• <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 ?

    基于最小生成樹的多層次k-Means聚類算法及其在數(shù)據(jù)挖掘中的應(yīng)用

    2018-10-09 11:10:36金曉民張麗萍
    關(guān)鍵詞:矩形數(shù)據(jù)挖掘次數(shù)

    金曉民, 張麗萍

    (1. 內(nèi)蒙古大學(xué) 交通學(xué)院, 呼和浩特 010021;2. 內(nèi)蒙古自治區(qū)橋梁檢測與維修加固工程技術(shù)研究中心, 呼和浩特 010070;3. 內(nèi)蒙古師范大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院, 呼和浩特 010022)

    數(shù)據(jù)挖掘就是從大量隨機(jī)的、 模糊的、 有噪聲的、 不完全的數(shù)據(jù)中, 提取潛在的、 未知的、 隱含的、 有應(yīng)用價(jià)值的模式或信息的過程[1-3]. 數(shù)據(jù)挖掘中重要的步驟是聚類[4], 聚類將數(shù)據(jù)分為多個(gè)簇或類, 使相似度較高的對象在一個(gè)類中, 不同類別中的數(shù)據(jù)相似度較低[5]. 對稀疏和密集區(qū)域的識(shí)別通過聚類完成, 并通過聚類發(fā)現(xiàn)數(shù)據(jù)屬性和分布模式間存在的關(guān)系[6]. 數(shù)據(jù)聚類廣泛應(yīng)用于醫(yī)療圖像自動(dòng)檢測、 客戶分類、 衛(wèi)星照片分析、 基因識(shí)別、 空間數(shù)據(jù)處理和文本分類等領(lǐng)域[7].

    在低維情況下, 數(shù)據(jù)挖掘方法通過人眼進(jìn)行模式識(shí)別及SOM(self organizing maps)可視化功能確定聚類的數(shù)目, 完成數(shù)據(jù)的挖掘, 該方法存在挖掘時(shí)間長和挖掘結(jié)果不準(zhǔn)確的問題[8]. Means算法是數(shù)據(jù)聚類分析中常用的劃分方法, 以準(zhǔn)則函數(shù)和誤差平方作為數(shù)據(jù)聚類的準(zhǔn)則, 可快速、 有效地完成大數(shù)據(jù)集的處理. MFA算法是一個(gè)優(yōu)先考慮邊權(quán)值進(jìn)行社團(tuán)劃分的算法, 同時(shí)也繼承了通過優(yōu)化Q值進(jìn)行社團(tuán)劃分的特點(diǎn). 文獻(xiàn)[9]提出了一種基于改進(jìn)并行協(xié)同過濾算法的大數(shù)據(jù)挖掘方法, 通過分析協(xié)同過濾算法的執(zhí)行流程, 針對傳統(tǒng)協(xié)同過濾算法的不足, 從生成節(jié)點(diǎn)評分向量、 獲取相鄰節(jié)點(diǎn)、 形成推薦信息等方面對傳統(tǒng)協(xié)同過濾算法進(jìn)行改進(jìn), 得到了從運(yùn)行時(shí)間、 加速率和推薦精度三方面均運(yùn)行效率較高的改進(jìn)并行協(xié)同過濾算法.k-means算法依賴于數(shù)據(jù)輸入的順序和初始值的選擇, 通過準(zhǔn)則函數(shù)和誤差平方對聚類效果進(jìn)行測度, 各類的大小和形狀差別較大[10]. 為了優(yōu)化挖掘過程, 本文提出一種基于最小生成樹的多層次k-means聚類算法對數(shù)據(jù)進(jìn)行挖掘.

    1 數(shù)據(jù)類型與聚類準(zhǔn)則函數(shù)設(shè)計(jì)

    1.1 聚類分析中的矩陣類型選取

    1) 數(shù)據(jù)矩陣. 數(shù)據(jù)矩陣表示一個(gè)對象的屬性結(jié)果, 是數(shù)據(jù)之間的關(guān)系表, 每列都表示對象的一類屬性, 每行表示數(shù)據(jù)對象, 如通過m個(gè)屬性對數(shù)據(jù)對象進(jìn)行描述, 屬性一般為種類、 高度等.n個(gè)對象中存在m個(gè)屬性可通過n×m矩陣表示為

    (1)

    2) 差異矩陣. 數(shù)據(jù)對象之間的差異性用差異矩陣進(jìn)行儲(chǔ)存, 差異矩陣用n×n維矩陣表示, 其中d(i,j)為差異矩陣中的元素, 表示數(shù)據(jù)對象i和j之間存在的差異程度, 表達(dá)式為

    (2)

    差異矩陣中的元素d(i,j)≥0, 數(shù)據(jù)對象間的相似度越高, 該數(shù)據(jù)越接近于0; 數(shù)據(jù)對象之間的相似度越低, 該數(shù)據(jù)越大.

