• <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 ?

    基于層次聚類改進(jìn)SMOTE的過采樣方法

    2020-06-09 12:20:59王圓方
    軟件 2020年2期

    王圓方

    摘 ?要: 針對SMOTE算法在合成少數(shù)類新樣本時存在的不足,提出了一種基于層次聚類算法改進(jìn)的SMOTE過采樣法H-SMOTE。該算法首先對少數(shù)類樣本進(jìn)行層次聚類,其次根據(jù)提出的簇密度分布函數(shù),計算各個簇的簇密度,最后在各個簇中利用改進(jìn)的SMOTE算法進(jìn)行過采樣,提高合成樣本的多樣性,得到新的平衡數(shù)據(jù)集。通過對UCI數(shù)據(jù)集的實驗表明,H-SMOTE算法的分類效果得到明顯的提升。

    關(guān)鍵詞:?過采樣;少數(shù)類;層次聚類;SMOTE

    中圖分類號: TP301.6????文獻(xiàn)標(biāo)識碼:?A????DOI:10.3969/j.issn.1003-6970.2020.02.044

    【Abstract】: For conventional oversampling algorithms, for example, SMOTE, there are several problems such as ignoring within-class imbalances. Based in the comprehensive consideration of within-class imbalance, an oversampling algorithm, which is a hybrid of Aggregation hierarchy clustering?and improved SMOTE(H-SMOTE), is proposed.Firstly, it utilizes the hierarchy clustering?to cluster minority class samples. Secondly, according to the proposed cluster density distribution function, the cluster density of each cluster are calculated. Finally, the H-SMOTE algorithm is adopted to oversample on the lines of the location-distant minority class samples in each cluster, the diversity of synthetic samples is improved and a new balanced data set between and within classes is obtained. Experiments on the UCI data sets show that H-SMOTE can effectively improve the classification performance of the classifier for the minority class samples.

    【Key words】: Oversampling; Minority class; Aggregation hierarchy clustering; SMOTE

    0??引言

    不平衡數(shù)據(jù)集是指數(shù)據(jù)集中某些類的樣本個數(shù)明顯小于其他類的數(shù)據(jù)集[1]。在二分類問題中,定義擁有較多樣本數(shù)量的類別為負(fù)類,將樣本數(shù)量少的類別成為正類[2]。在類不平衡數(shù)據(jù)集的分類問題中,由于少數(shù)類樣本的誤分代價更大,所以少數(shù)類樣本比其他類別數(shù)據(jù)更重要[3]。樣本不平衡會帶來樣本點的空間分布并不能符合真實分布,因此使用SMOTE擴(kuò)充樣本集合時,并不能改變原有樣本的分布的外圍輪廓特征,這就意味著對分類問題中分類邊界的影響比較小。因此,如何有效的解決不平衡數(shù)據(jù)集的分類問題成為了數(shù)據(jù)挖掘領(lǐng)域中的重要研究內(nèi)容。

    SMOTE算法[4]是目前常用的過采樣方法,可以有效的平衡數(shù)據(jù)集。但也存在一些問題:該算法無法克服非平衡數(shù)據(jù)集的數(shù)據(jù)分布問題,容易產(chǎn)生分布邊緣化的問題。由于負(fù)類樣本的分布決定了其可選擇的近鄰,如果一個負(fù)類樣本處在負(fù)類樣本的邊緣,則由這個負(fù)類樣本和近鄰產(chǎn)生的新樣本也在邊緣,從而無法確定正負(fù)類的邊界[5]。

    對于SMOTE算法存在的問題,Han[6]等人提出了Borderline-SMOTE算法,該算法是對位于分類邊界的少數(shù)類樣本進(jìn)行過采樣,加強(qiáng)對分類邊界樣本的學(xué)習(xí)。He[7]等人提出的ADASYN算法根據(jù)數(shù)據(jù)分布自動確定每個少數(shù)類樣本需要生成新樣本的數(shù)量,擁有越多多數(shù)類鄰居的少數(shù)類樣本生成更多的新樣本。相比于SMOTE算法,Borderline-?SMOTE和ADASYN算法只對樣本的分布進(jìn)行了細(xì)致劃分,因此依然存在SMOTE算法出現(xiàn)的問題[8]。

