• <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 ?

    稀疏限制的增量式魯棒非負矩陣分解及其應(yīng)用

    2019-08-01 01:48:57楊亮東楊志霞
    計算機應(yīng)用 2019年5期
    關(guān)鍵詞:聚類

    楊亮東 楊志霞

    摘 要:針對魯棒非負矩陣分解(RNMF)的運算規(guī)模隨訓(xùn)練樣本數(shù)量逐漸增多而不斷增大的問題,提出一種稀疏限制的增量式魯棒非負矩陣分解算法。首先,對初始數(shù)據(jù)進行魯棒非負矩陣分解;然后,將其分解結(jié)果參與到后續(xù)迭代運算;最后,在對系數(shù)矩陣增加稀疏限制的情況下與增量式學(xué)習(xí)相結(jié)合,使目標(biāo)函數(shù)值在迭代求解時下降地更快。該算法在節(jié)省運算時間的同時提高了分解后數(shù)據(jù)的稀疏度。在數(shù)值實驗中,將所提算法與魯棒非負矩陣分解算法、稀疏限制的魯棒非負矩陣分解(RNMFSC)算法進行了比較。在ORL和YALE人臉數(shù)據(jù)庫上的實驗結(jié)果表明,所提算法在運算時間和分解后數(shù)據(jù)的稀疏度等方面均優(yōu)于其他兩個算法,并且還具有較好的聚類效果,尤其在YALE人臉數(shù)據(jù)庫上當(dāng)聚類類別數(shù)為3時該算法的聚類準(zhǔn)確率達到了91.67%。

    關(guān)鍵詞:增量式學(xué)習(xí);非負矩陣分解;稀疏限制;聚類;人臉識別

    中圖分類號:TP181

    文獻標(biāo)志碼:A

    Abstract: Aiming at the problem that the operation scale of Robust Nonnegative Matrix Factorization (RNMF) increases with the number of training samples, an incremental robust nonnegative matrix factorization algorithm with sparseness constraints was proposed. Firstly, robust nonnegative matrix factorization was performed on initial data. Then, the factorized result participated in the subsequent iterative operation. Finally, with sparseness constraints, the coefficient matrix was combined with incremental learning, which made the objective function value fall faster in the iterative solution. The cost of computation was reduced and the sparseness of data after factorization was improved. In the numerical experiments, the proposed algorithm was compared with RNMF algorithm and RNMF with Sparseness Constraints (RNMFSC) algorithm. The experimental results on ORL and YALE face databases show that the proposed algorithm is superior to the other two algorithms in terms of operation time and sparseness of factorized data, and has better clustering effect, especially in YALE face database, when the clustering number is 3, the clustering accuracy of the proposed algorithm reaches 91.67%.

    英文關(guān)鍵詞Key words: incremental learning; Nonnegative Matrix Factorization (NMF); sparseness constraint; clustering; face recognition

    0 引言

    圖像處理已經(jīng)廣泛應(yīng)用于生活中各個行業(yè),涉及機器學(xué)習(xí)、模式識別、數(shù)據(jù)挖掘等領(lǐng)域,也與人類大腦的認知原理緊密相關(guān),受到了國內(nèi)外學(xué)者的廣泛關(guān)注。在處理圖像過程中子空間降維是一種最為常見的方法, 主要思路是將高維空間的原始數(shù)據(jù)(包括向量數(shù)據(jù)、矩陣數(shù)據(jù)、張量數(shù)據(jù))映射到低維子空間進行處理,有效避免了維度災(zāi)難[1]所帶來的困難。為了處理矩陣中的數(shù)據(jù)信息以達到降維的目的,通常將矩陣進行分解, 典型的矩陣分解方法主要包括:主成分分析[2]、線性判別分析[3]、獨立分量分析[4]、奇異值分解[5]等。通常這些方法是在一定的限制下對原始數(shù)據(jù)矩陣進行線性變換或分解,從而實現(xiàn)了對原始矩陣降維,但是這些方法的共同點是在求解時有可能會出現(xiàn)負值。 然而在許多應(yīng)用中,負值是與客觀現(xiàn)實相矛盾的,不具有可解釋性。

