• <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SNP系統(tǒng)的改進(jìn)粒子群聚類算法

    2019-08-27 09:19:08
    關(guān)鍵詞:優(yōu)化系統(tǒng)

    李 立

    (安慶廣播電視大學(xué), 安徽 安慶 246003)

    0 引 言

    在眾多的聚類分析算法中,K-means是基于劃分的經(jīng)典聚類算法,具有局部尋優(yōu)能力強(qiáng)、聚類速度快和易于實現(xiàn)的優(yōu)點,但該算法也存在聚類結(jié)果過于依賴初始聚類中心點、波動性大且易于陷入局部極值的缺點.對此,有學(xué)者提出了基于多種粒子群優(yōu)化(Particle swarm optimization,PSO)的聚類算法[1-2],即將PSO算法的全局尋優(yōu)能力和K-means算法的局部尋優(yōu)能力相結(jié)合來改善聚類算法的性能,并取得了一定的效果.但是,PSO算法在實現(xiàn)優(yōu)化時會出現(xiàn)早熟收斂現(xiàn)象,且具有較強(qiáng)的隨機(jī)性,在實際應(yīng)用中具有一定的局限性.針對該問題,有學(xué)者提出一種以生物細(xì)胞為原型的膜計算算法模型[3],其可將細(xì)胞區(qū)域劃分成各自獨立的計算單元,具有強(qiáng)大的計算能力.目前,脈沖神經(jīng)膜(Spiking neural P,SNP)系統(tǒng)是基于神經(jīng)型的膜計算模型,也是膜計算領(lǐng)域的研究熱點之一[4-7].本研究在粒子群聚類算法中引入SNP系統(tǒng),構(gòu)建了一種基于SNP系統(tǒng)的改進(jìn)PSO-KM模型,即SNPS-PK算法,其原理是將初始聚類中心的各種組合作為粒子,將其分配到若干個神經(jīng)元,并在神經(jīng)元中進(jìn)行粒子群的迭代與進(jìn)化,利用SNP系統(tǒng)的高并行性和PSO算法的全局尋優(yōu)能力在更短的時間內(nèi)得到更優(yōu)化的初始聚類中心,為下一步K-means算法的局部尋優(yōu)提供更好的聚類初值,以進(jìn)一步提升聚類結(jié)果的穩(wěn)定性和準(zhǔn)確率.

    1 概念及定義

    1.1 PSO算法

    PSO算法是一種仿生方法,粒子之間通過相互協(xié)作并不斷迭代來生成最優(yōu)解,其實現(xiàn)步驟如下:

    假設(shè)含M個粒子的群體在一個N維空間進(jìn)行搜索,粒子i(1≤i≤M)的位置、速度和歷史最優(yōu)位置分別用3個維向量來表示,Xi=(xi1,xi2,…,xiN),Vi=(vi1,vi2,…,viN)和Pbesti=(Pbesti1,Pbesti2,…,PbestiN).整個粒子群的全局最優(yōu)位置可表示為,Gbest=(Gbesti1,Gbesti2,…,GbestiN).在迭代過程中,粒子更新速度和位置如式(1)與式(2)所示.

    Vi(t+1)=ωVi(t)+c1r1(Pbesti-Xi)+

    c2r2(Gbest-Xi)

    (1)

    Xi(t+1)=Xi(t)+Vi(t+1)

    (2)

    其中,ω為慣性權(quán)重,c1和c2為學(xué)習(xí)因子,r1和r2為隨機(jī)權(quán)重.

    1.2 K-means算法

    K-means算法是一種基于質(zhì)心的啟發(fā)式聚類算法,其實現(xiàn)步驟如下:

    1)在n個數(shù)據(jù)樣本中隨機(jī)選擇k個Ci(i=1,2,…,k)作為初始聚類中心;

    2)計算其他數(shù)據(jù)樣本與初始聚類中心的距離,若數(shù)據(jù)樣本Xj屬于第i聚類,則其權(quán)重值wji=1,否則為0,如式(3)所示:

    (3)

    3)由式(4)計算目標(biāo)函數(shù)J,若J值不變,則停止迭代,算法結(jié)束.否則,進(jìn)入步驟4),

    (4)

    4)由式(5)更新聚類的中心點,回到步驟2).

    (5)

    1.3 SNP系統(tǒng)的定義

    一個標(biāo)準(zhǔn)SNP系統(tǒng)的定義為,

    Π=(O,σ1,σ2,…,σm,syn,in,out)

    (6)

    其中:

    1)O={a}是脈沖a的集合.