    1.2 聚類準(zhǔn)則和加權(quán)平均平方距離計(jì)算函數(shù)設(shè)計(jì)

    1) 誤差平方和準(zhǔn)則函數(shù)設(shè)計(jì). 設(shè)X={x1,x2,…,xn}表示混合樣本集, 通過相似性度量將混合樣本集聚類成C個(gè)子集X1,X2,…,XC, 每個(gè)子集都表示一個(gè)數(shù)據(jù)的類型, 分別存在n1,n2,…,nC種樣本. 采用準(zhǔn)則函數(shù)和誤差平方對數(shù)據(jù)聚類的質(zhì)量進(jìn)行衡量, 表達(dá)式為

    (3)

    其中:mj表示數(shù)據(jù)樣本在類中的均值;JC表示準(zhǔn)則函數(shù), 是聚類中心和樣本的函數(shù),JC值越大, 表示聚類過程中存在的誤差越大, 得到的聚類結(jié)果較差.

    2) 加權(quán)平均平方距離計(jì)算. 數(shù)據(jù)聚類過程中的加權(quán)平均平方距離和準(zhǔn)則的表達(dá)式為

    (4)

    (5)

    用數(shù)據(jù)的類間距離和準(zhǔn)則Jb2及類間距離和準(zhǔn)則Jb1對聚類結(jié)果類間存在的距離分布狀態(tài)進(jìn)行描述,Jb1和Jb2的計(jì)算公式為

    其中:mj表示樣本在數(shù)據(jù)類別中的均值向量;m表示數(shù)據(jù)樣本全部的均值向量; pj表示數(shù)據(jù)類別的先驗(yàn)概率[11].

    2 算法設(shè)計(jì)

    2.1 基于最小生成樹的初始中心點(diǎn)選取

    各矩形單元中存在的數(shù)據(jù)對象個(gè)數(shù)用最小生成樹分割, 計(jì)算公式為

    (8)

    其中:RecU表示矩形單元;DataN表示樣本數(shù)據(jù)的總數(shù); SF表示細(xì)分因子; k表示聚類數(shù). 最小生成樹分割得到的矩形單元均值計(jì)算公式為

    (9)

    其中: S表示數(shù)據(jù)對象在矩形單元中的線性和; W表示矩形單元權(quán)重. 數(shù)據(jù)對象在各矩形單元中密集程度的計(jì)算公式為

    (10)

    其中: vi表示每個(gè)矩形單元的面積; ni表示數(shù)據(jù)對象在每個(gè)矩形單元中的數(shù)量; dmin和dmax分別表示矩陣單元中最小數(shù)據(jù)和最大數(shù)據(jù)的距離值.

    用最小生成樹對樣本數(shù)據(jù)X={x1,x2,…,xn}進(jìn)行劃分,CenterRecU表示分割后得到的矩形單元RecU, 其反映了樣本數(shù)據(jù)集的分布狀況. 采用數(shù)據(jù)集X′對集合CenterRecU進(jìn)行表示, 用矩形單元密度對數(shù)據(jù)集X′進(jìn)行降序排序, 初始聚類中心在數(shù)據(jù)集X′中選取, 記C={C1,C2,…,Ck}, 用矩形單元中心對數(shù)據(jù)集X′進(jìn)行聚類, 得到k個(gè)類, 原始樣本數(shù)據(jù)集的初始中心點(diǎn)通過在矩形單元中進(jìn)行操作獲得[12].

    2.2 算法描述

    設(shè)X1和X2表示樣本的數(shù)據(jù)集,Dist(Ci,Cj)表示樣本簇與樣本簇之間的距離, 函數(shù)Dist(Ci,Cj)的表達(dá)式為

    (11)

    其中: Ci和Cj分別表示含有xi和xj的兩個(gè)不同聚類簇; xi和xj分別表示數(shù)據(jù)集Xi和Xj中的樣本點(diǎn); 用歐氏距離計(jì)算函數(shù)Dist(xi,xj)中數(shù)據(jù)間的距離; n1和n2表示數(shù)據(jù)對象在兩個(gè)樣本簇中的個(gè)數(shù). 平均簇間距定義為

    (12)

    其中, Ci和Cj表示兩個(gè)不同的聚類簇. 如果AvgDist(C)大于兩個(gè)簇間的距離, 則不處理這兩個(gè)簇, 繼續(xù)比較, 直到AvgDist(C)小于兩個(gè)簇之間的距離為止. 算法步驟如下:

    1) 通過k個(gè)中心點(diǎn)集C={C1,C2,…,Ck}構(gòu)建最小生成樹.

