• <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 ?

    基于屬性質(zhì)量度的變精度鄰域粗糙集屬性約簡

    2020-07-04 07:25:00鮑楊婉瑩
    關(guān)鍵詞:約簡粗糙集鄰域

    李 冬,蔣 瑜,鮑楊婉瑩

    (成都信息工程大學(xué)軟件工程學(xué)院,四川成都610000)

    Pawlak[1]提出的經(jīng)典粗糙集是一種有效地處理模糊和不確定知識的工具.由于在處理知識系統(tǒng)不需要數(shù)據(jù)的附加信息或先驗(yàn)知識,粗糙集在某些領(lǐng)域的應(yīng)用都取得了不錯的效果[2-5].然而,經(jīng)典粗糙集對于數(shù)值型的數(shù)據(jù)不能直接處理,需要事先進(jìn)行離散化,但是離散化后的屬性值由于沒有完整的保留決策表屬性值的差異,導(dǎo)致數(shù)據(jù)信息的缺失[6],這就限制了粗糙集的應(yīng)用范圍.

    針對這個問題,Zadeh[7]提出了知識?;土6扔嬎愕母拍睿琇in[8]在知識?;⒘6扔嬎愕幕A(chǔ)上提出了鄰域模型.此后,Hu等[9]將鄰域引入粗糙集,提出了基于鄰域?;痛植诒平泥徲虼植诩?,將其應(yīng)用到數(shù)值型數(shù)據(jù)的屬性約簡,并且提出一種快速屬性約簡,加快計算正域的速度.自鄰域粗糙集被提出以來,眾多學(xué)者也對其相關(guān)的改進(jìn)與應(yīng)用進(jìn)行了研究[10-14].

    但是,鄰域粗糙集的下近似,只允許樣本嚴(yán)格包含,這種苛刻的劃分條件使得鄰域粗糙集對噪聲容忍能力差,對于誤分類的情況過于敏感.此后,Hu等將Ziarko提出的變精度[15]引入鄰域粗糙集,提出了一種變精度鄰域粗糙集[9].

    然而,本文發(fā)現(xiàn)文獻(xiàn)[9]中變精度鄰域粗糙集,其精度的變化會影響正域的劃分和屬性重要度的可信度,如果以屬性重要度作為度量標(biāo)準(zhǔn)來選擇屬性,可能會將分類能力較差的屬性先歸入約簡集合.針對這個問題,本文定義了屬性質(zhì)量度,以正域作為度量基礎(chǔ),鄰域內(nèi)的平均正確分類率作為正域的質(zhì)量因子,并提出一種基于正域的增量和平均正確分類率的增率相結(jié)合的度量函數(shù),通過實(shí)驗(yàn)分析比較,驗(yàn)證了算法的有效性.

    1 鄰域粗糙集

    1.1 鄰域的?;o定決策信息系統(tǒng)IS=〈U,A,V,f〉,其中:U 是非空有限的對象集合{x1,x2,…,xn};A是非空的有限屬性集合,A=C∪D,C∩D=?,C是條件屬性集,D是決策屬性集;V是值域,表示在屬性集合下的所有可能取值;f:U×A→V是一個映射函數(shù),表示對象與其屬性取值的映射關(guān)系.

    定義1[9](δ-鄰域) 給定決策信息系統(tǒng)IS=〈U,A,V,f〉,對于?x∈U,鄰域 δ(x)定義為

    其中,Δ是距離函數(shù),且對于?x1,x2,x3∈U,Δ應(yīng)滿足以下條件:

    1)Δ(x1,x2)≥0,當(dāng)且僅當(dāng) x1=x2時等號成立;

    2)Δ(x1,x2)=Δ(x2,x1);

    3)Δ(x1,x3)≤Δ(x1,x2)+Δ(x2,x3).

    對于N維的特征空間,距離函數(shù)通常用P范數(shù)表示

    1.2 鄰域決策系統(tǒng)

    定義2[9](鄰域決策系統(tǒng)) 給定非空的有限集合 U={x1,x2,…,xn},C 是描述 U 的實(shí)數(shù)型特征集合,D是決策屬性.如果C是生成U上的一族鄰域關(guān)系,則稱NDT=〈U,C,D〉為一個鄰域決策系統(tǒng).

    定義3[9]給定鄰域決策系統(tǒng) NDT=〈U,C,D〉,D 將 U 劃分為 n 個等價類{X1,X2,…,Xn},對于?B?C,決策屬性D關(guān)于屬性子集B的上下近似定義為:

    其中

    則鄰域粗糙集的正域、邊界域和負(fù)域依次定義為:

    定義4[9]給定鄰域決策系統(tǒng) NDT=〈U,C,D〉,對于?B?C,決策屬性D對屬性子集B的依賴度定義為

    定義5[9]給定鄰域決策系統(tǒng) NDT=〈U,C,D〉,若有?B?C,?a∈C,但 a?B,a相對于屬性子集B關(guān)于決策屬性D的屬性重要度定義為

    結(jié)合定義4分析可知,屬性重要度取決于依賴度的變化,而依賴度取決于屬性子集所劃分的正域,則屬性重要度可定義為

    由定義4和(11)式可得

    且|U|表示樣本對象總數(shù),所以屬性重要度可定義為(12)式,即表示為正域的增量.

    如果 Sig(a,B,D)>0,說明當(dāng)添加屬性 a,生成新的屬性子集B∪{a}所劃分正域的覆蓋范圍增大,各類的重疊區(qū)域減小,就可以依靠這個新的屬性子集,更加準(zhǔn)確地進(jìn)行分類.

