• <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
    在线视频色国产色| 成年女人毛片免费观看观看9| 午夜免费成人在线视频| 国产成人精品久久二区二区免费| 99久久国产精品久久久| 视频区欧美日本亚洲| 天天躁狠狠躁夜夜躁狠狠躁| 不卡av一区二区三区| 法律面前人人平等表现在哪些方面| 亚洲国产欧美一区二区综合| 亚洲精品美女久久久久99蜜臀| 久久久久久免费高清国产稀缺| 怎么达到女性高潮| 91麻豆av在线| 亚洲精品美女久久av网站| 色哟哟哟哟哟哟| 亚洲欧美日韩高清在线视频| 色噜噜av男人的天堂激情| 中文字幕人成人乱码亚洲影| 女生性感内裤真人,穿戴方法视频| 久久草成人影院| 18禁美女被吸乳视频| 一二三四社区在线视频社区8| 美女免费视频网站| 亚洲一区二区三区色噜噜| 两性午夜刺激爽爽歪歪视频在线观看 | av视频在线观看入口| 九色成人免费人妻av| 国产免费av片在线观看野外av| 欧美一区二区精品小视频在线| 日本熟妇午夜| 精品第一国产精品| aaaaa片日本免费| 麻豆国产av国片精品| 免费人成视频x8x8入口观看| 琪琪午夜伦伦电影理论片6080| 免费看a级黄色片| 亚洲国产高清在线一区二区三| 国产免费男女视频| 国产片内射在线| 老司机午夜十八禁免费视频| 麻豆av在线久日| 欧美日韩乱码在线| 美女高潮喷水抽搐中文字幕| 亚洲乱码一区二区免费版| 亚洲熟女毛片儿| 国产精品亚洲美女久久久| 国产av麻豆久久久久久久| www.精华液| e午夜精品久久久久久久| 久久久国产成人免费| 99久久无色码亚洲精品果冻| 九九热线精品视视频播放| 国产免费av片在线观看野外av| 无遮挡黄片免费观看| 又粗又爽又猛毛片免费看| 久热爱精品视频在线9| 在线国产一区二区在线| 精品国内亚洲2022精品成人| 可以免费在线观看a视频的电影网站| 亚洲色图 男人天堂 中文字幕| 成人午夜高清在线视频| 欧美一区二区国产精品久久精品 | 丁香六月欧美| 91大片在线观看| 国内精品久久久久久久电影| 国产精品 国内视频| or卡值多少钱| 久久精品国产清高在天天线| 亚洲美女黄片视频| 国产亚洲精品久久久久久毛片| 国产精品一区二区三区四区免费观看 | 一个人观看的视频www高清免费观看 | 一本精品99久久精品77| av片东京热男人的天堂| 美女 人体艺术 gogo| 久久香蕉激情| 男插女下体视频免费在线播放| 男女视频在线观看网站免费 | 看黄色毛片网站| 91大片在线观看| 日韩欧美国产在线观看| 色av中文字幕| 成人亚洲精品av一区二区| 国产日本99.免费观看| 午夜老司机福利片| 国产欧美日韩一区二区精品| 成年人黄色毛片网站| 在线观看免费日韩欧美大片| 夜夜爽天天搞| 久久精品国产亚洲av高清一级| 亚洲熟妇中文字幕五十中出| 男女做爰动态图高潮gif福利片| 18禁黄网站禁片免费观看直播| www日本黄色视频网| 18禁观看日本| 免费在线观看影片大全网站| 一边摸一边做爽爽视频免费| 黄色成人免费大全| 婷婷亚洲欧美| 婷婷亚洲欧美| 搞女人的毛片| 无限看片的www在线观看| 搡老熟女国产l中国老女人| 午夜日韩欧美国产| 国产探花在线观看一区二区| 亚洲av成人精品一区久久| 国内久久婷婷六月综合欲色啪| 国产激情久久老熟女| 欧美极品一区二区三区四区| www国产在线视频色| 狂野欧美激情性xxxx| 免费在线观看成人毛片| 欧美3d第一页| 亚洲成a人片在线一区二区| 禁无遮挡网站| 99在线视频只有这里精品首页| 久9热在线精品视频| 