• <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 ?

    一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的城市入室盜竊串并案分析方法

    2020-09-02 07:14馮佳樂(lè)姚遠(yuǎn)陳德華
    微型電腦應(yīng)用 2020年8期
    關(guān)鍵詞:案情入室分詞

    馮佳樂(lè) 姚遠(yuǎn) 陳德華

    摘要:

    隨著城市的發(fā)展,城市人口的越來(lái)越多元化,這給城市治安帶來(lái)了新的挑戰(zhàn),入室盜竊就是這個(gè)過(guò)程中不可調(diào)和的矛盾。我們以近幾年城市室盜竊案件的案情文本數(shù)據(jù)為基礎(chǔ),提取入室盜竊案件的文本向量特征,基于廣義回歸神經(jīng)網(wǎng)絡(luò)模型,采用凝聚層次聚類算法作為回歸方法,基于這一理論研究入室盜竊案件的串并方法,通過(guò)給辦案民警提供入室盜竊案件的串并依據(jù),從而提高案件的偵破率,減少群眾的財(cái)產(chǎn)損失。

    關(guān)鍵詞:

    廣義回歸神經(jīng)網(wǎng)絡(luò); 凝聚層次聚類; 文本向量化; 入室盜竊

    中圖分類號(hào): TP311

    文獻(xiàn)標(biāo)志碼: A

    An Analysis Method for Serial and Parallel Cases of Urban House Burglary

    Based on Generalized Regression Neural Network

    FENG Jiale1, YAO Yuan2, CHEN Dehua3

    (1. Shanghail Triman Software Technology Co. Ltd., Shanghai 200042, China; 2. Chongqing Public Security Bureau

    Police Supervision Corps., Chongqing 401147, China; 3. School of Computer Science and Technology, Donghua

    University, Shanghai 200162, China)

    Abstract:

    With the development of the city, the population of the city is more and more diversified, which brings new challenges to the public security of the city. Based on the text data of urban burglary cases in recent years, we extract the text vector characteristics of burglary cases. Based on the generalized regression neural network model, we use clustering algorithm as the regression method. Based on this theory, we study the serial and parallel methods of burglary cases. By providing the serial and parallel basis of burglary cases for the police, we can provide the serial and parallel basis of burglary cases high detection rate of cases and reduction of property losses of the masses.

    Key words:

    generalized regression neural network; hierarchical agglomerative clustering; text to vectorization; burglary

    0引言

    入室盜竊案件隨著我國(guó)城鎮(zhèn)化進(jìn)程的不斷加速,越來(lái)越突顯出其危害性,即損害了群眾的財(cái)產(chǎn)利益,也對(duì)社會(huì)安定造成了極大的威脅。由于案件的特殊性,現(xiàn)場(chǎng)線索有限,給破案帶來(lái)極大困難。因此研究入室盜竊串并案的串并分析方法,可有效的提高辦案民警的工作效率,更準(zhǔn)確和及時(shí)的打擊了犯罪分子,從而提高群眾對(duì)公共安全的滿意度,節(jié)省公共安全領(lǐng)域的人力開銷。

    串案和并案[1](簡(jiǎn)稱串并案)是偵破系列案件,特別是在個(gè)案?jìng)刹橄萑肜Ь硶r(shí)的常用方法。入室盜竊串并案[2]是一種偵破案件的方法,主要是針對(duì)入室盜竊案件進(jìn)行串案和并案處理的過(guò)程。入室盜竊案件多發(fā)生在流動(dòng)性大、人口密集的大中型城鎮(zhèn),對(duì)群眾的生命和財(cái)產(chǎn)安全構(gòu)成威脅,對(duì)社會(huì)的穩(wěn)定造成不良的影響。

    文本向量化[3]是把文本表述為可以讓計(jì)算機(jī)來(lái)理解的形式,可以分為詞語(yǔ)的向量化、短文本的向量化和長(zhǎng)文本向量化。不同的情景需要用到不同的處理方式。

    凝聚層次聚類(HAC)是自下而上的一種聚類算法。聚集聚類是一種分層聚類算法,從許多小聚類開始,然后逐漸合并聚類[45]。該算法的思想大致為:將每個(gè)數(shù)據(jù)點(diǎn)視為一個(gè)單一的分組,然后計(jì)算所有分組之間的距離來(lái)合并分組,直到所有的分組聚合成為一個(gè)分組為止。該算法的優(yōu)點(diǎn)是不需要知道有多少個(gè)分組且對(duì)于距離度量標(biāo)準(zhǔn)的選擇并不敏感;其缺點(diǎn)是算法運(yùn)行效率低。

    傳統(tǒng)的關(guān)于案情文本應(yīng)用于串并案分析的研究方法,先對(duì)文本數(shù)據(jù)進(jìn)行結(jié)構(gòu)化,然后再對(duì)結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行分析,最后利用統(tǒng)計(jì)分析方法進(jìn)行建模處理。TangD等提出一種基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的情感分類方法[6];Michael Chau等人應(yīng)用信息抽取技術(shù)分析案情文本信息識(shí)別出作案手段、作案工具等特征信息[7];Jennifer Xu等人提出一種基于犯罪領(lǐng)域知識(shí)的自動(dòng)關(guān)聯(lián)分析模型[8];Bennell等人提出一種串聯(lián)國(guó)際團(tuán)伙入室盜竊作案的方法。

