• <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 ?

    基于稀疏編碼器與集成學(xué)習(xí)的文本分類(lèi)

    2017-03-23 20:57:00楊洪余
    科技創(chuàng)新與應(yīng)用 2017年6期
    關(guān)鍵詞:極限學(xué)習(xí)機(jī)集成學(xué)習(xí)文本分類(lèi)

    摘 要:文本分類(lèi)在文本預(yù)處理中占據(jù)著重要的地位,針對(duì)文本分類(lèi)過(guò)程中輸入數(shù)據(jù)維數(shù)高,導(dǎo)致特征提取,分類(lèi)器選擇困難等問(wèn)題,提出一種基于稀疏自動(dòng)編碼器與集成學(xué)習(xí)的文本分類(lèi)算法。該算法首先通過(guò)稀疏自動(dòng)編碼器進(jìn)行輸入數(shù)據(jù)的特征表示,然后利用極限學(xué)習(xí)機(jī)作為基分類(lèi)器進(jìn)行文本分類(lèi),最后通過(guò)Adaboost集成學(xué)習(xí)方法將基分類(lèi)器組合成為分類(lèi)效果更好的集成分類(lèi)器。實(shí)驗(yàn)結(jié)果表明,該方法可以有效提高文本分類(lèi)的準(zhǔn)確度。

    關(guān)鍵詞:極限學(xué)習(xí)機(jī);稀疏自動(dòng)編碼器;集成學(xué)習(xí);文本分類(lèi)

    1 概述

    隨著現(xiàn)代社會(huì)的發(fā)展,互聯(lián)網(wǎng)成為了人們獲取文本信息的重要手段。然而網(wǎng)上的信息雜亂無(wú)章,使得人們很難快速而準(zhǔn)確的獲得所需要的文本信息。因此如何有效的對(duì)文本進(jìn)行分類(lèi),幫助用戶(hù)找到所需的信息成為當(dāng)代信息技術(shù)領(lǐng)域的一個(gè)重要課題[1]。

    本文提出利用深度學(xué)習(xí)中的稀疏自動(dòng)編碼器自動(dòng)選取文本的特征,然后利用極限學(xué)習(xí)機(jī)作為基分類(lèi)器進(jìn)行文本的分類(lèi),最后結(jié)合Adaboost集成學(xué)習(xí)方法將極限學(xué)習(xí)機(jī)作為基分類(lèi)器組合成一個(gè)效果更好的分類(lèi)器。實(shí)驗(yàn)結(jié)果表明,該算法在文本分類(lèi)方面,可以有效地提高文本分類(lèi)的準(zhǔn)確性。

    2 相關(guān)理論基礎(chǔ)

    2.1 稀疏自動(dòng)編碼器

    稀疏自動(dòng)編碼器(sparse auto encoder,SAE)是利用人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)構(gòu)造而成的網(wǎng)絡(luò)。稀疏自動(dòng)編碼器的訓(xùn)練過(guò)程分為兩個(gè)步:第一步是預(yù)訓(xùn)練,即先利用無(wú)監(jiān)督的方法將SAE的輸入層和隱含層全部初始化,然后再利用逐層貪心訓(xùn)練算法確定網(wǎng)絡(luò)的參數(shù)。第二步是微調(diào),其思想是整個(gè)網(wǎng)絡(luò)視為一個(gè)整體,用有監(jiān)督學(xué)習(xí)的方法優(yōu)化整個(gè)網(wǎng)絡(luò)的參數(shù),由于SAE訓(xùn)練過(guò)程的復(fù)雜性,具體過(guò)程可參考文獻(xiàn)[2]。

    2.2 極限學(xué)習(xí)機(jī)

    針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程時(shí)間漫長(zhǎng),優(yōu)化困難等缺點(diǎn),新加坡南洋理工大學(xué)的黃廣斌教授提出了一種全新的單隱層前饋神經(jīng)網(wǎng)絡(luò)-極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)[3],該網(wǎng)絡(luò)能夠以極快的學(xué)習(xí)速度達(dá)到較好的泛化性能,從而解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度緩慢的限制。該網(wǎng)絡(luò)主要由輸入層,隱藏層和輸出層組成,其中隱藏層的神經(jīng)元通過(guò)激活函數(shù)把輸入的數(shù)據(jù)進(jìn)行變換,然后把變換后的數(shù)據(jù)輸出到輸出層,在網(wǎng)絡(luò)中輸入層和隱藏層的權(quán)值是隨機(jī)設(shè)置的,只有隱藏層到輸出層的權(quán)值需要求解,因此加快了網(wǎng)絡(luò)的學(xué)習(xí)速度。

