• <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
    一级黄片播放器| 欧美日韩中文字幕国产精品一区二区三区| 精品福利观看| 黄色丝袜av网址大全| 岛国在线免费视频观看| 久久婷婷人人爽人人干人人爱| 亚洲国产高清在线一区二区三| 人妻丰满熟妇av一区二区三区| 好男人在线观看高清免费视频| 香蕉av资源在线| 夜夜看夜夜爽夜夜摸| 99热这里只有精品一区| 久99久视频精品免费| 超碰av人人做人人爽久久| 亚洲乱码一区二区免费版| 色5月婷婷丁香| 国产aⅴ精品一区二区三区波| 国产日本99.免费观看| 搡老妇女老女人老熟妇| 最新中文字幕久久久久| 国产精品野战在线观看| 老司机午夜福利在线观看视频| 琪琪午夜伦伦电影理论片6080| 成人三级黄色视频| 永久网站在线| 在线观看舔阴道视频| 精品久久久久久久久久免费视频| 很黄的视频免费| 91在线精品国自产拍蜜月| 国产精品,欧美在线| 免费在线观看影片大全网站| 伊人久久精品亚洲午夜| 国产在视频线在精品| 国产人妻一区二区三区在| av视频在线观看入口| 99久久精品热视频| 22中文网久久字幕| 看片在线看免费视频| 中出人妻视频一区二区| 国产精品久久视频播放| 精品人妻视频免费看| 亚洲精品日韩av片在线观看| 最后的刺客免费高清国语| 婷婷色综合大香蕉| 亚洲在线自拍视频| 国产精华一区二区三区| 中文字幕熟女人妻在线| 波多野结衣高清作品| 国内揄拍国产精品人妻在线| 人妻夜夜爽99麻豆av| 伦精品一区二区三区| 亚洲久久久久久中文字幕| 国产美女午夜福利| 免费搜索国产男女视频| 变态另类丝袜制服| 亚洲美女视频黄频| 久久欧美精品欧美久久欧美| 免费av不卡在线播放| 欧美激情久久久久久爽电影| 免费av观看视频| 国产精品永久免费网站| 国产成人aa在线观看| 69av精品久久久久久| 欧美精品国产亚洲| 美女免费视频网站| ponron亚洲| 日韩精品中文字幕看吧| 国产 一区 欧美 日韩| 欧美丝袜亚洲另类 | 成人av在线播放网站| 一个人免费在线观看电影| 国产精品久久久久久精品电影| 三级国产精品欧美在线观看| 黄色配什么色好看| 精品久久久久久久久久久久久| 麻豆精品久久久久久蜜桃| a在线观看视频网站| 国产老妇女一区| 亚洲在线自拍视频| 欧美另类亚洲清纯唯美| 干丝袜人妻中文字幕| 国产亚洲av嫩草精品影院| 国产黄色小视频在线观看| 亚洲精品粉嫩美女一区| 国产伦精品一区二区三区视频9| 欧美+亚洲+日韩+国产| 欧美三级亚洲精品| 小说图片视频综合网站| 国产白丝娇喘喷水9色精品| 特级一级黄色大片| 成人精品一区二区免费| 天堂影院成人在线观看| 91精品国产九色| 国产成人aa在线观看| videossex国产| 97热精品久久久久久| 欧美成人a在线观看| 欧美在线一区亚洲| 精品久久久久久久久av| 久久久久久久久大av| 国产精品久久久久久精品电影| 国产三级在线视频| 欧美日韩综合久久久久久 | 99久久精品一区二区三区| 尤物成人国产欧美一区二区三区| 韩国av在线不卡| 啪啪无遮挡十八禁网站| 校园人妻丝袜中文字幕| 亚洲精品国产成人久久av| 十八禁网站免费在线| 国产免费av片在线观看野外av| 国产蜜桃级精品一区二区三区| 久久亚洲精品不卡| 国产一区二区在线观看日韩| eeuss影院久久| 日韩欧美精品v在线| 国产 一区精品| 村上凉子中文字幕在线| 婷婷精品国产亚洲av在线| 国产亚洲精品久久久久久毛片| 