成年人黄色毛片网站| 真人一进一出gif抽搐免费| 亚洲精品久久国产高清桃花| 嫁个100分男人电影在线观看| 桃红色精品国产亚洲av| 精品久久久久久久末码| 久久久久九九精品影院| 免费看十八禁软件| 亚洲五月婷婷丁香| 国产成人影院久久av| 国产精品久久久久久人妻精品电影| av视频在线观看入口| 两个人视频免费观看高清| 一夜夜www| 亚洲av第一区精品v没综合| 我要搜黄色片| 亚洲狠狠婷婷综合久久图片| 少妇裸体淫交视频免费看高清 | 亚洲黑人精品在线| av在线天堂中文字幕| 女生性感内裤真人,穿戴方法视频| 国产精品九九99| 久久久久久久午夜电影| 露出奶头的视频| 黄频高清免费视频| 欧美成人性av电影在线观看| 一级片免费观看大全| 1024视频免费在线观看| 国产精品 国内视频| 十八禁人妻一区二区| 18美女黄网站色大片免费观看| 亚洲国产精品成人综合色| 禁无遮挡网站| 国产麻豆成人av免费视频| 国产v大片淫在线免费观看| 欧美另类亚洲清纯唯美| 熟女电影av网| 一本综合久久免费| 亚洲一区二区三区不卡视频| 两性午夜刺激爽爽歪歪视频在线观看 | 婷婷精品国产亚洲av| 午夜两性在线视频| 黄色 视频免费看| 亚洲全国av大片| 欧美av亚洲av综合av国产av| 18禁黄网站禁片免费观看直播| 国产高清激情床上av| 亚洲成人国产一区在线观看| 波多野结衣高清作品| 国产三级黄色录像| 国产黄色小视频在线观看| 亚洲精品中文字幕一二三四区| a级毛片在线看网站| 母亲3免费完整高清在线观看| 欧美在线一区亚洲| 久久性视频一级片| 真人一进一出gif抽搐免费| 亚洲成a人片在线一区二区| 99热这里只有精品一区 | 制服丝袜大香蕉在线| 一个人免费在线观看电影 | 最近最新中文字幕大全免费视频| 听说在线观看完整版免费高清| 久久精品国产亚洲av高清一级| 一本久久中文字幕| 99精品久久久久人妻精品| 国产亚洲欧美98| 国产精品久久电影中文字幕| 国产成人av激情在线播放| 91在线观看av| 亚洲熟女毛片儿| 亚洲乱码一区二区免费版| 亚洲激情在线av| 大型av网站在线播放| 国产成人精品无人区| 1024视频免费在线观看| 午夜老司机福利片| 法律面前人人平等表现在哪些方面| 国产精品一区二区免费欧美| 欧美高清成人免费视频www| 国产精品一区二区三区四区免费观看 | 久久午夜综合久久蜜桃| 黑人操中国人逼视频| 亚洲欧美精品综合一区二区三区| 亚洲一区二区三区色噜噜| 久久久久亚洲av毛片大全| 日韩 欧美 亚洲 中文字幕| 免费电影在线观看免费观看| 90打野战视频偷拍视频| 大型av网站在线播放| 1024视频免费在线观看| 久99久视频精品免费| 欧美日韩亚洲国产一区二区在线观看| 精品国产乱子伦一区二区三区| 亚洲国产日韩欧美精品在线观看 | 午夜福利在线观看吧| 久久九九热精品免费| 中出人妻视频一区二区| 最近最新中文字幕大全电影3| 午夜日韩欧美国产| 精品少妇一区二区三区视频日本电影| 99国产极品粉嫩在线观看| 在线观看一区二区三区| 国产成年人精品一区二区| 欧美性猛交黑人性爽| 人成视频在线观看免费观看| av超薄肉色丝袜交足视频| 亚洲一卡2卡3卡4卡5卡精品中文| 很黄的视频免费| 久久久久精品国产欧美久久久| 窝窝影院91人妻| 曰老女人黄片| 午夜视频精品福利| 国产一区在线观看成人免费| 88av欧美| 亚洲av第一区精品v没综合| 一本一本综合久久| 欧美一级毛片孕妇| 亚洲 欧美一区二区三区| 色老头精品视频在线观看| 一区二区三区激情视频| 国产精品久久久av美女十八| 美女高潮喷水抽搐中文字幕| 俄罗斯特黄特色一大片| 啪啪无遮挡十八禁网站| 午夜精品久久久久久毛片777| 人妻久久中文字幕网| 黄色a级毛片大全视频| 欧美绝顶高潮抽搐喷水| 动漫黄色视频在线观看| 亚洲国产看品久久| 99精品欧美一区二区三区四区| 国产精品av久久久久免费| 欧美成狂野欧美在线观看| 熟女少妇亚洲综合色aaa.