• <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 ?

    基于局部分布的k-最近鄰分類方法

    2017-01-10 04:07:56葉建龍
    關(guān)鍵詞:標(biāo)號局部距離

    葉建龍

    (隴南師范高等??茖W(xué)校數(shù)信學(xué)院,甘肅成縣 742500)

    基于局部分布的k-最近鄰分類方法

    葉建龍

    (隴南師范高等專科學(xué)校數(shù)信學(xué)院,甘肅成縣 742500)

    k-最近鄰分類算法通過對待測樣本的鄰近樣本進(jìn)行分析來預(yù)測待測樣本的類標(biāo)號,是一種簡單有效的分類方法.傳統(tǒng)的k-最近鄰算法通常使用鄰近樣本的多數(shù)投票規(guī)則來確定類標(biāo)號.本文提出一種改進(jìn)的k-最近鄰算法,從鄰域的局部分布來分析待測樣本的類別.我們分析了局部分布特征對分類的影響,通過局部分布特征估計(jì)樣本對每個(gè)類的隸屬度,待測樣本被分到最大的隸屬度的類中.實(shí)驗(yàn)結(jié)果表明改進(jìn)的方法能一定程度上提高分類準(zhǔn)確率.

    近鄰分類;數(shù)據(jù)挖掘;算法

    1 引言

    分類問題是數(shù)據(jù)挖掘領(lǐng)域一個(gè)重要的研究方向,而近鄰分類算法是研究分類問題的一個(gè)重要并廣泛使用的方法.近鄰分類算法的基本思想是根據(jù)待測樣本在訓(xùn)練集中的近鄰樣本對該待測樣本進(jìn)行分類.k-最近鄰算法(kNN)最初是由Cover和Hart[1]提出的,他們先從訓(xùn)練樣本集中找到與待測樣本最近的k個(gè)樣本,稱為待測樣本的k個(gè)最近鄰,然后將待測樣本分到其k個(gè)最近鄰所代表的多數(shù)類中.近幾十年來,k-最近鄰分類方法以其算法簡單有效而廣泛應(yīng)用于模式識別和數(shù)據(jù)挖掘的各個(gè)領(lǐng)域[2,3,4],并被評為數(shù)據(jù)挖掘領(lǐng)域影響最大的十種算法之一[5].

    如果一個(gè)數(shù)據(jù)集中同類的樣本點(diǎn)近似度比不同類的樣本點(diǎn)高,這個(gè)樣本點(diǎn)的鄰近樣本就較遠(yuǎn)的樣本比更能表現(xiàn)這個(gè)樣本的性質(zhì),k最近鄰算法在這種情況下就非常有效.實(shí)際上,被分為同類的樣本通常會有某些相似性,因此,如果給定的特征足夠,kNN算法通常能表現(xiàn)良好的分類效果.

    傳統(tǒng)的kNN算法是以待測樣本的k個(gè)最近鄰?fù)镀钡男问酱_定類標(biāo)號的,這種投票方法的缺點(diǎn)是沒有考慮k個(gè)最近鄰之間的差異,把這k個(gè)最近鄰等同對待.雖然當(dāng)鄰域很小時(shí),這種差異可以忽略不計(jì),但是實(shí)際上由于數(shù)據(jù)集的不同,我們并不能保證所有樣本的k個(gè)最近鄰都在很小的區(qū)域內(nèi).因此,傳統(tǒng)的kNN算法對某些樣本的分類會出現(xiàn)誤分情況.

    文獻(xiàn)中針對這個(gè)問題對kNN的改進(jìn)方法主要有兩類,第一類是通過對k個(gè)最近鄰進(jìn)行加權(quán)的方法來區(qū)分對待測樣本分類的貢獻(xiàn),這種方法稱為加權(quán)k最近鄰方法(Weighted-kNN,WkNN)[6,7,8].第二類方法是將這k個(gè)近鄰按類別規(guī)約為幾個(gè)局部中心,根據(jù)中心到待測樣本的距離來確定類標(biāo)號,這類方法有類平均模式(Categorical Average Patterns,CAP)[9]和局部概率中心(Local Probabilistic Center,LPC)[10]等.

    本文從局部分布的角度來研究分類問題并提出基于局部分布的k最近鄰分類方法(Local Distribution based kNN,LD-kNN).一個(gè)樣本的類標(biāo)號與它周圍樣本的分布是密切相關(guān)的,我們可以根據(jù)待測樣本的k個(gè)最近鄰的分布特征計(jì)算出該樣本對各個(gè)類的隸屬度,然后將待測樣本分到最高隸屬度的類中.在UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明該方法的有效性.

