• <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
    亚洲国产精品专区欧美| 亚洲成人av在线免费| 日本-黄色视频高清免费观看| 成人手机av| 国产成人精品婷婷| 在现免费观看毛片| 亚洲第一av免费看| 精品国产一区二区三区久久久樱花| 2022亚洲国产成人精品| 夫妻午夜视频| 狂野欧美白嫩少妇大欣赏| 新久久久久国产一级毛片| 黄色配什么色好看| 如日韩欧美国产精品一区二区三区 | 免费看不卡的av| 美女脱内裤让男人舔精品视频| 免费观看a级毛片全部| 中文字幕最新亚洲高清| 亚洲精品成人av观看孕妇| 亚洲国产毛片av蜜桃av| 国产成人精品在线电影| 久久久久精品久久久久真实原创| 美女福利国产在线| 久久精品国产鲁丝片午夜精品| a级片在线免费高清观看视频| 久久热精品热| 国产精品一区二区在线不卡| 人妻系列 视频| 欧美变态另类bdsm刘玥| 两个人的视频大全免费| 一级a做视频免费观看| 春色校园在线视频观看| 大又大粗又爽又黄少妇毛片口| 熟女电影av网| 五月玫瑰六月丁香| 亚洲综合精品二区| videos熟女内射| 国产免费现黄频在线看| 精品国产乱码久久久久久小说| 久久综合国产亚洲精品| 三上悠亚av全集在线观看| 国产探花极品一区二区| 欧美日韩视频精品一区| 卡戴珊不雅视频在线播放| 飞空精品影院首页| 亚洲经典国产精华液单| 美女国产视频在线观看| 免费观看的影片在线观看| 伊人久久国产一区二区| 欧美日韩一区二区视频在线观看视频在线| 十分钟在线观看高清视频www| 卡戴珊不雅视频在线播放| 国产一级毛片在线| 国产白丝娇喘喷水9色精品| 美女主播在线视频| 一区二区三区免费毛片| 少妇精品久久久久久久| 人成视频在线观看免费观看| 伦理电影免费视频| 免费看av在线观看网站| 大香蕉久久网| 久久久久久久久大av| 亚洲高清免费不卡视频| 免费黄频网站在线观看国产| 天堂中文最新版在线下载| 爱豆传媒免费全集在线观看| 亚洲国产精品成人久久小说| 国产午夜精品一二区理论片| 久久99精品国语久久久| 久久青草综合色| 性色av一级| 伦精品一区二区三区| 久久99蜜桃精品久久| 成人18禁高潮啪啪吃奶动态图 | 99精国产麻豆久久婷婷| 国产成人精品婷婷| 青春草国产在线视频| h视频一区二区三区| 成人毛片60女人毛片免费| 久久久国产一区二区| 免费日韩欧美在线观看| 在线播放无遮挡| 久久99精品国语久久久| 国产成人免费无遮挡视频| 亚洲人成网站在线播| 国产成人精品福利久久| 成人国产av品久久久| 天天影视国产精品| 日韩av不卡免费在线播放| 男女边吃奶边做爰视频| 亚洲五月色婷婷综合| 免费看不卡的av| 亚洲精品,欧美精品| 综合色丁香网| av线在线观看网站| 成人毛片60女人毛片免费| 国产亚洲欧美精品永久| 少妇熟女欧美另类| 色5月婷婷丁香| 日本av免费视频播放| 观看美女的网站| 91精品国产九色| 精品酒店卫生间| 日本wwww免费看| 最后的刺客免费高清国语| 亚洲精品一区蜜桃| 亚洲精品aⅴ在线观看| 午夜久久久在线观看| 亚洲人与动物交配视频| 国产精品不卡视频一区二区| 成人国产麻豆网| 人妻人人澡人人爽人人| 免费少妇av软件| 在线看a的网站| 高清av免费在线| 最近2019中文字幕mv第一页| 亚洲精品美女久久av网站| 搡老乐熟女国产| 精品人妻熟女av久视频| 久久精品国产亚洲av涩爱| av免费观看日本| 卡戴珊不雅视频在线播放| 