• <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 ?

    數(shù)據(jù)挖掘中BP神經(jīng)網(wǎng)絡與決策樹技術的應用研究

    2018-10-18 12:03:42董明明蔣濤晏婉晨宋偉航謝斌
    經(jīng)濟研究導刊 2018年20期
    關鍵詞:決策樹增益數(shù)據(jù)挖掘

    董明明 蔣濤 晏婉晨 宋偉航 謝斌

    摘 要:大數(shù)據(jù)時代下,處理已知和預測未知數(shù)據(jù)的數(shù)據(jù)挖據(jù)技術在社會生活的眾多方面得到了大量應用。因此,采用數(shù)據(jù)挖據(jù)中BP神經(jīng)網(wǎng)絡算法和決策樹技術對畢業(yè)生就業(yè)偏好進行了預測研究。研究中首先對兩種算法流程進行了介紹,其次應用兩種算法分別對揚州大學2017年本科畢業(yè)生就業(yè)情況進行模擬預測研究,并對兩種算法優(yōu)缺點和結果進行了對比分析。通過模擬預測結果得知,兩種算法預測數(shù)據(jù)均與實際吻合,決策樹法更適用于數(shù)據(jù)數(shù)量較少的樣本,而當數(shù)據(jù)量較大時,BP神經(jīng)網(wǎng)絡法得到的預測數(shù)據(jù)將更準確。

    關鍵詞:數(shù)據(jù)挖掘;BP神經(jīng)網(wǎng)絡;決策樹;C4.5算法;機器學習

    中圖分類號:TP183;TP311.13 文獻標志碼:A 文章編號:1673-291X(2018)20-0186-05

    引言

    隨著信息技術的高速發(fā)展,人們?nèi)諠u依賴計算機技術去解決問題。隨著人們對于收集、處理數(shù)據(jù)的的能力漸漸增強,現(xiàn)時的數(shù)據(jù)操作技術已不能滿足人們的需求,因此數(shù)據(jù)挖掘就應運而生。目前,對數(shù)據(jù)挖掘比較公認的定義是W.JFrawley,G.Piatetsky-Shapiro等人提出的[1]。

    數(shù)據(jù)挖掘自發(fā)展到現(xiàn)在為止已經(jīng)產(chǎn)生了很多種方法[2],其中以BP神經(jīng)網(wǎng)絡和決策樹算法為代表。神經(jīng)網(wǎng)絡算法是一種應用廣泛的數(shù)據(jù)挖掘辦法,因其自身自行處理、分布存儲等特性非常適合處理非線性的以及那些以模糊、不完整的知識或數(shù)據(jù)為特征的問題。BP神經(jīng)網(wǎng)絡即反向傳播網(wǎng)絡(Back Propation Network)是1986年以Rumelhart為首的專家組提出的一種多層前饋網(wǎng)絡。它由大量神經(jīng)元構成,包括三層結構:輸入層、隱含層和輸出層[3]。神經(jīng)網(wǎng)絡經(jīng)過學習訓練,通過網(wǎng)絡連接權值以及網(wǎng)絡函數(shù),建立起數(shù)學模型。理論證明含一個隱含層的BP神經(jīng)網(wǎng)絡能以任意精度逼近任何非線性映射關系[4,5]。決策樹技術是機器學習中的一種歸納學習技術,它能夠從一組毫無規(guī)律的的數(shù)據(jù)樣本集合中推斷出決策樹[6]。歷史上人們先后提出了ID3算法、C4.5算法[7]、分類與回歸樹CART算法[8]、快速可伸縮的分類方法(Supervised Learning In Quest,SLIQ)[9,10]、可伸縮的并行歸納決策樹(Scalable PaRallelizable Introduction of decision tree,SPRINT)分類方法[11]、隨機映射隨機離散化連續(xù)型數(shù)據(jù)(Random Projection Random Discretization Ensembles)的算法[12]。其中,ID3算法和C4.5算法通過信息論的方法來進行分類,而CART算法、SLIQ算法以及SPRINT算法使用的是Gini指數(shù)的分類方法。本文將著重向讀者介紹C4.5算法。

    針對高校畢業(yè)生數(shù)量增加給高校帶來的畢業(yè)生信息整理問題,本文采用BP神經(jīng)網(wǎng)絡算法和決策樹C4.5算法來得到2017屆揚州大學數(shù)學科學學院畢業(yè)生就業(yè)模型,并通過比較BP神經(jīng)網(wǎng)絡模型和C4.5算法得到較為精確的畢業(yè)生就業(yè)模型,利用模型指導大學生有目標、有選擇性的學習。

