• <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 ?

    基于深度學(xué)習(xí)的生物醫(yī)學(xué)英文文獻(xiàn)中中國(guó)學(xué)者的身份識(shí)別

    2018-05-07 01:45:02
    關(guān)鍵詞:學(xué)者身份英文

    建立機(jī)構(gòu)知識(shí)庫(kù),收集整理科研成果,已成為很多單位科研部門近年來(lái)的一項(xiàng)重要工作。建立機(jī)構(gòu)知識(shí)庫(kù)最關(guān)鍵、最難的環(huán)節(jié)是清洗機(jī)構(gòu)科研成果數(shù)據(jù),特別是清洗學(xué)者英文成果的數(shù)據(jù)最為繁瑣,其中相當(dāng)一部分需要人工辨認(rèn)。據(jù)中科院機(jī)構(gòu)知識(shí)庫(kù)項(xiàng)目組統(tǒng)計(jì),目前很多單位雖然建設(shè)了機(jī)構(gòu)知識(shí)庫(kù),但因數(shù)據(jù)清洗不徹底而導(dǎo)致數(shù)據(jù)無(wú)法使用,其原因就是中國(guó)學(xué)者發(fā)表英文文獻(xiàn)時(shí),學(xué)者名稱著錄格式多樣、機(jī)構(gòu)和科室的英文名稱書寫不規(guī)范。如我國(guó)著名的呼吸疾病專家鐘南山在SCI和PubMed數(shù)據(jù)庫(kù)中的科研成果,作者名稱標(biāo)注有zhong nanshan、zhong nan-shan、zhong n-s、zhong NS、zhong N等形式,所在單位附屬第一醫(yī)院的英文寫法有:first hospital、1st hospital、hospital 1、First Affiliated Hospital等形式。著錄格式的多樣化造成自動(dòng)化程度不高,大量成果需要人工清洗,而學(xué)者自行認(rèn)領(lǐng)個(gè)人成果的模式因沒(méi)有行政命令和利益驅(qū)動(dòng)導(dǎo)致無(wú)法進(jìn)行,最終科研管理部門只能通過(guò)人工辨認(rèn)學(xué)者成果,費(fèi)人費(fèi)時(shí)費(fèi)力。

    人工智能時(shí)代的到來(lái),醫(yī)學(xué)數(shù)據(jù)、圖像、信號(hào)等各種形式的數(shù)據(jù)日益增多,醫(yī)療大數(shù)據(jù)的智能化處理變得越來(lái)越重要,其巨大的潛力引起了很多專家學(xué)者和高科技公司的關(guān)注[1]。深度學(xué)習(xí)是最近幾年人工智能領(lǐng)域發(fā)展起來(lái)的一項(xiàng)新技術(shù),是一種基于大數(shù)據(jù)的新型機(jī)器學(xué)習(xí)方法,具有分布式、并行信息處理及智能計(jì)算的功能[2]。它通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系,達(dá)到處理信息的目的,并具備學(xué)習(xí)、自組織、泛化及訓(xùn)練的能力。本文探索利用人工智能的深度學(xué)習(xí)技術(shù),模擬人工辨認(rèn)學(xué)者身份,進(jìn)而解決英文文獻(xiàn)中中國(guó)學(xué)者身份的智能化識(shí)別問(wèn)題。

    1 探索識(shí)別學(xué)者身份的深度學(xué)習(xí)模型

    深度學(xué)習(xí)技術(shù)主要有徑向基函數(shù)網(wǎng)絡(luò)(Radial Basis Function,RBF)、卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,RNN)等幾種類別[3]。徑向基函數(shù)網(wǎng)絡(luò)通常只有輸入層、中間層和輸出層3層,中間層計(jì)算輸入矢量與樣本矢量歐式距離的徑向基函數(shù)值,輸出層計(jì)算它們的線性組合。循環(huán)神經(jīng)網(wǎng)絡(luò)的目的是用來(lái)處理序列數(shù)據(jù),但處理速度比較慢。卷積神經(jīng)網(wǎng)絡(luò)不但用于圖像識(shí)別,還可對(duì)自然語(yǔ)言處理,能夠有效地從原始輸入中學(xué)習(xí)到高階不變性的特征,廣泛應(yīng)用于圖像識(shí)別、人臉檢測(cè)、語(yǔ)音識(shí)別和語(yǔ)義分析等領(lǐng)域。