    2)σ1,σ2,…,σm是系統(tǒng)Π中所含的m(m≥1)個神經(jīng)元,σi=(ni,Ri)(1≤i≤m),其中,ni表示σi中脈沖的初始值,而Ri表示兩類規(guī)則的集合:

    (1)激發(fā)規(guī)則.E/ac→a;d(c≥1,d≥0),E為a的正則表達(dá)式,d為時延.若神經(jīng)元σi在某時刻有k個脈沖,且ak∈L(E)(k≥c),則利用規(guī)則E/ac→a激發(fā),消耗c個脈沖,并在d步之后向相關(guān)神經(jīng)元分別發(fā)送1個脈沖.

    (2)遺忘規(guī)則.as→λ(s≥1),對Ri中的任意規(guī)則E/ac→a;d,都滿足as?L(E).若神經(jīng)元σi在某時刻有且僅有s個脈沖,則利用規(guī)則as→λ,消耗掉所有的脈沖,且不會產(chǎn)生新的脈沖.

    3)syn?{1,2,…,m}×{1,2,…,m}表示神經(jīng)元之間的突觸.其中,(i,j)∈syn,(1≤i,j≤m,i≠j).

    4)σin和σout分別表示輸入和輸出神經(jīng)元,其中,in,out∈[1,2,…,m].

    2 基于SNP系統(tǒng)的改進(jìn)粒子群聚類算法

    本研究將SNP系統(tǒng)與PSO算法、K-means算法相結(jié)合,構(gòu)建了一種基于SNP系統(tǒng)的改進(jìn)PSO-KM模型的SNPS-PK算法,以進(jìn)一步提升聚類結(jié)果的穩(wěn)定性和準(zhǔn)確率.

    2.1 粒子群的適應(yīng)度函數(shù)和編碼方案

    聚類分析時,PSO算法的適應(yīng)度函數(shù)用來評價k個聚類中心的性能,其定義為,

    (7)

    其中,f(x)是粒子在位置x處的適應(yīng)度值Zj(1≤j≤k),是類Cj的聚類中心,Xi是集群中的數(shù)據(jù)樣本.粒子的f(x)可以衡量數(shù)據(jù)對象的結(jié)合程度,f(x)越小表示結(jié)合越緊密,聚類效果越好.

    PSO算法的優(yōu)化目標(biāo)就是搜索到f(x)值最小的粒子位置,其對應(yīng)的就是優(yōu)化后的初始聚類中心.粒子i在第(t+1)次迭代時,如果f(xi(t+1))

    采用PSO算法對K-means算法的初始聚類中心優(yōu)化前,k個聚類中心Zj(1≤j≤k)映射成集群中的粒子,其坐標(biāo)向量組成了粒子在優(yōu)化過程中的位置,而粒子i的適應(yīng)度值為f(xi)(1≤i≤k).每個粒子代表某種可行解,粒子的編碼由k個d維聚類中心中粒子的位置、速度和適應(yīng)度值組成,其編碼方案為,

    Z11…Z1dZ21…Z2dZk1…Zkd‖V11…V1dV21…V2dVk1…Vkd‖f(xi)

    2.2 SNPS-PK算法中的參數(shù)設(shè)置

    為了達(dá)到全局搜索和局部搜索之間的平衡,文獻(xiàn)[1]給出了一種慣性權(quán)重ω隨迭代次數(shù)的增加而線性下降的方法,其慣性權(quán)重ω的計算式為,

    ω(t)=ωmax-(ωmax-ωmin)t/ωmax

    (8)

    其中,ωmax和ωmin分別是最大和最小慣性權(quán)重,t和tmax分別是當(dāng)前迭代次數(shù)和最大迭代次數(shù).ω的理想取值范圍為0.4~0.9.

    在實際計算中,為了避免“振蕩”并讓粒子加快收斂到最優(yōu)解,可在式(2)中增加飛行時間因子,則式(2)變?yōu)椋?/p>

    Xi(t+1)=Xi(t)+H0(1-t/tmax)Vi(t+1)

    (9)

    其中,t和tmax分別是當(dāng)前迭代次數(shù)和最大迭代次數(shù).H0為1.5.

    式(1)中,學(xué)習(xí)因子c1和c2分別調(diào)節(jié)向Pbest和Gbest方向飛行的最大步長,c1是粒子自身學(xué)習(xí)的權(quán)重系數(shù),c2是粒子群體學(xué)習(xí)的權(quán)重系數(shù).為了平衡隨機(jī)因素的作用,一般情況下,c1=c2.而r1和r2被設(shè)置成介于[0,1]之間的隨機(jī)數(shù),目的在于增加粒子飛行的隨機(jī)性.

