• <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 ?

    基于改進(jìn)網(wǎng)格搜索算法的隨機(jī)森林參數(shù)優(yōu)化

    2018-05-21 06:20:42溫博文董文瀚解武杰
    計算機(jī)工程與應(yīng)用 2018年10期
    關(guān)鍵詞:分類優(yōu)化

    溫博文,董文瀚,解武杰,馬 駿

    空軍工程大學(xué) 航空航天工程學(xué)院,西安 710038

    1 引言

    隨機(jī)森林算法是由Breiman于2001年提出的一種集成學(xué)習(xí)算法,并在文獻(xiàn)[1]用強(qiáng)大數(shù)定理證明了其收斂性。其后,國內(nèi)外學(xué)者相繼對其進(jìn)行了后續(xù)研究。在國外,Kulkarni等通過將維度分為兩部分,一定程度上提高了正確率[2-3]。Oshiro等證明了隨機(jī)森林的決策樹數(shù)量存在一個臨界值使其性能達(dá)到最優(yōu)[4]。Bernard等研究了隨機(jī)森林強(qiáng)度與相關(guān)性的關(guān)系,內(nèi)在分析了隨機(jī)森林的原理[5]。在國內(nèi),馬景義等綜合了Adaboost算法和隨機(jī)森林算法的優(yōu)勢,提出了擬自適應(yīng)分類隨機(jī)森林算法[6]。劉迎春等基于隨機(jī)森林算法,設(shè)計了互聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù)流式應(yīng)用場景中的流式計算方法[7]。

    隨機(jī)森林是一種有效的機(jī)器學(xué)習(xí)方法,可應(yīng)用于分類問題、回歸問題以及特征選擇問題[8]。隨機(jī)森林是由決策樹作為基分類器的集成學(xué)習(xí)模型,結(jié)合了Bagging和隨機(jī)子空間理論。隨機(jī)森林算法引入了兩個隨機(jī)量:一是從訓(xùn)練集中有放回地隨機(jī)抽取樣本數(shù)據(jù)組成自助訓(xùn)練集;二是在構(gòu)建決策樹的過程中隨機(jī)選擇特征屬性作為候選分裂屬性。正是由于兩個隨機(jī)量的引入,隨機(jī)森林對噪聲數(shù)據(jù)不敏感,克服了過擬合的問題。由于隨機(jī)森林具有良好的性能,因此在諸多領(lǐng)域得到了廣泛的應(yīng)用。但到目前為止,對隨機(jī)森林算法中決策樹數(shù)量k、候選分裂屬性數(shù)mtry等參數(shù)進(jìn)行優(yōu)化選擇的研究還較少,通常都是通過經(jīng)驗(yàn)選擇參數(shù),在文獻(xiàn)[1]中,Breiman選取mtry為1和「lb M +1」進(jìn)行了試驗(yàn),M為訓(xùn)練樣本集特征維數(shù)。文獻(xiàn)[9-10]選擇mtry=進(jìn)行試驗(yàn),Panov等[11]則對 mtry=「lb M +1」和mtry=分別進(jìn)行了試驗(yàn)。文獻(xiàn)[12]研究了隨機(jī)森林算法中決策樹數(shù)量對其性能的影響,并指出對于不同的具體對象而言,使其性能達(dá)到最優(yōu)時的k值是不同的。通過經(jīng)驗(yàn)選擇隨機(jī)森林算法的參數(shù),往往得不到性能最優(yōu)的隨機(jī)森林。

    本文針對上述問題,采用改進(jìn)的網(wǎng)格搜索算法,基于袋外數(shù)據(jù)估計,對隨機(jī)森林算法的決策樹數(shù)量和候選分裂屬性數(shù)兩個參數(shù)進(jìn)行優(yōu)化,該方法能夠克服交叉驗(yàn)證的缺點(diǎn),選取到參數(shù)最優(yōu)值。UCI數(shù)據(jù)集的仿真實(shí)驗(yàn)結(jié)果表明,利用本文提出的方法能夠使隨機(jī)森林分類性能達(dá)到最優(yōu)。

    2 隨機(jī)森林原理

    隨機(jī)森林算法是由多個決策樹{h(x,Θk),k=1,2,…}組成的集成算法,其中Θk為相互獨(dú)立且同分布的隨機(jī)變量,決定自助訓(xùn)練集的隨機(jī)抽取和候選分裂屬性的隨機(jī)選擇,即決定決策樹的生成。對于分類問題,采用簡單多數(shù)投票法的結(jié)果作為隨機(jī)森林的輸出;對于回歸問題,根據(jù)單棵樹輸出結(jié)果的簡單平均作為隨機(jī)森林的輸出[13]。

    隨機(jī)森林的構(gòu)建過程如圖1所示[14]。

    圖1 隨機(jī)森林的構(gòu)建過程

    (1)從大小為N的訓(xùn)練數(shù)據(jù)集L中有放回地隨機(jī)抽取N個訓(xùn)練數(shù)據(jù)樣本,得到一個自助訓(xùn)練集L(B)k。