    針對以上過采樣算法存在的問題,本文提出了H-SMOTE算法。首先,對少數(shù)類樣本使用層次聚類算法進(jìn)行聚類;其次,根據(jù)本文提出的密度函數(shù)計算簇密度;最后,在每個簇中使用改進(jìn)的 SMOTE 算法(H-SMOTE)進(jìn)行過采樣,得到類間和類內(nèi)均達(dá)到平衡的新數(shù)據(jù)集,并且合成的少數(shù)類樣本具有多樣性。

    1??理論知識

    1.1 ?SMOTE算法

    SMOTE算法[4]的基本原理是在近鄰少數(shù)列樣本之間進(jìn)行線性差值,合成新的少數(shù)類樣本。具體步驟如下:

    (3)將生成的新樣本全部加入原始訓(xùn)練數(shù)據(jù)?中,消除訓(xùn)練數(shù)據(jù)集的不平衡度。

    1.2??層次聚類算法

    層次聚類[9](hierarchical clustering)是一種基于原型的聚類算法,試圖在不同層次對數(shù)據(jù)集進(jìn)行劃分,從而形成樹形的聚類結(jié)構(gòu)。數(shù)據(jù)集的劃分可采用“自底向上”的聚合策略,也可以采用“自頂向下”的分拆策略。層次聚類算法的優(yōu)勢在于,可以通過繪制樹狀圖(dendrogram),幫助我們使用可視化的方式來解釋聚類結(jié)果。

    層次聚類[10]可以分為凝聚(agglomerative)層次聚類和分裂(divsive)層次聚類。分裂層次聚類采用的就是“自頂而下”的思想,先將所有的樣本都看作是同一個簇,然后通過迭代將簇劃分為更小的簇,直到每個簇中只有一個樣本為止。凝聚層次聚類采用的是“自底向上”的思想,先將每一個樣本都看成是一個不同的簇,通過重復(fù)將最近的一對簇進(jìn)行合并,直到最后所有的樣本都屬于同一個簇??為止。

    在文本中我們選用的是凝聚層次聚類,在凝聚層次聚類[11]中,判定簇間距離的兩個標(biāo)準(zhǔn)方法就是單連接(single linkage)和全連接(complete linkage)。單連接,是計算每一對簇中最相似兩個樣本的距離,并合并距離最近的兩個樣本所屬簇。全連接,通過比較找到分布于兩個簇中最不相似的樣本(距離最遠(yuǎn)),從而來完成簇的合并。

    凝聚層次聚類除了通過單連接和全連接來判斷兩個簇之間的距離之外,還可以通過平均連接(average linkage)和ward連接。使用平均連接時,合并兩個簇所有成員間平均距離最小的兩個簇。使用ward連接,合并的是使得SSE增量最小的兩個簇。

    給定要聚類的N的對象以及N*N的距離矩??陣(或者是相似性矩陣), 層次聚類方法的基本步驟如下:

    (1)將每個對象歸為一類, 共得到N類,每類僅包含一個對象。類與類之間的距離就是它們所包含的對象之間的距離,這里使用歐氏距離,即

    (2)找到最接近的兩個類并合并成一類,于是總的類數(shù)少了一個。

    (3)重新計算新的類與所有舊類之間的距離。

    (4)重復(fù)第2步和第3步,直到最后合并成一個類為止(此類包含了N個對象)。

    2??基于層次聚類改進(jìn)SMOTE的過采樣方法

    針對SMOTE等傳統(tǒng)過采樣算法存在的問題,本文先將SMOTE算法進(jìn)行改進(jìn),并結(jié)合層次聚類算法,提出了H-SMOTE過采樣算法。

    2.1??簇密度分布函數(shù)

    相比于SMOTE等傳統(tǒng)算法,H-SMOTE算法引入簇密度分布函數(shù)的定義,因此該算法可以有效解決少數(shù)類樣本類內(nèi)不平衡的問題。H-SMOTE 算法在兩個相距較遠(yuǎn)的樣本點的連線上不斷合成新樣本,可以提高合成少數(shù)類樣本的多樣性,為分類器提供更多有效的分類信息。

    3 ?實驗設(shè)計與結(jié)果分析

    3.1 ?數(shù)據(jù)集

    本實驗采用UCI數(shù)據(jù)庫中的五個數(shù)據(jù)集作為實驗數(shù)據(jù),5個數(shù)據(jù)集的特征如表1所示:

    3.2??評價指標(biāo)

    傳統(tǒng)的分類學(xué)習(xí)方法中,一般采用分類精度作為評價指標(biāo),然而對于不平衡數(shù)據(jù)集,用分類精度來評價分類器的性能是不合理的[13-14]。所以對于不平衡數(shù)據(jù)集,有新的評價指標(biāo),F(xiàn)-value、G-mean等,基本上都是建立在混淆矩陣基礎(chǔ)上的。