    一、數(shù)據(jù)挖掘BP神經(jīng)網(wǎng)絡技術

    BP神經(jīng)網(wǎng)絡的建立過程包括兩個過程:正向傳輸和反向傳輸。輸入信號經(jīng)過輸入層、隱含層神經(jīng)元的逐層處理到達輸出層,如果輸出信號不在預期的誤差內(nèi),則轉向反向傳輸階段,通過修改各層神經(jīng)元之間的權值使得誤差減少,再次進入正向傳輸過程,再三反復直至誤差在預期的范圍之內(nèi)。具體算法步驟如下[13,14]:

    再轉至步驟4進行,直至每一層的均方差處于設定誤差范圍。

    二、數(shù)據(jù)挖掘決策樹技術

    (一)決策樹技術的定義和結構

    決策樹是一種用來預測模型的方法,樹結構一般由根節(jié)點、中間結點、葉子結點組成,其中決策樹中的根節(jié)點和中間結點存放數(shù)據(jù)的屬性或者屬性集合,葉子節(jié)點存放分類的結果。

    (二)C4.5算法

    在ID3的算法中,決策樹分支的決定是由信息增益的大小決定的,因此利用ID3算法進行分類時,結果會傾向于分類結果多的屬性。因此,J.R.Quinlan提出了C4.5算法,使用了信息增益率來對決策屬性進行選擇。

    設S是一個包含n個數(shù)據(jù)樣本的集合,該數(shù)據(jù)集合有l(wèi)個屬性D={d1,d2,…,dl},則C4.5的算法步驟為[15]:

    其中,ti是子集中屬性值為i的個數(shù),i=1,2,...,b;nw是數(shù)據(jù)屬性為j的個數(shù),并由此推出信息增益率,其定義為Radio(dj)=Gain(dj)/Split(dj),至此選出信息增益最大的屬性dj,則dj為這一層的結點。

    (5)最后,根據(jù)該屬性將子集再分類,重復步驟2、3、4,直至到達葉子結點即分類結果,由上而下遞歸下去,則可以得到完整的決策。

    三、用人單位對畢業(yè)生的偏好研究

    為了研究用人單位對畢業(yè)生的偏好,本文從2017屆揚州大學數(shù)學科學院畢業(yè)生系統(tǒng)中隨機抽取了140份數(shù)據(jù)樣本,數(shù)據(jù)中包含學生的基本信息、課程成績信息、綜合成績信息、獲獎信息、就業(yè)信息;對于數(shù)據(jù)本文進行預處理,刪去了與挖掘結果相關性弱的屬性,最終留下性別、專業(yè)成績、英語水平、計算機水平、政治面貌、獲獎名稱、就業(yè)單位名稱。

    (一)BP神經(jīng)網(wǎng)絡法在用人單位對畢業(yè)生的偏好中的研究

    使用BP神經(jīng)網(wǎng)絡分析用人單位對畢業(yè)生偏好,首先需要將數(shù)據(jù)進行歸一化:對于性別,男為1,女為0;對于獲獎情況,有為1,無為0;對于政治面貌,黨員為1,非黨員為0;對于就業(yè)情況:KY、GN、GP、SP、NP分別為0.8、0.7、0.6、0.5、0.4、0.3;對于專業(yè)成績、英語水平、計算機水平,則采用歸一化公式:

    接著建立BP網(wǎng)絡結構。本文將140個樣本數(shù)據(jù)的前100個數(shù)據(jù)作為學習樣本,后40個作為訓練樣本,并設定該網(wǎng)絡結構為三層,輸入層有6個節(jié)點,輸出層一個節(jié)點。在三層網(wǎng)絡結構中。輸入層神經(jīng)元個數(shù)m、輸出層神經(jīng)元個數(shù)m和隱含層神經(jīng)元個數(shù)L有以下近似關系:

    其中,a為[0,10]之間的的正整數(shù)。因此,本例中隱含層中神經(jīng)元個數(shù)在區(qū)間[3,12]內(nèi)。運用MATLAB2016a來對樣本中100個數(shù)據(jù)建立神經(jīng)網(wǎng)絡,通過多次訓練比較不同隱含層神經(jīng)元個數(shù)得到的不同MSE(Mean Square Error)即均方差,得到隱含層數(shù)量為8時,訓練而得的神經(jīng)網(wǎng)絡的均方差最小,達到了,如圖 1。

    在迭代次數(shù)為207次時得到最小均方差0.008 811 8

    神經(jīng)網(wǎng)絡訓練成功后,利用剩下的40個數(shù)據(jù)對神經(jīng)網(wǎng)絡數(shù)據(jù)進行預測值檢驗,從表1可以清楚地看到,預測所得的就業(yè)結果與實際結果較為相近,準確率為84.21%。實驗結果表明,通過BP神經(jīng)網(wǎng)絡可以對畢業(yè)生信息中畢業(yè)生就業(yè)情況作出較為準確的預測。

