• <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 ?

    多視圖聚類算法綜述

    2019-06-09 10:36:01何雪梅
    軟件導(dǎo)刊 2019年4期
    關(guān)鍵詞:聚類分析數(shù)據(jù)挖掘

    何雪梅

    摘 要:在大數(shù)據(jù)時(shí)代,數(shù)據(jù)是由不同來源生成的,或者是從不同視圖中觀察得到的,這些數(shù)據(jù)被稱為多視圖數(shù)據(jù)。在數(shù)據(jù)挖掘與分析中,充分發(fā)揮知識(shí)在多視圖數(shù)據(jù)中的作用是非常重要的,因此需要在融合相關(guān)數(shù)據(jù)的同時(shí),考慮不同視圖的多樣性。近年來,多視圖聚類(MvC)受到越來越多學(xué)者關(guān)注,根據(jù)其涉及的機(jī)制和原則,將多視圖聚類算法分為5類,即協(xié)同訓(xùn)練算法、多核學(xué)習(xí)、多視圖聚類、多視圖子空間聚類與多任務(wù)多視圖聚類。對(duì)多視圖聚類算法進(jìn)行介紹,并重點(diǎn)介紹了協(xié)同訓(xùn)練算法與多核學(xué)習(xí)。

    關(guān)鍵詞:數(shù)據(jù)挖掘;聚類分析;多視圖聚類;協(xié)同訓(xùn)練;多核學(xué)習(xí)

    DOI:10. 11907/rjdk. 182831

    中圖分類號(hào):TP312文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1672-7800(2019)004-0079-03

    0 引言

    在如今信息爆炸的時(shí)代,數(shù)據(jù)量也不斷增加。在眾多數(shù)據(jù)中,如何找出其中的有用信息成為人們關(guān)注的重點(diǎn)。數(shù)據(jù)挖掘技術(shù)作為大數(shù)據(jù)處理及信息挖掘的重要手段,已得到了廣泛應(yīng)用。聚類分析[1]是根據(jù)數(shù)據(jù)對(duì)象間的關(guān)系將集合分割成多個(gè)簇(Cluster)的過程,并將距離近的數(shù)據(jù)對(duì)象劃分到同一個(gè)簇中,將距離遠(yuǎn)的數(shù)據(jù)對(duì)象劃分到不同簇。因此,可以通過相似性對(duì)數(shù)據(jù)進(jìn)行劃分,得到更為準(zhǔn)確的聚類結(jié)果。如果從機(jī)器學(xué)習(xí)層面進(jìn)行解釋,聚類分析是一種無監(jiān)督學(xué)習(xí) (Unsupervised Learning)方法,可以對(duì)標(biāo)簽信息未知的數(shù)據(jù)進(jìn)行聚類等操作,從而提取出有用信息。

    隨著如今對(duì)數(shù)據(jù)信息化的要求越來越高,僅從單一視圖描述數(shù)據(jù)已無法得到預(yù)期效果,因此多視圖數(shù)據(jù)(Multi-view Data)聚類問題成為學(xué)者們的研究重點(diǎn)。聚類由一個(gè)視圖組成的數(shù)據(jù)稱為單視圖聚類(Single-view Clustering),而多視圖聚類(Multi-view Clustering)則是用聚類方法處理多視圖數(shù)據(jù)。隨著網(wǎng)絡(luò)信息化的快速發(fā)展,越來越多的多視圖數(shù)據(jù)在實(shí)際中得到應(yīng)用。例如:對(duì)于同一種數(shù)據(jù),可以根據(jù)該數(shù)據(jù)的不同特征進(jìn)行劃分,每種特征代表一種視圖數(shù)據(jù);對(duì)于網(wǎng)頁大數(shù)據(jù),可通過文本或網(wǎng)頁鏈接的形式獲取數(shù)據(jù),從而構(gòu)成兩個(gè)視圖的多視圖數(shù)據(jù)。已有聚類算法通常僅適用于單視圖數(shù)據(jù),因此本文在傳統(tǒng)算法基礎(chǔ)上進(jìn)行擴(kuò)展,得到多視圖聚類算法,即從多個(gè)視圖出發(fā),充分利用視圖內(nèi)與視圖間的關(guān)系,不僅分析視圖間的一致性,也分析視圖間的差異性,從而充分運(yùn)用多視圖中的所有有效信息,使聚類結(jié)果更加準(zhǔn)確。

    1 多視圖聚類

    過去幾十年來,研究者們已提出許多先進(jìn)的聚類算法。雖然這些聚類算法在某種程度上已非常成功,但其中大部分算法僅適用于單視圖數(shù)據(jù)。即使將所有視圖連接成一個(gè)視圖,然后在該單一視圖上采用最先進(jìn)的聚類算法,也無法提高聚類性能,因?yàn)槊總€(gè)視圖都具有其特定的統(tǒng)計(jì)特性,所以該方式在物理上沒有意義。相比之下,多視圖聚類(Multi view Clusteing,MvC)通過考慮不同視圖的多樣性和互補(bǔ)性,可有效處理多視圖數(shù)據(jù)。作為一種先進(jìn)的聚類模式,MvC近年來受到越來越多學(xué)者關(guān)注。

