• <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)
    女人被狂操c到高潮| 免费av毛片视频| 大型黄色视频在线免费观看| 黑人巨大精品欧美一区二区蜜桃| 亚洲精品一二三| 亚洲一码二码三码区别大吗| 国产成人一区二区三区免费视频网站| 99精品在免费线老司机午夜| 国产精品免费视频内射| 18禁国产床啪视频网站| 18禁裸乳无遮挡免费网站照片 | 免费高清在线观看日韩| 精品久久久久久电影网| 一级毛片高清免费大全| 自线自在国产av| 久久天堂一区二区三区四区| 电影成人av| 久久久久久亚洲精品国产蜜桃av| 麻豆一二三区av精品| 不卡一级毛片| av有码第一页| 很黄的视频免费| 亚洲色图综合在线观看| 悠悠久久av| 国产精品免费一区二区三区在线| 国产成人精品久久二区二区91| 十分钟在线观看高清视频www| 91精品国产国语对白视频| 亚洲 欧美 日韩 在线 免费| 久久天堂一区二区三区四区| 在线观看午夜福利视频| 91老司机精品| 免费在线观看影片大全网站| 国产精品二区激情视频| 桃红色精品国产亚洲av| 久久青草综合色| 在线观看www视频免费| 他把我摸到了高潮在线观看| 色精品久久人妻99蜜桃| 久久国产精品人妻蜜桃| 在线观看www视频免费| 亚洲激情在线av| 黄色视频不卡| 久久午夜亚洲精品久久| 免费一级毛片在线播放高清视频 | 日韩欧美一区视频在线观看| 日本免费a在线| 精品一区二区三区四区五区乱码| 国产1区2区3区精品| 色哟哟哟哟哟哟| 午夜福利,免费看| 高清毛片免费观看视频网站 | 69精品国产乱码久久久| 午夜免费鲁丝| 国产亚洲av高清不卡| 久久天堂一区二区三区四区| 国产成人影院久久av| 伦理电影免费视频| 免费在线观看影片大全网站| 19禁男女啪啪无遮挡网站| 别揉我奶头~嗯~啊~动态视频| 久久久久久久久免费视频了| 国产无遮挡羞羞视频在线观看| 欧美黄色片欧美黄色片| 国产精品美女特级片免费视频播放器 | 嫁个100分男人电影在线观看| 日本三级黄在线观看| 老司机在亚洲福利影院| 亚洲久久久国产精品| tocl精华| 精品国内亚洲2022精品成人| 纯流量卡能插随身wifi吗| 啦啦啦 在线观看视频| 在线观看免费午夜福利视频| 麻豆一二三区av精品| 亚洲 国产 在线| 视频区欧美日本亚洲| 精品国产一区二区久久| 两性午夜刺激爽爽歪歪视频在线观看 | 夜夜爽天天搞| 9色porny在线观看| 日韩精品青青久久久久久| videosex国产| 色综合欧美亚洲国产小说| 女性被躁到高潮视频| av在线播放免费不卡| a级毛片在线看网站| 男女高潮啪啪啪动态图| 12—13女人毛片做爰片一| 国产一区二区在线av高清观看| 99香蕉大伊视频| 黄色怎么调成土黄色| 999久久久国产精品视频| 90打野战视频偷拍视频| 高清av免费在线| 777久久人妻少妇嫩草av网站| 一进一出好大好爽视频| 女警被强在线播放| 欧美精品啪啪一区二区三区| 纯流量卡能插随身wifi吗| 国产欧美日韩一区二区三| 99国产综合亚洲精品| 久久久久久久精品吃奶| 波多野结衣一区麻豆| 亚洲精品国产一区二区精华液| 咕卡用的链子| 日韩免费av在线播放| 国产精品久久久人人做人人爽| 51午夜福利影视在线观看| 久久香蕉激情| 黄色丝袜av网址大全| 一本大道久久a久久精品| 天堂俺去俺来也www色官网| 成人av一区二区三区在线看| 一二三四社区在线视频社区8| cao死你这个sao货| 人人妻人人澡人人看| 亚洲在线自拍视频| 在线国产一区二区在线| 欧美精品啪啪一区二区三区| 国产一区二区三区视频了| 