    二分類問題的混淆矩陣如表2所示。其中,TP表示少數(shù)類樣本判為少數(shù)類的數(shù)目,TN表示多數(shù)類樣本判為多數(shù)類的數(shù)目,F(xiàn)N、FP分別表示判決錯誤的實際少數(shù)類和多數(shù)類樣本數(shù)目。

    3.3 ?實驗結(jié)果與分析

    本文實現(xiàn)了SMOTE、Borderline-SMOTE、ASMOTE、KM-SMOTE、H-SMOTE和SVM算法。將SMOTE、Borderline-SMOTE、ASMOTE、Random-?SMOTE算法中的上采樣倍數(shù)設(shè)為同一數(shù)值,使用SVM算法[15]進(jìn)行分類。實驗結(jié)果如表3、表4所示。

    由表3和表4可知,Pima和Ionosphere兩個數(shù)據(jù)集的不平衡程度較高,H-SMOTE和SVM組合算法較其他算法在F-value和G-mean上提升效果明顯。主要是數(shù)據(jù)集不平衡程度較高,存在較多的孤立少數(shù)類樣本,H-SMOTE算法通過接近度能夠選擇這些孤立樣本,避免孤立點被噪聲淹沒。Ecoli1和Segment兩個數(shù)據(jù)集的不平衡程度較低,本文改進(jìn)的算法較其它算法相比,F(xiàn)-value和G-mean也有明顯的提升。

    以上結(jié)果總體來看,本文提出的H-SMOTE過???采樣算法可以有效提升分類器對少數(shù)類樣本的分類?性能。

    4??結(jié)論

    本文針對SMOTE算法合成少數(shù)類新樣本存在的不足,引入了層次聚類算法,提出一種基于層次聚類改進(jìn)的SMOTE算法。該算法首先使用層次聚類算法對少數(shù)類樣本聚類;其次,利用簇密度分布函數(shù)計算各個簇的采樣權(quán)重,最后,使用改進(jìn)的SMOTE算法合成新的少數(shù)類樣本。實驗結(jié)果表明,H-SMOTE算法可以有效地提高分類器的分類性能。

    參考文獻(xiàn)

    Li J, Fong S, Wong R K, et al. Adaptive multi-objective swarm fusion for imbalanced data classification[J]. In-formation Fusion, 2018, 39: 1-24.

    Cao Peng, Liu Xiaoli, Zhang Jian, et al. ?2, 1 norm regu-larized multi-kernel based joint nonlinear feature selec-?tion and over-sampling for imbalanced data classifica-tion[J]. Neurocomputing, 2017, 234: 38-57.

    Bahnsen A C, Aouada D, Stojanovic A, et al. Feature engineering strategies for credit card fraud detection[J]. Expert?Systems with Applications An International Jour-nal, 2016, 51(C): 134-142.

    Chawlan, V., Bowyer, K. W. and Hall, L. O. (2002) SMOTE: Synthetie minority over-sampling technique. Journal of Aflificial Intelligence Research, 16(1), 321- 357.

    向鴻鑫, 楊云. 不平衡數(shù)據(jù)挖掘方法綜述[J]. 計算機(jī)工程與應(yīng)用, 2019, 55(4): 6-21.

    Han Hui, Wang Wenyuan, Mao Binghuan. Border-line-?SMOTE: A new over-sampling method in imbal-anced data sets learning[C]//International Conference on Intelligent Computing, 2005: 878-887.

    He Haibo, Bai Yang, Garcia E A, et al. ADASYN: Adap-tive Synthetic Sampling Approach for Imbalanced Learn-ing[C]//?IEEE International Joint Conference on Neural Networks, 2008: 1322-1328.

    李軍. 不平衡數(shù)據(jù)學(xué)習(xí)的研究[D]. 長春: 吉林大學(xué), 2011.

    代翔, 黃細(xì)鳳, 唐瑞, 蔣夢婷, 陳興蜀, 王海舟, 羅梁. 基于層次聚類的子話題檢測算法[J]. 華南理工大學(xué)學(xué)報(自然科學(xué)版), 2019, 47(08): 84-95.

    王韞燁, 孔珊. 一種基于檢測器集層次聚類的免疫否定選擇算法[J/OL]. 計算機(jī)工程: 1-6[2019-10-23]. http://kns.?cnki.net/kcms/detail/31.1289.TP.20190814.0950.006.html.

