• <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 ?

    基于譜聚類算法的音頻聚類研究

    2016-12-22 21:36徐秀芳徐森徐靜安晶
    軟件導刊 2016年11期
    關鍵詞:聚類分析

    徐秀芳徐森徐靜安晶

    摘 要:提出一種新穎的基于譜聚類的音頻聚類算法,首先對音頻數(shù)據(jù)進行預處理,得到三維音頻向量,然后根據(jù)向量之間的距離計算音頻相似度,最后設計譜聚類算法獲得音頻數(shù)據(jù)聚類結(jié)果。在網(wǎng)易云音樂數(shù)據(jù)上的對比實驗表明,與Kmeans算法和快速查找密度峰值聚類算法相比,該算法獲得的聚類結(jié)果更加優(yōu)越。

    關鍵詞關鍵詞:音頻聚類;音頻特征;譜聚類;Kmeans;聚類分析

    DOIDOI:10.11907/rjdk.162088

    中圖分類號:TP312

    文獻標識碼:A 文章編號文章編號:16727800(2016)011003603

    基金項目基金項目:國家自然科學基金項目(61105057);江蘇省自然科學基金項目(BK20151299);江蘇省科技支撐計劃(社會發(fā)展)項目(BE2014679);江蘇省政策引導類計劃(產(chǎn)學研合作)—前瞻性聯(lián)合研究項目(BY2015057-33, BY2016065-01)

    作者簡介作者簡介:徐秀芳(1973-),女,江蘇鹽城人,碩士,鹽城工學院信息工程學院高級實驗師,研究方向為機器學習和數(shù)據(jù)挖掘;徐森(1983-),男,江蘇鹽城人,博士,鹽城工學院信息工程學院副教授,研究方向為數(shù)據(jù)挖掘、智能信息處理和深度學習;徐靜(1981-),女,江蘇鹽城人,鹽城工學院信息工程學院副教授,研究方向為網(wǎng)絡安全和智能信息處理;安晶(1982-),女,江蘇鹽城人,博士,鹽城工學院機械優(yōu)集學院副教授,研究方向為數(shù)據(jù)挖掘、聚類分析。

    0 引言

    隨著互聯(lián)網(wǎng)的快速發(fā)展,音樂創(chuàng)作速度也隨之迅速提高,如何將眾多音頻進行分類并推薦給用戶成為一個關鍵問題[13]。早期的音頻分類方法通常是唱片公司工作人員為其添加類型標簽供買家選擇,或者是由專門收錄音樂的網(wǎng)站添加標簽供用戶瀏覽檢索。然而由于不同人對同一首歌曲的感覺可能有差異,因此可能給同一首歌添加了不同標簽。顯然對用戶而言,這種分類方式不夠合理。如果通過機器學習的方式自動將音頻分類并根據(jù)用戶的喜好推薦音樂,必然會在很大程度上提升音樂推薦軟件的用戶體驗。

    聚類分析是機器學習中常用的一種數(shù)據(jù)挖掘工具,可以自動將數(shù)據(jù)進行歸類,使相似數(shù)據(jù)歸為同一類型,而不同部分歸為不同類型,并根據(jù)類型不同找出類型間的隱含關系[4]。在諸多聚類算法中,譜聚類算法建立在圖論中的譜理論基礎上,具有能在任意形狀的樣本空間上聚類且收斂于全局最優(yōu)解的特點[5]。

    考慮到譜聚類算法的諸多優(yōu)點,本文首次引入譜聚類對音頻數(shù)據(jù)進行聚類分析,并將聚類結(jié)果與其它聚類方法進行比較。結(jié)果顯示,利用譜聚類算法對音頻數(shù)據(jù)進行聚類分析是行之有效的,較之于其它算法,譜聚類的聚類效果更為理想。

    1 音頻數(shù)據(jù)預處理

    如果想要得到一個比較理想的聚類結(jié)果,預處理方法尤為重要。不僅需要大量先驗知識,還需要根據(jù)聚類的對象特征選擇不同算法。本文的音頻聚類主要是根據(jù)音頻的情緒特征進行分類,因此預處理主要提取了能表示音頻情緒的特征。

