• <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
    国产精品98久久久久久宅男小说| 日本黄色片子视频| 真实男女啪啪啪动态图| 国产毛片a区久久久久| 91字幕亚洲| 美女高潮喷水抽搐中文字幕| 毛片女人毛片| 天堂影院成人在线观看| 一级黄色大片毛片| 国产私拍福利视频在线观看| 免费观看的影片在线观看| 亚洲av不卡在线观看| 亚洲天堂国产精品一区在线| 91狼人影院| 在线观看av片永久免费下载| 亚洲熟妇熟女久久| 亚洲人与动物交配视频| 丁香六月欧美| av天堂在线播放| 亚洲无线在线观看| 很黄的视频免费| 免费一级毛片在线播放高清视频| 成人毛片a级毛片在线播放| 波多野结衣高清作品| 久久久久九九精品影院| 亚洲人成网站高清观看| 日本黄大片高清| 免费av毛片视频| 亚洲国产精品成人综合色| 色视频www国产| 91九色精品人成在线观看| 身体一侧抽搐| 亚洲av日韩精品久久久久久密| 成人av在线播放网站| 怎么达到女性高潮| 欧美+亚洲+日韩+国产| 精品久久久久久久久av| 99热6这里只有精品| 国产精品野战在线观看| 午夜福利在线在线| 国产黄色小视频在线观看| 日本黄色片子视频| 亚洲最大成人中文| 91av网一区二区| 欧美一区二区亚洲| 男人狂女人下面高潮的视频| 一个人看的www免费观看视频| avwww免费| 亚洲国产精品成人综合色| 国产精品久久电影中文字幕| 成年版毛片免费区| 久久精品国产亚洲av香蕉五月| 亚洲黑人精品在线| 九色国产91popny在线| 午夜两性在线视频| 国产高清视频在线观看网站| 一级作爱视频免费观看| 在线观看舔阴道视频| 日本五十路高清| 亚洲性夜色夜夜综合| 精品无人区乱码1区二区| 18+在线观看网站| 国产精品久久久久久亚洲av鲁大| 男女之事视频高清在线观看| 国产精品亚洲av一区麻豆| 特级一级黄色大片| 欧美日韩黄片免| 色噜噜av男人的天堂激情| 丰满乱子伦码专区| 欧美xxxx黑人xx丫x性爽| 久久性视频一级片| 极品教师在线视频| 国产综合懂色| 中文字幕av在线有码专区| 亚洲国产精品合色在线| 在线观看免费视频日本深夜| 久久欧美精品欧美久久欧美| 男女做爰动态图高潮gif福利片| 亚洲av美国av| 免费看美女性在线毛片视频| a在线观看视频网站| 成年免费大片在线观看| 午夜精品一区二区三区免费看| 激情在线观看视频在线高清| 深夜精品福利| 免费在线观看成人毛片| 黄色一级大片看看| 丰满人妻一区二区三区视频av| 给我免费播放毛片高清在线观看| 赤兔流量卡办理| av天堂在线播放| 国产一区二区在线av高清观看| 岛国在线免费视频观看| 99riav亚洲国产免费| 非洲黑人性xxxx精品又粗又长| 日韩欧美国产在线观看| 欧美日韩国产亚洲二区| 一区二区三区激情视频| 色哟哟·www| 少妇人妻精品综合一区二区 | 香蕉av资源在线| 在线观看午夜福利视频| 美女被艹到高潮喷水动态| 午夜福利高清视频| 日本免费a在线| 欧美成狂野欧美在线观看| 又爽又黄无遮挡网站| 国产激情偷乱视频一区二区| av福利片在线观看| 久久人人爽人人爽人人片va | 熟女电影av网| 亚洲熟妇熟女久久| 欧美丝袜亚洲另类 | 最好的美女福利视频网| 亚洲欧美日韩卡通动漫| 中文在线观看免费www的网站| 午夜两性在线视频| 亚洲精品粉嫩美女一区| 欧美中文日本在线观看视频| 久久久久国产精品人妻aⅴ院| 色噜噜av男人的天堂激情| 最后的刺客免费高清国语| 国产综合懂色| 