    2 變精度鄰域粗糙集

    2.1 變精度鄰域粗糙集的上下近似

    定義6[16]給定鄰域決策系統(tǒng) NDT=〈U,C,D〉,D 將 U 劃分為 n 個等價類{X1,X2,…,Xn},對于?B?C,引入變精度的正確率閾值β(0.5≤β≤1),定義可變精度β-上近似和下近似為:

    其中

    由定義6易知,變精度鄰域粗糙集的上下近似是基于β的容錯劃分,允許一定的錯誤分類,β的大小決定了上下近似的樣本覆蓋度.

    2.2 變精度鄰域粗糙集的屬性約簡改進(jìn)

    2.2.1 基于屬性重要度的度量方式分析 以往屬性約簡的研究中,大多數(shù)是以屬性重要度作為啟發(fā)因子的前向搜索算法[9-11,16-18],其中,基于變精度鄰域粗糙集的屬性約簡也是采用這種思想[9,16],但是由于變精度的引入,基于屬性重要度的屬性約簡存在一定的弊端.

    由定義6可知,變精度鄰域粗糙集以改變閾值β來調(diào)整正域的劃分,最終影響約簡結(jié)果:變精度閾值β(0.5≤β≤1)越小,正域的劃分條件越放松,正域的覆蓋度也越大,屬性約簡個數(shù)越少;變精度閾值β越大,正域的劃分條件越嚴(yán)格,正域的覆蓋度也越小,屬性約簡個數(shù)越多.對于不同數(shù)據(jù)集,要取得最優(yōu)的約簡,往往變精度閾值β取值是不確定的,在實(shí)驗(yàn)過程中需要不停調(diào)整閾值β,找到最適合的值,但在此后屬性重要度的計算中,卻忽略了閾值β對正域的影響,所以需要對(11)式屬性重要度進(jìn)行改進(jìn).

    總的來說,在文獻(xiàn)[9]的變精度鄰域粗糙集中,對屬性重要度的計算忽略了β對正域的影響,使得屬性重要度的可信度降低,可能導(dǎo)致分類能力差的屬性先劃入約簡集合.所以,如何在引入變精度提高容錯能力,同時又能避免變精度對正域的影響是本文要解決的問題.

    2.2.2 一種基于屬性質(zhì)量度的度量函數(shù) 本文在Hu等所提出的屬性重要度[9]基礎(chǔ)上進(jìn)行改進(jìn),將鄰域內(nèi)平均正確分類率的增率作為屬性重要度的質(zhì)量因子,定義了屬性質(zhì)量度,并提出一種基于正域的增量和平均正確分類率的增率相結(jié)合的屬性選擇方法,優(yōu)先選擇分類能力更好的屬性.

    定義7給定鄰域決策系統(tǒng)NDT=〈U,C,D〉,若有?B?C,?x∈PosB(D),X∈U/D,且 x∈X,則正域內(nèi)樣本鄰域的正確分類率定義為

    K(x)度量了正域中任一樣本的鄰域正確分類率,表示為鄰域中所包含樣本是同類別的比例,且β≤K(x)≤1.

    定義8給定鄰域決策系統(tǒng)NDT=〈U,C,D〉,若有?B?C,?a∈C,但 a?B,且

    則a相對于屬性子集B的平均正確分類率的增率定義為

    1)當(dāng) Inc(a,B,D)<0,所添加屬性 a使得正域的質(zhì)量度下降;

    2)當(dāng) Inc(a,B,D)=0,使得平均增益持平,正域質(zhì)量不變;

    3)當(dāng)Inc(a,B,D)>0,所添加屬性 a提高了正域的質(zhì)量度,是最理想的結(jié)果.

    那么Inc(a,B,D)可以作為正域的質(zhì)量因子,監(jiān)督正域的變化情況.

    定義9(屬性質(zhì)量度) 給定鄰域決策系統(tǒng)NDT=〈U,C,D〉,若有?B?C,?a∈C,但 a?B,則a相對于屬性子集B的屬性質(zhì)量度定義為

    Q(a,B,D)是屬性本身、屬性相對的屬性子集以及決策變量三者構(gòu)成的一個函數(shù).在同等情況下,屬性質(zhì)量度的大小可以作為屬性選擇的評價指標(biāo).

    本文提出的度量函數(shù)有以下幾點(diǎn)改進(jìn):

    1)引入正域內(nèi)樣本領(lǐng)域的正確分類率作為正域的質(zhì)量因子;

    2)定義屬性質(zhì)量度,將正域的增量和平均正確分類率的增率相結(jié)合.

    定義10[9]給定鄰域決策系統(tǒng) NDT=〈U,C,D〉,稱B?C是C的一個約簡,B需滿足:

    1)?a?B,γB-{a}< γB;

    2)γB(D)=γC(D).

    條件1)要求在一個約簡中不存在多余的屬性,所有的屬性都應(yīng)該是必不可少的;

    條件2)要求約簡不能降低系統(tǒng)的區(qū)分能力,約簡應(yīng)該與全部條件屬性具有相同的分辨能力.

    2.2.3 計算示例鄰域決策信息系統(tǒng)的論域

    條件屬性集合 C={a,b,c},決策屬性集合 D={d},d將樣本劃分為 small、medium、large等 3 個類別,簡記為 S、M、L,見表1.

    表1 歸一化的決策表Tab.1 Normalized decision table

    由于數(shù)據(jù)集的每個條件屬性具有不同的分布特征,本文采用屬性的標(biāo)準(zhǔn)差作為鄰域,為每個屬性設(shè)定基于自身分布特征的鄰域.這里選用屬性標(biāo)準(zhǔn)差的1/2作為鄰域,如表2所示.