99久久人妻综合| 免费少妇av软件| 长腿黑丝高跟| 男人的好看免费观看在线视频 | 免费久久久久久久精品成人欧美视频| 亚洲中文日韩欧美视频| 侵犯人妻中文字幕一二三四区| 老司机亚洲免费影院| 九色亚洲精品在线播放| 动漫黄色视频在线观看| av电影中文网址| 国产精品久久久av美女十八| 最近最新中文字幕大全免费视频| 国产高清国产精品国产三级| 色哟哟哟哟哟哟| 视频区欧美日本亚洲| 日本撒尿小便嘘嘘汇集6| 欧美国产精品va在线观看不卡| 一区二区日韩欧美中文字幕| 欧美色视频一区免费| 99久久99久久久精品蜜桃| 国产精品久久久av美女十八| 中亚洲国语对白在线视频| 亚洲在线自拍视频| 天天影视国产精品| 亚洲一区二区三区欧美精品| 可以在线观看毛片的网站| 神马国产精品三级电影在线观看 | 久久精品亚洲精品国产色婷小说| 久热这里只有精品99| 午夜精品在线福利| 精品卡一卡二卡四卡免费| 国产在线观看jvid| 国产精品成人在线| 在线观看舔阴道视频| 村上凉子中文字幕在线| 日本a在线网址| 国产日韩一区二区三区精品不卡| 99久久久亚洲精品蜜臀av| 极品教师在线免费播放| 男女高潮啪啪啪动态图| 乱人伦中国视频| 精品国产乱码久久久久久男人| 国产亚洲欧美精品永久| ponron亚洲| 精品国产乱码久久久久久男人| 成人18禁在线播放| 神马国产精品三级电影在线观看 | 欧美国产精品va在线观看不卡| 国产欧美日韩一区二区三| 日本一区二区免费在线视频| 亚洲国产精品合色在线| 日韩大码丰满熟妇| 制服人妻中文乱码| 麻豆成人av在线观看| 国产精品二区激情视频| 精品久久久久久成人av| ponron亚洲| 99精国产麻豆久久婷婷| 人人妻人人添人人爽欧美一区卜| av天堂在线播放| 免费人成视频x8x8入口观看| 人人妻人人添人人爽欧美一区卜| 亚洲国产毛片av蜜桃av| 久9热在线精品视频| 一本综合久久免费| 天堂动漫精品| 婷婷丁香在线五月| 三上悠亚av全集在线观看| 国产精品九九99| 久久久久久亚洲精品国产蜜桃av| 亚洲成人免费电影在线观看| 大陆偷拍与自拍| 国产成人啪精品午夜网站| 国产成人欧美| 一级,二级,三级黄色视频| 琪琪午夜伦伦电影理论片6080| 亚洲视频免费观看视频| 性欧美人与动物交配| 国产视频一区二区在线看| a级片在线免费高清观看视频| 99久久国产精品久久久| 9热在线视频观看99| 国产一区二区三区综合在线观看| 成人三级做爰电影| 午夜免费成人在线视频| 一区二区三区精品91| 亚洲欧美一区二区三区久久| 久久中文看片网| 97超级碰碰碰精品色视频在线观看| 一级a爱视频在线免费观看| 色综合站精品国产| 精品久久久久久久久久免费视频 | 国产熟女午夜一区二区三区| 亚洲va日本ⅴa欧美va伊人久久| 99精品欧美一区二区三区四区| 两人在一起打扑克的视频| 国产精品一区二区精品视频观看| 亚洲人成77777在线视频| 黑人猛操日本美女一级片| 成人国产一区最新在线观看| 免费看十八禁软件| 国产免费男女视频| 久久久国产精品麻豆| 日本三级黄在线观看| 男人舔女人的私密视频| 成人手机av| 亚洲专区字幕在线| 五月开心婷婷网| 国产精品永久免费网站| 日本欧美视频一区| 国产国语露脸激情在线看| 国产精品98久久久久久宅男小说| 午夜福利在线免费观看网站| 天堂影院成人在线观看| avwww免费| 国产欧美日韩一区二区精品| 老司机在亚洲福利影院| 免费观看人在逋| 50天的宝宝边吃奶边哭怎么回事| 午夜a级毛片| 操出白浆在线播放| 在线观看免费视频日本深夜| 露出奶头的视频| 成人影院久久| 无遮挡黄片免费观看| 欧美精品一区二区免费开放| 