    1.1 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)主要結(jié)構(gòu)為一個(gè)多層的感知器,每層由多個(gè)二維平面組成,而每個(gè)平面由多個(gè)獨(dú)立神經(jīng)元組成。網(wǎng)絡(luò)中包含一些簡(jiǎn)單元和復(fù)雜元,分別記為C元和S元,C元聚合在一起構(gòu)成卷積層。卷積層是卷積神經(jīng)網(wǎng)絡(luò)的核心層,用它來(lái)進(jìn)行特征提取。如圖1中輸入數(shù)據(jù)通過(guò)一組卷積核進(jìn)行卷積運(yùn)算,在C層產(chǎn)生N個(gè)特征圖,通常會(huì)使用多層卷積層來(lái)得到更深層次的特征圖S元聚合在一起構(gòu)成池化層,實(shí)現(xiàn)對(duì)特征圖的壓縮。然后,特征圖通過(guò)激活函數(shù)( Logistic、Softmax等函數(shù))得到S層的特征圖。根據(jù)設(shè)定的C層和S層的數(shù)量,以上過(guò)程依此循環(huán)。最終對(duì)最尾部的卷積層和輸出層進(jìn)行全連接,然后將輸出值送給分類器[4]。

    圖1 CNN原理示意圖

    鑒于單一類型信息處理的身份識(shí)別效果很難達(dá)到理想的要求,而現(xiàn)實(shí)生活中人們?cè)谧R(shí)別英文文獻(xiàn)的學(xué)者身份時(shí),總是結(jié)合不同類別的學(xué)者特征信息如單位名稱、院系名稱、合作關(guān)系等,人腦是對(duì)多種特征信息綜合分析的基礎(chǔ)上進(jìn)行最終的辨別確認(rèn)。所以,筆者從融合多種特征信息的觀點(diǎn)出發(fā),提出了融合學(xué)者名稱、學(xué)者機(jī)構(gòu)、學(xué)者院系/科室、合作關(guān)系等特征信息的身份識(shí)別神經(jīng)網(wǎng)絡(luò)模型[5](圖2)。

    圖2 學(xué)者身份識(shí)別神經(jīng)網(wǎng)絡(luò)模型

    該模型的計(jì)算過(guò)程為:輸入初始數(shù)據(jù)給CNN的初始層,各層依次計(jì)算出輸出值;每一層的輸入值都是由上一層的輸出值乘以當(dāng)前層的權(quán)值向量,取得加權(quán)數(shù)組成;應(yīng)用非線性函數(shù)如修正線性單元(ReLU)或雙曲正切函數(shù)加權(quán)總數(shù)計(jì)算輸出層。

    1.2 數(shù)據(jù)采集

    利用北京唯博賽科技公司開(kāi)發(fā)的網(wǎng)絡(luò)爬蟲軟件從Web of Science數(shù)據(jù)庫(kù)采集2000年以來(lái)國(guó)內(nèi)6所知名醫(yī)學(xué)高校(首都醫(yī)科大學(xué)、哈爾濱醫(yī)科大學(xué)、南方醫(yī)科大學(xué)、南京醫(yī)科大學(xué)、北京協(xié)和醫(yī)學(xué)院、天津醫(yī)科大學(xué))的數(shù)據(jù)共95 364條,采集到的SCIE數(shù)據(jù)的著錄字段包括標(biāo)題、作者、地址信息、年代、期刊名、WOS號(hào)等。

    1.3 方法與測(cè)試

    當(dāng)前主要解決多分類問(wèn)題,本文選用Softmax函數(shù)作為分類函數(shù)。Softmax函數(shù)其實(shí)就是一個(gè)歸一化的指數(shù)函數(shù),其定義如下:

    通過(guò)Softmax函數(shù),可以使P(i)的范圍在0~1。在回歸和分類問(wèn)題中,通常θ是待求參數(shù),通過(guò)尋找使得P(i)最大的θ作為最佳參數(shù)。

    CNN中最重要的部分是“學(xué)習(xí)規(guī)則”,即類似人類大腦,需要很長(zhǎng)時(shí)間來(lái)訓(xùn)練模型,通過(guò)訓(xùn)練過(guò)程調(diào)整網(wǎng)絡(luò)中運(yùn)算單元間連接的權(quán)重,以期達(dá)到最理想的結(jié)果[6]。隨著CNN模型訓(xùn)練次數(shù)的增加,根據(jù)輸出的結(jié)果不斷調(diào)整CNN的連接權(quán)重,使目標(biāo)值與CNN輸出值的誤差逐漸減小直至為零,此時(shí)稱CNN已收斂,訓(xùn)練完成。CNN的工作性能與樣本也有直接關(guān)系,若訓(xùn)練集樣本數(shù)量少或太相似,則模型的工作能力將大大降低[7]。因此,樣本量越大,樣本差異性越強(qiáng),則CNN模型的能力越強(qiáng)。而測(cè)試樣本選取值與訓(xùn)練樣本值越相近,其輸出值與實(shí)際值的差異就越小,模型準(zhǔn)確度也會(huì)增加[8]。

