• <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 ?

    基于案例學(xué)習(xí)的多層次聚類指標(biāo)客觀權(quán)重極大熵挖掘模型

    2019-03-07 06:37:28曹穎賽劉思峰方志耕曾友春
    中國管理科學(xué) 2019年2期
    關(guān)鍵詞:賦權(quán)權(quán)重聚類

    曹穎賽,劉思峰,方志耕,曾友春,王 歡

    (1.南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院,江蘇 南京 210016;2.陸軍軍事交通學(xué)院汽車士官學(xué)校運(yùn)輸指揮系,安徽 蚌埠 233011)

    1 引言

    在實(shí)際多屬性聚類決策問題中,特征指標(biāo)的聚類權(quán)重是影響聚類結(jié)果準(zhǔn)確性的重要因素之一,聚類指標(biāo)的合理配置問題一直是國內(nèi)外學(xué)者的研究熱點(diǎn),并且已取得了豐富的研究成果。

    概括起來,傳統(tǒng)的指標(biāo)權(quán)重確定方法大致可以分為兩大類:主觀賦權(quán)法和客觀賦權(quán)法。其中,主觀賦權(quán)法,是指基于決策者的知識經(jīng)驗(yàn)或偏好,按照重要性程度對各指標(biāo)進(jìn)行比較、賦值和計(jì)算而得出權(quán)重的方法。典型主觀賦權(quán)方法包括:專家調(diào)查法(Delphi法)[1]、層次分析法(AHP法)[2]、偏好比率法[3]、環(huán)比評分法[4]、二項(xiàng)系數(shù)法[5]、比較矩陣法[6]和重要性排序法[7]等。這些方法僅僅體現(xiàn)了決策者的工作經(jīng)驗(yàn)以及自身對指標(biāo)的偏好程度,所給出的權(quán)重系數(shù)比較粗略。對此國內(nèi)外學(xué)者們不斷在原有思路與方法的基礎(chǔ)上進(jìn)行探索和創(chuàng)新,并基于指標(biāo)客觀數(shù)據(jù)的差異程度提出了一系列客觀權(quán)重確定方法,包括:主成分分析法[8]、熵技術(shù)法[9]、離差最大化法[10]、均方差法[11]和多目標(biāo)規(guī)劃法[12]等,這些方法旨在突出對象在評價指標(biāo)之間的客觀差異性。此外,還有大量研究致力于綜合指標(biāo)權(quán)重主、可觀信息以提升決策的準(zhǔn)確性。丁濤等[13]提出了一種權(quán)重自調(diào)整方法,旨在平衡主觀賦權(quán)和客觀賦權(quán)所帶來的誤差,從而提高評價的合理性。程硯秋[14]基于區(qū)間相似度、序列比對等原理,對特定專家給出的指標(biāo)主觀權(quán)重進(jìn)行了修正,以增加群決策的有效性。金佳佳等[15]還從關(guān)聯(lián)的角度融合了主觀先驗(yàn)信息與客觀信息,并將其轉(zhuǎn)化為求解綜合權(quán)重的約束條件,旨在提高權(quán)重配置的可信度。

    然而上述方法大多僅聚焦于單層聚類指標(biāo)的客觀權(quán)重配置問題,但在實(shí)際多屬性聚類決策領(lǐng)域中,觀測對象往往包含多個特征指標(biāo),并且特征指標(biāo)之間還具有一定的層次結(jié)構(gòu)。目前,針對多層次聚類指標(biāo)賦權(quán)問題普遍采用的還是主觀性較強(qiáng)的層次分析(AHP)方法[16-17]。在運(yùn)用層次分析方法對多層次聚類指標(biāo)進(jìn)行賦權(quán)時,需要專家對于指標(biāo)的重要性信息進(jìn)行主觀判斷比較,在一定程度上影響了指標(biāo)權(quán)重的客觀性。Zhang等[18]運(yùn)用優(yōu)化模型求得了多層次指標(biāo)之間的相互影響系數(shù)并在此基礎(chǔ)上求解了相應(yīng)指標(biāo)的權(quán)重,最后將指標(biāo)賦權(quán)結(jié)果應(yīng)用至城市可持續(xù)發(fā)展評價研究中。Boroushaki[19]通過測算各層次指標(biāo)所包含的信息熵大小求解出了指標(biāo)權(quán)重大小,并運(yùn)用修正TOPSIS算法給出了空間多屬性決策問題的解決步驟。

    以上研究雖然能夠有效解決部分多層次屬性指標(biāo)的賦權(quán)問題,但仍不能完全滿足實(shí)際多維聚類決策的需要,具體問題體現(xiàn)在對于對象歷史聚類信息的利用程度還有所欠缺。歷史聚類信息綜合反映了各層次指標(biāo)對于對象所屬類別的影響程度,通過對歷史聚類案例的有效學(xué)習(xí)不僅有助于發(fā)掘?qū)ο缶垲惖谋举|(zhì)客觀規(guī)律,還能進(jìn)一步挖掘出對象各個屬性指標(biāo)的權(quán)重信息。對于多屬性聚類決策而言,案例學(xué)習(xí)是指通過決策者學(xué)習(xí)推理特定典型案例集的決策結(jié)果,計(jì)算出部分或全部決策參數(shù),從而構(gòu)建出對應(yīng)的決策模型,再應(yīng)用于對所有對象進(jìn)行評價的方法[20]。目前代表性的模型包括UTADIS[21]以及基于案例距離的決策模型[22],這兩種方法雖然為多屬性決策問題提供了具有借鑒意義的參考,但并未直接涉及對象屬性指標(biāo)的客觀賦權(quán)問題。