    表2 鄰域半徑的取值Tab.2 The neighborhood radiuses

    距離度量采用曼哈頓距離(P=1)計算所有屬性子集的鄰域,本文做如此簡寫{x1,2,3,4},如表 3所示.

    表3 所有屬性組合的鄰域Tab.3 Neighborhoods of all attribute combinations

    根據(jù)表1,決策屬性將論域劃分為3個等價類:X1={x1,x2,x3},X2={x4,x5,x6},X3={x7,x8,x9},設(shè)定正確率閾值β=0.7,約簡集合red=?.

    對于表3,根據(jù)(4)式和定義9可以求得:

    1)屬性{a}、{b}、{c}的下近似和屬性質(zhì)量度分別為:

    因此,選取最大屬性質(zhì)量度的屬性為c,red={c}.

    2)在選取屬性 c的基礎(chǔ)上,屬性子集{a,c}、{b,c}的下近似和屬性質(zhì)量度分別為:

    因此,選取最大屬性質(zhì)量度的屬性為a,red={c,a}.

    3)對全集 C:Posc(D)={x1,x2,x3,x4,x6,x7,x8,x9},則有 Posc(D)=Pos{a}∪{c}(D),約簡集合red={c,a}.

    3 基于屬性質(zhì)量度的屬性約簡算法

    3.1 算法依賴于新提出的屬性選擇度量函數(shù),構(gòu)造變精度鄰域粗糙集前向搜索屬性約簡算法,具體算法步驟如下:

    輸入:歸一化后的鄰域決策信息系統(tǒng)NDT=〈U,C,D〉,變精度閾值 β,正域的增量下限 Sig_ctrl,平均正確率的增率下限Inc_ctrl.

    輸出:屬性約簡集合red.

    第一步:?ai∈C,通過定義1對樣本劃分鄰域.

    第二步:初始化red=?.

    第三步:?ai∈C-red:

    (Ⅰ)通過定義8,計算平均正確分類率的增率Inc(ai,B,D);

    如果 Inc(ai,B,D)=0,

    Inc(ai,B,D)=Inc_ctrl;

    (Ⅱ)通過(12)式,計算ai相對于red的屬性重要度(正域的增量)Sig(ai,red,D);

    (Ⅲ)通過定義9,計算ai相對于red的屬性質(zhì)量度 Q(ai,B,D).

    第四步:找出屬性質(zhì)量度 Q(ai,B,D)最大的屬性ai.

    第五步:如果 Sig(ai,red,D)≥|U|×Sig_ctrl:

    red=red∪{ai},

    轉(zhuǎn)到第三步;

    否則,輸出red.

    Step 6:算法結(jié)束.

    上述算法中,Sig_ctrl是為了確保選出的屬性能有效提高當(dāng)前屬性子集對知識的表達(dá)能力;Inc_ctrl是為了避免當(dāng)平均正確分類率持平,而出現(xiàn)屬性質(zhì)量度 Q(ai,B,D)=0 的情況.

    3.2 算法時間復(fù)雜度分析該算法的計算主要集中在第一步對所有樣本的鄰域計算和第三步~第五步每次迭代求取最優(yōu)的屬性子集所需的正域計算次數(shù).

    假設(shè)鄰域決策系統(tǒng)NDT=〈U,C,D〉,其中有n個條件屬性,約簡后有k個屬性.在第一步中需要計算每個樣本在不同屬性下的鄰域集,其度量計算次數(shù)為|U|2n次,所以時間復(fù)雜度為 O(|U|2n).在第三步~第五步中,通過每次循環(huán)找出最優(yōu)的屬性子集,直到得出約簡結(jié)果,其正域的判定次數(shù)為

    所以該步驟的時間復(fù)雜度為O(|U|2n).因此,該算法的時間復(fù)雜度最終為O(|U|2n).

    4 實(shí)驗(yàn)分析

    4.1 實(shí)驗(yàn)環(huán)境與方案為了驗(yàn)證本文算法的有效性,在UCI數(shù)據(jù)集中選取如表4所示的8個數(shù)值型的數(shù)據(jù)集,其中Diabetic Retinopathy Debrecen簡寫為DRD.所有實(shí)驗(yàn)都在PC機(jī)上運(yùn)行,配置為:Inter(R)Core(TM)i5-7300HQ CPU @ 2.5 GHz,8 GB內(nèi)存,Windows10操作系統(tǒng),Python實(shí)驗(yàn)平臺.

    本文算法和文獻(xiàn)[9]中Hu提出的NFARNRS算法做對比,主要是比較不同變精度閾值下的屬性約簡、分類精度以及樣本錯分?jǐn)?shù).為了比較不同算法所選屬性的分類能力,本文選擇當(dāng)前廣泛使用的C4.5和SVM分類學(xué)習(xí)算法,以10折交叉驗(yàn)證的平均分類精度來衡量所選擇屬性的分類能力.

    表4 數(shù)據(jù)集Tab.4 Data sets

    在鄰域的取值中,都采用屬性標(biāo)準(zhǔn)差(Std/2.6)作為鄰域半徑,距離度量采用曼哈頓距離,并且設(shè)定正域的增量下限Sig_ctrl=0.01,平均正確率的增率下限Inc_ctrl=0.01.在本文的實(shí)驗(yàn)中,變精度閾值β取值為0.6~0.9,以0.1為步長,在每個閾值下進(jìn)行實(shí)驗(yàn)比較.