    2.3 Adaboost分類(lèi)器

    由于單個(gè)分類(lèi)器通常無(wú)法滿(mǎn)足分類(lèi)任務(wù)的要求,因此需要通過(guò)集成學(xué)習(xí)來(lái)構(gòu)建并結(jié)合多個(gè)分類(lèi)器來(lái)完成分類(lèi)任務(wù),這其中最著名的是在1995年由Freund等提出的Adaboost[4]算法。該算法的核心思想是先從初始訓(xùn)練集訓(xùn)練出一個(gè)基學(xué)習(xí)器,再根據(jù)基學(xué)習(xí)器的變現(xiàn)對(duì)訓(xùn)練樣本分布進(jìn)行調(diào)整,使得先前基學(xué)習(xí)器做錯(cuò)的訓(xùn)練樣本在后續(xù)收到更多關(guān)注,然后基于調(diào)整后的樣本分布來(lái)訓(xùn)練下一個(gè)基學(xué)習(xí)器;如此重復(fù)進(jìn)行,直到基學(xué)習(xí)器數(shù)目達(dá)到指定的值,最終將這幾個(gè)基學(xué)習(xí)器進(jìn)行加權(quán)結(jié)合。Adaboost是一種迭代算法,具體訓(xùn)練過(guò)程可參考南京大學(xué)周志華教授編寫(xiě)的機(jī)器學(xué)習(xí)課本中關(guān)于Adaboost算法的章節(jié)。

    3 SEA文本分類(lèi)算法

    在本文中,結(jié)合稀疏編碼器,極限學(xué)習(xí)機(jī)與Adaboost這三種機(jī)器學(xué)習(xí)方法提出SEA文本分類(lèi)算法,該算法的工作流程如圖1所示。

    該分類(lèi)算法的第一步為輸入,輸入的是經(jīng)過(guò)了向量化表示的文本,但沒(méi)有經(jīng)過(guò)任何的手工特征提取。第二步是利用SAE算法對(duì)數(shù)據(jù)的重建能力自動(dòng)選擇文本的特征,用SAE算法選擇的文本特征可以有效地復(fù)原原始文本信息。第三步是利用ELM分類(lèi)器作為該算法的基分類(lèi)器,ELM作為第四步中的基分類(lèi)器參與訓(xùn)練,最后一步是輸出該文本屬于哪一類(lèi)。

    4 實(shí)驗(yàn)結(jié)果與分析

    4.1 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)指標(biāo)

    本文選用的分類(lèi)文本數(shù)據(jù)來(lái)源于新聞數(shù)據(jù)集[5],該數(shù)據(jù)集復(fù)旦大學(xué)計(jì)算機(jī)信息與技術(shù)系李榮陸提供,數(shù)據(jù)集標(biāo)注比較規(guī)范,規(guī)模適中,適合于進(jìn)行文本分類(lèi)的仿真實(shí)驗(yàn)。

    在文本分類(lèi)中常用的評(píng)價(jià)指標(biāo)有準(zhǔn)確率P(Precision)和召回率R(Recall),公式如下:

    P=M/(M+N),R=M/(M+T)

    其中,M為正確分類(lèi)到該類(lèi)的文本數(shù),N為錯(cuò)分到該類(lèi)中的文本數(shù),T為屬于該類(lèi)確誤分為別類(lèi)的文本數(shù)。

    4.2 實(shí)驗(yàn)結(jié)果

    為驗(yàn)證本文提出的SEA文本分類(lèi)模型,需要將文本數(shù)據(jù)集進(jìn)行預(yù)處理,對(duì)于SEA模型來(lái)說(shuō),就是進(jìn)行文本分詞。本實(shí)驗(yàn)文本分詞采用的是NLPIR漢語(yǔ)分詞系統(tǒng),其主要功能包括中文分詞,詞性標(biāo)注,命名實(shí)體識(shí)別,用戶(hù)字典功能等,是國(guó)內(nèi)比較成熟,用戶(hù)較多的中文文本分詞系統(tǒng)。經(jīng)過(guò)文本預(yù)處理后,按照本文提出的SEA文本分類(lèi)模型進(jìn)行實(shí)驗(yàn),并和幾種經(jīng)典的分類(lèi)算法做對(duì)比。在本實(shí)驗(yàn)中Adaboost集成學(xué)習(xí)算法中基分類(lèi)器的個(gè)數(shù)設(shè)置為10個(gè),基分類(lèi)器ELM中隱藏層的個(gè)數(shù)設(shè)置為輸入層的0.75倍,稀疏自動(dòng)編碼器中隱藏層數(shù)設(shè)置為4,實(shí)驗(yàn)結(jié)果如表1和表2所示。