    為充分挖掘已有的歷史聚類案例信息,本文基于向量空間模型將聚類對象轉(zhuǎn)化為多維屬性特征空間向量,運(yùn)用余弦距離測算對象底層指標(biāo)屬性之間的相似程度,然后根據(jù)對象屬性指標(biāo)的層次性結(jié)構(gòu)以及相應(yīng)各層指標(biāo)的權(quán)重系數(shù)綜合測算出對象之間的相似程度,最后根據(jù)歷史聚類案例中的同類對象具有較高的相似度特點(diǎn),建立了基于案例學(xué)習(xí)的多層次聚類指標(biāo)客觀權(quán)重極大熵挖掘模型,從而測算各個層次指標(biāo)對整個對象所屬類別的影響程度。

    2 基于對象特征屬性空間向量的聚類分析

    在多屬性決策過程中,決策者往往通過評價對象特征屬性之間的相似程度,將評價對象劃分到不同的類別中去。某些對象之所以能夠歸屬到同一類中,是因?yàn)槠渥匀槐举|(zhì)屬性具有較高的相似性。在進(jìn)行相似性評價過程中,觀測對象往往具有多個屬性指標(biāo),并且指標(biāo)之間還存在一定的層次結(jié)構(gòu)關(guān)系,為對象的相似性測度帶來了很大的不便。對此,本部分將根據(jù)對象相似性的各種影響因素的屬性范圍,將其分成不同的評價方面、要素和因素,其中每個待評價對象會包含若干個評價方面,每個評價方面又含有多個評價要素,每個評價要素又含有不同的評價因素(如圖1所示)。由于每個評價層次的各個指標(biāo)對對象間相似性的影響程度不盡相同,因此需要對各層次的指標(biāo)賦以相應(yīng)的權(quán)重以合理地區(qū)分其重要程度。

    圖1 對象聚類指標(biāo)層次結(jié)構(gòu)示意圖

    2.1 對象特征屬性空間向量表征

    向量空間模型(Vector Space Model)是由Salton[23]于20世紀(jì)70年代提出的決策對象表征模型,該模型能夠?qū)ο髮傩灾笜?biāo)的相似度計(jì)算轉(zhuǎn)化成向量空間中的向量距離運(yùn)算。根據(jù)向量空間模型的構(gòu)建思想,對于一個由多層次屬性指標(biāo)構(gòu)成的聚類對象而言,每個屬性指標(biāo)都將看作是一個多維向量,其中底層指標(biāo)向量表示某一類要素的集合,其向量元素為某一要素的觀測值;上層指標(biāo)向量為其下屬次級指標(biāo)的集合,其向量元素是一個包含其下屬次級指標(biāo)屬性值及其相應(yīng)的權(quán)重的二維向量。

    定義1 聚類對象的底層指標(biāo)向量為

    VBottom=[x1,x2,…,xi,…xn]

    (1)

    式中向量元素xi表示觀測到的第i個影響要素的觀測值,n表示該指標(biāo)影響要素的數(shù)量。

    定義2 聚類對象的上層指標(biāo)向量為

    VUpper=[(y1,w1),(y2,w2),…,(yi,wi),…,(ym,wm)]

    (2)

    式中的向量元素yi表示該指標(biāo)的第i個下屬次級指標(biāo)的觀測值;wi表示該指標(biāo)的第i個下屬次級指標(biāo)的權(quán)重值;m表示該指標(biāo)下屬的次級指標(biāo)數(shù)量。

    綜上,聚類對象的向量空間模型可表示如下:

    C={t1,w1[t1.1,w1.1(t1.1.1,w1.1.1;…;t1.1.k,w1.1.k);…;t1.j,w1.j();…];…;ti,wi[()];…}

    (3)

    式中,各個指標(biāo)下各自又包含其下屬次級指標(biāo),ti,wi為聚類對象的一級指標(biāo)觀測值及其權(quán)重,ti.j,wi.j為待評價對象的二級指標(biāo)觀測值及其權(quán)重,依次類推直至底層的評價因素集合。

    2.2 基于對象相似度的聚類分析

    對于具有多層次聚類屬性指標(biāo)的待聚類對象而言,對象之間的相似度測算需要逐層求解各評價方面、評價要素和因素的相似程度,即首先求解最底層要素的相似程度,然后依次逐層向上求解各個評價因素的相似程度,直至求解整個對象的相似程度??紤]到余弦距離能夠通過求解兩個向量夾角余弦值的方式度量兩個對象之間的一致性,本部分將采用向量的余弦距離測度要素之間的相似程度。

    定義3 若底層要素A的n維向量表示為A=[A1,A2,…,An],底層要素B的n維向量表示為B=[B1,B2,…,Bn],則底層要素A與B之間的相似度為

    (4)

    由式(4)可知,在將對象轉(zhuǎn)化為空間向量之后,兩向量之間夾角越小,其余弦值越大,兩個要素越相似。

    定義4 若某待聚類對象有n層評價指標(biāo),底層因素個數(shù)為m1,其各個因素的相似度為siml,權(quán)重為kl(l=1,2,…,m1);第i層中的第j個指標(biāo)的權(quán)重為kj(j=1,2,…,mi),則任意兩個對象之間的相似度可表示為

    kh…j…l

    (5)

