• <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 ?

    K均值優(yōu)化算法綜述

    2020-06-09 12:20:59鄧濱玥
    軟件 2020年2期
    關(guān)鍵詞:means算法聚類算法

    鄧濱玥

    摘 ?要: k-means算法源于信號(hào)處理中的一種向量量化方法,現(xiàn)在則更多地作為一種聚類分析方法流行于數(shù)據(jù)挖掘領(lǐng)域。在數(shù)據(jù)挖掘技術(shù)中常常使用聚類方法,而k-means算法作為最典型、最常見、實(shí)用度最廣的一種聚類算法,具有簡(jiǎn)單易操作等優(yōu)點(diǎn)。但此算法需要人工設(shè)定聚類中心的數(shù)量,初始聚類中心,容易陷入局部最優(yōu),使得算法的時(shí)間復(fù)雜度變得較大,得到的聚類結(jié)果易受到k值與設(shè)定的初始聚類中心的影響,針對(duì)這些問題,本文介紹了k-means算法的改進(jìn)方法,分析其優(yōu)缺點(diǎn)并提出了優(yōu)化算法的下一步研究方向。

    關(guān)鍵詞:?k-means算法;聚類算法;聚類中心;誤差平方和;無監(jiān)督學(xué)習(xí)

    中圖分類號(hào): TP391????文獻(xiàn)標(biāo)識(shí)碼:?A????DOI:10.3969/j.issn.1003-6970.2020.02.041

    【Abstract】: K-means algorithm originated from a vector quantization method in signal processing and is now more popular in the field of data mining as a clustering analysis method. Clustering method is often used in data mining technology, and k-means algorithm, as the most typical, the most common and the most practical clustering algorithm, has the advantages of simple and easy operation. But this algorithm need to manually set the number of cluster centers, the initial clustering center, easy to fall into local optimum, makes the time complexity of the algorithm is larger, the clustering results are susceptible to k value and setting of the influence of the initial clustering center, to solve these problems, this paper introduces the improvement methods of k - means algorithm, analyzes the advantages and disadvantages and puts forward the optimization algorithm of the next research direction.

    【Key words】:?K-means; Clustering algorithm; Cluster center; SSE; Unsupervised learning

    0??引言

    在這個(gè)數(shù)據(jù)庫技飛速發(fā)展的大數(shù)據(jù)時(shí)代,指數(shù)型增長的數(shù)據(jù)對(duì)數(shù)據(jù)的處理分析技術(shù)的要求越來越高,人們希望能通過計(jì)算機(jī)自動(dòng)智能地在大型數(shù)據(jù)中,發(fā)現(xiàn)有用的信息并預(yù)測(cè)未來的樣本觀測(cè)結(jié)果。隨著不斷地探索研究,數(shù)據(jù)挖掘技術(shù)在處理數(shù)據(jù)方面發(fā)展已經(jīng)較為成熟,它在常規(guī)數(shù)據(jù)分析方法的基礎(chǔ)上配合復(fù)雜算法來處理大規(guī)模的數(shù)據(jù),已在各個(gè)領(lǐng)域的應(yīng)用中取得了豐碩的成果。

    聚類分析將數(shù)據(jù)劃分為有效可使用的組(簇),使得每一個(gè)簇內(nèi)的數(shù)據(jù)點(diǎn)特征相似。與預(yù)測(cè)模型不同,聚類中沒有明顯的目標(biāo)變量作為數(shù)據(jù)的屬性存在。聚類分析在理解數(shù)據(jù)與數(shù)據(jù)預(yù)處理領(lǐng)域中都發(fā)揮了很大的作用,也是數(shù)據(jù)挖掘中常為應(yīng)用的一種算法。

    k均值聚類算法(k- means clustering algorithm)是聚類分析方法中常被使用的一種迭代求解的無監(jiān)督學(xué)習(xí)算法,它對(duì)數(shù)據(jù)挖掘應(yīng)用與大量的模式向量十分重要。因?yàn)槠洳襟E簡(jiǎn)單快速,對(duì)大數(shù)據(jù)效率較高、可伸縮性強(qiáng),K-means算法被大量運(yùn)用在數(shù)據(jù)挖掘的任務(wù)中。但K-means的弊端也十分明顯,算法常會(huì)陷入局部最優(yōu),初始質(zhì)心以及K值都需要人為設(shè)定,其選擇對(duì)最后結(jié)果影響較大,針對(duì)此問題,許多學(xué)者對(duì)K-means算法進(jìn)行了提升與優(yōu)化。

    本文將介紹K-means算法的基本思想和傳統(tǒng)K-means優(yōu)化的算法,以及現(xiàn)在學(xué)者針對(duì)K-means主要問題的改進(jìn)。

