi-LSTM)[15]是LSTM 的擴(kuò)展,其結(jié)構(gòu)如圖5 所示,它不僅能捕獲文本序列的正向信息,也可以學(xué)習(xí)反向信息。例如對于輸入文本“共濟(jì)失調(diào)”,正向網(wǎng)絡(luò)LSTML會依次輸入“共”,“濟(jì)”,“失”,“調(diào)”得到四個狀態(tài)向量{hL0,hL1,hL2,hL3},而反向網(wǎng)絡(luò)LSTMR會依次輸入“調(diào)”,“失”,“濟(jì)”,“共”得到四個狀態(tài)向量{hR0,hR1,hR2,hR3}。最后將兩部分狀態(tài)向量進(jìn)行拼接得到習(xí)得上下文癥狀的字特征{[hL0,hR3],[hL1,hR2],[hL2,hR1],[hL3,hR0]}。

    圖5 Bi-LSTM結(jié)構(gòu)圖

    3.4 輸出模塊

    該模塊的任務(wù)是輸出每條癥狀文本最有可能對應(yīng)的K種疾病,并給出每種疾病出現(xiàn)的概率。將LSTM特征提取模塊得到的癥狀文本特征與知識圖譜特征進(jìn)行拼接后,再經(jīng)過線性變換并輸入到激活函數(shù)ReLU 中得到特征表示。

    式中o1,o2表示由特征提取模塊得到的向量,W表示維度為d×c的權(quán)重矩陣,d為o1,o2拼接后的特征維度,c為疾病的總數(shù)。最后使用Softmax預(yù)測每種癥狀的概率,并對結(jié)果做歸一化處理。

    4 實驗過程與結(jié)果分析

    4.1 羊病診斷數(shù)據(jù)集生成

    羊病診斷的關(guān)鍵點在于從具體癥狀到疾病的推理,本文首先利用neo4j 提供的Cypher 查詢語句提取羊病知識圖中所有頭尾實體分別為疾病與癥狀的三元組數(shù)據(jù),構(gòu)成由152 種疾病和861 種癥狀組成的疾病-癥狀子圖,再根據(jù)子圖中每種疾病連接的癥狀,使用python編程語言編寫代碼生成癥狀文本數(shù)據(jù)。本文假設(shè)羊只不會同時患有多種疾病,數(shù)據(jù)集實現(xiàn)步驟如下:

    Step1.通過Cypher查詢語句獲得疾病-癥狀子圖KGsub= ,其中h和t分別代表疾病與癥狀。

    Step2.分別提取152種疾病及其相連的所有癥狀,構(gòu)成152 個集合Qi={hi,t1,t2,…,tk},再對集合中的癥狀t按照個數(shù)為1~5,比例為1∶3∶3∶2∶1進(jìn)行100 次隨機(jī)采樣,模擬真實情況下羊只可觀測到的癥狀的數(shù)量。

    Step3. 將采樣得到的癥狀信息與疾病進(jìn)行組合得到訓(xùn)練所需的文本數(shù)據(jù),并去除重復(fù)的數(shù)據(jù)。

    通過上述處理,最終得到11724 組癥狀疾病數(shù)據(jù),并按照7∶1∶2 劃分訓(xùn)練集、驗證集、測試集。部分樣本數(shù)據(jù)如表2 所示:癥狀為0 表示采樣得到的癥狀數(shù)量不足5個時用0填充。

    表2 部分樣本數(shù)據(jù)展示

    4.2 實驗環(huán)境

    實驗所用的硬件配置為:AMD(R)Ry?zen5-5600X CPU@3.70 GHz,32 GB 內(nèi)存,GPU 為NVIDIA(R)GeForce RTX 3060Ti;實驗所用軟件環(huán)境 為 Windows10 操 作 系 統(tǒng),Python3.8,Py?torch1.10.0,Cuda11.3。

    4.3 評價指標(biāo)