    由式(5)可知,基于對象底層指標(biāo)要素之間的相似度以及指標(biāo)的層次結(jié)構(gòu)關(guān)系,可以自下而上逐層求解對象之間的相似程度。若存在n個待聚類對象,通過求解兩兩對象之間的相似度,可以得到對象之間的相似度如表1所示。

    表1 對象相似度表

    根據(jù)相應(yīng)的相似度臨界值sim*,即可判定出對象的所屬類別,即當(dāng)sim(i,j)≥sim*時,對象i和j便屬于同一類。

    定理1針對某一對象而言,同一類內(nèi)對象之間的相似度最小值大于不同類對象間相似度的最大值,即若對象i和j同屬于類Sα,對象k屬于類Sβ,則min{sim(i,j)}>max{sim(i,k)}。

    證明:采用反正法。假設(shè)min{sim(i,j)}≤max{sim(i,k)},由于對象i和j同屬于一類,若相似度的分類臨界值為sim*,則sim(i,j)≥sim*,所以由sim*≤min{sim(i,j)},min{sim(i,j)}≤max{sim(i,k)}推得max{sim(i,k)}≥sim*,因此對象i和k同屬于一類,這與對象i和k不屬于同一類相矛盾。所以假設(shè)不成立,原命題成立。

    3 基于案例學(xué)習(xí)的多層次聚類指標(biāo)客觀權(quán)重極大熵權(quán)重挖掘模型

    在確定對象聚類指標(biāo)權(quán)重過程中,針對歷史聚類案例中相似對象的類別從屬關(guān)系,可以通過各聚類指標(biāo)所傳達(dá)的類別信息量確定其權(quán)重系數(shù)。根據(jù)極大熵準(zhǔn)則[24],在已知部分信息的基礎(chǔ)上,認(rèn)為權(quán)重熵值達(dá)到最大且滿足約束條件時所得到的權(quán)重值出現(xiàn)的可能性最大,因此可構(gòu)建基于案例學(xué)習(xí)的多層次聚類指標(biāo)客觀權(quán)重極大熵挖掘模型。具體建模步驟如下:

    步驟1: 確定目標(biāo)函數(shù)

    對于一個包含由多個評價方面、要素和因素組成的多層次指標(biāo)屬性的聚類對象而言,其任一指標(biāo)權(quán)重wi是該指標(biāo)在其所在的評價層指標(biāo)集合中所占的比重,是一個隨機(jī)變量并具有一定的不確定性。按照極大熵準(zhǔn)則,在已知部分信息的基礎(chǔ)上當(dāng)各個評價層次的權(quán)重熵值達(dá)到最大且滿足約束條件時所得到的權(quán)重值出現(xiàn)的可能性最大。因此可構(gòu)建多層次聚類指標(biāo)客觀權(quán)重極大熵挖掘模型的目標(biāo)函數(shù)如下式所示:

    (6)

    式(6)中,w表示各個評價層次中的指標(biāo)權(quán)重,ni表示第i評價層的指標(biāo)數(shù)量,fi(w)表示第i評價層的指標(biāo)權(quán)重熵函數(shù),

    步驟2:約束條件確定

    (1)各評價層次中指標(biāo)的權(quán)重之和為1,即

    (7)

    (2)在歷史聚類案例中相同類別對象之間具有較高的相似度,即sim(i,j)>sim(i,k),其中對象i和j同屬一類Sα,而對象k屬于類Sβ。

    根據(jù)目標(biāo)函數(shù)和約束條件,可建立如下多目標(biāo)規(guī)劃來求解各層次指標(biāo)權(quán)重,如下式所示:

    (8)

    定理2存在一組權(quán)重系數(shù)[λ1,λ2,…,λn]∈(0,1),使得多目標(biāo)極大熵聚類指標(biāo)客觀權(quán)重挖掘問題能夠通過線性加權(quán)的方式轉(zhuǎn)化為單目標(biāo)極大熵客觀權(quán)重配置問題。

    (1)當(dāng)0<λi<1時,若設(shè)F(w1)≤F(w2),即fi(w1)≤fi(w2),i=1,2,…,n,且至少存在一個j(1≤j≤n),使得fj(w1)

    (2)當(dāng)0≤λi≤1時,若設(shè)F(w1)

    綜上,U(F(w))是F(w)的單調(diào)遞增函數(shù)。因此新的單目標(biāo)規(guī)劃的最優(yōu)解是原規(guī)劃的有效解。證畢

    定理3基于案例學(xué)習(xí)的多層次聚類指標(biāo)客觀權(quán)重的極大熵挖掘模型存在唯一的最優(yōu)解

    證明:由極大熵模型:

    若極大熵模型是一個凸集上的凸規(guī)劃問題,則必存在唯一的最優(yōu)解

    由定理1和規(guī)劃模型的標(biāo)準(zhǔn)表達(dá)式

    首先判斷目標(biāo)函數(shù)的凹凸性,目標(biāo)函數(shù)F(w)的海塞矩陣為

    由于00所以|H|>0恒成立,因此該目標(biāo)函數(shù)F(w)為凸函數(shù),而約束條件為線性約束條件,所以為凸集。

    綜上,該極大熵模型為凸集上的凸規(guī)劃問題,必存在唯一的最優(yōu)解。證畢

    4 案例分析

    刑事犯罪案件雖然種類繁多,但是幾乎所有案件都包含有類似作案時間,作案地點(diǎn),作案手段,嫌疑人特征,損失物品等特征屬性。合理地對案件進(jìn)行串并處理,不僅能提高案件的偵破效率,還能促進(jìn)案例庫的規(guī)范化管理以便于未來的案例推理學(xué)習(xí)。在案件串并過程中,案件屬性特征的權(quán)重配置決定了串并結(jié)果的合理性。本案例在運(yùn)用向量空間模型表征各類案件特征屬性指標(biāo)的基礎(chǔ)上,對案件之間的相似程度進(jìn)行測算,最后運(yùn)用已有的歷史案件串并信息,構(gòu)建聚類指標(biāo)極大熵客觀權(quán)重挖掘模型以確定案件各個屬性特征的權(quán)重。