    國(guó)內(nèi)的相關(guān)研究雖然起步比較晚但發(fā)展迅速,韓寧、陳巍提出基于聚類分析的串并案研究[1];夏平提出一種技術(shù)性開鎖入室盜竊案件的特點(diǎn)及偵查方向[2];單培提出一種比較法與刑事案件串并案分析方法[9]。針對(duì)以上問(wèn)題,在本文中,我們采用文本向量化提取入室盜竊案件的文本特征,基于廣義回歸神經(jīng)網(wǎng)絡(luò)模型,采用凝聚層次聚類算法做為回歸方法,基于這一理論研究入室盜竊案件的串并方法,通過(guò)給辦案民警提供入室盜竊案件的串并依據(jù),從而提高案件的偵破率,減少群眾的財(cái)產(chǎn)損失。

    1城市入室盜竊案件數(shù)據(jù)整理

    入室盜竊案情文本是記錄報(bào)案人對(duì)案件的基本描述信息以及勘查人員的現(xiàn)場(chǎng)勘查信息的主要載體。報(bào)案人對(duì)案件的描述信息主要包括報(bào)案人的信息、被盜物品信息、報(bào)案人描述的案件發(fā)生的時(shí)間段和地點(diǎn)等信息;勘查人員的現(xiàn)場(chǎng)勘查信息主要包括侵入目標(biāo)、侵入部位、侵入方式、侵入手段以及現(xiàn)場(chǎng)指紋、鞋印、遺留物等信息,其中指紋、鞋印、遺留物信息的串并和比對(duì)不在本文的研究范圍內(nèi)。如表1所示。

    1.1處理案件文本數(shù)據(jù)

    將入室盜竊案情文本原始數(shù)據(jù)進(jìn)行預(yù)處理,形成用于訓(xùn)練的報(bào)案人信息、報(bào)案時(shí)間、案發(fā)地點(diǎn)、被盜物品詳細(xì)信息、被盜金額和現(xiàn)場(chǎng)勘查數(shù)據(jù)的數(shù)據(jù)集。

    數(shù)據(jù)處理是為了某個(gè)特殊的研究目的而對(duì)數(shù)據(jù)進(jìn)行校驗(yàn)和處理的過(guò)程,目的在于針對(duì)研究目的檢查數(shù)據(jù)一致性,處理無(wú)效值和缺失值的過(guò)程;刪除不符合要求重復(fù)信息、糾正存在的錯(cuò)誤數(shù)據(jù),主要是包括干擾分析結(jié)果的缺失數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)、重復(fù)數(shù)據(jù)三大類。

    (1) 一致性檢查

    一致性檢查是根據(jù)案情文本數(shù)據(jù)的取值范圍和數(shù)據(jù)之間的相互關(guān)系,檢查數(shù)據(jù)是否合理或者相互矛盾的數(shù)據(jù)。

    案件的特征數(shù)據(jù)侵入方式、侵入部位、作案手段都為字典項(xiàng),都需要做一致性檢查,保證數(shù)據(jù)在字典項(xiàng)中。

    (2) 無(wú)效值和缺省值處理

    由于接報(bào)案件時(shí)錄入的案情文本數(shù)據(jù)的誤差,可能存在一些無(wú)效和缺失的案情文本數(shù)據(jù),這些數(shù)據(jù)都需要適當(dāng)?shù)奶幚?,避免因?shù)據(jù)問(wèn)題影響研究結(jié)果。這類數(shù)據(jù)常用的處理方法有:結(jié)合上下文進(jìn)行估算,整列刪除。

    1.2生成案情文本詞向量數(shù)據(jù)

    案件文本向量化將基于詞向量方法,是整個(gè)模型的重要步驟,詞向量訓(xùn)練效果的好壞直接影響到最終串并案分析的效果。

    (1) 案情文本數(shù)據(jù)分詞

    案情文本數(shù)據(jù)是中文數(shù)據(jù),中文語(yǔ)料庫(kù)跟其他語(yǔ)言的語(yǔ)料庫(kù)有所不同,且本文研究的案情文本有其領(lǐng)域的獨(dú)特性,需要單獨(dú)生成研究的預(yù)料庫(kù),對(duì)案情文本進(jìn)行分析需要先進(jìn)行中文分詞步驟。

    結(jié)巴分詞是一種常見的中文分詞工具,對(duì)于日常中文數(shù)據(jù)分詞效果好,考慮到案情文本的來(lái)源多為報(bào)案人描述,所以本文采用結(jié)巴分詞作為中文分詞工具。由于中文預(yù)料的特殊性,本文在分詞后刪除了對(duì)研究沒(méi)有實(shí)際意義的標(biāo)點(diǎn)符號(hào),并用空格作為分隔符,生成語(yǔ)料庫(kù)文件。

    (2) 案情文本詞向量訓(xùn)練

    Word2vec工具是一款開源的文本向量化工具,其提供的詞向量文件在很多領(lǐng)域都取得很好的效果,特別是英文預(yù)料的研究方面。但考慮到本文研究的文本的特殊性,其內(nèi)容包含很多犯罪方面的專業(yè)數(shù)據(jù),因此需要訓(xùn)練本文研究所內(nèi)容所需要的詞向量。

    Word2vec工具提供了完整的訓(xùn)練詞向量的方法,我們提取歷年的入室盜竊案件的案情文本數(shù)據(jù)作為輸入,通過(guò)word2vec工具提供的參數(shù)設(shè)置,進(jìn)行多次實(shí)驗(yàn)比較,最終輸出本文研究所需要的詞向量文件。

    1.3提取案情文本向量化數(shù)據(jù)