    本次實驗采用TopK 推薦常用指標(biāo)精確率(Precisiond@K)和召回率(Recalld@K)來衡量模型的性能,計算公式分別如下。

    其中predsd是模型預(yù)測的疾病列表,posd為癥狀文本記錄中各癥狀在羊病知識圖譜中相鄰疾病節(jié)點所構(gòu)成集合的交集,negd表示癥狀文本記錄中各癥狀在羊病知識圖譜中相鄰疾病節(jié)點所構(gòu)成集合的并集再減去posd得到的集合。精確率也叫查準(zhǔn)率,即讓模型的預(yù)測結(jié)果盡可能不出錯的概率,可以作為Top1 推薦的指標(biāo)來判斷模型的好壞。召回率也叫查全率,高召回率意味著模型會盡力找到每一個可能被找到的對象,在羊病診斷中可以作為評價診斷廣度的指標(biāo)。

    4.4 實驗結(jié)果分析

    為了分析加入知識圖譜特征對神經(jīng)網(wǎng)絡(luò)的影響,本文分別與自然語言處理中常用的遞歸神經(jīng)網(wǎng)絡(luò)DeepRNN[16]、LSTM 與Bi-LSTM 進(jìn)行對比,計算四種模型在測試集中Top1,Top2,Top3 精確率與召回率,實驗結(jié)果如表3 所示??梢钥闯?,本文的方法通過將文本特征和知識圖譜特征進(jìn)行融合后得到的各項評價指標(biāo)均優(yōu)于其他模型的結(jié)果,表明該方法能夠在羊只疾病診斷中取得不錯的效果。

    表3 四種方法對比結(jié)果

    此外,本文分別對測試集中不同癥狀數(shù)量的文本信息預(yù)測出的結(jié)果進(jìn)行Top1,Top3,Top5 的精確率與召回率的計算,實驗結(jié)果如表4 所示。對于羊病診斷問題,隨著輸入癥狀數(shù)量的增加,其Top1 診斷精確率也會增加。

    表4 不同癥狀數(shù)量測試結(jié)果

    在實際生產(chǎn)實踐中,本文所提出的模型能夠在給出3 個以上癥狀時的Top1 精確率接近100%,由于本文假設(shè)羊只不會同時患有多種疾病,即羊只可確診患有某種疾病。當(dāng)輸入癥狀只有1 個時,本文模型雖然不能準(zhǔn)確地預(yù)測羊只所患疾病,但較高的召回率仍可以給養(yǎng)殖人員提供候選疾病以及每種疾病可能出現(xiàn)的概率。輸入癥狀小于3 個時使用Top3 推薦,輸入癥狀大于等于3 個時采用Top1 推薦,部分診斷結(jié)果如表5所示。

    表5 部分診斷結(jié)果

    5 結(jié)語

    本文提出了一種融合羊病知識圖譜和癥狀文本特征的羊病診斷模型,首先根據(jù)專家知識構(gòu)建羊病知識圖譜,使用GCN 聚合知識圖譜與癥狀描述文本的詞語特征,提高了模型獲取高層文本特征的能力。然后使用LSTM 學(xué)習(xí)癥狀描述文本的單個漢字特征,強(qiáng)化了模型文本語義表示能力,提高對不同類型疾病的診斷準(zhǔn)確率。該模型與其他僅基于文本特征的診斷模型相比,在精確率與召回率上均有的提升,在輸入癥狀不足的情況下也有較好的召回率。本文所提出模型能夠根據(jù)癥狀有效判斷出羊只可能患有的疾病及其概率,有助于減少因羊患病造成的經(jīng)濟(jì)損失。