    由于多視圖數(shù)據(jù)不同視圖間既具有內(nèi)在聯(lián)系又存在差異,因此充分、合理地利用多視圖數(shù)據(jù)中的信息是提升多視角學(xué)習(xí)性能的關(guān)鍵。為了更好地挖掘出其中的信息,多視圖算法一般需遵循兩個(gè)原則[2]:一致性原則和互補(bǔ)性原則。本文根據(jù)多視圖聚類算法原則將其分為5類,即協(xié)同訓(xùn)練算法、多內(nèi)核學(xué)習(xí)、多視圖圖形聚類、多視圖子空間聚類、多任務(wù)多視圖聚類。

    1.1 協(xié)同訓(xùn)練

    在多視圖協(xié)商一致的情況下,本文研究了協(xié)同訓(xùn)練算法。該方法旨在最大限度地?cái)U(kuò)展所有觀點(diǎn)的相互協(xié)議,并達(dá)成最廣泛的共識(shí)。協(xié)同訓(xùn)練算法一般過程如圖1所示,根據(jù)該過程對(duì)算法進(jìn)行交替訓(xùn)練,利用先驗(yàn)信息或相互學(xué)習(xí)知識(shí),使兩種不同視圖的一致性最大化。

    在無監(jiān)督學(xué)習(xí)中,Bickel&Scheffer[3]首次利用協(xié)同訓(xùn)練思想研究了MvC,并提出兩種用于文本數(shù)據(jù)的MvC算法。一種是多視圖EM算法,其在視圖之間交替工作,另一種是受協(xié)同訓(xùn)練啟發(fā)的凝聚算法。最后得出結(jié)論,多視圖EM算法顯著優(yōu)于單視圖算法,但凝聚算法會(huì)導(dǎo)致負(fù)面結(jié)果;Tzortzis&Likas[4]提出一種加權(quán)多視圖凸混合模型,該模型通過EM自動(dòng)為視圖分配權(quán)重;Kumar等[5]進(jìn)一步提出用于多視圖譜聚類的共規(guī)則化方法;文獻(xiàn)[6]中提出一種適用于MvC的共正則化概率潛語義分析(PLSA)模型。其核心思想是,一個(gè)視圖主題空間中的樣本相似性應(yīng)與另一個(gè)視圖一致;為了解決視圖之間部分映射(即不完整視圖)的挑戰(zhàn),文獻(xiàn)[7]、[8]研究了具有成對(duì)約束傳播的CO-EM多視圖約束聚類,即使用CO-EM迭代估計(jì)每個(gè)視圖中的傳播,跨視圖傳遞給定的成對(duì)約束,更新聚類模型,最后學(xué)習(xí)所有視圖的統(tǒng)一聚類結(jié)果。

    此外,部分學(xué)者還研究了基于共聚類的MvC。例如,Meng等 [9]提出一種異構(gòu)數(shù)據(jù)協(xié)同聚類方法,其不僅可以將融合從兩個(gè)視圖擴(kuò)展到多個(gè)視圖,還可以對(duì)多個(gè)數(shù)據(jù)源特征進(jìn)行加權(quán)。在矩陣分解的基礎(chǔ)上,Sun等[10]提出一種近端交替線性最小化算法,該算法可以同時(shí)將多個(gè)數(shù)據(jù)矩陣分解為稀疏的行和列向量,并使用二進(jìn)制向量鏈接不同數(shù)據(jù)視圖,其中二進(jìn)制向量可強(qiáng)制保持所有視圖行簇的一致性。

    1.2 多核學(xué)習(xí)

    最初開發(fā)多核學(xué)習(xí)是為了提高可能的內(nèi)核函數(shù)[11](例如:線性內(nèi)核、多項(xiàng)式內(nèi)核及高斯內(nèi)核)的搜索空間容量,以實(shí)現(xiàn)良好的泛化性。由于多核學(xué)習(xí)中的內(nèi)核自然對(duì)應(yīng)于不同視圖,因此多核學(xué)習(xí)被廣泛應(yīng)用于處理多視圖數(shù)據(jù)。多核學(xué)習(xí)方法一般過程如圖2所示,其中使用不同的預(yù)定義內(nèi)核處理不同視圖,然后將其進(jìn)行內(nèi)核線性或非線性組合,以便得到一個(gè)統(tǒng)一內(nèi)核。在MvC設(shè)置中,基于多核學(xué)習(xí)的MvC希望能最優(yōu)地組合一組預(yù)定義內(nèi)核,以便提高聚類性能。在該方法中,一個(gè)基本問題是找到一種方法以選擇合適的核函數(shù),并將這些核采用最優(yōu)方式組合起來。

    在單視圖場景中,Zhao等[12]提出一種基于最大邊緣聚類的多核聚類算法,該算法可以同時(shí)找到最大邊緣超平面、最佳聚類和最優(yōu)核;Du等[13]提出一種多核k均值算法,該算法能夠同時(shí)找到最優(yōu)聚類標(biāo)簽、聚類隸屬度和多核最優(yōu)組合。值得強(qiáng)調(diào)的是,上述算法可以在圖4所示框架下處理多視圖數(shù)據(jù)。在多視圖場景中,De Sa等[14]構(gòu)建了一種基于最小分歧算法的自定義核組合方法,其生成了一個(gè)多分圖以誘導(dǎo)內(nèi)核,然后將其用于譜聚類。該方法實(shí)際上可看作核正則相關(guān)分析的變體,是共聚類與譜聚類的推廣。此外,Yu等[15]將經(jīng)典的K均值聚類擴(kuò)展到Hilbert空間,將多視圖數(shù)據(jù)矩陣表示為核矩陣,然后將其自動(dòng)組合后進(jìn)行數(shù)據(jù)融合。

