• <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L21范數(shù)和回歸正則項(xiàng)的半監(jiān)督聚類算法

    2020-11-18 02:09:24朱恒東馬盈倉
    關(guān)鍵詞:范數(shù)正則約束

    朱恒東,馬盈倉,張 要,張 寧

    (西安工程大學(xué) 理學(xué)院 陜西 西安 710048)

    0 引言

    傳統(tǒng)的機(jī)器學(xué)習(xí)方法一般分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)[1]。傳統(tǒng)的監(jiān)督學(xué)習(xí),通常需要大量良好標(biāo)記樣本對(duì)模型進(jìn)行訓(xùn)練,而傳統(tǒng)的無監(jiān)督學(xué)習(xí)的整個(gè)過程不借助監(jiān)督信息[2]。然而在現(xiàn)實(shí)應(yīng)用中,通常只有小部分?jǐn)?shù)據(jù)帶有監(jiān)督信息,這些數(shù)據(jù)難以支撐傳統(tǒng)監(jiān)督學(xué)習(xí),若繼續(xù)使用傳統(tǒng)無監(jiān)督學(xué)習(xí),會(huì)浪費(fèi)這些監(jiān)督信息[3]。

    為了更好地處理監(jiān)督信息與數(shù)據(jù)之間的關(guān)系,有學(xué)者提出了半監(jiān)督學(xué)習(xí)[4-5]。按照學(xué)習(xí)場景的不同,半監(jiān)督學(xué)習(xí)通??梢苑譃榘氡O(jiān)督聚類和半監(jiān)督分類[6]。本文主要研究的半監(jiān)督聚類是通過對(duì)有標(biāo)簽數(shù)據(jù)樣本(監(jiān)督信息)的分析來輔助指導(dǎo)整個(gè)聚類過程。根據(jù)監(jiān)督信息形式的不同,半監(jiān)督聚類分為基于成對(duì)約束和基于標(biāo)簽信息的半監(jiān)督聚類。

    成對(duì)約束信息一般判斷兩個(gè)數(shù)據(jù)點(diǎn)是否同屬一類[7]。文獻(xiàn)[8]提出了一種基于成對(duì)約束對(duì)的半監(jiān)督核K-means聚類的圖像分割算法,該算法利用隨機(jī)產(chǎn)生的must-link約束對(duì)來初始化中心,結(jié)合核K-means聚類的思想,使該算法能對(duì)圖像進(jìn)行較為準(zhǔn)確的分割。文獻(xiàn)[9]提出了基于成對(duì)約束的交叉熵半監(jiān)督模糊聚類算法,這種方法利用樣本的交叉熵來表達(dá)成對(duì)約束信息,能夠在成對(duì)約束信息較少的情況下實(shí)現(xiàn)快速聚類和獲得較優(yōu)的結(jié)果。文獻(xiàn)[10]提出一種基于密度自適應(yīng)鄰域相似圖的半監(jiān)督譜聚類算法,利用成對(duì)約束信息調(diào)整譜聚類中相似矩陣,可以從數(shù)據(jù)全局尋求最優(yōu)解。

    然而相較于成對(duì)約束信息,標(biāo)簽信息可以直接判斷數(shù)據(jù)點(diǎn)的類別[11]。文獻(xiàn)[11]提出了seeded-K-means算法,將標(biāo)記樣本引入K-means中,其中標(biāo)記樣本作為seeds集,但是難以處理高維數(shù)據(jù)。文獻(xiàn)[12]認(rèn)為基于線性嵌入的回歸模型難以捕獲數(shù)據(jù)流形結(jié)構(gòu),提出利用Lδ正則項(xiàng)放寬線性約束,使之可以更好學(xué)習(xí)數(shù)據(jù)的流形結(jié)構(gòu),但是增加了Lδ的調(diào)參負(fù)擔(dān)。文獻(xiàn)[13]在文獻(xiàn)[12]的基礎(chǔ)上通過增加對(duì)標(biāo)簽矩陣的拉普拉斯正則項(xiàng)放寬線性約束,去除Lδ的調(diào)參負(fù)擔(dān),但是過多的正則項(xiàng)使得模型的計(jì)算量也隨之增加。文獻(xiàn)[14]提出了一種半監(jiān)督迭代多任務(wù)回歸。通過聯(lián)合考慮已標(biāo)記和未標(biāo)記的數(shù)據(jù)來學(xué)習(xí)低維子空間,并通過兩個(gè)回歸任務(wù)來連接已學(xué)習(xí)的子空間,但是算法時(shí)間復(fù)雜度較高。