    (二)決策樹法在用人單位對畢業(yè)生的偏好中的研究

    接下來本文使用C4.5的方法建造就業(yè)信息決策樹。首先需要將原畢業(yè)生信息表中”專業(yè)成績”、”英語水平”、”計算機水平”進行進一步泛化:以70、85為區(qū)間劃分點,將成績泛化為優(yōu)(大于或等于85)、良(大于70小于85)、差(小于70)?!熬蜆I(yè)單位等級”是類別標識屬性,“英語水平”、“性別”、“專業(yè)成績”、“獲獎情況”、“計算機水平”、“政治面貌”是決策屬性。數(shù)據(jù)挖掘C4.5決策樹算法建造決策樹的方法如下。

    共有140個樣本,GN、GP、SP、BP、DY、KY對應的樣本數(shù)分別為d1=54,d2=4,d3=23,d4=4,d5=11,d6=44。首先算出總樣本的期望信息,接著算出每個決策屬性對應的信息增益率。這里以性別的信息增益率為例:性別分成“男”“女”兩種,統(tǒng)計男生的就業(yè)情況,GN為13人、GP為2人、SP為8人、BP為3人、DY為6人、KY為15人;統(tǒng)計女生的就業(yè)情況,GN為41人、GP為2人、SP為15人、BP為1人、DY為5人、KY為29人。則性別是“男”的期望信息為I(d11,d21,d31,d41,d51,d61) = I(13,2,8,3,6,15)=2.299;性別是“女”的期望信息為 I(d12,d22,d32,d42,d52,d62)= I(41,2,15, 1,5,29) =1.885。

    下面算出性別的信息期望是E(性別)=47/140×I(c11,c21,c31.c41,c51,c61)+93/140×I(c12,c22,c32,c42,c52,c62)=2.024,因而“性別”對應的信息增益為Gain(性別)=I(d1,d2,d3,d4 d5,d6)-E(性別)=0.040。經(jīng)劃分,性別分裂信息是Split(性別)=0.920,由此得到的性別信息增益率是Ratio(性別)=Gain(性別)/Split(性別)=0.043。

    同理,可以得到其他屬性對應的信息增益率,專業(yè)成績?yōu)?0.198,政治面貌為0.057,英語水平為0.119,計算機水平為0.062,獲獎情況為0.064。至此,由于專業(yè)成績最高,為0.198,因此得到?jīng)Q策樹的根節(jié)點是專業(yè)成績。

    同理,經(jīng)過Matlab編程,可得決策樹每一分枝的屬性增益率,并根據(jù)得到的屬性增益率得到?jīng)Q策樹,如圖4—7所示。

    四、結論

    運用BP神經(jīng)網(wǎng)絡和決策樹算法分別對用人單位對畢業(yè)生偏好和于本科生借書偏好進行模擬預測,得到用人單位對畢業(yè)生偏好的的神經(jīng)網(wǎng)絡和決策樹,通過它們的構成,可以得到如下結論。

    1.BP神經(jīng)網(wǎng)絡和決策樹算法對用人單位對畢業(yè)生的偏好和本科生結束偏好預測得到的結論都與實際情況吻合。

    2.決策樹適用于數(shù)據(jù)數(shù)量較少的樣本,當數(shù)據(jù)數(shù)量比較多時,運用BP神經(jīng)網(wǎng)絡得到的結果更為清晰。

    3.在處理多個屬性的數(shù)據(jù)樣本時,神經(jīng)網(wǎng)絡更具優(yōu)勢,結論也更加直觀。

    4.決策樹可以保持屬性的不變性,而神經(jīng)網(wǎng)絡需要將離散屬性轉換為數(shù)值屬性。

    參考文獻:

    [1] AGRAWAL R,PSAILA G,WIMMERS EL,et al.·Querying shapes of histories.·In Proc.of the VLDB Conference[M].1995.

    [2] 邵峰晶,于忠清.數(shù)據(jù)挖掘原理與算法[M].北京:中國水利水電出版社.

    [3] M OLLER MF.A Scaled Conjugate Gradiential Gorithm for Fast Supervised Learning[J].Neural Networks,1993,(6):525-533.

    [4] 王小川,史峰,郁磊,等.MATLAB神經(jīng)網(wǎng)絡43個案例分析[M].北京:北京航天航空大學出版社,2013.

    [5] KARDAN A A,SADEGH.H,GHIDARY.S.S,et al.Prediction of student course selection in online higher education institutes using neural network[J].Computer&Education;,2013,65;1-11.DOL;10.1016/j.compedu.2013.001.015.