    4.2 實(shí)驗(yàn)結(jié)果對比

    4.2.1 屬性約簡結(jié)果對比 表5和表6記錄了在不同閾值下本文算法和NFARNRS算法的屬性約簡集合.分析可知,對于不同的閾值β,2種算法得到的屬性約簡個數(shù)是基本一致,但是所選屬性存在差異,這說明本文算法在不增加約簡個數(shù)的基礎(chǔ)上,改變了屬性選擇的優(yōu)先度(表中屬性按照選擇順序從左到右排列),這符合2.2.1的分析.而且,在個別閾值下本文的屬性約簡個數(shù)更少,這說明本文算法在精度變化時的屬性約簡效果要更優(yōu).

    4.2.2 不同分類算法下的分類精度對比 表7記錄了原始數(shù)據(jù)集在C4.5和SVM下的分類精度.

    表5 不同閾值(β=0.6,0.7)下的約簡對比Tab.5 Reduction comparison under different thresholds(β =0.6,0.7)

    表6 不同閾值下(β=0.8,0.9)的約簡對比Tab.6 Reduction comparison under different thresholds(β =0.8,0.9)

    表8~11是在不同閾值和分類器下,2種算法對數(shù)據(jù)集約簡后的分類精度和樣本錯分?jǐn)?shù)的對比(樣本錯分?jǐn)?shù)能直觀的體現(xiàn)分類精度的差異).分析可知,當(dāng)閾值β在區(qū)間變化時,本文算法所取得的分類精度在不同的分類器下總體上都更優(yōu)(√:本文算法高于NFARNRS算法;--:二者持平.),且本文算法取得的最優(yōu)分類精度同表7原始數(shù)據(jù)集的分類精度對比可知,在不同的分類器下,本文算法的約簡都能夠保持或者有效提高分類精度,這表明本文算法在2.2.2小節(jié)所提出的屬性度量函數(shù)是正確有效的.圖1和圖2為所有數(shù)據(jù)集在C4.5和SVM的平均分類精度曲線.

    表7 原始數(shù)據(jù)集的分類精度Tab.7 Classification accuracy of original data sets

    表8 變精度β=0.6的分類精度Tab.8 Classification accuracy with variable precision β=0.6

    表9 變精度β=0.7的分類精度Tab.9 Classification accuracy with variable precision β=0.7

    表10 變精度β=0.8的分類精度Tab.10 Classification accuracy with variable precision β=0.8

    表11 變精度β=0.9的分類精度Tab.11 Classification accuracy with variable precision β=0.9

    圖1 所有數(shù)據(jù)集在C4.5的平均分類精度Fig.1 Average classification accuracy of all data sets in C4.5

    圖2 所有數(shù)據(jù)集在SVM的平均分類精度Fig.2 Average classification accuracy of all data sets in SVM

    分析圖1和圖2的曲線可知,從總體的平均數(shù)據(jù)來看,測試數(shù)據(jù)集在本文算法下所得的平均分類精度在NFARNRS算法的曲線之上,表明基于本文算法的屬性約簡效果更優(yōu).而且,當(dāng)β<0.9,本文算法的提升效果十分顯著;而在β≥0.9時,由于分類率的平均增益變化減小,此時屬性質(zhì)量度主要由正域主導(dǎo),本文算法和NFARNRS算法的差異就會逐漸變小,所以二者結(jié)果將會達(dá)到一致.但是本文算法對β的適應(yīng)性更強(qiáng),能在不同閾值下都得到更優(yōu)的屬性約簡,表明本文提出的屬性度量方式更適用于變精度鄰域粗糙集的屬性約簡.

    4.3 閾值參數(shù)的取值分析不失一般性,分類精度會隨 β的增大而增大,且在本研究中,當(dāng) β∈{0.8,0.9}時,所取得的分類精度最好.但是,不同數(shù)據(jù)集的差異性,使得β的取值是無法普遍在此范圍取值,由表8~11就可看出,個別數(shù)據(jù)集在β∈{0.6,0.7}就能取得不錯的分類精度,這也是圖1和圖2中曲線跳躍的原因.

    且由表5和表6可知,閾值β的改變使得約簡個數(shù)呈線性變化,隨閾值β取值的增大而增多.

    綜上,一般來說,調(diào)高β的取值可得到好的分類精度,但約簡個數(shù)會稍多一點(diǎn);調(diào)低β的取值可以取得更少的約簡個數(shù),但分類精度會略低.

    4.4 實(shí)驗(yàn)結(jié)論由以上實(shí)驗(yàn)分析對比可知,本文算法相比于NFARNRS算法,在保持所選屬性個數(shù)基本一致,甚至更少的情況下,本文算法提出的屬性度量函數(shù)在不同閾值和不同分類器下基本都能得到最優(yōu)的分類精度.而且,本文算法降低了閾值β對正域的影響,提高了對屬性的度量能力,使得本文提出的屬性度量方式更適合于變精度鄰域粗糙集.

    5 結(jié)束語

    本文介紹了鄰域粗糙集和變精度鄰域粗糙集的基本概念,分析了以往變精度鄰域粗糙集采用屬性重要度作為度量標(biāo)準(zhǔn)的缺點(diǎn),改進(jìn)了屬性的度量方式.相比于NFARNRS算法,本文算法通過引入鄰域內(nèi)正確分類率作為正域的質(zhì)量因子,降低了變精度對正域的影響,在改變閾值的情況下,都能得到更優(yōu)的約簡.