    半監(jiān)督聚類算法研究至今,在機(jī)器學(xué)習(xí)[15-16]、圖像處理[17-18]、計(jì)算機(jī)視覺[19]以及系統(tǒng)辨識(shí)[20]等領(lǐng)域都有著廣泛的應(yīng)用。針對(duì)半監(jiān)督學(xué)習(xí)中基于線性嵌入的回歸模型難以捕獲數(shù)據(jù)流形結(jié)構(gòu)的問題,本文提出新的算法:首先通過L21正則項(xiàng)構(gòu)造標(biāo)簽矩陣F的彈性嵌入回歸模型;進(jìn)而借助圖正則化思想,利用拉普拉斯正則項(xiàng)調(diào)整模型,約束原始空間的數(shù)據(jù)X與低維空間的數(shù)據(jù)F流形結(jié)構(gòu)一致;最后通過L21范數(shù)的魯棒性學(xué)習(xí)得到數(shù)據(jù)點(diǎn)的相似矩陣,與L2范數(shù)和Lδ范數(shù)相比,L21范數(shù)能很好地消除離群點(diǎn)的影響且沒有調(diào)參的負(fù)擔(dān)。因此提出基于L21范數(shù)和回歸正則項(xiàng)的半監(jiān)督聚類算法(semi-supervised clustering algorithm based onL21norm and regression regular term,SSLC)。

    1 相關(guān)工作

    1.1 半監(jiān)督學(xué)習(xí)

    給定數(shù)據(jù)集X={x1,x2,…,xn}∈Rd×n,在半監(jiān)督學(xué)習(xí)中,訓(xùn)練數(shù)據(jù)集中只有少量數(shù)據(jù)被標(biāo)記,假設(shè)有l(wèi)個(gè)數(shù)據(jù)點(diǎn)為標(biāo)記點(diǎn),記為Xl={x1,x2,…,xl},未標(biāo)記點(diǎn)記為Xu={xl+1,xl+2,…,xn},對(duì)于每個(gè)數(shù)據(jù)i,都有對(duì)應(yīng)的標(biāo)簽yi∈{0,1},其中數(shù)據(jù)集Xl對(duì)應(yīng)的標(biāo)簽向量為yl∈Rl×1,定義f=[f(l),f(l)]T為預(yù)測標(biāo)簽,其中f(l)∈Rl×1和f(u)∈Ru×1,因此我們得到經(jīng)典半監(jiān)督學(xué)習(xí)函數(shù)

    (1)

    其中:W是投影向量;b為偏置向量;1為所有元素為1的向量;α和β為常數(shù)。從式(1)可以看出,約束預(yù)測的標(biāo)簽f與線性模型XTW+1b完全相等,在實(shí)踐中,為了減少參數(shù)調(diào)整的負(fù)擔(dān),使用了式(2)來避免過擬合,

    (2)

    1.2L21范數(shù)的引入

    使用L2范數(shù)的平方作為損失函數(shù)對(duì)較小的異常值不敏感,但對(duì)較大的異常值敏感;使用L1范數(shù)作為損失函數(shù)對(duì)較大的異常值不敏感,對(duì)較小的異常值敏感;而使用Lδ范數(shù)作為損失函數(shù)時(shí),可以通過調(diào)整參數(shù)δ使其介于L2范數(shù)和L1范數(shù)之間,則無論異常值是大是小,L2和L1范數(shù)的魯棒性均被利用,但是增加了調(diào)整參數(shù)δ的負(fù)擔(dān)。為了解決上述問題,通過L21范數(shù)[21],使得聚類模型更好地處理異常值和減少調(diào)參的負(fù)擔(dān),起到彈性嵌入的作用,且沒有Lδ范數(shù)的調(diào)參負(fù)擔(dān)。L21范數(shù)為