| 日日爽夜夜爽网站| 亚洲欧美精品综合一区二区三区| bbb黄色大片| www.熟女人妻精品国产| 亚洲av片天天在线观看| 久热爱精品视频在线9| 国产亚洲精品第一综合不卡| 深夜精品福利| 男女视频在线观看网站免费 | 全区人妻精品视频| 一区福利在线观看| 黄色视频,在线免费观看| 久9热在线精品视频| 午夜久久久久精精品| www日本在线高清视频| 亚洲av成人不卡在线观看播放网| 国产高清激情床上av| 亚洲性夜色夜夜综合| 久久天躁狠狠躁夜夜2o2o| 中出人妻视频一区二区| 看黄色毛片网站| 亚洲成人免费电影在线观看| 99re在线观看精品视频| 成在线人永久免费视频| 在线观看免费日韩欧美大片| 99久久综合精品五月天人人| 日日摸夜夜添夜夜添小说| 999久久久精品免费观看国产| 午夜福利欧美成人| 国产精品爽爽va在线观看网站| 高清毛片免费观看视频网站| 亚洲欧美精品综合久久99| 欧美日本视频| 国产一区二区三区视频了| 五月伊人婷婷丁香| 国产精品av久久久久免费| 制服诱惑二区| 国产精品永久免费网站| 免费在线观看视频国产中文字幕亚洲| 亚洲欧美精品综合一区二区三区| 男女午夜视频在线观看| 19禁男女啪啪无遮挡网站| 亚洲成av人片免费观看| 欧洲精品卡2卡3卡4卡5卡区| 真人做人爱边吃奶动态| 在线观看免费视频日本深夜| 啦啦啦免费观看视频1| 欧美成人性av电影在线观看| www.熟女人妻精品国产| 成人高潮视频无遮挡免费网站| 亚洲自拍偷在线| 欧美性猛交╳xxx乱大交人| 午夜福利视频1000在线观看| 国产精品永久免费网站| 白带黄色成豆腐渣| av中文乱码字幕在线| 一进一出抽搐gif免费好疼| 夜夜夜夜夜久久久久| 国产精品亚洲一级av第二区| 亚洲精品美女久久av网站| av超薄肉色丝袜交足视频| 免费在线观看完整版高清| 欧美zozozo另类| 欧美黄色淫秽网站| 日韩欧美在线乱码| 此物有八面人人有两片| 中文字幕熟女人妻在线| 亚洲欧美激情综合另类| 看片在线看免费视频| 亚洲成人久久性| 国产一区二区激情短视频| 精品熟女少妇八av免费久了| 成人一区二区视频在线观看| 精品国产亚洲在线| 国产成年人精品一区二区| 国产亚洲av嫩草精品影院| 99热这里只有是精品50| 不卡一级毛片| 男女床上黄色一级片免费看| 久久精品91无色码中文字幕| 日本在线视频免费播放| 一二三四在线观看免费中文在| 巨乳人妻的诱惑在线观看| 免费人成视频x8x8入口观看| √禁漫天堂资源中文www| 欧美激情久久久久久爽电影| 午夜a级毛片| 99久久无色码亚洲精品果冻| 精品久久蜜臀av无| 中文资源天堂在线| 亚洲av成人不卡在线观看播放网| 欧美一区二区国产精品久久精品 | 伦理电影免费视频| 中文亚洲av片在线观看爽| 免费电影在线观看免费观看| 成人手机av| 国产精品野战在线观看| 91字幕亚洲| 国产亚洲欧美在线一区二区| 国产成人aa在线观看| netflix在线观看网站| 午夜免费成人在线视频| 丝袜美腿诱惑在线| 国产精品久久电影中文字幕| 手机成人av网站| 他把我摸到了高潮在线观看| 久久九九热精品免费| 成人一区二区视频在线观看| 男人舔女人的私密视频| 极品教师在线免费播放| 欧美中文日本在线观看视频| 