    鐘俊坤. 幾種新聚類算法的研究[D]. 西安: 西安電子科技大學(xué), 2014.

    王亮, 冶繼民. 整合DBSCAN和改進(jìn)SMOTE的過采樣算法[J/OL]. 計算機(jī)工程與應(yīng)用: 1-10[2019-10-23]. http://kns.?cnki.net/kcms/detail/11.2127.TP.20190925.1044.010.html.

    Yaxiang G U, Shifei D, 顧亞祥, et al. Advances of Support Vector Machines(SVM)支持向量機(jī)研究進(jìn)展[J]. 計算機(jī)科學(xué), 2011, 38(2): 14-17.

    Yang Y, Shan-Ping L I. Instance Importance Based SVM for Solving Imbalanced Data Classification[J]. Pattern Recognition & Artificial Intelligence, 2009.

    王和勇, 樊泓坤, 姚正安. SMOTE和Biased-SVM相結(jié)合的不平衡數(shù)據(jù)分類方法[J]. 計算機(jī)科學(xué), 2008, 35(5): 174-176.

    亚洲精品456在线播放app| 国产精品福利在线免费观看| 欧美激情久久久久久爽电影| 国产综合懂色| 色视频www国产| 最后的刺客免费高清国语| 国产亚洲午夜精品一区二区久久 | 国产精品一区www在线观看| 少妇猛男粗大的猛烈进出视频 | 久久精品国产鲁丝片午夜精品| 国产视频内射| 一区二区三区乱码不卡18| 久久久久久久精品精品| 自拍欧美九色日韩亚洲蝌蚪91 | 国产成人aa在线观看| 欧美日韩国产mv在线观看视频 | 99久久中文字幕三级久久日本| 免费看a级黄色片| 人妻夜夜爽99麻豆av| 色网站视频免费| 亚洲成色77777| kizo精华| 国产精品偷伦视频观看了| 国产高潮美女av| 亚洲一区二区三区欧美精品 | 最近最新中文字幕免费大全7| 欧美日韩视频精品一区| 久久精品人妻少妇| 亚洲欧美精品自产自拍| 国产精品一区二区在线观看99| 不卡视频在线观看欧美| 一级毛片aaaaaa免费看小| av线在线观看网站| 久久精品国产亚洲av天美| 极品教师在线视频| 国产视频内射| 精品一区二区三区视频在线| 一区二区三区乱码不卡18| 六月丁香七月| 欧美日韩视频高清一区二区三区二| 国国产精品蜜臀av免费| 精品一区在线观看国产| 大片电影免费在线观看免费| 国产精品久久久久久精品电影| 久久久成人免费电影| 2021天堂中文幕一二区在线观| 久久精品人妻少妇| 麻豆久久精品国产亚洲av| 身体一侧抽搐| 国产爱豆传媒在线观看| 国产免费福利视频在线观看| www.av在线官网国产| 在线精品无人区一区二区三 | 在线观看人妻少妇| 欧美日韩亚洲高清精品| 简卡轻食公司| 性插视频无遮挡在线免费观看| av在线天堂中文字幕| 日日撸夜夜添| eeuss影院久久| 亚洲成人精品中文字幕电影| 午夜福利高清视频| av.在线天堂| 夜夜看夜夜爽夜夜摸| 十八禁网站网址无遮挡 | 国产亚洲午夜精品一区二区久久 | 成人鲁丝片一二三区免费| 日本免费在线观看一区| 日本-黄色视频高清免费观看| 国内精品宾馆在线| 女的被弄到高潮叫床怎么办| 丝袜喷水一区| 国产精品.