    關于音頻的情緒特征,Thayer[6]提出了一種AV模型,即建立一個平面直角坐標系,以V(Valence)為橫軸,以A(Arousal)為縱軸。橫軸的坐標值反映了積極性大小,縱軸的值反映了音頻的安靜程度。該模型直接將音頻清晰地劃分為4個區(qū)域,分別對應了快樂、緊張、悲傷以及平靜4大情緒類別。AV模型的坐標系如圖1所示。

    根據(jù)Thayer的模型,本文將縱軸的影響因素歸為每幀功率和序列方差的對數(shù)值,橫軸的影響因素歸為幀頻譜圖峰值最大處的頻率序列方差,即:A=log(var(w)),V=var(fd),其中w為每幀的功率和序列,fd為兩幀頻譜差序列中最大值對應的頻率序列,var為方差函數(shù)。此處fd取頻率的差值作為主要特征,主要是考慮到人對變化的頻率比不變的頻率更敏感。例如,在聽歌時,往往會忽略背景音樂中的鼓點部分,而專注于歌曲中變化的部分。

    另外,本文增加一個Z軸,Z=log(mean(w)),即功率和的平均值作為影響音頻的第3個特征。對于每首音樂,有向量(a,v,z),據(jù)此畫出496首音樂的3維分布圖像,如圖2所示。

    可以看出,左上部分頻率變化很小,而功率變化很大,此類音頻可以歸為搖滾、慢搖等類別;而左下部分頻率變化與功率變化都很小,此類音頻可以歸為輕音樂、純音樂等類別;而右上部分則屬于頻率變化與功率變化都很大的音頻,這類音頻屬于DJ、電音等類別。

    2 聚類分析

    音頻預處理后每個音頻特征點處于一個三維空間中,在音頻相似度的計算上取數(shù)據(jù)點間的歐式距離,距離越近相似度越高,反之則越低。

    聚類算法有很多種,通常根據(jù)數(shù)據(jù)集的特征進行選取,本文采用以下聚類算法進行研究。

    2.1 K均值聚類

    K均值算法由于實現(xiàn)簡單,時間和空間復雜度較低,而且對很多簡單的聚類問題可以得到令人滿意的結(jié)果,因此成為了最常用的聚類算法。算法首先假設每個聚類的均值是固定已知的,問題變?yōu)槿绾螢槊總€樣本選擇加入一個聚類,使類內(nèi)距離準則最小。該算法的困難在于如何求出每個聚類的均值,因為在知道每個聚類包含哪些樣本之前無法求得樣本均值,聚類均值也只能根據(jù)該聚類中所有的樣本求得。通常,先隨機選擇k個初始值,然后將每個數(shù)據(jù)點放入最近的類中,求得每個聚類的均值,根據(jù)這些均值再次對數(shù)據(jù)點進行劃分。多次迭代之后,使得聚類中心不再改變,此時的聚類結(jié)果為類內(nèi)距離準則最小的一個較優(yōu)解。

    盡管K均值聚類算法已被證明可以通過有限步驟收斂,但是最終獲得的是局部最優(yōu)解,不能保證類內(nèi)距離為最小值。另外,根據(jù)初始值選擇不同,K均值聚類也會收斂于較差的局部極小解,加上k的設定如果與實際問題有偏差,通常很難得到較好的聚類結(jié)果。

    針對這些問題,也可以選擇事先對Kmeans算法進行優(yōu)化。例如,根據(jù)先驗知識選取較好的k值,初始值選取k個彼此距離最大的點,選擇適當?shù)木嚯x函數(shù)等。

    2.2 快速查找密度峰值的聚類算法

    根據(jù)聚類的目標,類間不相似、類內(nèi)相似的特點,Rodriguez[4]假設每個類的中心點周圍都是密度比其低的點,同時這些點又距離該聚類中心最近,據(jù)此提出了一種新型算法——快速查找密度峰值的聚類算法,并發(fā)表在著名的Science雜志上。

    算法的基本思想是:首先計算每個點所處的密度值,這里的密度值指所有與該點距離小于dc的點個數(shù)。其中dc是預先設定的閾值,文中使用的是所有點距離中第2%個點的距離大?。辉俑鶕?jù)每個點的局部密度算出每個點的距離,即比該點密度大的所有點中與該點距離的最小值;關于噪點的剔除,對一個類中的每個點,與其它類中的點計算距離,找出所有滿足距離大于dc的距離的最小值,即在該類中找出一個與其它類距離最近的點。接下來視該類中所有小于該點密度的點為噪點,并將其剔除,最后得到的即為聚類結(jié)果。