    猜你喜歡
    羊病三元組圖譜
    基于語義增強(qiáng)雙編碼器的方面情感三元組提取
    軟件工程(2024年12期)2024-12-28 00:00:00
    基于帶噪聲數(shù)據(jù)集的強(qiáng)魯棒性隱含三元組質(zhì)檢算法*
    使用三法巧查羊病
    繪一張成長圖譜
    秋冬常見羊病的預(yù)防和治療
    關(guān)于余撓三元組的periodic-模
    補(bǔ)腎強(qiáng)身片UPLC指紋圖譜
    中成藥(2017年3期)2017-05-17 06:09:01
    春季預(yù)防羊病的疫苗選擇
    主動對接你思維的知識圖譜
    羊病治療中的穿刺術(shù)操作要領(lǐng)
    久久精品久久精品一区二区三区| 久久这里有精品视频免费| 男人狂女人下面高潮的视频| 国产成年人精品一区二区| 日韩欧美 国产精品| 国产精品99久久久久久久久| 蜜臀久久99精品久久宅男| 国产成人福利小说| 日日摸夜夜添夜夜爱| 亚洲精品中文字幕在线视频 | 只有这里有精品99| 欧美性猛交╳xxx乱大交人| 亚洲av电影在线观看一区二区三区 | 一级毛片我不卡| 99久国产av精品| 国产伦在线观看视频一区| 国产精品综合久久久久久久免费| 中文精品一卡2卡3卡4更新| 97热精品久久久久久| 亚洲国产精品成人综合色| 国产精品女同一区二区软件| www.色视频.com| 国产成人免费观看mmmm| 舔av片在线| 国产精品嫩草影院av在线观看| 精品99又大又爽又粗少妇毛片| 91精品一卡2卡3卡4卡| ponron亚洲| 中文精品一卡2卡3卡4更新| 国产亚洲av嫩草精品影院| 精品久久久久久成人av| 免费无遮挡裸体视频| 欧美日韩综合久久久久久| 久久精品久久久久久噜噜老黄| 欧美性感艳星| 99久国产av精品| 国产探花极品一区二区| 男女下面进入的视频免费午夜| 国产精品精品国产色婷婷| 国产片特级美女逼逼视频| 久久久久久久久久久丰满| 少妇熟女aⅴ在线视频| 国产永久视频网站| 亚洲av电影在线观看一区二区三区 | 国产高清三级在线| 亚洲欧美一区二区三区黑人 | 成人综合一区亚洲| 亚洲精品亚洲一区二区| 嫩草影院精品99| 成人性生交大片免费视频hd| 国产激情偷乱视频一区二区| 国产黄色免费在线视频| 色综合站精品国产| 久久精品国产亚洲网站| 亚洲国产日韩欧美精品在线观看| 亚洲精品乱码久久久久久按摩| 七月丁香在线播放| 久久久久网色| 中文字幕av在线有码专区| 亚洲欧美精品自产自拍| 日本猛色少妇xxxxx猛交久久| 男插女下体视频免费在线播放| 欧美高清性xxxxhd video| 国产成人精品福利久久| 免费电影在线观看免费观看| 美女cb高潮喷水在线观看| 十八禁国产超污无遮挡网站| 欧美xxⅹ黑人| 国产一区二区亚洲精品在线观看| 欧美xxxx性猛交bbbb| 赤兔流量卡办理| 日韩一本色道免费dvd| av一本久久久久| 欧美xxxx性猛交bbbb| 国产又色又爽无遮挡免| 免费观看a级毛片全部| 超碰av人人做人人爽久久| 91精品伊人久久大香线蕉| 亚洲国产精品成人综合色| 一个人观看的视频www高清免费观看| 婷婷色综合www| 韩国高清视频一区二区三区| 国产 一区 欧美 日韩| 亚洲国产日韩欧美精品在线观看| 三级经典国产精品| 亚洲精品亚洲一区二区| 色综合亚洲欧美另类图片| 一级片'在线观看视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲国产精品成人久久小说| 免费av观看视频| 只有这里有精品99| 美女内射精品一级片tv| 国产色爽女视频免费观看| 