久久久| 亚洲精品自拍成人| 免费电影在线观看免费观看| 校园人妻丝袜中文字幕| 国产成人aa在线观看| 国产综合懂色| 交换朋友夫妻互换小说| 国产精品国产三级国产av玫瑰| 亚洲综合色惰| 18禁在线播放成人免费| 免费在线观看成人毛片| 久久久久久久久久成人| 少妇人妻一区二区三区视频| 久久6这里有精品| 国产精品久久久久久精品古装| 小蜜桃在线观看免费完整版高清| 亚洲av国产av综合av卡| 亚洲av电影在线观看一区二区三区 | 欧美 日韩 精品 国产| 可以在线观看毛片的网站| 夜夜看夜夜爽夜夜摸| 26uuu在线亚洲综合色| 色视频在线一区二区三区| 久久精品久久久久久久性| 波多野结衣巨乳人妻| 边亲边吃奶的免费视频| 久久影院123| 一级黄片播放器| 80岁老熟妇乱子伦牲交| 汤姆久久久久久久影院中文字幕| 一级毛片久久久久久久久女| 在线亚洲精品国产二区图片欧美 | 男男h啪啪无遮挡| 亚洲不卡免费看| 成人免费观看视频高清| 日韩制服骚丝袜av| 亚洲国产精品成人综合色| 国产精品伦人一区二区| 网址你懂的国产日韩在线| 精华霜和精华液先用哪个| 色哟哟·www| 美女cb高潮喷水在线观看| 日日啪夜夜爽| 日本-黄色视频高清免费观看| 日韩精品有码人妻一区| 97热精品久久久久久| 成年av动漫网址| 欧美激情久久久久久爽电影| 亚洲国产精品专区欧美| 国产精品嫩草影院av在线观看| 男女那种视频在线观看| 成人毛片a级毛片在线播放| 国产亚洲91精品色在线| 久久久久精品性色| 91精品一卡2卡3卡4卡| 免费看a级黄色片| 青春草亚洲视频在线观看| 亚洲欧美日韩另类电影网站 | 麻豆成人av视频| 91aial.com中文字幕在线观看| 偷拍熟女少妇极品色| 国产视频内射| 亚洲经典国产精华液单| 亚洲av福利一区| 亚洲欧美中文字幕日韩二区| 日日摸夜夜添夜夜添av毛片| 少妇丰满av| videossex国产| 国产一区有黄有色的免费视频| 国产午夜福利久久久久久| 五月玫瑰六月丁香| 精品人妻熟女av久视频| 尾随美女入室| 搡女人真爽免费视频火全软件| 丰满少妇做爰视频| 日韩一区二区视频免费看| 亚洲精品日韩在线中文字幕| 亚洲国产精品成人综合色| 尤物成人国产欧美一区二区三区| 1000部很黄的大片| 国产黄片视频在线免费观看| 观看免费一级毛片| 婷婷色麻豆天堂久久| 久久综合国产亚洲精品| 老师上课跳d突然被开到最大视频| 国产色爽女视频免费观看| 肉色欧美久久久久久久蜜桃 | 国产午夜精品一二区理论片| 精品久久久久久久久亚洲| 91精品伊人久久大香线蕉| 蜜桃久久精品国产亚洲av| 成人亚洲欧美一区二区av| 亚洲精品色激情综合| 国产 精品1| 欧美日本视频| 久久久久久伊人网av| 国产免费一区二区三区四区乱码| 男女无遮挡免费网站观看| 午夜福利高清视频| 亚洲aⅴ乱码一区二区在线播放| 中文字幕人妻熟人妻熟丝袜美| 你懂的网址亚洲精品在线观看| 亚洲精品色激情综合| 简卡轻食公司| 一个人看视频在线观看www免费| 日韩中字成人| 大香蕉97超碰在线| 日韩成人伦理影院| 国产伦精品一区二区三区视频9| 性色avwww在线观看| 一级爰片在线观看| av播播在线观看一区| 少妇猛男粗大的猛烈进出视频 | 少妇的逼好多水| 狂野欧美激情性bbbbbb| 色综合色国产| 97在线视频观看| 干丝袜人妻中文字幕| 免费大片黄手机在线观看| 日韩制服骚丝袜av| 国产中年淑女户外野战色| 在线精品无人区一区二区三 | 国产成人a∨麻豆精品| 真实男女啪啪啪动态图| av播播在线观看一区| 一级毛片我不卡| 国产淫语在线视频| 日韩精品有码人妻一区| 国产中年淑女户外野战色| 久久久久国产网址| 色哟哟·www| 亚洲精品456在线播放app| 国产白丝娇喘喷水9色精品| 各种免费的搞黄视频| 少妇 在线观看| 亚洲成色77777| 又粗又硬又长又爽又黄的视频| 免费在线观看成人毛片| 永久网站在线| 91精品伊人久久大香线蕉| 成人一区二区视频在线观看| 亚洲欧洲国产日韩| 