    (1) 語(yǔ)料庫(kù)準(zhǔn)備

    本文將某市2015—2017年入室盜竊案件案情文本信息作為原始數(shù)據(jù)。詞向量訓(xùn)練使用的是Google開源的Word2vec工具,其提供的語(yǔ)料庫(kù)格式是以空格作為分割符的詞的集合文件。首先將所有案情文本去除標(biāo)點(diǎn)符號(hào)等無(wú)效的字符。然后通過(guò)中文分詞工具將案情文本進(jìn)行分詞,最后將所有的分詞結(jié)果寫入一個(gè)文件(cbaaqxx.txt)中作為語(yǔ)料庫(kù)。

    (2) 詞向量訓(xùn)練

    使用Word2vec工具進(jìn)行詞向量訓(xùn)練關(guān)鍵在于根據(jù)語(yǔ)料庫(kù)和實(shí)驗(yàn)環(huán)境選擇合適的參數(shù)進(jìn)行訓(xùn)練,不需要過(guò)多的干預(yù)。本文參數(shù)設(shè)置如下:

    ① 將cbaaqxx.txt作為語(yǔ)料庫(kù);參數(shù)設(shè)置:train:cbaaqxx.txt;

    ② 輸出詞向量設(shè)置為cbavec.bin;參數(shù)設(shè)置:output: cbavec.bin;

    ③ 基于Negative Sampling的CBOW模型;參數(shù)配置:hs:0cbow:1negative:5sample:le3;

    ④ 詞向量維度設(shè)置為:200;參數(shù)設(shè)置:size:200

    工具運(yùn)行后會(huì)生成一個(gè)cbavec.bin的文件即為詞向量庫(kù)。

    (3) 文本向量化表示

    首先對(duì)入室盜竊案情文本進(jìn)行切分,將整段文本根據(jù)標(biāo)點(diǎn)符號(hào)切分為m條句子,形式如[w1,w2,w3,…,wm],其中m為句子的長(zhǎng)度,wi表示第i條句子。分別對(duì)m條句子進(jìn)行處理,對(duì)于第i句子wi,進(jìn)行分詞后形成長(zhǎng)度為n的詞序列,形式如[Vi1,Vi2,Vi3,…,Vin]。對(duì)于每個(gè)案情文本文本都形成了一個(gè)M×N維的向量。

    2城市入室盜竊串并分析

    入室盜竊串并案分析過(guò)程是識(shí)別案件并一一對(duì)比歸類的過(guò)程,傳統(tǒng)的串并案分析研究方式是基于聚類方法的研究[10],但是聚類算法是一種無(wú)監(jiān)督的機(jī)器學(xué)習(xí)過(guò)程,在沒(méi)有標(biāo)記的案件文本數(shù)據(jù)集里面,這種無(wú)監(jiān)督學(xué)習(xí)的算法數(shù)據(jù)結(jié)構(gòu)和特征需要算法自行尋找,這在串并案分析中很難實(shí)現(xiàn)。

    廣義回歸神經(jīng)網(wǎng)絡(luò)模型[11]通過(guò)徑向基神經(jīng)元和線性神經(jīng)元來(lái)設(shè)計(jì),在結(jié)構(gòu)上由輸入層、模式層、求和層和輸出層構(gòu)成,是一種基于徑向基函數(shù)網(wǎng)絡(luò)的改進(jìn)。

    本文提出的入室盜竊串并案分析方法就是結(jié)合凝聚層次聚類算法和循環(huán)神經(jīng)網(wǎng)絡(luò)構(gòu)建的廣義回歸神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)的。該方法充分利用兩類算法的優(yōu)點(diǎn),將凝聚層次聚類的結(jié)果作為循環(huán)神經(jīng)網(wǎng)絡(luò)的標(biāo)簽進(jìn)行訓(xùn)練學(xué)習(xí),將循環(huán)神經(jīng)網(wǎng)絡(luò)模型的最終的標(biāo)簽輸出作為分類結(jié)果,這種結(jié)合很好的解決了手動(dòng)打標(biāo)簽和自動(dòng)提取特征的難點(diǎn)。

    本文首先將整理清洗過(guò)入室盜竊案情文本信息進(jìn)行中文分詞,運(yùn)用Word2vec工具生成案情文本向量,案情文本特征集為:{tr x1,tr x2,tr x3,…,tr xk},每一個(gè)案情文本向量的維度為m,及tr xi={x1,x2,x3,…,xm}。標(biāo)簽集為:{tr y1,tr y2,tr y3,…,tr yk},每個(gè)標(biāo)簽的維度為n,tr yi={y1,y2,y3,…,yn}。

    然后對(duì)案情文本向量進(jìn)行凝聚層級(jí)聚類,聚類結(jié)果為循環(huán)神經(jīng)網(wǎng)絡(luò)模型提供監(jiān)督信號(hào),循環(huán)神經(jīng)網(wǎng)絡(luò)的輸出有利于凝聚層級(jí)聚類的結(jié)果。通過(guò)將這兩個(gè)過(guò)程集成到具有統(tǒng)一加權(quán)三元組損失函數(shù)中。

    最終基于TensorFlow深度學(xué)習(xí)平臺(tái),通過(guò)參數(shù)調(diào)整優(yōu)化訓(xùn)練模型的訓(xùn)練效果,最終輸出入室盜竊串并案分析結(jié)果,如圖1所示。