免费观看在线日韩| 高清av免费在线| 国产美女午夜福利| www.av在线官网国产| 成人国产麻豆网| 性色avwww在线观看| 免费黄频网站在线观看国产| 在线观看av片永久免费下载| 国产黄片视频在线免费观看| videos熟女内射| 国产成人精品久久久久久| 一级片'在线观看视频| 国产美女午夜福利| 免费看光身美女| 国产不卡一卡二| 亚洲精品影视一区二区三区av| 亚洲美女搞黄在线观看| 全区人妻精品视频| 国产亚洲午夜精品一区二区久久 | 日韩一区二区视频免费看| 日韩av在线免费看完整版不卡| 又粗又硬又长又爽又黄的视频| 日本欧美国产在线视频| 小蜜桃在线观看免费完整版高清| 午夜日本视频在线| 日韩av在线大香蕉| 亚洲av成人精品一区久久| 成年女人看的毛片在线观看| 国产视频首页在线观看| 亚洲精品国产av蜜桃| 老司机影院毛片| 亚洲自偷自拍三级| a级毛色黄片| 国内精品一区二区在线观看| 国产精品国产三级国产av玫瑰| 亚洲精品国产av成人精品| 精品一区二区三卡| 91av网一区二区| av卡一久久| 国产成人a区在线观看| 国内少妇人妻偷人精品xxx网站| 色哟哟·www| 日本黄色片子视频| 国产av码专区亚洲av| 一级片'在线观看视频| 亚洲精品第二区| 亚洲,欧美,日韩| 日本wwww免费看| 久久国内精品自在自线图片| 国产精品99久久久久久久久| 国产精品人妻久久久影院| 国产麻豆成人av免费视频| 97超碰精品成人国产| 精品久久久久久久久亚洲| 18禁在线无遮挡免费观看视频| 又爽又黄a免费视频| 在线天堂最新版资源| 中文精品一卡2卡3卡4更新| 精品久久久精品久久久| 人妻系列 视频| 精品人妻一区二区三区麻豆| 日韩,欧美,国产一区二区三区| 国内精品美女久久久久久| 草草在线视频免费看| 有码 亚洲区| 国产精品嫩草影院av在线观看| 欧美 日韩 精品 国产| 可以在线观看毛片的网站| 国产白丝娇喘喷水9色精品| 2021天堂中文幕一二区在线观| 中文精品一卡2卡3卡4更新| 国产在视频线精品| 亚洲国产精品国产精品| 国产白丝娇喘喷水9色精品| 久久久久精品久久久久真实原创| 一本一本综合久久| 国产伦一二天堂av在线观看| 我的女老师完整版在线观看| 少妇熟女欧美另类| 国产精品久久久久久久电影| 国产一区亚洲一区在线观看| 婷婷色av中文字幕| 亚洲av日韩在线播放| 偷拍熟女少妇极品色| 天堂影院成人在线观看| 精品人妻偷拍中文字幕| 一级毛片我不卡| 天堂av国产一区二区熟女人妻| 黄片无遮挡物在线观看| 亚洲欧美清纯卡通| www.av在线官网国产| 国产男人的电影天堂91| 18禁动态无遮挡网站| 亚洲电影在线观看av| 一级a做视频免费观看| 欧美日韩亚洲高清精品| 久久精品人妻少妇| 性插视频无遮挡在线免费观看| 观看免费一级毛片| 亚洲精品视频女| 亚洲aⅴ乱码一区二区在线播放| 日本一本二区三区精品| 亚洲成人精品中文字幕电影| 美女cb高潮喷水在线观看| 国产亚洲精品av在线| 久久久久精品久久久久真实原创| 欧美xxxx性猛交bbbb| 国产白丝娇喘喷水9色精品| 一级a做视频免费观看| 狠狠精品人妻久久久久久综合| 免费观看在线日韩| 91精品伊人久久大香线蕉| 国产激情偷乱视频一区二区| 婷婷色综合大香蕉| 国产中年淑女户外野战色| 国产精品.