    但與以往的屬性約簡相比,時間復(fù)雜度仍然沒有改變,如何讓本文算法具有較少的時間開銷,這個問題將在未來的工作中進(jìn)行研究.

    致謝成都信息工程大學(xué)青年學(xué)術(shù)帶頭人科研基金項(xiàng)目(J201609)對本文給予了資助,謹(jǐn)致謝意.

    猜你喜歡
    約簡粗糙集鄰域
    基于Pawlak粗糙集模型的集合運(yùn)算關(guān)系
    稀疏圖平方圖的染色數(shù)上界
    基于二進(jìn)制鏈表的粗糙集屬性約簡
    基于鄰域競賽的多目標(biāo)優(yōu)化算法
    實(shí)值多變量維數(shù)約簡:綜述
    基于模糊貼近度的屬性約簡
    多粒化粗糙集性質(zhì)的幾個充分條件
    關(guān)于-型鄰域空間
    雙論域粗糙集在故障診斷中的應(yīng)用
    兩個域上的覆蓋變精度粗糙集模型
    自拍偷自拍亚洲精品老妇| 最近中文字幕高清免费大全6| 成人无遮挡网站| 成人亚洲欧美一区二区av| 免费观看精品视频网站| 国产v大片淫在线免费观看| 精品福利观看| 一区福利在线观看| 亚洲国产精品国产精品| 极品教师在线视频| a级毛色黄片| 亚洲美女黄片视频| 看黄色毛片网站| 干丝袜人妻中文字幕| 天美传媒精品一区二区| 国内揄拍国产精品人妻在线| 欧美最新免费一区二区三区| 日本在线视频免费播放| 男女边吃奶边做爰视频| 在线观看一区二区三区| 国产精品人妻久久久久久| 18禁裸乳无遮挡免费网站照片| 免费观看在线日韩| 黄色欧美视频在线观看| 欧美xxxx性猛交bbbb| 听说在线观看完整版免费高清| av.在线天堂| 黄色欧美视频在线观看| 久久精品夜色国产| 亚洲av一区综合| 99热只有精品国产| 日韩制服骚丝袜av| 99久久九九国产精品国产免费| 麻豆乱淫一区二区| 69人妻影院| 在线观看一区二区三区| 国产熟女欧美一区二区| 又黄又爽又刺激的免费视频.| 一边摸一边抽搐一进一小说| 婷婷亚洲欧美| 久久精品国产亚洲av天美| 国产91av在线免费观看| а√天堂www在线а√下载| 久久久久免费精品人妻一区二区| 卡戴珊不雅视频在线播放| 九九热线精品视视频播放| 国产私拍福利视频在线观看| 亚洲美女黄片视频| 在线a可以看的网站| 少妇的逼水好多| 亚洲国产精品国产精品| 亚洲国产欧洲综合997久久,| 欧美xxxx黑人xx丫x性爽| 国产成人91sexporn| 小蜜桃在线观看免费完整版高清| 91久久精品国产一区二区成人| 午夜久久久久精精品| or卡值多少钱| 色综合亚洲欧美另类图片| 精品一区二区三区人妻视频| 成人综合一区亚洲| 国产精品久久电影中文字幕| 日本三级黄在线观看| 免费观看的影片在线观看| 欧美bdsm另类| 波多野结衣高清无吗| 又黄又爽又免费观看的视频| 一级av片app| 18禁裸乳无遮挡免费网站照片| 国产真实伦视频高清在线观看| 俄罗斯特黄特色一大片| 在线观看一区二区三区| 香蕉av资源在线| 色综合站精品国产| 国产精品爽爽va在线观看网站| 欧美精品国产亚洲| 日韩欧美免费精品| 六月丁香七月| 亚洲欧美中文字幕日韩二区| 一级黄片播放器| 女人被狂操c到高潮| 中文在线观看免费www的网站| 成熟少妇高潮喷水视频| 直男gayav资源| 亚洲欧美日韩高清在线视频| 久久久欧美国产精品| 欧美人与善性xxx| 亚洲色图av天堂| 国产亚洲精品久久久久久毛片| 大香蕉久久网| 小说图片视频综合网站| 91久久精品电影网| 精品人妻视频免费看| www.色视频.com| 色哟哟·www| 久久精品综合一区二区三区| 国产一区亚洲一区在线观看| 变态另类丝袜制服| or卡值多少钱| а√天堂www在线а√下载| 18禁在线播放成人免费| av在线天堂中文字幕| 色播亚洲综合网| 久久久久国内视频| 国产淫片久久久久久久久| aaaaa片日本免费| 91精品国产九色| 性欧美人与动物交配| 国产在视频线在精品| 免费一级毛片在线播放高清视频| 1024手机看黄色片| 国产精品一区www在线观看| 亚洲四区av| 最近手机中文字幕大全| 91在线精品国自产拍蜜月| 欧美性感艳星| 最近中文字幕高清免费大全6| 免费电影在线观看免费观看| 有码 亚洲区| 免费看美女性在线毛片视频| 亚洲婷婷狠狠爱综合网| 午夜老司机福利剧场| 乱人视频在线观看| 日韩三级伦理在线观看| 亚洲精品粉嫩美女一区| 九九热线精品视视频播放| 国产亚洲91精品色在线| 免费av毛片视频| 国产精品亚洲一级av第二区| 亚洲中文字幕日韩| 97碰自拍视频| 国产一区二区在线观看日韩| 