    2.3 譜聚類算法

    與大部分聚類算法不同,譜聚類算法將聚類分析問題轉(zhuǎn)化為圖分割問題,將數(shù)據(jù)元素構(gòu)成的無向加權圖劃分為幾個子圖,使得分割代價最小,以此達到聚類的目的[5]。

    譜聚類的基本步驟為:① 輸入數(shù)據(jù)生成圖的鄰接矩陣;②歸一化拉普拉斯矩陣;③計算最小的k個特征值和對應的特征向量;④用K均值對前k個特征向量進行聚類。

    譜聚類的優(yōu)點在于,如果直接使用K均值算法對無向圖進行聚類分析,特征向量的選取并沒有理論基礎。而譜聚類引入拉普拉斯矩陣,則為圖的分割增加了物理上的意義,即對高維空間降維,求拉普拉斯矩陣的特征向量即等價于對高維空間的降維處理。

    3 聚類結(jié)果比較

    本文將第2節(jié)介紹的3種聚類方法獲得的結(jié)果和原始音樂數(shù)據(jù)的類型分布圖進行對比,原音頻類型為網(wǎng)易云音樂的歌單類型。例如,某歌單被命名為輕音樂,則將該歌單的所有音樂都設置為輕音樂類型;如果歌單類型為搖滾,則將該歌單的所有歌曲均設為搖滾。最后將每個點著色,畫在二維平面上,即為類型分布圖。圖3是469首音樂的類型分布圖。其中正三角為搖滾、rap等興奮型音樂;倒三角為電音、DJ類的音頻;圈表示輕音樂和舒緩類型的音樂。因為搖滾和電音本身的特性,將其歸為一類,這樣原始音頻數(shù)據(jù)可以看成是包含2個簇(k=2)。3種聚類算法獲得的結(jié)果分別如圖4~圖6所示。由圖可見,與其它聚類方法相比,譜聚類算法獲得的聚類結(jié)果與音頻數(shù)據(jù)的實際分布情況更為接近。

    具體而言,3種聚類算法的聚類結(jié)果與真實結(jié)果的對比情況如表1所示。從表1可以看出,快速查找峰值密度算法的類別區(qū)分較為準確,但是排除噪點過多;Kmeans算法不剔除噪點,但是聚類效果不太理想;譜聚類的聚類效果在3者中最為理想。

    4 結(jié)語

    本文提出了一種基于譜聚類的音頻聚類算法,首先對音頻數(shù)據(jù)進行預處理,得到三維音頻向量,然后根據(jù)向量之間的距離計算音頻相似度,最后根據(jù)譜聚類算法獲得聚類結(jié)果。對比實驗驗證了基于譜聚類算法的音頻聚類的有效性。根據(jù)本文的研究,可以將音頻聚類算法應用到音樂推薦中,將用戶喜歡的某一類型音樂中相似度較高的音樂推薦給用戶,能很大程度上提升音樂播放軟件的用戶體驗。

    參考文獻:

    [1] 楊莘,舒鵬.一種音樂速度與節(jié)拍類型的自動檢測算法[J].數(shù)字技術與應用, 2009(8):3941.

    [2] 李志軍,尹霞.基于ACF和AMDF的基音檢測改進算法[J].電聲技術, 2011(1):5052.

    [3] 廖松博, 何震瀛.HDCH:MapReduce平臺上的音頻數(shù)據(jù)聚類系統(tǒng)[J].計算機研究與發(fā)展, 2011, 48(S3):472475.

    [4] RODRIGUEZ,ALEX,ALESSANDRO LAIO.Clustering by fast search and find of density peaks[J].Science, 2014(6191):14921496.

    [5] ULRIKE VON LUXBURG.A tutorial on spectral clustering[J].Statistics and Computing, 2007(4):395416.

    [6] THAYER R E.The biopsychology of mood and arousal[M].New York:Oxford,1989.

    (責任編輯:黃 ?。?