    某公安部門歷史案例庫中已有分好類的5個案例集C={C1,C2,C3,C4,C5},案例屬性特征如圖2所示,并且已知其分類信息為C1,C2,C3同屬一類,C4和C5各成一類。

    大量的刑事案件表明,有很多指標(biāo)的屬性內(nèi)容無法直接客觀、準(zhǔn)確的描述,如受害人在對嫌疑人的

    圖2 刑事案件屬性特征示意圖

    身高及年齡身份進(jìn)行描述時,只能給出大致模糊性的表述,呈現(xiàn)出“亦此亦彼”的特點(diǎn)。考慮到模糊子

    集常用于處理不精確數(shù)據(jù),因此采用模糊子集表示某指標(biāo)下的屬性值屬于該指標(biāo)某一要素的概率。以刑事案例中的嫌疑人身份向量表述為例,假設(shè)其設(shè)定的身份序列為(青年,中年,老年),若某案件的嫌疑人身份向量為[0.2,0.7,0.1],則表示該案件的嫌疑人身份屬于青年的概率為0.2,屬于中年的概率為0.7,屬于老年的概率為0.1。該案例庫中的5個案例集的底層指標(biāo)屬性信息如表2所示。

    將各層指標(biāo)的權(quán)重值作為待定系數(shù),求解5個案件的兩兩相似度如表3所示。

    表2 底層特征指標(biāo)的屬性信息

    表3 案件相似度信息

    由案例的分類信息可得

    sim(1,2)>sim(1,4),sim(1,5),sim(2,4),sim(2,5);

    sim(1,3)>sim(1,4),sim(1,5),sim(3,4),sim(3,5);

    sim(2,3)>sim(2,4),sim(2,5),sim(3,4),sim(3,5)

    令w1為身份特征的權(quán)重,w2為體型特征的權(quán)重,w3為口音特征權(quán)重,w4為作案時間權(quán)重,w5為作案工具特征,w6為嫌疑人特征,w7為作案特征權(quán)重。對于整個案例而言,各層指標(biāo)的重要性程度并無實(shí)質(zhì)性差異,因此在極大熵客觀權(quán)重配置模型中將各個目標(biāo)函數(shù)的權(quán)重配置為1/3,最終基于歷史分類信息的極大熵客觀權(quán)重配置模型如下式所示。

    最后解得w1=0.471,w2=0.487,w3=0.042,w4=0.515,w5=0.485,w6=0.974,w7=0.026

    由此可以得出,對整個刑事案件而言,嫌疑人特征較為重要,其權(quán)重高達(dá)0.974,這符合人們對刑事案件偵破的直觀認(rèn)識和了解;在嫌疑人特征方面,嫌疑人體型特征權(quán)重和口音特征幾乎相同但都遠(yuǎn)高于身份特征,說明在定位搜尋犯罪嫌疑人時其身份特征信息容易被忽略。在作案特征屬性中,作案時間特征重要性稍高于作案工具特征。運(yùn)用其他客觀權(quán)重配置方法求解得到案件各個屬性特征指標(biāo)的權(quán)重值如表4所示。

    表4 與其他方法的比較

    從變異系數(shù)法和熵值法求得的權(quán)重結(jié)果來看,兩種方法僅能從底層指標(biāo)屬性的觀測值信息中挖掘出單層聚類指標(biāo)的權(quán)重信息,無法為更高層次的指標(biāo)進(jìn)行賦權(quán)。除此之外,從其單層指標(biāo)的賦權(quán)結(jié)果不難發(fā)現(xiàn),運(yùn)用變異系數(shù)法求得的底層指標(biāo)權(quán)重分布較為均勻(只有在嫌疑人特征屬性中能夠看出口音特征遠(yuǎn)遠(yuǎn)高于其他兩項(xiàng)特征;而從熵值法的權(quán)重配置的結(jié)果來看作案工具特征和嫌疑人口音特征相對重要),無法明顯區(qū)分出其他各個指標(biāo)的對于案件所屬類別的重要性影響程度。

    5 結(jié)語

    本文從評價聚類對象的相似度信息出發(fā),構(gòu)建了聚類對象特征屬性指標(biāo)空間向量表征模型,并在此基礎(chǔ)上,采用余弦距離方法測度對象底層指標(biāo)屬性之間的相似度,最后根據(jù)對象的指標(biāo)層次結(jié)構(gòu)及各層次屬性指標(biāo)的權(quán)重系數(shù)綜合測算對象之間的相似程度?;跉v史聚類案例中屬于相同類別對象之間相似度較大,不同類別對象間的相似度較小特點(diǎn),運(yùn)用極大熵準(zhǔn)則,構(gòu)建了基于對象歷史聚類案例信息的多層次聚類指標(biāo)客觀權(quán)重挖掘模型。最后以刑事案件的屬性指標(biāo)權(quán)重配置問題進(jìn)行案例研究并與其他權(quán)重配置方法進(jìn)行對比分析,計(jì)算結(jié)果表明本文提出的方法在多層次聚類指標(biāo)客觀賦權(quán)的合理性方面優(yōu)于其他方法,為多層次指標(biāo)對象聚類過程中的指標(biāo)權(quán)重系數(shù)確定問題提供了一種新的解決方法和思路。