    (2)以L(B)k為訓(xùn)練數(shù)據(jù),創(chuàng)建決策樹Tk(x)。對每個節(jié)點(diǎn)的分裂,從M個特征屬性中隨機(jī)選取mtry個作為候選分裂屬性,根據(jù)基尼指數(shù)從mtry個特征屬性中選擇一個進(jìn)行分裂,重復(fù)上述過程,直至這棵樹能夠準(zhǔn)確分類訓(xùn)練數(shù)據(jù),或所有特征屬性均已被使用過。在構(gòu)建決策樹的過程中,本文采用CART算法分裂節(jié)點(diǎn),即選用基尼指數(shù)最小的分裂方式進(jìn)行分裂。

    選用基尼指數(shù)進(jìn)行分裂時,如果一個訓(xùn)練樣本集合T含有m個不同類別的樣本,那么該樣本集合的基尼指數(shù)為[8]:

    式中,pi為第i類樣本的概率。如果一個樣本集T被劃分為了l個樣本子集T1,T2,…,Tl,子集所含樣本數(shù)分別為N1,N2,…,Nl,則這次分裂的基尼指數(shù)為[8]:

    在上述構(gòu)建隨機(jī)森林的過程中,第一步利用統(tǒng)計學(xué)中的重采樣技術(shù)隨機(jī)抽取k個自助訓(xùn)練集時,對于每次抽取大約有36.8%的訓(xùn)練樣本未被抽中,這些未被抽中的訓(xùn)練樣本稱為袋外數(shù)據(jù)。Breiman在文獻(xiàn)[1]中指出,利用袋外數(shù)據(jù)可以對決策樹的強(qiáng)度和決策樹之間的相關(guān)性進(jìn)行估計。袋外數(shù)據(jù)估計的決策樹的泛化誤差與使用和訓(xùn)練集相同大小的測試集的泛化誤差相同[15],因此可以利用袋外數(shù)據(jù)對本文提出的方法進(jìn)行泛化誤差估計。

    3 基于改進(jìn)網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化

    網(wǎng)格搜索是指將變量區(qū)域網(wǎng)格化,遍歷所有網(wǎng)格點(diǎn),求解滿足約束函數(shù)的目標(biāo)函數(shù)值,最終比較選擇出最優(yōu)點(diǎn)。遍歷網(wǎng)格上所有點(diǎn)需要大量訓(xùn)練時間,為了提高訓(xùn)練速度,本文提出了一種基于改進(jìn)的網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化算法。首先,在較大范圍內(nèi)用大步長劃分網(wǎng)格,進(jìn)行粗搜索選擇出最優(yōu)點(diǎn)。然后在最優(yōu)點(diǎn)附近利用小步長劃分網(wǎng)格,使網(wǎng)格劃分更加密集,再次進(jìn)行搜索選擇出最優(yōu)點(diǎn)。重復(fù)以上步驟,直至網(wǎng)格間距或目標(biāo)函數(shù)變化量小于給定值。

    為了提高隨機(jī)森林算法的分類性能,需要同時考慮單棵決策樹的分類正確率和樹的多樣性,然而兩者之間也存在著一定關(guān)系。到目前為止仍沒有關(guān)于兩者關(guān)系對隨機(jī)森林性能影響的研究[16]。本文針對隨機(jī)森林算法中決策樹數(shù)k和候選分裂屬性數(shù)mtry為離散值的特點(diǎn),采用網(wǎng)格搜索算法進(jìn)行參數(shù)優(yōu)化。本文提出的基于改進(jìn)的網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化的目標(biāo)函數(shù)值選用袋外數(shù)據(jù)估計的分類誤差。由于隨機(jī)森林在構(gòu)建過程中的隨機(jī)性,分類誤差可能會在一定范圍內(nèi)波動,因此為減小不確定性對參數(shù)選擇產(chǎn)生的影響,本文在求分類誤差時選用多個隨機(jī)森林模型分類誤差的平均值。具體步驟如下:

    (1)確定決策樹的數(shù)量k和候選分裂屬性數(shù)mtry的范圍,設(shè)定步長,在k和mtry坐標(biāo)系上建立二維網(wǎng)格,網(wǎng)格節(jié)點(diǎn)就是相應(yīng)的k和mtry的參數(shù)對。

    (2)對網(wǎng)格節(jié)點(diǎn)上的每一組參數(shù)構(gòu)建隨機(jī)森林,并利用袋外數(shù)據(jù)估計分類誤差。

    (3)選擇分類誤差最小的參數(shù)k,mtry,若分類誤差或者步長滿足要求,則輸出最優(yōu)參數(shù)和分類誤差;否則,縮小步長,重復(fù)上述步驟,繼續(xù)搜索。