    為避免樣本數(shù)據(jù)差異化對(duì)識(shí)別結(jié)果的影響,對(duì)這6所知名醫(yī)學(xué)高校從1到6進(jìn)行標(biāo)號(hào),從每個(gè)高校的數(shù)據(jù)池中隨機(jī)挑選兩段為訓(xùn)練樣本,每段選出5 000條數(shù)據(jù),最終得到60 000條訓(xùn)練集。其余35 364條數(shù)據(jù)為測(cè)試樣本,訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)之間不重疊。

    模型采用前期無(wú)監(jiān)督訓(xùn)練和后期微調(diào)兩個(gè)階段。4個(gè)特征信息的原始權(quán)值可設(shè)置同等比例,輸出數(shù)據(jù)的閾值設(shè)置為0.8,若輸出數(shù)據(jù)的權(quán)值超過(guò)閾值即完全匹配,可判定為該學(xué)者的成果。閾值在0.5~0.8為高匹配度,閾值低于0.5為低匹配度。通過(guò)CNN的訓(xùn)練優(yōu)化權(quán)值向量,從而獲得更加準(zhǔn)確的輸出值。

    CNN訓(xùn)練結(jié)束后,還需要用另幾組與訓(xùn)練集不同的樣本,測(cè)試其輸出是否與所要求的相近,從而驗(yàn)證模型的推廣性[9]。通過(guò)對(duì)已有樣本的學(xué)習(xí),將所提取樣本的非線性映射關(guān)系存儲(chǔ)在訓(xùn)練的權(quán)重矩陣中,即使向模型輸入訓(xùn)練時(shí)未曾見(jiàn)過(guò)的非樣本數(shù)據(jù)時(shí),網(wǎng)絡(luò)也能完成由輸入層向輸出層的正確映射[10]。

    從每個(gè)學(xué)校的測(cè)試數(shù)據(jù)結(jié)果中隨機(jī)選出1名學(xué)者進(jìn)行查驗(yàn),將測(cè)試數(shù)據(jù)結(jié)果分別標(biāo)記為完全匹配、高匹配度、低匹配度3種,并以人工確認(rèn)該學(xué)者SCIE成果數(shù)為基數(shù)。每個(gè)學(xué)者以深度學(xué)習(xí)模型識(shí)別的準(zhǔn)確成果總數(shù)與該學(xué)者全部SCIE成果數(shù)中的比值來(lái)算出準(zhǔn)確率(表1)。

    表1 CNN模型檢測(cè)匹配結(jié)果

    1.4 與傳統(tǒng)檢索方法比較

    本文的學(xué)者身份識(shí)別是典型的文獻(xiàn)檢索問(wèn)題,利用標(biāo)準(zhǔn)的“學(xué)者全拼+學(xué)者機(jī)構(gòu)”查詢學(xué)者的數(shù)據(jù),以保證此數(shù)據(jù)絕對(duì)是該學(xué)者的。如在Web of Science數(shù)據(jù)庫(kù)中查詢學(xué)者,檢索式如下:AU=Zhong Nanshan SAME AD=Guangzhou medical univ,因?qū)W者名稱著錄格式多樣、機(jī)構(gòu)和科室的英文名稱書寫不規(guī)范,查詢結(jié)果遠(yuǎn)不及利用模型識(shí)別的數(shù)據(jù)全面,且傳統(tǒng)檢索方式必須需要人工設(shè)置檢索式進(jìn)行查詢,耗時(shí)時(shí)間長(zhǎng)。利用深度學(xué)習(xí)模型進(jìn)行識(shí)別的方式不但精準(zhǔn)度高,且節(jié)省了大量的人工工作量[11]。

    2 深度神經(jīng)網(wǎng)絡(luò)模型效果分析

    使用訓(xùn)練集樣本訓(xùn)練網(wǎng)絡(luò)模型,當(dāng)訓(xùn)練次數(shù)到10次時(shí),網(wǎng)絡(luò)代價(jià)函數(shù)收斂較佳。然后再用測(cè)試樣本集中的35 364條數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行驗(yàn)證,結(jié)果如表1所示。網(wǎng)絡(luò)有較高的可靠性識(shí)別出學(xué)者的身份(識(shí)別率為:86.7%、86.8%、90.2%、92.4%、94.4%和76.2%),且每條數(shù)據(jù)平均耗時(shí)約2秒??梢?jiàn),利用深度學(xué)習(xí)模型解決生物醫(yī)學(xué)英文文獻(xiàn)的學(xué)者身份識(shí)別問(wèn)題,不但識(shí)別效率與準(zhǔn)確性較高,而且速度已經(jīng)大大快于人工辨別,能滿足快速識(shí)別海量數(shù)據(jù)的要求。