国产精品国产三级国产专区5o| 99久久九九国产精品国产免费| 亚洲国产欧美在线一区| 欧美 日韩 精品 国产| 日本黄大片高清| 成人漫画全彩无遮挡| 别揉我奶头 嗯啊视频| 久久久亚洲精品成人影院| 免费观看性生交大片5| 久久久a久久爽久久v久久| 只有这里有精品99| videossex国产| 国产又色又爽无遮挡免| 一级毛片 在线播放| 免费在线观看成人毛片| 三级国产精品欧美在线观看| 91在线精品国自产拍蜜月| 久久久久久久亚洲中文字幕| 婷婷色综合大香蕉| 少妇 在线观看| 亚洲在久久综合| 日韩中字成人| 成人漫画全彩无遮挡| 街头女战士在线观看网站| 欧美精品人与动牲交sv欧美| av又黄又爽大尺度在线免费看| 最后的刺客免费高清国语| av黄色大香蕉| 国产成人精品福利久久| 日韩欧美精品v在线| 欧美精品国产亚洲| 男插女下体视频免费在线播放| 青春草视频在线免费观看| 国产免费一级a男人的天堂| 亚洲欧美成人综合另类久久久| 2018国产大陆天天弄谢| 51国产日韩欧美| 国产久久久一区二区三区| 亚洲色图av天堂| 色吧在线观看| 午夜老司机福利剧场| 日韩视频在线欧美| 亚洲精品视频女| 亚洲av电影在线观看一区二区三区 | 男人狂女人下面高潮的视频| 在线精品无人区一区二区三 | 街头女战士在线观看网站| 国产国拍精品亚洲av在线观看| 老司机影院成人| 国产淫语在线视频| 人妻夜夜爽99麻豆av| av国产免费在线观看| 嫩草影院新地址| 国产人妻一区二区三区在| 男女无遮挡免费网站观看| 午夜福利在线在线| 狂野欧美激情性xxxx在线观看| 亚洲欧美日韩另类电影网站 | 综合色av麻豆| 欧美成人精品欧美一级黄| 亚洲国产日韩一区二区| 日本wwww免费看| 日本一二三区视频观看| 午夜免费男女啪啪视频观看| 成人毛片a级毛片在线播放| 有码 亚洲区| 黄色视频在线播放观看不卡| 国产日韩欧美在线精品| 免费观看在线日韩| 日韩三级伦理在线观看| 美女cb高潮喷水在线观看| 最近最新中文字幕大全电影3| 老司机影院毛片| 日日撸夜夜添| 一级毛片我不卡| 国产色爽女视频免费观看| 亚洲国产高清在线一区二区三| 中国三级夫妇交换| 99久国产av精品国产电影| 最近最新中文字幕大全电影3| 全区人妻精品视频| 97超视频在线观看视频| 男插女下体视频免费在线播放| 精品视频人人做人人爽| 日韩av不卡免费在线播放| 久久ye,这里只有精品| 极品教师在线视频| 国产乱人视频| 国产精品熟女久久久久浪| 免费看光身美女| a级毛色黄片| 国产有黄有色有爽视频| 国产成人免费无遮挡视频| 精品久久久久久久人妻蜜臀av| 九九久久精品国产亚洲av麻豆| 婷婷色av中文字幕| 男的添女的下面高潮视频| 欧美日韩国产mv在线观看视频 | 久久久久久九九精品二区国产| av国产久精品久网站免费入址| 91精品一卡2卡3卡4卡| 精品午夜福利在线看| 亚洲精品乱码久久久v下载方式| 久久99精品国语久久久| 国产美女午夜福利| 三级国产精品欧美在线观看| 亚洲国产最新在线播放| 大香蕉久久网| av在线天堂中文字幕| 在线观看一区二区三区激情| 视频区图区小说| 国产精品国产三级国产专区5o| 男的添女的下面高潮视频| videossex国产| 日本熟妇午夜| 中国国产av一级| 精品视频人人做人人爽| 亚洲国产欧美在线一区| av在线老鸭窝| 精品一区二区免费观看| 蜜桃久久精品国产亚洲av| 中文欧美无线码| 狂野欧美白嫩少妇大欣赏| 日本免费在线观看一区| 精品久久久精品久久久| www.av在线官网国产| 青春草亚洲视频在线观看| 国产淫语在线视频| 大片电影免费在线观看免费| 黄色欧美视频在线观看| 大码成人一级视频| 黄色欧美视频在线观看| 自拍偷自拍亚洲精品老妇| 