精品亚洲乱码少妇综合久久| 亚洲欧美一区二区三区黑人 | 一区二区三区精品91| 国产日韩一区二区三区精品不卡 | 满18在线观看网站| 精品一区在线观看国产| 久热久热在线精品观看| 久久久国产精品麻豆| 九九久久精品国产亚洲av麻豆| 丰满少妇做爰视频| 两个人免费观看高清视频| 免费人妻精品一区二区三区视频| 国产免费一区二区三区四区乱码| 日韩精品免费视频一区二区三区 | 日本午夜av视频| 91久久精品国产一区二区成人| 老熟女久久久| 久久久久久久久久久久大奶| 日日爽夜夜爽网站| 精品一区二区三卡| 男人操女人黄网站| av电影中文网址| 日韩视频在线欧美| 亚洲熟女精品中文字幕| 一本久久精品| 97超碰精品成人国产| 亚洲美女黄色视频免费看| 国产高清有码在线观看视频| 蜜桃国产av成人99| 免费观看av网站的网址| 一级二级三级毛片免费看| 18禁观看日本| 日韩人妻高清精品专区| 亚洲色图综合在线观看| 日韩一区二区视频免费看| 日产精品乱码卡一卡2卡三| 免费观看无遮挡的男女| 男人添女人高潮全过程视频| 日本午夜av视频| 成人无遮挡网站| 美女中出高潮动态图| 久久99精品国语久久久| 国产精品久久久久成人av| 男女无遮挡免费网站观看| 汤姆久久久久久久影院中文字幕| 国产在视频线精品| 免费看不卡的av| 最新中文字幕久久久久| 狂野欧美白嫩少妇大欣赏| 亚洲国产日韩一区二区| 一级a做视频免费观看| 亚洲成人一二三区av| www.av在线官网国产| 亚洲综合色惰| 久久99热6这里只有精品| .国产精品久久| 一边亲一边摸免费视频| 国产爽快片一区二区三区| 日本免费在线观看一区| 天美传媒精品一区二区| 久久婷婷青草| 菩萨蛮人人尽说江南好唐韦庄| 色婷婷久久久亚洲欧美| 国产不卡av网站在线观看| 久久久久精品久久久久真实原创| av电影中文网址| 久久久久久人妻| 肉色欧美久久久久久久蜜桃| 啦啦啦视频在线资源免费观看| 一个人免费看片子| 国产 一区精品| 春色校园在线视频观看| 黄色一级大片看看| 国产伦理片在线播放av一区| 在线看a的网站| 日韩成人av中文字幕在线观看| 中文字幕人妻熟人妻熟丝袜美| 男女边摸边吃奶| 天美传媒精品一区二区| 考比视频在线观看| 亚洲怡红院男人天堂| 欧美精品亚洲一区二区| 国产av精品麻豆| 制服人妻中文乱码| 精品久久久噜噜| 久久99精品国语久久久| 亚洲国产色片| 99精国产麻豆久久婷婷| 91在线精品国自产拍蜜月| 一级爰片在线观看| 国产有黄有色有爽视频| 亚洲av福利一区| 一二三四中文在线观看免费高清| 99九九在线精品视频| 国产伦精品一区二区三区视频9| 国产国拍精品亚洲av在线观看| 久久ye,这里只有精品| 一级毛片我不卡| 丝袜在线中文字幕| 国产伦理片在线播放av一区| 母亲3免费完整高清在线观看 | 大香蕉97超碰在线| 国产一区有黄有色的免费视频| 99精国产麻豆久久婷婷| 十分钟在线观看高清视频www| 亚洲精品国产av成人精品| 久久久久久久久久久丰满| www.av在线官网国产| 国产一区二区在线观看av| 王馨瑶露胸无遮挡在线观看| 少妇的逼水好多| 亚洲国产av新网站| 国产精品久久久久久精品古装| 99精国产麻豆久久婷婷| 91在线精品国自产拍蜜月| 日韩电影二区| www.