久久久久久伊人网av| 国产国拍精品亚洲av在线观看| 97超视频在线观看视频| 亚洲av美国av| 变态另类丝袜制服| 一区二区三区免费毛片| 亚洲欧美中文字幕日韩二区| av天堂在线播放| 午夜福利在线观看免费完整高清在 | 色av中文字幕| 亚洲国产精品国产精品| 看片在线看免费视频| 国产精品乱码一区二三区的特点| 内射极品少妇av片p| 99视频精品全部免费 在线| 一级黄色大片毛片| 三级国产精品欧美在线观看| 嫩草影视91久久| 精品国产三级普通话版| 精品午夜福利在线看| 国产一区二区亚洲精品在线观看| 国产一区二区在线观看日韩| 长腿黑丝高跟| 日韩强制内射视频| 观看美女的网站| 丝袜美腿在线中文| 狠狠狠狠99中文字幕| 卡戴珊不雅视频在线播放| 午夜亚洲福利在线播放| 色哟哟·www| 亚洲自偷自拍三级| 91av网一区二区| 97碰自拍视频| 亚洲精品在线观看二区| 国产老妇女一区| 免费一级毛片在线播放高清视频| a级毛片免费高清观看在线播放| 免费av不卡在线播放| 老女人水多毛片| 精品无人区乱码1区二区| 国产精品女同一区二区软件| 国产一区二区三区av在线 | 欧美xxxx性猛交bbbb| 91在线精品国自产拍蜜月| 国产蜜桃级精品一区二区三区| 亚洲av中文字字幕乱码综合| 国产精品美女特级片免费视频播放器| 九九久久精品国产亚洲av麻豆| 亚洲国产高清在线一区二区三| 干丝袜人妻中文字幕| а√天堂www在线а√下载| av国产免费在线观看| 国产精品一区二区三区四区免费观看 | 国产黄色小视频在线观看| 国产精品福利在线免费观看| 日日摸夜夜添夜夜添av毛片| aaaaa片日本免费| 日本欧美国产在线视频| 亚洲欧美中文字幕日韩二区| 日韩 亚洲 欧美在线| 精品无人区乱码1区二区| 成年av动漫网址| 国产精品久久久久久久久免| 性色avwww在线观看| 综合色丁香网| 在线观看一区二区三区| av.在线天堂| 不卡视频在线观看欧美| 亚洲欧美日韩高清在线视频| 人妻久久中文字幕网| 少妇人妻精品综合一区二区 | .国产精品久久| 中文字幕av在线有码专区| 99久久成人亚洲精品观看| aaaaa片日本免费| 久久九九热精品免费| 国产高清有码在线观看视频| 麻豆国产97在线/欧美| 菩萨蛮人人尽说江南好唐韦庄 | 人妻夜夜爽99麻豆av| h日本视频在线播放| 老师上课跳d突然被开到最大视频| 亚洲国产精品成人久久小说 | 热99在线观看视频| 中文字幕熟女人妻在线| 日韩av在线大香蕉| 日本熟妇午夜| 国产毛片a区久久久久| 不卡一级毛片| 99久久精品热视频| 最近中文字幕高清免费大全6| 精品久久久久久久末码| 国产中年淑女户外野战色| 色视频www国产| av国产免费在线观看| 久久人人精品亚洲av| 看非洲黑人一级黄片| 亚洲18禁久久av| 精品久久久久久久久av| 男女之事视频高清在线观看| 欧美成人一区二区免费高清观看| 毛片一级片免费看久久久久| 久久午夜福利片| 亚洲国产精品成人久久小说 | 亚洲18禁久久av| 激情 狠狠 欧美| 亚洲婷婷狠狠爱综合网| 亚洲人成网站在线播| av在线老鸭窝| 国内精品一区二区在线观看| 白带黄色成豆腐渣| 亚洲av中文av极速乱| 3wmmmm亚洲av在线观看| 99久久精品热视频| 日韩人妻高清精品专区| 免费av不卡在线播放| avwww免费| 色播亚洲综合网| 欧美3d第一页| 久久综合国产亚洲精品| 亚洲精品久久国产高清桃花| 一卡2卡三卡四卡精品乱码亚洲| 亚洲av熟女| 女人被狂操c到高潮| 成年版毛片免费区| 村上凉子中文字幕在线| 亚洲欧美成人综合另类久久久 | 国产欧美日韩精品亚洲av| 日韩亚洲欧美综合| 国产精品电影一区二区三区| 国产精品一区二区性色av| 十八禁网站免费在线| 欧美激情在线99| 国产黄色视频一区二区在线观看 | 日本五十路高清| 欧美日韩在线观看h| 嫩草影院新地址| 非洲黑人性xxxx精品又粗又长| 日本一二三区视频观看| 久久久久性生活片| 午夜精品一区二区三区免费看| 久久亚洲国产成人精品v| 国产成人精品久久久久久| 精品福利观看| 亚洲av中文av极速乱| 国产一区二区亚洲精品在线观看| videossex国产| 日韩欧美国产在线观看| 在线观看免费视频日本深夜| 草草在线视频免费看| 国产精品久久久久久av不卡| 蜜桃亚洲精品一区二区三区| 亚洲欧美成人精品一区二区| 永久网站在线| 国产男人的电影天堂91| 久久国内精品自在自线图片| 日韩欧美国产在线观看| 中文亚洲av片在线观看爽| 丰满人妻一区二区三区视频av| 日本精品一区二区三区蜜桃| 国产高清有码在线观看视频| av女优亚洲男人天堂| 