    從結(jié)果中還可以發(fā)現(xiàn),相對(duì)于學(xué)者名是兩個(gè)字(如學(xué)者1、2),當(dāng)學(xué)者名字為3個(gè)字時(shí)(如學(xué)者3、4、5)網(wǎng)絡(luò)識(shí)別的效果更好。利用訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)模型對(duì)中國(guó)學(xué)者的英文文獻(xiàn)進(jìn)行辨別的整體識(shí)別率達(dá)到85%以上,而且凡是模型識(shí)別的文獻(xiàn)均準(zhǔn)確[12]。

    但如果兩個(gè)學(xué)者名字是同音,而且又在同一院系,如李君如和李俊茹,他們的英文名稱均為li,junru或li,jr,通過(guò)以上模型無(wú)法進(jìn)行區(qū)分辨別,只能進(jìn)行人工辨認(rèn)。而學(xué)者名字是兩個(gè)字的,同時(shí)只寫了名字的縮寫,如李軍,li,j,這種情況容易和li,js;li,jb;li,ja等名字的縮寫混淆,相對(duì)于名字是3個(gè)字的成果辨別度要低一些,如表1中的學(xué)者6。另外,學(xué)者發(fā)生遷徙后,學(xué)者的成果署名單位變更,成果識(shí)別度也會(huì)降低,這些問(wèn)題有待進(jìn)一步研究。

    3 結(jié)語(yǔ)

    綜上所述,通過(guò)學(xué)者多元特征建立的基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型,對(duì)學(xué)者英文文獻(xiàn)中的身份能夠自動(dòng)精準(zhǔn)識(shí)別,可在很大程度上解決中國(guó)學(xué)者的英文文獻(xiàn)人工辨別的麻煩,大大提高了工作效率,對(duì)目前很多單位建立機(jī)構(gòu)學(xué)者庫(kù)中存在的數(shù)據(jù)清洗難題具有很好的實(shí)際意義。