    (13)

    6) 用式(12)比較k個(gè)聚類簇之間的距離, 如果平均簇間距AvgDist(C)大于兩個(gè)簇之間的距離, 則對兩個(gè)簇進(jìn)行合并, 直到平均簇間距AvgDist(C)小于兩個(gè)簇之間的距離為止. 用最小生成樹得到的增量數(shù)據(jù)與初始聚類中心建立最小生成樹, 用最近鄰搜索方法將增量數(shù)據(jù)依次劃分到相應(yīng)的聚類中, 完成數(shù)據(jù)的聚類, 并根據(jù)類間的平均距離對聚類結(jié)果進(jìn)行完善和修正, 獲得最優(yōu)的聚類結(jié)果, 完成數(shù)據(jù)挖掘.

    基于最小生成樹的多層次k-means聚類算法流程如圖1所示.

    圖1 多層次k-means聚類算法流程Fig.1 Flow chart of multi-level k-means clustering algorithm

    3 算法應(yīng)用

    實(shí)驗(yàn)1為了驗(yàn)證基于最小生成樹的多層次k-means聚類算法對數(shù)據(jù)挖掘的有效性, 下面對該算法進(jìn)行測試, 操作系統(tǒng)為Windows7.0. 基于聚類結(jié)果越精準(zhǔn)得到的數(shù)據(jù)挖掘結(jié)果越準(zhǔn)確的原則, 分別采用基于最小生成樹的多層次k-means聚類算法與傳統(tǒng)k-means算法進(jìn)行測試, 對比兩種不同算法對數(shù)據(jù)挖掘過程中的聚類結(jié)果, 測試結(jié)果如圖2所示, 圖2中不同形狀表示不同類別的數(shù)據(jù).

    由圖2可見: 采用基于最小生成樹的多層次k-means聚類算法對數(shù)據(jù)進(jìn)行聚類時(shí), 可準(zhǔn)確地對不同類別的數(shù)據(jù)進(jìn)行劃分; 采用傳統(tǒng)k-means算法對數(shù)據(jù)進(jìn)行聚類時(shí), 得到的分類中存在不同類別的數(shù)據(jù), 聚類結(jié)果不準(zhǔn)確. 因此, 基于最小生成樹的多層次k-means聚類算法可準(zhǔn)確地對數(shù)據(jù)進(jìn)行挖掘.

    實(shí)驗(yàn)2在k-means算法中, k值決定在該聚類算法中所要分配聚類簇的多少, 同時(shí)影響算法的聚類效果和迭代次數(shù), 因此利用Canopy算法先進(jìn)行粗略的聚類, 產(chǎn)生簇的個(gè)數(shù)為6, 即k-means算法的k=6.

    圖2 兩種不同算法的聚類結(jié)果Fig.2 Clustering results of two different algorithms

    在k=6的條件下, 為進(jìn)一步驗(yàn)證本文算法的優(yōu)越性, 在分類簇的劃分過程中, 可用挖掘數(shù)據(jù)對象到簇中心的距離衡量算法的優(yōu)劣. 聚類過程中, 距離計(jì)算次數(shù)能很好地衡量挖掘算法的相關(guān)性能. 通過對本文改進(jìn)k-means算法和傳統(tǒng)的MFA算法的距離計(jì)算次數(shù)進(jìn)行比較, 完成性能對比, 對比結(jié)果如圖3所示. 由圖3可見, 本文提出的改進(jìn)k-means算法得到的距離計(jì)算次數(shù)比傳統(tǒng)MFA算法少, 隨著計(jì)算挖掘控制維度的不斷增加, 這種優(yōu)勢對比越來越明顯. 與MFA算法相比, 在數(shù)據(jù)維度不斷增加的集合中, 本文算法的效率提升約50%. 利用本文提出的改進(jìn)k-means算法和MFA算法在運(yùn)行實(shí)際效率上進(jìn)行實(shí)驗(yàn)對比, 結(jié)果如圖4所示. 由圖4可見, 本文算法在每次迭代過程中, 在時(shí)間效率上都優(yōu)于傳統(tǒng)MFA算法, 且維度越大, 效果越明顯.

    圖3 不同算法的數(shù)據(jù)點(diǎn)距離計(jì)算數(shù)比較Fig.3 Comparison of calculation number of data points distance of different algorithms

    圖4 不同算法迭代階段的運(yùn)行時(shí)間比較Fig.4 Comparison of running time of different algorithms in iterative stages

    由以上分析可知, 當(dāng)k=6時(shí), 本文提出的算法在時(shí)間效率上優(yōu)于傳統(tǒng)的MFA挖掘算法.