    通過考慮視圖間的差異,部分學(xué)者還研究了具有內(nèi)核加權(quán)組合的方法。例如,文獻(xiàn)[16]提出一種系統(tǒng)化的MvC方法,可通過優(yōu)化過程自動(dòng)分配權(quán)重,導(dǎo)出每個(gè)視圖上的核矩陣,其中核矩陣學(xué)習(xí)基于核對(duì)齊,以測量兩個(gè)核矩陣之間的相似度。此外,Liu等[17]展示了一種基于矩陣誘導(dǎo)正則化的加權(quán)多核K-means聚類方法,可以減少冗余核并增強(qiáng)預(yù)定核的多樣性;Zhao等 [18]提出一種基于改進(jìn)變權(quán)高斯核的加權(quán)MvC算法。

    然而,在許多應(yīng)用程序中,一些視圖上的數(shù)據(jù)不可用或僅部分可用的情況是十分常見的,從而導(dǎo)致不完整的多視圖數(shù)據(jù)。為解決該問題,Trivedi等[19]提出一種通用方法,允許MvC在完整視圖設(shè)置下適用于該場景,在該場景中只有一個(gè)視圖是完整的,而輔助視圖不完整,并以基于內(nèi)核CCA的MvC為例進(jìn)行說明;De Sa等提出一種基于最小分岐算法,可以計(jì)算具有缺失視圖的樣本關(guān)系;在缺乏完整視圖的環(huán)境中,Shao等[20]提出一個(gè)集體核學(xué)習(xí)算法,以推斷隱藏樣本的相似性。

    1.3 多視圖圖聚類

    圖形(或網(wǎng)絡(luò))廣泛用于表示對(duì)象之間的關(guān)系,其中每個(gè)節(jié)點(diǎn)都與數(shù)據(jù)對(duì)象相對(duì)應(yīng),并且每個(gè)邊描繪一對(duì)對(duì)象之間的關(guān)系。在實(shí)踐中,該關(guān)系通常用相似性或親緣關(guān)系表示,即輸入圖矩陣是由數(shù)據(jù)相似性矩陣生成的。在多視圖場景中,數(shù)據(jù)對(duì)象由多個(gè)圖進(jìn)行捕獲。一個(gè)常見假設(shè)是每個(gè)單獨(dú)的圖可以捕獲數(shù)據(jù)部分信息,而所有圖形都具有相同的基礎(chǔ)數(shù)據(jù)聚類結(jié)構(gòu)。因此,這些圖可以通過合并數(shù)據(jù)對(duì)象之間的關(guān)系以相互增強(qiáng)。多視圖圖聚類的目的是在所有視圖中找到一個(gè)融合圖,然后在融合圖上應(yīng)用圖形切割算法或其它技術(shù)(如譜聚類[21]),產(chǎn)生最終的聚類結(jié)果。

    1.4 多視圖子空間聚類

    多視圖子空間聚類[22]是對(duì)所有視圖數(shù)據(jù),從多個(gè)子空間或潛在空間學(xué)習(xí)一種新的、統(tǒng)一的表示,使其在建立聚類模型時(shí)更容易處理高維數(shù)據(jù)。在MvC領(lǐng)域,多視圖子空間聚類已成為一個(gè)熱門話題。多視圖子空間聚類通過以下兩種方式獲得統(tǒng)一的特征表示:①直接從多個(gè)子空間中獲取單一表示;②首先學(xué)習(xí)一個(gè)潛在空間,然后到達(dá)該統(tǒng)一表示。最后,這種統(tǒng)一表示被輸入到現(xiàn)成的聚類模型中,以產(chǎn)生聚類結(jié)果。

    1.5 多任務(wù)多視圖聚類

    如上文所述,MvC利用不同視圖之間的一致性和互補(bǔ)性以實(shí)現(xiàn)更好的聚類質(zhì)量。多任務(wù)聚類(屬于多任務(wù)學(xué)習(xí)領(lǐng)域[23])一起執(zhí)行多個(gè)相關(guān)任務(wù),并利用這些任務(wù)之間的關(guān)系增強(qiáng)單視圖數(shù)據(jù)的聚類性能。通過繼承MvC和多任務(wù)聚類的屬性,多任務(wù)多視圖聚類(Multi-task Multi-View Clustering,M2vC)通過一個(gè)或多個(gè)任務(wù)處理單個(gè)視圖數(shù)據(jù)。M2vC的主要挑戰(zhàn)包括在每個(gè)視圖上找到一種任務(wù)內(nèi)聚類建模方法,以及一種利用多任務(wù)與多視圖關(guān)系的方法,同時(shí)對(duì)任務(wù)間的知識(shí)進(jìn)行相互傳遞。

    2 結(jié)語

    雖然MvC是在2003年左右提出的,但尚無一個(gè)統(tǒng)一標(biāo)準(zhǔn)決定在所有聚類算法中,哪種算法最優(yōu),因?yàn)椴煌椒ㄓ衅涓髯缘膬?yōu)缺點(diǎn)。協(xié)同訓(xùn)練算法可通過交換信息以交互式地增強(qiáng)不同視圖聚類。然而,當(dāng)視圖數(shù)量大于3時(shí),這些數(shù)據(jù)很難進(jìn)行處理;基于核的MvC繼承了內(nèi)核的優(yōu)點(diǎn),但同時(shí)也帶來了較高的計(jì)算復(fù)雜度;多視圖圖聚類引入譜圖理論,并依賴于構(gòu)造的相似性矩陣;多視圖子空間聚類方法具有直觀的可解釋性與初始化依賴性;多任務(wù)多視圖繼承了多任務(wù)聚類與多視圖聚類的特性,但其仍然處于起步階段。