    2.3 SNPS-PK算法的膜結(jié)構(gòu)

    SNPS-PK算法的膜結(jié)構(gòu)如圖1所示.神經(jīng)元內(nèi)的對象不是脈沖,而是粒子對應(yīng)的位置,即不斷迭代的聚類中心.

    圖1中的神經(jīng)元1、2和3為輔助神經(jīng)元,神經(jīng)元4為主神經(jīng)元,神經(jīng)元5為輸出神經(jīng)元.系統(tǒng)Π中輔助神經(jīng)元粒子的主要功能是搜索可能存在最優(yōu)解的領(lǐng)域并及時將搜索信息傳回主神經(jīng)元.輔助神經(jīng)元1和3中的粒子按照式(1)和式(2)更新速度和位置,按照式(8)進(jìn)行慣性權(quán)重ω的調(diào)整.神經(jīng)元內(nèi)部每次迭代后,都根據(jù)適應(yīng)度值對粒子進(jìn)行優(yōu)劣排序,將其中最優(yōu)的s個粒子送入主神經(jīng)元4.

    圖1 SNPS-PK算法對應(yīng)的膜結(jié)構(gòu)

    神經(jīng)元1和3中的規(guī)則如下:

    輔助神經(jīng)元2中的規(guī)則如下:

    主神經(jīng)元4對從輔助神經(jīng)元1、2和3接收到的3s個粒子進(jìn)行重新迭代和排序,搜索到最優(yōu)解.

    主神經(jīng)元4中的規(guī)則如下:

    2.4 SNPS-PK算法的轉(zhuǎn)換時機(jī)

    SNPS-PK算法包括2個階段:在前階段,利用SNP系統(tǒng)的并行性和PSO算法的全局尋優(yōu)能力進(jìn)行全局搜索,在可行解空間內(nèi)找到k個優(yōu)化的初始聚類中心;在后階段,執(zhí)行K-means算法,進(jìn)行局部優(yōu)化,并輸出最終的聚類結(jié)果.

    其中,SNPS-PK算法前后兩個階段的轉(zhuǎn)換時機(jī)是根據(jù)適應(yīng)度方差σ2來判定粒子群的收斂程度.適應(yīng)度方差σ2定義如下,

    (10)

    其中,m是粒子群的規(guī)模,favg是粒子適應(yīng)度的平均值.當(dāng)σ2很小時,粒子群的狀態(tài)已趨于收斂,此時即為SNPS-PK算法的轉(zhuǎn)換時機(jī).

    3 實驗與分析

    為了驗證SNPS-PK算法的有效性,本研究對其進(jìn)行了仿真實驗測試.

    實驗環(huán)境為:操作系統(tǒng)Windows 10,CPU 2.7 GHz InterCore(TM),內(nèi)存4 GiB,編譯軟件為Edit with IDLE,用Python語言編程實現(xiàn).本研究在3個數(shù)據(jù)集上測試SNPS-PK算法,其中包含1個真實數(shù)據(jù)集Iris及2個人工數(shù)據(jù)集Data1和Data2.在實驗中,分別在此3個數(shù)據(jù)集上運行SNPS-PK算法,得到的聚類結(jié)果如圖2~圖4所示.

    圖2在數(shù)據(jù)集Iris上執(zhí)行SNPS-PK算法

    圖3在數(shù)據(jù)集Data1上執(zhí)行SNPS-PK算法

    圖4在數(shù)據(jù)集Data2上執(zhí)行SNPS-PK算法

    同時,實驗中還將SNPS-PK算法與標(biāo)準(zhǔn)K-means算法、PSO-KM算法進(jìn)行了比較.三種算法的聚類準(zhǔn)確率及運行時間的比較結(jié)果如表1所示.

    由表1可知,三種算法中,K-means算法的準(zhǔn)確率最低,SNPS-PK算法的準(zhǔn)確率最高,PSO-KM算法介于兩者之間.PSO-KM算法利用PSO的全局搜索能力,此在一定程度上提升了聚類準(zhǔn)確率.而SNPS-PK算法在PSO-KM算法的基礎(chǔ)上引入SNP系統(tǒng),利用SNP系統(tǒng)的并行性進(jìn)一步優(yōu)化了聚類中心,并對慣性權(quán)重w和飛行時間因子H0進(jìn)行動態(tài)調(diào)整,使SNPS-PK算法能夠更好地接近最優(yōu)解,聚類準(zhǔn)確率得以進(jìn)一步提升.