    從表1和表2可以看出隨著文本數(shù)量的增加,SEA模型的分類(lèi)準(zhǔn)確率和召回率逐漸提高,這是由于在訓(xùn)練數(shù)據(jù)集較小時(shí),稀疏編碼器對(duì)自動(dòng)提取的文本特征變現(xiàn)地不是很理想,容易造成SEA分類(lèi)模型產(chǎn)生過(guò)擬合現(xiàn)象,從而影響分類(lèi)準(zhǔn)確率和召回率。SVM算法在訓(xùn)練數(shù)據(jù)集比較小時(shí),變現(xiàn)良好,這是由于在訓(xùn)練數(shù)據(jù)較少時(shí),可以較容易地找到分類(lèi)超平面,在數(shù)據(jù)量變大時(shí),由于計(jì)算量的增大,使得計(jì)算量變大,導(dǎo)致計(jì)算得到的超平面效果不好,使得分類(lèi)準(zhǔn)確率和召回率不斷下降。BP和ELM算法都隨著訓(xùn)練數(shù)據(jù)的增大,其分類(lèi)準(zhǔn)確率和召回率在不斷變大,這是由于隨著訓(xùn)練數(shù)據(jù)的增大,BP和ELM可以更有效的提取輸入數(shù)據(jù)的特征,但ELM算法相比BP算法變現(xiàn)得更好,這是由于BP算法可能無(wú)法收斂到最優(yōu)值,導(dǎo)致分類(lèi)算法的準(zhǔn)確率下降。

    綜上所述,本文提出的SEA文本分類(lèi)模型可以有效的提高文本分類(lèi)的準(zhǔn)確率和召回率,尤其是隨著訓(xùn)練數(shù)據(jù)集的不斷增大。

    5 結(jié)束語(yǔ)

    文本分類(lèi)在文本處理中占據(jù)著重要的地位,其分類(lèi)的好壞直接影響著后續(xù)的文本處理,如何有效地對(duì)文本分類(lèi)是一個(gè)重要的研究課題。本文結(jié)合稀疏自動(dòng)編碼器,極限學(xué)習(xí)機(jī)與Adaboost集成學(xué)習(xí)方法提出SEA文本分類(lèi)方法,實(shí)驗(yàn)結(jié)果表明該分類(lèi)方法可以有效將文本分類(lèi)過(guò)程中的特征提取和分類(lèi)器結(jié)合在一起,從而提高了分類(lèi)結(jié)果的準(zhǔn)確性。

    參考文獻(xiàn)

    [1]秦勝君,盧志平.稀疏自動(dòng)編碼器在文本分類(lèi)中的應(yīng)用研究[J].科學(xué)技術(shù)與工程,2013,13(31):9422-9426.

    [2]Baldi P, Guyon G, Dror V, et al. Autoencoders, Unsupervised Learning, and Deep Architectures Editor: I[J].Journal of Machine Learning Research,2012.

    [3]Huang G B, Zhu Q Y, Siew C K. Extreme learning machine: Theory and applications[J]. Neurocomputing, 2006,70(1-3):489-501.

    [4]Freund, Yoav, Schapire, Robert E. A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting[J]. Journal of Computer & System Sciences, 1999,55(1):119-139.

    [5]http://www.nlpir.org/?action-viewnews-itemid-103.