    2 相關(guān)算法

    給定一個(gè)樣本X和它在訓(xùn)練集中的的k個(gè)最近鄰,第i個(gè)最近鄰記為(xi,Li),xi為特征描述,Li為類標(biāo)號,其到X的距離記為di.K最近鄰算法的任務(wù)就是組織這些信息對待測樣本X進(jìn)行分類.常用的方法有投票方法(V-kNN),距離加權(quán)方法(DW-kNN)和局部中心方法(LC-kNN).

    2.1 V-kNN

    V-kNN是最基礎(chǔ)的k最近鄰分類方法,它是從k個(gè)最近鄰的投票來產(chǎn)生分類結(jié)果,V-kNN分類可以表示成如下公式

    I(c)是指示函數(shù),當(dāng)條件c為真時(shí)返回1,否則返回0.Nc表示k個(gè)最近鄰中類標(biāo)號是C類的個(gè)數(shù).

    2.2 DW-kNN

    DW-kNN是對傳統(tǒng)V-kNN的一種改進(jìn),它通過對k個(gè)最近鄰樣本進(jìn)行加權(quán)來區(qū)分不同近鄰樣本對分類的貢獻(xiàn),距離較近的樣本更能反映待測樣本的特征,因此DW-kNN會給較近的樣本一個(gè)較大的權(quán)重進(jìn)行投票.如果給第i個(gè)樣本的權(quán)重是,DW-kNN可以表示為

    權(quán)重wi和該近鄰到待測樣本的距離di是密切相關(guān),距離越大,該近鄰對待測樣本的影響越小,權(quán)重就越小.很多文獻(xiàn)[6,7,8]都提出了不同的加權(quán)方法.最典型的就是Dudani[6]提出的加權(quán)方法,表示如下

    2.3 LC-kNN

    LC-kNN提取待測樣本周圍每個(gè)類的局部中心信息,然后將待測樣本分到局部中心最近的類中.這種方法將待測樣本的k個(gè)最近鄰按類標(biāo)號分組整體考慮,有效降低了k個(gè)最近鄰中噪聲點(diǎn)的影響.LC-kNN可以表示如下

    其中d()表示兩個(gè)樣本點(diǎn)的距離.XC表示C類的局部中心.通常估計(jì)如下

    由于每個(gè)類選取不同數(shù)據(jù)的近鄰會對局部中心的估算造成偏差,CAP方法通過對每個(gè)類選擇相等數(shù)量的最近鄰來優(yōu)化LC-kNN.假設(shè)對每個(gè)類都選k個(gè)最近鄰,表示C類的第i個(gè)最近鄰,CAP的局部中心就可以表示為

    LPC方法對訓(xùn)練集的每個(gè)樣本計(jì)算一個(gè)概率p表示它真正屬于指定類的概率,即pi表示Xi屬于Li的概率.通過這個(gè)概率來對訓(xùn)練集的噪聲樣本進(jìn)行處理.這樣,LPC的局部概率中心就表示為

    3 本文的算法

    我們通過每個(gè)類在待測樣本周圍的局部分布信息來估計(jì)待測樣本對各個(gè)類的隸屬度.本文用到的局部分布信息包括分布的中心和分布的離散程度兩個(gè)指標(biāo).對單變量來說,變量的均值是其中心,標(biāo)準(zhǔn)差代表了其離散程度.對分類問題來說,一個(gè)樣本通常是有多個(gè)變量表示,變量的分布就是多為分布.因此需要將均值和標(biāo)準(zhǔn)差擴(kuò)展到多變量.n個(gè)樣本X1,……Xn的中心和離散程度可以表示如下:

    對于給定訓(xùn)練集T和待測樣本q,LD-kNN的分類過程如下:

    1.從訓(xùn)練集T中找出樣本q的k個(gè)最近鄰組成近鄰集合Nk(q).即

    Nk(q)={x|d(x;q)≤d(Xk;q);x∈T}

    其中Xk表示第k個(gè)最近鄰,d()為距離函數(shù),表示兩個(gè)樣本之間的距離,本文選用歐氏距離.

    2.根據(jù)類標(biāo)號將k最近鄰集合Nk(q)劃分為Nc個(gè)小集合Si(i=1,……,Nc),使得每個(gè)集合中所有樣本都屬于同一個(gè)類,而不同集合中的樣本屬于不同的類.即

    其中NC代表k個(gè)最近鄰中類的總個(gè)數(shù),Nj表示第j個(gè)類中包含在k個(gè)最近鄰中的樣本數(shù).