    表1 3種算法的聚類準(zhǔn)確率及運行時間比較

    4 結(jié) 語

    本研究在粒子群聚類算法中引入SNP系統(tǒng),將SNP系統(tǒng)的并行性和PSO的全局尋優(yōu)能力相結(jié)合,使得初始聚類中心得以進(jìn)一步優(yōu)化,為下一步K-means算法的局部尋優(yōu)提供了更好的聚類初值,提升了聚類結(jié)果的準(zhǔn)確率.由于聚類算法與SNP系統(tǒng)的結(jié)合是一種新的研究思路,目前對其的研究仍主要集中在理論的探討上[8-9].因此,如何利用基于SNP系統(tǒng)的聚類算法解決實際問題是下一步的主要研究方向.

    猜你喜歡
    優(yōu)化系統(tǒng)
    Smartflower POP 一體式光伏系統(tǒng)
    超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
    民用建筑防煙排煙設(shè)計優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    一道優(yōu)化題的幾何解法
    WJ-700無人機(jī)系統(tǒng)
    由“形”啟“數(shù)”優(yōu)化運算——以2021年解析幾何高考題為例
    ZC系列無人機(jī)遙感系統(tǒng)
    北京測繪(2020年12期)2020-12-29 01:33:58
    基于PowerPC+FPGA顯示系統(tǒng)
    半沸制皂系統(tǒng)(下)
    成人国产av品久久久| h日本视频在线播放| 久久婷婷青草| 国产一区有黄有色的免费视频| 成人二区视频| 国产日韩欧美视频二区| 国产精品一二三区在线看| 麻豆精品久久久久久蜜桃| 天堂俺去俺来也www色官网| 久热久热在线精品观看| 欧美日韩亚洲高清精品| 久久精品国产亚洲av天美| 国产欧美日韩一区二区三区在线 | 亚洲欧美日韩东京热| 一区二区三区精品91| 777米奇影视久久| 看非洲黑人一级黄片| 狂野欧美白嫩少妇大欣赏| 91精品国产国语对白视频| 六月丁香七月| 国产免费一区二区三区四区乱码| 亚洲情色 制服丝袜| 久久精品久久精品一区二区三区| 日本猛色少妇xxxxx猛交久久| 国产精品国产三级国产av玫瑰| 人人妻人人澡人人看| 精品一区二区免费观看| 国产一区二区在线观看av| 黑人高潮一二区| 亚洲精品乱久久久久久| 国产精品三级大全| 日韩强制内射视频| 欧美日韩视频高清一区二区三区二| 最近中文字幕高清免费大全6| 日日爽夜夜爽网站| 99久国产av精品国产电影| 中文字幕免费在线视频6| 伊人久久精品亚洲午夜| 一区二区av电影网| 亚洲欧美清纯卡通| 精品一品国产午夜福利视频| 一区二区三区精品91| 在线观看国产h片| 欧美xxxx性猛交bbbb| 成年女人在线观看亚洲视频| 国内少妇人妻偷人精品xxx网站| 色哟哟·www| 丝袜脚勾引网站| 日韩电影二区| 日韩人妻高清精品专区| 久久人人爽av亚洲精品天堂| 热re99久久精品国产66热6| 欧美高清成人免费视频www| 日韩av在线免费看完整版不卡| 欧美少妇被猛烈插入视频| 最近的中文字幕免费完整| av视频免费观看在线观看| 亚洲一区二区三区欧美精品| 我要看日韩黄色一级片| 欧美成人精品欧美一级黄| 十八禁网站网址无遮挡 | 久久精品国产亚洲网站| 黄色一级大片看看| 精品国产一区二区久久| 18禁在线无遮挡免费观看视频| 欧美成人午夜免费资源| 免费观看av网站的网址| 日本猛色少妇xxxxx猛交久久| 欧美日韩av久久| h视频一区二区三区| 美女大奶头黄色视频| 成人特级av手机在线观看| 免费黄色在线免费观看| 伊人久久精品亚洲午夜| 色吧在线观看| 老司机亚洲免费影院| 