    目前對(duì)MvC的研究已成為熱點(diǎn),但其仍面臨以下問題和挑戰(zhàn):①視圖正確性。找到一種判斷視圖是否正確的方法對(duì)于MVC而言是至關(guān)重要的,因此為了確保MvC的有效性,必須在很大程度上解決該問題;②不完整MvC的問題。在現(xiàn)實(shí)生活中,數(shù)據(jù)丟失的情況頻繁發(fā)生,而對(duì)于不完整MvC的研究還不多見,未來將對(duì)不完整MvC作進(jìn)一步研究。

    參考文獻(xiàn):

    [1] 曹凱迪. 聚類分析綜述[J]. 智慧健康,2016(10):50-53.

    [2] AGGARWAL C C,REDDY C K. Data clustering : algorithms and applications[M]. Data Clustering: Algorithms and Applications. Chapman & Hall/CRC, 2013.

    [3] BICKEL S,SCHEFFER T. Multi-view clustering[C]. IEEE International Conference on Data Mining,2004.

    [4] TZORTZIS G F,LIKAS A C. Multiple view clustering using a weighted combination of exemplar-based mixture models[J]. IEEE Transactions on Neural Networks, 2010, 21(12):1925-1938.

    [5] KUMAR A,RAI P,DAUMé III H. Co-regularized multi-view spectral clustering[C]. Proceedings of the 24th International Conference on Neural Information Processing Systems, 2011.

    [6] JIANG Y,LIU J,LI Z,et al. Co-regularized PLSA for multi-view clustering[C]. Asian Conference on Computer Vision, 2012.

    [7] EATON E,DESJARDINS M,JACOB S. Multi-view clustering with constraint propagation for learning with an incomplete mapping between views[C]. Toronto:Proceedings of the 19th ACM Conference on Information and Knowledge Management,2010.

    [8] EATON E,DESJARDINS M,JACOB S. Multi-view constrained clustering with an incomplete mapping between views[J].? Knowledge and Information Systems,2014,38(1):231-257.

    [9] MENG L,TAN A H,XU D. Semi-supervised heterogeneous fusion for multimedia data co-clustering[J]. IEEE Transactions on Knowledge and Data Engineering, 2014, 26(9):2293-2306.

    [10] SUN J W,LU J,XU T Y,et al.Multi-view sparse co-clustering via proximal alternating linearized minimization[C]. Proceedings 32nd International Conference Machine Learning, Lille, France, 2015:757-766.

    [11] 張佩瑞,楊燕,邢煥來,等. 多核學(xué)習(xí)的多視圖增量聚類模型研究[D]. 成都:西南交通大學(xué),2017.

    [12] ZHAO B,KWOK J T,ZHANG C S. Multiple kernel clustering[C]. Proceedings 2009 SIAM International Conference on Data Mining, 2009:638-649.

    [13] DU L, ZHOU P, SHI L,et al. Robust multiple kernel K-means using 2;1-norm[C]. International Conference on Artificial Intelligence,2015:3476-3482.

    [14] SA V R, GALLAGHER P W, LEWIS J M,et al. Multi-view kernel construction[J]. Machine Learning,2010,79(1):47-71.

    [15] YU S, TRANCHEVENT L C, LIU X, et al. Optimized data fusion for kernel K-means clustering[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(5):1031-1039.

    [16] LU Y,WANG L,LU J, et al. Multiple kernel clustering based on centered kernel alignment[J]. Pattern Recognition, 2014, 47(11):3656-3664.

    [17] LIU X,DOU Y,YIN J,et al. Multiple kernel k-means clustering with matrix-induced regularization[C]. Thirtieth AAAI Conference on Artificial Intelligence. AAAI Press, 2016.

    [18] ZHAO Y,DOU Y,LIU X, et al. A novel multi-view clustering method via low-rank and matrix-induced regularization[J]. Neurocomputing,2016,216:342-350.

    [19] TRIVEDI A,RAI P,DAUM'E H,et al. Multiview clustering with incomplete views[C].? Whistler:Proceedings of Workshop on Machine Learning for Social Computing,2010.

    [20] SHAO W,SHI X,YU P S.? Clustering on multiple incomplete datasets via collective kernel learning[C]. Proceedings 13th International Conference Data Mining,2013:1181-1186.

    [21] 陳新泉,周靈晶,劉耀中. 聚類算法研究綜述[J]. 集成技術(shù),2017,3(6):41-49.

    [22] YAN Y,WANG H. Multi-view clustering: a survey[J]. Big Data Mining and Analytics, 2018(2):83-107.

    [23] CARUANA R. Multitask learning[J]. Machine Learning,1997, 28(1):41-75.