    4.根據(jù)中心和離散程度來估計(jì)該樣本對該類的隸屬度MDi(q).直觀來看,類的局部分布對隸屬度的影響如下:1.類的離散程度相同的情況下,樣本到類中心的距離越近,該樣本對該類的隸屬度越大.2.類的離散程度越大,即類越分散,它覆蓋一個(gè)樣本的可能性就越大,換句話說,一個(gè)樣本到幾個(gè)類中心距離相等時(shí),該樣本更可能屬于離散程度較大的類.另外,3.由于Ni/k代表了待測樣本q周圍第i類分布的先驗(yàn)概率,Ni越大,q對第i類的隸屬度就越大.因此,我們假設(shè)有如下關(guān)系:

    表1 搖實(shí)驗(yàn)數(shù)據(jù)集

    4 實(shí)驗(yàn)結(jié)果及分析

    5.將待測樣本q分到MDi(q)最大的類中,即

    4.1 實(shí)驗(yàn)數(shù)據(jù)

    本文用UCI的4個(gè)學(xué)習(xí)文算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證[11],選用的數(shù)據(jù)集信息如表1.

    4.2 實(shí)驗(yàn)設(shè)置

    對每個(gè)數(shù)據(jù)集我們進(jìn)行如下實(shí)驗(yàn)設(shè)置:

    1.交叉驗(yàn)證:我們使用5折交叉驗(yàn)證進(jìn)行測試.對每個(gè)數(shù)據(jù)集均勻劃分成5份,其中4份作為訓(xùn)練集,剩余一份作為測試集,分類精度為所有測試集中正確分類的樣本數(shù)除以總的測試樣本數(shù).由于訓(xùn)練集和測試集是獨(dú)立的,交叉驗(yàn)證能有效避免過擬合的問題.

    2.規(guī)范化:對數(shù)據(jù)集的每個(gè)特征,我們使用z-score規(guī)范化將訓(xùn)練集中的特征轉(zhuǎn)換為均值為0,標(biāo)準(zhǔn)差為1,測試集用相同的均值和標(biāo)準(zhǔn)差進(jìn)行變化.變換公式如下:

    3.評價(jià)指標(biāo):我們執(zhí)行10次5折交叉驗(yàn)證,每次的劃分是隨機(jī)劃分的,我們將10次5折交叉驗(yàn)證的平均分類精度作為評價(jià)指標(biāo).平均分類精度越高,分類效果越好.

    4.參數(shù)選擇:kNN分類器中的參數(shù)k表示搜索的近鄰的個(gè)數(shù).在我們的實(shí)驗(yàn)中,我們搜索近鄰的個(gè)數(shù)為k*NC,NC為類的數(shù)目,即在待測樣本周圍平均每個(gè)類有k個(gè)近鄰.我們將k從1到30變化,得出最高的分類精度作為該分類器在該數(shù)據(jù)集上的評價(jià)指標(biāo).

    4.3 實(shí)驗(yàn)結(jié)果及分析

    在實(shí)驗(yàn)數(shù)據(jù)集上不同kNN分類方法的比較結(jié)果如下表所示

    表2 搖不同分類方法在不同數(shù)據(jù)集上的分類精度

    從表2可以看出,在這四個(gè)數(shù)據(jù)集上,LD-kNN的分類精度都要高于其他方法,驗(yàn)證了LD-kNN的有效性.

    參數(shù)k是一個(gè)能影響LD-kNN分類器分類效果的重要因素.如果k選擇太小,對局部分布特征的估計(jì)會不很穩(wěn)定,當(dāng)k=1時(shí),LD-kNN就變成了傳統(tǒng)的最近鄰分類方法.如果k的選擇過大,那么有的近鄰樣本就會離待測樣本較遠(yuǎn),無法反映待測樣本特性,反而對分類有負(fù)影響.因此,針對不同數(shù)據(jù)集要選擇合適的參數(shù)k以提高分類精度.

    5 結(jié)語

    基于局部分布的思想,我們提出以一種新的k最近鄰分類方法.這種方法將待測樣本周圍的樣本按類別整體考慮,計(jì)算各類的局部分布特征,然后根據(jù)局部分布特征計(jì)算待測樣本對于各個(gè)類的隸屬度,樣本被分到具有最大隸屬度的類中.由于對局部近鄰的整體考慮,該方法表現(xiàn)出比傳統(tǒng)kNN方法更好的分類效果.

    [1]T.Cover and P.Hart,“Nearest neighbor pattern classification,”Information Theory,IEEE Transactions on,vol.13, no.1,pp.21-27,1967.

    [2]D.Hand,H.Mannila,and P.Smyth,Principles of data mining.MIT press,2001.