    圖5 不同算法的效率測試結(jié)果比較Fig.5 Comparison of efficiency test results of different algorithms

    實(shí)驗(yàn)3選擇初始點(diǎn)和聚類迭代次數(shù)在數(shù)據(jù)挖掘中均較耗時(shí)的兩個(gè)階段, 分別采用基于最小生成樹的多層次k-means聚類算法、 文獻(xiàn)[9]算法及傳統(tǒng)MFA算法對數(shù)據(jù)進(jìn)行挖掘, 對比不同算法進(jìn)行數(shù)據(jù)挖掘的效率, 結(jié)果如圖5所示.

    由圖5可見, 采用基于最小生成樹的多層次k-means聚類算法對數(shù)據(jù)進(jìn)行挖掘時(shí), 在選擇初始點(diǎn)階段的迭代次數(shù)較多, 在聚類階段中的迭代次數(shù)較低. 采用其他算法對數(shù)據(jù)進(jìn)行挖掘時(shí), 在選擇初始點(diǎn)階段的迭代次數(shù)較少, 但在聚類階段中的迭代次數(shù)較多. 對比基于最小生成樹的多層次k-means聚類算法其他和算法的迭代次數(shù)可知, 基于最小生成樹的多層次k-means聚類算法的總體迭代次數(shù)少于其他算法的總體迭代次數(shù), 因此基于最小生成樹的多層次k-means聚類算法對數(shù)據(jù)進(jìn)行挖掘時(shí)迭代次數(shù)較少, 挖掘所用時(shí)間較短.

    綜上可見, 針對傳統(tǒng)聚類算法挖掘數(shù)據(jù)時(shí), 存在挖掘結(jié)果不準(zhǔn)確、 挖掘時(shí)間長的問題, 本文提出了一種基于最小生成樹的多層次k-means聚類算法, 解決了目前數(shù)據(jù)挖掘效率低的問題, 可有效提高信息檢索率.