    猜你喜歡
    學(xué)者身份英文
    學(xué)者介紹
    學(xué)者簡(jiǎn)介
    學(xué)者介紹
    跟蹤導(dǎo)練(三)(5)
    英文摘要
    英文摘要
    學(xué)者介紹
    英文摘要
    英文摘要
    他們的另一個(gè)身份,你知道嗎
    国产精品日韩av在线免费观看| 久久人妻av系列| av在线播放免费不卡| 色av中文字幕| 国产精品九九99| 亚洲成人免费电影在线观看| 欧美一级a爱片免费观看看 | 最近最新中文字幕大全免费视频| 狠狠狠狠99中文字幕| 精品欧美国产一区二区三| 岛国在线免费视频观看| 国产欧美日韩一区二区精品| 国产精品永久免费网站| 看黄色毛片网站| 老司机在亚洲福利影院| 国产野战对白在线观看| 18禁国产床啪视频网站| 亚洲欧美一区二区三区黑人| 久久精品国产亚洲av高清一级| 日日干狠狠操夜夜爽| 成人av在线播放网站| 欧美成人一区二区免费高清观看 | 国内久久婷婷六月综合欲色啪| 在线观看一区二区三区| tocl精华| 男女午夜视频在线观看| 99精品久久久久人妻精品| 久久中文看片网| 国内少妇人妻偷人精品xxx网站 | 757午夜福利合集在线观看| 99精品久久久久人妻精品| 久久香蕉国产精品| 午夜免费观看网址| 黄色女人牲交| 人人妻人人澡欧美一区二区| 亚洲成人久久性| 两个人的视频大全免费| 老汉色∧v一级毛片| 91字幕亚洲| 日本五十路高清| 亚洲精品在线观看二区| 亚洲 国产 在线| 悠悠久久av| 日本黄大片高清| 中文亚洲av片在线观看爽| 亚洲国产精品合色在线| 搞女人的毛片| 精品国内亚洲2022精品成人| 成年女人毛片免费观看观看9| 日本一二三区视频观看| 色综合站精品国产| avwww免费| 国内揄拍国产精品人妻在线| 午夜福利高清视频| 国语自产精品视频在线第100页| 国产精品99久久99久久久不卡| 91九色精品人成在线观看| 成人av在线播放网站| 这个男人来自地球电影免费观看| 精品日产1卡2卡| 欧美成狂野欧美在线观看| 丝袜人妻中文字幕| 欧美成人性av电影在线观看| 国产精品 国内视频| 欧美日韩亚洲综合一区二区三区_| 久久久精品欧美日韩精品| 女生性感内裤真人,穿戴方法视频| 九九热线精品视视频播放| a在线观看视频网站| 女人被狂操c到高潮| 人妻丰满熟妇av一区二区三区| 白带黄色成豆腐渣| 亚洲乱码一区二区免费版| 亚洲18禁久久av| 最近最新免费中文字幕在线| 特大巨黑吊av在线直播| 免费在线观看视频国产中文字幕亚洲| 久久人人精品亚洲av| 国产av不卡久久| 制服丝袜大香蕉在线| 一a级毛片在线观看| a在线观看视频网站| 国产精品 国内视频| 欧美黑人欧美精品刺激| 国产私拍福利视频在线观看| 久久国产乱子伦精品免费另类| 午夜视频精品福利| bbb黄色大片| 在线观看免费视频日本深夜| 色综合婷婷激情| 久久久久国内视频| 午夜福利免费观看在线| 亚洲电影在线观看av| 老司机福利观看| 大型av网站在线播放| 黄色视频不卡| 妹子高潮喷水视频| 午夜激情av网站| 亚洲国产日韩欧美精品在线观看 | 亚洲中文字幕一区二区三区有码在线看 | 亚洲国产欧美一区二区综合| 熟女少妇亚洲综合色aaa.| 日日爽夜夜爽网站| 国产视频一区二区在线看| 少妇人妻一区二区三区视频| 九色成人免费人妻av| 久久中文字幕人妻熟女| 精品一区二区三区四区五区乱码| 久久久精品大字幕| 日本黄色视频三级网站网址| 亚洲成人国产一区在线观看| 高清毛片免费观看视频网站| 精品第一国产精品| 日韩精品青青久久久久久| 久久久水蜜桃国产精品网| 久久性视频一级片| 久久精品国产99精品国产亚洲性色| 啦啦啦观看免费观看视频高清| www日本在线高清视频| 亚洲全国av大片| 日本精品一区二区三区蜜桃| 日韩欧美免费精品| 久久亚洲真实| 亚洲全国av大片| 亚洲人成网站在线播放欧美日韩| 亚洲欧美精品综合一区二区三区| 久久国产精品影院| 国产精品综合久久久久久久免费| 亚洲自拍偷在线| 国产男靠女视频免费网站| 午夜两性在线视频| 男人舔奶头视频| 最好的美女福利视频网| 日韩免费av在线播放| 国产爱豆传媒在线观看 | 日本 av在线| 91麻豆精品激情在线观看国产| 久久久久久大精品| 成年免费大片在线观看| 亚洲国产精品合色在线| 亚洲美女视频黄频| 成人手机av| 成人18禁在线播放| 小说图片视频综合网站| 男女做爰动态图高潮gif福利片| 亚洲黑人精品在线| 欧美极品一区二区三区四区| 