色视频.com| 99热全是精品| 男的添女的下面高潮视频| 国产免费视频播放在线视频| 亚洲,欧美,日韩| 午夜激情久久久久久久| 新久久久久国产一级毛片| 亚洲美女黄色视频免费看| 国产老妇伦熟女老妇高清| 看免费成人av毛片| 黄片播放在线免费| 日韩视频在线欧美| 亚洲一级一片aⅴ在线观看| 另类精品久久| 婷婷色麻豆天堂久久| 18禁在线无遮挡免费观看视频| 国产午夜精品一二区理论片| 18禁裸乳无遮挡动漫免费视频| 老司机影院成人| 亚洲精品久久成人aⅴ小说 | 日本欧美视频一区| 亚洲成人av在线免费| 精品久久久久久久久av| 免费少妇av软件| 又大又黄又爽视频免费| 久久精品国产亚洲网站| av网站免费在线观看视频| 午夜91福利影院| 亚洲久久久国产精品| 少妇人妻 视频| 日本wwww免费看| 波野结衣二区三区在线| 久久精品国产自在天天线| 欧美日韩视频高清一区二区三区二| 精品亚洲成a人片在线观看| 亚洲精品视频女| 黑人猛操日本美女一级片| 丰满少妇做爰视频| 高清在线视频一区二区三区| 亚洲精品美女久久av网站| av免费观看日本| 精品少妇内射三级| 久久久a久久爽久久v久久| 高清午夜精品一区二区三区| 国产一区亚洲一区在线观看| 亚洲精品成人av观看孕妇| 免费大片黄手机在线观看| 草草在线视频免费看| 亚洲精品久久午夜乱码| 91精品伊人久久大香线蕉| 建设人人有责人人尽责人人享有的| 国产精品一区二区三区四区免费观看| 18禁裸乳无遮挡动漫免费视频| 亚洲欧美一区二区三区国产| 国产成人freesex在线| 26uuu在线亚洲综合色| av不卡在线播放| 国产精品国产av在线观看| 如日韩欧美国产精品一区二区三区 | 中文欧美无线码| 青春草亚洲视频在线观看| 欧美日韩亚洲高清精品| 成人亚洲欧美一区二区av| 日韩av免费高清视频| 免费看av在线观看网站| 国产欧美亚洲国产| 最近最新中文字幕免费大全7| 日本欧美国产在线视频| 内地一区二区视频在线| 久久久久久久久久人人人人人人| 啦啦啦在线观看免费高清www| 九色亚洲精品在线播放| 国产在线视频一区二区| 亚洲欧美成人综合另类久久久| 欧美日韩国产mv在线观看视频| 久久久久久久久久久丰满| 亚洲欧美精品自产自拍| 自拍欧美九色日韩亚洲蝌蚪91| 18禁在线无遮挡免费观看视频| 一级爰片在线观看| 寂寞人妻少妇视频99o| 丰满乱子伦码专区| 人妻系列 视频| a级片在线免费高清观看视频| 国产熟女午夜一区二区三区 | 新久久久久国产一级毛片| 波野结衣二区三区在线| 99久久中文字幕三级久久日本| 97精品久久久久久久久久精品| 欧美人与善性xxx| 看非洲黑人一级黄片| 日韩成人av中文字幕在线观看| 国产日韩欧美亚洲二区| 国产免费一级a男人的天堂| 黄色毛片三级朝国网站| 国产亚洲av片在线观看秒播厂| 亚洲av日韩在线播放| 久久久久久久久大av| 日韩欧美一区视频在线观看| 26uuu在线亚洲综合色| 久久久久国产精品人妻一区二区| 国产av精品麻豆| 国产男女内射视频| 亚洲国产精品国产精品| 一区二区三区精品91| 亚洲高清免费不卡视频| av视频免费观看在线观看| 亚洲av男天堂| 国产黄色视频一区二区在线观看| 久久女婷五月综合色啪小说| 欧美日韩视频高清一区二区三区二| 亚洲丝袜综合中文字幕| 亚洲熟女精品中文字幕| 亚洲av免费高清在线观看| 少妇被粗大的猛进出69影院 | 制服诱惑二区| 制服人妻中文乱码| 简卡轻食公司| 成人免费观看视频高清| 国产一区亚洲一区在线观看| 欧美3d第一页| 麻豆成人av视频| 欧美人与性动交α欧美精品济南到 | 国产欧美日韩综合在线一区二区| 老司机亚洲免费影院| 国产免费现黄频在线看| 