    [6] IQBALl M R A,RAHMAN S,NABILl S I,et al.Knowledge based decision tree construction with feature importance domain knowledge [C].International Conference on Electrical & Computer Engineering.IEEE,2013:659-622.

    [7] QUINLAN J.R.Discovering rules by induction from large collections of examples[J].In Expert System in the Micro Electronic Age,1979:27-37.

    [8] BREIMAN L,F(xiàn)RIEDMAN J,OLSHEN R A,et al.Classification and regression trees [M].Belmont Wadsworth,1984.

    [9] METHA M,RISSANEN J,ARAWAL R.SLIQ:A fast scalable classifier for data mining [A].In EDBT96 Avignon,F(xiàn)rance [C],1996.

    [10] CHANDRA B and PAUL P VALGHESE.Fuzzy SLIQ Decision Tree Algorithm.IEEE Trans on systems,2008,38(5):1294-1301.

    [11] SHAFER J,RAWAL R,METHA M.SPRINT:A scalable parallel classifier for Data Mining [A].International Conference on Very Large Data Base [C].1996.

    [12] AMIR AHMAD,GAVIN BROWM.Random Projection Random Discretization Ensembles—Ensembles of Linear Multivariate Decision Trees.IEEE Trans on Knowledge and Data Engineering,2014,(5):1225-1275.

    [13] 胡月.BP算法并行化及在數(shù)據(jù)挖掘中的應用研究[D].重慶:重慶大學,2014.

    [14] 梁棟,張鳳琴,陳大武,等.一種基于決策樹和遺傳算法——BP神經(jīng)網(wǎng)絡的組合預測模型[J].中國科技論文2015,10(2):170-172.

    [15] 瞿花斌.數(shù)據(jù)挖掘的決策樹技術在高校畢業(yè)生管理中的應用[D].濟南:山東大學,2014.