美国免费a级毛片| 亚洲男人天堂网一区| 人妻久久中文字幕网| 身体一侧抽搐| a在线观看视频网站| 老司机深夜福利视频在线观看| 精品乱码久久久久久99久播| 久久久国产一区二区| 日韩免费av在线播放| 一边摸一边抽搐一进一小说| 久久精品亚洲精品国产色婷小说| 啦啦啦 在线观看视频| 成人18禁在线播放| 久久人人精品亚洲av| 国产精品成人在线| 黑人巨大精品欧美一区二区mp4| 国产亚洲精品久久久久5区| 国产激情欧美一区二区| 日本精品一区二区三区蜜桃| 午夜久久久在线观看| 欧美+亚洲+日韩+国产| 日韩大码丰满熟妇| 久热爱精品视频在线9| 午夜亚洲福利在线播放| 好看av亚洲va欧美ⅴa在| 日本精品一区二区三区蜜桃| 国产精品永久免费网站| 亚洲片人在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲一区二区三区色噜噜 | 亚洲一区二区三区不卡视频| 在线天堂中文资源库| 正在播放国产对白刺激| 男女做爰动态图高潮gif福利片 | 人妻久久中文字幕网| 神马国产精品三级电影在线观看 | 999久久久国产精品视频| 亚洲人成电影观看| 一级黄色大片毛片| 久久天躁狠狠躁夜夜2o2o| 一级毛片高清免费大全| 女生性感内裤真人,穿戴方法视频| 成人影院久久| 亚洲片人在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 18禁观看日本| 99精品久久久久人妻精品| 精品少妇一区二区三区视频日本电影| а√天堂www在线а√下载| 一区二区三区国产精品乱码| 国产精品二区激情视频| 亚洲在线自拍视频| 免费在线观看完整版高清| 高清av免费在线| 91成人精品电影| 99久久国产精品久久久| 男人舔女人的私密视频| 电影成人av| 老司机深夜福利视频在线观看| 久久久国产精品麻豆| 国产日韩一区二区三区精品不卡| 男女做爰动态图高潮gif福利片 | 老司机午夜福利在线观看视频| 国产深夜福利视频在线观看| 桃红色精品国产亚洲av| 夜夜看夜夜爽夜夜摸 | 看片在线看免费视频| 在线永久观看黄色视频| 成人18禁在线播放| 免费av毛片视频| 熟女少妇亚洲综合色aaa.| 18禁观看日本| 亚洲一卡2卡3卡4卡5卡精品中文| 老熟妇乱子伦视频在线观看| 久久精品国产亚洲av高清一级| 精品久久久精品久久久| 极品教师在线免费播放| 亚洲一区二区三区不卡视频| 亚洲性夜色夜夜综合| 脱女人内裤的视频| 国产精品九九99| 一级毛片女人18水好多| 国产一区二区三区综合在线观看| 国产成人av激情在线播放| 日韩欧美一区二区三区在线观看| 免费久久久久久久精品成人欧美视频| 一区福利在线观看| 法律面前人人平等表现在哪些方面| 天天影视国产精品| 久久久国产一区二区| 成人三级黄色视频| 91麻豆av在线| 精品一品国产午夜福利视频| 亚洲精品国产一区二区精华液| 国产在线观看jvid| 性欧美人与动物交配| 免费看a级黄色片| 热99re8久久精品国产| 黄色 视频免费看| 制服诱惑二区| 国产精品98久久久久久宅男小说| 女生性感内裤真人,穿戴方法视频| 国产aⅴ精品一区二区三区波| av中文乱码字幕在线| 老鸭窝网址在线观看| 搡老熟女国产l中国老女人| 91成年电影在线观看| 热re99久久国产66热| 国产亚洲欧美在线一区二区| 可以在线观看毛片的网站| 久久久水蜜桃国产精品网| 黄色怎么调成土黄色| 91精品三级在线观看| 黄片播放在线免费| 久久精品影院6| 精品国产乱子伦一区二区三区| 99精品欧美一区二区三区四区| 丰满迷人的少妇在线观看| 他把我摸到了高潮在线观看| 久久午夜综合久久蜜桃| 