    其中:m是行數(shù);n是列數(shù)。

    1.3 構(gòu)造初始相似矩陣

    本文為了更好地學(xué)習(xí)相似矩陣,基于K共享近鄰和已知標(biāo)簽矩陣F(l)給出初始相似矩陣A的構(gòu)造方法如下。

    定義1(K近鄰[22]) 樣本點(diǎn)xi∈X的K近鄰為該點(diǎn)到其他樣本點(diǎn)的距離中最近的K個(gè)點(diǎn),定義為

    KNN(i)={j∈X|index_dist(i,j)≤K},

    (3)

    其中:index_dist(i,j)表示樣本點(diǎn)xi到其他樣本點(diǎn)的距離升序排序后的索引值;dist(i,j)表示兩點(diǎn)之間的歐氏距離。

    定義2(K共享近鄰[23]) 假設(shè)樣本點(diǎn)xi、xj∈X,KNN(i)為樣本點(diǎn)xi的K近鄰集,KNN(j)為樣本點(diǎn)xj的K近鄰集,則樣本點(diǎn)xi和xj的K共享近鄰集定義為

    SKNN(i,j)={KNN(i)∩KNN(j)}。

    (4)

    根據(jù)定義1和定義2,得到初始相似矩陣A的定義為

    (5)

    其中:Num是SKNN(i,j)中的元素個(gè)數(shù);∑dist(xi,SKNN(i,j))是樣本點(diǎn)xi到SKNN(i,j)中元素的距離之和。

    根據(jù)已知標(biāo)簽矩陣F(l)構(gòu)造約束矩陣為

    (6)

    其中:若標(biāo)簽Fi和Fj相等,說明xi和xj屬于同類,反之亦成立。根據(jù)cons矩陣和式(5),得到最終的初始相似矩陣A為

    (7)

    2 模型的建立及求解

    2.1 模型建立

    由于線性函數(shù)XTW+1b是通過標(biāo)簽矩陣F學(xué)習(xí)得到的,考慮到標(biāo)簽矩陣F與學(xué)習(xí)到的線性模型XTW+1b存在距離,為了更好地學(xué)習(xí)數(shù)據(jù)的流形結(jié)構(gòu),借助L21范數(shù)的彈性嵌入作用,建立彈性半監(jiān)督學(xué)習(xí)函數(shù)

    (8)

    考慮到算法最后要對(duì)F進(jìn)行聚類,為了約束原始空間的數(shù)據(jù)X與映射到低維空間的數(shù)據(jù)F幾何結(jié)構(gòu)不變,基于圖正則化思想,選擇拉普拉斯正則項(xiàng)來調(diào)整式(8),建立目標(biāo)函數(shù)

    (9)

    其中:拉普拉斯矩陣LS是由給定的相似矩陣A得到的,考慮到隨著預(yù)測的標(biāo)簽矩陣F(u)的更新,為了保持拉普拉斯正則項(xiàng)的約束不變,與標(biāo)簽矩陣F對(duì)應(yīng)的LS也應(yīng)該更新。而相似矩陣S可以通過學(xué)習(xí)初始相似矩陣A得到,由于學(xué)習(xí)的相似矩陣S與給定的初始相似矩陣A存在距離,通過L21范數(shù)的魯棒性學(xué)習(xí)一個(gè)最優(yōu)的相似矩陣并完成對(duì)LS的更新,調(diào)整式(9)為最終目標(biāo)函數(shù)

    (10)

    2.2 模型求解

    關(guān)于2.1節(jié)中目標(biāo)函數(shù)式(10),采用交替迭代優(yōu)化算法來求解。

    ① 固定F、W和b,求解S,式(10)就轉(zhuǎn)為

    (11)

    關(guān)于式(11),根據(jù)文獻(xiàn)[24],已知存在fi∈Rc×1,使得式(12)成立,

    (12)