    因此,非負矩陣分解(Nonnegative Matrix Factorization, NMF)[6]這種新的矩陣分解方法被提出,它最早由Lee等[7-8] 于1999年在《Nature》雜志上發(fā)表的。它不同于上述典型的矩陣分解算法,其獨特之處是通過添加非負限制,不但保證了分解結(jié)果的可解釋性,還使分解后的數(shù)據(jù)具有局部表達的特性。后來一些學(xué)者在此基礎(chǔ)上又提出了一些非負矩陣分解的改進算法,并將它們成功地應(yīng)用到人臉識別、數(shù)據(jù)挖掘等領(lǐng)域:文獻[9]中提出了增量式非負矩陣分解(Incremental NMF, INMF)算法;進一步文獻[10]中提出了圖正則(稀疏)增量式非負矩陣分解算法等。這些改進算法有一個共同點是損失函數(shù)都是F范數(shù)或KL散度,而文獻[11]中在2011年提出了一種基于L2,1范數(shù)的非負矩陣分解——魯棒非負矩陣分解(Robust Nonnegative Matrix Factorization, RNMF)算法,該算法自提出后立即得到了學(xué)術(shù)界的廣泛關(guān)注,并取得了大量的研究成果。為了達到特定的實驗效果,有些學(xué)者在基本的魯棒非負矩陣分解算法框架中又添加各種限制,如稀疏性、流形、正交性、判別性等,提出了若干種改進的算法,并將其應(yīng)用于各個領(lǐng)域,取得了良好的實驗效果:文獻[12-13]中考慮到原始數(shù)據(jù)中蘊含著幾何結(jié)構(gòu),從而將流行學(xué)習(xí)與魯棒非負矩陣分解相結(jié)合,提出了圖正則的魯棒非負矩陣分解(Graph Regularized RNMF, GRNMF)算法,該算法在分解過程中保留了數(shù)據(jù)集攜帶的局部幾何信息,使得在低維能很好地表示原始樣本近鄰結(jié)構(gòu);? 文獻[14-15]中提出了稀疏限制的魯棒非負矩陣分解(RNMF with Sparseness Constraints, RNMFSC)算法,對系數(shù)矩陣進行了稀疏限制,使分解后人臉圖像有更高的識別率。

    針對魯棒非負矩陣分解的運算時間和分解后數(shù)據(jù)的稀疏程度來說,隨著樣本個數(shù)的實時增加,直接利用魯棒非負矩陣分解時會出現(xiàn)運算規(guī)模不斷增大的現(xiàn)象。本文就將魯棒非負矩陣分解算法(RNMF)與增量式學(xué)習(xí)結(jié)合在一起,并在此基礎(chǔ)上增加了L2,1范數(shù)的稀疏限制,從而提出了稀疏限制的增量式魯棒非負矩陣分解(Incremental Robust Nonnegative Matrix Factorization with Sparseness Constraints, IRNMFSC)算法。該算法不僅有效地提高了分解后數(shù)據(jù)的稀疏度,得到圖像的最佳局部表示,而且結(jié)合增量式學(xué)習(xí)充分利用上一步對初始數(shù)據(jù)的分解結(jié)果,避免重復(fù)計算從而降低運算時間,提升算法迭代優(yōu)化求解時的收斂速度,使得此算法具有較好的聚類準(zhǔn)確率。最后在多個數(shù)據(jù)庫上的仿真結(jié)果表明,本文IRNMFSC算法均優(yōu)于RNMF算法和RNMFSC算法。

    4 結(jié)語

    本文提出了稀疏限制的增量式魯棒非負矩陣分解(IRNMFSC),并給出了相應(yīng)的迭代法則和算法步驟,該算法隨著新增樣本個數(shù)的增加依然保持較好的收斂速度。通過對YALE人臉數(shù)據(jù)和ORL人臉數(shù)據(jù)進行數(shù)值實驗,結(jié)果顯示本文算法在迭代過程中收斂速度更快,尋優(yōu)效果更好,不僅縮短了運算時間,而且使分解后的數(shù)據(jù)更為稀疏,能得到局部表達能力更強的基圖像和比較高的聚類準(zhǔn)確率。但是,算法中依然存在著不足,如迭代初值和稀疏參數(shù)的選取等,目前依然沒有一個統(tǒng)一的標(biāo)準(zhǔn),這些問題都將成為今后要研究的重點。

    參考文獻 (References)

    [1] PARDALOS P M. Approximate Dynamic Programming: Solving the Curses of Dimensionality[M]. New York: Wiley, 2009: 39-50.