    猜你喜歡
    矩形數(shù)據(jù)挖掘次數(shù)
    機(jī)場航站樓年雷擊次數(shù)計(jì)算
    2020年,我國汽車召回次數(shù)同比減少10.8%,召回?cái)?shù)量同比增長3.9%
    商用汽車(2021年4期)2021-10-13 07:16:02
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    一類無界算子的二次數(shù)值域和譜
    兩矩形上的全偏差
    化歸矩形證直角
    從矩形內(nèi)一點(diǎn)說起
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    依據(jù)“次數(shù)”求概率
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    母亲3免费完整高清在线观看| 老司机靠b影院| 正在播放国产对白刺激| 桃红色精品国产亚洲av| av在线天堂中文字幕| 韩国精品一区二区三区| 成人av一区二区三区在线看| 黄网站色视频无遮挡免费观看| 亚洲人成网站高清观看| 国产成人一区二区三区免费视频网站| 在线观看免费日韩欧美大片| 欧美日韩一级在线毛片| 久久久久久大精品| 亚洲真实伦在线观看| 欧美日韩瑟瑟在线播放| 国产高清videossex| 麻豆成人午夜福利视频| 欧美性猛交╳xxx乱大交人| 欧美在线黄色| 久久人人精品亚洲av| 日韩国内少妇激情av| 校园春色视频在线观看| 久久久久久久午夜电影| 婷婷精品国产亚洲av在线| 国产高清videossex| a在线观看视频网站| 日韩精品青青久久久久久| 亚洲最大成人中文| 亚洲欧洲精品一区二区精品久久久| 国产av又大| 色综合站精品国产| 亚洲国产精品999在线| 少妇 在线观看| 国产激情欧美一区二区| 亚洲国产精品合色在线| 国产人伦9x9x在线观看| 亚洲人成电影免费在线| 男女之事视频高清在线观看| 香蕉av资源在线| 亚洲中文字幕一区二区三区有码在线看 | 久久中文字幕人妻熟女| 欧美在线黄色| 欧美亚洲日本最大视频资源| 久久久久免费精品人妻一区二区 | 看黄色毛片网站| 老司机福利观看| av在线播放免费不卡| 婷婷精品国产亚洲av| 国产99久久九九免费精品| 少妇的丰满在线观看| 欧美成人一区二区免费高清观看 | 久久午夜综合久久蜜桃| 久久久精品国产亚洲av高清涩受| 久久人妻福利社区极品人妻图片| 一进一出好大好爽视频| 91字幕亚洲| 国产黄片美女视频| 久久 成人 亚洲| 国产亚洲欧美精品永久| 制服诱惑二区| 亚洲七黄色美女视频| 国产午夜精品久久久久久| 亚洲第一av免费看| 悠悠久久av| 亚洲国产精品合色在线| 啦啦啦韩国在线观看视频| 中出人妻视频一区二区| 男人操女人黄网站| 日日干狠狠操夜夜爽| 亚洲精品美女久久av网站| 啦啦啦免费观看视频1| 老汉色∧v一级毛片| 亚洲最大成人中文| 看免费av毛片| 亚洲av电影不卡..在线观看| 亚洲人成电影免费在线| 国产亚洲av嫩草精品影院| 久久久精品欧美日韩精品| 他把我摸到了高潮在线观看| 久久精品人妻少妇| av免费在线观看网站| 99久久99久久久精品蜜桃| 午夜久久久久精精品| 亚洲免费av在线视频| 国产精华一区二区三区| 精品免费久久久久久久清纯| 久久久水蜜桃国产精品网| 日韩精品免费视频一区二区三区| 好男人电影高清在线观看| av免费在线观看网站| 91九色精品人成在线观看| 久久国产精品人妻蜜桃| 国产成人欧美在线观看| 久久久国产成人免费| 一个人观看的视频www高清免费观看 | 久久人人精品亚洲av| 欧美亚洲日本最大视频资源| 国产精品1区2区在线观看.| 热re99久久国产66热| 欧美大码av| 特大巨黑吊av在线直播 | 侵犯人妻中文字幕一二三四区| 国产亚洲精品av在线| 人人澡人人妻人| 中出人妻视频一区二区| 欧美人与性动交α欧美精品济南到| 午夜免费观看网址| www日本黄色视频网| 人人妻,人人澡人人爽秒播| 色哟哟哟哟哟哟| 日本成人三级电影网站| 熟妇人妻久久中文字幕3abv| 国产精品野战在线观看| 最近最新中文字幕大全电影3 | 国产亚洲精品一区二区www| 怎么达到女性高潮| 高清在线国产一区| 欧美成人免费av一区二区三区| 一进一出抽搐动态| 欧美成狂野欧美在线观看| 这个男人来自地球电影免费观看| 午夜亚洲福利在线播放| 久久久久久大精品| 99在线人妻在线中文字幕| 亚洲激情在线av| 日韩精品免费视频一区二区三区| 国产野战对白在线观看| 嫩草影视91久久| 黄色 视频免费看| 日本黄色视频三级网站网址| 欧美精品亚洲一区二区| 在线十欧美十亚洲十日本专区| 韩国av一区二区三区四区| 国产精品 国内视频| av在线天堂中文字幕| 久久久国产精品麻豆| 国产黄a三级三级三级人| 免费电影在线观看免费观看| 男女下面进入的视频免费午夜 | 亚洲精品国产精品久久久不卡| 亚洲,欧美精品.