一级爰片在线观看| 男人舔奶头视频| 噜噜噜噜噜久久久久久91| 国产视频内射| 国产黄片美女视频| 99热网站在线观看| 精品人妻熟女av久视频| 尾随美女入室| 如日韩欧美国产精品一区二区三区 | 欧美日韩综合久久久久久| 精品一区二区免费观看| 欧美精品亚洲一区二区| 国产在线视频一区二区| 十分钟在线观看高清视频www | 久久久久久久久久久免费av| 国产一区二区在线观看av| 人妻人人澡人人爽人人| 成人午夜精彩视频在线观看| 亚洲精品视频女| 青春草亚洲视频在线观看| 丰满饥渴人妻一区二区三| 亚洲在久久综合| 国产熟女午夜一区二区三区 | av线在线观看网站| 欧美精品人与动牲交sv欧美| 久久精品久久精品一区二区三区| 老司机影院毛片| 亚洲欧美成人综合另类久久久| 91久久精品国产一区二区成人| 内地一区二区视频在线| 午夜福利网站1000一区二区三区| 国产精品女同一区二区软件| 国产乱人偷精品视频| 肉色欧美久久久久久久蜜桃| 日本猛色少妇xxxxx猛交久久| 在线免费观看不下载黄p国产| 伦精品一区二区三区| 26uuu在线亚洲综合色| 男男h啪啪无遮挡| av黄色大香蕉| 纵有疾风起免费观看全集完整版| 久久久久久久精品精品| 一级爰片在线观看| 国产一区二区三区av在线| 日日摸夜夜添夜夜爱| 高清在线视频一区二区三区| 男女免费视频国产| 嫩草影院新地址| 久久精品国产a三级三级三级| 日本-黄色视频高清免费观看| 国产精品免费大片| 美女视频免费永久观看网站| 永久网站在线| a级毛片免费高清观看在线播放| 国产69精品久久久久777片| 亚洲欧美日韩东京热| 日韩制服骚丝袜av| 成年人午夜在线观看视频| 国产精品国产av在线观看| 午夜av观看不卡| 国产成人a∨麻豆精品| av在线老鸭窝| 久久久亚洲精品成人影院| 国产精品女同一区二区软件| 国产爽快片一区二区三区| 高清午夜精品一区二区三区| 伦理电影免费视频| 十八禁高潮呻吟视频 | 欧美3d第一页| 午夜福利在线观看免费完整高清在| 国产精品欧美亚洲77777| 久久99热6这里只有精品| 九草在线视频观看| 亚洲自偷自拍三级| 免费在线观看成人毛片| 99视频精品全部免费 在线| 日韩制服骚丝袜av| 丝袜脚勾引网站| 亚洲在久久综合| 国产伦精品一区二区三区视频9| 婷婷色综合www| av视频免费观看在线观看| 欧美精品一区二区大全| 亚洲国产精品一区三区| 亚洲国产毛片av蜜桃av| 亚洲欧美精品专区久久| 五月天丁香电影| 久久久欧美国产精品| 久久国产乱子免费精品| 国模一区二区三区四区视频| 中国美白少妇内射xxxbb| 亚洲av成人精品一二三区| 色婷婷久久久亚洲欧美| 国产伦理片在线播放av一区| 日韩大片免费观看网站| 国产一级毛片在线| av.在线天堂| 亚洲一级一片aⅴ在线观看| 大片电影免费在线观看免费| 久久精品国产亚洲av涩爱| 精品国产露脸久久av麻豆| 免费高清在线观看视频在线观看| 我要看日韩黄色一级片| 久久精品久久久久久久性| 欧美97在线视频| 国产免费一级a男人的天堂| 97超视频在线观看视频| 亚洲国产精品一区三区| 91精品国产九色| 亚洲精品一二三| 亚洲av欧美aⅴ国产| 亚洲国产欧美在线一区| 国产精品一区www在线观看| 少妇 在线观看| 少妇精品久久久久久久| 高清在线视频一区二区三区| 岛国毛片在线播放| av福利片在线| 99九九在线精品视频 | 国产免费一级a男人的天堂| av又黄又爽大尺度在线免费看| 一区二区三区乱码不卡18| 乱码一卡2卡4卡精品| av有码第一页| 国产一区二区在线观看av| 一区二区三区乱码不卡18| 人妻人人澡人人爽人人| 国产精品国产三级国产专区5o| 国产伦理片在线播放av一区| 亚洲欧洲国产日韩| 91精品伊人久久大香线蕉| 黑人巨大精品欧美一区二区蜜桃 | 夫妻午夜视频| 