    [3]Y.Zhou,Y.Li,and S.Xia,“An improved knn text classification algorithm based on clustering,”Journal of computers, vol.4,no.3,pp.230-237,2009.

    [4]J.Bromley and E.Sackinger,“Neural-network and k-nearest-neighbor classifiers,”Rapport technique,pp.11 359-910 819,1991.

    [5]X.Wu,V.Kumar,J.R.Quinlan,J.Ghosh,Q.Yang,H. Motoda,G.J.McLachlan,A.Ng,B.Liu,S.Y.Philip et al.,“Top 10 algorithms in data mining,”Knowledge and Information Systems,vol.14,no.1,pp.1-37,2008.

    [6]S.Dudani,“The distance-weighted k-nearest-neighbor rule,”Systems,Man and Cybernetics,IEEE Transactions on, no.4,pp.325-327,1976.

    [責(zé)任編輯:王曉軍]

    O 176.3

    A

    1672-402X(2016)11-0013-04

    2016-08-10

    葉建龍(1981-),男,甘肅西和人,隴南師范高等??茖W(xué)校講師,研究方向:數(shù)據(jù)挖掘、算法.

    猜你喜歡
    標(biāo)號局部距離
    局部分解 巧妙求值
    非局部AB-NLS方程的雙線性B?cklund和Darboux變換與非線性波
    算距離
    非連通圖2D3,4∪G的優(yōu)美標(biāo)號
    局部遮光器
    吳觀真漆畫作品選
    每次失敗都會距離成功更近一步
    山東青年(2016年3期)2016-02-28 14:25:55
    愛的距離
    母子健康(2015年1期)2015-02-28 11:21:33
    非連通圖D3,4∪G的優(yōu)美標(biāo)號
    非連通圖(P1∨Pm)∪C4n∪P2的優(yōu)美性
    国产精品久久久久久精品电影| 伦精品一区二区三区| 婷婷色综合大香蕉| 桃色一区二区三区在线观看| 麻豆久久精品国产亚洲av| 久久国内精品自在自线图片| 国产乱人伦免费视频| 免费观看人在逋| 亚洲,欧美,日韩| 我要看日韩黄色一级片| 日韩欧美在线乱码| 亚洲内射少妇av| 少妇的逼水好多| 亚洲最大成人av| 看黄色毛片网站| 亚洲性夜色夜夜综合| 尾随美女入室| 午夜亚洲福利在线播放| 日本熟妇午夜| or卡值多少钱| 色5月婷婷丁香| 欧美日韩乱码在线| 两性午夜刺激爽爽歪歪视频在线观看| 国内毛片毛片毛片毛片毛片| 亚洲性久久影院| 我要看日韩黄色一级片| 可以在线观看毛片的网站| 男女边吃奶边做爰视频| 国产精品人妻久久久久久| 嫩草影院精品99| 日韩欧美在线乱码| 一个人免费在线观看电影| 看十八女毛片水多多多| 成人无遮挡网站| 永久网站在线| 久久亚洲真实| 成人特级黄色片久久久久久久| 久久国内精品自在自线图片| 久久久久久九九精品二区国产| 午夜激情福利司机影院| 国产午夜精品久久久久久一区二区三区 | 乱人视频在线观看| 国产午夜精品论理片| 欧美成人性av电影在线观看| 日韩欧美免费精品| 国产男人的电影天堂91| 神马国产精品三级电影在线观看| 黄色一级大片看看| 中文字幕人妻熟人妻熟丝袜美| 岛国在线免费视频观看| 亚洲中文字幕一区二区三区有码在线看| 热99re8久久精品国产| 一级a爱片免费观看的视频| 级片在线观看| 亚洲熟妇熟女久久| av在线观看视频网站免费| 人妻少妇偷人精品九色| 精品人妻1区二区| 国产大屁股一区二区在线视频| 窝窝影院91人妻| 亚洲av电影不卡..