    作者簡(jiǎn)介:楊洪余,碩士研究生,研究方向?yàn)閿?shù)據(jù)挖掘與文本處理。

    猜你喜歡
    極限學(xué)習(xí)機(jī)集成學(xué)習(xí)文本分類(lèi)
    基于集成學(xué)習(xí)的高送轉(zhuǎn)股票研究
    基于判別信息極限學(xué)習(xí)機(jī)的高光譜遙感圖像分類(lèi)
    基于屬性權(quán)重的Bagging回歸算法研究
    基于組合分類(lèi)算法的源代碼注釋質(zhì)量評(píng)估方法
    基于極限學(xué)習(xí)機(jī)的玻璃瓶口缺陷檢測(cè)方法研究
    基于貝葉斯分類(lèi)器的中文文本分類(lèi)
    基于蟻群智能算法的研究文本分類(lèi)
    文本分類(lèi)算法在山東女子學(xué)院檔案管理的應(yīng)用
    科技視界(2016年24期)2016-10-11 09:36:57
    極限學(xué)習(xí)機(jī)在圖像分割中的應(yīng)用
    基于改進(jìn)的LogitBoost算法的垃圾網(wǎng)頁(yè)檢測(cè)研究
    科技視界(2015年27期)2015-10-08 11:01:28
    丰满饥渴人妻一区二区三| 麻豆国产av国片精品| 欧美丝袜亚洲另类 | 夜夜夜夜夜久久久久| 精品少妇久久久久久888优播| 变态另类成人亚洲欧美熟女 | 午夜精品国产一区二区电影| 亚洲视频免费观看视频| 男人的好看免费观看在线视频 | 又黄又爽又免费观看的视频| 极品少妇高潮喷水抽搐| 久久中文字幕人妻熟女| 操出白浆在线播放| 美女福利国产在线| 少妇猛男粗大的猛烈进出视频| 亚洲精华国产精华精| 如日韩欧美国产精品一区二区三区| 一进一出抽搐动态| 国产成人免费观看mmmm| 久久国产精品人妻蜜桃| 咕卡用的链子| 老司机亚洲免费影院| 亚洲精品一卡2卡三卡4卡5卡| 精品福利观看| 一边摸一边抽搐一进一出视频| 欧美人与性动交α欧美软件| 热99国产精品久久久久久7| 91字幕亚洲| www.自偷自拍.com| 好男人电影高清在线观看| 免费在线观看影片大全网站| 麻豆乱淫一区二区| 成年人午夜在线观看视频| 国产精品久久久久成人av| 亚洲中文日韩欧美视频| 中文字幕高清在线视频| 精品少妇久久久久久888优播| 成人影院久久| 婷婷丁香在线五月| 777米奇影视久久| 国产成人av教育| 如日韩欧美国产精品一区二区三区| 1024视频免费在线观看| 满18在线观看网站| 免费女性裸体啪啪无遮挡网站| 女人久久www免费人成看片| 宅男免费午夜| 色在线成人网| 12—13女人毛片做爰片一| 妹子高潮喷水视频| 一级黄色大片毛片| 一级a爱视频在线免费观看| 黑人欧美特级aaaaaa片| 国产精品 欧美亚洲| 狂野欧美激情性xxxx| 性少妇av在线| 熟女少妇亚洲综合色aaa.| 一级片'在线观看视频| 人人妻人人澡人人看| 中国美女看黄片| 啦啦啦 在线观看视频| 国产成人系列免费观看| 国产精品综合久久久久久久免费 | 日日爽夜夜爽网站| 首页视频小说图片口味搜索| 十八禁人妻一区二区| 国产精品九九99| 一进一出好大好爽视频| 伊人久久大香线蕉亚洲五| av欧美777| 日本欧美视频一区| 国产在线精品亚洲第一网站| 欧美另类亚洲清纯唯美| 免费少妇av软件| 又黄又爽又免费观看的视频| 在线观看免费高清a一片| 欧美久久黑人一区二区| 亚洲成a人片在线一区二区| 国产97色在线日韩免费| 亚洲在线自拍视频| 无限看片的www在线观看| 成年人午夜在线观看视频| av不卡在线播放| 亚洲色图av天堂| 欧美激情久久久久久爽电影 | 国产午夜精品久久久久久| 国产欧美日韩精品亚洲av| 女人久久www免费人成看片| 