久久久| 国产黄a三级三级三级人| 又爽又黄无遮挡网站| 成人亚洲精品一区在线观看 | 欧美三级亚洲精品| 青春草亚洲视频在线观看| 日日啪夜夜爽| 黄片无遮挡物在线观看| 最近的中文字幕免费完整| 亚洲经典国产精华液单| 国产综合精华液| 免费少妇av软件| 日本午夜av视频| 成年人午夜在线观看视频 | 又粗又硬又长又爽又黄的视频| 麻豆av噜噜一区二区三区| 欧美三级亚洲精品| 免费观看性生交大片5| 又爽又黄a免费视频| 亚洲真实伦在线观看| 亚洲婷婷狠狠爱综合网| 人妻一区二区av| 久久久久久久久久黄片| 欧美 日韩 精品 国产| 22中文网久久字幕| 国产精品熟女久久久久浪| 国产精品99久久久久久久久| 精品一区在线观看国产| 十八禁国产超污无遮挡网站| 国产伦精品一区二区三区视频9| 老司机影院成人| 岛国毛片在线播放| 欧美日韩视频高清一区二区三区二| 日日啪夜夜爽| 哪个播放器可以免费观看大片| 午夜福利视频1000在线观看| 免费看光身美女| 国产成人福利小说| 国产成人精品一,二区| 美女主播在线视频| 午夜爱爱视频在线播放| 97超碰精品成人国产| 午夜免费观看性视频| 国产v大片淫在线免费观看| 成人美女网站在线观看视频| 亚洲,欧美,日韩| freevideosex欧美| 国产精品久久久久久精品电影| 日韩成人av中文字幕在线观看| 啦啦啦啦在线视频资源| 亚洲精品亚洲一区二区| 男人爽女人下面视频在线观看| 久久久久国产网址| 免费看美女性在线毛片视频| 成人一区二区视频在线观看| 99热网站在线观看| 内地一区二区视频在线| 五月伊人婷婷丁香| 久久久久网色| 日本黄大片高清| 日韩成人av中文字幕在线观看| 免费少妇av软件| 婷婷六月久久综合丁香| 国产一级毛片在线| 日本与韩国留学比较| 69av精品久久久久久| 尤物成人国产欧美一区二区三区| 美女脱内裤让男人舔精品视频| 乱人视频在线观看| 精品一区二区三卡| 777米奇影视久久| 丝瓜视频免费看黄片| 街头女战士在线观看网站| 老司机影院成人| 国产男女超爽视频在线观看| 亚洲国产精品成人综合色| 中文字幕av在线有码专区| 久久久久久久久大av| 国产v大片淫在线免费观看| 国产爱豆传媒在线观看| 国产精品久久久久久精品电影小说 | 嫩草影院入口| 国产成人freesex在线| 国产精品爽爽va在线观看网站| 国产大屁股一区二区在线视频| 2021天堂中文幕一二区在线观| 亚洲最大成人手机在线| 九九在线视频观看精品| 国语对白做爰xxxⅹ性视频网站| 亚洲,欧美,日韩| 色综合站精品国产| 精品国内亚洲2022精品成人| 日韩精品有码人妻一区| 成人亚洲精品av一区二区| 男女啪啪激烈高潮av片| 高清欧美精品videossex| 白带黄色成豆腐渣| 听说在线观看完整版免费高清| 天堂网av新在线| 男女下面进入的视频免费午夜| 99热全是精品| 亚洲精品视频女| 国产精品久久久久久精品电影小说 | 午夜福利成人在线免费观看| 中文欧美无线码| 国产精品美女特级片免费视频播放器| 寂寞人妻少妇视频99o| 欧美成人一区二区免费高清观看| 精品酒店卫生间| 国产精品爽爽va在线观看网站| 国产成人a区在线观看| 亚洲综合色惰| 精品人妻一区二区三区麻豆| 日本wwww免费看| 成人亚洲精品av一区二区| 午夜福利在线在线| 久久精品夜色国产| 午夜福利在线在线| 免费黄色在线免费观看| 人妻夜夜爽99麻豆av| 久久午夜福利片| 国产成人精品福利久久| 男女视频在线观看网站免费| 精品久久久久久成人av| av免费观看日本| 免费看av在线观看网站| 哪个播放器可以免费观看大片| 97精品久久久久久久久久精品| 亚洲第一区二区三区不卡| 久久午夜福利片| 亚洲经典国产精华液单| 亚洲国产最新在线播放| 国产熟女欧美一区二区| 亚洲精品国产av成人精品| 国产男女超爽视频在线观看| 插阴视频在线观看视频| av.