在线观看| 国产欧美日韩一区二区精品| 亚洲七黄色美女视频| 久久久久久久久久黄片| 九九久久精品国产亚洲av麻豆| 99久久精品一区二区三区| 黄色女人牲交| 亚洲天堂国产精品一区在线| 精品久久久久久久久av| 日日摸夜夜添夜夜添av毛片 | 免费观看精品视频网站| 校园人妻丝袜中文字幕| 动漫黄色视频在线观看| 美女高潮的动态| 精品乱码久久久久久99久播| 精品久久久久久久人妻蜜臀av| 久久6这里有精品| 日本黄大片高清| 午夜激情福利司机影院| 九九久久精品国产亚洲av麻豆| 美女被艹到高潮喷水动态| 日韩av在线大香蕉| 日本黄大片高清| 亚洲av电影不卡..在线观看| 女生性感内裤真人,穿戴方法视频| 欧美绝顶高潮抽搐喷水| 久久久国产成人免费| 婷婷色综合大香蕉| 日韩一区二区视频免费看| 色播亚洲综合网| 大型黄色视频在线免费观看| 国产久久久一区二区三区| 成人特级av手机在线观看| 国产黄片美女视频| 午夜激情欧美在线| 亚洲综合色惰| 国产成人一区二区在线| 久久九九热精品免费| 少妇丰满av| 少妇的逼水好多| 久久国内精品自在自线图片| eeuss影院久久| 国产精品野战在线观看| 欧美黑人巨大hd| 国产三级在线视频| 搡女人真爽免费视频火全软件 | 最近中文字幕高清免费大全6 | 欧美日韩精品成人综合77777| 成人欧美大片| videossex国产| 午夜福利在线在线| 国产色爽女视频免费观看| 美女xxoo啪啪120秒动态图| 国产午夜福利久久久久久| 欧美极品一区二区三区四区| 亚洲av日韩精品久久久久久密| 日本成人三级电影网站| 蜜桃亚洲精品一区二区三区| 国产精品三级大全| 女同久久另类99精品国产91| 干丝袜人妻中文字幕| 搡老妇女老女人老熟妇| 三级毛片av免费| 亚洲人成网站在线播| 国产精品伦人一区二区| 女生性感内裤真人,穿戴方法视频| 国产老妇女一区| 欧美成人免费av一区二区三区| 亚洲精华国产精华精| 亚洲国产精品sss在线观看| 亚洲欧美日韩高清在线视频| 国模一区二区三区四区视频| 五月伊人婷婷丁香| 午夜免费男女啪啪视频观看 | 极品教师在线免费播放| 人妻夜夜爽99麻豆av| 日本欧美国产在线视频| 久久久成人免费电影| 免费看光身美女| 无人区码免费观看不卡| 欧美精品国产亚洲| 成年版毛片免费区| 国产v大片淫在线免费观看| 中文字幕熟女人妻在线| 岛国在线免费视频观看| 日本欧美国产在线视频| 中国美女看黄片| 少妇猛男粗大的猛烈进出视频 | 2021天堂中文幕一二区在线观| 亚洲国产日韩欧美精品在线观看| 午夜激情福利司机影院| 露出奶头的视频| 国产三级中文精品| 真人做人爱边吃奶动态| 久久午夜亚洲精品久久| 国产男人的电影天堂91| 悠悠久久av| 日韩一区二区视频免费看| 变态另类成人亚洲欧美熟女| 国产免费一级a男人的天堂| 夜夜看夜夜爽夜夜摸| 女同久久另类99精品国产91| 在线观看免费视频日本深夜| h日本视频在线播放| 国产视频一区二区在线看| 亚洲第一区二区三区不卡| 一区福利在线观看| 亚洲国产欧洲综合997久久,| 日本 欧美在线| 高清日韩中文字幕在线| 国产黄片美女视频| 很黄的视频免费| 少妇的逼好多水| 婷婷精品国产亚洲av在线| 日韩在线高清观看一区二区三区 | 中文字幕免费在线视频6| 在线观看午夜福利视频| 亚洲av美国av| 人妻夜夜爽99麻豆av| 欧美潮喷喷水| 国产真实乱freesex| 91久久精品国产一区二区三区| 波多野结衣高清无吗| 欧美日韩国产亚洲二区| 成人二区视频| 少妇猛男粗大的猛烈进出视频 | 又黄又爽又免费观看的视频| 亚洲久久久久久中文字幕| 俺也久久电影网| 亚洲精品粉嫩美女一区| 亚洲专区中文字幕在线| netflix在线观看网站| 男人狂女人下面高潮的视频| 久久亚洲真实| 波多野结衣高清作品| 22中文网久久字幕| 尾随美女入室| 成熟少妇高潮喷水视频| 