    猜你喜歡
    賦權(quán)權(quán)重聚類
    論鄉(xiāng)村治理的有效賦權(quán)——以A縣扶貧項(xiàng)目為例
    中國西部(2022年2期)2022-05-23 13:28:20
    企業(yè)數(shù)據(jù)賦權(quán)保護(hù)的反思與求解
    權(quán)重常思“浮名輕”
    試論新媒體賦權(quán)
    活力(2019年15期)2019-09-25 07:22:12
    基于改進(jìn)AHP熵博弈賦權(quán)的輸變電工程評價
    為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    基于公約式權(quán)重的截短線性分組碼盲識別方法
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    久久久久国产一级毛片高清牌| 一区二区三区四区激情视频| 精品少妇黑人巨大在线播放| 免费在线观看影片大全网站| 新久久久久国产一级毛片| 啦啦啦免费观看视频1| 国产精品国产av在线观看| 国产一区二区三区综合在线观看| 性色av乱码一区二区三区2| 国产一区二区三区在线臀色熟女 | 999久久久精品免费观看国产| 亚洲av成人不卡在线观看播放网 | 亚洲欧洲日产国产| 淫妇啪啪啪对白视频 | 国产无遮挡羞羞视频在线观看| 亚洲精品国产av蜜桃| 91成人精品电影| 久久精品aⅴ一区二区三区四区| 捣出白浆h1v1| 91av网站免费观看| 亚洲一区二区三区欧美精品| 麻豆国产av国片精品| av片东京热男人的天堂| av又黄又爽大尺度在线免费看| 久久久久久亚洲精品国产蜜桃av| 免费久久久久久久精品成人欧美视频| 国产精品 欧美亚洲| 丰满迷人的少妇在线观看| 国精品久久久久久国模美| 99九九在线精品视频| 我要看黄色一级片免费的| 亚洲精品成人av观看孕妇| 韩国高清视频一区二区三区| 亚洲精品中文字幕在线视频| 国产日韩欧美亚洲二区| 亚洲第一av免费看| 久久av网站| 国产精品.久久久| 免费高清在线观看日韩| 精品国产乱码久久久久久男人| 色精品久久人妻99蜜桃| 成人黄色视频免费在线看| 精品国产一区二区久久| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产精品一区三区| 看免费av毛片| 天天躁日日躁夜夜躁夜夜| 老司机在亚洲福利影院| 12—13女人毛片做爰片一| 日本欧美视频一区| 国产一卡二卡三卡精品| 成人亚洲精品一区在线观看| 欧美性长视频在线观看| a级毛片黄视频| 麻豆乱淫一区二区| 丝瓜视频免费看黄片| 啦啦啦免费观看视频1| 国产精品九九99| 纵有疾风起免费观看全集完整版| 在线观看免费日韩欧美大片| av片东京热男人的天堂| 国产人伦9x9x在线观看| 99国产精品99久久久久| 色老头精品视频在线观看| 国产在线一区二区三区精| 精品人妻在线不人妻| 日韩,欧美,国产一区二区三区| 女性生殖器流出的白浆| 69av精品久久久久久 | 欧美精品人与动牲交sv欧美| 亚洲激情五月婷婷啪啪| 男女边摸边吃奶| 欧美人与性动交α欧美精品济南到| 亚洲精品乱久久久久久| 久久ye,这里只有精品| 看免费av毛片| 夜夜骑夜夜射夜夜干| 精品少妇一区二区三区视频日本电影| www.自偷自拍.com| 久久精品国产亚洲av香蕉五月 | 老司机在亚洲福利影院| 纯流量卡能插随身wifi吗| 国产精品影院久久| av视频免费观看在线观看| 国产在线视频一区二区| 精品国产乱码久久久久久男人| 91国产中文字幕| 一本色道久久久久久精品综合| 欧美另类亚洲清纯唯美| 中文字幕av电影在线播放| 免费日韩欧美在线观看| 999精品在线视频| 精品一区二区三卡| 大香蕉久久网| 亚洲精品中文字幕一二三四区 | 精品国产乱码久久久久久小说| 各种免费的搞黄视频| av天堂久久9| 亚洲精品国产av成人精品| 婷婷色av中文字幕| 欧美老熟妇乱子伦牲交| 亚洲欧美一区二区三区黑人| 男人操女人黄网站| 中国国产av一级| 夜夜骑夜夜射夜夜干| 久久久久久免费高清国产稀缺| 国产淫语在线视频| 18禁国产床啪视频网站| 男女下面插进去视频免费观看| 亚洲五月婷婷丁香| 一级片'在线观看视频| 美女福利国产在线| 午夜视频精品福利| 他把我摸到了高潮在线观看 | 欧美日韩成人在线一区二区| 99久久精品国产亚洲精品| 国产精品一区二区在线不卡| 精品高清国产在线一区| 777久久人妻少妇嫩草av网站| 国产视频一区二区在线看| 国产日韩欧美亚洲二区| 91麻豆精品激情在线观看国产 | bbb黄色大片| 国产亚洲午夜精品一区二区久久| 窝窝影院91人妻| 