    (責(zé)任編輯:黃 ?。?/p>

    猜你喜歡
    聚類分析數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    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
    數(shù)據(jù)挖掘技術(shù)在中醫(yī)診療數(shù)據(jù)分析中的應(yīng)用
    基于聚類分析研究貴州省各地區(qū)經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)
    商情(2016年39期)2016-11-21 08:45:54
    新媒體用戶行為模式分析
    農(nóng)村居民家庭人均生活消費(fèi)支出分析
    基于省會(huì)城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
    中國市場(2016年33期)2016-10-18 12:16:58
    基于聚類分析的互聯(lián)網(wǎng)廣告投放研究
    科技視界(2016年20期)2016-09-29 12:32:48
    “縣級(jí)供電企業(yè)生產(chǎn)經(jīng)營統(tǒng)計(jì)一套”表輔助決策模式研究
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    亚洲精品国产成人久久av| 国产成人精品久久久久久| 黄色配什么色好看| 成人综合一区亚洲| 成人二区视频| 别揉我奶头~嗯~啊~动态视频| 国产成人aa在线观看| 免费看av在线观看网站| 啦啦啦韩国在线观看视频| 免费观看人在逋| 婷婷六月久久综合丁香| 在线观看一区二区三区| 色在线成人网| 欧美zozozo另类| 99热网站在线观看| 欧美性猛交╳xxx乱大交人| 国产精品久久视频播放| 国产成人aa在线观看| 国国产精品蜜臀av免费| 亚洲性夜色夜夜综合| 欧美性猛交╳xxx乱大交人| 美女cb高潮喷水在线观看| 亚洲欧美中文字幕日韩二区| 18禁在线无遮挡免费观看视频 | 天堂√8在线中文| 久久久久久久久久黄片| 亚洲精品粉嫩美女一区| 日日摸夜夜添夜夜爱| 男女视频在线观看网站免费| 亚洲一级一片aⅴ在线观看| 变态另类丝袜制服| 噜噜噜噜噜久久久久久91| 嫩草影院精品99| 亚洲人与动物交配视频| 国产精品一及| 精品久久国产蜜桃| 久久久久久久久久黄片| 长腿黑丝高跟| 我的女老师完整版在线观看| 99久久中文字幕三级久久日本| 国产伦精品一区二区三区视频9| 精品一区二区免费观看| 国产三级中文精品| av在线蜜桃| 久久久久久九九精品二区国产| 亚洲乱码一区二区免费版| 国产精品久久久久久精品电影| 深爱激情五月婷婷| 99热全是精品| 欧美日本视频| 久久久久久九九精品二区国产| 高清日韩中文字幕在线| 免费搜索国产男女视频| 麻豆av噜噜一区二区三区| 午夜精品一区二区三区免费看| 波野结衣二区三区在线| 国产一区二区三区av在线 | 一级毛片电影观看 | 熟妇人妻久久中文字幕3abv| 国产男靠女视频免费网站| 色综合亚洲欧美另类图片| 黑人高潮一二区| 亚洲av第一区精品v没综合| 嫩草影院入口| 校园人妻丝袜中文字幕| 成人午夜高清在线视频| 丝袜美腿在线中文| 亚洲七黄色美女视频| 国产精品久久视频播放| 欧美成人精品欧美一级黄| 欧美高清成人免费视频www| 99久国产av精品国产电影| 久久这里只有精品中国| 国产精品一及| 床上黄色一级片| 欧美日韩乱码在线| 狂野欧美白嫩少妇大欣赏| 国产大屁股一区二区在线视频| 亚洲成av人片在线播放无| 永久网站在线| 亚洲熟妇中文字幕五十中出| 国产精品精品国产色婷婷| 毛片一级片免费看久久久久| 99久久无色码亚洲精品果冻| 夜夜爽天天搞| 床上黄色一级片| 激情 狠狠 欧美| 天天躁日日操中文字幕| 久久久色成人| 级片在线观看| 欧美日韩综合久久久久久| 3wmmmm亚洲av在线观看| 成人午夜高清在线视频| 成人亚洲精品av一区二区| 国产亚洲精品av在线| 日韩人妻高清精品专区| 日韩欧美三级三区| 99在线视频只有这里精品首页| 级片在线观看| 精品熟女少妇av免费看| 国产精品,欧美在线| 免费搜索国产男女视频| 亚洲不卡免费看| 色5月婷婷丁香| 欧美不卡视频在线免费观看| 成年版毛片免费区| 在线a可以看的网站| 成年女人看的毛片在线观看| 久久欧美精品欧美久久欧美| av国产免费在线观看| АⅤ资源中文在线天堂| 成人av在线播放网站| 尤物成人国产欧美一区二区三区| 成人特级黄色片久久久久久久| 男女做爰动态图高潮gif福利片| 观看美女的网站| 久久人人爽人人片av| 