    猜你喜歡
    聚類分析
    淺析聚類分析在郫縣煙草卷煙營銷方面的應用
    亚洲av电影不卡..在线观看| 精品久久久久久久久久免费视频| 欧美 亚洲 国产 日韩一| 激情视频va一区二区三区| 欧美av亚洲av综合av国产av| 国产三级黄色录像| 精品熟女少妇八av免费久了| 欧美最黄视频在线播放免费| 久久亚洲精品不卡| 制服丝袜大香蕉在线| 亚洲精品久久国产高清桃花| 午夜免费激情av| 男女下面插进去视频免费观看| 亚洲人成电影观看| av福利片在线| 禁无遮挡网站| 久久久国产成人免费| 午夜久久久在线观看| 一区二区三区国产精品乱码| 99久久久亚洲精品蜜臀av| 色综合亚洲欧美另类图片| 久久精品国产亚洲av高清一级| 国产国语露脸激情在线看| 多毛熟女@视频| www.熟女人妻精品国产| 成人18禁高潮啪啪吃奶动态图| xxx96com| 中文亚洲av片在线观看爽| 精品久久久久久,| 欧美午夜高清在线| 波多野结衣高清无吗| 人人妻人人澡欧美一区二区 | 黄频高清免费视频| 亚洲一区高清亚洲精品| 国产精品乱码一区二三区的特点 | 成人亚洲精品av一区二区| 伦理电影免费视频| 国产精品一区二区在线不卡| 国产成人av激情在线播放| 欧美日韩精品网址| 色哟哟哟哟哟哟| ponron亚洲| 亚洲国产高清在线一区二区三 | 精品一区二区三区av网在线观看| 一本综合久久免费| 亚洲专区字幕在线| 搞女人的毛片| 一本大道久久a久久精品| 纯流量卡能插随身wifi吗| 人人妻人人爽人人添夜夜欢视频| 久久午夜亚洲精品久久| 真人做人爱边吃奶动态| 熟妇人妻久久中文字幕3abv| netflix在线观看网站| 日韩精品中文字幕看吧| 老汉色∧v一级毛片| 亚洲一区二区三区色噜噜| 国产亚洲精品久久久久久毛片| 此物有八面人人有两片| 99国产综合亚洲精品| 操出白浆在线播放| 咕卡用的链子| 亚洲国产看品久久| 1024视频免费在线观看| 两个人看的免费小视频| 老汉色∧v一级毛片| 在线永久观看黄色视频| 宅男免费午夜| www.999成人在线观看| 亚洲精华国产精华精| 亚洲国产中文字幕在线视频| 手机成人av网站| 国产一级毛片七仙女欲春2 | 亚洲欧美激情在线| 午夜免费观看网址| 一本久久中文字幕| 日本在线视频免费播放| 国产午夜福利久久久久久| 人人妻人人爽人人添夜夜欢视频| 精品熟女少妇八av免费久了| 一本综合久久免费| 久久亚洲精品不卡| 精品欧美国产一区二区三| 国产精品一区二区在线不卡| 午夜福利高清视频| 成人亚洲精品一区在线观看| 极品人妻少妇av视频| 国产激情欧美一区二区| 大型黄色视频在线免费观看| 18禁美女被吸乳视频| 国产单亲对白刺激| 又紧又爽又黄一区二区| 黄片小视频在线播放| 成人手机av| 精品第一国产精品| 亚洲全国av大片| 午夜福利,免费看| 亚洲av日韩精品久久久久久密| 国产亚洲精品久久久久5区| 国产麻豆69| 午夜日韩欧美国产| 国语自产精品视频在线第100页| 亚洲中文字幕日韩| 最好的美女福利视频网| av在线播放免费不卡| 国产高清有码在线观看视频 | 中文字幕另类日韩欧美亚洲嫩草| 老司机福利观看| 曰老女人黄片| 久久婷婷人人爽人人干人人爱 | 成人国语在线视频| 成人18禁高潮啪啪吃奶动态图| 亚洲自偷自拍图片 自拍| 亚洲国产日韩欧美精品在线观看 | 一级毛片精品| 国产三级在线视频| 一个人观看的视频www高清免费观看 | 在线观看一区二区三区| 1024香蕉在线观看| 中国美女看黄片| 