亚洲人与动物交配视频| 日日摸夜夜添夜夜添av毛片| 蜜臀久久99精品久久宅男| 成人漫画全彩无遮挡| 欧美3d第一页| 国产白丝娇喘喷水9色精品| 又大又黄又爽视频免费| 国产视频首页在线观看| 男男h啪啪无遮挡| 内地一区二区视频在线| 亚洲av二区三区四区| 国产黄频视频在线观看| 国产精品国产三级国产av玫瑰| 亚洲精品乱码久久久久久按摩| 99久久精品国产国产毛片| 久久精品国产a三级三级三级| 亚洲经典国产精华液单| 自拍欧美九色日韩亚洲蝌蚪91 | 人人妻人人澡人人爽人人夜夜| 国产精品人妻久久久影院| 久久精品国产亚洲网站| 色5月婷婷丁香| 午夜av观看不卡| 黄色毛片三级朝国网站 | 九九久久精品国产亚洲av麻豆| 国模一区二区三区四区视频| 老女人水多毛片| 永久网站在线| 日日撸夜夜添| 日韩亚洲欧美综合| 成年女人在线观看亚洲视频| 91午夜精品亚洲一区二区三区| 成人18禁高潮啪啪吃奶动态图 | 亚洲国产精品一区三区| 国产精品一区www在线观看| 美女中出高潮动态图| 你懂的网址亚洲精品在线观看| 国产精品秋霞免费鲁丝片| 在线观看免费高清a一片| 纯流量卡能插随身wifi吗| 免费看光身美女| 亚洲精品视频女| 一级a做视频免费观看| 老司机影院成人| 又黄又爽又刺激的免费视频.| 精品国产一区二区三区久久久樱花| 日韩制服骚丝袜av| 午夜91福利影院| 亚洲国产毛片av蜜桃av| 国产极品粉嫩免费观看在线 | 女的被弄到高潮叫床怎么办| 国产黄频视频在线观看| 国产老妇伦熟女老妇高清| 三级经典国产精品| av国产精品久久久久影院| 日韩欧美一区视频在线观看 | 两个人免费观看高清视频 | 另类亚洲欧美激情| 亚洲av福利一区| 国产深夜福利视频在线观看| 精品国产乱码久久久久久小说| 亚洲精品第二区| 亚洲欧美精品自产自拍| 能在线免费看毛片的网站| 在线精品无人区一区二区三| 成人漫画全彩无遮挡| 亚洲三级黄色毛片| www.色视频.com| 成人二区视频| 免费高清在线观看视频在线观看| 狂野欧美白嫩少妇大欣赏| 中文字幕人妻丝袜制服| 亚洲国产最新在线播放| 黄色日韩在线| 国产免费视频播放在线视频| 久久久久国产网址| 人人妻人人添人人爽欧美一区卜| 亚洲精品一二三| 国产亚洲欧美精品永久| 在线观看一区二区三区激情| av免费在线看不卡| 亚洲图色成人| 3wmmmm亚洲av在线观看| 嘟嘟电影网在线观看| 久久久午夜欧美精品| 男人和女人高潮做爰伦理| 性高湖久久久久久久久免费观看| 最近中文字幕高清免费大全6| 成人午夜精彩视频在线观看| 国产亚洲午夜精品一区二区久久| 日韩视频在线欧美| 自拍欧美九色日韩亚洲蝌蚪91 | 国产亚洲欧美精品永久| 欧美一级a爱片免费观看看| 国产精品秋霞免费鲁丝片| 性色av一级| 男的添女的下面高潮视频| 亚洲综合精品二区| 九九在线视频观看精品| 精品久久久精品久久久| 免费av不卡在线播放| 校园人妻丝袜中文字幕| 麻豆成人av视频| 一级毛片电影观看| 免费人成在线观看视频色| 七月丁香在线播放| 久久久久久久国产电影| 久久国产乱子免费精品| 在线免费观看不下载黄p国产| 国产探花极品一区二区| 久久ye,这里只有精品| 美女中出高潮动态图| 亚洲av.av天堂| 亚洲美女搞黄在线观看| 又大又黄又爽视频免费| 高清毛片免费看| 如日韩欧美国产精品一区二区三区 | 狂野欧美激情性xxxx在线观看| 日韩视频在线欧美| 九色成人免费人妻av| 日本欧美视频一区| 自拍欧美九色日韩亚洲蝌蚪91 | 多毛熟女@视频| 一级爰片在线观看| 中文精品一卡2卡3卡4更新| 黑人巨大精品欧美一区二区蜜桃 | 亚洲av欧美aⅴ国产| 国产精品熟女久久久久浪| 国产av精品麻豆| 久久午夜福利片| 性高湖久久久久久久久免费观看| 嫩草影院入口| 美女脱内裤让男人舔精品视频| 