国产激情偷乱视频一区二区| 精品人妻偷拍中文字幕| 欧美一区二区国产精品久久精品| 中文字幕精品亚洲无线码一区| 国内精品久久久久精免费| 你懂的网址亚洲精品在线观看 | 少妇熟女aⅴ在线视频| 黄色一级大片看看| 超碰av人人做人人爽久久| 国产亚洲91精品色在线| 国产不卡一卡二| 国产精品av视频在线免费观看| 99热只有精品国产| 床上黄色一级片| 性插视频无遮挡在线免费观看| 成人特级av手机在线观看| 一进一出好大好爽视频| 国产精品一区二区三区四区久久| 黄片wwwwww| 亚州av有码| or卡值多少钱| 少妇熟女欧美另类| 国产色婷婷99| 亚洲av五月六月丁香网| 色综合亚洲欧美另类图片| 天天躁日日操中文字幕| 别揉我奶头 嗯啊视频| 看十八女毛片水多多多| 久久精品国产清高在天天线| 俺也久久电影网| 国产大屁股一区二区在线视频| 精品不卡国产一区二区三区| 亚洲国产欧洲综合997久久,| 简卡轻食公司| 国产伦一二天堂av在线观看| 99国产极品粉嫩在线观看| 国产一区二区三区在线臀色熟女| 欧美丝袜亚洲另类| 18+在线观看网站| ponron亚洲| 国产国拍精品亚洲av在线观看| 久久久色成人| 小蜜桃在线观看免费完整版高清| 国产 一区精品| 天堂动漫精品| 热99re8久久精品国产| 久久久精品大字幕| 久久久久久久久久成人| 神马国产精品三级电影在线观看| 日本爱情动作片www.在线观看 | 大型黄色视频在线免费观看| 波多野结衣高清作品| 日韩高清综合在线| 老师上课跳d突然被开到最大视频| 九九在线视频观看精品| 日韩欧美三级三区| 欧美色视频一区免费| 国产av麻豆久久久久久久| 22中文网久久字幕| 69av精品久久久久久| 精品久久久久久成人av| 午夜福利在线在线| 亚洲五月天丁香| 国产又黄又爽又无遮挡在线| 最好的美女福利视频网| 毛片一级片免费看久久久久| 亚洲精华国产精华液的使用体验 | 亚洲自拍偷在线| 亚洲精品影视一区二区三区av| 成年av动漫网址| 亚洲一区二区三区色噜噜| 精品久久国产蜜桃| 欧美3d第一页| 国产高清视频在线播放一区| 成人午夜高清在线视频| 欧美潮喷喷水| 久久国产乱子免费精品| 亚洲欧美清纯卡通| 在线国产一区二区在线| 九九久久精品国产亚洲av麻豆| 插阴视频在线观看视频| 日本熟妇午夜| 欧美精品国产亚洲| 内地一区二区视频在线| 老熟妇仑乱视频hdxx| 两个人视频免费观看高清| 别揉我奶头 嗯啊视频| 欧美日韩一区二区视频在线观看视频在线 | 亚洲av不卡在线观看| 黄色日韩在线| 欧美一区二区国产精品久久精品| 亚洲久久久久久中文字幕| 欧美日韩综合久久久久久| 99在线人妻在线中文字幕| 欧美xxxx性猛交bbbb| 日韩欧美国产在线观看| 国产不卡一卡二| 日本一二三区视频观看| 免费av观看视频| eeuss影院久久| 国产精品一区www在线观看| 中文字幕av在线有码专区| 美女免费视频网站| 69人妻影院| av黄色大香蕉| 国内少妇人妻偷人精品xxx网站| 国产精品女同一区二区软件| 啦啦啦韩国在线观看视频| 欧美又色又爽又黄视频| 亚洲最大成人手机在线| 亚洲欧美成人精品一区二区| 99久久中文字幕三级久久日本| 能在线免费观看的黄片| 亚洲欧美成人精品一区二区| 国产精品久久久久久精品电影| 在线免费十八禁| 久久久久国产精品人妻aⅴ院| 高清日韩中文字幕在线| 97热精品久久久久久| 亚洲无线观看免费| 99热网站在线观看| 亚洲一区高清亚洲精品| 免费观看在线日韩| 日本a在线网址| 人妻丰满熟妇av一区二区三区| 亚洲av中文av极速乱| 最近中文字幕高清免费大全6| 亚洲欧美精品综合久久99| 中文资源天堂在线| 欧美激情久久久久久爽电影| 午夜福利高清视频| 欧美日韩在线观看h| 欧美精品国产亚洲| 日日摸夜夜添夜夜爱| 在现免费观看毛片| 麻豆av噜噜一区二区三区| 精品一区二区免费观看| а√天堂www在线а√下载| 成年女人毛片免费观看观看9| 亚洲欧美精品自产自拍| 校园人妻丝袜中文字幕| 99久久精品一区二区三区| 亚洲欧美日韩无卡精品| 国产精品一及| 蜜桃亚洲精品一区二区三区| 97碰自拍视频| 国产亚洲精品久久久com| 国产男人的电影天堂91| 亚洲va在线va天堂va国产| 国产日本99.免费观看| 成人av在线播放网站| 老司机午夜福利在线观看视频| 99热精品在线国产| 婷婷精品国产亚洲av| 亚洲精品一区av在线观看| 久久精品国产亚洲av香蕉五月| 18禁在线无遮挡免费观看视频 | 国产国拍精品亚洲av在线观看| 国产人妻一区二区三区在| 久久久久免费精品人妻一区二区| 日韩欧美一区二区三区在线观看| 热99re8久久精品国产| 日本-黄色视频高清免费观看| 99九九线精品视频在线观看视频| 国产色爽女视频免费观看| 国产午夜福利久久久久久| 听说在线观看完整版免费高清| 国产av一区在线观看免费| 成人三级黄色视频| 国产欧美日韩一区二区精品| 国产成人精品久久久久久| 日本爱情动作片www.