    整個(gè)結(jié)構(gòu)上由四層構(gòu)成,分別為輸入層、模式層、求和層和輸出層。

    ① 輸入層:輸入測(cè)試案情文本數(shù)據(jù),輸入層的節(jié)點(diǎn)個(gè)數(shù)等于案情文本向量化的維度。

    ② 凝聚層級(jí)聚類:默認(rèn)將每個(gè)案情文本作為一個(gè)分組,計(jì)算分組間的距離,逐步合并分組,并將分組結(jié)果輸入到模式層。

    ③ 模式層:計(jì)算案情文本與訓(xùn)練的案情文本中的每一個(gè)案情文本的Gauss函數(shù)的取值。及第i個(gè)案情文本tr ?xi與第j個(gè)訓(xùn)練案情文本集之間的Gauss函數(shù)取值(對(duì)于測(cè)試樣本x,從第j個(gè)模式層節(jié)點(diǎn)輸出的數(shù)值)為:

    ④ 求和層:節(jié)點(diǎn)個(gè)數(shù)等于輸出樣本維度加1,即(k+1),求和層的輸出分為兩部分,第一個(gè)節(jié)點(diǎn)輸出為模式層輸出的算術(shù)和,其余k個(gè)節(jié)點(diǎn)的輸出為模式層輸出的加權(quán)和。假設(shè)對(duì)于測(cè)試樣本te x,模式層的輸出為{g1,g2,…,gm}。求和層第一個(gè)節(jié)點(diǎn)的輸出為:

    ⑤ 輸出層:輸出層節(jié)點(diǎn)個(gè)數(shù)等于標(biāo)簽向量的維度,每個(gè)節(jié)點(diǎn)的輸出等于對(duì)應(yīng)的求和層輸出與求和層第一個(gè)節(jié)點(diǎn)輸出相除。

    本文通過(guò)廣義回歸神經(jīng)網(wǎng)絡(luò)模型進(jìn)行實(shí)驗(yàn),具體的實(shí)驗(yàn)環(huán)境,如表2所示。

    本文設(shè)計(jì)了兩組對(duì)比數(shù)據(jù),第一組為公安提供的串并數(shù)據(jù)(串并案521起);第二組為本文提出的廣義回歸神經(jīng)網(wǎng)絡(luò)模型串并出的案件數(shù)據(jù),串并分析結(jié)果共637起系列案件。

    對(duì)比兩組數(shù)據(jù)的結(jié)果如表3所示。

    本文提出的廣義回歸神經(jīng)網(wǎng)絡(luò)模型串并出的案件效果接近于真實(shí)串并的數(shù)據(jù)。

    通過(guò)對(duì)比實(shí)驗(yàn)結(jié)果,可以看出本文提出的分析模型的可行性和有效性。

    3總結(jié)

    城市入室盜竊案件一般發(fā)生在被害人不在場(chǎng)或無(wú)意識(shí)狀況下,采用特殊的作案工具,進(jìn)入到被害人居住的處所,盜竊被害人錢財(cái)?shù)男袨?。阻止入室盜竊案件的發(fā)生,可有效保證人民群眾的生命和財(cái)產(chǎn)安全。

    城市入室盜竊案件是城市社會(huì)生活常見犯罪類型之一,由于作案過(guò)程中被害人處于不知情狀態(tài),其提供的報(bào)案信息有限,且該類案件具有團(tuán)伙作案的可能性,加大了治安治理難度,嚴(yán)重影響了人們?nèi)罕姷墓舶踩泻蜕鐣?huì)穩(wěn)定。本文提出的一種城市入室盜竊串并案分析的方法,希望能減少群眾生命財(cái)產(chǎn)的威脅,提高城市入室盜竊犯罪偵破率。

    參考文獻(xiàn)

    [1]韓寧. 基于聚類分析的串并案研究[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào), 2012(1): 5358.

    [2]夏平. 技術(shù)性開鎖入室盜竊案件的特點(diǎn)及偵查方向[J]. 法治與社會(huì), 2015(7): 7576.

    [3]于政. 基于深度學(xué)習(xí)的文本向量化研究與應(yīng)用[D]. 上海:華東師范大學(xué), 2016.

    [4]T Kurita. An efficient agglomerative clustering algorithm using a heap[J]. Pattern Recognition, 1991, 24(3):205209.

    [5]Gdalyahu Y, Weinshall D, Werman M. Self Organization in Vision: Stochastic Clustering for Image Segmentation, Perceptual Grouping, and Image Database Organization[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 23(10):10531074.

    [6]Tang D, Qin B, Liu T. Learning ?semantic representations of users and products for document level sentiment classification[C].In Proceedings of ACL.2015:10141023.

    [7]Michael Chau,Jennifer Xu. Extracting meaningful entities from police narrative reports[C].

    In Proceedings of the National Conference for Digital Government Research. Los Angeles California, USA:

    2002:271275.

    [8]Jennifer Xu, Hsinchun Chen, Michael Chau. Automated criminal link analysis based on domain knowledge[J]. Journal of the American Society for Information Science and Technology, 2007, 58(6): 842855.

    [9]單培. 比較法與刑事案件串并案分析[J]. 公安海警學(xué)院學(xué)報(bào), 2013, 12(3): 6668.

    [10]王慧. 基于聚類的關(guān)聯(lián)規(guī)則算法在刑事犯罪行為分析中的應(yīng)用[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 65(3): 6467.