    [2] 史衛(wèi)亞,郭躍飛,薛向陽.一種解決大規(guī)模數(shù)據(jù)集問題的核主成分分析算法[J]. 軟件學(xué)報, 2009, 8(20): 2153-2159. (SHI W Y, GUO Y F, XUE X Y. A kernel principal component analysis algorithm for solving large scale data sets problem[J]. Journal of Software, 2009, 8(20): 2153-2159.)

    [3] 張燕平,竇蓉蓉,趙姝,等. 基于集成學(xué)習(xí)的規(guī)范化LDA人臉識別[J].計算機工程, 2010, 36(14):144-146.(ZHANG Y P, DOU R R, ZHAO S, et al. Regularized linear discriminant analysis for face recognition based on ensemble learning[J]. Computer Engineering, 2010, 36(14):144-146.)

    [4] KOLDOVSKY Z, TICHAVSKY P. Efficient variant of algorithm fastica for independent component analysis attaining the cramerRAO lower bound[C]// Proceedings of the 2005 IEEE/SP Workshop on Statistical Signal Processing. Piscataway, NJ: IEEE, 2005:1090-1095.

    [5] GOLUB G H, REINSCH C. Singular Value Decomposition and Least Squares Solutions[M]. Berlin: Springer, 1971: 403-420.

    [6] PAATERO P, TAPPER U. Positive matrix factorization: a nonnegative factor model with optimal utilization of error estimates of data values[J]. Environmental Surveying, 1994, 5(2):111-126.

    [7] LEE D D, SEUNG H S. Learning the parts of objects with nonnegative matrix factorization[J]. Nature, 1999, 401(6755):788-791.

    [8] LEE D D. Algorithms for nonnegative matrix factorization[J]. Advances in Neural Information Processing Systems, 2001, 13(6):556-562.

    [9] BUCAK S S, GUNSEL B. Incremental subspace learning via nonnegative matrix factorization[J]. Pattern Recognition, 2009, 42(5):788-797.

    [10] YU Z Z, LIU Y H, LI B, et al. Incremental graph regulated nonnegative matrix factorization for face recognition[J]. Journal of Applied Mathematics, 2014, 2014(1): Article ID 928051.

    [11] KONG D, HUANG H. Robust nonnegative matrix factorization using L21norm[C]// Proceedings of the 20th ACM International Conference on Information and Knowledge Management. New York: ACM, 2011:673-682.

    [12] HUANG S, WANG H, LI T, et al. Robust graph regularized nonnegative matrix factorization for clustering[J]. ACM Transactions on Knowledge Discovery from Data, 2017, 11(3): Article No. 33.

    [13] DAI L Y, FENG C M, LIU J X, et al. Robust nonnegative matrix factorization via joint graph laplacian and discriminative information for identifying differentially expressed genes[J]. Complexity, 2017, 2017(40): Article ID 4216797.

    [14] YANG S, HOU C, ZHANG C, et al. Robust nonnegative matrix factorization via joint sparse and graph regularization[C]// Proceedings of the 2013 International Joint Conference on Neural Networks. Piscataway, NJ: IEEE, 2014:541-559.

    [15] DU S, SHI Y, WANG W. L(3/2) sparsity constrained graph nonnegative matrix factorization for image representation[C]// Proceedings of the 26th Chinese Control and Decision Conference. Piscataway, NJ: IEEE, 2014:2962-2965.

    [16] CAI D, HE X, WU X, et al. Nonnegative matrix factorization on manifold[C]// Proceedings of the 8th IEEE International Conference on Data Mining. Piscataway, NJ: IEEE, 2008: 63-72.

    [17] XU W, LIU X, GONG Y. Document clustering based on nonnegative matrix factorization[C]// Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM, 2003:267-273.

    [18] 汪金濤, 曹玉東, 孫福明. 稀疏約束圖正則非負矩陣分解的增量學(xué)習(xí)算法[J]. 計算機應(yīng)用, 2017,37(4): 1071-1074.(WANG J T, CAO Y D, SUN F M. Incremental learning algorithm based on graph regularized nonnegative matrix factorization with sparseness constraints[J]. Journal of Computer Applications, 2017, 37(4): 1071-1074.)