在线观看 | 国国产精品蜜臀av免费| 亚洲在线自拍视频| 精品人妻视频免费看| 午夜激情欧美在线| 在线天堂最新版资源| а√天堂www在线а√下载| 啦啦啦观看免费观看视频高清| 日韩欧美 国产精品| videossex国产| 国产精品人妻久久久久久| 国产精品一区二区三区四区久久| 亚洲人成网站在线播| 人妻夜夜爽99麻豆av| 一区二区三区四区激情视频 | 全区人妻精品视频| а√天堂www在线а√下载| 如何舔出高潮| ponron亚洲| 一级毛片电影观看 | 国语自产精品视频在线第100页| 深爱激情五月婷婷| 可以在线观看毛片的网站| 亚洲av美国av| 久久久久久久久久久丰满| 黄片wwwwww| 亚洲成人久久爱视频| av天堂中文字幕网| 我要看日韩黄色一级片| 国产精品野战在线观看| 在线免费观看的www视频| 成年免费大片在线观看| 高清午夜精品一区二区三区 | 午夜福利在线观看吧| 中文字幕av在线有码专区| 九色成人免费人妻av| 欧洲精品卡2卡3卡4卡5卡区| 成人国产麻豆网| 国产麻豆成人av免费视频| 日韩一区二区视频免费看| 美女黄网站色视频| 亚洲不卡免费看| 国产一区二区在线观看日韩| a级毛色黄片| 日韩精品青青久久久久久| 六月丁香七月| 黄色配什么色好看| 99九九线精品视频在线观看视频| 91狼人影院| 国产精品人妻久久久影院| 免费看日本二区| 国产精品综合久久久久久久免费| 精品人妻熟女av久视频| 亚洲中文日韩欧美视频| 丰满乱子伦码专区| 国产精品一区二区免费欧美| 九九久久精品国产亚洲av麻豆| 麻豆精品久久久久久蜜桃| 在线观看免费视频日本深夜| 日韩欧美精品免费久久| 免费无遮挡裸体视频| 女人十人毛片免费观看3o分钟| 国产欧美日韩精品一区二区| 国产私拍福利视频在线观看| 精品久久久久久久久久免费视频| 看非洲黑人一级黄片| 精品午夜福利视频在线观看一区| 亚洲成人久久性| 六月丁香七月| 熟妇人妻久久中文字幕3abv| av在线播放精品| 麻豆一二三区av精品| 亚洲国产欧美人成| 精品久久久久久久久久免费视频| 久久久成人免费电影| 欧美国产日韩亚洲一区| 国产精品无大码| 老司机影院成人| 亚洲国产高清在线一区二区三| av在线播放精品| 看免费成人av毛片| 日韩欧美免费精品| 日韩精品中文字幕看吧| 国产黄色小视频在线观看| 精品少妇黑人巨大在线播放 | 久久人人精品亚洲av| 非洲黑人性xxxx精品又粗又长| 日本黄色视频三级网站网址| 国产欧美日韩一区二区精品| 日本黄大片高清| 国产亚洲av嫩草精品影院| 一个人看的www免费观看视频| 成人漫画全彩无遮挡| 久久亚洲国产成人精品v| 国产成人福利小说| 赤兔流量卡办理| 国产成年人精品一区二区| 老师上课跳d突然被开到最大视频| 久久精品国产自在天天线| 国产视频内射| 国产 一区精品| 久久精品国产亚洲网站| 日韩精品青青久久久久久| 麻豆乱淫一区二区| 国产爱豆传媒在线观看| 国模一区二区三区四区视频| 老熟妇乱子伦视频在线观看| 国产黄色小视频在线观看| 日韩欧美在线乱码| 麻豆国产97在线/欧美| 十八禁国产超污无遮挡网站| 亚洲一级一片aⅴ在线观看| 亚洲av成人精品一区久久| 亚洲av.av天堂| 国产精品一区二区免费欧美| 97超视频在线观看视频| 欧美成人精品欧美一级黄| 蜜臀久久99精品久久宅男| 国产精品美女特级片免费视频播放器| 国产精品一区二区性色av| 最近在线观看免费完整版| 亚洲人成网站在线播放欧美日韩| 久久午夜福利片| 成人亚洲欧美一区二区av| 一区二区三区四区激情视频 | 三级经典国产精品| 99国产精品一区二区蜜桃av| 国语自产精品视频在线第100页| av在线播放精品| 伦理电影大哥的女人| 18禁在线播放成人免费| 国产成人freesex在线 | 欧美高清性xxxxhd video| 午夜a级毛片| 久久草成人影院| 精品国产三级普通话版| 精品99又大又爽又粗少妇毛片| 国产蜜桃级精品一区二区三区| 午夜精品国产一区二区电影 | 亚洲真实伦在线观看| 亚洲国产色片| 亚洲第一区二区三区不卡| 久久久国产成人免费| 日本黄大片高清| 最近2019中文字幕mv第一页| 在线观看av片永久免费下载| 亚洲av免费高清在线观看| 99久久久亚洲精品蜜臀av| 国产成人影院久久av| 99久久久亚洲精品蜜臀av| 日韩亚洲欧美综合| av中文乱码字幕在线| 国产麻豆成人av免费视频| 午夜福利18| 日本黄色片子视频| 男女做爰动态图高潮gif福利片| 午夜福利成人在线免费观看| 丰满人妻一区二区三区视频av| 中文字幕人妻熟人妻熟丝袜美| 亚洲自拍偷在线| 性欧美人与动物交配| 