    [11]CSDN.(20181212).https://blog.csdn.net/Luqiang_Shi/ article/details/ 84978712

    (收稿日期: 2019.05.12)

    作者簡(jiǎn)介:馮佳樂(lè)(1986),男,本科,中級(jí)工程師,研究方向:大數(shù)據(jù)分析,串并案研究。

    姚遠(yuǎn)(1986),男,碩士,高級(jí)工程師,研究方向:公安大數(shù)據(jù)、警務(wù)監(jiān)督信息化。

    通訊作者:陳德華(1976),男,博士,副教授,碩士生導(dǎo)師,研究方向:數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)分析、圖數(shù)據(jù)挖掘。

    文章編號(hào):1007757X(2020)08014203

    猜你喜歡
    案情入室分詞
    入室盜竊案
    疑點(diǎn)重重
    入室盜竊案
    分詞在英語(yǔ)教學(xué)中的妙用
    凌晨“案情”
    結(jié)巴分詞在詞云中的應(yīng)用
    結(jié)巴分詞在詞云中的應(yīng)用
    是誰(shuí)下的毒
    誰(shuí)在說(shuō)謊
    “兩高”刑事指導(dǎo)性案例的文本分析及改進(jìn)
    av在线老鸭窝| 精品一区二区三区人妻视频| 久久国内精品自在自线图片| 午夜精品在线福利| 99久国产av精品国产电影| 日日干狠狠操夜夜爽| 久久精品久久精品一区二区三区| 最近视频中文字幕2019在线8| 久久精品久久精品一区二区三区| 亚洲精品国产av成人精品| 啦啦啦中文免费视频观看日本| 亚洲国产精品成人综合色| 国产亚洲av嫩草精品影院| 国产乱来视频区| 99久国产av精品| 熟妇人妻不卡中文字幕| 国产单亲对白刺激| 极品少妇高潮喷水抽搐| 看黄色毛片网站| 特级一级黄色大片| 国产白丝娇喘喷水9色精品| 国产午夜福利久久久久久| 亚洲成人av在线免费| 国产免费福利视频在线观看| freevideosex欧美| 日韩制服骚丝袜av| a级毛片免费高清观看在线播放| 狂野欧美激情性xxxx在线观看| 中国国产av一级| 亚洲精品久久午夜乱码| 欧美成人a在线观看| 久久久色成人| 99热6这里只有精品| 精品久久久久久成人av| 日韩电影二区| 特级一级黄色大片| 天堂中文最新版在线下载 | 久99久视频精品免费| 欧美 日韩 精品 国产| 欧美一级a爱片免费观看看| 久久精品国产鲁丝片午夜精品| 久久6这里有精品| 精品久久国产蜜桃| 欧美日韩视频高清一区二区三区二| 亚洲高清免费不卡视频| 精品一区二区三区视频在线| 国产单亲对白刺激| 日本一本二区三区精品| 日韩,欧美,国产一区二区三区| 亚洲欧美一区二区三区黑人 | 日产精品乱码卡一卡2卡三| 国产一区亚洲一区在线观看| 大片免费播放器 马上看| 超碰97精品在线观看| 久久久久久久大尺度免费视频| 国产成人精品一,二区| 一级爰片在线观看| 特大巨黑吊av在线直播| 精品人妻熟女av久视频| 97超视频在线观看视频| 亚洲精品久久午夜乱码| 日韩亚洲欧美综合| 18禁裸乳无遮挡免费网站照片| 一级二级三级毛片免费看| 色播亚洲综合网| 精品一区二区三区视频在线| 亚洲人成网站在线播| 日韩成人伦理影院| 女人久久www免费人成看片| 国产毛片a区久久久久| 亚洲激情五月婷婷啪啪| 国产亚洲5aaaaa淫片| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 免费黄频网站在线观看国产| 精品少妇黑人巨大在线播放| av在线蜜桃| 91aial.com中文字幕在线观看| av免费在线看不卡| a级毛片免费高清观看在线播放| 亚洲婷婷狠狠爱综合网| 非洲黑人性xxxx精品又粗又长| 尤物成人国产欧美一区二区三区| av在线亚洲专区| 午夜福利网站1000一区二区三区| 免费播放大片免费观看视频在线观看| 国产视频首页在线观看| 日本一二三区视频观看| 特大巨黑吊av在线直播| 精品久久久久久久人妻蜜臀av| av天堂中文字幕网| 日本与韩国留学比较| 777米奇影视久久| 国产免费视频播放在线视频 | 久久久久久九九精品二区国产| 又大又黄又爽视频免费| 淫秽高清视频在线观看| 亚洲国产最新在线播放| 免费看av在线观看网站| 精品久久久噜噜| 国产成人精品福利久久| 亚洲激情五月婷婷啪啪| 97超视频在线观看视频| 亚洲欧美日韩卡通动漫| 人妻少妇偷人精品九色| 在线观看人妻少妇| .