    猜你喜歡
    聚類
    稠密度聚類在艦船網(wǎng)絡(luò)微弱信號自適應(yīng)增強中的應(yīng)用
    基于K-means聚類的車-地?zé)o線通信場強研究
    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
    基于高斯混合聚類的陣列干涉SAR三維成像
    條紋顏色分離與聚類
    基于Spark平臺的K-means聚類算法改進及并行化實現(xiàn)
    局部子空間聚類
    基于改進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
    基于熵權(quán)和有序聚類的房地產(chǎn)周期分析
    河南科技(2014年23期)2014-02-27 14:19:14
    一区二区三区四区激情视频 | 欧美高清性xxxxhd video| 国产成人aa在线观看| 国内精品久久久久久久电影| 成年免费大片在线观看| 女人十人毛片免费观看3o分钟| 国产熟女欧美一区二区| 日韩国内少妇激情av| 日韩,欧美,国产一区二区三区 | 色综合婷婷激情| 尾随美女入室| 伦精品一区二区三区| 99久久九九国产精品国产免费| 波野结衣二区三区在线| 永久网站在线| 国产精品综合久久久久久久免费| av天堂在线播放| 国产蜜桃级精品一区二区三区| 亚洲自偷自拍三级| 亚洲国产色片| 99久久精品一区二区三区| 成年女人看的毛片在线观看| 国产欧美日韩精品亚洲av| 久久久久九九精品影院| 成人美女网站在线观看视频| 国产女主播在线喷水免费视频网站 | 国产男靠女视频免费网站| 亚洲av日韩精品久久久久久密| 麻豆成人午夜福利视频| 中文字幕av在线有码专区| 日韩欧美 国产精品| 国产精品一区二区三区四区久久| 好男人在线观看高清免费视频| 观看免费一级毛片| av在线蜜桃| 免费不卡的大黄色大毛片视频在线观看 | 国产亚洲精品久久久com| 国产在视频线在精品| 看十八女毛片水多多多| 免费电影在线观看免费观看| 高清毛片免费观看视频网站| 午夜精品一区二区三区免费看| 成人特级黄色片久久久久久久| 日日撸夜夜添| 春色校园在线视频观看| 大又大粗又爽又黄少妇毛片口| 亚洲中文字幕一区二区三区有码在线看| 国产精品,欧美在线| 97热精品久久久久久| 亚洲图色成人| 日本黄大片高清| 亚洲18禁久久av| 久久国内精品自在自线图片| 免费一级毛片在线播放高清视频| 人人妻人人澡欧美一区二区| 亚洲性夜色夜夜综合| 日本撒尿小便嘘嘘汇集6| 日韩欧美在线乱码| 亚洲真实伦在线观看| 91久久精品国产一区二区三区| 能在线免费观看的黄片| 国产伦在线观看视频一区| 最好的美女福利视频网| 亚洲aⅴ乱码一区二区在线播放| 成年女人毛片免费观看观看9| 亚洲欧美日韩东京热| 欧美日韩精品成人综合77777| 91在线精品国自产拍蜜月| 一级av片app| 亚洲,欧美,日韩| 18禁黄网站禁片免费观看直播| 91在线精品国自产拍蜜月| 成熟少妇高潮喷水视频| 九九在线视频观看精品| 在线免费观看的www视频| 国产亚洲精品久久久com| 人妻丰满熟妇av一区二区三区| 国内精品美女久久久久久| 国产男人的电影天堂91| 久久精品国产亚洲网站| 成人国产综合亚洲| 在线免费观看的www视频| 亚洲精品久久国产高清桃花| 啦啦啦啦在线视频资源| 国产av一区在线观看免费| 一本精品99久久精品77| 尾随美女入室| 动漫黄色视频在线观看| 亚洲真实伦在线观看| 五月玫瑰六月丁香| 91在线精品国自产拍蜜月| 亚洲人与动物交配视频| 精品久久久久久久久久久久久| 欧美高清成人免费视频www| 成人国产综合亚洲| 日本黄色视频三级网站网址| 色噜噜av男人的天堂激情| 日本爱情动作片www.