国产精品免费视频内射| 黄色视频在线播放观看不卡| 999久久久精品免费观看国产| 欧美精品高潮呻吟av久久| 他把我摸到了高潮在线观看 | 亚洲国产欧美一区二区综合| bbb黄色大片| 丰满人妻熟妇乱又伦精品不卡| 国产成人a∨麻豆精品| 一边摸一边抽搐一进一出视频| 婷婷成人精品国产| av在线老鸭窝| 久久国产精品大桥未久av| 中亚洲国语对白在线视频| 少妇人妻久久综合中文| √禁漫天堂资源中文www| 色播在线永久视频| 动漫黄色视频在线观看| 亚洲少妇的诱惑av| 久久天堂一区二区三区四区| 少妇裸体淫交视频免费看高清 | 日韩精品免费视频一区二区三区| 在线天堂中文资源库| 狠狠婷婷综合久久久久久88av| 亚洲美女黄色视频免费看| 首页视频小说图片口味搜索| 欧美久久黑人一区二区| av免费在线观看网站| 天天躁狠狠躁夜夜躁狠狠躁| 热99久久久久精品小说推荐| 欧美日韩亚洲综合一区二区三区_| 国产欧美日韩综合在线一区二区| 欧美另类一区| 精品久久久精品久久久| 老汉色∧v一级毛片| 国产精品久久久av美女十八| 女人久久www免费人成看片| 人成视频在线观看免费观看| 日本一区二区免费在线视频| √禁漫天堂资源中文www| 咕卡用的链子| 黑人巨大精品欧美一区二区mp4| 国产一区有黄有色的免费视频| 久久女婷五月综合色啪小说| 亚洲av国产av综合av卡| 久久久久视频综合| 国产1区2区3区精品| 超碰97精品在线观看| 久久毛片免费看一区二区三区| 日韩欧美免费精品| 一进一出抽搐动态| av天堂久久9| 侵犯人妻中文字幕一二三四区| 美女午夜性视频免费| 国产精品九九99| 久久免费观看电影| 亚洲国产av新网站| 亚洲国产精品一区三区| 欧美国产精品va在线观看不卡| 国产精品一二三区在线看| 亚洲精品一区蜜桃| 亚洲精品美女久久久久99蜜臀| 中文字幕人妻丝袜制服| av网站免费在线观看视频| 少妇人妻久久综合中文| 亚洲av电影在线观看一区二区三区| 黑人操中国人逼视频| 亚洲国产精品成人久久小说| 欧美+亚洲+日韩+国产| tube8黄色片| 啦啦啦 在线观看视频| 69av精品久久久久久 | 各种免费的搞黄视频| 国产日韩一区二区三区精品不卡| 又黄又粗又硬又大视频| 飞空精品影院首页| 日韩 欧美 亚洲 中文字幕| 十八禁网站网址无遮挡| 亚洲精品自拍成人| 久久这里只有精品19| 久久人人爽av亚洲精品天堂| 五月天丁香电影| 欧美+亚洲+日韩+国产| 亚洲国产精品999| 啪啪无遮挡十八禁网站| 久久性视频一级片| 日韩大片免费观看网站| 高潮久久久久久久久久久不卡| 亚洲午夜精品一区,二区,三区| 妹子高潮喷水视频| 99国产极品粉嫩在线观看| 两个人免费观看高清视频| 亚洲av欧美aⅴ国产| 性少妇av在线| 欧美精品av麻豆av| 国产亚洲精品一区二区www | 久久久久国内视频| 性少妇av在线| 亚洲 欧美一区二区三区| 97人妻天天添夜夜摸| 久久久精品区二区三区| av在线app专区| 久久中文看片网| 亚洲国产精品一区二区三区在线| 极品人妻少妇av视频| 脱女人内裤的视频| 国产日韩欧美视频二区| 在线观看人妻少妇| 国产一区二区激情短视频 | 黑人巨大精品欧美一区二区mp4| 精品国产一区二区三区四区第35| 黑丝袜美女国产一区| 国产一区二区在线观看av| 啦啦啦在线免费观看视频4| 啦啦啦啦在线视频资源| 热99久久久久精品小说推荐| 国产成人精品久久二区二区91| 亚洲国产av新网站| 50天的宝宝边吃奶边哭怎么回事| 黄色视频在线播放观看不卡| 波多野结衣av一区二区av| 亚洲人成77777在线视频| 久9热在线精品视频| 中国国产av一级| 欧美成人午夜精品| 久久国产精品男人的天堂亚洲| 成人亚洲精品一区在线观看| 国产欧美日韩一区二区精品| 国产高清videossex| 欧美 亚洲 国产 日韩一| 国产精品影院久久| 午夜精品国产一区二区电影| www.999成人在线观看| 性高湖久久久久久久久免费观看| 狠狠狠狠99中文字幕| 成人黄色视频免费在线看| 精品少妇内射三级| 日本91视频免费播放| 国产三级黄色录像| 国产伦理片在线播放av一区| 18在线观看网站| 久久久久久久久免费视频了| 999精品在线视频| 欧美精品av麻豆av| 亚洲七黄色美女视频| 国产麻豆69| 丝袜美足系列| 999久久久国产精品视频| 蜜桃在线观看..| 久久免费观看电影| 亚洲综合色网址| 国产精品熟女久久久久浪| 亚洲伊人色综图| 日韩视频一区二区在线观看| 亚洲天堂av无毛| 9色porny在线观看| 国产成人欧美| 亚洲,欧美精品.