黄色视频,在线免费观看| 亚洲黑人精品在线| 久久精品成人免费网站| 99riav亚洲国产免费| 久久九九热精品免费| 久久精品亚洲av国产电影网| tocl精华| 午夜老司机福利片| 在线av久久热| 国产男女内射视频| 久久人妻av系列| 男男h啪啪无遮挡| 午夜91福利影院| 色婷婷久久久亚洲欧美| 亚洲精品一卡2卡三卡4卡5卡| 曰老女人黄片| 妹子高潮喷水视频| 大型黄色视频在线免费观看| 91成人精品电影| 日本欧美视频一区| 精品国产美女av久久久久小说| 国产精品免费一区二区三区在线 | 国产精品久久久久久人妻精品电影| 麻豆av在线久日| 亚洲熟女精品中文字幕| 亚洲人成电影免费在线| 99热网站在线观看| √禁漫天堂资源中文www| 国产精品一区二区在线不卡| 黄色怎么调成土黄色| 成人精品一区二区免费| 一本综合久久免费| 亚洲欧美日韩另类电影网站| 亚洲视频免费观看视频| 久久精品国产亚洲av香蕉五月 | 久久久久久亚洲精品国产蜜桃av| 亚洲一区高清亚洲精品| 国产成人啪精品午夜网站| 精品久久久久久久久久免费视频 | 欧美色视频一区免费| 超色免费av| 99久久国产精品久久久| 国产成人免费观看mmmm| 黄色片一级片一级黄色片| x7x7x7水蜜桃| 精品国产一区二区久久| 精品久久久久久电影网| 99香蕉大伊视频| 男人操女人黄网站| 极品人妻少妇av视频| 久9热在线精品视频| 久99久视频精品免费| 最新在线观看一区二区三区| 日本wwww免费看| 国产99久久九九免费精品| 国产在线精品亚洲第一网站| 精品一区二区三区av网在线观看| 国产片内射在线| 国产片内射在线| 国产激情欧美一区二区| 亚洲午夜理论影院| 高清欧美精品videossex| 女性被躁到高潮视频| 涩涩av久久男人的天堂| 天堂动漫精品| 亚洲精品美女久久久久99蜜臀| av有码第一页| 成在线人永久免费视频| 成在线人永久免费视频| 亚洲一码二码三码区别大吗| 亚洲黑人精品在线| 欧美人与性动交α欧美精品济南到| 精品熟女少妇八av免费久了| 热99re8久久精品国产| 国产精品亚洲av一区麻豆| av一本久久久久| 国产日韩一区二区三区精品不卡| av天堂久久9| 亚洲精品久久午夜乱码| 香蕉久久夜色| 水蜜桃什么品种好| 欧美成人午夜精品| 妹子高潮喷水视频| 国产野战对白在线观看| 午夜福利欧美成人| 老汉色av国产亚洲站长工具| 午夜福利在线免费观看网站| 啪啪无遮挡十八禁网站| tocl精华| 久久久久久亚洲精品国产蜜桃av| svipshipincom国产片| 亚洲精品久久午夜乱码| 欧美性长视频在线观看| 亚洲精品一卡2卡三卡4卡5卡| 国产精品综合久久久久久久免费 | 久久中文看片网| 亚洲熟妇熟女久久| 中文字幕另类日韩欧美亚洲嫩草| 男女下面插进去视频免费观看| 国产精品偷伦视频观看了| 日本一区二区免费在线视频| av网站在线播放免费| 久久午夜综合久久蜜桃| 国产激情欧美一区二区| 美国免费a级毛片| 亚洲欧美日韩另类电影网站| 伊人久久大香线蕉亚洲五| 国产淫语在线视频| 人人妻人人澡人人爽人人夜夜| 69av精品久久久久久| 嫁个100分男人电影在线观看| 国产成人av教育| 亚洲综合色网址| 黄色a级毛片大全视频| 欧美 亚洲 国产 日韩一| 亚洲欧美日韩另类电影网站| 久久久久久久国产电影| av视频免费观看在线观看| 19禁男女啪啪无遮挡网站| 黄色视频,在线免费观看| 久久99一区二区三区| 大香蕉久久成人网| 日本一区二区免费在线视频| 亚洲avbb在线观看| 91大片在线观看| 午夜日韩欧美国产| 在线十欧美十亚洲十日本专区| 国产在视频线精品| 99国产精品99久久久久| 欧美大码av| 女人精品久久久久毛片| 欧美日韩乱码在线| 黄片小视频在线播放| 国产一区有黄有色的免费视频| 国产亚洲精品第一综合不卡| 