在线观看 | 亚洲黑人精品在线| 啪啪无遮挡十八禁网站| 中国美女看黄片| 一进一出抽搐动态| 亚洲人成网站高清观看| 国产白丝娇喘喷水9色精品| 蜜桃久久精品国产亚洲av| 又爽又黄a免费视频| 亚洲av二区三区四区| 精品久久久久久,| 亚州av有码| 哪里可以看免费的av片| 天堂网av新在线| 精品一区二区三区视频在线| 国产精品久久电影中文字幕| 国产探花极品一区二区| 91久久精品电影网| 美女高潮喷水抽搐中文字幕| 夜夜爽天天搞| 如何舔出高潮| 亚洲,欧美,日韩| 亚洲精品亚洲一区二区| 91麻豆精品激情在线观看国产| 在线观看美女被高潮喷水网站| 欧美xxxx性猛交bbbb| 久久久精品大字幕| 国产精品亚洲一级av第二区| 91av网一区二区| 99在线人妻在线中文字幕| 久久九九热精品免费| 久久国产精品人妻蜜桃| 日日摸夜夜添夜夜添小说| 成人国产综合亚洲| 大型黄色视频在线免费观看| 丰满人妻一区二区三区视频av| 久久6这里有精品| 在线免费观看不下载黄p国产 | 此物有八面人人有两片| 深夜精品福利| 99久久无色码亚洲精品果冻| 久久精品国产亚洲网站| 国产探花在线观看一区二区| 日本成人三级电影网站| 精华霜和精华液先用哪个| 淫秽高清视频在线观看| 国产成人aa在线观看| 午夜精品一区二区三区免费看| 国产精品98久久久久久宅男小说| av天堂在线播放| 免费看美女性在线毛片视频| 最近最新中文字幕大全电影3| 成人毛片a级毛片在线播放| 中文字幕熟女人妻在线| 99久久成人亚洲精品观看| 亚洲第一区二区三区不卡| 欧美日韩中文字幕国产精品一区二区三区| 蜜桃久久精品国产亚洲av| 国产一级毛片七仙女欲春2| 欧美性猛交黑人性爽| 如何舔出高潮| 免费观看在线日韩| 少妇裸体淫交视频免费看高清| 欧洲精品卡2卡3卡4卡5卡区| 久久热精品热| 国产精品久久视频播放| 韩国av一区二区三区四区| avwww免费| 真人一进一出gif抽搐免费| 亚洲成av人片在线播放无| 色噜噜av男人的天堂激情| 久久九九热精品免费| 赤兔流量卡办理| 久久国产乱子免费精品| 午夜免费激情av| 在线国产一区二区在线| 香蕉av资源在线| 国产美女午夜福利| av福利片在线观看| 国产黄a三级三级三级人| 日本黄色片子视频| 夜夜看夜夜爽夜夜摸| or卡值多少钱| 国产aⅴ精品一区二区三区波| 日韩人妻高清精品专区| 午夜福利在线观看吧| 成人欧美大片| 热99在线观看视频| 可以在线观看的亚洲视频| 伊人久久精品亚洲午夜| 波多野结衣高清作品| 国产视频内射| 欧美日韩黄片免| 亚洲狠狠婷婷综合久久图片| 中文字幕免费在线视频6| 欧美不卡视频在线免费观看| 国产精品久久久久久亚洲av鲁大| 欧美黑人欧美精品刺激| 国内精品宾馆在线| 免费人成在线观看视频色| 91久久精品电影网| 色综合站精品国产| 很黄的视频免费| 欧美高清成人免费视频www| 国产av在哪里看| 日韩欧美免费精品| 午夜爱爱视频在线播放| 日日夜夜操网爽| 亚洲第一区二区三区不卡| 亚洲综合色惰| 91在线精品国自产拍蜜月| aaaaa片日本免费| netflix在线观看网站| 亚洲精品亚洲一区二区| 99在线人妻在线中文字幕| 日本欧美国产在线视频| 99热这里只有是精品50| 国产精品一区二区三区四区免费观看 | 中文资源天堂在线| 亚洲精品亚洲一区二区| 精品午夜福利在线看| 亚洲五月天丁香| 一卡2卡三卡四卡精品乱码亚洲| 成人高潮视频无遮挡免费网站| 亚洲自拍偷在线| 少妇裸体淫交视频免费看高清| 亚洲一区高清亚洲精品| 欧美日本视频| 国产精品福利在线免费观看| 黄色视频,在线免费观看| 久久精品国产亚洲网站| 