此物有八面人人有两片| 亚洲五月天丁香| 国产又黄又爽又无遮挡在线| 91午夜精品亚洲一区二区三区 | 无人区码免费观看不卡| 91九色精品人成在线观看| 日韩中字成人| av女优亚洲男人天堂| 成人精品一区二区免费| 国产高清激情床上av| 十八禁人妻一区二区| 成人美女网站在线观看视频| 午夜福利18| 老鸭窝网址在线观看| 天堂影院成人在线观看| 大型黄色视频在线免费观看| 天美传媒精品一区二区| 精品久久久久久久久久免费视频| 午夜影院日韩av| 免费搜索国产男女视频| 可以在线观看毛片的网站| 国产男靠女视频免费网站| 极品教师在线免费播放| 又爽又黄a免费视频| 日本黄大片高清| 欧美一区二区国产精品久久精品| 亚洲国产精品久久男人天堂| 日本免费一区二区三区高清不卡| 91在线精品国自产拍蜜月| 丰满人妻熟妇乱又伦精品不卡| 国产免费一级a男人的天堂| 成人特级av手机在线观看| 欧美黄色淫秽网站| 成人特级黄色片久久久久久久| 88av欧美| 非洲黑人性xxxx精品又粗又长| 两性午夜刺激爽爽歪歪视频在线观看| 色综合亚洲欧美另类图片| 久99久视频精品免费| 成人永久免费在线观看视频| 一进一出好大好爽视频| 99久久精品国产亚洲精品| 白带黄色成豆腐渣| 国产精品日韩av在线免费观看| 首页视频小说图片口味搜索| 我的老师免费观看完整版| 中文字幕熟女人妻在线| 最近最新中文字幕大全电影3| 日韩免费av在线播放| 日韩欧美免费精品| 国产色爽女视频免费观看| 成人国产一区最新在线观看| 日本 欧美在线| 亚洲欧美日韩高清在线视频| 久久热精品热| 变态另类丝袜制服| 51午夜福利影视在线观看| 麻豆成人午夜福利视频| 日本在线视频免费播放| 国产精品99久久久久久久久| 日韩精品青青久久久久久| 99热只有精品国产| 亚洲aⅴ乱码一区二区在线播放| 欧美色视频一区免费| 又爽又黄a免费视频| 白带黄色成豆腐渣| 深夜a级毛片| 久久精品综合一区二区三区| 成人性生交大片免费视频hd| h日本视频在线播放| 国产国拍精品亚洲av在线观看| 很黄的视频免费| 亚洲专区国产一区二区| 国产成人福利小说| 99久久成人亚洲精品观看| 两个人的视频大全免费| 国产精品久久视频播放| 久久久久免费精品人妻一区二区| 久久人人爽人人爽人人片va | 99久久久亚洲精品蜜臀av| 超碰av人人做人人爽久久| 亚洲国产精品久久男人天堂| 此物有八面人人有两片| 在线观看午夜福利视频| 久久久久久久久久成人| 亚洲美女视频黄频| 国产69精品久久久久777片| 一级黄色大片毛片| 舔av片在线| 99久久成人亚洲精品观看| 久久久久久九九精品二区国产| 最近中文字幕高清免费大全6 | 搡老熟女国产l中国老女人| 搡女人真爽免费视频火全软件 | 淫秽高清视频在线观看| av在线老鸭窝| 久久这里只有精品中国| 亚洲一区高清亚洲精品| 成人毛片a级毛片在线播放| 欧美成人性av电影在线观看| 小蜜桃在线观看免费完整版高清| 精品国产三级普通话版| 国产成人aa在线观看| 人妻制服诱惑在线中文字幕| 成人特级av手机在线观看| 欧美国产日韩亚洲一区| 久久国产乱子伦精品免费另类| 亚洲五月婷婷丁香| 亚洲色图av天堂| АⅤ资源中文在线天堂| 国产av一区在线观看免费| 神马国产精品三级电影在线观看| 成年人黄色毛片网站| 亚洲欧美日韩东京热| 天堂动漫精品| 国产精品久久电影中文字幕| 亚洲美女黄片视频| 亚洲人与动物交配视频| 免费av不卡在线播放| 综合色av麻豆| 久久久精品大字幕| 国产欧美日韩一区二区三| 在线看三级毛片| 成人特级黄色片久久久久久久| 