波多野结衣av一区二区av| 精品福利永久在线观看| 国产成人影院久久av| 久久九九热精品免费| 久久久久久亚洲精品国产蜜桃av| 国产精品永久免费网站| 国产在线精品亚洲第一网站| 男男h啪啪无遮挡| 欧美精品啪啪一区二区三区| 9热在线视频观看99| 九色亚洲精品在线播放| 老司机靠b影院| 无遮挡黄片免费观看| 久久精品aⅴ一区二区三区四区| 欧美黑人欧美精品刺激| 久久香蕉国产精品| 高清黄色对白视频在线免费看| 日韩大码丰满熟妇| 国产成人一区二区三区免费视频网站| 久久久国产一区二区| 免费观看精品视频网站| 757午夜福利合集在线观看| 国产99白浆流出| 欧美av亚洲av综合av国产av| 一二三四社区在线视频社区8| 亚洲国产精品一区二区三区在线| 国产欧美日韩一区二区精品| 中文字幕色久视频| 99精品在免费线老司机午夜| 欧美日韩av久久| 亚洲 国产 在线| 亚洲视频免费观看视频| 99精国产麻豆久久婷婷| 午夜精品在线福利| 精品国内亚洲2022精品成人 | 欧美成人午夜精品| 国产日韩欧美亚洲二区| 国产91精品成人一区二区三区| 国产亚洲精品久久久久5区| 久9热在线精品视频| 男女高潮啪啪啪动态图| 美国免费a级毛片| 欧美日韩黄片免| 久久久精品免费免费高清| 国产一区二区三区在线臀色熟女 | 国产成人精品无人区| 精品久久久久久电影网| 久久久久久久久免费视频了| 成年人午夜在线观看视频| 国产精品影院久久| www.999成人在线观看| 1024视频免费在线观看| 久久精品国产99精品国产亚洲性色 | 国产精华一区二区三区| 久久久精品国产亚洲av高清涩受| 久久ye,这里只有精品| 99国产精品一区二区三区| 18禁观看日本| 精品一品国产午夜福利视频| 国产成人精品在线电影| 亚洲人成电影观看| 狂野欧美激情性xxxx| 日日夜夜操网爽| 色播在线永久视频| 亚洲国产精品合色在线| 女性被躁到高潮视频| 黄色成人免费大全| 国产又爽黄色视频| 色94色欧美一区二区| 欧美人与性动交α欧美精品济南到| 久久久久精品国产欧美久久久| 老司机深夜福利视频在线观看| 精品人妻1区二区| 亚洲中文av在线| 午夜精品久久久久久毛片777| 人人澡人人妻人| 亚洲五月色婷婷综合| 久热这里只有精品99| 99国产精品一区二区蜜桃av | 999久久久国产精品视频| 亚洲精品美女久久久久99蜜臀| 日韩人妻精品一区2区三区| 国产亚洲欧美精品永久| 国产成+人综合+亚洲专区| av天堂在线播放| 欧美日韩中文字幕国产精品一区二区三区 | 最新的欧美精品一区二区| 精品少妇久久久久久888优播| 亚洲少妇的诱惑av| 亚洲精华国产精华精| 久久久久久久久免费视频了| 亚洲精品成人av观看孕妇| 久久精品aⅴ一区二区三区四区| 狠狠狠狠99中文字幕| 中出人妻视频一区二区| 不卡av一区二区三区| 国产亚洲精品第一综合不卡| 精品久久久久久久毛片微露脸| 欧美日韩福利视频一区二区| 免费在线观看日本一区| 999久久久精品免费观看国产| 国产精品免费一区二区三区在线 | 免费久久久久久久精品成人欧美视频| 超碰成人久久| 国产xxxxx性猛交| 久久99一区二区三区| 熟女少妇亚洲综合色aaa.| 精品国产亚洲在线| 91老司机精品| 天堂俺去俺来也www色官网| 1024香蕉在线观看| 黄片大片在线免费观看| 国产aⅴ精品一区二区三区波| 国产精品国产高清国产av | aaaaa片日本免费| 丝袜美足系列| 亚洲 国产 在线| 久久久国产精品麻豆| 国产极品粉嫩免费观看在线| 热re99久久国产66热| 黑人巨大精品欧美一区二区蜜桃| 大香蕉久久网| 国产国语露脸激情在线看| 亚洲av成人一区二区三| 在线观看av片永久免费下载| 噜噜噜噜噜久久久久久91| 中文字幕精品亚洲无线码一区| 日韩欧美在线乱码| 亚洲精品在线观看二区| 