亚洲午夜理论影院| 免费看a级黄色片| 观看美女的网站| 蜜桃亚洲精品一区二区三区| 99久久九九国产精品国产免费| 免费av毛片视频| 毛片女人毛片| 啦啦啦韩国在线观看视频| 不卡一级毛片| 天堂动漫精品| www.www免费av| 看免费成人av毛片| 欧美日韩精品成人综合77777| 国产高清有码在线观看视频| 91麻豆av在线| 免费av不卡在线播放| 久久久久久伊人网av| 亚洲欧美清纯卡通| 国产在线精品亚洲第一网站| 欧美日韩黄片免| 国产精品三级大全| 在线免费观看不下载黄p国产 | 亚洲性夜色夜夜综合| 亚洲精品456在线播放app | 欧美xxxx黑人xx丫x性爽| 国产精品一区二区免费欧美| 我的老师免费观看完整版| 免费看a级黄色片| h日本视频在线播放| 3wmmmm亚洲av在线观看| 69av精品久久久久久| 最近最新中文字幕大全电影3| 国产一区二区三区视频了| 露出奶头的视频| 婷婷丁香在线五月| 亚洲国产高清在线一区二区三| 国产精品国产三级国产av玫瑰| 亚洲欧美日韩高清专用| 日日夜夜操网爽| 此物有八面人人有两片| 深爱激情五月婷婷| 啦啦啦啦在线视频资源| 少妇高潮的动态图| 久久婷婷人人爽人人干人人爱| 99久久精品国产国产毛片| 亚洲在线观看片| 大型黄色视频在线免费观看| av在线天堂中文字幕| 91精品国产九色| 一个人看的www免费观看视频| 久久中文看片网| 精品一区二区三区视频在线| 午夜免费男女啪啪视频观看 | 国内少妇人妻偷人精品xxx网站| 精品久久久久久久久av| 精品99又大又爽又粗少妇毛片 | 亚洲国产精品久久男人天堂| 精华霜和精华液先用哪个| 中文字幕精品亚洲无线码一区| 日本黄色视频三级网站网址| 99riav亚洲国产免费| 国产探花极品一区二区| 少妇裸体淫交视频免费看高清| 免费一级毛片在线播放高清视频| 天堂√8在线中文| 天堂影院成人在线观看| 一进一出好大好爽视频| 国产av一区在线观看免费| 美女免费视频网站| 成人二区视频| 精品人妻视频免费看| bbb黄色大片| 日本黄大片高清| 欧美成人一区二区免费高清观看| 国产探花极品一区二区| 欧美日韩乱码在线| 亚洲国产日韩欧美精品在线观看| 亚洲精品国产成人久久av| 男女那种视频在线观看| 亚洲av美国av| 中文在线观看免费www的网站| av国产免费在线观看| 亚洲成a人片在线一区二区| 22中文网久久字幕| 别揉我奶头~嗯~啊~动态视频| 国产精品久久久久久久电影| 久久久久国内视频| 久久香蕉精品热| 色播亚洲综合网| 国产免费男女视频| 日本a在线网址| 国产伦在线观看视频一区| a级毛片免费高清观看在线播放| 亚洲人成网站高清观看| 欧美黑人欧美精品刺激| 国内精品久久久久精免费| 久久中文看片网| 亚洲图色成人| www.色视频.com| 中文字幕免费在线视频6| 精品人妻视频免费看| 久久精品国产亚洲网站| 国产av在哪里看| 欧美xxxx性猛交bbbb| 国产高潮美女av| 亚洲四区av| 99视频精品全部免费 在线| 狠狠狠狠99中文字幕| 国产午夜精品论理片| or卡值多少钱| 91狼人影院| 最近视频中文字幕2019在线8| 看片在线看免费视频| 国产av不卡久久| 国产高清三级在线| 色吧在线观看| 日本一本二区三区精品| 亚洲自偷自拍三级| 精品国内亚洲2022精品成人| 国产黄a三级三级三级人| 黄色欧美视频在线观看| 哪里可以看免费的av片| 麻豆一二三区av精品| 女生性感内裤真人,穿戴方法视频| 成人综合一区亚洲| 精品久久久久久久久av| 亚洲中文日韩欧美视频| 18禁在线播放成人免费| 亚洲va日本ⅴa欧美va伊人久久| 观看美女的网站| 欧美+日韩+精品| 最近视频中文字幕2019在线8| 中文字幕av在线有码专区| 