    上述搜索過程可用圖2所示的流程圖進(jìn)行表示。

    圖2 基于改進(jìn)的網(wǎng)格搜索算法的隨機(jī)森林參數(shù)尋優(yōu)流程圖

    4 仿真驗(yàn)證

    本文選取了UCI數(shù)據(jù)庫中的11個數(shù)據(jù)集,表1對數(shù)據(jù)集的樣本數(shù)、特征維數(shù)、類別數(shù)做出了簡要描述。

    表1 UCI數(shù)據(jù)集

    現(xiàn)以spambase數(shù)據(jù)集為例基于網(wǎng)格搜索對隨機(jī)森林算法的參數(shù)進(jìn)行優(yōu)化。spambase是歸類為“垃圾郵件”和“非垃圾郵件”兩類的電子郵件數(shù)據(jù)集。在進(jìn)行大步長粗搜索時,決策樹的數(shù)量k的取值范圍設(shè)定為50≤k≤500,步長設(shè)定為50,候選分裂屬性mtry取值范圍設(shè)定為1≤mtry≤57,步長設(shè)定為10。搜索結(jié)果如圖3所示。

    圖3 隨機(jī)森林參數(shù)粗搜索結(jié)果圖

    由圖3可以看出,基于網(wǎng)格搜索進(jìn)行大步長粗搜索時,發(fā)現(xiàn)當(dāng)決策樹數(shù)量k=400,候選分裂屬性數(shù)mtry=5時,隨機(jī)森林的泛化誤差最小,為0.055 963。同時可以看出,隨著隨機(jī)森林的候選分裂屬性數(shù)mtry增大,分類的效果并不是越來越好。這是因?yàn)殡S機(jī)森林的泛化誤差與決策樹之間的相關(guān)性成正比。隨著候選分裂屬性的增多,決策樹之間的相關(guān)性越高,所以在mtry增加到某一數(shù)值后,分類效果反而出現(xiàn)了下降。隨著決策樹的數(shù)量逐漸增加,隨機(jī)森林的泛化誤差逐漸減小,當(dāng)決策樹的數(shù)量增加到某一數(shù)值后,泛化誤差趨于穩(wěn)定。

    圖4為利用網(wǎng)格搜索對隨機(jī)森林進(jìn)行參數(shù)優(yōu)化選擇的結(jié)果。在粗搜索得到的最優(yōu)點(diǎn)k=400,mtry=5附近進(jìn)行網(wǎng)格劃分。k的取值范圍為360≤k≤440,步長設(shè)定為10,mtry的取值范圍為1≤mtry≤9,步長設(shè)定為1。由圖4可以看出,當(dāng)決策樹的數(shù)量k=440,候選分裂屬性數(shù)mtry=5時,隨機(jī)森林的泛化誤差最小,為0.053 518。

    圖4 隨機(jī)森林參數(shù)大步長搜索結(jié)果圖

    為驗(yàn)證本文提出的方法對其他數(shù)據(jù)集也適用,本文對表1中剩余數(shù)據(jù)集重復(fù)上述步驟,進(jìn)行網(wǎng)格搜索,得到隨機(jī)森林相應(yīng)的決策樹數(shù)量k和候選分裂屬性數(shù)mtry的優(yōu)化參數(shù)以及優(yōu)化參數(shù)后的泛化誤差如表2。

    表2 基于UCI數(shù)據(jù)集的隨機(jī)森林參數(shù)尋優(yōu)結(jié)果

    表2中的第4列為mtry=lb「 M +1」,k=200時隨機(jī)森林的泛化誤差,第5列為利用本文提出的方法進(jìn)行參數(shù)選擇后隨機(jī)森林的泛化誤差。由表2可以看出,基于改進(jìn)的網(wǎng)格搜索算法對隨機(jī)森林算法的參數(shù)進(jìn)行優(yōu)化,可以使隨機(jī)森林的分類效果得到一定程度的提高。

    采用基于改進(jìn)的網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化算法和網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化算法分別對表1中的11個數(shù)據(jù)集進(jìn)行訓(xùn)練,得到二者的訓(xùn)練時間如表3。

    表3 隨機(jī)森林參數(shù)優(yōu)化算法的訓(xùn)練時間對比 s

    對于dna數(shù)據(jù)集和msplice數(shù)據(jù)集,由于樣本多,維數(shù)高,使用網(wǎng)格搜索算法對隨機(jī)森林參數(shù)進(jìn)行參數(shù)優(yōu)化時,超出了計算機(jī)的運(yùn)行內(nèi)存,并未完成訓(xùn)練,而本文提出的優(yōu)化算法完成了訓(xùn)練。由表3可以看出,本文提出的基于改進(jìn)的網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化算法比基于網(wǎng)格搜索的優(yōu)化算法節(jié)省了大量時間,并且隨著維數(shù)的增加,節(jié)省的時間越多。

    5 結(jié)束語

    本文提出了一種基于改進(jìn)的網(wǎng)格搜索的隨機(jī)森林參數(shù)優(yōu)化算法,該方法能夠在一定程度上提高隨機(jī)森林算法的分類性能,同時也比基于網(wǎng)格搜索算法的優(yōu)化算法節(jié)約了大量時間。但是,在粗搜索的最優(yōu)點(diǎn)附近繼續(xù)進(jìn)行網(wǎng)格搜索可能會陷入局部最優(yōu),從而不能尋找到最優(yōu)參數(shù)。

    [1]Breiman L.Random forests[J].Machine Learning,2001,45(1):5-32.