久久久国产成人精品二区| svipshipincom国产片| 91在线观看av| 精品少妇一区二区三区视频日本电影| 亚洲熟妇中文字幕五十中出| e午夜精品久久久久久久| 又黄又粗又硬又大视频| 午夜福利一区二区在线看| 又大又爽又粗| 色综合婷婷激情| av中文乱码字幕在线| 国产伦人伦偷精品视频| 久久影院123| 亚洲一区二区三区色噜噜| 国产精品,欧美在线| 男人操女人黄网站| 精品久久久精品久久久| 啦啦啦 在线观看视频| 人成视频在线观看免费观看| 我的亚洲天堂| 午夜福利18| 两个人视频免费观看高清| 国产精品 欧美亚洲| 亚洲成人免费电影在线观看| 国产一区二区三区在线臀色熟女| 老司机午夜福利在线观看视频| 国产精品国产高清国产av| 日本五十路高清| 国产成人欧美| 日本欧美视频一区| 亚洲美女黄片视频| 亚洲精品美女久久av网站| 大陆偷拍与自拍| 制服诱惑二区| 亚洲免费av在线视频| 日韩国内少妇激情av| 99re在线观看精品视频| 99在线视频只有这里精品首页| 亚洲av成人一区二区三| 1024香蕉在线观看| 欧美黄色淫秽网站| 亚洲 欧美 日韩 在线 免费| 国产亚洲精品久久久久5区| 亚洲男人的天堂狠狠| 国产视频一区二区在线看| 国产一区二区三区综合在线观看| 夜夜夜夜夜久久久久| 手机成人av网站| 天堂动漫精品| 午夜久久久在线观看| 国产一级毛片七仙女欲春2 | 精品熟女少妇八av免费久了| 无限看片的www在线观看| 久久精品aⅴ一区二区三区四区| 国产色视频综合| netflix在线观看网站| 国产主播在线观看一区二区| 国产麻豆成人av免费视频| 欧美乱色亚洲激情| 巨乳人妻的诱惑在线观看| 啦啦啦 在线观看视频| 老鸭窝网址在线观看| 99久久综合精品五月天人人| 亚洲午夜理论影院| 99久久久亚洲精品蜜臀av| 日韩成人在线观看一区二区三区| 99热只有精品国产| 国产精品久久视频播放| 精品国产国语对白av| 亚洲第一av免费看| 淫秽高清视频在线观看| 99riav亚洲国产免费| 美女扒开内裤让男人捅视频| 国产成人精品久久二区二区免费| 麻豆久久精品国产亚洲av| 少妇被粗大的猛进出69影院| 日日干狠狠操夜夜爽| 亚洲成av人片免费观看| 69精品国产乱码久久久| 真人做人爱边吃奶动态| 国产xxxxx性猛交| 人成视频在线观看免费观看| 高潮久久久久久久久久久不卡| 成人欧美大片| 国产精品一区二区精品视频观看| 国产免费av片在线观看野外av| 中文字幕另类日韩欧美亚洲嫩草| 啦啦啦韩国在线观看视频| 男人舔女人的私密视频| 亚洲av第一区精品v没综合| 欧美中文日本在线观看视频| 老司机靠b影院| 亚洲av日韩精品久久久久久密| 午夜福利在线观看吧| 男人操女人黄网站| 精品熟女少妇八av免费久了| 1024视频免费在线观看| 亚洲精华国产精华精| tocl精华| 成年人黄色毛片网站| 久久九九热精品免费| 桃色一区二区三区在线观看| 国产av一区在线观看免费| 99久久99久久久精品蜜桃| 婷婷精品国产亚洲av在线| 免费高清在线观看日韩| 久久伊人香网站| 看黄色毛片网站| 亚洲午夜理论影院| 午夜福利高清视频| 19禁男女啪啪无遮挡网站| 久久香蕉国产精品| 美女高潮到喷水免费观看| 黑丝袜美女国产一区| 精品熟女少妇八av免费久了| 在线观看舔阴道视频| 久久国产乱子伦精品免费另类| 日日干狠狠操夜夜爽| 久久伊人香网站| 久久久久久免费高清国产稀缺| 日本免费a在线| 成人亚洲精品av一区二区| 午夜福利影视在线免费观看| 国产亚洲av高清不卡| 