| 国产精品久久久人人做人人爽| 18禁黄网站禁片免费观看直播| 欧美又色又爽又黄视频| 大型黄色视频在线免费观看| 亚洲精品国产区一区二| 日本黄色视频三级网站网址| 国产又色又爽无遮挡免费看| 午夜福利一区二区在线看| 日本免费a在线| 免费观看人在逋| 丝袜美腿诱惑在线| 一个人免费在线观看的高清视频| 长腿黑丝高跟| 一二三四社区在线视频社区8| 黄片小视频在线播放| 黄频高清免费视频| 国产成人影院久久av| 99riav亚洲国产免费| 俺也久久电影网| 大香蕉久久成人网| 青草久久国产| 最近在线观看免费完整版| 男人操女人黄网站| 久久久国产成人免费| 免费在线观看黄色视频的| 国产国语露脸激情在线看| 人人妻人人澡人人看| 国产麻豆成人av免费视频| 美女 人体艺术 gogo| 美女 人体艺术 gogo| 免费在线观看成人毛片| 亚洲免费av在线视频| 91麻豆av在线| 美女扒开内裤让男人捅视频| 亚洲第一电影网av| 午夜久久久久精精品| 啦啦啦观看免费观看视频高清| 可以免费在线观看a视频的电影网站| 在线看三级毛片| 亚洲免费av在线视频| 欧美成人免费av一区二区三区| 国产精品久久电影中文字幕| 国产亚洲欧美精品永久| 色尼玛亚洲综合影院| 观看免费一级毛片| 啦啦啦观看免费观看视频高清| 国产激情偷乱视频一区二区| netflix在线观看网站| 熟妇人妻久久中文字幕3abv| 欧美精品啪啪一区二区三区| 午夜激情av网站| 久久精品91蜜桃| 日韩欧美 国产精品| 好男人电影高清在线观看| 女人高潮潮喷娇喘18禁视频| 国产一区在线观看成人免费| 国产一区在线观看成人免费| 国产精品久久久久久精品电影 | 非洲黑人性xxxx精品又粗又长| 亚洲人成伊人成综合网2020| 男女视频在线观看网站免费 | 神马国产精品三级电影在线观看 | av中文乱码字幕在线| 黄色 视频免费看| 此物有八面人人有两片| 国产又爽黄色视频| 欧美午夜高清在线| 天堂√8在线中文| 精品久久久久久久毛片微露脸| 香蕉丝袜av| av超薄肉色丝袜交足视频| 高清毛片免费观看视频网站| 99在线视频只有这里精品首页| 一级作爱视频免费观看| 亚洲欧美激情综合另类| 无限看片的www在线观看| 日韩精品青青久久久久久| 日韩欧美三级三区| 午夜老司机福利片| 女性被躁到高潮视频| 1024香蕉在线观看| 这个男人来自地球电影免费观看| 丝袜美腿诱惑在线| 十分钟在线观看高清视频www| 亚洲国产精品久久男人天堂| 中文字幕最新亚洲高清| 日韩大尺度精品在线看网址| 国产伦在线观看视频一区| 欧美一区二区精品小视频在线| 精品久久久久久久毛片微露脸| 黄色片一级片一级黄色片| 日韩欧美国产在线观看| 亚洲熟女毛片儿| 国产精品久久久人人做人人爽| 18美女黄网站色大片免费观看| 国产精品国产高清国产av| 午夜a级毛片| 这个男人来自地球电影免费观看| 美女扒开内裤让男人捅视频| 亚洲色图av天堂| 他把我摸到了高潮在线观看| 久久久久国内视频| 法律面前人人平等表现在哪些方面| 成人永久免费在线观看视频| 婷婷精品国产亚洲av在线| 1024香蕉在线观看| 母亲3免费完整高清在线观看| 99热这里只有精品一区 | 免费观看人在逋| 久99久视频精品免费| 亚洲一区二区三区不卡视频| 在线视频色国产色| 满18在线观看网站| 久久久久久久久免费视频了| 18禁观看日本| 母亲3免费完整高清在线观看| 国产99久久九九免费精品| 国产精品久久久久久亚洲av鲁大| 黄色视频,在线免费观看| 久99久视频精品免费| 亚洲自偷自拍图片 自拍| 免费在线观看完整版高清| 夜夜夜夜夜久久久久| 国产精品1区2区在线观看.| 国产不卡一卡二| 一二三四社区在线视频社区8| 51午夜福利影视在线观看| 亚洲色图 男人天堂 中文字幕| 最新在线观看一区二区三区| 久久人妻av系列| 神马国产精品三级电影在线观看 | 丰满的人妻完整版| 国产一区二区三区在线臀色熟女| 欧美成人一区二区免费高清观看 | 亚洲成av片中文字幕在线观看| 丝袜美腿诱惑在线| 国产亚洲av嫩草精品影院| 老司机午夜福利在线观看视频| 国产成人av激情在线播放| 搞女人的毛片| 老熟妇仑乱视频hdxx| 亚洲无线在线观看| 黄片大片在线免费观看| 欧美黄色淫秽网站| 夜夜躁狠狠躁天天躁| 日韩精品中文字幕看吧| 国产高清视频在线播放一区| 国产三级黄色录像| 桃红色精品国产亚洲av| www国产在线视频色| 久久 成人 亚洲| 亚洲五月色婷婷综合| 亚洲av成人不卡在线观看播放网| 免费av毛片视频| 人人妻人人澡人人看| 亚洲av电影不卡..