    猜你喜歡
    決策樹增益數(shù)據(jù)挖掘
    基于增益調(diào)度與光滑切換的傾轉旋翼機最優(yōu)控制
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于單片機的程控增益放大器設計
    電子制作(2019年19期)2019-11-23 08:41:36
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    基于Multisim10和AD603的程控增益放大器仿真研究
    電子制作(2018年19期)2018-11-14 02:37:02
    決策樹和隨機森林方法在管理決策中的應用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應用
    電力與能源(2017年6期)2017-05-14 06:19:37
    基于決策樹的出租車乘客出行目的識別
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務及應用
    基于肺癌CT的決策樹模型在肺癌診斷中的應用
    欧美在线黄色| 国产片内射在线| 亚洲精品国产区一区二| 亚洲人成电影免费在线| 搡老岳熟女国产| 国产伦在线观看视频一区| 亚洲欧美激情综合另类| АⅤ资源中文在线天堂| 久久久久久人人人人人| 国产激情偷乱视频一区二区| 国产精品亚洲av一区麻豆| 欧美日韩乱码在线| 国产精品,欧美在线| 午夜视频精品福利| netflix在线观看网站| 久久久久精品国产欧美久久久| 免费看十八禁软件| 哪里可以看免费的av片| 男女下面进入的视频免费午夜 | 亚洲人成网站高清观看| 日本 欧美在线| 久久精品国产亚洲av香蕉五月| 91字幕亚洲| 777久久人妻少妇嫩草av网站| 丁香六月欧美| 欧美一级毛片孕妇| 青草久久国产| 日韩av在线大香蕉| 天堂动漫精品| av在线播放免费不卡| 国产成人欧美| 色综合婷婷激情| 免费看日本二区| 俺也久久电影网| 久久久国产精品麻豆| 亚洲精品在线观看二区| 又紧又爽又黄一区二区| 日韩国内少妇激情av| 人人妻人人看人人澡| 91大片在线观看| 久9热在线精品视频| 成人午夜高清在线视频 | 美女 人体艺术 gogo| 亚洲精品久久国产高清桃花| 亚洲狠狠婷婷综合久久图片| 亚洲男人天堂网一区| 神马国产精品三级电影在线观看 | 国产成人av教育| 国内毛片毛片毛片毛片毛片| 久久狼人影院| 国产成人欧美| 又黄又爽又免费观看的视频| 香蕉久久夜色| 正在播放国产对白刺激| 一进一出抽搐动态| 欧美激情 高清一区二区三区| 国产亚洲av高清不卡| 国产伦一二天堂av在线观看| 看免费av毛片| 亚洲免费av在线视频| 国产一区二区三区视频了| 久久精品国产综合久久久| 啦啦啦韩国在线观看视频| √禁漫天堂资源中文www| 97超级碰碰碰精品色视频在线观看| 日本a在线网址| 国产精品爽爽va在线观看网站 | 国产成年人精品一区二区| 美女午夜性视频免费| 99久久综合精品五月天人人| 国产99白浆流出| 午夜日韩欧美国产| 亚洲中文日韩欧美视频| 亚洲国产精品久久男人天堂| bbb黄色大片| 久久精品91无色码中文字幕| АⅤ资源中文在线天堂| 国产主播在线观看一区二区| 国产精品久久久久久亚洲av鲁大| 在线十欧美十亚洲十日本专区| 91在线观看av| 黄色a级毛片大全视频| 日韩欧美在线二视频| 欧洲精品卡2卡3卡4卡5卡区| 国产真实乱freesex| 久9热在线精品视频| 欧美日韩乱码在线| 精品免费久久久久久久清纯| 变态另类丝袜制服| 久热这里只有精品99| 亚洲全国av大片| 久久香蕉精品热| 久久精品国产综合久久久| 99久久99久久久精品蜜桃| 国产精品一区二区免费欧美| 狂野欧美激情性xxxx| 欧美一级毛片孕妇| 老司机午夜十八禁免费视频| 欧美成人一区二区免费高清观看 | √禁漫天堂资源中文www| 亚洲国产精品久久男人天堂| 美女扒开内裤让男人捅视频| 99久久国产精品久久久| av福利片在线| 一进一出抽搐动态| 亚洲成av人片免费观看| 69av精品久久久久久| 大型av网站在线播放| 国产亚洲精品久久久久5区| 欧美日韩中文字幕国产精品一区二区三区| www.999成人在线观看| 国产在线观看jvid| 国产精品香港三级国产av潘金莲| 99re在线观看精品视频| 午夜影院日韩av| 男人舔奶头视频| 国产男靠女视频免费网站| 国产99白浆流出| 不卡一级毛片| 亚洲精品国产区一区二| 一级黄色大片毛片| 美女国产高潮福利片在线看| av电影中文网址| 欧美绝顶高潮抽搐喷水| 9191精品国产免费久久| 国产伦在线观看视频一区| 