神马国产精品三级电影在线观看 | 天天添夜夜摸| 99国产精品一区二区蜜桃av| 欧美国产日韩亚洲一区| 午夜两性在线视频| 亚洲九九香蕉| 亚洲成国产人片在线观看| 又黄又粗又硬又大视频| 中文亚洲av片在线观看爽| 亚洲av美国av| 久久这里只有精品19| 免费在线观看视频国产中文字幕亚洲| 国产私拍福利视频在线观看| 欧美日韩亚洲国产一区二区在线观看| 精品国产亚洲在线| 91av网站免费观看| 高清在线国产一区| 亚洲美女黄片视频| 青草久久国产| 国产亚洲精品一区二区www| 亚洲精品美女久久久久99蜜臀| 在线观看日韩欧美| www日本在线高清视频| 1024香蕉在线观看| 桃色一区二区三区在线观看| 好看av亚洲va欧美ⅴa在| 国产欧美日韩精品亚洲av| 国内精品久久久久久久电影| 午夜久久久久精精品| 99国产精品一区二区三区| 午夜两性在线视频| 极品教师在线免费播放| www.精华液| 亚洲 欧美 日韩 在线 免费| 亚洲精品久久国产高清桃花| 国产成人av激情在线播放| 黄色成人免费大全| 黄色 视频免费看| avwww免费| 久久亚洲真实| 精品卡一卡二卡四卡免费| 女人高潮潮喷娇喘18禁视频| 18禁黄网站禁片午夜丰满| 不卡av一区二区三区| 午夜免费观看网址| 亚洲精品中文字幕一二三四区| 日本一区二区免费在线视频| 国产片内射在线| 999久久久精品免费观看国产| videosex国产| 国产精品电影一区二区三区| 日韩中文字幕欧美一区二区| 欧美日本亚洲视频在线播放| 国产精品免费一区二区三区在线| 午夜福利视频1000在线观看 | 男女做爰动态图高潮gif福利片 | 熟妇人妻久久中文字幕3abv| 在线观看一区二区三区| 亚洲色图 男人天堂 中文字幕| 国产成人精品久久二区二区免费| 999久久久精品免费观看国产| 午夜a级毛片| 国产伦人伦偷精品视频| 脱女人内裤的视频| 每晚都被弄得嗷嗷叫到高潮| 精品电影一区二区在线| 在线观看免费视频网站a站| 天天添夜夜摸| 黑人欧美特级aaaaaa片| 无遮挡黄片免费观看| 午夜老司机福利片| 精品不卡国产一区二区三区| 一夜夜www| 久久人妻av系列| 一区福利在线观看| 一级作爱视频免费观看| 一二三四在线观看免费中文在| 久久久国产精品麻豆| 欧美另类亚洲清纯唯美| 国产av在哪里看| 免费看十八禁软件| 精品久久久精品久久久| 精品久久久久久久毛片微露脸| 久久久久精品国产欧美久久久| 亚洲伊人色综图| 国产精品av久久久久免费| 成人18禁在线播放| 男女午夜视频在线观看| 香蕉国产在线看| 免费无遮挡裸体视频| 久久久久久国产a免费观看| 一卡2卡三卡四卡精品乱码亚洲| 国产精品综合久久久久久久免费 | 一级作爱视频免费观看| 女同久久另类99精品国产91| 日韩欧美一区二区三区在线观看| 日韩av在线大香蕉| 老司机福利观看| 757午夜福利合集在线观看| 国产成人精品无人区| 午夜免费观看网址| cao死你这个sao货| 亚洲午夜理论影院| 在线免费观看的www视频| 校园春色视频在线观看| 男女午夜视频在线观看| 最新在线观看一区二区三区| 波多野结衣高清无吗| 午夜福利在线观看吧| 97人妻天天添夜夜摸| 亚洲人成77777在线视频| 中文字幕av电影在线播放| 黄色女人牲交| 久久久国产成人精品二区| 成年版毛片免费区| a级毛片在线看网站| 精品卡一卡二卡四卡免费| 午夜福利,免费看| 欧美成人免费av一区二区三区| 村上凉子中文字幕在线| 可以在线观看的亚洲视频| 亚洲欧美日韩另类电影网站| 