在线天堂| 性色avwww在线观看| av天堂中文字幕网| 婷婷色综合www| 九九在线视频观看精品| 大香蕉97超碰在线| 亚洲第一区二区三区不卡| 亚洲欧美清纯卡通| 三级国产精品欧美在线观看| 国产人妻一区二区三区在| 亚洲欧美精品自产自拍| 在线免费十八禁| 纵有疾风起免费观看全集完整版 | 白带黄色成豆腐渣| 国产免费视频播放在线视频 | 亚洲欧美清纯卡通| 身体一侧抽搐| 能在线免费观看的黄片| 亚洲精品久久久久久婷婷小说| 中文乱码字字幕精品一区二区三区 | 国产精品女同一区二区软件| 久久精品国产亚洲av涩爱| 日韩成人av中文字幕在线观看| 亚洲欧美成人精品一区二区| 综合色丁香网| 黄色一级大片看看| 欧美成人一区二区免费高清观看| 大陆偷拍与自拍| 精品久久久精品久久久| 寂寞人妻少妇视频99o| 久久久色成人| 日韩人妻高清精品专区| 人妻系列 视频| 亚洲乱码一区二区免费版| 99热全是精品| 久久国产乱子免费精品| 中文字幕免费在线视频6| 久久精品夜夜夜夜夜久久蜜豆| 国产一级毛片在线| 搡女人真爽免费视频火全软件| 欧美日韩亚洲高清精品| 精品一区二区免费观看| 亚洲在线观看片| av又黄又爽大尺度在线免费看| 国产综合懂色| 九色成人免费人妻av| 天堂网av新在线| 天堂√8在线中文| 日韩欧美一区视频在线观看 | 久久久久免费精品人妻一区二区| 男女国产视频网站| 人妻一区二区av| 免费观看性生交大片5| 免费大片黄手机在线观看| 丝袜美腿在线中文| 人体艺术视频欧美日本| 麻豆成人午夜福利视频| 亚洲av日韩在线播放| 久久久久精品性色| 久久99精品国语久久久| 特大巨黑吊av在线直播| 日韩不卡一区二区三区视频在线| 亚洲国产精品国产精品| 中文精品一卡2卡3卡4更新| 成人欧美大片| 男女国产视频网站| 不卡视频在线观看欧美| 毛片一级片免费看久久久久| 高清午夜精品一区二区三区| 亚洲国产精品成人久久小说| av在线观看视频网站免费| 免费看日本二区| 免费观看a级毛片全部| 免费黄网站久久成人精品| 久久久久久久久大av| 国产日韩欧美在线精品| 亚洲最大成人av| 熟妇人妻久久中文字幕3abv| 两个人视频免费观看高清| 久久鲁丝午夜福利片| 美女内射精品一级片tv| 我的老师免费观看完整版| 男人爽女人下面视频在线观看| 午夜福利网站1000一区二区三区| 久久久久网色| 蜜臀久久99精品久久宅男| 亚洲精品456在线播放app| 久久久久精品久久久久真实原创| 精品久久久久久久久久久久久| 日日撸夜夜添| av专区在线播放| 乱人视频在线观看| 欧美不卡视频在线免费观看| 国语对白做爰xxxⅹ性视频网站| 免费观看av网站的网址| 水蜜桃什么品种好| 日本色播在线视频| 国产大屁股一区二区在线视频| 久久久久久久久久黄片| 久久这里有精品视频免费| 成人漫画全彩无遮挡| 日韩国内少妇激情av| 丝袜美腿在线中文| av线在线观看网站| 99热网站在线观看| 久久久精品免费免费高清| 超碰av人人做人人爽久久| 三级经典国产精品| 成年人午夜在线观看视频 | 国产精品久久视频播放| 国产免费一级a男人的天堂| 久久精品国产亚洲网站| 亚洲欧美成人综合另类久久久| 尤物成人国产欧美一区二区三区| 五月玫瑰六月丁香| 精品久久久久久久人妻蜜臀av| 丰满乱子伦码专区| 欧美不卡视频在线免费观看| 久久久色成人| 91aial.com中文字幕在线观看| 91精品国产九色| 国产成人免费观看mmmm| 成人午夜精彩视频在线观看| 搡老妇女老女人老熟妇| 在线a可以看的网站| 亚洲四区av| 亚洲精品久久久久久婷婷小说| 亚洲成人一二三区av| 亚洲国产av新网站| 日韩电影二区| 亚洲av一区综合| 国产精品1区2区在线观看.