免费无遮挡裸体视频| 久久久久国产精品人妻aⅴ院| 亚洲av五月六月丁香网| 不卡视频在线观看欧美| 国产免费男女视频| 亚洲va日本ⅴa欧美va伊人久久| 白带黄色成豆腐渣| 在线a可以看的网站| 日本成人三级电影网站| 中文亚洲av片在线观看爽| av福利片在线观看| 欧美区成人在线视频| 永久网站在线| 成人国产一区最新在线观看| 嫩草影视91久久| av中文乱码字幕在线| www日本黄色视频网| 五月伊人婷婷丁香| 成人三级黄色视频| 亚洲精品成人久久久久久| 亚洲美女黄片视频| 国产一区二区三区av在线 | 国产精品一区二区三区四区久久| 久久久成人免费电影| 91av网一区二区| 成人国产麻豆网| 免费电影在线观看免费观看| 人人妻人人澡欧美一区二区| 国产乱人视频| 国产乱人视频| 国内少妇人妻偷人精品xxx网站| 麻豆久久精品国产亚洲av| 我的老师免费观看完整版| 国产精品一区二区三区四区免费观看 | avwww免费| 欧美又色又爽又黄视频| 看十八女毛片水多多多| 老熟妇乱子伦视频在线观看| 日韩精品中文字幕看吧| 91在线观看av| 亚洲va日本ⅴa欧美va伊人久久| 国产av麻豆久久久久久久| 亚洲人成网站高清观看| 日日摸夜夜添夜夜添小说| 免费在线观看日本一区| 精品久久久久久久久久免费视频| 成人美女网站在线观看视频| 国产探花在线观看一区二区| 免费黄网站久久成人精品| 一级av片app| 亚洲综合色惰| 国产一区二区激情短视频| 丰满人妻一区二区三区视频av| 国产av不卡久久| 久久久久久久久大av| 天堂√8在线中文| 乱人视频在线观看| 毛片一级片免费看久久久久 | 日韩 亚洲 欧美在线| 一本久久中文字幕| av女优亚洲男人天堂| 欧美色欧美亚洲另类二区| 亚洲人与动物交配视频| 国产中年淑女户外野战色| 一卡2卡三卡四卡精品乱码亚洲| 少妇人妻精品综合一区二区 | 蜜桃久久精品国产亚洲av| 校园春色视频在线观看| av专区在线播放| 天堂av国产一区二区熟女人妻| a级一级毛片免费在线观看| 亚洲,欧美,日韩| 在线观看66精品国产| 男人舔奶头视频| 国产真实伦视频高清在线观看 | 国产视频内射| 亚洲avbb在线观看| 中文字幕久久专区| 久久久久国产精品人妻aⅴ院| 国产精品国产高清国产av| 亚洲色图av天堂| 国内少妇人妻偷人精品xxx网站| 亚洲 国产 在线| 嫩草影视91久久| 午夜a级毛片| 久久人人爽人人爽人人片va| 深爱激情五月婷婷| 啪啪无遮挡十八禁网站| 男人的好看免费观看在线视频| xxxwww97欧美| 一本精品99久久精品77| 欧美潮喷喷水| 国产亚洲精品av在线| 不卡视频在线观看欧美| 999久久久精品免费观看国产| 嫩草影视91久久| www日本黄色视频网| 国产精品一区二区三区四区久久| 国产精品女同一区二区软件 | 亚洲在线观看片| 国产精品不卡视频一区二区| 国产老妇女一区| 午夜影院日韩av| 亚洲国产欧洲综合997久久,| 赤兔流量卡办理| 国产精品伦人一区二区| 中文在线观看免费www的网站| 欧美人与善性xxx| 三级国产精品欧美在线观看| av中文乱码字幕在线| 在线免费观看的www视频| 久久久精品欧美日韩精品| 99riav亚洲国产免费| 一级黄片播放器| 精品人妻一区二区三区麻豆 | 国产精品女同一区二区软件 | 国产精品电影一区二区三区| 日韩欧美在线乱码| 99视频精品全部免费 在线| 日韩欧美精品v在线| 九色成人免费人妻av| 天天躁日日操中文字幕| 日本黄色片子视频| 