嫩草影院入口| 国产av不卡久久| 午夜影院日韩av| 精品福利观看| av在线老鸭窝| 一级黄片播放器| 亚洲aⅴ乱码一区二区在线播放| 在现免费观看毛片| 国产黄a三级三级三级人| 男人舔奶头视频| 两性午夜刺激爽爽歪歪视频在线观看| 日韩欧美在线二视频| 日韩亚洲欧美综合| 免费看a级黄色片| 人人妻人人看人人澡| 日韩亚洲欧美综合| 一级毛片久久久久久久久女| 99久久精品热视频| 日本免费一区二区三区高清不卡| av在线亚洲专区| 久久久久精品国产欧美久久久| 在线免费十八禁| 在线观看美女被高潮喷水网站| 一区福利在线观看| 精品一区二区三区人妻视频| 日韩在线高清观看一区二区三区 | 午夜精品一区二区三区免费看| 亚洲成a人片在线一区二区| 毛片一级片免费看久久久久 | 日日干狠狠操夜夜爽| 精品乱码久久久久久99久播| 欧美+亚洲+日韩+国产| 亚洲国产精品合色在线| 天堂网av新在线| xxxwww97欧美| 性色avwww在线观看| 成人特级av手机在线观看| 国产主播在线观看一区二区| 一进一出抽搐gif免费好疼| 欧美绝顶高潮抽搐喷水| 天堂网av新在线| 成熟少妇高潮喷水视频| 成人av在线播放网站| 色播亚洲综合网| 久久精品综合一区二区三区| 久久精品久久久久久噜噜老黄 | 日韩一区二区视频免费看| 99热这里只有精品一区| 可以在线观看的亚洲视频| 欧美激情在线99| 亚洲av成人av| 国内揄拍国产精品人妻在线| 久久精品人妻少妇| 免费av不卡在线播放| 在线国产一区二区在线| 中文字幕人妻熟人妻熟丝袜美| 国产亚洲欧美98| 免费人成在线观看视频色| 日韩精品中文字幕看吧| 中文亚洲av片在线观看爽| 日韩欧美国产一区二区入口| 日韩精品有码人妻一区| 男女边吃奶边做爰视频| 久久久国产成人免费| 嫁个100分男人电影在线观看| 五月玫瑰六月丁香| 国产女主播在线喷水免费视频网站 | 男女那种视频在线观看| 亚洲avbb在线观看| 免费在线观看成人毛片| 在现免费观看毛片| 最新在线观看一区二区三区| 又黄又爽又免费观看的视频| 深夜a级毛片| 女生性感内裤真人,穿戴方法视频| 亚洲国产精品成人综合色| 久久午夜亚洲精品久久| 亚洲欧美精品综合久久99| 黄色欧美视频在线观看| 欧美不卡视频在线免费观看| 真人做人爱边吃奶动态| 国产精品电影一区二区三区| 久久久久精品国产欧美久久久| 人妻久久中文字幕网| 国产日本99.免费观看| 成人性生交大片免费视频hd| 毛片女人毛片| 亚洲欧美清纯卡通| 少妇猛男粗大的猛烈进出视频 | 国产成人aa在线观看| 欧美xxxx黑人xx丫x性爽| 欧美成人性av电影在线观看| 18禁在线播放成人免费| 国产一区二区三区在线臀色熟女| 国产成人福利小说| 亚洲熟妇中文字幕五十中出| 国产精品,欧美在线| 久久精品国产亚洲av香蕉五月| 亚洲成人中文字幕在线播放| 日本五十路高清| 日日啪夜夜撸| 国产爱豆传媒在线观看| 亚洲成人久久性| 亚洲中文字幕一区二区三区有码在线看| 亚洲精品一卡2卡三卡4卡5卡| 内射极品少妇av片p| 国产成人一区二区在线| 国产亚洲精品av在线| 午夜免费男女啪啪视频观看 | 蜜桃亚洲精品一区二区三区| 欧美丝袜亚洲另类 | 国产乱人伦免费视频| 少妇高潮的动态图| 黄色配什么色好看| 看免费成人av毛片| 黄色配什么色好看| 国产精品国产高清国产av| 国产精品国产高清国产av| 人妻制服诱惑在线中文字幕| 欧美精品啪啪一区二区三区| 伊人久久精品亚洲午夜| 国产精品99久久久久久久久| 久久久久免费精品人妻一区二区| 小蜜桃在线观看免费完整版高清| 午夜视频国产福利| 亚洲精华国产精华液的使用体验 | 日韩欧美精品v在线| 精品久久久久久,| 亚洲精品成人久久久久久| 欧美日韩精品成人综合77777| 3wmmmm亚洲av在线观看| 久久亚洲精品不卡| 亚洲美女视频黄频| www.