| 午夜福利视频1000在线观看| 22中文网久久字幕| 又爽又黄无遮挡网站| 成人国产麻豆网| 夜夜爽夜夜爽视频| 美女xxoo啪啪120秒动态图| 成人亚洲精品一区在线观看 | 最近最新中文字幕免费大全7| 中文字幕久久专区| 舔av片在线| 看免费成人av毛片| 午夜精品在线福利| 免费看a级黄色片| 亚洲精品一区蜜桃| 激情五月婷婷亚洲| 亚洲经典国产精华液单| 亚洲成人久久爱视频| av播播在线观看一区| 日日啪夜夜爽| 国产精品爽爽va在线观看网站| 免费看光身美女| 高清欧美精品videossex| 国产极品天堂在线| 久久精品国产亚洲av天美| 国产男人的电影天堂91| 久久精品国产亚洲av涩爱| 亚洲综合精品二区| av在线观看视频网站免费| 久久久久久久久久久丰满| 国产亚洲午夜精品一区二区久久 | av免费观看日本| 国产高清三级在线| 青青草视频在线视频观看| 精品不卡国产一区二区三区| 熟女人妻精品中文字幕| 久久久久精品久久久久真实原创| 国产成人a区在线观看| 久久综合国产亚洲精品| 国产精品久久久久久久电影| 建设人人有责人人尽责人人享有的 | av在线老鸭窝| 久久综合国产亚洲精品| 国产精品久久久久久久电影| 天堂俺去俺来也www色官网 | 美女高潮的动态| av免费在线看不卡| 午夜免费男女啪啪视频观看| 欧美成人a在线观看| 久久久亚洲精品成人影院| 久久久久久久国产电影| 夫妻午夜视频| 亚洲精品一二三| 午夜亚洲福利在线播放| av.在线天堂| 久久精品久久久久久久性| 亚洲综合色惰| 欧美日本视频| 一个人观看的视频www高清免费观看| 亚洲欧美精品自产自拍| 国产精品久久久久久久久免| xxx大片免费视频| 搞女人的毛片| 国产亚洲精品久久久com| 欧美日韩在线观看h| 老女人水多毛片| 欧美日韩视频高清一区二区三区二| 最近中文字幕2019免费版| 亚洲精品成人av观看孕妇| 亚洲av男天堂| 久久久久久久久久成人| 亚洲四区av| 亚洲成人中文字幕在线播放| 国产色爽女视频免费观看| 青青草视频在线视频观看| 亚洲欧美一区二区三区黑人 | 亚洲自偷自拍三级| 亚洲欧美日韩东京热| 免费观看的影片在线观看| 黄片无遮挡物在线观看| 日韩视频在线欧美| 久久6这里有精品| 在线观看av片永久免费下载| 直男gayav资源| 亚洲av电影在线观看一区二区三区 | 国内精品美女久久久久久| 欧美成人精品欧美一级黄| 少妇的逼好多水| 黄色日韩在线| 国产精品国产三级国产专区5o| 九九久久精品国产亚洲av麻豆| 国产淫语在线视频| 大片免费播放器 马上看| 日产精品乱码卡一卡2卡三| 免费黄频网站在线观看国产| 国产黄片视频在线免费观看| 午夜福利高清视频| 九九爱精品视频在线观看| 噜噜噜噜噜久久久久久91| 国产有黄有色有爽视频| 如何舔出高潮| 国产一区二区亚洲精品在线观看| 成年版毛片免费区| 人妻系列 视频| 亚洲18禁久久av| 亚洲欧美日韩东京热| 在线 av 中文字幕| 久久这里只有精品中国| 欧美变态另类bdsm刘玥| 亚洲婷婷狠狠爱综合网| 街头女战士在线观看网站| 日韩电影二区| 欧美成人一区二区免费高清观看| 2022亚洲国产成人精品| 一级爰片在线观看| 在线观看免费高清a一片| 免费高清在线观看视频在线观看| 国产在视频线在精品| 综合色丁香网| 久久热精品热| 乱码一卡2卡4卡精品| 啦啦啦中文免费视频观看日本| 国产免费一级a男人的天堂| 国产久久久一区二区三区| 97在线视频观看| 亚洲国产高清在线一区二区三| 亚洲成人一二三区av| 男女边吃奶边做爰视频| 国产高清不卡午夜福利| 国产精品伦人一区二区| 夫妻午夜视频| 肉色欧美久久久久久久蜜桃 | 内射极品少妇av片p| 亚洲成人久久爱视频| 日韩制服骚丝袜av| 国产伦理片在线播放av一区| av女优亚洲男人天堂| 日本wwww免费看| 亚洲在久久综合|