51午夜福利影视在线观看| 啦啦啦观看免费观看视频高清| av国产免费在线观看| 狂野欧美白嫩少妇大欣赏| 黄色日韩在线| 亚洲av一区综合| 国产精品一区二区免费欧美| 他把我摸到了高潮在线观看| 成人亚洲精品av一区二区| 亚洲专区中文字幕在线| 午夜精品在线福利| 小说图片视频综合网站| 我要搜黄色片| 国产熟女xx| 黄片小视频在线播放| 国产精品久久久久久久久免 | 国产亚洲av嫩草精品影院| 欧美乱色亚洲激情| 久久久久久大精品| 亚洲av中文字字幕乱码综合| 99久久精品热视频| 欧美另类亚洲清纯唯美| 国产真实伦视频高清在线观看 | 日日摸夜夜添夜夜添小说| av欧美777| 中文字幕精品亚洲无线码一区| h日本视频在线播放| 黄色视频,在线免费观看| 脱女人内裤的视频| 亚洲av美国av| 精品久久久久久久久久久久久| 亚洲成人精品中文字幕电影| 国产日本99.免费观看| 国产精品亚洲一级av第二区| а√天堂www在线а√下载| 99精品在免费线老司机午夜| 欧美黄色片欧美黄色片| 亚洲第一电影网av| 久久精品久久久久久噜噜老黄 | 黄色配什么色好看| 制服丝袜大香蕉在线| 免费人成在线观看视频色| 一进一出好大好爽视频| 亚洲不卡免费看| 免费看a级黄色片| 久久久国产成人免费| 亚洲av二区三区四区| 深爱激情五月婷婷| 色综合婷婷激情| 亚洲av.av天堂| 特大巨黑吊av在线直播| 91午夜精品亚洲一区二区三区 | 成人一区二区视频在线观看| 亚洲精品色激情综合| 一卡2卡三卡四卡精品乱码亚洲| 国产高清视频在线播放一区| 毛片女人毛片| 999久久久精品免费观看国产| 欧美在线一区亚洲| 成人高潮视频无遮挡免费网站| 俄罗斯特黄特色一大片| netflix在线观看网站| 亚洲熟妇中文字幕五十中出| 啦啦啦观看免费观看视频高清| 黄色女人牲交| 久久伊人香网站| 婷婷色综合大香蕉| 如何舔出高潮| 18禁黄网站禁片免费观看直播| 欧美色欧美亚洲另类二区| 两个人的视频大全免费| 国产欧美日韩一区二区精品| 免费在线观看影片大全网站| 一本一本综合久久| 日本黄大片高清| 午夜老司机福利剧场| 欧美激情国产日韩精品一区| 俄罗斯特黄特色一大片| 91九色精品人成在线观看| 麻豆国产97在线/欧美| 真实男女啪啪啪动态图| 日韩欧美三级三区| 欧美一级a爱片免费观看看| www.色视频.com| 极品教师在线视频| 婷婷色综合大香蕉| 免费黄网站久久成人精品 | 一本精品99久久精品77| www.色视频.com| 亚洲国产精品久久男人天堂| 婷婷六月久久综合丁香| 亚洲第一电影网av| 国产欧美日韩一区二区三| 国内久久婷婷六月综合欲色啪| 3wmmmm亚洲av在线观看| 欧美另类亚洲清纯唯美| 国产蜜桃级精品一区二区三区| 亚洲av电影不卡..在线观看| 一区福利在线观看| 国产精品久久电影中文字幕| 国产高清激情床上av| 免费黄网站久久成人精品 | 国内精品久久久久精免费| 香蕉av资源在线| av黄色大香蕉| 黄色女人牲交| 日本在线视频免费播放| 宅男免费午夜| 亚洲av成人精品一区久久| 高清日韩中文字幕在线| 国产色爽女视频免费观看| 久久久久久久久大av| 欧洲精品卡2卡3卡4卡5卡区| 国产欧美日韩一区二区三| 国产久久久一区二区三区| 中文字幕人成人乱码亚洲影| 99热这里只有精品一区| 日韩欧美一区二区三区在线观看| 亚洲第一欧美日韩一区二区三区| 五月伊人婷婷丁香| 亚洲人成网站在线播| 亚洲国产精品999在线| 国产单亲对白刺激| 97人妻精品一区二区三区麻豆| 