亚洲高清免费不卡视频| 久久精品久久久久久久性| 一级av片app| 三级国产精品欧美在线观看| 久久韩国三级中文字幕| 免费av观看视频| 少妇人妻久久综合中文| a级毛色黄片| 久久久久久久久久人人人人人人| 国国产精品蜜臀av免费| 国产精品蜜桃在线观看| 国产爱豆传媒在线观看| 色视频在线一区二区三区| 国产综合懂色| 亚洲成人中文字幕在线播放| 国产人妻一区二区三区在| 熟女电影av网| 女人十人毛片免费观看3o分钟| 看黄色毛片网站| 777米奇影视久久| 亚洲国产精品国产精品| 久久热精品热| 王馨瑶露胸无遮挡在线观看| av在线亚洲专区| 又粗又硬又长又爽又黄的视频| 蜜桃久久精品国产亚洲av| 久久久亚洲精品成人影院| 春色校园在线视频观看| 欧美+日韩+精品| 亚洲精品乱久久久久久| 黄色视频在线播放观看不卡| 久久精品国产亚洲av涩爱| 久久久久久伊人网av| 国产人妻一区二区三区在| 国产精品99久久久久久久久| 成人国产麻豆网| 王馨瑶露胸无遮挡在线观看| 超碰av人人做人人爽久久| 嘟嘟电影网在线观看| 免费大片黄手机在线观看| 国产 一区精品| 日日摸夜夜添夜夜爱| 国产综合懂色| 国产白丝娇喘喷水9色精品| 色吧在线观看| 国产淫片久久久久久久久| 欧美+日韩+精品| 高清av免费在线| av黄色大香蕉| 国产成人a∨麻豆精品| 欧美潮喷喷水| 亚洲av.av天堂| 91精品国产九色| av在线观看视频网站免费| 国产 精品1| 永久免费av网站大全| 午夜老司机福利剧场| 黄色一级大片看看| 久久久久久久精品精品| 青春草视频在线免费观看| 在线观看一区二区三区| 色视频www国产| 亚洲第一区二区三区不卡| xxx大片免费视频| 色视频www国产| 人体艺术视频欧美日本| 欧美少妇被猛烈插入视频| 国产亚洲av片在线观看秒播厂| 亚洲天堂av无毛| 国产片特级美女逼逼视频| 三级男女做爰猛烈吃奶摸视频| 超碰av人人做人人爽久久| 国产伦精品一区二区三区四那| 国产成人免费观看mmmm| 欧美 日韩 精品 国产| 亚洲av中文av极速乱| 五月天丁香电影| 老司机影院毛片| 欧美激情在线99| 人人妻人人爽人人添夜夜欢视频 | 日韩一区二区三区影片| 纵有疾风起免费观看全集完整版| 日韩免费高清中文字幕av| 免费av不卡在线播放| 久久6这里有精品| 久久亚洲国产成人精品v| 国产午夜精品久久久久久一区二区三区| 亚洲欧洲国产日韩| 国产中年淑女户外野战色| 最近中文字幕2019免费版| 国产黄片视频在线免费观看| 国产精品不卡视频一区二区| 日日撸夜夜添| 26uuu在线亚洲综合色| 久久6这里有精品| 精品一区二区三卡| 亚洲精品一二三| 色视频在线一区二区三区| 嘟嘟电影网在线观看| 国产精品一区二区性色av| 亚洲高清免费不卡视频| 伊人久久精品亚洲午夜| 国产一区二区在线观看日韩| 国产精品伦人一区二区| 亚洲精品乱码久久久久久按摩| 搡老乐熟女国产| 中文字幕久久专区| 久久久久久伊人网av| 老女人水多毛片| 少妇人妻一区二区三区视频| 久久久久久久亚洲中文字幕| 国产黄频视频在线观看| 国产精品一区www在线观看| freevideosex欧美| 国产老妇伦熟女老妇高清| 免费大片黄手机在线观看| 亚洲精品影视一区二区三区av| 成人午夜精彩视频在线观看| 日本爱情动作片www.