曰老女人黄片| 亚洲电影在线观看av| 自线自在国产av| 99久久久亚洲精品蜜臀av| 精品国产超薄肉色丝袜足j| 国产亚洲精品久久久久久毛片| 熟女电影av网| 亚洲精品在线美女| 亚洲电影在线观看av| 妹子高潮喷水视频| 身体一侧抽搐| 免费在线观看影片大全网站| 久久精品人妻少妇| 18禁观看日本| 妹子高潮喷水视频| 亚洲中文字幕一区二区三区有码在线看 | 亚洲人成电影免费在线| 给我免费播放毛片高清在线观看| 精品久久久久久久末码| 久久天躁狠狠躁夜夜2o2o| 色精品久久人妻99蜜桃| 视频在线观看一区二区三区| 久久亚洲真实| 午夜福利视频1000在线观看| 久9热在线精品视频| 亚洲成人久久爱视频| 99久久国产精品久久久| 首页视频小说图片口味搜索| 日本一区二区免费在线视频| 日本撒尿小便嘘嘘汇集6| 欧美乱妇无乱码| 黄色视频,在线免费观看| 满18在线观看网站| 色精品久久人妻99蜜桃| a级毛片在线看网站| 亚洲七黄色美女视频| 亚洲av熟女| 18美女黄网站色大片免费观看| 国产精品久久久久久人妻精品电影| 日本 欧美在线| 最近最新免费中文字幕在线| 免费看十八禁软件| 久久精品成人免费网站| 一区二区三区精品91| 中亚洲国语对白在线视频| 亚洲无线在线观看| 视频区欧美日本亚洲| 国产午夜精品久久久久久| 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| 国产蜜桃级精品一区二区三区| 久久精品影院6| 久久久久久大精品| 嫩草影院精品99| 51午夜福利影视在线观看| 天天添夜夜摸| 国产精品精品国产色婷婷| 欧美性猛交黑人性爽| 国产高清有码在线观看视频 | 亚洲中文日韩欧美视频| 精品第一国产精品| 99国产精品99久久久久| 欧美最黄视频在线播放免费| 黑人操中国人逼视频| 国产成+人综合+亚洲专区| 国语自产精品视频在线第100页| 欧美一区二区精品小视频在线| 亚洲精品在线观看二区| 99re在线观看精品视频| 中文字幕人妻丝袜一区二区| 黄色视频不卡| 国产伦人伦偷精品视频| 十八禁人妻一区二区| 日韩有码中文字幕| 亚洲欧美精品综合久久99| 天堂影院成人在线观看| 在线国产一区二区在线| 日本熟妇午夜| 亚洲电影在线观看av| 自线自在国产av| 国产一区在线观看成人免费| 88av欧美| 一夜夜www| 国产熟女午夜一区二区三区| 中出人妻视频一区二区| 亚洲在线自拍视频| 国产伦一二天堂av在线观看| 国语自产精品视频在线第100页| 12—13女人毛片做爰片一| 精品人妻1区二区| 久久久久久久久久黄片| 午夜亚洲福利在线播放| 俺也久久电影网| 97超级碰碰碰精品色视频在线观看| 午夜成年电影在线免费观看| 亚洲 欧美一区二区三区| 欧美精品亚洲一区二区| 一进一出抽搐gif免费好疼| 欧美在线黄色| 国产一区二区激情短视频| 51午夜福利影视在线观看| 久久香蕉激情| 精品第一国产精品| 777久久人妻少妇嫩草av网站| 国产男靠女视频免费网站| 国产主播在线观看一区二区| av在线天堂中文字幕| 大香蕉久久成人网| 亚洲第一欧美日韩一区二区三区| 中文字幕久久专区| 一二三四在线观看免费中文在| 自线自在国产av| 国产精品一区二区三区四区久久 | 亚洲精品久久国产高清桃花| aaaaa片日本免费| 中文字幕最新亚洲高清| 黑人操中国人逼视频| 麻豆成人av在线观看| 午夜免费成人在线视频| 国产精品免费一区二区三区在线| 亚洲精品中文字幕一二三四区| 青草久久国产| 久久久久精品国产欧美久久久| av电影中文网址| 麻豆一二三区av精品| 亚洲中文日韩欧美视频| 久热爱精品视频在线9| 色老头精品视频在线观看| 国产精品影院久久| 99在线人妻在线中文字幕| 亚洲av熟女| x7x7x7水蜜桃| 久久久久久久久免费视频了| 国产精品98久久久久久宅男小说| 黄色 视频免费看| 午夜福利一区二区在线看| 国产伦人伦偷精品视频| 无人区码免费观看不卡| 99久久综合精品五月天人人| 色播在线永久视频| 日韩精品中文字幕看吧| 老司机靠b影院| 91麻豆精品激情在线观看国产| 久久中文字幕一级| 中文字幕精品亚洲无线码一区 | 无限看片的www在线观看| 国产精品99久久99久久久不卡| 精品久久久久久,| 精品国产乱码久久久久久男人| 最近在线观看免费完整版| 欧美大码av| 精品一区二区三区av网在线观看| 一本大道久久a久久精品| 亚洲人成网站在线播放欧美日韩| 亚洲av成人不卡在线观看播放网| 亚洲男人天堂网一区| 国产高清有码在线观看视频 | 久久精品人妻少妇| 国产高清激情床上av| 久久久国产欧美日韩av| 国产亚洲欧美在线一区二区| 亚洲人成电影免费在线| 亚洲av中文字字幕乱码综合 | 欧美色视频一区免费| 老司机福利观看| 国产成+人综合+亚洲专区| 亚洲国产高清在线一区二区三 | 国产伦人伦偷精品视频| 国产精品美女特级片免费视频播放器 | 99久久99久久久精品蜜桃| 女同久久另类99精品国产91| 国产精品香港三级国产av潘金莲| 日本a在线网址| 女人被狂操c到高潮| 一本综合久久免费| 久久欧美精品欧美久久欧美| 久久久久久久久久黄片| 色精品久久人妻99蜜桃| 国产精品久久电影中文字幕| 国产成+人综合+亚洲专区| 亚洲精品在线观看二区| 亚洲中文av在线| 国产精品美女特级片免费视频播放器 | 在线观看66精品国产| 国产欧美日韩一区二区三| 1024视频免费在线观看| 婷婷丁香在线五月| 99精品在免费线老司机午夜| 久久婷婷成人综合色麻豆| 亚洲成人国产一区在线观看| 亚洲五月天丁香| 久久午夜综合久久蜜桃| 亚洲一区中文字幕在线| 婷婷六月久久综合丁香| 亚洲精品中文字幕一二三四区| 国产亚洲欧美98| 免费一级毛片在线播放高清视频| 亚洲av五月六月丁香网| av欧美777| 久久精品国产亚洲av高清一级| 成人亚洲精品av一区二区| 两性午夜刺激爽爽歪歪视频在线观看 | 久久国产亚洲av麻豆专区| 此物有八面人人有两片| 亚洲狠狠婷婷综合久久图片| 亚洲人成伊人成综合网2020| 精品久久久久久久人妻蜜臀av| 日韩欧美国产一区二区入口| 哪里可以看免费的av片| 精品久久久久久久末码| 国产又黄又爽又无遮挡在线| 亚洲精品一卡2卡三卡4卡5卡| 欧美黑人精品巨大| 久久99热这里只有精品18| 日日干狠狠操夜夜爽| 老司机福利观看| 美女国产高潮福利片在线看| 男女下面进入的视频免费午夜 | 99久久精品国产亚洲精品| 热re99久久国产66热| 韩国精品一区二区三区| 少妇裸体淫交视频免费看高清 | 日本a在线网址| 国产成人啪精品午夜网站| 国语自产精品视频在线第100页| 一区二区日韩欧美中文字幕| av视频在线观看入口| 日本在线视频免费播放| 999久久久精品免费观看国产| 十八禁网站免费在线| 桃色一区二区三区在线观看| 国产熟女xx| 中文字幕人成人乱码亚洲影| 在线观看午夜福利视频| 亚洲第一电影网av| 亚洲电影在线观看av| 国产av不卡久久| 99riav亚洲国产免费| 观看免费一级毛片| 亚洲 国产 在线| 黄频高清免费视频| 亚洲欧洲精品一区二区精品久久久| 国内少妇人妻偷人精品xxx网站 | 亚洲男人的天堂狠狠| 国产乱人伦免费视频| 草草在线视频免费看| 男人的好看免费观看在线视频 | 一级毛片女人18水好多| 欧美一区二区精品小视频在线| 久久中文字幕人妻熟女| www国产在线视频色| 老司机在亚洲福利影院| 国产精品免费一区二区三区在线| 99热6这里只有精品| 白带黄色成豆腐渣| 国产一卡二卡三卡精品| 久9热在线精品视频| 中文资源天堂在线| 亚洲欧美日韩无卡精品| 国产成人精品久久二区二区91| 制服人妻中文乱码| 日韩免费av在线播放| 制服丝袜大香蕉在线| 色尼玛亚洲综合影院| 动漫黄色视频在线观看| 淫秽高清视频在线观看| 精品久久久久久成人av| 欧美亚洲日本最大视频资源| 亚洲性夜色夜夜综合| 熟女少妇亚洲综合色aaa.| 精品少妇一区二区三区视频日本电影| 18禁国产床啪视频网站| 麻豆国产av国片精品| 日韩精品中文字幕看吧| 日韩欧美三级三区| 女警被强在线播放| 婷婷精品国产亚洲av| 日韩欧美三级三区| 国内精品久久久久久久电影| 国产伦一二天堂av在线观看| 国产精品,欧美在线| 一级作爱视频免费观看| 国产高清videossex| 在线观看www视频免费| 99在线人妻在线中文字幕| 日韩一卡2卡3卡4卡2021年| 亚洲自偷自拍图片 自拍| 国产免费av片在线观看野外av| av福利片在线| 精品国内亚洲2022精品成人| 国产av在哪里看| 搡老妇女老女人老熟妇| 婷婷丁香在线五月| 国产精品98久久久久久宅男小说| 久久精品影院6| 桃色一区二区三区在线观看| 一二三四在线观看免费中文在| 啦啦啦 在线观看视频| x7x7x7水蜜桃| 国产精品国产高清国产av| 国产成年人精品一区二区| 国产真实乱freesex| 99国产精品一区二区三区| 亚洲激情在线av| 日本一区二区免费在线视频| 欧美乱色亚洲激情| 深夜精品福利| 久久精品国产99精品国产亚洲性色| 婷婷精品国产亚洲av| 女生性感内裤真人,穿戴方法视频| 久久草成人影院| 亚洲人成网站在线播放欧美日韩| or卡值多少钱| 亚洲精品国产一区二区精华液| 欧美日韩黄片免| 亚洲男人天堂网一区| 99久久精品国产亚洲精品| 欧美乱色亚洲激情| 欧美黑人欧美精品刺激| 国产日本99.