亚洲国产精品久久男人天堂| 午夜视频国产福利| 欧美区成人在线视频| 欧美日本亚洲视频在线播放| 亚洲熟妇中文字幕五十中出| 免费观看人在逋| 久久久色成人| 99久久成人亚洲精品观看| 亚洲va日本ⅴa欧美va伊人久久| 成人毛片a级毛片在线播放| 婷婷六月久久综合丁香| 亚洲熟妇中文字幕五十中出| 丝袜美腿在线中文| 免费在线观看成人毛片| 联通29元200g的流量卡| 少妇高潮的动态图| 国产爱豆传媒在线观看| 欧美精品国产亚洲| 春色校园在线视频观看| 精品午夜福利视频在线观看一区| 免费一级毛片在线播放高清视频| 国产精品98久久久久久宅男小说| 国产一区二区三区av在线 | 午夜精品久久久久久毛片777| 在线免费观看不下载黄p国产 | 变态另类成人亚洲欧美熟女| 欧美日本亚洲视频在线播放| 波多野结衣高清无吗| avwww免费| 我要搜黄色片| 国产人妻一区二区三区在| 日本三级黄在线观看| 欧美日本视频| 男女啪啪激烈高潮av片| 波多野结衣高清作品| 亚洲精华国产精华精| 精品午夜福利视频在线观看一区| 伦精品一区二区三区| 97碰自拍视频| 精品乱码久久久久久99久播| 啪啪无遮挡十八禁网站| 中出人妻视频一区二区| 日日摸夜夜添夜夜添av毛片 | 免费观看人在逋| 午夜福利视频1000在线观看| 极品教师在线视频| 久久久久免费精品人妻一区二区| 国产三级中文精品| 精品午夜福利在线看| 一本久久中文字幕| 极品教师在线视频| 网址你懂的国产日韩在线| 亚洲欧美日韩无卡精品| 国产精品自产拍在线观看55亚洲| 欧美xxxx黑人xx丫x性爽| bbb黄色大片| 老女人水多毛片| 亚洲国产精品合色在线| 精品人妻视频免费看| 亚洲最大成人av| 男插女下体视频免费在线播放| 欧美成人免费av一区二区三区| 久久久久久久久久成人| 久久久午夜欧美精品| 亚洲无线在线观看| 国产亚洲精品久久久com| 亚洲男人的天堂狠狠| 欧美+日韩+精品| 欧美又色又爽又黄视频| 九色成人免费人妻av| 亚洲最大成人手机在线| 国产综合懂色| 变态另类成人亚洲欧美熟女| 精品人妻视频免费看| a级毛片免费高清观看在线播放| 成人av在线播放网站| 亚洲三级黄色毛片| 精品一区二区三区视频在线观看免费| 黄片wwwwww| 亚洲av第一区精品v没综合| 男人狂女人下面高潮的视频| 欧美+日韩+精品| 国产 一区精品| 亚洲av.av天堂| 天堂动漫精品| 女同久久另类99精品国产91| 女人十人毛片免费观看3o分钟| 在线观看舔阴道视频| 一a级毛片在线观看| av在线观看视频网站免费| 国产主播在线观看一区二区| 夜夜爽天天搞| 在线播放国产精品三级| 天天一区二区日本电影三级| 日本五十路高清| 69人妻影院| 亚洲精品乱码久久久v下载方式| 国内精品一区二区在线观看| 男女下面进入的视频免费午夜| 色播亚洲综合网| 99久久成人亚洲精品观看| 日本黄色视频三级网站网址| 国产精品久久久久久精品电影| 一个人观看的视频www高清免费观看| 亚洲国产精品久久男人天堂| 国产毛片a区久久久久| 最好的美女福利视频网| 听说在线观看完整版免费高清| 国产麻豆成人av免费视频| 日韩一区二区视频免费看| 久久精品91蜜桃| 精品午夜福利在线看| 在现免费观看毛片| 久久人妻av系列| 日本成人三级电影网站| 美女高潮喷水抽搐中文字幕| www.www免费av| 国产色婷婷99| 又粗又爽又猛毛片免费看| 色哟哟·www| 午夜激情欧美在线| 欧美绝顶高潮抽搐喷水| 色噜噜av男人的天堂激情| 男插女下体视频免费在线播放| 