| 桃红色精品国产亚洲av| 国产亚洲欧美精品永久| 国产老妇伦熟女老妇高清| avwww免费| cao死你这个sao货| svipshipincom国产片| 久久久久网色| 女人高潮潮喷娇喘18禁视频| 99国产精品一区二区蜜桃av | 成人国产一区最新在线观看| 女人久久www免费人成看片| 午夜老司机福利片| 中文字幕精品免费在线观看视频| 日本欧美视频一区| 一级,二级,三级黄色视频| 国产人伦9x9x在线观看| 在线观看www视频免费| 午夜福利,免费看| 日韩有码中文字幕| 亚洲中文日韩欧美视频| 亚洲av成人不卡在线观看播放网 | 午夜福利视频精品| 成人av一区二区三区在线看 | 午夜日韩欧美国产| 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 | 黄色视频不卡| 亚洲欧美成人综合另类久久久| 99久久99久久久精品蜜桃| 国产亚洲精品第一综合不卡| 男女免费视频国产| 久久久久视频综合| 国产精品久久久久久精品电影小说| 一区二区日韩欧美中文字幕| 中亚洲国语对白在线视频| 成人18禁高潮啪啪吃奶动态图| 国产一级毛片在线| 日韩三级视频一区二区三区| 午夜精品久久久久久毛片777| 男男h啪啪无遮挡| 巨乳人妻的诱惑在线观看| 91国产中文字幕| 欧美乱码精品一区二区三区| 亚洲第一av免费看| 欧美精品人与动牲交sv欧美| 精品一区二区三区av网在线观看 | 欧美乱码精品一区二区三区| 国产精品久久久av美女十八| 亚洲av欧美aⅴ国产| 青春草亚洲视频在线观看| 老司机靠b影院| 90打野战视频偷拍视频| 精品欧美一区二区三区在线| 少妇 在线观看| www.av在线官网国产| 国产成人免费观看mmmm| 狂野欧美激情性bbbbbb| www.999成人在线观看| 亚洲国产av新网站| 亚洲精品一卡2卡三卡4卡5卡 | 人人妻人人澡人人看| 美国免费a级毛片| 91成人精品电影| 一级片免费观看大全| 久久热在线av| 女人高潮潮喷娇喘18禁视频| 亚洲国产欧美一区二区综合| 久久久久久久久免费视频了| 十八禁高潮呻吟视频| 亚洲黑人精品在线| 久久青草综合色| 99国产极品粉嫩在线观看| 久久人妻熟女aⅴ| 国产精品一区二区在线不卡| 国产深夜福利视频在线观看| 91av网站免费观看| 久久99热这里只频精品6学生| av在线老鸭窝| 亚洲天堂av无毛| a 毛片基地| 免费女性裸体啪啪无遮挡网站| 窝窝影院91人妻| 久久亚洲国产成人精品v| 爱豆传媒免费全集在线观看| 国产一级毛片在线| a在线观看视频网站| 欧美性长视频在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 精品少妇久久久久久888优播| 亚洲精品国产区一区二| 亚洲黑人精品在线| 91精品伊人久久大香线蕉| 宅男免费午夜| 亚洲国产中文字幕在线视频| 在线亚洲精品国产二区图片欧美| 丝袜人妻中文字幕| 水蜜桃什么品种好| 免费观看av网站的网址| 啦啦啦在线免费观看视频4| 日韩欧美一区二区三区在线观看 | 一级a爱视频在线免费观看| 欧美激情 高清一区二区三区| 亚洲av男天堂| 久久久久久久大尺度免费视频| 母亲3免费完整高清在线观看| 久久国产精品人妻蜜桃| 黄色 视频免费看| 久久久久精品人妻al黑| 中文精品一卡2卡3卡4更新| 亚洲欧美激情在线| 久久国产精品大桥未久av| 黑人猛操日本美女一级片| 久久人人97超碰香蕉20202| 交换朋友夫妻互换小说| 脱女人内裤的视频| 啦啦啦啦在线视频资源| 国产伦理片在线播放av一区| 日韩有码中文字幕| 不卡av一区二区三区| 久久久精品区二区三区| 国产91精品成人一区二区三区 | 亚洲国产av影院在线观看| 亚洲欧美精品综合一区二区三区| 色94色欧美一区二区| 久久久精品94久久精品| 国产精品影院久久| 久久性视频一级片| 精品久久久精品久久久| 欧美黑人欧美精品刺激| 两人在一起打扑克的视频| 亚洲精品成人av观看孕妇| 亚洲九九香蕉| 看免费av毛片| 青春草视频在线免费观看| 黄片大片在线免费观看| a级毛片黄视频| 精品人妻熟女毛片av久久网站| 2018国产大陆天天弄谢| 99久久人妻综合| 91国产中文字幕| a 毛片基地| 老司机影院毛片| 欧美精品av麻豆av| 天天影视国产精品| 国产国语露脸激情在线看| 午夜激情av网站| 久久中文字幕一级| 啦啦啦中文免费视频观看日本| av欧美777| 国产97色在线日韩免费| 国产无遮挡羞羞视频在线观看| www日本在线高清视频| 日本五十路高清| 一区二区三区精品91| 在线 av 中文字幕| 91成年电影在线观看| 久久久久久久久免费视频了| 亚洲国产看品久久| 操美女的视频在线观看| 黄色 视频免费看| 老鸭窝网址在线观看| 亚洲欧美一区二区三区久久| 亚洲视频免费观看视频| 国产男人的电影天堂91| www.