欧美成人免费av一区二区三区| 国产av一区在线观看免费| 真人做人爱边吃奶动态| 国产白丝娇喘喷水9色精品| 不卡视频在线观看欧美| 亚洲电影在线观看av| 亚洲国产精品sss在线观看| 黑人高潮一二区| 亚洲国产精品成人综合色| av女优亚洲男人天堂| 成年av动漫网址| 欧美日本视频| 成年免费大片在线观看| 欧美成人精品欧美一级黄| 午夜视频国产福利| 女同久久另类99精品国产91| 国产av在哪里看| 波多野结衣高清作品| av卡一久久| 久久精品国产99精品国产亚洲性色| 极品教师在线视频| 亚洲欧美日韩高清在线视频| 少妇高潮的动态图| 男女啪啪激烈高潮av片| 美女黄网站色视频| 99国产精品一区二区蜜桃av| 日本撒尿小便嘘嘘汇集6| 青春草视频在线免费观看| 在线a可以看的网站| 97人妻精品一区二区三区麻豆| 美女黄网站色视频| 国产精品日韩av在线免费观看| 最近中文字幕高清免费大全6| 插阴视频在线观看视频| 国产精品永久免费网站| 久久精品国产亚洲av涩爱 | 欧美激情久久久久久爽电影| 深夜a级毛片| 一级毛片久久久久久久久女| 日本撒尿小便嘘嘘汇集6| 精品久久久久久久人妻蜜臀av| 亚洲成人av在线免费| 日本 av在线| 校园人妻丝袜中文字幕| 久久精品国产亚洲网站| 国产精品野战在线观看| 国产极品精品免费视频能看的| 一区福利在线观看| 一区二区三区四区激情视频 | 日韩高清综合在线| 精品久久久久久成人av| 少妇熟女aⅴ在线视频| 国产午夜精品久久久久久一区二区三区 | 国产精品久久久久久久电影| 91麻豆精品激情在线观看国产| 丝袜美腿在线中文| 亚洲精品乱码久久久v下载方式| 国产成人一区二区在线| 少妇被粗大猛烈的视频| 亚洲国产精品成人久久小说 | 日韩成人伦理影院| 人人妻人人澡欧美一区二区| 日日摸夜夜添夜夜爱| 丝袜喷水一区| 波多野结衣高清无吗| 日本a在线网址| 亚洲天堂国产精品一区在线| 免费看a级黄色片| 男插女下体视频免费在线播放| 国产欧美日韩精品一区二区| 久久人人精品亚洲av| 18禁在线播放成人免费| 天堂影院成人在线观看| 免费观看在线日韩| 亚洲精品国产成人久久av| 成年av动漫网址| 亚洲av五月六月丁香网| 亚洲欧美成人综合另类久久久 | 国产精品伦人一区二区| 亚洲性久久影院| 欧美又色又爽又黄视频| a级毛片a级免费在线| 精品一区二区三区视频在线| 美女被艹到高潮喷水动态| 老熟妇仑乱视频hdxx| 免费高清视频大片| 久久九九热精品免费| 亚洲在线观看片| 日本-黄色视频高清免费观看| av中文乱码字幕在线| 男女做爰动态图高潮gif福利片| 一级毛片久久久久久久久女| 成人鲁丝片一二三区免费| 亚洲,欧美,日韩| 色在线成人网| а√天堂www在线а√下载| 女的被弄到高潮叫床怎么办| 伦理电影大哥的女人| 美女免费视频网站| 欧美性猛交黑人性爽| 麻豆精品久久久久久蜜桃| 日韩在线高清观看一区二区三区| 女同久久另类99精品国产91| 免费av毛片视频| 男人的好看免费观看在线视频| 一卡2卡三卡四卡精品乱码亚洲| 在线播放无遮挡| 久久欧美精品欧美久久欧美| 亚洲精品国产成人久久av| 欧美色欧美亚洲另类二区| 精品久久久久久久人妻蜜臀av| 精品不卡国产一区二区三区| 97人妻精品一区二区三区麻豆| 国产精品日韩av在线免费观看| 精品一区二区三区视频在线| 国产亚洲精品综合一区在线观看| 日韩欧美精品v在线| 综合色丁香网| 能在线免费观看的黄片| 日韩精品中文字幕看吧| 亚洲成人精品中文字幕电影| 18禁在线播放成人免费| 国产综合懂色| 日本五十路高清| 毛片一级片免费看久久久久| 成人一区二区视频在线观看| 一a级毛片在线观看| 99久国产av精品国产电影| 免费一级毛片在线播放高清视频| 日韩av不卡免费在线播放| 嫩草影院新地址| 天堂网av新在线| 18禁在线播放成人免费| 一级av片app| 22中文网久久字幕| videossex国产| 美女被艹到高潮喷水动态| 我的女老师完整版在线观看| 国产69精品久久久久777片| 国产高清视频在线播放一区| 嫩草影院入口| 内射极品少妇av片p| 狂野欧美激情性xxxx在线观看| 欧美极品一区二区三区四区| 国产精品1区2区在线观看.