又爽又黄a免费视频| 亚洲国产高清在线一区二区三| 日本精品一区二区三区蜜桃| 51国产日韩欧美| 国产精品野战在线观看| 成人国产一区最新在线观看| 天堂动漫精品| 久久久国产成人免费| 联通29元200g的流量卡| 成人av一区二区三区在线看| 成年女人永久免费观看视频| 中文字幕精品亚洲无线码一区| av在线亚洲专区| 精品人妻视频免费看| 男女之事视频高清在线观看| 国产精品久久久久久久久免| 伊人久久精品亚洲午夜| 亚洲成人中文字幕在线播放| 国产伦人伦偷精品视频| 非洲黑人性xxxx精品又粗又长| 91在线观看av| 国产一区二区三区av在线 | 国国产精品蜜臀av免费| 欧美成人性av电影在线观看| 亚洲,欧美,日韩| 最好的美女福利视频网| 亚洲精品国产成人久久av| 男人狂女人下面高潮的视频| 亚洲欧美日韩东京热| 国产不卡一卡二| 精品久久久久久久末码| av黄色大香蕉| 动漫黄色视频在线观看| 88av欧美| 一进一出抽搐动态| 尾随美女入室| 国产 一区精品| 啪啪无遮挡十八禁网站| 国产在视频线在精品| 成人高潮视频无遮挡免费网站| 国产精品av视频在线免费观看| www.www免费av| 国产激情偷乱视频一区二区| 日本与韩国留学比较| 丝袜美腿在线中文| 乱码一卡2卡4卡精品| 麻豆久久精品国产亚洲av| 亚洲最大成人av| 在线播放国产精品三级| 三级国产精品欧美在线观看| 亚洲国产欧美人成| 干丝袜人妻中文字幕| 国产精品98久久久久久宅男小说| 91麻豆精品激情在线观看国产| x7x7x7水蜜桃| 尾随美女入室| 国产高清视频在线观看网站| 亚洲欧美日韩高清专用| 成人一区二区视频在线观看| 精品人妻偷拍中文字幕| 精品久久国产蜜桃| 在线看三级毛片| 国产精品99久久久久久久久| 亚洲欧美日韩无卡精品| 最后的刺客免费高清国语| 精品久久久久久久人妻蜜臀av| 亚洲国产精品sss在线观看| 中亚洲国语对白在线视频| 国内精品久久久久精免费| 欧美+亚洲+日韩+国产| 日本爱情动作片www.在线观看 | 毛片女人毛片| 在线观看舔阴道视频| 色噜噜av男人的天堂激情| 桃红色精品国产亚洲av| 真人做人爱边吃奶动态| 国产 一区精品| 亚洲av免费高清在线观看| 国产在线男女| 亚洲欧美日韩无卡精品| 色精品久久人妻99蜜桃| 99精品在免费线老司机午夜| 日韩人妻高清精品专区| 国产高清有码在线观看视频| 亚洲天堂国产精品一区在线| 精品久久久久久久久久免费视频| 日本熟妇午夜| 草草在线视频免费看| 午夜精品久久久久久毛片777| 特级一级黄色大片| 国产精品一及| 1024手机看黄色片| 成人国产综合亚洲| 亚洲熟妇中文字幕五十中出| 国产视频内射| 精品不卡国产一区二区三区| 女生性感内裤真人,穿戴方法视频| 如何舔出高潮| 三级国产精品欧美在线观看| 一级毛片久久久久久久久女| 99久久成人亚洲精品观看| 男女啪啪激烈高潮av片| 精品久久久久久久末码| 国产亚洲精品综合一区在线观看| 国产一区二区在线观看日韩| 99在线视频只有这里精品首页| 欧美高清成人免费视频www| 日韩精品有码人妻一区| 久久午夜亚洲精品久久| 伦精品一区二区三区| 99久久中文字幕三级久久日本| 亚洲人成伊人成综合网2020| 在线a可以看的网站| 国产精品日韩av在线免费观看| 午夜福利成人在线免费观看| 成年女人看的毛片在线观看| 成人午夜高清在线视频| 国产伦精品一区二区三区四那| 精品久久久久久久久亚洲 | 看十八女毛片水多多多| 国产男人的电影天堂91| 