欧美一区二区亚洲| 又爽又黄无遮挡网站| 一个人看视频在线观看www免费 | 亚洲成a人片在线一区二区| 搡老熟女国产l中国老女人| 欧美日本亚洲视频在线播放| 香蕉丝袜av| 亚洲avbb在线观看| 在线a可以看的网站| 岛国视频午夜一区免费看| 1024手机看黄色片| 成人欧美大片| 欧美又色又爽又黄视频| av在线天堂中文字幕| 久久精品国产99精品国产亚洲性色| 欧美日韩精品网址| 久久精品夜夜夜夜夜久久蜜豆| 高清毛片免费观看视频网站| 一区二区三区国产精品乱码| 亚洲精品日韩av片在线观看 | 午夜老司机福利剧场| 99热这里只有精品一区| 岛国在线观看网站| 国内揄拍国产精品人妻在线| 色播亚洲综合网| 内地一区二区视频在线| 国产乱人伦免费视频| 亚洲精品日韩av片在线观看 | av女优亚洲男人天堂| 日本一本二区三区精品| 成人特级黄色片久久久久久久| 国产精品久久久人人做人人爽| 欧美在线一区亚洲| 美女高潮的动态| 国产午夜精品论理片| 国产野战对白在线观看| 一夜夜www| 老司机福利观看| 色老头精品视频在线观看| 国产高清激情床上av| 免费看十八禁软件| 啦啦啦观看免费观看视频高清| 免费在线观看影片大全网站| 90打野战视频偷拍视频| 成年免费大片在线观看| 少妇熟女aⅴ在线视频| av国产免费在线观看| 老鸭窝网址在线观看| 丰满人妻熟妇乱又伦精品不卡| 欧美日韩精品网址| 亚洲激情在线av| 亚洲欧美日韩高清专用| 看免费av毛片| 欧美日本亚洲视频在线播放| 亚洲欧美一区二区三区黑人| 午夜福利成人在线免费观看| 国产精品98久久久久久宅男小说| 亚洲精品色激情综合| 狂野欧美白嫩少妇大欣赏| 好看av亚洲va欧美ⅴa在| 搡女人真爽免费视频火全软件 | 国产伦精品一区二区三区视频9 | 亚洲精品456在线播放app | av视频在线观看入口| 国产成人啪精品午夜网站| 日本黄色视频三级网站网址| 国产一区二区亚洲精品在线观看| 桃色一区二区三区在线观看| 少妇高潮的动态图| 精品乱码久久久久久99久播| 亚洲人成电影免费在线| 亚洲一区二区三区不卡视频| 日本 av在线| 1024手机看黄色片| 亚洲一区二区三区不卡视频| 十八禁网站免费在线| 久久伊人香网站| 日韩欧美精品v在线| aaaaa片日本免费| 又紧又爽又黄一区二区| 国产三级黄色录像| 欧美一级毛片孕妇| 女同久久另类99精品国产91| 变态另类丝袜制服| 婷婷丁香在线五月| 精品一区二区三区视频在线观看免费| 久久久久久久午夜电影| 99久国产av精品| 亚洲中文字幕日韩| 最近视频中文字幕2019在线8| 欧美另类亚洲清纯唯美| 亚洲电影在线观看av| 久久久久久大精品| 校园春色视频在线观看| 麻豆久久精品国产亚洲av| 欧美性猛交╳xxx乱大交人| 精品99又大又爽又粗少妇毛片 | 国产 一区 欧美 日韩| 国产精品99久久久久久久久| 久久这里只有精品中国| 好男人在线观看高清免费视频| 亚洲国产欧美网| 日本 av在线| 国产精华一区二区三区| 免费av观看视频| 久久精品夜夜夜夜夜久久蜜豆| 欧美成人一区二区免费高清观看| 真实男女啪啪啪动态图| 国产精品影院久久| 欧美成人性av电影在线观看| 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 | 很黄的视频免费| 国产伦一二天堂av在线观看| 国产精品久久久人人做人人爽| 久9热在线精品视频| 老司机深夜福利视频在线观看| 久久这里只有精品中国| 麻豆成人午夜福利视频| 欧美日韩瑟瑟在线播放| 亚洲精品国产精品久久久不卡| 91麻豆av在线| 色哟哟哟哟哟哟| 母亲3免费完整高清在线观看| 色综合婷婷激情| 久久精品国产亚洲av香蕉五月| av女优亚洲男人天堂| 白带黄色成豆腐渣| 欧美日韩中文字幕国产精品一区二区三区| 