    [2]Kulkarni V Y,Pradeep K S.Efficient learning of random forest classifier using disjoint partitioning approach[C]//Proceeding of the Word Congress on Engineering 2013.London:IAENG,2013:1-5.

    [3]Kulkarni V Y,Pradeep K S.Random forest classifiers:a survey and future research directions[J].International Journal of Advanced Computing,2011,36(1):1144-1153.

    [4]Oshiro T M,Perez P S,Baranauskas J A.How many trees in a random forest[C]//Lecture Notes in Computer Science:International Workshop on Machine Learning and Data Mining in Pattern Recognition,2012,7376:154-168.

    [5]Bernard S,Heutte L,Adam S.Towards a better understanding of random forests through the study of strength and correlation[C]//Lecture Notes in Computer Science:International Conference on Intelligent Computing.Berlin,Heidelberg:Springer-Verlag,2009,5755:536-545.

    [6]馬景義,吳喜之,謝邦昌.擬自適應(yīng)分類隨機(jī)森林算法[J].數(shù)理統(tǒng)計與管理,2010,29(5):805-811.

    [7]劉迎春,陳梅玲.流式大數(shù)據(jù)下隨機(jī)森林方法及其應(yīng)用[J].西北工業(yè)大學(xué)學(xué)報,2015,33(6):1055-1061.

    [8]王全才.隨機(jī)森林特征選擇[D].大連:大連理工大學(xué),2011.

    [9]莊進(jìn)發(fā),羅鍵,彭彥卿,等.基于改進(jìn)隨機(jī)森林的故障診斷方法研究[J].計算機(jī)集成制造系統(tǒng),2009,15(4):777-785.

    [10]Genuer R,Poggi J M,Tuleau-Malot C.Variable selection using random forests[J].Pattern Recognition Letters,2010,31(14):2225-2236.

    [11]Panov P,Deroski D.Combining bagging and random subspaces to create better ensembles[C]//Lecture Notes in Computer Science:Proceedings of the 7th International Conference on Intelligent Data Analysis.Berlin,Heidelberg:Springer-Verlag,2007,4723:118-129.

    [12]Bernard S,Heutte L,Adam S.Influence of hyperparameters on random forest accuracy[C]//Proceedings of the 8th International Workshop on Multiple Classifier System.Berlin,Heidelberg:Springer-Verlag,2009:171-180.

    [13]李貞貴.隨機(jī)森林改進(jìn)的若干研究[D].福建廈門:廈門大學(xué),2014.

    [14]謝劍斌.視覺機(jī)器學(xué)習(xí)[M].北京:清華大學(xué)出版社,2015:55-58.

    [15]Breiman L.Stacked regressions[J].Machine Learning,1996,24(1):49-64.

    [16]Adnan M N,Islam M Z.Optimizing the number of trees in a decision forest to discover a subforest with high ensemble accuracy using a genetic algorithm[J].Knowledge-Based Systems,2016,110:86-97.