在线观看| 午夜视频国产福利| 亚洲国产精品专区欧美| 五月天丁香电影| 国产伦理片在线播放av一区| 91精品伊人久久大香线蕉| 亚洲丝袜综合中文字幕| 欧美日韩视频高清一区二区三区二| 99热这里只有是精品50| 青春草亚洲视频在线观看| 赤兔流量卡办理| 国产一区二区在线观看日韩| 在线观看一区二区三区激情| 久久久久久伊人网av| 青春草视频在线免费观看| 在线观看一区二区三区| 真实男女啪啪啪动态图| 亚洲美女视频黄频| 男人狂女人下面高潮的视频| 日韩制服骚丝袜av| 国产v大片淫在线免费观看| 99热网站在线观看| 国产乱人偷精品视频| 午夜激情久久久久久久| 麻豆成人av视频| 日日撸夜夜添| 午夜精品一区二区三区免费看| 综合色av麻豆| 看黄色毛片网站| 亚洲色图综合在线观看| 天堂中文最新版在线下载 | 嫩草影院新地址| 国产男女超爽视频在线观看| 午夜亚洲福利在线播放| 精品国产露脸久久av麻豆| 国产 精品1| 精品熟女少妇av免费看| 成年免费大片在线观看| 亚洲av成人精品一二三区| 内地一区二区视频在线| 一级片'在线观看视频| 国产精品伦人一区二区| 在线观看一区二区三区| 秋霞伦理黄片| 成人国产麻豆网| 青春草视频在线免费观看| 亚洲精品久久午夜乱码| 精品少妇黑人巨大在线播放| 亚洲精品国产av成人精品| 国产永久视频网站| 青春草国产在线视频| 九九久久精品国产亚洲av麻豆| 特大巨黑吊av在线直播| av又黄又爽大尺度在线免费看| av在线亚洲专区| 久久影院123| 国产高清不卡午夜福利| 六月丁香七月| 中文字幕av成人在线电影| 18禁动态无遮挡网站| av免费观看日本| 一级爰片在线观看| 五月玫瑰六月丁香| 99re6热这里在线精品视频| 一级毛片久久久久久久久女| 成年女人看的毛片在线观看| 国产亚洲av嫩草精品影院| 国产精品成人在线| 国产精品国产三级国产专区5o| 国产熟女欧美一区二区| 三级国产精品片| 欧美精品人与动牲交sv欧美| 亚洲国产成人一精品久久久| 有码 亚洲区| 联通29元200g的流量卡| 最近中文字幕高清免费大全6| www.av在线官网国产| 丝袜脚勾引网站| 亚洲一区二区三区欧美精品 | 成人毛片60女人毛片免费| 美女cb高潮喷水在线观看| 自拍偷自拍亚洲精品老妇| 国产亚洲av嫩草精品影院| 三级国产精品欧美在线观看| 国产精品久久久久久精品电影小说 | 大话2 男鬼变身卡| 国产av国产精品国产| 欧美激情国产日韩精品一区| 有码 亚洲区| 久热这里只有精品99| 91久久精品国产一区二区成人| 亚洲性久久影院| 日本一二三区视频观看| 大话2 男鬼变身卡| 狠狠精品人妻久久久久久综合| 成人毛片60女人毛片免费| 中文字幕免费在线视频6| eeuss影院久久| 成人一区二区视频在线观看| a级毛片免费高清观看在线播放| 九草在线视频观看| 97热精品久久久久久| 久久久午夜欧美精品| 99热这里只有是精品在线观看| 亚州av有码| 一级爰片在线观看| 国产成人免费无遮挡视频| 成人免费观看视频高清| 免费黄色在线免费观看| 国产亚洲5aaaaa淫片| 日本一本二区三区精品| 爱豆传媒免费全集在线观看| 十八禁网站网址无遮挡 | av在线蜜桃| 在线免费十八禁| 国内揄拍国产精品人妻在线| 人妻系列 视频| 日韩三级伦理在线观看| 亚洲精品国产av蜜桃| 久久精品综合一区二区三区| 日韩欧美一区视频在线观看 | 国产成人精品久久久久久| 免费看av在线观看网站| 精品人妻视频免费看| 大又大粗又爽又黄少妇毛片口| 2018国产大陆天天弄谢| 一个人看的www免费观看视频| 亚洲av一区综合| 成人毛片a级毛片在线播放| 欧美成人一区二区免费高清观看| 亚洲真实伦在线观看| 国产精品麻豆人妻色哟哟久久| 亚洲国产欧美人成| 老司机影院毛片| 亚洲精品国产av成人精品| 3wmmmm亚洲av在线观看| 人妻 亚洲 视频| 搡老乐熟女国产| av在线蜜桃| 伊人久久国产一区二区| 一级毛片 在线播放| 九草在线视频观看| 麻豆乱淫一区二区| 婷婷色综合大香蕉| 国产精品国产av在线观看| 99久国产av精品国产电影| 午夜福利网站1000一区二区三区| 亚洲图色成人| 免费大片18禁| 亚洲成人av在线免费|