久久韩国三级中文字幕| av有码第一页| 久久韩国三级中文字幕| 亚洲成人av在线免费| 最近中文字幕高清免费大全6| 中文资源天堂在线| 国产亚洲最大av| 夜夜爽夜夜爽视频| 日韩av免费高清视频| 老女人水多毛片| 国产一区二区在线观看日韩| 亚洲av不卡在线观看| 国产精品无大码| 97精品久久久久久久久久精品| av网站免费在线观看视频| 麻豆成人午夜福利视频| 伊人亚洲综合成人网| 国产在视频线精品| 91精品一卡2卡3卡4卡| 黑人猛操日本美女一级片| 久久久精品免费免费高清| 在线观看三级黄色| 精品一区二区三卡| 成人特级av手机在线观看| 两个人免费观看高清视频 | 久久久久国产网址| 黄色毛片三级朝国网站 | 一区二区三区免费毛片| 黄色配什么色好看| 国产精品久久久久久av不卡| 夫妻性生交免费视频一级片| 日韩免费高清中文字幕av| 九九在线视频观看精品| 在线 av 中文字幕| 日韩一本色道免费dvd| 最近2019中文字幕mv第一页| 亚洲av国产av综合av卡| 另类精品久久| 成人国产麻豆网| 亚洲图色成人| 爱豆传媒免费全集在线观看| 亚洲丝袜综合中文字幕| 成人影院久久| 伦精品一区二区三区| 久久99热这里只频精品6学生| 国产欧美亚洲国产| 国产免费一区二区三区四区乱码| 夜夜看夜夜爽夜夜摸| 大香蕉97超碰在线| 日韩av不卡免费在线播放| 韩国av在线不卡| 亚洲欧美精品专区久久| 亚洲人成网站在线播| 亚洲国产av新网站| 国产精品麻豆人妻色哟哟久久| 中文精品一卡2卡3卡4更新| 日韩精品免费视频一区二区三区 | 亚洲av中文av极速乱| 狂野欧美白嫩少妇大欣赏| 日产精品乱码卡一卡2卡三| 99热这里只有是精品在线观看| 91aial.com中文字幕在线观看| 美女视频免费永久观看网站| 99久久精品热视频| 黄色欧美视频在线观看| 欧美少妇被猛烈插入视频| 国产精品不卡视频一区二区| 亚洲色图综合在线观看| 亚洲av二区三区四区| 亚洲综合精品二区| 免费观看av网站的网址| 久久精品夜色国产| 少妇人妻一区二区三区视频| 亚洲图色成人| 又粗又硬又长又爽又黄的视频| 久久久精品免费免费高清| 在线观看国产h片| 亚洲,欧美,日韩| 亚洲色图综合在线观看| 插逼视频在线观看| 国产美女午夜福利| 哪个播放器可以免费观看大片| 精品99又大又爽又粗少妇毛片| 日本vs欧美在线观看视频 | 免费av中文字幕在线| 尾随美女入室| 亚洲色图综合在线观看| 国产男女超爽视频在线观看| 在线 av 中文字幕| 国产黄频视频在线观看| 国产深夜福利视频在线观看| 国产欧美另类精品又又久久亚洲欧美| 少妇的逼水好多| 久久影院123| 伊人久久精品亚洲午夜| 91精品伊人久久大香线蕉| 国产精品久久久久久久电影| 中文乱码字字幕精品一区二区三区| 亚洲精品视频女| 嘟嘟电影网在线观看| 国产一区二区在线观看av| 日产精品乱码卡一卡2卡三| 老司机影院成人| 久久久午夜欧美精品| 丝袜在线中文字幕| 日日撸夜夜添| 欧美变态另类bdsm刘玥| 免费观看性生交大片5| 亚洲av二区三区四区| 2021少妇久久久久久久久久久| 日韩一本色道免费dvd| 男人狂女人下面高潮的视频| 极品人妻少妇av视频| 在线观看一区二区三区激情| 久久午夜综合久久蜜桃| 色94色欧美一区二区| 亚洲av免费高清在线观看| 午夜日本视频在线| 99热这里只有精品一区| 在线观看三级黄色| 国产成人一区二区在线| 国产免费一区二区三区四区乱码| 美女大奶头黄色视频| 日本黄色片子视频| 亚洲综合色惰| 亚洲人成网站在线观看播放| 免费观看无遮挡的男女| 欧美xxⅹ黑人| 欧美3d第一页| 一级毛片 在线播放| 人妻 亚洲 视频| 嫩草影院新地址| 插逼视频在线观看| 一级黄片播放器| 日韩伦理黄色片| 国产高清三级在线| 