    猜你喜歡
    分類優(yōu)化
    超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
    民用建筑防煙排煙設(shè)計優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    分類算一算
    垃圾分類的困惑你有嗎
    大眾健康(2021年6期)2021-06-08 19:30:06
    一道優(yōu)化題的幾何解法
    由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    99久久99久久久精品蜜桃| 精品国产超薄肉色丝袜足j| 999久久久精品免费观看国产| 另类精品久久| 婷婷成人精品国产| 日韩免费av在线播放| 国产高清视频在线播放一区| 18禁观看日本| 国产精品久久久av美女十八| 精品人妻在线不人妻| 高清视频免费观看一区二区| 国产亚洲欧美在线一区二区| 91av网站免费观看| 中国美女看黄片| 国产欧美日韩一区二区精品| 老司机午夜十八禁免费视频| 大片电影免费在线观看免费| 国产精品欧美亚洲77777| 怎么达到女性高潮| 啦啦啦在线免费观看视频4| 搡老熟女国产l中国老女人| 亚洲一区中文字幕在线| 在线观看66精品国产| 精品国产亚洲在线| 嫩草影视91久久| 美女午夜性视频免费| 国产欧美日韩一区二区三| av有码第一页| 久久人妻熟女aⅴ| 中国美女看黄片| 99久久国产精品久久久| 欧美成人免费av一区二区三区 | 黄色片一级片一级黄色片| 成年女人毛片免费观看观看9 | 日本av免费视频播放| av片东京热男人的天堂| 亚洲国产中文字幕在线视频| 午夜免费鲁丝| 丝袜美足系列| 老司机深夜福利视频在线观看| 午夜激情av网站| 一区福利在线观看| 亚洲视频免费观看视频| 女人久久www免费人成看片| 精品免费久久久久久久清纯 | 久9热在线精品视频| 日韩大片免费观看网站| 在线播放国产精品三级| 国产av国产精品国产| 国产成+人综合+亚洲专区| 一二三四在线观看免费中文在| 国产精品久久久久久精品古装| av线在线观看网站| 欧美黑人精品巨大| 岛国毛片在线播放| 亚洲国产欧美一区二区综合| 国产熟女午夜一区二区三区| 国产成人欧美在线观看 | 国产成人精品久久二区二区免费| 又黄又粗又硬又大视频| 亚洲三区欧美一区| 极品少妇高潮喷水抽搐| 他把我摸到了高潮在线观看 | 日日夜夜操网爽| 丰满少妇做爰视频| 亚洲中文字幕日韩| 新久久久久国产一级毛片| 热99久久久久精品小说推荐| 久久久国产精品麻豆| 最近最新免费中文字幕在线| 欧美日韩一级在线毛片| 亚洲综合色网址| 日本av手机在线免费观看| av不卡在线播放| 精品国产超薄肉色丝袜足j| 女人高潮潮喷娇喘18禁视频| 他把我摸到了高潮在线观看 | 一区二区三区乱码不卡18| 女同久久另类99精品国产91| 嫩草影视91久久| 国产91精品成人一区二区三区 | 黑人操中国人逼视频| 亚洲五月色婷婷综合| 人人妻,人人澡人人爽秒播| 蜜桃在线观看..| 精品国产乱码久久久久久男人| 国产色视频综合| 91麻豆av在线| 日日摸夜夜添夜夜添小说| 精品福利观看| 狠狠精品人妻久久久久久综合| 日本欧美视频一区| 日韩三级视频一区二区三区| 欧美在线一区亚洲| 黄色片一级片一级黄色片| 欧美精品av麻豆av| 亚洲专区字幕在线| 欧美日韩黄片免| 国产精品久久久人人做人人爽| 亚洲熟妇熟女久久| 亚洲av欧美aⅴ国产| 男女边摸边吃奶| 久久这里只有精品19| 久久人妻av系列| 高清欧美精品videossex| 不卡一级毛片| 一区福利在线观看| 亚洲中文av在线| 1024视频免费在线观看| 色婷婷av一区二区三区视频| 久久人人爽av亚洲精品天堂| 欧美性长视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 欧美黑人精品巨大| 天天添夜夜摸| 这个男人来自地球电影免费观看| 两人在一起打扑克的视频| 精品第一国产精品| 两性午夜刺激爽爽歪歪视频在线观看 | 在线十欧美十亚洲十日本专区| 好男人电影高清在线观看| 欧美午夜高清在线| 免费观看av网站的网址| 久9热在线精品视频| 欧美国产精品一级二级三级| 少妇猛男粗大的猛烈进出视频| 下体分泌物呈黄色| 久久精品国产a三级三级三级| 精品乱码久久久久久99久播| 欧美在线一区亚洲| 日本av免费视频播放| 午夜激情久久久久久久| 少妇猛男粗大的猛烈进出视频| 亚洲中文字幕日韩| 久久狼人影院| 叶爱在线成人免费视频播放| 久久九九热精品免费| 久久久国产一区二区| 