久久久久久久午夜电影| 亚洲精华国产精华液的使用体验 | 国产精品一区二区三区四区久久| 99热精品在线国产| a级毛片免费高清观看在线播放| 日韩一区二区视频免费看| 免费高清视频大片| 免费观看精品视频网站| 成人特级av手机在线观看| 可以在线观看毛片的网站| 国产欧美日韩精品亚洲av| 亚洲三级黄色毛片| 成年女人永久免费观看视频| 日韩欧美在线乱码| 在线观看美女被高潮喷水网站| 国产精品亚洲美女久久久| 一级毛片久久久久久久久女| 成人高潮视频无遮挡免费网站| 国产黄色小视频在线观看| 午夜精品一区二区三区免费看| 亚洲成人中文字幕在线播放| 亚洲男人的天堂狠狠| 3wmmmm亚洲av在线观看| 直男gayav资源| 久久婷婷人人爽人人干人人爱| 国产精品久久久久久久久免| 国产精品综合久久久久久久免费| 亚洲最大成人手机在线| 日韩欧美 国产精品| 午夜免费激情av| 国产精品99久久久久久久久| 国产一区二区三区在线臀色熟女| 欧美高清成人免费视频www| 国产精品自产拍在线观看55亚洲| 一个人看视频在线观看www免费| 一夜夜www| 亚洲最大成人中文| 久久午夜福利片| 亚洲人成网站在线播放欧美日韩| 真人一进一出gif抽搐免费| 国产高潮美女av| 日韩 亚洲 欧美在线| 日韩欧美国产一区二区入口| 久久精品国产99精品国产亚洲性色| 无遮挡黄片免费观看| 性欧美人与动物交配| 美女免费视频网站| 国产精品99久久久久久久久| 亚洲aⅴ乱码一区二区在线播放| 国产白丝娇喘喷水9色精品| 最近最新免费中文字幕在线| 一区二区三区激情视频| 国产精品美女特级片免费视频播放器| 神马国产精品三级电影在线观看| 又爽又黄无遮挡网站| 3wmmmm亚洲av在线观看| 中文字幕人妻熟人妻熟丝袜美| 我的女老师完整版在线观看| 啦啦啦观看免费观看视频高清| 天堂√8在线中文| 少妇的逼水好多| 国产精品女同一区二区软件 | 久久亚洲真实| 成人永久免费在线观看视频| 免费av不卡在线播放| 亚洲美女黄片视频| 春色校园在线视频观看| 内射极品少妇av片p| 国产一区二区在线av高清观看| 欧美极品一区二区三区四区| 欧美又色又爽又黄视频| 亚洲欧美日韩高清专用| 黄色日韩在线| 校园人妻丝袜中文字幕| 亚洲中文日韩欧美视频| 精品午夜福利在线看| 久久久久久久久久久丰满 | АⅤ资源中文在线天堂| 99久久成人亚洲精品观看| 亚洲精品成人久久久久久| 精品无人区乱码1区二区| 日本黄大片高清| 性色avwww在线观看| 国内精品一区二区在线观看| 免费看美女性在线毛片视频| 国产亚洲精品综合一区在线观看| 国产av不卡久久| 国产成人a区在线观看| 在线观看午夜福利视频| 亚洲中文日韩欧美视频| 国产伦精品一区二区三区视频9| 久99久视频精品免费| 99视频精品全部免费 在线| 亚洲av熟女| 级片在线观看| 日日啪夜夜撸| 一区二区三区免费毛片| 内射极品少妇av片p| 亚洲熟妇熟女久久| 国产aⅴ精品一区二区三区波| 一区福利在线观看| 欧美成人免费av一区二区三区| 国产精品福利在线免费观看| 久久九九热精品免费| 成年版毛片免费区| 嫩草影院精品99| 欧美高清性xxxxhd video| 自拍偷自拍亚洲精品老妇| 亚洲欧美日韩高清专用| 久久香蕉精品热| 色播亚洲综合网| 国产亚洲精品综合一区在线观看| 国产成年人精品一区二区| 久久久久精品国产欧美久久久| 99国产极品粉嫩在线观看| 午夜精品久久久久久毛片777| 亚洲国产高清在线一区二区三| 免费看美女性在线毛片视频| 免费一级毛片在线播放高清视频| 九九久久精品国产亚洲av麻豆| 欧美xxxx性猛交bbbb| 亚洲成人久久性| 禁无遮挡网站| 免费观看在线日韩| 桃红色精品国产亚洲av| 