亚洲成av片中文字幕在线观看| 久久人人爽av亚洲精品天堂| 欧美黑人欧美精品刺激| 免费在线观看日本一区| 国产免费现黄频在线看| 好看av亚洲va欧美ⅴa在| 丝袜美腿诱惑在线| 日韩国内少妇激情av| 99精国产麻豆久久婷婷| 热99国产精品久久久久久7| 免费观看人在逋| 老司机深夜福利视频在线观看| 性色av乱码一区二区三区2| 欧美性长视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 一级作爱视频免费观看| 日韩免费av在线播放| 18禁黄网站禁片午夜丰满| 亚洲全国av大片| 美女 人体艺术 gogo| 99国产极品粉嫩在线观看| 99久久精品国产亚洲精品| 久久久国产欧美日韩av| 精品久久蜜臀av无| 久久精品国产亚洲av香蕉五月| www.熟女人妻精品国产| 亚洲成av片中文字幕在线观看| 人妻丰满熟妇av一区二区三区| 十八禁网站免费在线| 亚洲在线自拍视频| 亚洲av日韩精品久久久久久密| 色综合婷婷激情| 久久中文字幕人妻熟女| 超碰成人久久| 一级,二级,三级黄色视频| 国产精品亚洲一级av第二区| 在线观看免费日韩欧美大片| 国产成人欧美| 日韩一卡2卡3卡4卡2021年| 亚洲成人免费av在线播放| 女人精品久久久久毛片| avwww免费| 亚洲精品国产色婷婷电影| 国产91精品成人一区二区三区| 午夜久久久在线观看| 他把我摸到了高潮在线观看| 久久人人爽av亚洲精品天堂| 日韩三级视频一区二区三区| 精品久久久久久久久久免费视频 | 国产精品久久电影中文字幕| 91麻豆精品激情在线观看国产 | 欧美日本中文国产一区发布| 高潮久久久久久久久久久不卡| 欧美午夜高清在线| 高潮久久久久久久久久久不卡| 久久久水蜜桃国产精品网| 精品第一国产精品| 91成人精品电影| 精品日产1卡2卡| 99re在线观看精品视频| 久久久国产一区二区| 另类亚洲欧美激情| av国产精品久久久久影院| 亚洲av日韩精品久久久久久密| 香蕉久久夜色| 人成视频在线观看免费观看| 在线观看www视频免费| 在线观看免费午夜福利视频| 久久人人精品亚洲av| 欧美日韩亚洲国产一区二区在线观看| 亚洲激情在线av| 怎么达到女性高潮| 亚洲性夜色夜夜综合| 在线十欧美十亚洲十日本专区| 久久亚洲真实| 欧美亚洲日本最大视频资源| 99久久精品国产亚洲精品| 啦啦啦免费观看视频1| www.熟女人妻精品国产| 日韩三级视频一区二区三区| 午夜91福利影院| 最近最新中文字幕大全免费视频| 国产亚洲精品久久久久久毛片| 麻豆国产av国片精品| 婷婷精品国产亚洲av在线| 桃色一区二区三区在线观看| 久热这里只有精品99| 精品久久久久久久久久免费视频 | av天堂久久9| 日本黄色日本黄色录像| 午夜福利影视在线免费观看| 日韩人妻精品一区2区三区| 一区二区三区激情视频| 国产精品美女特级片免费视频播放器 | 韩国av一区二区三区四区| 亚洲国产精品一区二区三区在线| 一边摸一边抽搐一进一出视频| 欧美在线一区亚洲| 色哟哟哟哟哟哟| aaaaa片日本免费| 亚洲国产看品久久| 我的亚洲天堂| 天天添夜夜摸| 国产精品免费视频内射| 欧美日韩福利视频一区二区| 亚洲美女黄片视频| 久久伊人香网站| 亚洲精品久久成人aⅴ小说| 精品久久久久久久久久免费视频 | 50天的宝宝边吃奶边哭怎么回事| 天天添夜夜摸| 一二三四在线观看免费中文在| 99在线视频只有这里精品首页| 久久欧美精品欧美久久欧美| 亚洲精品国产一区二区精华液| 深夜精品福利| 咕卡用的链子| 在线观看午夜福利视频| 久久人人97超碰香蕉20202| 婷婷丁香在线五月| 99国产精品免费福利视频| 