丝袜美足系列| 欧美 日韩 精品 国产| 国产欧美日韩一区二区三| 在线看a的网站| 精品国产一区二区久久| 精品第一国产精品| 亚洲精品一卡2卡三卡4卡5卡| 午夜福利视频在线观看免费| 在线天堂中文资源库| 欧美日韩成人在线一区二区| 国产欧美日韩一区二区精品| 国产亚洲午夜精品一区二区久久| 国产不卡av网站在线观看| 久久国产精品大桥未久av| 制服诱惑二区| 欧美国产精品一级二级三级| 亚洲自偷自拍图片 自拍| 三上悠亚av全集在线观看| 久久久欧美国产精品| 男女之事视频高清在线观看| 女警被强在线播放| 国产99久久九九免费精品| 侵犯人妻中文字幕一二三四区| 国产在线一区二区三区精| 日本精品一区二区三区蜜桃| 一级片免费观看大全| 久久久久久亚洲精品国产蜜桃av| 国产1区2区3区精品| 天堂俺去俺来也www色官网| av欧美777| 欧美激情高清一区二区三区| 国产欧美日韩综合在线一区二区| 国产精品一区二区在线不卡| 午夜激情av网站| 天天影视国产精品| 久久国产精品大桥未久av| 中文字幕人妻熟女乱码| 窝窝影院91人妻| 激情视频va一区二区三区| 国产主播在线观看一区二区| 18禁美女被吸乳视频| 菩萨蛮人人尽说江南好唐韦庄| 高潮久久久久久久久久久不卡| 亚洲专区国产一区二区| 午夜福利欧美成人| 性色av乱码一区二区三区2| 无人区码免费观看不卡 | 久久久久精品人妻al黑| 超色免费av| 国产精品欧美亚洲77777| 女性被躁到高潮视频| 国产野战对白在线观看| 久久久国产精品麻豆| 国产欧美日韩一区二区精品| 久久影院123| 国产精品一区二区精品视频观看| 亚洲国产毛片av蜜桃av| 久久国产精品大桥未久av| 国产成人一区二区三区免费视频网站| 亚洲精品久久午夜乱码| 亚洲三区欧美一区| 国产不卡av网站在线观看| 中亚洲国语对白在线视频| 久久久国产一区二区| 国产精品久久久久成人av| 99久久人妻综合| 国产三级黄色录像| 麻豆国产av国片精品| 久久久久久久久免费视频了| 日韩一区二区三区影片| 在线观看免费视频网站a站| 天堂中文最新版在线下载| 亚洲成a人片在线一区二区| 亚洲午夜理论影院| 亚洲伊人色综图| 国产免费现黄频在线看| 日本一区二区免费在线视频| 免费在线观看日本一区| 久久婷婷成人综合色麻豆| 男女床上黄色一级片免费看| 久久九九热精品免费| 国产在线精品亚洲第一网站| 丰满饥渴人妻一区二区三| 91麻豆精品激情在线观看国产 | 日韩免费av在线播放| 人妻一区二区av| 欧美亚洲 丝袜 人妻 在线| 久久久精品94久久精品| 黄色成人免费大全| 日韩欧美一区二区三区在线观看 | 高清视频免费观看一区二区| 色94色欧美一区二区| 1024视频免费在线观看| bbb黄色大片| 国产高清国产精品国产三级| 在线观看免费视频日本深夜| 他把我摸到了高潮在线观看 | 国产亚洲av高清不卡| 蜜桃在线观看..| 91国产中文字幕| 日本av手机在线免费观看| 女人被躁到高潮嗷嗷叫费观| 19禁男女啪啪无遮挡网站| 女警被强在线播放| 亚洲av成人一区二区三| 男女午夜视频在线观看| 精品免费久久久久久久清纯 | 久久ye,这里只有精品| 麻豆成人av在线观看| 91麻豆精品激情在线观看国产 | a级片在线免费高清观看视频| a在线观看视频网站| 久久影院123| 老汉色∧v一级毛片| 亚洲精品美女久久av网站| 女警被强在线播放| 99九九在线精品视频| av天堂在线播放| 女性生殖器流出的白浆| 午夜老司机福利片| 黄色毛片三级朝国网站| 国产在线一区二区三区精| 少妇裸体淫交视频免费看高清 | 香蕉久久夜色| 精品视频人人做人人爽| 又大又爽又粗| 色视频在线一区二区三区| 色婷婷久久久亚洲欧美| 午夜免费成人在线视频| 99国产综合亚洲精品| 成人黄色视频免费在线看| 看免费av毛片| 久久人人97超碰香蕉20202| 国产精品自产拍在线观看55亚洲 | 久久久精品94久久精品| 黄网站色视频无遮挡免费观看| 日本黄色日本黄色录像| 三级毛片av免费| 亚洲自偷自拍图片 自拍| h视频一区二区三区| 久久久久国内视频| 色视频在线一区二区三区| 嫩草影视91久久| 男女之事视频高清在线观看| 黑人猛操日本美女一级片| av免费在线观看网站| 宅男免费午夜| 一进一出抽搐动态| 日韩免费高清中文字幕av| 精品一品国产午夜福利视频| 久久久久国内视频| 99精品在免费线老司机午夜| 亚洲伊人色综图| 久久久久久久精品吃奶| 国产精品一区二区免费欧美| 12—13女人毛片做爰片一| 国产av精品麻豆| 一级片'在线观看视频| 久久国产精品影院| 欧美日本中文国产一区发布| 久久这里只有精品19| 亚洲va日本ⅴa欧美va伊人久久| 