精品久久久久久成人av| 亚洲成人久久性| 欧美成人a在线观看| 中文字幕av在线有码专区| 国产精品久久久人人做人人爽| 日本撒尿小便嘘嘘汇集6| 国产视频一区二区在线看| 亚洲av一区综合| 欧美最黄视频在线播放免费| 中文字幕人成人乱码亚洲影| 久99久视频精品免费| 黄色日韩在线| 俄罗斯特黄特色一大片| 高潮久久久久久久久久久不卡| 五月玫瑰六月丁香| 日本在线视频免费播放| eeuss影院久久| 99精品久久久久人妻精品| 亚洲专区国产一区二区| 欧美性感艳星| 成人欧美大片| 久久中文看片网| 色视频www国产| 两个人的视频大全免费| 男女之事视频高清在线观看| 日日摸夜夜添夜夜添小说| 国产91精品成人一区二区三区| 精品无人区乱码1区二区| 熟女电影av网| 99国产精品一区二区蜜桃av| 9191精品国产免费久久| 天堂动漫精品| 丰满人妻熟妇乱又伦精品不卡| 亚洲成人精品中文字幕电影| 国产淫片久久久久久久久 | 国产成人欧美在线观看| 99国产精品一区二区三区| 午夜a级毛片| 69人妻影院| 男人和女人高潮做爰伦理| 国产成人啪精品午夜网站| 一级毛片女人18水好多| 国产毛片a区久久久久| 久久人人精品亚洲av| 日韩av在线大香蕉| 真实男女啪啪啪动态图| 亚洲成人精品中文字幕电影| 1024手机看黄色片| 在线a可以看的网站| 天美传媒精品一区二区| 看片在线看免费视频| 岛国视频午夜一区免费看| 国产精品久久电影中文字幕| 精品久久久久久,| 亚洲人成伊人成综合网2020| 日本黄大片高清| 欧美成人一区二区免费高清观看| 天天一区二区日本电影三级| 综合色av麻豆| 99精品在免费线老司机午夜| 国产91精品成人一区二区三区| 精品午夜福利视频在线观看一区| 午夜免费成人在线视频| 欧美成狂野欧美在线观看| 黄色成人免费大全| 最近最新中文字幕大全免费视频| 日韩欧美在线乱码| 麻豆国产97在线/欧美| 久久国产精品人妻蜜桃| 国产精品久久久人人做人人爽| 亚洲av电影不卡..在线观看| 日韩欧美国产一区二区入口| 日韩亚洲欧美综合| 在线a可以看的网站| 亚洲欧美一区二区三区黑人| 日韩欧美在线乱码| 久久香蕉国产精品| 99热这里只有是精品50| eeuss影院久久| 免费看日本二区| 男人舔奶头视频| 可以在线观看的亚洲视频| 成年女人看的毛片在线观看| 成人无遮挡网站| 老司机在亚洲福利影院| 欧美性感艳星| 搡老熟女国产l中国老女人| 国产亚洲欧美在线一区二区| 中文字幕久久专区| 十八禁网站免费在线| 国产高清三级在线| 国产蜜桃级精品一区二区三区| 老司机午夜福利在线观看视频| 亚洲自拍偷在线| 久久草成人影院| 中文字幕人成人乱码亚洲影| 欧美成人免费av一区二区三区| 搡老岳熟女国产| 欧美日韩亚洲国产一区二区在线观看| 国产一区在线观看成人免费| 欧美极品一区二区三区四区| 草草在线视频免费看| 中文字幕人妻熟人妻熟丝袜美 | 亚洲av不卡在线观看| 一a级毛片在线观看| 日本三级黄在线观看| 草草在线视频免费看| 国产高清videossex| 97超视频在线观看视频| 亚洲人成网站高清观看| www.999成人在线观看| 国产探花在线观看一区二区| 久久久久久久午夜电影| 日韩欧美在线乱码| 免费大片18禁| 日韩精品中文字幕看吧| 最近最新中文字幕大全免费视频| 成年版毛片免费区| 亚洲五月天丁香| 夜夜看夜夜爽夜夜摸| 男人和女人高潮做爰伦理| 精品一区二区三区人妻视频| 可以在线观看的亚洲视频| 久久久久亚洲av毛片大全| 成人鲁丝片一二三区免费| 中文字幕人成人乱码亚洲影| 欧美国产日韩亚洲一区| 日韩欧美三级三区| 可以在线观看毛片的网站| 最近视频中文字幕2019在线8| 伊人久久精品亚洲午夜| 母亲3免费完整高清在线观看| 欧美区成人在线视频| 日韩亚洲欧美综合| 中文字幕av成人在线电影|