    2.2 ?二分k-means

    為了減少初始劃分情況對(duì)聚類結(jié)果的影響,以及改進(jìn)k-means算法收斂于局部的問題,提出了二分k-means算法,此算法為分層聚類中自頂向下進(jìn)行分裂的一種方法。

    算法的主要思想為:將所有數(shù)據(jù)點(diǎn)作為一個(gè)簇堆,并將其一分為二,計(jì)算所有簇堆的誤差平方和,并反復(fù)選擇誤差平方和偏大的簇,使用k-means算法將其劃分,直到簇的數(shù)量等于用戶所給定的k值。步驟圖解如圖2所示。

    而由于二分K-means算法需要多次采用多次K-means方法聚類,增加了其復(fù)雜度,劉廣聰?shù)萚2]提出了用層次聚類與Chameleon算法對(duì)二分算法進(jìn)行改進(jìn),隨機(jī)抽取初始聚類中心,尋找離質(zhì)心最近與最遠(yuǎn)的兩個(gè)數(shù)據(jù)點(diǎn)作為新的聚類中心重新聚類,并通過計(jì)算簇間的相似度,建立相似度矩陣來進(jìn)行優(yōu)化,提高算法的效率。

    2.3??K-medoids

    由于K-means算法取質(zhì)點(diǎn)時(shí)計(jì)算的為當(dāng)前簇中所有數(shù)據(jù)點(diǎn)的平均值,K-means算法對(duì)異常值十分敏感,在此問題上,K-medoids算法對(duì)其做出了改進(jìn)。

    在K-medoids中,選取當(dāng)前簇中到同一簇其他數(shù)據(jù)點(diǎn)距離之和最小的點(diǎn)作為質(zhì)心,并使用絕對(duì)差值和(Sum of Absolute Differences,SAD)代替SSE作為衡量聚類結(jié)果的標(biāo)準(zhǔn)。SAD的計(jì)算公式如下:

    文獻(xiàn)[6]針對(duì)快速K-medoids初始聚類中心可能位于同一類簇及傳統(tǒng)K-medoids算法的缺陷,提出基于粒計(jì)算的K-medoids聚類算法,利用等價(jià)關(guān)系產(chǎn)生粒子,并根據(jù)粒子包含的樣本個(gè)數(shù)定義粒子密度,從而選擇密度較大的K個(gè)例子作為初始聚類中心,使得此算法聚類結(jié)果更加穩(wěn)定,并可適用于大規(guī)模的數(shù)據(jù)集。郝占剛[7]等提出一種基于遺傳算法和K-medoids算法的聚類新算法,此算法采用遺傳算法中的錦標(biāo)賽選擇法隨機(jī)選擇一定數(shù)目的樣本,并結(jié)合k-medoids對(duì)選擇出的個(gè)體進(jìn)行優(yōu)化,代替原有個(gè)體,不斷進(jìn)化直到結(jié)果符合要求,這種算法可以很好地解決k-medoids算法局部最優(yōu)與孤立點(diǎn)的問題,并加快了遺傳算法的收斂速度。

    3 ?k-means算法改進(jìn)

    3.1 ?基于k值選擇

    在K-means算法中,由于初始質(zhì)心點(diǎn)數(shù)k需要使用者指定,不同k值選擇所得出的聚類結(jié)果也不一樣,如何確定最優(yōu)k值或讓算法自動(dòng)獲取k值成為學(xué)者改進(jìn)k-means算法的一個(gè)目標(biāo)。

    1998年,Razaee[8][8]提出最佳的聚類數(shù)應(yīng)該在2與之間,其中n為所有數(shù)據(jù)點(diǎn)的個(gè)數(shù),此結(jié)論為后期k值選取優(yōu)化方面提供了基礎(chǔ)。由于傳統(tǒng)二分k-means時(shí)間復(fù)雜度較高,張忠平[9]等人對(duì)此算法進(jìn)行改進(jìn),提出基于二分思想的確定聚類數(shù)目的算法,由于每次二分只需要兩個(gè)初始聚類中心,減少聚類中心對(duì)其算法結(jié)果的影響。KDM算法[11][10]通過最大最小距離法和數(shù)據(jù)存儲(chǔ)方法,劃分時(shí)不斷調(diào)整聚類中心實(shí)現(xiàn)了k值的自動(dòng)確定,同時(shí)實(shí)現(xiàn)了初始中心的選擇。