在线永久观看黄色视频| 人成视频在线观看免费观看| 9色porny在线观看| 日韩欧美国产一区二区入口| 男女免费视频国产| 国产人伦9x9x在线观看| 飞空精品影院首页| 香蕉丝袜av| av网站在线播放免费| 亚洲熟女毛片儿| 性高湖久久久久久久久免费观看| 日本vs欧美在线观看视频| 亚洲午夜精品一区,二区,三区| 亚洲精品一二三| 免费观看a级毛片全部| 99久久99久久久精品蜜桃| 亚洲国产看品久久| 久久精品亚洲av国产电影网| 国产成人精品久久二区二区免费| 精品一区二区三卡| 国产精品成人在线| 久久精品国产综合久久久| h视频一区二区三区| 波多野结衣一区麻豆| 黑人操中国人逼视频| 国产av一区二区精品久久| 69精品国产乱码久久久| 高清欧美精品videossex| kizo精华| 亚洲伊人久久精品综合| 国产精品1区2区在线观看. | 国产精品久久久av美女十八| 超色免费av| 久久精品国产综合久久久| 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| 黑人巨大精品欧美一区二区mp4| 岛国毛片在线播放| 色综合欧美亚洲国产小说| 欧美亚洲日本最大视频资源| 一夜夜www| 精品国产乱子伦一区二区三区| 极品少妇高潮喷水抽搐| a在线观看视频网站| 精品国产国语对白av| 久久天堂一区二区三区四区| 亚洲国产av新网站| 九色亚洲精品在线播放| 性高湖久久久久久久久免费观看| 高清av免费在线| 免费在线观看影片大全网站| 国产亚洲精品久久久久5区| 国产精品一区二区在线不卡| av天堂在线播放| 丝袜人妻中文字幕| 咕卡用的链子| 久久国产精品男人的天堂亚洲| 欧美日韩视频精品一区| 欧美 亚洲 国产 日韩一| 十八禁网站免费在线| 精品久久蜜臀av无| 动漫黄色视频在线观看| 91av网站免费观看| 久久人人爽av亚洲精品天堂| 波多野结衣av一区二区av| 青草久久国产| 亚洲专区字幕在线| 欧美黄色片欧美黄色片| 首页视频小说图片口味搜索| 精品一区二区三区视频在线观看免费 | 在线观看免费日韩欧美大片| 女人爽到高潮嗷嗷叫在线视频| 18禁国产床啪视频网站| 欧美黄色淫秽网站| 国产一区二区三区视频了| 少妇裸体淫交视频免费看高清 | 妹子高潮喷水视频| 18禁美女被吸乳视频| av国产精品久久久久影院| 久久精品熟女亚洲av麻豆精品| 午夜精品久久久久久毛片777| 亚洲va日本ⅴa欧美va伊人久久| 天堂动漫精品| 国产男女内射视频| 亚洲精品在线观看二区| 这个男人来自地球电影免费观看| 在线观看舔阴道视频| a级片在线免费高清观看视频| 十分钟在线观看高清视频www| 妹子高潮喷水视频| 国产成人精品久久二区二区91| 精品少妇久久久久久888优播| 丁香欧美五月| 99热国产这里只有精品6| 亚洲精品一卡2卡三卡4卡5卡| 俄罗斯特黄特色一大片| 国产高清videossex| 精品亚洲成a人片在线观看| 国产精品成人在线| 女性被躁到高潮视频| 在线天堂中文资源库| 亚洲国产欧美在线一区| 中文字幕制服av| 男女边摸边吃奶| 久久精品亚洲精品国产色婷小说| 人人妻人人爽人人添夜夜欢视频| 一区二区av电影网| 777久久人妻少妇嫩草av网站| 一个人免费在线观看的高清视频| 美女高潮喷水抽搐中文字幕| bbb黄色大片| 日韩中文字幕欧美一区二区| 久久99一区二区三区| 精品少妇内射三级| 欧美老熟妇乱子伦牲交| 一本色道久久久久久精品综合| 美女视频免费永久观看网站| 国产成人精品久久二区二区91| 成人精品一区二区免费| 91麻豆精品激情在线观看国产 | 亚洲中文av在线| 国产aⅴ精品一区二区三区波| 国产精品久久久av美女十八| 午夜老司机福利片| 国产一区二区三区视频了| 老鸭窝网址在线观看| 一本综合久久免费| 在线天堂中文资源库| 欧美精品av麻豆av| 精品一区二区三卡| 免费不卡黄色视频| 欧美日韩亚洲高清精品| 1024视频免费在线观看| 不卡av一区二区三区| 亚洲中文av在线| 久久人人爽av亚洲精品天堂| 久久亚洲精品不卡| 成人国产av品久久久| 肉色欧美久久久久久久蜜桃| 啦啦啦视频在线资源免费观看| 一区二区日韩欧美中文字幕| 欧美黄色淫秽网站| 久久人人97超碰香蕉20202| 成年人黄色毛片网站| 久热爱精品视频在线9| 男女之事视频高清在线观看| 99久久99久久久精品蜜桃| 亚洲精品粉嫩美女一区| 天堂8中文在线网| 国产免费av片在线观看野外av| 日韩中文字幕视频在线看片| 黑人巨大精品欧美一区二区蜜桃| 一本综合久久免费| 久久中文看片网| 国产精品免费大片| 91成人精品电影| 欧美成狂野欧美在线观看| 亚洲五月色婷婷综合| 精品福利永久在线观看| 