自偷自拍.com| 成人手机av| 久久久久网色| 国产精品av久久久久免费| 人人妻人人添人人爽欧美一区卜| 少妇被粗大的猛进出69影院| 午夜激情久久久久久久| 亚洲少妇的诱惑av| 18禁黄网站禁片午夜丰满| 国产无遮挡羞羞视频在线观看| 久久免费观看电影| 国产精品久久久久久精品电影小说| 国产在线视频一区二区| 国产男女内射视频| 亚洲欧美色中文字幕在线| 操出白浆在线播放| 999久久久精品免费观看国产| 母亲3免费完整高清在线观看| 亚洲欧美清纯卡通| 久久女婷五月综合色啪小说| 我的亚洲天堂| 他把我摸到了高潮在线观看 | 熟女少妇亚洲综合色aaa.| 女人高潮潮喷娇喘18禁视频| 亚洲人成电影免费在线| 动漫黄色视频在线观看| 麻豆av在线久日| 久久精品亚洲熟妇少妇任你| 五月开心婷婷网| 国产成人av激情在线播放| 考比视频在线观看| 777米奇影视久久| 伊人久久大香线蕉亚洲五| 又大又爽又粗| 亚洲精品一卡2卡三卡4卡5卡 | 自拍欧美九色日韩亚洲蝌蚪91| 丁香六月天网| 免费不卡黄色视频| 久久久久久久国产电影| 国产熟女午夜一区二区三区| 一级黄色大片毛片| 一级,二级,三级黄色视频| www日本在线高清视频| 精品国产乱码久久久久久男人| 王馨瑶露胸无遮挡在线观看| 成人免费观看视频高清| 国产高清videossex| 久热这里只有精品99| 久久久久视频综合| 丁香六月天网| 三级毛片av免费| 女人被躁到高潮嗷嗷叫费观| 中亚洲国语对白在线视频| 曰老女人黄片| 国产成人精品无人区| 日韩免费高清中文字幕av| 俄罗斯特黄特色一大片| 99久久99久久久精品蜜桃| 女人久久www免费人成看片| 啦啦啦视频在线资源免费观看| av有码第一页| 国产成人免费无遮挡视频| 在线天堂中文资源库| 91老司机精品| 人妻一区二区av| 欧美另类一区| 国产成人系列免费观看| 国产成人欧美在线观看 | 丰满人妻熟妇乱又伦精品不卡| 久久亚洲精品不卡| 亚洲欧洲日产国产| 少妇被粗大的猛进出69影院| 国产精品 欧美亚洲| 日韩精品免费视频一区二区三区| 大码成人一级视频| av在线老鸭窝| 18禁裸乳无遮挡动漫免费视频| 丝袜喷水一区| av片东京热男人的天堂| 日本五十路高清| 欧美黄色淫秽网站| 久久国产精品男人的天堂亚洲| 国产精品亚洲av一区麻豆| 欧美精品高潮呻吟av久久| av又黄又爽大尺度在线免费看| 日韩视频在线欧美| 精品欧美一区二区三区在线| 国产亚洲av片在线观看秒播厂| 国产一区二区在线观看av| 久久久国产欧美日韩av| 色婷婷av一区二区三区视频| 亚洲伊人色综图| 免费少妇av软件| 亚洲国产中文字幕在线视频| 欧美黑人精品巨大| 国产精品 欧美亚洲| 久久久精品免费免费高清| 正在播放国产对白刺激| 国产又色又爽无遮挡免| 正在播放国产对白刺激| 在线永久观看黄色视频| 欧美久久黑人一区二区| 深夜精品福利| 日日夜夜操网爽| 五月开心婷婷网| 国产成人免费无遮挡视频| 免费高清在线观看日韩| 午夜日韩欧美国产| 国产av精品麻豆| 亚洲欧美清纯卡通| 国产精品自产拍在线观看55亚洲 | 国产黄色免费在线视频| 久久人人爽人人片av| 国产黄频视频在线观看| 999久久久精品免费观看国产| 伊人亚洲综合成人网| 女性被躁到高潮视频| 高清黄色对白视频在线免费看| 欧美国产精品va在线观看不卡| cao死你这个sao货| 女性被躁到高潮视频| 亚洲黑人精品在线| 国产精品1区2区在线观看. | 午夜91福利影院| 亚洲av日韩精品久久久久久密| 美女福利国产在线| 99精国产麻豆久久婷婷| 高清欧美精品videossex| 久久人妻福利社区极品人妻图片| 欧美 亚洲 国产 日韩一| 狠狠狠狠99中文字幕| 少妇 在线观看| 欧美亚洲 丝袜 人妻 在线| 亚洲欧美激情在线| 波多野结衣一区麻豆| 在线亚洲精品国产二区图片欧美| 99香蕉大伊视频| 天天躁夜夜躁狠狠躁躁| 午夜老司机福利片| 亚洲伊人色综图| 桃花免费在线播放| 精品亚洲成国产av| 日韩大片免费观看网站| 搡老岳熟女国产| 多毛熟女@视频| 99国产精品免费福利视频| 91麻豆av在线| 日本五十路高清| 熟女少妇亚洲综合色aaa.| 宅男免费午夜| 91精品伊人久久大香线蕉| 狠狠婷婷综合久久久久久88av| 欧美国产精品va在线观看不卡| 亚洲激情五月婷婷啪啪| 老司机靠b影院| 十分钟在线观看高清视频www| 日本欧美视频一区| 国产一区二区 视频在线| 国产在线免费精品| 免费在线观看视频国产中文字幕亚洲 | 欧美日韩视频精品一区| 日韩制服丝袜自拍偷拍| 中文精品一卡2卡3卡4更新| 亚洲精品一二三| 国产成人a∨麻豆精品| 免费观看av网站的网址| 久热爱精品视频在线9| 午夜精品久久久久久毛片777|