    之后有學(xué)者提出使用“手肘法”選擇肘點(diǎn)作為最優(yōu)的K值,此方法簡(jiǎn)單直觀但可能會(huì)出現(xiàn)不明顯的“肘點(diǎn)”或是特殊情況使得K值的選擇出現(xiàn)偏差,文獻(xiàn)[11]ET-SSE算法對(duì)此進(jìn)行了k值選擇的優(yōu)化,引入偏執(zhí)項(xiàng)調(diào)節(jié)變量改進(jìn)總誤差平方和,通過對(duì)權(quán)重的調(diào)節(jié)得出最終k值。

    3.2 ?基于局部最優(yōu)問題

    由于K-means算法對(duì)初始點(diǎn)以及噪點(diǎn)十分敏感,常常會(huì)收斂到局部最小值而引起聚類結(jié)果的偏差,通過算法對(duì)噪點(diǎn)的處理以及迭代過程中劃分規(guī)則的改變可以解決此問題以達(dá)到全局最優(yōu)。

    陳慧萍等[12]采用模擬退火思想提出了一種全局尋優(yōu)的K-means方法,設(shè)定目標(biāo)函數(shù)及控制參數(shù),不斷迭代調(diào)整控制參數(shù)t(各聚類中心的值)直到得出當(dāng)前近似最優(yōu)解,得以得到最優(yōu)解。PBK-means算法[13]提出基于距離與密度,計(jì)算數(shù)據(jù)集的平均樣本距離,根據(jù)數(shù)據(jù)點(diǎn)之間的距離計(jì)算數(shù)據(jù)權(quán)重,從而選取最大權(quán)重?cái)?shù)據(jù)作為第一個(gè)中心點(diǎn),將數(shù)據(jù)集進(jìn)行分類,并建立滿二叉樹,合并葉子結(jié)點(diǎn)得到k個(gè)初始聚類中心,快速處理中小型規(guī)模的數(shù)據(jù)集。

    3.3??初始中心選擇

    K-means一般采取隨機(jī)選擇的方式確定初始質(zhì)心,而這樣不僅會(huì)使得算法的時(shí)間復(fù)雜度增大,并且可能會(huì)選取到離群點(diǎn)導(dǎo)致結(jié)果差異很大,現(xiàn)代學(xué)者更偏向通過與其他算法相結(jié)合的方式獲得較準(zhǔn)確初始質(zhì)心。

    Redmond[14]等人最早提出通過kd-tree從帶劃分的數(shù)據(jù)集中篩選密度大又相互分離的數(shù)據(jù)作為初始中心,而由于此方法在估計(jì)數(shù)據(jù)密度方面存在缺陷,基于此方法,后代學(xué)者提出了對(duì)應(yīng)的改進(jìn)。文獻(xiàn)[15]提出基于最小支撐樹,選中密度大且足夠分離的數(shù)據(jù)稠密區(qū)中的點(diǎn)作為初始聚類中心,使得算法可以在選出處在不同類的數(shù)據(jù)作為初始中心。文獻(xiàn)[16]提出一種利用關(guān)系矩陣和度數(shù)中心度的分析方法來選取初始中心點(diǎn),減少聚類過程的迭代次數(shù)得到更穩(wěn)定的聚類結(jié)果,但此方法在處理大規(guī)模數(shù)據(jù)問題上還存在局限性。

    3.4??其他改進(jìn)方法

    Dan Pelleg[17]等在2000年提出一種x-means的聚類方法,運(yùn)用統(tǒng)計(jì)學(xué)標(biāo)準(zhǔn)將樣本的似然函數(shù)最大化,通過計(jì)算BIC score來決定是否將簇二分,算法的主要步驟圖如下:

    此方法不用預(yù)先指定k的個(gè)數(shù),只需要給出k值范圍,很好地解決了k-means算法k值難以確定的問題,對(duì)大規(guī)模的數(shù)據(jù)也具有很好的效率,但是不適用于高維數(shù)據(jù)中。

    此外,還有很多學(xué)者分別提出了基于Spark框架[18]、MapReduce框架[19]、Hadoop[20]框架等常見數(shù)據(jù)計(jì)算平臺(tái)來改進(jìn)K-means算法,通過并行計(jì)算提高聚類提速。

    在d維空間中找到k-均值聚類問題的最優(yōu)解的計(jì)算復(fù)雜度:

    NP-hard:一般歐式空間中,即使目標(biāo)聚類數(shù)僅為2

    NP困難:平面中,不對(duì)聚類數(shù)目k作限制

    如果k和d都是固定的,時(shí)間復(fù)雜度為,其中n為待聚類的觀測(cè)點(diǎn)數(shù)目

    4??結(jié)束語

    作為聚類算法中較為經(jīng)典的K-means算法,因?yàn)橛?jì)算快速方便被廣泛應(yīng)用在數(shù)據(jù)挖掘等大數(shù)據(jù)處理方面,由于其缺點(diǎn)也十分明顯,在提出后便不斷有學(xué)者針對(duì)這些問題進(jìn)行優(yōu)化與改進(jìn),但在對(duì)算法進(jìn)行改進(jìn)時(shí)將會(huì)犧牲其他各方面的指標(biāo)。所以在優(yōu)化k-means算法三個(gè)主要問題的同時(shí),如何有效地縮短算法的復(fù)雜度、使算法能夠適用于多維度問題以及大規(guī)模數(shù)據(jù)問題等將成為學(xué)者們的下一步的研究方向,尤其是在機(jī)器學(xué)習(xí)技術(shù)的日益豐富的背景下,各種聚類算法與機(jī)器學(xué)習(xí)相結(jié)合,各種優(yōu)化方案等更是以后的攻堅(jiān)工程。