久久精品亚洲精品国产色婷小说| 欧美激情极品国产一区二区三区| 国产一区二区 视频在线| 日韩精品免费视频一区二区三区| 成人国语在线视频| 精品人妻1区二区| 热99re8久久精品国产| 黄色 视频免费看| 成人手机av| 侵犯人妻中文字幕一二三四区| 纵有疾风起免费观看全集完整版| 高清欧美精品videossex| 久久国产精品大桥未久av| 窝窝影院91人妻| 精品人妻熟女毛片av久久网站| 中文字幕最新亚洲高清| 国产高清激情床上av| 国产亚洲欧美精品永久| 亚洲欧美色中文字幕在线| 人人妻人人澡人人看| 黄色 视频免费看| 欧美精品一区二区免费开放| 一级黄色大片毛片| 亚洲精品自拍成人| 午夜激情av网站| 老鸭窝网址在线观看| 老司机在亚洲福利影院| 男女免费视频国产| 热99国产精品久久久久久7| 欧美激情高清一区二区三区| 欧美日韩国产mv在线观看视频| 国产免费现黄频在线看| 啦啦啦视频在线资源免费观看| 亚洲精品美女久久av网站| 一级毛片女人18水好多| 久久av网站| 欧美大码av| 黄片小视频在线播放| 国产高清videossex| 国产精品久久久人人做人人爽| 熟女少妇亚洲综合色aaa.| 精品国产一区二区三区四区第35| 亚洲精品乱久久久久久| 丝袜喷水一区| 亚洲精品乱久久久久久| 丝袜喷水一区| 久久久久国产一级毛片高清牌| 日韩视频在线欧美| av又黄又爽大尺度在线免费看| 国产成人系列免费观看| 久久精品国产99精品国产亚洲性色 | 在线十欧美十亚洲十日本专区| 狠狠婷婷综合久久久久久88av| 亚洲专区字幕在线| 男女之事视频高清在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 精品一区二区三区四区五区乱码| 日韩制服丝袜自拍偷拍| 亚洲国产av影院在线观看| 亚洲 国产 在线| 日本wwww免费看| 欧美+亚洲+日韩+国产| 日本wwww免费看| videos熟女内射| 亚洲精品乱久久久久久| av在线播放免费不卡| 国产成人啪精品午夜网站| 在线永久观看黄色视频| 成人影院久久| 欧美激情 高清一区二区三区| 国产精品一区二区免费欧美| 中文字幕人妻丝袜一区二区| 国产成人av激情在线播放| 国产在线视频一区二区| 亚洲色图综合在线观看| 女性生殖器流出的白浆| 亚洲中文日韩欧美视频| 黄色视频,在线免费观看| 搡老熟女国产l中国老女人| 国内毛片毛片毛片毛片毛片| 不卡av一区二区三区| 久久久久久久久久久久大奶| 精品少妇一区二区三区视频日本电影| 丝袜人妻中文字幕| 激情视频va一区二区三区| 国产精品成人在线| 飞空精品影院首页| 国产成人av教育| 午夜视频精品福利| 人人妻人人澡人人看| 99国产极品粉嫩在线观看| 国产精品亚洲av一区麻豆| 99re在线观看精品视频| av一本久久久久| 欧美黑人欧美精品刺激| 一级毛片女人18水好多| 人人妻人人澡人人爽人人夜夜| 国产在视频线精品| av网站免费在线观看视频| 一二三四在线观看免费中文在| 一区二区三区精品91| 少妇粗大呻吟视频| 精品一区二区三区四区五区乱码| 免费黄频网站在线观看国产| 自拍欧美九色日韩亚洲蝌蚪91| 午夜福利乱码中文字幕| 国产高清videossex| 十八禁网站网址无遮挡| 亚洲av成人一区二区三| 男女免费视频国产| 超碰97精品在线观看| 欧美一级毛片孕妇| av网站免费在线观看视频| 午夜视频精品福利| 黄色丝袜av网址大全| 精品人妻熟女毛片av久久网站| 9191精品国产免费久久| 国产成人精品久久二区二区91| 亚洲中文字幕日韩| 亚洲国产av新网站| 亚洲精品久久成人aⅴ小说| 成人18禁高潮啪啪吃奶动态图| 欧美激情极品国产一区二区三区| 成人永久免费在线观看视频 | 水蜜桃什么品种好| 欧美日韩成人在线一区二区| 老熟妇仑乱视频hdxx| 色婷婷av一区二区三区视频| 精品国产一区二区三区四区第35| 久久ye,这里只有精品| 大香蕉久久网| 国产成+人综合+亚洲专区| 一级片免费观看大全| 不卡一级毛片| aaaaa片日本免费| 男女午夜视频在线观看| 欧美中文综合在线视频| 美女高潮喷水抽搐中文字幕| 国产成人精品久久二区二区免费| 久久精品国产亚洲av高清一级| 中文亚洲av片在线观看爽 | 老司机午夜福利在线观看视频 | 精品国产乱码久久久久久小说| 老熟女久久久| 一级片'在线观看视频| 1024香蕉在线观看| 日日摸夜夜添夜夜添小说| 18禁美女被吸乳视频| 亚洲熟女毛片儿| 精品一区二区三区四区五区乱码| av在线播放免费不卡| 啦啦啦中文免费视频观看日本| 19禁男女啪啪无遮挡网站| 欧美精品亚洲一区二区| 国产精品亚洲av一区麻豆| 国产三级黄色录像|