在线观看| 看黄色毛片网站| 不卡一级毛片| 午夜a级毛片| 日本免费a在线| 女警被强在线播放| 老司机在亚洲福利影院| 国产av在哪里看| 哪里可以看免费的av片| 久久亚洲真实| 成人国语在线视频| 麻豆一二三区av精品| 黑人巨大精品欧美一区二区mp4| 91成年电影在线观看| 禁无遮挡网站| 熟女少妇亚洲综合色aaa.| 精品国产国语对白av| 亚洲中文字幕一区二区三区有码在线看 | 精品国产美女av久久久久小说| 黄频高清免费视频| 午夜激情福利司机影院| 高潮久久久久久久久久久不卡| 国产精品98久久久久久宅男小说| 国产亚洲精品第一综合不卡| 搡老妇女老女人老熟妇| x7x7x7水蜜桃| 淫妇啪啪啪对白视频| 侵犯人妻中文字幕一二三四区| 免费看a级黄色片| 视频区欧美日本亚洲| 久久九九热精品免费| 亚洲av成人一区二区三| 国产成人欧美| 久久天堂一区二区三区四区| 成人午夜高清在线视频 | 老司机靠b影院| 亚洲第一青青草原| 中亚洲国语对白在线视频| 国产人伦9x9x在线观看| 亚洲色图av天堂| 在线视频色国产色| 欧美性猛交╳xxx乱大交人| 18禁黄网站禁片午夜丰满| 怎么达到女性高潮| 精品国产亚洲在线| 18禁美女被吸乳视频| 首页视频小说图片口味搜索| 中文字幕av电影在线播放| 国产99白浆流出| 欧美黄色片欧美黄色片| 日韩大码丰满熟妇| 欧美另类亚洲清纯唯美| 久久久久久免费高清国产稀缺| 岛国视频午夜一区免费看| 十八禁人妻一区二区| 午夜成年电影在线免费观看| 亚洲国产精品合色在线| 久久久国产欧美日韩av| 叶爱在线成人免费视频播放| 桃色一区二区三区在线观看| 国内精品久久久久久久电影| 91老司机精品| 熟女电影av网| 国产精品久久久久久精品电影 | 女人爽到高潮嗷嗷叫在线视频| 999久久久国产精品视频| 欧美成人一区二区免费高清观看 | 黄色女人牲交| 久久亚洲真实| 日韩欧美在线二视频| 午夜激情av网站| 在线永久观看黄色视频| 免费在线观看黄色视频的| 国产激情欧美一区二区| 国产成人欧美| 哪里可以看免费的av片| 麻豆国产av国片精品| 脱女人内裤的视频| 日韩欧美 国产精品| 叶爱在线成人免费视频播放| 老司机福利观看| 婷婷亚洲欧美| 草草在线视频免费看| 国产精品 国内视频| 亚洲第一电影网av| 国产精品亚洲一级av第二区| 久久中文看片网| 亚洲欧美精品综合久久99| 精品福利观看| 丰满的人妻完整版| 俺也久久电影网| 黄片播放在线免费| 少妇粗大呻吟视频| 国产av不卡久久| 黄色片一级片一级黄色片| 日本黄色视频三级网站网址| 国产精品二区激情视频| 精品欧美国产一区二区三| 丁香六月欧美| 欧美又色又爽又黄视频| av在线天堂中文字幕| 成年女人毛片免费观看观看9| 日本熟妇午夜| 亚洲精品国产精品久久久不卡| 狠狠狠狠99中文字幕| 一进一出抽搐动态| 搡老熟女国产l中国老女人| 大型黄色视频在线免费观看| av有码第一页| 国产日本99.免费观看| 不卡一级毛片| 天天添夜夜摸| 国产v大片淫在线免费观看| 欧美日韩瑟瑟在线播放| 国产不卡一卡二| 日韩高清综合在线| 欧美最黄视频在线播放免费| 亚洲全国av大片| 青草久久国产| 一区二区三区国产精品乱码| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品久久久久久人妻精品电影| 欧洲精品卡2卡3卡4卡5卡区| 精品国产亚洲在线| 亚洲无线在线观看| 国产v大片淫在线免费观看| 亚洲成人久久性| 国产精品久久久久久精品电影 | 午夜激情av网站| 免费在线观看完整版高清| 麻豆成人午夜福利视频| 中文资源天堂在线| 一区二区日韩欧美中文字幕| 国产精品亚洲av一区麻豆| 在线观看免费视频日本深夜| 啦啦啦 在线观看视频| 国产97色在线日韩免费| 国产黄片美女视频| 国产精品一区二区三区四区久久 | 亚洲 欧美一区二区三区| 精华霜和精华液先用哪个| 国产真实乱freesex| 亚洲专区字幕在线| 精品国产美女av久久久久小说| 午夜精品久久久久久毛片777| 久久久久免费精品人妻一区二区 | 亚洲七黄色美女视频| 成人18禁高潮啪啪吃奶动态图| 男人舔女人下体高潮全视频| 老汉色av国产亚洲站长工具| 免费在线观看亚洲国产| 老熟妇乱子伦视频在线观看| 88av欧美| 久久久久久亚洲精品国产蜜桃av| 在线观看66精品国产| 国产精品日韩av在线免费观看| 免费在线观看日本一区| 亚洲成人精品中文字幕电影| 国产成人影院久久av| 人人妻人人看人人澡| 久久亚洲精品不卡| 国产极品粉嫩免费观看在线| 日韩精品中文字幕看吧| 国产欧美日韩精品亚洲av| 免费看日本二区| 久久国产精品男人的天堂亚洲| 久久九九热精品免费| 久久久久免费精品人妻一区二区 | 久久久水蜜桃国产精品网| 免费看日本二区| 亚洲一区二区三区色噜噜| 国产黄色小视频在线观看| 国产精品一区二区免费欧美| 人人妻,人人澡人人爽秒播| 18美女黄网站色大片免费观看| 久久久久国产精品人妻aⅴ院| 91成年电影在线观看| 国产av一区在线观看免费| www.