成人国产综合亚洲| 午夜免费观看网址| 制服诱惑二区| 99精品在免费线老司机午夜| 国产精品影院久久| 午夜亚洲福利在线播放| 亚洲国产中文字幕在线视频| 婷婷精品国产亚洲av| 99热只有精品国产| 一级作爱视频免费观看| 精品高清国产在线一区| 在线视频色国产色| 黑人欧美特级aaaaaa片| 日本熟妇午夜| 国产私拍福利视频在线观看| 欧美色视频一区免费| 日日夜夜操网爽| 亚洲 国产 在线| 51午夜福利影视在线观看| 精品久久久久久成人av| 中文亚洲av片在线观看爽| 欧美黑人欧美精品刺激| 在线观看免费日韩欧美大片| 亚洲 欧美一区二区三区| 久久久久亚洲av毛片大全| 亚洲一码二码三码区别大吗| 日本在线视频免费播放| 妹子高潮喷水视频| 欧美日韩中文字幕国产精品一区二区三区| 99久久精品国产亚洲精品| 曰老女人黄片| 1024香蕉在线观看| 精品熟女少妇八av免费久了| 国产1区2区3区精品| 国产精品久久久av美女十八| 亚洲精华国产精华精| 最近最新中文字幕大全电影3| 国产精品98久久久久久宅男小说| 国产欧美日韩一区二区三| 成人手机av| 亚洲中文日韩欧美视频| 日本五十路高清| 两个人视频免费观看高清| 级片在线观看| 欧美+亚洲+日韩+国产| 18禁美女被吸乳视频| 久久人妻av系列| 久久久久久九九精品二区国产 | 两个人看的免费小视频| 男人舔女人的私密视频| 亚洲精品中文字幕一二三四区| 国产高清videossex| 国产视频一区二区在线看| 91麻豆精品激情在线观看国产| 国产精华一区二区三区| 亚洲在线自拍视频| 波多野结衣高清无吗| 成人午夜高清在线视频| 91老司机精品| 欧美日本亚洲视频在线播放| 色播亚洲综合网| 久久国产精品人妻蜜桃| 日韩精品青青久久久久久| 51午夜福利影视在线观看| 国产又黄又爽又无遮挡在线| 日韩欧美 国产精品| 在线观看美女被高潮喷水网站 | 丝袜美腿诱惑在线| 国产真实乱freesex| 在线十欧美十亚洲十日本专区| 一本久久中文字幕| 99热这里只有是精品50| 亚洲精品一区av在线观看| 精品久久久久久久末码| 窝窝影院91人妻| 久久久久亚洲av毛片大全| 国产亚洲精品久久久久5区| 伦理电影免费视频| 国产三级中文精品| 亚洲国产欧美一区二区综合| 看片在线看免费视频| 日韩 欧美 亚洲 中文字幕| 1024手机看黄色片| 在线十欧美十亚洲十日本专区| 88av欧美| 久久草成人影院| 久热爱精品视频在线9| 国产黄a三级三级三级人| 精品欧美一区二区三区在线| 一二三四在线观看免费中文在| 国产一区二区激情短视频| 亚洲男人的天堂狠狠| 日韩免费av在线播放| 国产成人精品无人区| 国产激情欧美一区二区| 国产成人系列免费观看| 国产精华一区二区三区| 又黄又粗又硬又大视频| 国产成年人精品一区二区| 老司机午夜十八禁免费视频| 国产精品一区二区精品视频观看| 国产午夜精品久久久久久| 久久草成人影院| 每晚都被弄得嗷嗷叫到高潮| 九九热线精品视视频播放| www.精华液| 亚洲av成人不卡在线观看播放网| 欧美黑人巨大hd| 国产亚洲精品综合一区在线观看 | 夜夜夜夜夜久久久久| 国产精品久久久久久久电影 | 丁香六月欧美| 日韩 欧美 亚洲 中文字幕| 操出白浆在线播放| 一二三四在线观看免费中文在| av有码第一页| 日本在线视频免费播放| 神马国产精品三级电影在线观看 | 日本熟妇午夜| 天堂√8在线中文| svipshipincom国产片| 精品电影一区二区在线| 又大又爽又粗| 色老头精品视频在线观看| 亚洲人成77777在线视频| 欧美国产日韩亚洲一区| 村上凉子中文字幕在线| 