小说图片视频综合网站| 国产精品久久久久久精品电影| 最近最新免费中文字幕在线| 午夜成年电影在线免费观看| 白带黄色成豆腐渣| 男女午夜视频在线观看| 欧美黄色片欧美黄色片| 久久婷婷人人爽人人干人人爱| 久久精品国产清高在天天线| 成人三级黄色视频| 欧美又色又爽又黄视频| 在线观看日韩欧美| 精品久久久久久久毛片微露脸| 黄色视频不卡| 九九热线精品视视频播放| 可以在线观看的亚洲视频| 男女那种视频在线观看| 黄色成人免费大全| 亚洲男人天堂网一区| 麻豆成人午夜福利视频| 人成视频在线观看免费观看| 日本 欧美在线| 制服丝袜大香蕉在线| 国产成人精品无人区| 黄色视频不卡| 免费观看人在逋| 十八禁人妻一区二区| 后天国语完整版免费观看| 中出人妻视频一区二区| 很黄的视频免费| 久久伊人香网站| 啦啦啦韩国在线观看视频| 亚洲成av人片在线播放无| 老司机午夜十八禁免费视频| 国产精品av视频在线免费观看| 免费在线观看影片大全网站| 色综合婷婷激情| 精品午夜福利视频在线观看一区| 亚洲人与动物交配视频| 老司机午夜十八禁免费视频| 日韩av在线大香蕉| 国产三级在线视频| 午夜视频精品福利| 亚洲电影在线观看av| 久久精品91蜜桃| 全区人妻精品视频| 国产精品永久免费网站| 国产片内射在线| 夜夜躁狠狠躁天天躁| 成人18禁在线播放| 亚洲午夜理论影院| 色噜噜av男人的天堂激情| 久久亚洲真实| 中文字幕久久专区| 亚洲中文字幕日韩| 国产一区二区在线av高清观看| tocl精华| 亚洲午夜理论影院| 巨乳人妻的诱惑在线观看| 露出奶头的视频| x7x7x7水蜜桃| 亚洲午夜精品一区,二区,三区| 亚洲片人在线观看| 日韩有码中文字幕| 国产精品亚洲美女久久久| 一区二区三区激情视频| 九色成人免费人妻av| 精品无人区乱码1区二区| 精品久久久久久久人妻蜜臀av| 国产亚洲精品第一综合不卡| 最近最新中文字幕大全免费视频| √禁漫天堂资源中文www| 在线a可以看的网站| 丰满的人妻完整版| 黄色片一级片一级黄色片| 中文在线观看免费www的网站 | 88av欧美| 在线看三级毛片| 国产又黄又爽又无遮挡在线| 亚洲成人久久性| 亚洲中文av在线| 欧美色欧美亚洲另类二区| 国产成+人综合+亚洲专区| 不卡一级毛片| 久久久国产精品麻豆| 又爽又黄无遮挡网站| 老司机在亚洲福利影院| 欧美黄色片欧美黄色片| 亚洲七黄色美女视频| 精品欧美一区二区三区在线| 两性午夜刺激爽爽歪歪视频在线观看 | 十八禁网站免费在线| 狂野欧美白嫩少妇大欣赏| 亚洲成av人片在线播放无| 久久国产乱子伦精品免费另类| 国产黄a三级三级三级人| 88av欧美| 麻豆成人av在线观看| 国语自产精品视频在线第100页| 每晚都被弄得嗷嗷叫到高潮| 久久欧美精品欧美久久欧美| 宅男免费午夜| 91麻豆精品激情在线观看国产| 久久精品aⅴ一区二区三区四区| 男女床上黄色一级片免费看| 日本a在线网址| 欧美黑人巨大hd| 国产真实乱freesex| 首页视频小说图片口味搜索| 天堂av国产一区二区熟女人妻 | 他把我摸到了高潮在线观看| 丰满的人妻完整版| 真人做人爱边吃奶动态| 韩国av一区二区三区四区| 国产精品亚洲一级av第二区| 国产高清激情床上av| 麻豆国产97在线/欧美 | 亚洲一卡2卡3卡4卡5卡精品中文| 午夜成年电影在线免费观看| 欧美绝顶高潮抽搐喷水| 国产高清视频在线播放一区| 18禁国产床啪视频网站| 中亚洲国语对白在线视频| 色av中文字幕| 一本综合久久免费| 色综合亚洲欧美另类图片| 给我免费播放毛片高清在线观看| 精品高清国产在线一区| 亚洲自拍偷在线| 久久欧美精品欧美久久欧美| 美女午夜性视频免费| av视频在线观看入口| aaaaa片日本免费| 久久久久久久久免费视频了| 又黄又爽又免费观看的视频| 欧美av亚洲av综合av国产av| а√天堂www在线а√下载| 色尼玛亚洲综合影院| 全区人妻精品视频| 亚洲精品久久国产高清桃花| 国产黄片美女视频| 两个人视频免费观看高清| 波多野结衣巨乳人妻| 宅男免费午夜| 91大片在线观看| 美女午夜性视频免费| 国产视频内射| 日韩精品青青久久久久久| 成年人黄色毛片网站| 亚洲av五月六月丁香网| 色播亚洲综合网| 特级一级黄色大片| 欧美性猛交╳xxx乱大交人| 日日摸夜夜添夜夜添小说| 色综合亚洲欧美另类图片| 老司机福利观看| 亚洲美女黄片视频| 日本撒尿小便嘘嘘汇集6| 欧美一区二区精品小视频在线| 午夜免费激情av| 国产黄片美女视频| 国产精品 国内视频| 亚洲va日本ⅴa欧美va伊人久久| 