91在线观看av| 亚洲国产欧美网| 午夜福利免费观看在线| 精品福利观看| 久99久视频精品免费| 天天躁狠狠躁夜夜躁狠狠躁| av天堂久久9| videosex国产| 97人妻天天添夜夜摸| 亚洲一卡2卡3卡4卡5卡精品中文| 美女大奶头视频| 国产日韩一区二区三区精品不卡| 精品久久久久久久毛片微露脸| 亚洲av五月六月丁香网| 午夜精品久久久久久毛片777| 天天躁狠狠躁夜夜躁狠狠躁| 9色porny在线观看| 香蕉丝袜av| 久久香蕉精品热| 亚洲人成伊人成综合网2020| 80岁老熟妇乱子伦牲交| 一级毛片高清免费大全| 电影成人av| 日韩免费av在线播放| 精品日产1卡2卡| 91精品三级在线观看| 无限看片的www在线观看| 日韩大码丰满熟妇| 亚洲精品一区av在线观看| 久久久久精品国产欧美久久久| 88av欧美| 免费在线观看视频国产中文字幕亚洲| 国产精品成人在线| 欧美av亚洲av综合av国产av| 人人澡人人妻人| 俄罗斯特黄特色一大片| 亚洲熟女毛片儿| aaaaa片日本免费| 国产精品国产av在线观看| 一区二区三区国产精品乱码| 日韩人妻精品一区2区三区| 亚洲全国av大片| 欧美中文综合在线视频| 亚洲精品美女久久久久99蜜臀| 咕卡用的链子| 桃红色精品国产亚洲av| 不卡一级毛片| 18禁黄网站禁片午夜丰满| 久久国产乱子伦精品免费另类| 亚洲欧洲精品一区二区精品久久久| 欧美黑人欧美精品刺激| 一级毛片精品| 成在线人永久免费视频| 亚洲中文字幕日韩| 女人精品久久久久毛片| 亚洲男人天堂网一区| 老司机深夜福利视频在线观看| 大香蕉久久成人网| 波多野结衣av一区二区av| 亚洲在线自拍视频| а√天堂www在线а√下载| 丝袜在线中文字幕| 熟女少妇亚洲综合色aaa.| av有码第一页| 变态另类成人亚洲欧美熟女 | 在线观看免费高清a一片| 91av网站免费观看| 色哟哟哟哟哟哟| 一级片'在线观看视频| 国产三级黄色录像| 色老头精品视频在线观看| 在线观看免费午夜福利视频| av视频免费观看在线观看| 亚洲中文日韩欧美视频| a在线观看视频网站| 久久国产乱子伦精品免费另类| 精品久久久久久久久久免费视频 | 男女高潮啪啪啪动态图| 五月开心婷婷网| 久热爱精品视频在线9| 97超级碰碰碰精品色视频在线观看| a级片在线免费高清观看视频| 我的亚洲天堂| 免费人成视频x8x8入口观看| 黑人巨大精品欧美一区二区蜜桃| 欧美大码av| 少妇裸体淫交视频免费看高清 | 久久久久久免费高清国产稀缺| 如日韩欧美国产精品一区二区三区| 亚洲av成人不卡在线观看播放网| 两人在一起打扑克的视频| 一本大道久久a久久精品| 免费av毛片视频| 交换朋友夫妻互换小说| 亚洲精品在线美女| 国产国语露脸激情在线看| 激情视频va一区二区三区| 午夜免费激情av| 黑人巨大精品欧美一区二区蜜桃| 97超级碰碰碰精品色视频在线观看| 巨乳人妻的诱惑在线观看| 国产精品一区二区免费欧美| 久久久国产精品麻豆| 超碰成人久久| 亚洲精华国产精华精| 麻豆久久精品国产亚洲av | 欧美不卡视频在线免费观看 | 国产免费男女视频| 嫁个100分男人电影在线观看| 成人av一区二区三区在线看| 亚洲成a人片在线一区二区| 国产精品久久久人人做人人爽| 精品国产乱子伦一区二区三区| 成人免费观看视频高清| 日韩国内少妇激情av| 丝袜人妻中文字幕| 亚洲精品中文字幕在线视频| 精品国产一区二区久久| 国产又色又爽无遮挡免费看| 国产在线精品亚洲第一网站| videosex国产| 成年版毛片免费区| 成年人黄色毛片网站| 国产精品影院久久| 国产成人啪精品午夜网站| www.999成人在线观看|