亚洲九九香蕉| 一本综合久久免费| 女性生殖器流出的白浆| 黑人欧美特级aaaaaa片| 热re99久久国产66热| 国产99白浆流出| 亚洲精品国产精品久久久不卡| 午夜免费观看网址| 国产高清有码在线观看视频 | 在线天堂中文资源库| 九色国产91popny在线| 亚洲片人在线观看| 免费在线观看黄色视频的| 国产伦一二天堂av在线观看| 午夜免费观看网址| 国内精品久久久久久久电影| 午夜日韩欧美国产| 在线视频色国产色| 免费在线观看黄色视频的| 国产亚洲av高清不卡| 亚洲七黄色美女视频| 真人做人爱边吃奶动态| 黄色女人牲交| 欧美色视频一区免费| 一级毛片女人18水好多| 日本免费一区二区三区高清不卡 | 日本三级黄在线观看| 国产精品综合久久久久久久免费 | 亚洲一区高清亚洲精品| 国产成+人综合+亚洲专区| 97碰自拍视频| 叶爱在线成人免费视频播放| 精品无人区乱码1区二区| 丁香六月欧美| 韩国精品一区二区三区| 91av网站免费观看| 久久伊人香网站| 一级黄色大片毛片| 岛国视频午夜一区免费看| 久99久视频精品免费| 香蕉久久夜色| 精品乱码久久久久久99久播| 欧美丝袜亚洲另类 | 91成年电影在线观看| 热99re8久久精品国产| 校园春色视频在线观看| 成人国产综合亚洲| 美女高潮喷水抽搐中文字幕| 91国产中文字幕| 国产在线精品亚洲第一网站| 老汉色∧v一级毛片| 久久久久久大精品| 欧美一级毛片孕妇| 手机成人av网站| 精品国产乱码久久久久久男人| 看片在线看免费视频| 99热只有精品国产| 黑人欧美特级aaaaaa片| 久久天堂一区二区三区四区| 日本在线视频免费播放| 999精品在线视频| 18禁黄网站禁片午夜丰满| 欧美日韩黄片免| 免费看十八禁软件| 韩国av一区二区三区四区| 精品免费久久久久久久清纯| 搞女人的毛片| 国产亚洲精品久久久久5区| 国产亚洲精品一区二区www| 国产一区二区三区综合在线观看| 日韩一卡2卡3卡4卡2021年| 一二三四在线观看免费中文在| 免费av毛片视频| 一区在线观看完整版| 99久久99久久久精品蜜桃| av在线播放免费不卡| 一区在线观看完整版| netflix在线观看网站| 国产一区二区三区综合在线观看| 久久精品国产综合久久久| 成人三级黄色视频| 最近最新免费中文字幕在线| 国产av一区在线观看免费| 不卡一级毛片| 中文字幕另类日韩欧美亚洲嫩草| 久久青草综合色| 欧美黄色片欧美黄色片| 久久精品国产99精品国产亚洲性色 | 黄网站色视频无遮挡免费观看| 亚洲色图 男人天堂 中文字幕| 亚洲专区国产一区二区| 国产av又大| 国产精品影院久久| 久久这里只有精品19| 97人妻精品一区二区三区麻豆 | 中国美女看黄片| 一区二区三区国产精品乱码| 波多野结衣av一区二区av| 国产高清有码在线观看视频 | 波多野结衣巨乳人妻| 久久中文看片网| 国产区一区二久久| 国产精品一区二区精品视频观看| 久久久国产精品麻豆| 大码成人一级视频| 韩国精品一区二区三区| 三级毛片av免费| 好男人电影高清在线观看| 国产单亲对白刺激| 国产又色又爽无遮挡免费看| 国产日韩一区二区三区精品不卡| 亚洲,欧美精品.