    猜你喜歡
    means算法聚類算法
    數(shù)據(jù)挖掘算法性能優(yōu)化的研究與應(yīng)用
    K—Means聚類算法在MapReduce框架下的實(shí)現(xiàn)
    基于K?均值與AGNES聚類算法的校園網(wǎng)行為分析系統(tǒng)研究
    SIFT算法在木材紋理分類上的應(yīng)用
    基于K—Means聚類算法入侵檢測(cè)系統(tǒng)研究
    基于Weka的Apriori算法在原油產(chǎn)量預(yù)測(cè)中的應(yīng)用
    基于HSI顏色空間的小麥粉精度自動(dòng)識(shí)別研究
    基于改進(jìn)的K_means算法在圖像分割中的應(yīng)用
    基于聚類的Web日志挖掘
    大規(guī)模風(fēng)電場(chǎng)集中接入對(duì)電力系統(tǒng)小干擾穩(wěn)定的影響分析
    科技視界(2016年8期)2016-04-05 18:39:39
    日本三级黄在线观看| 激情在线观看视频在线高清| 国产精品自产拍在线观看55亚洲| 男女做爰动态图高潮gif福利片| 精华霜和精华液先用哪个| 99国产极品粉嫩在线观看| 日韩欧美在线乱码| 亚洲av不卡在线观看| 久久99热6这里只有精品| 一级毛片久久久久久久久女| 精品午夜福利在线看| 亚洲国产精品合色在线| 国产精品国产高清国产av| 久久久久免费精品人妻一区二区| 亚洲中文日韩欧美视频| 国产精品久久电影中文字幕| 国产精品亚洲av一区麻豆| 老司机午夜十八禁免费视频| bbb黄色大片| 18美女黄网站色大片免费观看| 女人十人毛片免费观看3o分钟| 偷拍熟女少妇极品色| 舔av片在线| 九色成人免费人妻av| 欧美精品国产亚洲| 亚洲av.av天堂| 亚洲成人中文字幕在线播放| 午夜福利在线在线| 男人舔奶头视频| 男人舔奶头视频| 永久网站在线| 国内精品美女久久久久久| 一区二区三区激情视频| 久久精品91蜜桃| 999久久久精品免费观看国产| 亚洲人成网站在线播放欧美日韩| 激情在线观看视频在线高清| 久久久久国产精品人妻aⅴ院| 搡老熟女国产l中国老女人| 中文字幕高清在线视频| 国产欧美日韩精品一区二区| 99久久精品一区二区三区| 中文字幕久久专区| 又爽又黄a免费视频| 久久人妻av系列| 乱码一卡2卡4卡精品| 日本在线视频免费播放| 内地一区二区视频在线| 亚洲不卡免费看| 直男gayav资源| 国产精品永久免费网站| 色尼玛亚洲综合影院| 蜜桃久久精品国产亚洲av| 91麻豆av在线| 国产v大片淫在线免费观看| 日本撒尿小便嘘嘘汇集6| 午夜精品久久久久久毛片777| 毛片女人毛片| 亚洲五月婷婷丁香| 亚洲五月婷婷丁香| 麻豆国产av国片精品| 能在线免费观看的黄片| 99在线视频只有这里精品首页| 男插女下体视频免费在线播放| 99riav亚洲国产免费| 男插女下体视频免费在线播放| 亚洲欧美日韩高清专用| 麻豆成人午夜福利视频| 精品人妻熟女av久视频| 欧美日韩亚洲国产一区二区在线观看| 亚洲在线自拍视频| 国产亚洲精品av在线| 亚洲国产高清在线一区二区三| 自拍偷自拍亚洲精品老妇| 深夜精品福利| 天美传媒精品一区二区| 午夜免费激情av| 国产精品久久电影中文字幕| 午夜免费男女啪啪视频观看 | 禁无遮挡网站| 久久午夜亚洲精品久久| 成人av在线播放网站| 国产欧美日韩一区二区精品| 99在线视频只有这里精品首页| 又爽又黄无遮挡网站| 亚洲美女搞黄在线观看 | 一进一出好大好爽视频| 日本a在线网址| 深爱激情五月婷婷| 中亚洲国语对白在线视频| 欧美xxxx黑人xx丫x性爽| 俺也久久电影网| 国产真实乱freesex| 日韩 亚洲 欧美在线| 国产视频内射| 成年女人毛片免费观看观看9| 成熟少妇高潮喷水视频| av黄色大香蕉| 欧美最黄视频在线播放免费| 国产激情偷乱视频一区二区| 久久久久久久久中文| 级片在线观看| 级片在线观看| 9191精品国产免费久久| 少妇高潮的动态图| 久久香蕉精品热| 国产爱豆传媒在线观看| 人人妻人人澡欧美一区二区| 搡女人真爽免费视频火全软件 | 日韩有码中文字幕| 国产麻豆成人av免费视频| 老司机午夜福利在线观看视频| 欧美中文日本在线观看视频| 中出人妻视频一区二区| www.