琪琪午夜伦伦电影理论片6080| 久久久精品大字幕| 亚洲18禁久久av| 成人18禁在线播放| 国产免费av片在线观看野外av| www国产在线视频色| 国产男靠女视频免费网站| 一进一出抽搐动态| 久久久久久九九精品二区国产 | 老司机在亚洲福利影院| 老鸭窝网址在线观看| 国内精品一区二区在线观看| 欧美zozozo另类| 欧美乱码精品一区二区三区| 久久久精品欧美日韩精品| 亚洲人成网站高清观看| 12—13女人毛片做爰片一| 欧美绝顶高潮抽搐喷水| 国内少妇人妻偷人精品xxx网站 | 国产男靠女视频免费网站| 国产欧美日韩精品亚洲av| 性欧美人与动物交配| 成人高潮视频无遮挡免费网站| 国产精品久久久久久精品电影| 国产av又大| 国产av麻豆久久久久久久| 国产爱豆传媒在线观看 | 国产69精品久久久久777片 | 99精品在免费线老司机午夜| 国产乱人伦免费视频| 丰满人妻一区二区三区视频av | 两人在一起打扑克的视频| 99久久99久久久精品蜜桃| 国内揄拍国产精品人妻在线| 国产av又大| 91九色精品人成在线观看| 两个人免费观看高清视频| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品乱码一区二三区的特点| 国产精品一区二区三区四区久久| 麻豆成人午夜福利视频| 国产精品美女特级片免费视频播放器 | 欧美在线一区亚洲| xxx96com| 午夜a级毛片| 美女 人体艺术 gogo| 在线十欧美十亚洲十日本专区| 久久久国产精品麻豆| 黑人欧美特级aaaaaa片| 18禁黄网站禁片免费观看直播| 成人av在线播放网站| 搡老熟女国产l中国老女人| 88av欧美| 夜夜夜夜夜久久久久| 我的老师免费观看完整版| cao死你这个sao货| 91九色精品人成在线观看| 日韩欧美三级三区| 非洲黑人性xxxx精品又粗又长| 成人特级黄色片久久久久久久| 日韩av在线大香蕉| 人人妻人人看人人澡| 日韩欧美一区二区三区在线观看| 少妇的丰满在线观看| 一进一出抽搐gif免费好疼| 人成视频在线观看免费观看| 亚洲国产日韩欧美精品在线观看 | 欧美精品亚洲一区二区| videosex国产| 中出人妻视频一区二区| 国产精品综合久久久久久久免费| 人成视频在线观看免费观看| 9191精品国产免费久久| 日韩欧美一区二区三区在线观看| 首页视频小说图片口味搜索| 国产精品1区2区在线观看.| 一个人免费在线观看的高清视频| 亚洲国产中文字幕在线视频| 午夜福利在线在线| 成年人黄色毛片网站| 亚洲一区中文字幕在线| 91麻豆精品激情在线观看国产| 亚洲七黄色美女视频| 麻豆一二三区av精品| 村上凉子中文字幕在线| 精品久久久久久久末码| 免费一级毛片在线播放高清视频| 国产精品久久久久久精品电影| 欧美黄色淫秽网站| 白带黄色成豆腐渣| 91成年电影在线观看| 亚洲欧洲精品一区二区精品久久久| 一区二区三区激情视频| 小说图片视频综合网站| 亚洲av美国av| 在线看三级毛片| 国产高清视频在线播放一区| 19禁男女啪啪无遮挡网站| 国产成人av教育| 成年版毛片免费区| 中文字幕人妻丝袜一区二区| 国产成人av教育| 亚洲va日本ⅴa欧美va伊人久久| 国产精品久久久人人做人人爽| 免费在线观看黄色视频的| 在线十欧美十亚洲十日本专区| 宅男免费午夜| 美女 人体艺术 gogo| 一二三四在线观看免费中文在| 久久久久久久久久黄片| 国产精品美女特级片免费视频播放器 | 免费搜索国产男女视频| 一本精品99久久精品77| 色尼玛亚洲综合影院| 伊人久久大香线蕉亚洲五| 18禁裸乳无遮挡免费网站照片| 欧美日韩瑟瑟在线播放| 精品国产美女av久久久久小说| 黄色片一级片一级黄色片| 不卡一级毛片| 久久精品91无色码中文字幕| 久久久久免费精品人妻一区二区| 欧美黑人精品巨大| 狂野欧美白嫩少妇大欣赏| 少妇熟女aⅴ在线视频| 黄色女人牲交| 毛片女人毛片| 在线观看舔阴道视频| 久久这里只有精品中国| 亚洲人成网站高清观看| 免费高清视频大片| 精品久久久久久久久久免费视频| 久久天堂一区二区三区四区| 怎么达到女性高潮| 国产精品av久久久久免费| 不卡av一区二区三区| 夜夜爽天天搞| 午夜两性在线视频| 欧美色视频一区免费| 变态另类成人亚洲欧美熟女| 日韩av在线大香蕉| 欧美激情久久久久久爽电影| 久久精品人妻少妇| 99久久久亚洲精品蜜臀av| 日本五十路高清| 国产真实乱freesex| 国产精品一区二区精品视频观看| 久久人妻福利社区极品人妻图片| 亚洲精品av麻豆狂野| 日韩欧美三级三区| 久久久久久久精品吃奶| 亚洲欧美激情综合另类| 日本黄色视频三级网站网址| 老汉色av国产亚洲站长工具| 欧美极品一区二区三区四区| 99国产极品粉嫩在线观看| 91av网站免费观看| 久久国产精品人妻蜜桃| 国产真人三级小视频在线观看| 亚洲欧美日韩高清专用| 岛国在线观看网站| 99在线人妻在线中文字幕| 成人三级做爰电影| 亚洲精品一区av在线观看| 国产亚洲av嫩草精品影院| 成人高潮视频无遮挡免费网站| 国产一区二区激情短视频| 熟女少妇亚洲综合色aaa.