| 精品第一国产精品| 国产精品一区二区三区四区久久 | 国产精品一区二区免费欧美| 午夜视频精品福利| 日日干狠狠操夜夜爽| 正在播放国产对白刺激| 丝袜在线中文字幕| 精品国产乱码久久久久久男人| 丰满人妻熟妇乱又伦精品不卡| 一a级毛片在线观看| 很黄的视频免费| 欧美一区二区精品小视频在线| 日日干狠狠操夜夜爽| 精品一区二区三区av网在线观看| 久久精品aⅴ一区二区三区四区| 久久久久国产一级毛片高清牌| 侵犯人妻中文字幕一二三四区| videosex国产| 9色porny在线观看| 久久国产乱子伦精品免费另类| 一区二区三区精品91| 精品久久久精品久久久| 欧美老熟妇乱子伦牲交| 国产成人一区二区三区免费视频网站| 欧美日韩瑟瑟在线播放| 久久久国产精品麻豆| 黄片播放在线免费| 波多野结衣高清无吗| 18美女黄网站色大片免费观看| 一级a爱视频在线免费观看| 亚洲黑人精品在线| 亚洲av片天天在线观看| 日韩欧美一区二区三区在线观看| 久久人人精品亚洲av| 国产极品粉嫩免费观看在线| 成人国产综合亚洲| 变态另类丝袜制服| 色综合欧美亚洲国产小说| 日本黄色视频三级网站网址| 亚洲精品中文字幕一二三四区| 高潮久久久久久久久久久不卡| 国产成人系列免费观看| av福利片在线| 亚洲 国产 在线| 国产麻豆69| 女人被躁到高潮嗷嗷叫费观| 精品午夜福利视频在线观看一区| 精品一品国产午夜福利视频| 国产麻豆成人av免费视频| 9热在线视频观看99| 免费高清视频大片| 人妻久久中文字幕网| 麻豆久久精品国产亚洲av| 中亚洲国语对白在线视频| 成人特级黄色片久久久久久久| a在线观看视频网站| 久久精品91蜜桃| 国产成人精品无人区| 日日摸夜夜添夜夜添小说| 国产91精品成人一区二区三区| 欧美成人免费av一区二区三区| 在线观看一区二区三区| 人人妻人人澡人人看| 久久久国产欧美日韩av| tocl精华| 国产精品一区二区精品视频观看| 久久久精品欧美日韩精品| 一级毛片精品| 大陆偷拍与自拍| 欧美大码av| 一级a爱片免费观看的视频| 午夜老司机福利片| 亚洲精品国产区一区二| 亚洲国产精品成人综合色| 黄色毛片三级朝国网站| 国产蜜桃级精品一区二区三区| 国产区一区二久久| 国产高清视频在线播放一区| 久久人妻熟女aⅴ| 久热爱精品视频在线9| 日韩高清综合在线| 欧美亚洲日本最大视频资源| 真人一进一出gif抽搐免费| 啦啦啦免费观看视频1| 一卡2卡三卡四卡精品乱码亚洲| 国产主播在线观看一区二区| 99精品在免费线老司机午夜| 1024香蕉在线观看| 欧美一级毛片孕妇| 18禁观看日本| 69av精品久久久久久| 亚洲五月色婷婷综合| 桃色一区二区三区在线观看| 亚洲国产看品久久| 亚洲天堂国产精品一区在线| 国产亚洲精品久久久久5区| 亚洲色图av天堂| 日韩高清综合在线| 亚洲国产毛片av蜜桃av| 高清在线国产一区| АⅤ资源中文在线天堂| 又黄又爽又免费观看的视频| 又大又爽又粗| 伊人久久大香线蕉亚洲五| 高清在线国产一区| 91精品三级在线观看| 9191精品国产免费久久| 一区二区三区精品91| 国产欧美日韩一区二区三区在线| 久久久久国产精品人妻aⅴ院| 9热在线视频观看99| 免费高清视频大片| 亚洲天堂国产精品一区在线| 久久狼人影院| √禁漫天堂资源中文www| 国产91精品成人一区二区三区| 国产单亲对白刺激| 国产精品九九99| 亚洲一区二区三区不卡视频| 日本 欧美在线| 亚洲精品在线美女| 电影成人av| 国产精品乱码一区二三区的特点 | 久久中文看片网| 亚洲国产精品久久男人天堂| 日韩欧美一区视频在线观看| 日韩一卡2卡3卡4卡2021年| 老汉色∧v一级毛片| 一本久久中文字幕| 久热爱精品视频在线9| 高清黄色对白视频在线免费看| 搞女人的毛片| 嫩草影院精品99| 日日爽夜夜爽网站| 日韩成人在线观看一区二区三区| 中文字幕人妻熟女乱码| 97碰自拍视频|