熟女人妻精品国产| 丰满人妻熟妇乱又伦精品不卡| 美女被艹到高潮喷水动态| 欧美+日韩+精品| 国语自产精品视频在线第100页| av天堂中文字幕网| 日韩中文字幕欧美一区二区| 嫩草影视91久久| 波多野结衣高清无吗| 男女下面进入的视频免费午夜| 亚洲av免费在线观看| 欧美成人性av电影在线观看| 性色avwww在线观看| 国产真实乱freesex| aaaaa片日本免费| 欧美极品一区二区三区四区| 色尼玛亚洲综合影院| 亚洲在线自拍视频| 久久精品国产亚洲av涩爱 | 日本成人三级电影网站| 国产精品一区二区性色av| 午夜福利在线在线| 久久亚洲精品不卡| 精品久久久久久久久av| 男女之事视频高清在线观看| 高清毛片免费观看视频网站| 99热6这里只有精品| 国内久久婷婷六月综合欲色啪| a级一级毛片免费在线观看| 757午夜福利合集在线观看| 午夜两性在线视频| 国产精品综合久久久久久久免费| 国产三级在线视频| 91午夜精品亚洲一区二区三区 | 午夜福利18| 免费电影在线观看免费观看| 亚洲无线在线观看| 日日干狠狠操夜夜爽| 男插女下体视频免费在线播放| bbb黄色大片| 免费黄网站久久成人精品 | 国产三级在线视频| 少妇被粗大猛烈的视频| 国产欧美日韩一区二区三| 亚洲av日韩精品久久久久久密| 女人十人毛片免费观看3o分钟| 欧美在线一区亚洲| 给我免费播放毛片高清在线观看| 在线看三级毛片| 高清在线国产一区| 亚洲,欧美,日韩| 亚洲成人久久性| 少妇被粗大猛烈的视频| 国产精品一区二区三区四区久久| 综合色av麻豆| 亚洲五月婷婷丁香| 99久国产av精品| 国产激情偷乱视频一区二区| 亚洲国产日韩欧美精品在线观看| 精品福利观看| 日韩欧美国产一区二区入口| 久久精品国产清高在天天线| 99国产综合亚洲精品| 男插女下体视频免费在线播放| 亚洲第一欧美日韩一区二区三区| 亚洲欧美日韩高清在线视频| 国产黄片美女视频| 午夜免费成人在线视频| 美女黄网站色视频| 超碰av人人做人人爽久久| 欧美成狂野欧美在线观看| 色视频www国产| 真实男女啪啪啪动态图| 搞女人的毛片| 久久热精品热| 91麻豆精品激情在线观看国产| 日韩大尺度精品在线看网址| 国产视频内射| 最近最新中文字幕大全电影3| 搞女人的毛片| 此物有八面人人有两片| 热99在线观看视频| 久久久精品欧美日韩精品| 男人的好看免费观看在线视频| 欧美3d第一页| 脱女人内裤的视频| 白带黄色成豆腐渣| 国产午夜精品久久久久久一区二区三区 | 老司机午夜福利在线观看视频| 丁香六月欧美| 午夜福利在线观看免费完整高清在 | 国产久久久一区二区三区| 在线国产一区二区在线| 人妻夜夜爽99麻豆av| 国产91精品成人一区二区三区| 午夜亚洲福利在线播放| 熟女人妻精品中文字幕| 精品人妻一区二区三区麻豆 | 久久精品国产自在天天线| 中文资源天堂在线| 亚洲 国产 在线| 亚洲av电影在线进入| 欧美xxxx性猛交bbbb| 日韩欧美精品免费久久 | 国产精品伦人一区二区| 小蜜桃在线观看免费完整版高清| 欧美高清性xxxxhd video| 久9热在线精品视频| 久久精品国产亚洲av天美| 美女被艹到高潮喷水动态| 身体一侧抽搐| 日韩欧美一区二区三区在线观看| 嫩草影院新地址| 99久久精品国产亚洲精品| 十八禁国产超污无遮挡网站| 老熟妇乱子伦视频在线观看| 18禁黄网站禁片免费观看直播| 黄色视频,在线免费观看| 久久久色成人| 欧美极品一区二区三区四区| 日日摸夜夜添夜夜添av毛片 | 在线观看舔阴道视频| 午夜福利在线观看免费完整高清在 | 欧美乱色亚洲激情| 熟女电影av网| 日本 av在线| 日本免费a在线| 夜夜夜夜夜久久久久| 小蜜桃在线观看免费完整版高清| 国产精品一区二区性色av| 深夜精品福利| 嫁个100分男人电影在线观看| 亚洲第一欧美日韩一区二区三区| 韩国av一区二区三区四区| 亚洲精品亚洲一区二区| 国产成人福利小说| 免费观看的影片在线观看| 级片在线观看| 久久国产精品影院| 亚洲成人中文字幕在线播放| 国产精品精品国产色婷婷| 久久久久性生活片| 国产亚洲精品av在线| av中文乱码字幕在线| 欧美性猛交黑人性爽| 精品欧美国产一区二区三| 久久久久精品国产欧美久久久| 欧美日韩瑟瑟在线播放| 人人妻人人澡欧美一区二区| 亚洲性夜色夜夜综合| 欧美日韩福利视频一区二区| 日韩大尺度精品在线看网址| 亚洲 欧美 日韩 在线 免费| 国产91精品成人一区二区三区| 久久久久国内视频| 级片在线观看| 亚洲电影在线观看av| 美女黄网站色视频| 日韩欧美精品免费久久 | 18禁黄网站禁片免费观看直播| 两个人视频免费观看高清| 老司机午夜福利在线观看视频| 在线观看舔阴道视频| 最好的美女福利视频网| 偷拍熟女少妇极品色| 国产成人av教育| 亚洲无线观看免费| av天堂在线播放| eeuss影院久久| 悠悠久久av| 日日摸夜夜添夜夜添小说| 国产国拍精品亚洲av在线观看| 日本在线视频免费播放| 永久网站在线| 又黄又爽又刺激的免费视频.