婷婷精品国产亚洲av| 成人无遮挡网站| 久久久久久九九精品二区国产| 在线免费观看不下载黄p国产 | 亚洲av成人精品一区久久| 露出奶头的视频| 老熟妇乱子伦视频在线观看| 欧美色视频一区免费| 自拍偷自拍亚洲精品老妇| 别揉我奶头 嗯啊视频| 国产av不卡久久| 熟妇人妻久久中文字幕3abv| 午夜老司机福利剧场| 91午夜精品亚洲一区二区三区 | 国产精品人妻久久久影院| 在线播放无遮挡| 亚洲精品影视一区二区三区av| 麻豆久久精品国产亚洲av| 欧美3d第一页| 99久久中文字幕三级久久日本| 中文字幕高清在线视频| 免费搜索国产男女视频| 久久久久久九九精品二区国产| 亚洲一区高清亚洲精品| 免费电影在线观看免费观看| 少妇的逼水好多| 啪啪无遮挡十八禁网站| 免费在线观看影片大全网站| 两人在一起打扑克的视频| 日韩精品有码人妻一区| 亚洲三级黄色毛片| 一区二区三区四区激情视频 | 国产精品98久久久久久宅男小说| 久99久视频精品免费| 午夜福利欧美成人| 黄色欧美视频在线观看| 日本a在线网址| 亚洲中文字幕一区二区三区有码在线看| 少妇人妻精品综合一区二区 | 小蜜桃在线观看免费完整版高清| 日韩av在线大香蕉| 91久久精品电影网| 99热这里只有精品一区| 男女边吃奶边做爰视频| 伦理电影大哥的女人| 精品一区二区三区视频在线| 3wmmmm亚洲av在线观看| 成人欧美大片| 久久亚洲真实| 此物有八面人人有两片| 久久久久精品国产欧美久久久| a级毛片a级免费在线| 黄色日韩在线| 一级黄片播放器| 搡女人真爽免费视频火全软件 | 亚洲欧美日韩东京热| 一本一本综合久久| 五月伊人婷婷丁香| 欧美潮喷喷水| 国产精品久久久久久av不卡| 97碰自拍视频| 又爽又黄a免费视频| 乱人视频在线观看| 中文亚洲av片在线观看爽| 1024手机看黄色片| 久久欧美精品欧美久久欧美| 久久99热6这里只有精品| 午夜福利18| 成年女人毛片免费观看观看9| eeuss影院久久| 免费黄网站久久成人精品| 精品一区二区免费观看| 精品久久久久久久久久免费视频| 国产国拍精品亚洲av在线观看| 精品久久久久久久人妻蜜臀av| 99九九线精品视频在线观看视频| 欧美日韩国产亚洲二区| 69av精品久久久久久| 国产视频一区二区在线看| 麻豆国产av国片精品| 大型黄色视频在线免费观看| 亚洲精品影视一区二区三区av| 亚洲久久久久久中文字幕| 一区二区三区高清视频在线| 国产真实乱freesex| 自拍偷自拍亚洲精品老妇| 美女高潮的动态| 3wmmmm亚洲av在线观看| 午夜久久久久精精品| 国产精品一及| 久久久精品大字幕| 欧美日韩中文字幕国产精品一区二区三区| netflix在线观看网站| 日本a在线网址| 波野结衣二区三区在线| 日本欧美国产在线视频| 国产三级中文精品| 欧美中文日本在线观看视频| 国产高清激情床上av| 日本一本二区三区精品| 国产精品日韩av在线免费观看| 国产成人一区二区在线| 亚洲aⅴ乱码一区二区在线播放| 欧美区成人在线视频| 精品人妻熟女av久视频| 色在线成人网| 搡女人真爽免费视频火全软件 | 一级黄片播放器| 一级黄色大片毛片| 欧美色视频一区免费| 97人妻精品一区二区三区麻豆| 国产大屁股一区二区在线视频| 成年女人永久免费观看视频| 国产精品国产高清国产av| 男人和女人高潮做爰伦理| 国产精品福利在线免费观看| 亚洲第一电影网av| 亚洲av日韩精品久久久久久密| 国产白丝娇喘喷水9色精品| 久9热在线精品视频| 村上凉子中文字幕在线| 久久久国产成人精品二区| 免费av毛片视频| 中文字幕av在线有码专区| 欧美激情在线99| 日本成人三级电影网站| 中文字幕精品亚洲无线码一区| 国产高清激情床上av| 赤兔流量卡办理|