免费观看| 变态另类成人亚洲欧美熟女| 黄色视频不卡| 91麻豆av在线| 不卡一级毛片| 狠狠狠狠99中文字幕| 黄片播放在线免费| 亚洲av成人不卡在线观看播放网| 久久精品国产亚洲av高清一级| 亚洲 欧美一区二区三区| 日韩欧美一区视频在线观看| 香蕉国产在线看| 国产免费男女视频| 黄片小视频在线播放| 亚洲第一欧美日韩一区二区三区| 久热爱精品视频在线9| 久久久久久久午夜电影| 日本三级黄在线观看| 国产野战对白在线观看| 亚洲av第一区精品v没综合| 级片在线观看| 亚洲精品在线观看二区| 在线观看免费日韩欧美大片| 两人在一起打扑克的视频| 精品日产1卡2卡| 99久久久亚洲精品蜜臀av| 亚洲一码二码三码区别大吗| 免费一级毛片在线播放高清视频| 国产免费av片在线观看野外av| 老司机午夜十八禁免费视频| 国产一区二区三区视频了| 51午夜福利影视在线观看| 我的亚洲天堂| 亚洲片人在线观看| 亚洲欧美激情综合另类| 亚洲一区二区三区色噜噜| 俄罗斯特黄特色一大片| 99热这里只有精品一区 | 村上凉子中文字幕在线| 亚洲国产精品成人综合色| 真人做人爱边吃奶动态| 在线免费观看的www视频| 欧美另类亚洲清纯唯美| 此物有八面人人有两片| 一本一本综合久久| 亚洲欧美精品综合一区二区三区| 丝袜美腿诱惑在线| 亚洲人成网站高清观看| 少妇熟女aⅴ在线视频| 中文字幕人成人乱码亚洲影| 99在线视频只有这里精品首页| 搞女人的毛片| 88av欧美| 亚洲成人久久爱视频| 欧美久久黑人一区二区| 岛国在线观看网站| 老汉色∧v一级毛片| 色在线成人网| 亚洲久久久国产精品| 母亲3免费完整高清在线观看| 成熟少妇高潮喷水视频| 少妇 在线观看| 搡老妇女老女人老熟妇| 国产激情偷乱视频一区二区| 久久久久久久久久黄片| 亚洲第一电影网av| 少妇粗大呻吟视频| 两性夫妻黄色片| 国语自产精品视频在线第100页| 天天添夜夜摸| 99精品在免费线老司机午夜| 午夜免费观看网址| 国产精品久久电影中文字幕| 亚洲欧美日韩无卡精品| 很黄的视频免费| 国产高清视频在线播放一区| 欧美成人一区二区免费高清观看 | 亚洲精品粉嫩美女一区| 一本精品99久久精品77| 婷婷六月久久综合丁香| 99久久综合精品五月天人人| 男女午夜视频在线观看| 操出白浆在线播放| 久久婷婷成人综合色麻豆| 一区二区三区精品91| 变态另类成人亚洲欧美熟女| 18禁美女被吸乳视频| 91在线观看av| 久久久久久大精品| 精品久久久久久久久久免费视频| 精品国产美女av久久久久小说| 亚洲精品国产一区二区精华液| 天天躁狠狠躁夜夜躁狠狠躁| 欧美zozozo另类| 国产熟女xx| 免费高清在线观看日韩| 中文字幕高清在线视频| 久久中文看片网| 亚洲欧洲精品一区二区精品久久久| 亚洲片人在线观看| 在线av久久热| 日韩免费av在线播放| 99在线视频只有这里精品首页| 亚洲中文字幕一区二区三区有码在线看 | 99热6这里只有精品| 精品电影一区二区在线| 麻豆成人午夜福利视频| 免费在线观看影片大全网站| 亚洲精华国产精华精| 婷婷亚洲欧美| 久久久久久久精品吃奶| 757午夜福利合集在线观看| 99国产综合亚洲精品| 国产精品电影一区二区三区| 国产成年人精品一区二区| 精品第一国产精品| 美女高潮喷水抽搐中文字幕| 国内久久婷婷六月综合欲色啪| 在线观看一区二区三区| 午夜久久久在线观看| 18禁黄网站禁片免费观看直播| 成年免费大片在线观看| 波多野结衣av一区二区av| 国产97色在线日韩免费| 波多野结衣高清无吗| 精品熟女少妇八av免费久了| 亚洲精品在线美女| 国产亚洲av嫩草精品影院| 夜夜看夜夜爽夜夜摸| 国产亚洲av嫩草精品影院| 国产一区二区三区视频了| 成年人黄色毛片网站| 不卡一级毛片| 最近在线观看免费完整版| 身体一侧抽搐| 最近在线观看免费完整版| 一区二区三区高清视频在线| 欧美人与性动交α欧美精品济南到| 精品国产亚洲在线| 后天国语完整版免费观看| 亚洲一区二区三区色噜噜| 欧美人与性动交α欧美精品济南到| 一区二区三区高清视频在线| 国产麻豆成人av免费视频| av天堂在线播放| 夜夜夜夜夜久久久久| 久久久国产欧美日韩av| 国产v大片淫在线免费观看| 成人三级黄色视频| 老司机福利观看| 国产一区在线观看成人免费| 精品久久蜜臀av无| 午夜福利欧美成人| www.精华液| 午夜免费观看网址| 久久热在线av| АⅤ资源中文在线天堂| 国产精品野战在线观看| videosex国产| 亚洲av成人一区二区三| 免费女性裸体啪啪无遮挡网站| 欧美性长视频在线观看| 欧美黑人巨大hd| 亚洲国产高清在线一区二区三 | 亚洲欧美精品综合久久99| 日韩 欧美 亚洲 中文字幕| √禁漫天堂资源中文www| 日本 av在线| 色尼玛亚洲综合影院| 99精品欧美一区二区三区四区|