| 精品99又大又爽又粗少妇毛片 | 99热这里只有精品一区| 国产精品久久久久久亚洲av鲁大| 搡女人真爽免费视频火全软件 | 日韩欧美在线二视频| 又黄又爽又免费观看的视频| 久久国产乱子免费精品| 国产精品精品国产色婷婷| 桃色一区二区三区在线观看| 亚洲在线观看片| 999久久久精品免费观看国产| 久久精品久久久久久噜噜老黄 | 身体一侧抽搐| 欧美黄色片欧美黄色片| 性色avwww在线观看| 最近最新中文字幕大全电影3| 国产精品99久久久久久久久| 亚洲经典国产精华液单 | 桃色一区二区三区在线观看| 美女被艹到高潮喷水动态| 少妇高潮的动态图| www日本黄色视频网| 长腿黑丝高跟| 欧美一区二区亚洲| 欧美3d第一页| h日本视频在线播放| 国产91精品成人一区二区三区| 亚洲五月婷婷丁香| 国产高清三级在线| 欧美区成人在线视频| 91麻豆精品激情在线观看国产| 国产精品嫩草影院av在线观看 | 99在线视频只有这里精品首页| 天堂av国产一区二区熟女人妻| 国产乱人视频| 我要看日韩黄色一级片| 国产v大片淫在线免费观看| 国产精品不卡视频一区二区 | aaaaa片日本免费| 天堂网av新在线| 亚洲 国产 在线| a级毛片a级免费在线| 欧美黄色淫秽网站| 国产精品99久久久久久久久| 日韩欧美精品v在线| 亚洲av熟女| 老司机福利观看| 国语自产精品视频在线第100页| av欧美777| 久久久久国内视频| 精品久久久久久久久久免费视频| 国产午夜福利久久久久久| 久久久久久久午夜电影| 三级毛片av免费| 人人妻人人看人人澡| av天堂在线播放| 欧美成人a在线观看| 直男gayav资源| 99视频精品全部免费 在线| 美女高潮喷水抽搐中文字幕| 午夜福利视频1000在线观看| av在线老鸭窝| 一区二区三区高清视频在线| 露出奶头的视频| 亚洲欧美精品综合久久99| 一级黄色大片毛片| 亚洲国产欧洲综合997久久,| 亚洲欧美激情综合另类| 伊人久久精品亚洲午夜| 精品乱码久久久久久99久播| 亚洲成人久久爱视频| 内射极品少妇av片p| 宅男免费午夜| 国产美女午夜福利| 欧美+日韩+精品| 香蕉av资源在线| 能在线免费观看的黄片| 亚洲国产日韩欧美精品在线观看| 婷婷色综合大香蕉| 18禁裸乳无遮挡免费网站照片| 国产综合懂色| 久久久久久九九精品二区国产| 最近视频中文字幕2019在线8| 亚洲av电影不卡..在线观看| 免费av不卡在线播放| 国产欧美日韩精品亚洲av| 亚洲成a人片在线一区二区| 国产精品98久久久久久宅男小说| 宅男免费午夜| 日韩有码中文字幕| 黄色一级大片看看| 88av欧美| 午夜激情欧美在线| 好看av亚洲va欧美ⅴa在| 一区福利在线观看| 桃红色精品国产亚洲av| 高潮久久久久久久久久久不卡| 日韩人妻高清精品专区| 一级毛片久久久久久久久女| 国产在视频线在精品| 中文字幕av成人在线电影| 日日干狠狠操夜夜爽| 国产精品一区二区免费欧美| 一区二区三区高清视频在线| 亚洲狠狠婷婷综合久久图片| 一卡2卡三卡四卡精品乱码亚洲| 久久精品91蜜桃| 69人妻影院| 夜夜躁狠狠躁天天躁| 99国产极品粉嫩在线观看| www.www免费av| 两性午夜刺激爽爽歪歪视频在线观看| 欧美日本亚洲视频在线播放| 国产精品久久久久久人妻精品电影| 中文字幕人妻熟人妻熟丝袜美| 国产乱人视频| 嫩草影院新地址| 天堂影院成人在线观看| 亚洲av成人不卡在线观看播放网| 欧美性猛交╳xxx乱大交人| 国产av一区在线观看免费| 动漫黄色视频在线观看| 亚洲av一区综合| 午夜精品一区二区三区免费看| 18禁黄网站禁片免费观看直播| 美女cb高潮喷水在线观看| 91九色精品人成在线观看| 丰满人妻一区二区三区视频av| 中文字幕精品亚洲无线码一区| 欧美最新免费一区二区三区 | 成年人黄色毛片网站| 99久久99久久久精品蜜桃| 97超级碰碰碰精品色视频在线观看| 国产色婷婷99| eeuss影院久久| 午夜激情福利司机影院| h日本视频在线播放| 淫秽高清视频在线观看| 国产精品一区二区免费欧美| 一级a爱片免费观看的视频| 久久久国产成人免费| 国产黄片美女视频| 噜噜噜噜噜久久久久久91| 高清在线国产一区| 日本与韩国留学比较| 欧美乱妇无乱码| 黄色一级大片看看| 精品久久久久久久久av| 人妻久久中文字幕网| 久久国产精品影院| 亚洲内射少妇av| 日本三级黄在线观看| 一进一出抽搐gif免费好疼| 欧美在线一区亚洲| 9191精品国产免费久久| 美女高潮的动态| 夜夜看夜夜爽夜夜摸| 精品免费久久久久久久清纯| 久99久视频精品免费| 一区二区三区激情视频| 99在线人妻在线中文字幕| 亚洲国产高清在线一区二区三| a级毛片免费高清观看在线播放| 