婷婷丁香在线五月| 亚洲 国产 在线| 午夜老司机福利剧场| 亚洲国产日韩欧美精品在线观看| 国产精品免费一区二区三区在线| 精品无人区乱码1区二区| 夜夜看夜夜爽夜夜摸| 成人午夜高清在线视频| av专区在线播放| 国产精品一及| 欧美极品一区二区三区四区| 97碰自拍视频| 精品欧美国产一区二区三| 国产白丝娇喘喷水9色精品| 乱人视频在线观看| 久久久精品大字幕| 男人舔女人下体高潮全视频| 国内精品久久久久久久电影| 亚洲人成网站在线播放欧美日韩| 日本a在线网址| 日韩一区二区视频免费看| 久久精品久久久久久噜噜老黄 | 美女 人体艺术 gogo| 麻豆成人av在线观看| 亚洲七黄色美女视频| 啦啦啦观看免费观看视频高清| 国产高清激情床上av| 麻豆av噜噜一区二区三区| 人妻夜夜爽99麻豆av| 亚洲精华国产精华精| 亚洲,欧美,日韩| 亚洲精品粉嫩美女一区| av黄色大香蕉| 3wmmmm亚洲av在线观看| 两人在一起打扑克的视频| 悠悠久久av| 最后的刺客免费高清国语| 亚洲欧美日韩东京热| 丰满乱子伦码专区| 久久国产精品人妻蜜桃| 亚洲av.av天堂| 欧美国产日韩亚洲一区| 在线观看av片永久免费下载| av女优亚洲男人天堂| 国语自产精品视频在线第100页| 国产一区二区亚洲精品在线观看| 亚洲在线观看片| 草草在线视频免费看| 精品日产1卡2卡| 91av网一区二区| 两人在一起打扑克的视频| 老熟妇仑乱视频hdxx| 国内精品宾馆在线| 小说图片视频综合网站| 欧美黑人巨大hd| 人妻制服诱惑在线中文字幕| 我要看日韩黄色一级片| 精品国内亚洲2022精品成人| 久久久久久久久大av| 亚洲avbb在线观看| 久久人人精品亚洲av| 在线看三级毛片| 亚洲av中文av极速乱 | 黄色日韩在线| а√天堂www在线а√下载| 在线观看舔阴道视频| 麻豆国产97在线/欧美| 精品久久久久久久久久免费视频| 99久久中文字幕三级久久日本| 又爽又黄a免费视频| 精品久久久久久久久亚洲 | 麻豆久久精品国产亚洲av| 国产成人影院久久av| 欧美最新免费一区二区三区| 午夜福利在线观看吧| 又黄又爽又免费观看的视频| 久久久精品欧美日韩精品| 亚洲av中文字字幕乱码综合| 亚洲国产欧美人成| 国产色婷婷99| 国产国拍精品亚洲av在线观看| 亚洲在线自拍视频| 日日撸夜夜添| 国产综合懂色| 婷婷六月久久综合丁香| 特大巨黑吊av在线直播| 一a级毛片在线观看| 免费看日本二区| 2021天堂中文幕一二区在线观| 亚洲人与动物交配视频| 亚洲成人久久性| 国内精品宾馆在线| 亚洲电影在线观看av| 俺也久久电影网| 变态另类成人亚洲欧美熟女| 午夜福利在线观看吧| 精品福利观看| 啪啪无遮挡十八禁网站| 日本熟妇午夜| 国产精品女同一区二区软件 | 他把我摸到了高潮在线观看| 国产久久久一区二区三区| 国产不卡一卡二| 极品教师在线视频| 黄片wwwwww| 日本黄色片子视频| 国产三级中文精品| 亚洲成人久久爱视频| 久久热精品热| 麻豆国产av国片精品| 三级国产精品欧美在线观看| 精品欧美国产一区二区三| 国产熟女欧美一区二区| 中国美女看黄片| 小说图片视频综合网站| 亚洲精品久久国产高清桃花| 亚洲经典国产精华液单| 一边摸一边抽搐一进一小说| 一个人看的www免费观看视频| 99九九线精品视频在线观看视频| 午夜免费男女啪啪视频观看 | 久久久久久伊人网av| 观看免费一级毛片| 国产精品一及| 十八禁国产超污无遮挡网站| 日韩欧美三级三区| 十八禁国产超污无遮挡网站|