    (13)

    ② 根據(jù)文獻(xiàn)[13],分別得到b、W、F的更新式為

    b=FTU1/1TU1-WTXU1/1TU1,

    (14)

    W=(XNXT)-1XNF,

    (15)

    (16)

    2.3 算法流程

    根據(jù)2.2模型求解,SSLC算法流程如下。

    輸入:X為數(shù)據(jù)集,F(xiàn)(l)為已知標(biāo)簽矩陣,λ和γ為參數(shù),A為初始相似矩陣。

    輸出:相似矩陣S,降維后新數(shù)據(jù)矩陣F,聚類結(jié)果y。

    1) while 不收斂 do

    2) 初始化LS,N;

    3) 根據(jù)式(16)更新F;

    4) 利用更新后的F,根據(jù)式(13)求解出S,更新LS;

    5) 利用更新后的F,根據(jù)式(14)更新W;

    6) 利用更新后的F和W,根據(jù)式(15)更新b;

    7) 利用更新后的F,W,b,更新U;

    8) end while

    9) 對(duì)F進(jìn)行K-means,完成聚類。

    2.4 收斂性證明

    定理1算法中的目標(biāo)函數(shù)

    minγ‖XTW+1bT-F‖2,1+2λTr(FTLSF)+‖S-A‖2,1,

    在固定F、W和b時(shí),交替迭代更新S過程中,目標(biāo)函數(shù)值逐步減小。

    (17)

    (18)

    文獻(xiàn)[21]已證明式(19)成立,任意非零向量x,y∈Rc,有

    (19)

    根據(jù)式(19)知

    (20)

    將式(18)和式(20)相加可得

    (21)

    將式(21)中的每個(gè)i相加可得

    (22)

    由1.2節(jié)的定義可得

    γ‖XTW+1bT-F‖2,1+2λTr(FTLSnewF)+‖Snew-A‖2,1≤γ‖XTW+1bT-F‖2,1+

    2λTr(FTLSoldF)+‖Sold-A‖2,1。

    (23)

    因此,該算法收斂。

    3 實(shí)驗(yàn)分析

    3.1 相關(guān)算法及參數(shù)設(shè)置

    接下來本文提出的SSLC算法將分別與DAN-SSC算法[7]、SSDC算法[26]、SS-Kernel-Kmeans算法[27]進(jìn)行比較,以上三個(gè)對(duì)比算法為半監(jiān)督聚類算法。使用聚類準(zhǔn)確率(accuracy,acc)和蘭德指數(shù)(rand index,RI)對(duì)聚類性能進(jìn)行評(píng)價(jià)。測試數(shù)據(jù)集分別為人造數(shù)據(jù)集和真實(shí)數(shù)據(jù)集。其中人造數(shù)據(jù)集選用了具有代表性的Cdata9和Cdata04數(shù)據(jù)集說明SSLC算法的有效性,真實(shí)數(shù)據(jù)集采用ecoli-uni、vowel、dnatest和isolet_uni數(shù)據(jù)集進(jìn)行對(duì)比。

    其中DAN-SSC算法的參數(shù)k為目標(biāo)聚類數(shù)。SSDC算法根據(jù)文獻(xiàn)[21]建議,取percent=50,D=1。SS-Kernel-Kmeans算法根據(jù)文獻(xiàn)[22]建議,參數(shù)k為目標(biāo)聚類數(shù),最大迭代次數(shù)取120。SSLC算法,參數(shù)c為目標(biāo)聚類數(shù),k=10,參數(shù)λ=0.1,γ=1。

    表1 兩種人造數(shù)據(jù)集Table 1 Two kinds of artificial data sets

    3.2 人造數(shù)據(jù)集測試及分析

    本節(jié)選用Cdata04數(shù)據(jù)集和Cdata9數(shù)據(jù)集來說明SSLC算法的有效性。這兩種不同的人造數(shù)據(jù)集詳細(xì)信息如表1所示。圖1和圖2是測試的結(jié)果圖。測試中已知標(biāo)簽信息的數(shù)據(jù)量取值為40%。