99九九线精品视频在线观看视频| h日本视频在线播放| av不卡在线播放| 国产极品天堂在线| 内地一区二区视频在线| 国产精品免费大片| www.av在线官网国产| 99久久精品国产国产毛片| 亚洲精品日韩在线中文字幕| 熟妇人妻不卡中文字幕| 国产精品免费大片| www.av在线官网国产| 亚洲四区av| 欧美亚洲 丝袜 人妻 在线| 99热这里只有精品一区| 国产精品免费大片| 国产在线免费精品| 国产精品久久久久久精品电影小说| 欧美亚洲 丝袜 人妻 在线| 黑人巨大精品欧美一区二区蜜桃 | 色婷婷av一区二区三区视频| 80岁老熟妇乱子伦牲交| 91精品国产国语对白视频| 两个人的视频大全免费| 美女视频免费永久观看网站| 亚洲自偷自拍三级| 99国产精品免费福利视频| 国语对白做爰xxxⅹ性视频网站| 日韩人妻高清精品专区| 熟妇人妻不卡中文字幕| 多毛熟女@视频| 少妇高潮的动态图| 国产精品一区www在线观看| 美女主播在线视频| 香蕉精品网在线| 久久精品久久久久久噜噜老黄| 亚洲人成网站在线播| 少妇人妻一区二区三区视频| 免费黄色在线免费观看| 男女免费视频国产| 男人爽女人下面视频在线观看| 久久热精品热| 女性被躁到高潮视频| 在线看a的网站| 男人和女人高潮做爰伦理| 精品人妻偷拍中文字幕| 亚洲人与动物交配视频| 亚洲精品视频女| 人妻系列 视频| 一级,二级,三级黄色视频| 一本一本综合久久| 亚洲成色77777| 黄色毛片三级朝国网站 | 观看美女的网站| 免费看光身美女| 美女内射精品一级片tv| 欧美日韩一区二区视频在线观看视频在线| 国产精品熟女久久久久浪| 纵有疾风起免费观看全集完整版| 少妇人妻精品综合一区二区| 欧美日韩在线观看h| 纯流量卡能插随身wifi吗| 日日撸夜夜添| 午夜影院在线不卡| a级毛片免费高清观看在线播放| 国产伦在线观看视频一区| 国产高清有码在线观看视频| 亚洲av二区三区四区| 插阴视频在线观看视频| 交换朋友夫妻互换小说| 国产亚洲一区二区精品| 国产精品秋霞免费鲁丝片| 国产免费又黄又爽又色| 99热国产这里只有精品6| 高清毛片免费看| 日韩三级伦理在线观看| 日韩电影二区| 九色成人免费人妻av| 欧美高清成人免费视频www| 欧美日韩视频高清一区二区三区二| 91精品一卡2卡3卡4卡| 国精品久久久久久国模美| 国产男女超爽视频在线观看| 热99国产精品久久久久久7| 色94色欧美一区二区| 人妻人人澡人人爽人人| 久久久久久久久久久久大奶| 国产精品一二三区在线看| 深夜a级毛片| 国产乱人偷精品视频| 一级a做视频免费观看| 久久精品国产亚洲av涩爱| 嫩草影院入口| 大话2 男鬼变身卡| 秋霞在线观看毛片| 日本av免费视频播放| 伊人久久国产一区二区| 日韩av免费高清视频| 久久精品国产亚洲av涩爱| 99九九在线精品视频 | 国产精品熟女久久久久浪| 午夜日本视频在线| 中文字幕免费在线视频6| av免费在线看不卡| 国产在线男女| 亚洲,一卡二卡三卡| 少妇高潮的动态图| 能在线免费看毛片的网站| 亚洲国产精品一区二区三区在线| 日韩一区二区三区影片| 美女主播在线视频| 亚洲第一av免费看| 一级二级三级毛片免费看| 三级经典国产精品| 黄色怎么调成土黄色| 欧美最新免费一区二区三区| 国产精品一区www在线观看| 中文欧美无线码| 久久久久久久久久久丰满| 日韩中文字幕视频在线看片| 久久毛片免费看一区二区三区| 伦理电影免费视频| 久久精品国产亚洲av涩爱| 日韩免费高清中文字幕av| 日韩一本色道免费dvd| 嘟嘟电影网在线观看| 日韩伦理黄色片| 中文在线观看免费www的网站| 一本色道久久久久久精品综合| 蜜桃在线观看..| 国产免费一区二区三区四区乱码| 国产av精品麻豆| 久久久久网色| 国产午夜精品久久久久久一区二区三区| 三上悠亚av全集在线观看 | 高清毛片免费看| 有码 亚洲区|