夜夜夜夜夜久久久久| 最好的美女福利视频网| 欧美中文日本在线观看视频| 日韩中字成人| 99久久成人亚洲精品观看| 黄色女人牲交| 观看免费一级毛片| 哪里可以看免费的av片| 小蜜桃在线观看免费完整版高清| 欧美一区二区亚洲| 亚洲va日本ⅴa欧美va伊人久久| 超碰av人人做人人爽久久| 欧美激情国产日韩精品一区| 岛国在线免费视频观看| h日本视频在线播放| 久久亚洲真实| 亚洲电影在线观看av| 禁无遮挡网站| 在线观看av片永久免费下载| x7x7x7水蜜桃| 午夜福利在线在线| 极品教师在线视频| 亚洲美女视频黄频| 99热这里只有是精品50| 哪里可以看免费的av片| 看黄色毛片网站| 一个人免费在线观看的高清视频| 日日摸夜夜添夜夜添av毛片 | 国产精品久久久久久久久免 | 亚洲成a人片在线一区二区| 国产精品影院久久| 色综合欧美亚洲国产小说| 中文字幕人成人乱码亚洲影| 亚洲精品乱码久久久v下载方式| 国产蜜桃级精品一区二区三区| 国产av一区在线观看免费| 香蕉av资源在线| 国产高清三级在线| 欧美日韩中文字幕国产精品一区二区三区| 9191精品国产免费久久| 亚洲av熟女| 国语自产精品视频在线第100页| 亚洲五月天丁香| 夜夜看夜夜爽夜夜摸| 欧美成狂野欧美在线观看| 动漫黄色视频在线观看| a级毛片a级免费在线| 看黄色毛片网站| 欧美性猛交╳xxx乱大交人| 一个人看视频在线观看www免费| 亚洲七黄色美女视频| 黄色配什么色好看| 亚洲五月婷婷丁香| 国产爱豆传媒在线观看| 国产亚洲欧美98| 午夜福利欧美成人| 中文字幕人妻熟人妻熟丝袜美| 深夜精品福利| 天堂av国产一区二区熟女人妻| 综合色av麻豆| 日本熟妇午夜| 18禁裸乳无遮挡免费网站照片| 日本黄色视频三级网站网址| 狂野欧美白嫩少妇大欣赏| av中文乱码字幕在线| 首页视频小说图片口味搜索| 国产免费av片在线观看野外av| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 夜夜夜夜夜久久久久| 日本黄大片高清| 亚洲精品久久国产高清桃花| 又黄又爽又免费观看的视频| 免费观看人在逋| 久久久久国产精品人妻aⅴ院| 日本 欧美在线| 国产精品亚洲一级av第二区| 精品人妻熟女av久视频| 亚洲乱码一区二区免费版| 人妻久久中文字幕网| 国产精品av视频在线免费观看| 99久久成人亚洲精品观看| 亚洲av成人av| 日韩欧美在线乱码| 亚洲欧美日韩卡通动漫| 精品一区二区三区视频在线观看免费| 一进一出抽搐动态| 丁香欧美五月| av在线老鸭窝| 国产精品爽爽va在线观看网站| 一级作爱视频免费观看| 国产午夜福利久久久久久| 少妇人妻精品综合一区二区 | 国产日本99.免费观看| 日韩中字成人| 欧美一级a爱片免费观看看| 噜噜噜噜噜久久久久久91| 久久久久国产精品人妻aⅴ院| 俺也久久电影网| 91字幕亚洲| 色综合欧美亚洲国产小说| 美女黄网站色视频| 日韩欧美在线乱码| 嫩草影院入口| 精品人妻偷拍中文字幕| 一卡2卡三卡四卡精品乱码亚洲| 香蕉av资源在线| 免费一级毛片在线播放高清视频| 日日干狠狠操夜夜爽| 成人特级黄色片久久久久久久| 热99re8久久精品国产| 2021天堂中文幕一二区在线观| 亚洲男人的天堂狠狠| 亚洲熟妇中文字幕五十中出| 国产精品亚洲美女久久久| 18美女黄网站色大片免费观看| 一进一出抽搐gif免费好疼| 美女高潮的动态| 日韩欧美一区二区三区在线观看| 亚洲在线自拍视频| 亚洲av电影在线进入| 伦理电影大哥的女人| 午夜福利视频1000在线观看| 