自偷自拍.com| 免费看十八禁软件| 久久精品国产综合久久久| 欧美黑人精品巨大| 黄色片一级片一级黄色片| av免费在线观看网站| 国产伦人伦偷精品视频| 99国产精品一区二区三区| 国产黄a三级三级三级人| 熟女少妇亚洲综合色aaa.| 天天躁夜夜躁狠狠躁躁| 男女做爰动态图高潮gif福利片| 一进一出抽搐动态| 久久国产精品影院| 免费看美女性在线毛片视频| 男女那种视频在线观看| 日韩欧美一区视频在线观看| www国产在线视频色| 老司机靠b影院| 日韩av在线大香蕉| 人人妻人人看人人澡| 亚洲第一青青草原| 国产精品亚洲av一区麻豆| 老司机靠b影院| 免费人成视频x8x8入口观看| 国产1区2区3区精品| 欧美日韩中文字幕国产精品一区二区三区| √禁漫天堂资源中文www| 波多野结衣高清无吗| 久久久久九九精品影院| 久久久久久久久中文| 宅男免费午夜| 国产v大片淫在线免费观看| 午夜福利高清视频| 18美女黄网站色大片免费观看| 麻豆成人av在线观看| 搡老妇女老女人老熟妇| 久久青草综合色| 国产精品久久久人人做人人爽| 国产成人av教育| 国产一区二区三区视频了| 免费搜索国产男女视频| 搡老熟女国产l中国老女人| 亚洲,欧美精品.| 国产v大片淫在线免费观看| 波多野结衣高清无吗| 香蕉国产在线看| 国语自产精品视频在线第100页| 日韩欧美免费精品| 日日摸夜夜添夜夜添小说| 18禁国产床啪视频网站| 99久久综合精品五月天人人| 欧美一区二区精品小视频在线| www.www免费av| 免费无遮挡裸体视频| 亚洲aⅴ乱码一区二区在线播放 | 亚洲欧美日韩高清在线视频| 国产高清激情床上av| 最新在线观看一区二区三区| 男人舔女人的私密视频| 男人的好看免费观看在线视频 | 999精品在线视频| 久久精品成人免费网站| 一级毛片精品| 岛国视频午夜一区免费看| 法律面前人人平等表现在哪些方面| 亚洲成人精品中文字幕电影| 美女 人体艺术 gogo| 老司机靠b影院| 在线观看免费日韩欧美大片| 婷婷精品国产亚洲av| 国产色视频综合| 亚洲专区国产一区二区| av视频在线观看入口| 国产免费男女视频| 黑丝袜美女国产一区| 久久 成人 亚洲| 亚洲熟妇熟女久久| 91老司机精品| 日韩欧美三级三区| 国产片内射在线| 精品乱码久久久久久99久播| 99精品在免费线老司机午夜| 亚洲男人天堂网一区| 最新美女视频免费是黄的| 男女做爰动态图高潮gif福利片| 老司机福利观看| 国产成人系列免费观看| 十分钟在线观看高清视频www| 男人舔奶头视频| 免费在线观看黄色视频的| 一进一出抽搐gif免费好疼| 无人区码免费观看不卡| 人人妻人人澡欧美一区二区| 很黄的视频免费| 欧美+亚洲+日韩+国产| 日韩有码中文字幕| 亚洲专区中文字幕在线| 久久香蕉激情| 欧美一区二区精品小视频在线| 久9热在线精品视频| 国产一级毛片七仙女欲春2 | 欧美三级亚洲精品| 国产熟女午夜一区二区三区| 999精品在线视频| 国产熟女午夜一区二区三区| 久久婷婷成人综合色麻豆| 麻豆成人午夜福利视频| 99久久久亚洲精品蜜臀av| 麻豆国产av国片精品| 免费在线观看影片大全网站| 好男人在线观看高清免费视频 | 青草久久国产| 国产男靠女视频免费网站| aaaaa片日本免费| 男女午夜视频在线观看| 最新在线观看一区二区三区| 日韩成人在线观看一区二区三区| 首页视频小说图片口味搜索| 亚洲国产毛片av蜜桃av| 色综合欧美亚洲国产小说| 97人妻精品一区二区三区麻豆 | 欧美 亚洲 国产 日韩一| 麻豆av在线久日| 亚洲 欧美 日韩 在线 免费| 国产色视频综合| 99久久久亚洲精品蜜臀av| 日本一区二区免费在线视频| 亚洲av成人不卡在线观看播放网| 99热6这里只有精品| 国产野战对白在线观看| 老司机午夜福利在线观看视频| 久久狼人影院| 色尼玛亚洲综合影院| 久久久国产欧美日韩av| 国产成人欧美在线观看| 丁香欧美五月| 日韩欧美在线二视频| 一区二区日韩欧美中文字幕| 国产av一区在线观看免费| 国产精品,欧美在线|