| 亚洲专区中文字幕在线| 国产成人影院久久av| netflix在线观看网站| 88av欧美| 国产片内射在线| 亚洲精品久久成人aⅴ小说| 国产激情久久老熟女| 亚洲国产精品999在线| 最新在线观看一区二区三区| 国产精品久久久久久亚洲av鲁大| bbb黄色大片| 日本黄色视频三级网站网址| 人成视频在线观看免费观看| 国产亚洲精品一区二区www| 亚洲精品色激情综合| 成人18禁高潮啪啪吃奶动态图| 黄片小视频在线播放| 日日夜夜操网爽| 欧美性猛交╳xxx乱大交人| 一本综合久久免费| 久久精品国产亚洲av高清一级| 757午夜福利合集在线观看| 国产黄a三级三级三级人| 人妻丰满熟妇av一区二区三区| 亚洲18禁久久av| 国产精品野战在线观看| 亚洲熟妇熟女久久| 日韩大尺度精品在线看网址| a级毛片a级免费在线| 中文字幕久久专区| 两个人免费观看高清视频| 久久精品国产99精品国产亚洲性色| 日本黄大片高清| 在线观看日韩欧美| 欧美日韩黄片免| 91国产中文字幕| 国产一区二区三区视频了| 亚洲色图 男人天堂 中文字幕| 不卡一级毛片| 一级作爱视频免费观看| 悠悠久久av| 久9热在线精品视频| 亚洲精品在线美女| 国产亚洲av嫩草精品影院| 老汉色∧v一级毛片| 国产av又大| 在线视频色国产色| 欧美一级a爱片免费观看看 | 99久久综合精品五月天人人| 久久精品国产清高在天天线| 91九色精品人成在线观看| 在线观看午夜福利视频| 亚洲真实伦在线观看| 亚洲avbb在线观看| 琪琪午夜伦伦电影理论片6080| 免费无遮挡裸体视频| 日本一区二区免费在线视频| 草草在线视频免费看| 一级毛片精品| 啪啪无遮挡十八禁网站| 又粗又爽又猛毛片免费看| 精品久久久久久成人av| 视频区欧美日本亚洲| 亚洲专区国产一区二区| xxxwww97欧美| 亚洲乱码一区二区免费版| 久久久国产成人免费| 男人舔女人的私密视频| 亚洲一区高清亚洲精品| 亚洲成人中文字幕在线播放| 法律面前人人平等表现在哪些方面| 男人舔女人下体高潮全视频| 丰满人妻熟妇乱又伦精品不卡| 久久中文看片网| 99精品在免费线老司机午夜| 淫秽高清视频在线观看| 99国产精品一区二区三区| 老鸭窝网址在线观看| 欧美三级亚洲精品| 久久久国产成人免费| 婷婷精品国产亚洲av在线| 91麻豆av在线| 99久久精品热视频| 淫妇啪啪啪对白视频| 久久香蕉国产精品| 亚洲专区字幕在线| av超薄肉色丝袜交足视频| 全区人妻精品视频| 国产麻豆成人av免费视频| 欧美日本亚洲视频在线播放| 熟女少妇亚洲综合色aaa.| 亚洲,欧美精品.| 国产1区2区3区精品| 精品国产乱码久久久久久男人| 又黄又爽又免费观看的视频| 黄片大片在线免费观看| 国产高清视频在线播放一区| 国产97色在线日韩免费| 国产主播在线观看一区二区| 欧美大码av| 久久精品综合一区二区三区| 日韩国内少妇激情av| 午夜福利在线观看吧| 国产99白浆流出| 美女 人体艺术 gogo| 亚洲全国av大片| 精品国产美女av久久久久小说| 正在播放国产对白刺激| 亚洲精品色激情综合| 亚洲精品av麻豆狂野| 成在线人永久免费视频| 好看av亚洲va欧美ⅴa在| 亚洲七黄色美女视频| 麻豆成人av在线观看| 给我免费播放毛片高清在线观看| 天天躁夜夜躁狠狠躁躁| 又爽又黄无遮挡网站| 亚洲美女视频黄频| 亚洲 欧美一区二区三区| 久久天躁狠狠躁夜夜2o2o| 村上凉子中文字幕在线| 日日夜夜操网爽| 丝袜人妻中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 精品国内亚洲2022精品成人| 国模一区二区三区四区视频 | 精品乱码久久久久久99久播| 欧美 亚洲 国产 日韩一| 国产真实乱freesex| 他把我摸到了高潮在线观看| 不卡av一区二区三区| 美女 人体艺术 gogo| 中文字幕人妻丝袜一区二区| 777久久人妻少妇嫩草av网站| 亚洲免费av在线视频| 久久香蕉国产精品| 日韩中文字幕欧美一区二区|