色视频.com| 久久中文看片网| 天堂√8在线中文| 久久久久久大精品| 亚洲狠狠婷婷综合久久图片| 我要看日韩黄色一级片| 少妇裸体淫交视频免费看高清| 国产高清有码在线观看视频| 日韩av在线大香蕉| 18禁裸乳无遮挡免费网站照片| 春色校园在线视频观看| 亚洲四区av| 国产麻豆成人av免费视频| 桃色一区二区三区在线观看| 夜夜夜夜夜久久久久| 成熟少妇高潮喷水视频| 精品久久久久久久久久久久久| 天堂影院成人在线观看| 十八禁国产超污无遮挡网站| 中文字幕久久专区| 色综合婷婷激情| 一个人看视频在线观看www免费| 亚洲色图av天堂| 一区二区三区激情视频| 久久久久久九九精品二区国产| 人人妻人人澡欧美一区二区| 深夜a级毛片| 99热网站在线观看| 哪里可以看免费的av片| 黄色视频,在线免费观看| 欧美激情在线99| 午夜福利视频1000在线观看| 国产美女午夜福利| 日本黄色片子视频| 亚洲国产精品久久男人天堂| 精品久久久噜噜| 国产亚洲精品综合一区在线观看| 欧美绝顶高潮抽搐喷水| 小说图片视频综合网站| 日韩欧美 国产精品| 国产三级在线视频| 精品一区二区免费观看| 免费av毛片视频| 国产成人福利小说| 观看美女的网站| 桃红色精品国产亚洲av| 赤兔流量卡办理| 国产主播在线观看一区二区| av视频在线观看入口| 亚洲一区高清亚洲精品| 伊人久久精品亚洲午夜| 亚洲精品成人久久久久久| 国产欧美日韩精品亚洲av| 好男人在线观看高清免费视频| 免费观看精品视频网站| 日韩国内少妇激情av| 三级国产精品欧美在线观看| 免费看a级黄色片| 精品乱码久久久久久99久播| 国产一区二区三区在线臀色熟女| 中亚洲国语对白在线视频| 可以在线观看的亚洲视频| 蜜桃久久精品国产亚洲av| 国产av麻豆久久久久久久| 欧美不卡视频在线免费观看| 老熟妇仑乱视频hdxx| 成年女人看的毛片在线观看| 久久精品91蜜桃| 亚洲电影在线观看av| 亚洲一区二区三区色噜噜| 天堂√8在线中文| 又黄又爽又刺激的免费视频.| 午夜福利在线在线| 成人av在线播放网站| 在线天堂最新版资源| 一个人观看的视频www高清免费观看| 亚洲精华国产精华液的使用体验 | 日日摸夜夜添夜夜添av毛片 | 联通29元200g的流量卡| 久久国产乱子免费精品| 国产精品美女特级片免费视频播放器| 欧美绝顶高潮抽搐喷水| 国国产精品蜜臀av免费| 国产高清三级在线| 精华霜和精华液先用哪个| 国产麻豆成人av免费视频| 免费av不卡在线播放| 搡老妇女老女人老熟妇| 国内精品久久久久精免费| 亚洲精品亚洲一区二区| 观看美女的网站| 又黄又爽又刺激的免费视频.| 97碰自拍视频| 91久久精品国产一区二区成人| 窝窝影院91人妻| 高清日韩中文字幕在线| 亚洲精品456在线播放app | 欧美黑人巨大hd| 久久久久久久久中文| 欧美黑人欧美精品刺激| 成人二区视频| 两个人的视频大全免费| 性插视频无遮挡在线免费观看| 欧美日韩国产亚洲二区| 99久久精品热视频| 免费看日本二区| 一区二区三区激情视频| 天堂动漫精品| 欧美高清性xxxxhd video| 亚洲av中文av极速乱 | 特级一级黄色大片| 国产蜜桃级精品一区二区三区| 国产精品美女特级片免费视频播放器| 国产高清不卡午夜福利| 欧美激情在线99| 亚洲成av人片在线播放无| 床上黄色一级片| 国产aⅴ精品一区二区三区波| 男女啪啪激烈高潮av片| 1024手机看黄色片| 国产高清不卡午夜福利| 一级毛片久久久久久久久女| 看片在线看免费视频| www.www免费av| 国产精品久久久久久久久免| 香蕉av资源在线| 成人一区二区视频在线观看| 欧美性猛交╳xxx乱大交人| 少妇高潮的动态图| 精品欧美国产一区二区三| 老熟妇仑乱视频hdxx| 日本黄色片子视频| 国产精品久久久久久精品电影| 成人综合一区亚洲| 在线观看美女被高潮喷水网站| 婷婷精品国产亚洲av| 久久国内精品自在自线图片| 午夜免费成人在线视频| 国产久久久一区二区三区| 亚洲熟妇中文字幕五十中出| 国产伦一二天堂av在线观看| 欧美黑人巨大hd| 三级国产精品欧美在线观看| 欧美3d第一页| 日日撸夜夜添| 日韩欧美在线乱码| 