久久午夜亚洲精品久久| 亚洲va日本ⅴa欧美va伊人久久| 日韩欧美一区二区三区在线观看| 成年免费大片在线观看| 夜夜看夜夜爽夜夜摸| cao死你这个sao货| 国产熟女xx| 久久精品国产清高在天天线| 首页视频小说图片口味搜索| 不卡一级毛片| 麻豆av在线久日| 久久久久国产精品人妻aⅴ院| 欧美日韩黄片免| 久久人妻福利社区极品人妻图片| 午夜精品一区二区三区免费看| 男女做爰动态图高潮gif福利片| 夜夜夜夜夜久久久久| 成人av一区二区三区在线看| 久久天躁狠狠躁夜夜2o2o| 天天一区二区日本电影三级| 淫秽高清视频在线观看| 久久人妻av系列| 亚洲精品久久成人aⅴ小说| 久久久精品国产亚洲av高清涩受| 精品少妇一区二区三区视频日本电影| 俄罗斯特黄特色一大片| 中文字幕久久专区| 丰满的人妻完整版| 欧美极品一区二区三区四区| 欧美+亚洲+日韩+国产| 欧美成狂野欧美在线观看| 又紧又爽又黄一区二区| cao死你这个sao货| netflix在线观看网站| 久久久水蜜桃国产精品网| www.熟女人妻精品国产| 在线观看一区二区三区| 亚洲人成电影免费在线| 色老头精品视频在线观看| 精品久久久久久久毛片微露脸| 黄色a级毛片大全视频| 男女下面进入的视频免费午夜| 成年免费大片在线观看| 动漫黄色视频在线观看| 日本 欧美在线| 又黄又粗又硬又大视频| АⅤ资源中文在线天堂| √禁漫天堂资源中文www| 国产一区在线观看成人免费| 精品一区二区三区四区五区乱码| 999久久久精品免费观看国产| 在线观看午夜福利视频| 黄色成人免费大全| 亚洲黑人精品在线| 国产熟女xx| 久久久久久大精品| 国内精品久久久久精免费| 欧美黑人精品巨大| 99久久综合精品五月天人人| 波多野结衣高清无吗| 精品一区二区三区四区五区乱码| 国产一区二区三区视频了| 日韩高清综合在线| 岛国在线观看网站| 欧美日韩乱码在线| 亚洲av成人一区二区三| 欧美一区二区国产精品久久精品 | 99久久99久久久精品蜜桃| 日韩欧美三级三区| 在线播放国产精品三级| 18禁黄网站禁片免费观看直播| 久久这里只有精品19| 精品国产超薄肉色丝袜足j| 男女视频在线观看网站免费 | 黄色视频,在线免费观看| 丁香六月欧美| 久久香蕉国产精品| 日日夜夜操网爽| 国产精品日韩av在线免费观看| 久久久久久久久免费视频了| 国产高清激情床上av| 国产区一区二久久| 亚洲av成人不卡在线观看播放网| 真人一进一出gif抽搐免费| 全区人妻精品视频| 日本 欧美在线| 亚洲精品一卡2卡三卡4卡5卡| 亚洲黑人精品在线| 亚洲午夜精品一区,二区,三区| 亚洲七黄色美女视频| 无限看片的www在线观看| 成在线人永久免费视频| 男男h啪啪无遮挡| 久久久国产精品麻豆| 日日夜夜操网爽| 九九热线精品视视频播放| 久久 成人 亚洲| 天堂√8在线中文| 久久 成人 亚洲| 女生性感内裤真人,穿戴方法视频| √禁漫天堂资源中文www| 久久婷婷人人爽人人干人人爱| 正在播放国产对白刺激| 久久精品国产清高在天天线| 天堂影院成人在线观看| 免费电影在线观看免费观看| 伦理电影免费视频| 欧美黑人欧美精品刺激| 国产激情欧美一区二区| 欧美日韩中文字幕国产精品一区二区三区| 日日爽夜夜爽网站| 女生性感内裤真人,穿戴方法视频| 国产1区2区3区精品| av有码第一页| 成人永久免费在线观看视频| 香蕉丝袜av| 国产精品国产高清国产av| 久久精品成人免费网站| 亚洲一区二区三区色噜噜| 一进一出抽搐动态| 亚洲精品一区av在线观看| 精品日产1卡2卡| 99久久精品热视频| 久久久精品大字幕|