| 国产黄a三级三级三级人| 国产精品伦人一区二区| 色哟哟哟哟哟哟| 亚洲aⅴ乱码一区二区在线播放| 国产aⅴ精品一区二区三区波| 国产爱豆传媒在线观看| 观看美女的网站| 午夜久久久久精精品| 日本免费一区二区三区高清不卡| 免费高清视频大片| 51国产日韩欧美| 成人高潮视频无遮挡免费网站| 少妇被粗大猛烈的视频| 亚洲欧美清纯卡通| 日韩欧美在线乱码| av免费在线看不卡| 卡戴珊不雅视频在线播放| 午夜久久久久精精品| 在线观看av片永久免费下载| 乱人视频在线观看| 亚洲国产精品久久男人天堂| 99久久久亚洲精品蜜臀av| 欧美一区二区亚洲| 欧美极品一区二区三区四区| 日本黄色视频三级网站网址| 少妇的逼好多水| 国产精品久久久久久久久免| 夜夜看夜夜爽夜夜摸| 噜噜噜噜噜久久久久久91| 特大巨黑吊av在线直播| 插逼视频在线观看| a级毛片免费高清观看在线播放| 麻豆国产av国片精品| 搞女人的毛片| 国产精品一及| 三级毛片av免费| 日本熟妇午夜| 国产亚洲91精品色在线| 欧美色欧美亚洲另类二区| 黄色日韩在线| 国产精品三级大全| 久久精品国产99精品国产亚洲性色| 精品少妇黑人巨大在线播放 | 97热精品久久久久久| 亚洲在线自拍视频| 午夜影院日韩av| 在线观看午夜福利视频| a级一级毛片免费在线观看| 一a级毛片在线观看| 精品一区二区三区视频在线| 日日摸夜夜添夜夜添av毛片| 在线观看一区二区三区| 成人av在线播放网站| 国产精品99久久久久久久久| 国产不卡一卡二| 熟女人妻精品中文字幕| 熟妇人妻久久中文字幕3abv| 香蕉av资源在线| 欧美色欧美亚洲另类二区| 免费无遮挡裸体视频| 国产精品日韩av在线免费观看| 乱系列少妇在线播放| 成年版毛片免费区| 97在线视频观看| 99久久成人亚洲精品观看| 精品一区二区三区视频在线观看免费| 亚洲精品色激情综合| 夜夜夜夜夜久久久久| 在线观看免费视频日本深夜| 黄色视频,在线免费观看| 国产 一区 欧美 日韩| 国产一区二区三区av在线 | 偷拍熟女少妇极品色| 男女那种视频在线观看| 亚洲乱码一区二区免费版| 99久久无色码亚洲精品果冻| 亚洲中文日韩欧美视频| 亚洲美女视频黄频| 国产精品一区www在线观看| 亚洲专区国产一区二区| 久久精品国产清高在天天线| 日本黄色片子视频| 亚洲第一区二区三区不卡| 欧美zozozo另类| 亚洲成av人片在线播放无| 免费电影在线观看免费观看| 尤物成人国产欧美一区二区三区| 在线观看av片永久免费下载| 乱系列少妇在线播放| 欧美+亚洲+日韩+国产| 欧美色视频一区免费| 中文亚洲av片在线观看爽| 国产亚洲av嫩草精品影院| 免费观看在线日韩| 成人无遮挡网站| 伊人久久精品亚洲午夜| 91久久精品国产一区二区三区| 国产精品伦人一区二区| 男女啪啪激烈高潮av片| 日本一二三区视频观看| 国语自产精品视频在线第100页| 国产黄a三级三级三级人| 又爽又黄a免费视频| 精华霜和精华液先用哪个| 免费在线观看成人毛片| 成年女人看的毛片在线观看| 天天躁日日操中文字幕| 一个人看视频在线观看www免费| 99热只有精品国产| 亚洲不卡免费看| 国产午夜精品久久久久久一区二区三区 | 亚洲av美国av| 亚洲美女搞黄在线观看 | 最近手机中文字幕大全| 不卡视频在线观看欧美| 欧美性猛交╳xxx乱大交人| 日日摸夜夜添夜夜添小说| 国产精品,欧美在线| 特大巨黑吊av在线直播| 免费看a级黄色片| 一进一出抽搐动态| 小说图片视频综合网站| 卡戴珊不雅视频在线播放| 亚洲最大成人中文| 中文字幕熟女人妻在线| 淫妇啪啪啪对白视频| 热99在线观看视频| 中出人妻视频一区二区| 五月伊人婷婷丁香| 亚洲成a人片在线一区二区| 日日啪夜夜撸| 亚洲成a人片在线一区二区| av天堂在线播放| 国产精品一二三区在线看| 久久热精品热| 能在线免费观看的黄片| 欧美又色又爽又黄视频| 一级黄片播放器| 村上凉子中文字幕在线| 麻豆av噜噜一区二区三区| 国产 一区精品| 国产单亲对白刺激| 国产一区二区在线观看日韩| 欧洲精品卡2卡3卡4卡5卡区| 日日撸夜夜添| 色尼玛亚洲综合影院| 亚洲av.av天堂| 99热精品在线国产| 淫秽高清视频在线观看| 99在线视频只有这里精品首页| 国产精品99久久久久久久久| 久久6这里有精品| 国产老妇女一区| 日韩亚洲欧美综合| 又粗又爽又猛毛片免费看| 久久久国产成人精品二区| 久久精品国产亚洲av香蕉五月| 男人狂女人下面高潮的视频| 男人舔女人下体高潮全视频| 中文在线观看免费www的网站| 久久这里只有精品中国| 精品久久久久久久久久免费视频| 欧美bdsm另类| 国产aⅴ精品一区二区三区波| 亚洲精品色激情综合| 老女人水多毛片| 国国产精品蜜臀av免费| 久久精品国产亚洲av涩爱 | 九九热线精品视视频播放| 欧美+日韩+精品| 一个人观看的视频www高清免费观看| 欧美+日韩+精品| 一个人观看的视频www高清免费观看| 国内精品一区二区在线观看| 亚洲精品久久国产高清桃花| 插逼视频在线观看|