天天躁日日操中文字幕| 精品一区二区三区人妻视频| 性欧美人与动物交配| 丰满的人妻完整版| 成人精品一区二区免费| 国产高清有码在线观看视频| 国产一区二区三区视频了| 99热这里只有是精品在线观看| 在线观看一区二区三区| 大又大粗又爽又黄少妇毛片口| 噜噜噜噜噜久久久久久91| 少妇高潮的动态图| 别揉我奶头~嗯~啊~动态视频| 欧美黑人欧美精品刺激| 赤兔流量卡办理| 一区二区三区四区激情视频 | 在线观看舔阴道视频| 夜夜爽天天搞| 国内少妇人妻偷人精品xxx网站| 亚洲精品456在线播放app | 亚洲成av人片在线播放无| 啪啪无遮挡十八禁网站| ponron亚洲| 老司机福利观看| 天堂动漫精品| 内射极品少妇av片p| 桃红色精品国产亚洲av| av在线观看视频网站免费| 久久久久久久久久久丰满 | 亚洲av成人精品一区久久| 最近视频中文字幕2019在线8| 国产精品98久久久久久宅男小说| 国产淫片久久久久久久久| 美女大奶头视频| 日本一本二区三区精品| 黄色视频,在线免费观看| 国产高清不卡午夜福利| 很黄的视频免费| 久久99热这里只有精品18| 精品久久久久久久人妻蜜臀av| 欧美zozozo另类| 国产免费一级a男人的天堂| 久久精品国产99精品国产亚洲性色| 久久中文看片网| 中国美白少妇内射xxxbb| videossex国产| 波多野结衣高清无吗| 色尼玛亚洲综合影院| 成人特级av手机在线观看| 精品福利观看| 午夜激情欧美在线| 亚洲美女视频黄频| 中文字幕av在线有码专区| 中亚洲国语对白在线视频| 又粗又爽又猛毛片免费看| 日本三级黄在线观看| 国产一区二区激情短视频| 白带黄色成豆腐渣| 可以在线观看的亚洲视频| 国内揄拍国产精品人妻在线| 麻豆一二三区av精品| 日本 欧美在线| 免费在线观看成人毛片| 久久久久久伊人网av| 国产精品人妻久久久久久| 国模一区二区三区四区视频| 国产男靠女视频免费网站| 国产大屁股一区二区在线视频| 99九九线精品视频在线观看视频| 成人特级黄色片久久久久久久| 日本黄色片子视频| 国产精品人妻久久久影院| 伊人久久精品亚洲午夜| 久久久色成人| 欧美bdsm另类| 波多野结衣巨乳人妻| 国产精品久久视频播放| 国产男靠女视频免费网站| 最近最新中文字幕大全电影3| 超碰av人人做人人爽久久| 午夜福利在线观看免费完整高清在 | 免费高清视频大片| 少妇高潮的动态图| 精品欧美国产一区二区三| 3wmmmm亚洲av在线观看| 午夜视频国产福利| www.www免费av| 国产午夜精品久久久久久一区二区三区 | 亚洲成a人片在线一区二区| 在线免费观看的www视频| 不卡视频在线观看欧美| 人妻少妇偷人精品九色| 国产免费av片在线观看野外av| 欧美日本视频| 亚洲最大成人手机在线| 久久精品国产自在天天线| 看片在线看免费视频| 在线观看午夜福利视频| 精品久久久久久,| 精品国内亚洲2022精品成人| 亚洲精品影视一区二区三区av| 精品人妻1区二区| 国产成人a区在线观看| 两个人视频免费观看高清| 亚洲专区中文字幕在线| 级片在线观看| 亚洲av第一区精品v没综合| 国内少妇人妻偷人精品xxx网站| 高清在线国产一区| 免费观看人在逋| ponron亚洲| 中文字幕人妻熟人妻熟丝袜美| 一个人免费在线观看电影| 老熟妇仑乱视频hdxx| 又爽又黄a免费视频| 欧美性感艳星| 12—13女人毛片做爰片一| 国内久久婷婷六月综合欲色啪| 最近视频中文字幕2019在线8| 亚洲中文字幕一区二区三区有码在线看| 中文字幕免费在线视频6| 嫩草影院精品99| 日本黄大片高清| 免费黄网站久久成人精品| 中文字幕熟女人妻在线| 国内精品美女久久久久久| 亚洲国产精品久久男人天堂| 亚洲狠狠婷婷综合久久图片| 网址你懂的国产日韩在线| 国内精品宾馆在线| 欧美日本亚洲视频在线播放| 十八禁网站免费在线| 精品久久久久久久久久免费视频| 我要看日韩黄色一级片| 九九在线视频观看精品| 国产中年淑女户外野战色| 精品一区二区免费观看| 亚洲午夜理论影院|