亚洲内射少妇av| 99久久人妻综合| 91久久精品电影网| 美女福利国产在线| 午夜视频国产福利| 欧美bdsm另类| 午夜免费鲁丝| 欧美xxxx性猛交bbbb| 人妻一区二区av| 夜夜看夜夜爽夜夜摸| 亚洲av成人精品一二三区| 五月天丁香电影| 99国产精品免费福利视频| 久久久久视频综合| 国产精品国产三级国产专区5o| 看十八女毛片水多多多| 五月玫瑰六月丁香| 麻豆乱淫一区二区| 欧美日韩综合久久久久久| av又黄又爽大尺度在线免费看| 日韩 亚洲 欧美在线| 99久久精品一区二区三区| 交换朋友夫妻互换小说| 欧美性感艳星| 久久精品国产a三级三级三级| 交换朋友夫妻互换小说| av在线播放精品| 久久鲁丝午夜福利片| 黑人高潮一二区| 欧美精品亚洲一区二区| 精品国产一区二区三区久久久樱花| 国产综合精华液| 成人综合一区亚洲| 最新的欧美精品一区二区| 丝袜美足系列| 97超碰精品成人国产| 免费久久久久久久精品成人欧美视频 | 日本免费在线观看一区| 美女福利国产在线| 久久亚洲国产成人精品v| 美女主播在线视频| 欧美精品亚洲一区二区| 肉色欧美久久久久久久蜜桃| 青青草视频在线视频观看| 国产日韩欧美在线精品| 亚洲伊人久久精品综合| 精品人妻熟女av久视频| 亚洲av二区三区四区| 美女xxoo啪啪120秒动态图| 国产日韩欧美在线精品| 色婷婷av一区二区三区视频| 纯流量卡能插随身wifi吗| 亚洲欧美一区二区三区黑人 | 成人免费观看视频高清| 夫妻午夜视频| 免费人成在线观看视频色| 精品久久久久久久久亚洲| 狂野欧美白嫩少妇大欣赏| 日本免费在线观看一区| av国产精品久久久久影院| 亚洲图色成人| 久久热精品热| 国模一区二区三区四区视频| 亚洲性久久影院| 日韩中文字幕视频在线看片| 国产一级毛片在线| 成人毛片a级毛片在线播放| 亚洲综合精品二区| 国产一区二区三区综合在线观看 | 夫妻午夜视频| 久久这里有精品视频免费| 色吧在线观看| 成人二区视频| 男女免费视频国产| 啦啦啦中文免费视频观看日本| 日韩视频在线欧美| 日韩人妻高清精品专区| 亚洲四区av| 国产精品久久久久久久电影| 久久午夜福利片| 考比视频在线观看| 国产精品国产三级国产av玫瑰| 国产日韩欧美视频二区| 一级,二级,三级黄色视频| 国产精品嫩草影院av在线观看| 国产精品一区二区三区四区免费观看| 综合色丁香网| 久久久精品免费免费高清| 菩萨蛮人人尽说江南好唐韦庄| 在线观看www视频免费| 欧美xxⅹ黑人| 春色校园在线视频观看| 国产有黄有色有爽视频| 一本大道久久a久久精品| 国产探花极品一区二区| 色哟哟·www| 国产深夜福利视频在线观看| 欧美日韩视频精品一区| 精品一区二区三区视频在线| 国产午夜精品一二区理论片| 一级,二级,三级黄色视频| 高清不卡的av网站| 日韩在线高清观看一区二区三区| 97在线视频观看| 久久狼人影院| 国产成人免费观看mmmm| 九九爱精品视频在线观看| 街头女战士在线观看网站| 中文字幕精品免费在线观看视频 | 两个人免费观看高清视频| 一本色道久久久久久精品综合| 乱人伦中国视频| 亚洲色图 男人天堂 中文字幕 | 王馨瑶露胸无遮挡在线观看| 最近中文字幕2019免费版| 国产高清有码在线观看视频| 亚洲国产精品999| 亚洲综合色网址| av线在线观看网站| 久久久久精品久久久久真实原创| 国产无遮挡羞羞视频在线观看| 如日韩欧美国产精品一区二区三区 | 少妇人妻精品综合一区二区| 寂寞人妻少妇视频99o| 