国产精品久久| 日韩国内少妇激情av| 亚洲欧美清纯卡通| 免费看av在线观看网站| 亚洲三级黄色毛片| 高清午夜精品一区二区三区| 久久这里只有精品中国| 乱人视频在线观看| 国产高清有码在线观看视频| 亚洲aⅴ乱码一区二区在线播放| 一区二区三区乱码不卡18| 日本熟妇午夜| 国产老妇女一区| 亚洲国产高清在线一区二区三| 99视频精品全部免费 在线| 三级男女做爰猛烈吃奶摸视频| 欧美zozozo另类| 午夜精品在线福利| 高清在线视频一区二区三区| 国产成人一区二区在线| 1000部很黄的大片| 精品久久久久久电影网| 青青草视频在线视频观看| 国产片特级美女逼逼视频| 丝瓜视频免费看黄片| 亚洲无线观看免费| av网站免费在线观看视频 | 国产成人福利小说| 一级毛片我不卡| 免费看日本二区| 国产精品人妻久久久久久| 亚洲最大成人中文| 亚洲在线自拍视频| 岛国毛片在线播放| 久久国产乱子免费精品| 嫩草影院精品99| 秋霞在线观看毛片| 高清毛片免费看| 亚洲人成网站在线播| 成年av动漫网址| 18禁在线无遮挡免费观看视频| 欧美xxxx黑人xx丫x性爽| 日韩一区二区三区影片| 直男gayav资源| 日本熟妇午夜| 欧美日韩在线观看h| 国产 亚洲一区二区三区 | 少妇的逼好多水| 久久国内精品自在自线图片| 真实男女啪啪啪动态图| 欧美xxⅹ黑人| 亚洲熟妇中文字幕五十中出| 欧美性猛交╳xxx乱大交人| 国产精品美女特级片免费视频播放器| 亚洲人成网站在线播| 成年版毛片免费区| 美女国产视频在线观看| 亚洲丝袜综合中文字幕| 你懂的网址亚洲精品在线观看| 成年女人看的毛片在线观看| 国产在线男女| 一级毛片电影观看| 伦理电影大哥的女人| 永久网站在线| 亚洲最大成人中文| 中文欧美无线码| 久热久热在线精品观看| 中文精品一卡2卡3卡4更新| 少妇裸体淫交视频免费看高清| 亚洲成人av在线免费| 成人亚洲欧美一区二区av| 人妻夜夜爽99麻豆av| 好男人在线观看高清免费视频| 少妇裸体淫交视频免费看高清| 亚洲欧美中文字幕日韩二区| 亚洲av电影不卡..在线观看| 久久鲁丝午夜福利片| 全区人妻精品视频| 一级毛片 在线播放| 国产一区亚洲一区在线观看| 日韩成人av中文字幕在线观看| 毛片女人毛片| 又爽又黄a免费视频| a级一级毛片免费在线观看| 日韩一区二区视频免费看| 精品不卡国产一区二区三区| 老女人水多毛片| 狠狠精品人妻久久久久久综合| 91精品一卡2卡3卡4卡| 精品熟女少妇av免费看| 搡女人真爽免费视频火全软件| 一级二级三级毛片免费看| 国产乱来视频区| 国产淫语在线视频| 高清午夜精品一区二区三区| av免费在线看不卡| 免费观看的影片在线观看| 乱码一卡2卡4卡精品| 夜夜看夜夜爽夜夜摸| 777米奇影视久久| 精品人妻熟女av久视频| 国产伦精品一区二区三区四那| 22中文网久久字幕| 夫妻午夜视频| 亚洲精品第二区| 91精品一卡2卡3卡4卡| 欧美激情久久久久久爽电影| 女人久久www免费人成看片| 精品国产三级普通话版| 国产高清国产精品国产三级 | 免费观看在线日韩| 久久久亚洲精品成人影院| 亚洲精品自拍成人| 我的女老师完整版在线观看| 女人十人毛片免费观看3o分钟| 久久久久性生活片| 精品99又大又爽又粗少妇毛片| 国产亚洲一区二区精品| 伦精品一区二区三区| 国产精品一区二区三区四区免费观看| 3wmmmm亚洲av在线观看| 国产高清有码在线观看视频| 97精品久久久久久久久久精品| 2021天堂中文幕一二区在线观| av又黄又爽大尺度在线免费看| 成人av在线播放网站| 中文字幕av在线有码专区| 欧美变态另类bdsm刘玥| 日韩av在线免费看完整版不卡| 久久精品人妻少妇| 国产国拍精品亚洲av在线观看| 在线免费十八禁| 午夜亚洲福利在线播放| 亚洲av电影不卡..在线观看| 日本一本二区三区精品| 内射极品少妇av片p| 人人妻人人澡欧美一区二区| 狂野欧美激情性xxxx在线观看| 热99在线观看视频| 欧美成人一区二区免费高清观看| 一级av片app| 好男人视频免费观看在线| 色综合站精品国产| 国产精品国产三级专区第一集| 亚洲精品乱码久久久久久按摩| 听说在线观看完整版免费高清| 欧美丝袜亚洲另类| 亚洲,欧美,日韩| 日韩伦理黄色片| 午夜免费激情av| 在线观看人妻少妇| 22中文网久久字幕| 国产av不卡久久| 秋霞在线观看毛片| 女人久久www免费人成看片| 国产一区亚洲一区在线观看| 激情 狠狠 欧美| 亚洲精品456在线播放app| 99久久九九国产精品国产免费| 日本一本二区三区精品| 中文天堂在线官网| 美女xxoo啪啪120秒动态图| 高清毛片免费看| 日韩欧美一区视频在线观看 | 精品一区在线观看国产| 日日干狠狠操夜夜爽| 美女cb高潮喷水在线观看| 寂寞人妻少妇视频99o| 久久久久久久久久成人| 成人亚洲精品av一区二区| 大陆偷拍与自拍| 亚洲av电影不卡..