婷婷精品国产亚洲av在线| 日本欧美国产在线视频| 亚洲不卡免费看| 欧美日韩精品成人综合77777| 精品人妻熟女av久视频| 蜜臀久久99精品久久宅男| 日本撒尿小便嘘嘘汇集6| av在线观看视频网站免费| 一区二区三区免费毛片| 99视频精品全部免费 在线| 成人无遮挡网站| 免费观看在线日韩| 麻豆成人午夜福利视频| 国产三级在线视频| 性欧美人与动物交配| 久久精品国产亚洲av香蕉五月| 日本三级黄在线观看| 亚洲国产欧洲综合997久久,| 可以在线观看毛片的网站| 国产精品女同一区二区软件| 久久精品国产亚洲av涩爱 | 国产成人aa在线观看| 国产高潮美女av| 欧美3d第一页| 美女免费视频网站| 午夜久久久久精精品| 一进一出好大好爽视频| 国产精品电影一区二区三区| 日韩强制内射视频| 国产精品亚洲美女久久久| 18禁在线无遮挡免费观看视频 | 国产欧美日韩一区二区精品| 国产高清视频在线播放一区| 久久草成人影院| 欧美bdsm另类| 国产亚洲欧美98| 亚洲美女黄片视频| 国产av一区在线观看免费| 我的女老师完整版在线观看| 男女那种视频在线观看| 黄色视频,在线免费观看| 久久久久久久久中文| 俄罗斯特黄特色一大片| 欧美绝顶高潮抽搐喷水| 日日干狠狠操夜夜爽| 老熟妇乱子伦视频在线观看| 亚洲国产色片| 一级a爱片免费观看的视频| 老司机午夜福利在线观看视频| 国产免费一级a男人的天堂| 老司机影院成人| 男女啪啪激烈高潮av片| 色视频www国产| 亚洲国产精品sss在线观看| 日韩欧美精品免费久久| 欧美日韩一区二区视频在线观看视频在线 | 一夜夜www| 国产精品亚洲一级av第二区| 国产欧美日韩一区二区精品| 国产免费一级a男人的天堂| 国产美女午夜福利| 99视频精品全部免费 在线| 观看美女的网站| 1024手机看黄色片| 国产麻豆成人av免费视频| 成人高潮视频无遮挡免费网站| 国产一区亚洲一区在线观看| 精品无人区乱码1区二区| 亚洲成人av在线免费| 一级毛片我不卡| 一级毛片aaaaaa免费看小| 午夜福利在线在线| 久久韩国三级中文字幕| 国产 一区 欧美 日韩| 午夜影院日韩av| 国产片特级美女逼逼视频| 寂寞人妻少妇视频99o| 岛国在线免费视频观看| 日韩欧美在线乱码| 草草在线视频免费看| 国产片特级美女逼逼视频| 免费无遮挡裸体视频| 国产亚洲91精品色在线| 国产69精品久久久久777片| 中文字幕av成人在线电影| 国产美女午夜福利| 婷婷精品国产亚洲av在线| 久久久久精品国产欧美久久久| av中文乱码字幕在线| 又爽又黄a免费视频| 久久精品影院6| 国内精品一区二区在线观看| 俺也久久电影网| 久久人人精品亚洲av| 亚洲久久久久久中文字幕| 久久精品综合一区二区三区| 欧美激情国产日韩精品一区| 老司机影院成人| 蜜臀久久99精品久久宅男| 一本精品99久久精品77| 久久久久久国产a免费观看| 亚洲av五月六月丁香网| 老司机影院成人| 国产视频一区二区在线看| 麻豆乱淫一区二区| 在线观看一区二区三区| 亚洲人成网站在线观看播放| 91在线精品国自产拍蜜月| 免费在线观看影片大全网站| 久久人人爽人人片av| 91麻豆精品激情在线观看国产| 可以在线观看毛片的网站| 久久久精品94久久精品| 在线a可以看的网站| 麻豆国产av国片精品| 精品久久久久久久久亚洲| 久久久a久久爽久久v久久| 国产黄色小视频在线观看| 黄色日韩在线| 韩国av在线不卡| 亚洲精品成人久久久久久| 精品国内亚洲2022精品成人| 听说在线观看完整版免费高清| 免费观看在线日韩| 欧美xxxx性猛交bbbb| 久久精品国产清高在天天线| 成人一区二区视频在线观看| 精品久久久久久久末码| 欧美最新免费一区二区三区| 99久久精品国产国产毛片| 久久久午夜欧美精品| 一本精品99久久精品77| 综合色av麻豆| 日本熟妇午夜| 亚洲成人久久爱视频| 精品人妻视频免费看| 国产欧美日韩精品一区二区| 99九九线精品视频在线观看视频| 永久网站在线| 成人性生交大片免费视频hd| 国产精品无大码| 美女被艹到高潮喷水动态| 狠狠狠狠99中文字幕| 欧美激情国产日韩精品一区| 嫩草影院精品99| 精品一区二区三区视频在线观看免费| 99热全是精品| 十八禁网站免费在线| 亚洲国产日韩欧美精品在线观看| 最近手机中文字幕大全| 人人妻人人澡欧美一区二区| 亚洲精品乱码久久久v下载方式| 99热只有精品国产| 欧美高清成人免费视频www| 男女视频在线观看网站免费| 欧美不卡视频在线免费观看| 亚洲精品国产av成人精品 | 免费看美女性在线毛片视频| 成人亚洲欧美一区二区av| 国产精品伦人一区二区| 我的女老师完整版在线观看| 亚洲最大成人中文| 18禁裸乳无遮挡免费网站照片| 亚洲精品成人久久久久久| 久久久精品大字幕| 男女视频在线观看网站免费|