免费在线观看亚洲国产| 少妇的逼水好多| 三级国产精品欧美在线观看| 亚洲av第一区精品v没综合| 赤兔流量卡办理| www日本黄色视频网| 久久久国产成人免费| 三级男女做爰猛烈吃奶摸视频| 日韩欧美免费精品| 亚洲av中文字字幕乱码综合| 亚洲美女视频黄频| 97超级碰碰碰精品色视频在线观看| 成年版毛片免费区| 我要看日韩黄色一级片| 在线播放国产精品三级| 亚洲成人精品中文字幕电影| 成人性生交大片免费视频hd| 亚洲成人免费电影在线观看| 一个人免费在线观看电影| 99久久精品一区二区三区| 我的女老师完整版在线观看| 老司机午夜福利在线观看视频| 久久热精品热| 亚洲最大成人手机在线| 少妇高潮的动态图| 日韩欧美免费精品| 免费一级毛片在线播放高清视频| 精品乱码久久久久久99久播| 国产精品久久久久久久久免 | 亚洲激情在线av| 亚洲久久久久久中文字幕| 亚洲精品在线观看二区| 一级作爱视频免费观看| 国语自产精品视频在线第100页| 免费看美女性在线毛片视频| 亚洲成av人片在线播放无| 亚洲熟妇中文字幕五十中出| 亚洲av不卡在线观看| 亚洲美女黄片视频| 老司机午夜十八禁免费视频| 身体一侧抽搐| 性插视频无遮挡在线免费观看| 日日摸夜夜添夜夜添小说| 美女黄网站色视频| 日韩欧美在线二视频| 男人舔女人下体高潮全视频| 又爽又黄无遮挡网站| 人人妻,人人澡人人爽秒播| 欧美色视频一区免费| 午夜两性在线视频| 久久亚洲真实| 亚洲,欧美,日韩| 亚洲av日韩精品久久久久久密| 人妻丰满熟妇av一区二区三区| 一区福利在线观看| 亚洲欧美精品综合久久99| 欧美日本亚洲视频在线播放| 狂野欧美白嫩少妇大欣赏| 亚洲中文字幕日韩| 久久天躁狠狠躁夜夜2o2o| 又黄又爽又免费观看的视频| 国产精品女同一区二区软件 | 欧美最黄视频在线播放免费| 99久久精品热视频| 极品教师在线视频| 午夜影院日韩av| 亚洲人成伊人成综合网2020| 在线天堂最新版资源| 成人无遮挡网站| 又紧又爽又黄一区二区| 91久久精品国产一区二区成人| 久久精品国产亚洲av涩爱 | 欧美成人一区二区免费高清观看| 看十八女毛片水多多多| 国产黄色小视频在线观看| 中文资源天堂在线| 中文字幕熟女人妻在线| 精品一区二区三区av网在线观看| 亚洲av.av天堂| 黄色丝袜av网址大全| 久久久成人免费电影| 亚洲avbb在线观看| 丁香欧美五月| 色视频www国产| 99国产极品粉嫩在线观看| 热99re8久久精品国产| 国产一区二区三区视频了| 久久性视频一级片| 国产亚洲精品久久久久久毛片| 最近最新免费中文字幕在线| 99久久九九国产精品国产免费| 免费观看人在逋| 欧美乱色亚洲激情| 免费观看人在逋| 日韩欧美在线乱码| 亚洲性夜色夜夜综合| 91狼人影院| 听说在线观看完整版免费高清| 亚洲成av人片在线播放无| 中文字幕熟女人妻在线| a级一级毛片免费在线观看| АⅤ资源中文在线天堂| 久久久精品大字幕| 男女床上黄色一级片免费看| 啦啦啦观看免费观看视频高清| 一二三四社区在线视频社区8| 国内精品久久久久精免费| 宅男免费午夜| 中文在线观看免费www的网站| 99国产极品粉嫩在线观看| 一级黄片播放器| 国产av在哪里看| 成人鲁丝片一二三区免费| 久久国产乱子免费精品| 精品午夜福利视频在线观看一区| 国内精品美女久久久久久| 一本一本综合久久| 十八禁人妻一区二区| 亚洲无线观看免费| 99国产精品一区二区蜜桃av| 亚洲经典国产精华液单 | 黄色配什么色好看| 免费搜索国产男女视频| 久久香蕉精品热| 好男人在线观看高清免费视频| 成人国产一区最新在线观看| 亚洲欧美激情综合另类| 亚洲乱码一区二区免费版| 欧美3d第一页| 久久精品国产自在天天线| 久久久久精品国产欧美久久久| 国产欧美日韩一区二区三| 啦啦啦观看免费观看视频高清| 国产一区二区激情短视频| 久久久久免费精品人妻一区二区| 欧美日韩乱码在线| 黄色日韩在线| 俺也久久电影网| 成人av一区二区三区在线看| 久久久国产成人精品二区| 精品国产三级普通话版| 中文字幕av在线有码专区| 一边摸一边抽搐一进一小说| 日韩成人在线观看一区二区三区| 高潮久久久久久久久久久不卡| 欧美在线一区亚洲| 国产高潮美女av| 又爽又黄a免费视频| 亚洲性夜色夜夜综合| 欧美日韩黄片免| 久久99热6这里只有精品| 男女下面进入的视频免费午夜| 久久久久久久亚洲中文字幕 | 日韩中文字幕欧美一区二区| 一级av片app| 国产三级黄色录像| 精品不卡国产一区二区三区| 免费看日本二区| 精品久久国产蜜桃| 亚洲人成网站在线播放欧美日韩| 夜夜夜夜夜久久久久| 国产成人福利小说| 午夜两性在线视频|