在线观看| av国产久精品久网站免费入址| 青春草亚洲视频在线观看| 七月丁香在线播放| 不卡视频在线观看欧美| 乱系列少妇在线播放| 免费电影在线观看免费观看| 日本黄大片高清| 国产一区二区三区综合在线观看 | 国产精品一区www在线观看| 精品人妻熟女av久视频| 国产不卡一卡二| 青青草视频在线视频观看| 有码 亚洲区| 久久久久久久久久久丰满| 精品不卡国产一区二区三区| 久久久久久久久久久免费av| 成人亚洲精品av一区二区| 欧美性猛交╳xxx乱大交人| 久久99蜜桃精品久久| 国产老妇伦熟女老妇高清| 美女黄网站色视频| 日本三级黄在线观看| 在线观看美女被高潮喷水网站| 亚洲最大成人av| 99热这里只有是精品在线观看| 免费观看av网站的网址| 不卡视频在线观看欧美| 日韩一区二区三区影片| 精品一区二区免费观看| 欧美日韩国产mv在线观看视频 | 国产欧美另类精品又又久久亚洲欧美| 美女大奶头视频| 亚洲精品视频女| 一级毛片黄色毛片免费观看视频| 午夜福利成人在线免费观看| 在线观看av片永久免费下载| 国产成人精品一,二区| 中文在线观看免费www的网站| 男女边摸边吃奶| 最近最新中文字幕免费大全7| 亚洲成色77777| 国产精品1区2区在线观看.| 国产极品天堂在线| 神马国产精品三级电影在线观看| 亚洲国产欧美人成| 五月玫瑰六月丁香| 亚洲国产精品sss在线观看| 成人av在线播放网站| 在线观看美女被高潮喷水网站| 一区二区三区高清视频在线| 狂野欧美激情性xxxx在线观看| av免费在线看不卡| 免费黄频网站在线观看国产| 午夜精品一区二区三区免费看| 成人综合一区亚洲| 99久久中文字幕三级久久日本| av免费在线看不卡| 嫩草影院入口| 禁无遮挡网站| 丝袜美腿在线中文| 精品久久久久久久久av| 亚洲经典国产精华液单| 一区二区三区高清视频在线| 少妇的逼水好多| videos熟女内射| 全区人妻精品视频| 一级爰片在线观看| 国产伦一二天堂av在线观看| 欧美日韩国产mv在线观看视频 | 偷拍熟女少妇极品色| 日韩 亚洲 欧美在线| 在线观看av片永久免费下载| 丝袜美腿在线中文| 国产成人a∨麻豆精品| 久久国产乱子免费精品| 欧美区成人在线视频| 成人国产麻豆网| 女人久久www免费人成看片| 一级毛片 在线播放| 观看美女的网站| 国产精品一二三区在线看| 亚洲成人久久爱视频| 在线观看av片永久免费下载| 亚洲精品视频女| 床上黄色一级片| 国产av码专区亚洲av| 尤物成人国产欧美一区二区三区| 久久久久久久久中文| 亚洲综合精品二区| 国产亚洲91精品色在线| 在线免费观看不下载黄p国产| 国精品久久久久久国模美| 一区二区三区乱码不卡18| 久久久久性生活片| 麻豆精品久久久久久蜜桃| 国产亚洲精品av在线| 久久久久久久久久成人| 国产爱豆传媒在线观看| 2021少妇久久久久久久久久久| 亚洲熟女精品中文字幕| 蜜臀久久99精品久久宅男| 人人妻人人澡欧美一区二区| 亚洲欧美成人综合另类久久久| 国产精品久久久久久久久免| 高清毛片免费看| 久久亚洲国产成人精品v| 国产片特级美女逼逼视频| 国产激情偷乱视频一区二区| 国产成人一区二区在线| 亚洲国产欧美人成| 国产高潮美女av| av线在线观看网站| 国产 一区精品| 成人二区视频| 人人妻人人看人人澡| 赤兔流量卡办理| 韩国高清视频一区二区三区| 国产亚洲91精品色在线| 国国产精品蜜臀av免费| 国产精品久久视频播放| 大香蕉97超碰在线| 欧美精品国产亚洲| 国产又色又爽无遮挡免| 欧美 日韩 精品 国产| 熟妇人妻不卡中文字幕| 三级男女做爰猛烈吃奶摸视频| 久久鲁丝午夜福利片| 欧美精品一区二区大全| 中文字幕久久专区| 久久久久国产网址| 国产在线男女| 91av网一区二区| 尾随美女入室| 床上黄色一级片| 久久鲁丝午夜福利片| 亚洲国产色片| 成年女人在线观看亚洲视频 | av国产免费在线观看| 久久精品久久精品一区二区三区| 男插女下体视频免费在线播放| 国产综合懂色| 亚洲精品中文字幕在线视频 | 十八禁网站网址无遮挡 | 国产真实伦视频高清在线观看| 少妇熟女aⅴ在线视频| 成人午夜精彩视频在线观看| 欧美xxxx黑人xx丫x性爽| 精品国产三级普通话版| 亚洲,欧美,日韩| 精品人妻偷拍中文字幕| 欧美 日韩 精品 国产| 日韩成人伦理影院| 人妻夜夜爽99麻豆av| 日本黄大片高清| 国产av在哪里看| 在线天堂最新版资源| 国产一区二区三区综合在线观看 | 亚洲精品乱久久久久久| 欧美日韩在线观看h| 中文欧美无线码| 国产精品综合久久久久久久免费| 99久国产av精品| 天美传媒精品一区二区| a级毛色黄片| 精品人妻偷拍中文字幕| 国产精品精品国产色婷婷| 九九爱精品视频在线观看| 