久久欧美精品欧美久久欧美| 别揉我奶头 嗯啊视频| 天堂动漫精品| 两性午夜刺激爽爽歪歪视频在线观看| 日韩高清综合在线| 日韩精品青青久久久久久| 校园春色视频在线观看| 亚洲熟妇中文字幕五十中出| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲欧美清纯卡通| 人人妻人人澡欧美一区二区| 亚洲第一电影网av| 亚洲最大成人av| 国产白丝娇喘喷水9色精品| 精品欧美国产一区二区三| 国产午夜精品久久久久久一区二区三区 | 婷婷色综合大香蕉| 亚洲av成人精品一区久久| 偷拍熟女少妇极品色| av天堂中文字幕网| 三级毛片av免费| 日本 av在线| 免费观看精品视频网站| 亚洲av熟女| 国产精品一区二区性色av| 欧美丝袜亚洲另类 | 亚洲最大成人手机在线| 2021天堂中文幕一二区在线观| 级片在线观看| 久久久精品欧美日韩精品| 又紧又爽又黄一区二区| 亚洲成人久久爱视频| 欧美在线黄色| 成人一区二区视频在线观看| 国产高清有码在线观看视频| 国产高潮美女av| 国产成人欧美在线观看| 88av欧美| 欧美精品啪啪一区二区三区| 国产亚洲精品久久久com| 深夜a级毛片| 又黄又爽又刺激的免费视频.| 我要搜黄色片| 精品一区二区三区视频在线观看免费| 欧美丝袜亚洲另类 | 欧美色视频一区免费| 精品人妻视频免费看| 日本一本二区三区精品| 日韩欧美免费精品| 国产午夜福利久久久久久| 蜜桃亚洲精品一区二区三区| 国产精品一区二区三区四区久久| 欧美精品啪啪一区二区三区| 久9热在线精品视频| 在线观看一区二区三区| 国产精品电影一区二区三区| 丝袜美腿在线中文| 日韩精品青青久久久久久| 直男gayav资源| 一个人免费在线观看的高清视频| 久久国产精品影院| 久久久久性生活片| 欧美黑人欧美精品刺激| 欧美绝顶高潮抽搐喷水| 成人av在线播放网站| 欧美bdsm另类| 免费一级毛片在线播放高清视频| 男女视频在线观看网站免费| 97碰自拍视频| 真实男女啪啪啪动态图| 在线观看美女被高潮喷水网站 | 欧美成人一区二区免费高清观看| 国产精品影院久久| 日本一本二区三区精品| 性色av乱码一区二区三区2| 国产高清视频在线播放一区| 精品久久久久久成人av| 国产亚洲欧美在线一区二区| 又紧又爽又黄一区二区| 两人在一起打扑克的视频| 国产高清视频在线观看网站| 少妇熟女aⅴ在线视频| 一进一出抽搐动态| 久久精品国产亚洲av香蕉五月| 韩国av一区二区三区四区| 美女cb高潮喷水在线观看| 欧美在线黄色| 国产精品野战在线观看| 午夜福利在线观看吧| 最好的美女福利视频网| 精品久久久久久久久久免费视频| 欧美zozozo另类| 91午夜精品亚洲一区二区三区 | 色哟哟哟哟哟哟| 色综合欧美亚洲国产小说| 亚洲无线在线观看| 久久香蕉精品热| 婷婷丁香在线五月| 国产亚洲欧美在线一区二区| 在线天堂最新版资源| 久久久国产成人精品二区| 色哟哟·www| 又紧又爽又黄一区二区| 成年女人毛片免费观看观看9| 欧美精品国产亚洲| 欧美最新免费一区二区三区 | 中文字幕av成人在线电影| 亚洲第一电影网av| 国产黄色小视频在线观看| 老熟妇仑乱视频hdxx| 日韩欧美国产在线观看| 国产黄色小视频在线观看| 又粗又爽又猛毛片免费看| 国产aⅴ精品一区二区三区波| 成人午夜高清在线视频| 大型黄色视频在线免费观看| 国产色爽女视频免费观看| av视频在线观看入口| 此物有八面人人有两片| 国产色爽女视频免费观看| 91久久精品国产一区二区成人| 久久精品人妻少妇|