国产免费一区二区三区四区乱码| 久久久久久久久久成人| 多毛熟女@视频| 免费黄频网站在线观看国产| 国产极品粉嫩免费观看在线 | 九草在线视频观看| 观看美女的网站| 伊人久久精品亚洲午夜| 美女xxoo啪啪120秒动态图| 熟妇人妻不卡中文字幕| 欧美人与性动交α欧美精品济南到 | 在线观看人妻少妇| 国产极品粉嫩免费观看在线 | 人人妻人人爽人人添夜夜欢视频| 欧美另类一区| 国产免费又黄又爽又色| 日日撸夜夜添| 自线自在国产av| 久久久久精品久久久久真实原创| 老熟女久久久| 欧美另类一区| kizo精华| 国产成人av激情在线播放 | 大话2 男鬼变身卡| av卡一久久| 人妻制服诱惑在线中文字幕| √禁漫天堂资源中文www| 国产免费又黄又爽又色| 亚洲av成人精品一二三区| 91精品国产九色| 汤姆久久久久久久影院中文字幕| av不卡在线播放| 日本-黄色视频高清免费观看| 日韩免费高清中文字幕av| 色网站视频免费| 精品少妇内射三级| 女人久久www免费人成看片| 国精品久久久久久国模美| 女性生殖器流出的白浆| 欧美精品亚洲一区二区| 亚洲美女视频黄频| 午夜免费观看性视频| 久久国产亚洲av麻豆专区| 国产亚洲最大av| 少妇被粗大的猛进出69影院 | 亚洲情色 制服丝袜| 国产伦理片在线播放av一区| √禁漫天堂资源中文www| 精品一区二区三卡| 国产成人精品婷婷| 久久久精品免费免费高清| 久久久久人妻精品一区果冻| 尾随美女入室| 青春草亚洲视频在线观看| 18+在线观看网站| 中国国产av一级| 国产一区有黄有色的免费视频| 久久久久视频综合| 午夜影院在线不卡| 国产国拍精品亚洲av在线观看| 日韩视频在线欧美| 精品久久蜜臀av无| 精品人妻在线不人妻| 人人妻人人添人人爽欧美一区卜| 久久人妻熟女aⅴ| 99热全是精品| 最近最新中文字幕免费大全7| 午夜福利,免费看| 一本久久精品| 男人操女人黄网站| 亚洲丝袜综合中文字幕| 嫩草影院入口| 超色免费av| 精品亚洲成国产av| 视频中文字幕在线观看| 午夜福利网站1000一区二区三区| 18禁观看日本| 亚洲精品国产色婷婷电影| 欧美最新免费一区二区三区| 亚洲精品成人av观看孕妇| 99久久中文字幕三级久久日本| 亚洲,欧美,日韩| 国产片特级美女逼逼视频| 国产国语露脸激情在线看| 午夜免费男女啪啪视频观看| 国产在视频线精品| 一区在线观看完整版| 亚洲精品久久成人aⅴ小说 | 91精品三级在线观看| 老司机影院成人| 成人国产麻豆网| 亚洲欧美成人精品一区二区| 国产亚洲精品久久久com| 观看av在线不卡| 80岁老熟妇乱子伦牲交| 午夜老司机福利剧场| 欧美精品一区二区免费开放| 大又大粗又爽又黄少妇毛片口| 日日摸夜夜添夜夜爱| 婷婷色麻豆天堂久久| 国产一区有黄有色的免费视频| av在线播放精品| 亚洲精品视频女| tube8黄色片| 中文字幕av电影在线播放| 久久免费观看电影| 97在线人人人人妻| 黄色怎么调成土黄色| 中文天堂在线官网| 精品人妻一区二区三区麻豆| 黄色怎么调成土黄色| 久久久亚洲精品成人影院| 丁香六月天网| 精品少妇久久久久久888优播| av网站免费在线观看视频| 日日啪夜夜爽| 国产黄片视频在线免费观看| 91午夜精品亚洲一区二区三区| 新久久久久国产一级毛片| 久久99热这里只频精品6学生| 久久久亚洲精品成人影院| 午夜福利视频在线观看免费| 日日爽夜夜爽网站| 国产极品天堂在线| 午夜影院在线不卡| 嫩草影院入口| 国产精品一国产av|