久久久亚洲精品成人影院| 丰满少妇做爰视频| 国产伦在线观看视频一区| 久久久久久久久中文| 精品国产露脸久久av麻豆 | 99久久精品热视频| 赤兔流量卡办理| 精品人妻一区二区三区麻豆| 少妇人妻一区二区三区视频| 国产一级毛片七仙女欲春2| 精品久久久久久久久久久久久| 午夜激情久久久久久久| 亚洲欧美精品自产自拍| 特级一级黄色大片| 97人妻精品一区二区三区麻豆| 婷婷色综合大香蕉| 最近中文字幕2019免费版| 国产免费一级a男人的天堂| 亚洲国产日韩欧美精品在线观看| 久久久久久九九精品二区国产| 精品不卡国产一区二区三区| 日韩中字成人| 日日撸夜夜添| 国产成人91sexporn| 天美传媒精品一区二区| 成年免费大片在线观看| 日韩av在线大香蕉| 亚州av有码| 国产一级毛片在线| 亚洲精品一区蜜桃| 欧美成人午夜免费资源| 久久99热这里只有精品18| 午夜精品一区二区三区免费看| 中文字幕久久专区| 欧美人与善性xxx| 婷婷六月久久综合丁香| 日本与韩国留学比较| 免费看日本二区| 精品人妻偷拍中文字幕| 午夜福利成人在线免费观看| 亚洲av国产av综合av卡| 亚洲无线观看免费| 亚洲成人中文字幕在线播放| 欧美丝袜亚洲另类| 久久久久网色| 亚洲人成网站在线观看播放| 好男人在线观看高清免费视频| 欧美日本视频| 少妇被粗大猛烈的视频| 中文字幕久久专区| 久久久久性生活片| 午夜福利成人在线免费观看| 亚洲人与动物交配视频| 女人十人毛片免费观看3o分钟| 免费不卡的大黄色大毛片视频在线观看 | 国产精品蜜桃在线观看| ponron亚洲| 少妇被粗大猛烈的视频| 一级毛片久久久久久久久女| 免费av观看视频| 日韩欧美精品v在线| 在线免费十八禁| 亚洲电影在线观看av| 人体艺术视频欧美日本| 尤物成人国产欧美一区二区三区| 2018国产大陆天天弄谢| 一边亲一边摸免费视频| 精品人妻熟女av久视频| 内射极品少妇av片p| 纵有疾风起免费观看全集完整版 | 亚洲欧美精品自产自拍| 国产精品一区二区在线观看99 | 中文天堂在线官网| 国产永久视频网站| 亚洲色图av天堂| 麻豆av噜噜一区二区三区| 国产毛片a区久久久久| 日本免费在线观看一区| 国国产精品蜜臀av免费| 美女cb高潮喷水在线观看| 日本黄色片子视频| kizo精华| 久久精品国产自在天天线| 亚洲av在线观看美女高潮| 色播亚洲综合网| 看黄色毛片网站| 亚洲自偷自拍三级| 久久人人爽人人爽人人片va| 国产免费一级a男人的天堂| 午夜福利在线观看吧| 99热全是精品| 午夜爱爱视频在线播放| 日本三级黄在线观看| 国产av不卡久久| 少妇猛男粗大的猛烈进出视频 | 亚洲国产av新网站| av卡一久久| 欧美 日韩 精品 国产| 成人综合一区亚洲| 亚洲av成人精品一区久久| 午夜精品一区二区三区免费看| 九草在线视频观看| 久久亚洲国产成人精品v| 青春草国产在线视频| 一个人看的www免费观看视频| 少妇丰满av| 观看美女的网站| 欧美成人a在线观看| 久久人人爽人人片av| 我要看日韩黄色一级片| 欧美激情在线99| 女人十人毛片免费观看3o分钟| 国产久久久一区二区三区| 亚洲精品一区蜜桃| 日韩视频在线欧美| 欧美日本视频| 午夜激情欧美在线| 亚洲欧美成人精品一区二区| 国产爱豆传媒在线观看| 在线观看免费高清a一片| 中文字幕人妻熟人妻熟丝袜美| 精品国内亚洲2022精品成人| 亚洲精品中文字幕在线视频 | 日韩欧美三级三区| 午夜福利高清视频| 免费av毛片视频| 亚洲高清免费不卡视频| 免费黄色在线免费观看| 国产精品99久久久久久久久| 国产午夜福利久久久久久| 国产成人精品婷婷| 午夜激情久久久久久久| 熟女人妻精品中文字幕| 免费看日本二区| 岛国毛片在线播放| 日韩av免费高清视频| 春色校园在线视频观看| 久久久久精品性色| 久久久久久久久久人人人人人人| 又粗又硬又长又爽又黄的视频| 国产精品一及| 噜噜噜噜噜久久久久久91| 又大又黄又爽视频免费| 精品不卡国产一区二区三区| 日韩精品青青久久久久久| 午夜福利视频1000在线观看| 免费看不卡的av| 91av网一区二区| av卡一久久| 99久久精品国产国产毛片| 国产成人精品一,二区| 男女啪啪激烈高潮av片| 免费播放大片免费观看视频在线观看| 国精品久久久久久国模美| 国产av在哪里看| 亚洲18禁久久av| 亚洲熟妇中文字幕五十中出| 深夜a级毛片| 久久久精品欧美日韩精品| 久久久久久久亚洲中文字幕| 麻豆乱淫一区二区| 99久久九九国产精品国产免费| 插逼视频在线观看| 国产精品久久久久久av不卡| 亚洲人成网站在线播| 午夜福利视频1000在线观看| 欧美三级亚洲精品| 青春草亚洲视频在线观看| 亚洲无线观看免费| 热99在线观看视频| 最近中文字幕高清免费大全6|