    圖1 Cdata04數(shù)據(jù)集測試結(jié)果Figure 1 Experimental results of Cdata04 dataset

    圖2 Cdata9數(shù)據(jù)集測試結(jié)果Figure 2 Experimental results of Cdata9 dataset

    圖1(a)代表原始的Cdata04數(shù)據(jù)集,是由4個(gè)環(huán)型簇組成,形狀如四葉草,葉子交匯的地方,表示數(shù)據(jù)之間聯(lián)系緊密,因此給聚類分析帶來了一定的難度。圖1(b)是以最終求解出的相似矩陣S為權(quán)重,將數(shù)據(jù)重新連接,雖然相似矩陣類內(nèi)的相似度保留略多,但是類間的相似度為0。圖1(c)是相似矩陣S的直觀表示,從圖中可以發(fā)現(xiàn),相似度矩陣具有精確塊對(duì)角矩陣的結(jié)構(gòu)。圖1(d)是聚類結(jié)果圖,數(shù)據(jù)集劃分很好。

    圖2(a)代表原始的Cdata9數(shù)據(jù)集,是由7個(gè)環(huán)型簇組成,簇與簇交匯的地方表示數(shù)據(jù)之間聯(lián)系緊密,因此給聚類分析帶來了一定的難度。圖2(b)是以最終求解出的相似矩陣S為權(quán)重,將數(shù)據(jù)重新連接,雖然相似矩陣類內(nèi)的相似度保留略多,但是類間的相似度為0。圖2(c)是相似矩陣S的直觀表示,相似度矩陣具有精確塊對(duì)角矩陣的結(jié)構(gòu)。圖2(d)是聚類結(jié)果圖,數(shù)據(jù)集被很好地劃分。

    3.3 評(píng)價(jià)指標(biāo)

    在真實(shí)數(shù)據(jù)集測試中,本文將分別采用acc指標(biāo)和RI指標(biāo)來評(píng)價(jià)SSLC算法、DAN-SSC算法、SSDC算法、SS-Kernel-Kmeans算法的效果。

    RI:是一種用排列組合原理來對(duì)聚類進(jìn)行評(píng)價(jià)的方法。計(jì)算公式為RI=2(a+d)/n(n+1),其中:n為樣本個(gè)數(shù);a表示在真實(shí)類別si的數(shù)據(jù)也隸屬于聚類算法結(jié)果ri的個(gè)數(shù);d表示不在真實(shí)類別si的數(shù)據(jù)也隸屬于聚類算法結(jié)果ri的個(gè)數(shù)。RI的結(jié)果值在[0,1]之間,值越大越好。

    表2 4個(gè)UCI數(shù)據(jù)集Table 2 Four UCI datasets

    3.4 真實(shí)數(shù)據(jù)集測試及分析

    為了驗(yàn)證算法在真實(shí)數(shù)據(jù)集上的效果,判斷算法是否具有實(shí)際意義,本節(jié)分別采用了UCI數(shù)據(jù)庫中的ecoli-uni、vowel、dnatest和isolet_uni共4個(gè)數(shù)據(jù)集進(jìn)行測試,它們的詳細(xì)信息如表2所示。其中4個(gè)算法所使用的已知標(biāo)簽信息的數(shù)據(jù)量取值范圍分別為10%、20%、30%、40%、50%、60%。

    圖3是基于acc指標(biāo)對(duì)聚類算法性能關(guān)于UCI真實(shí)數(shù)據(jù)集的評(píng)價(jià)結(jié)果,從圖3的(a)、(b)和(c)可以看出,本文提出的SSLC算法是明顯好于其他3個(gè)聚類算法,圖3(d)中SSLC算法初始精度雖然低于SS-Kernel-Kmeans算法,但是隨著已知標(biāo)簽數(shù)據(jù)量的增多,SSLC算法和DAN-SSC算法精度在不斷提升,最終在60%處,SSLC算法精度高于SS-Kernel-Kmeans算法。

    圖3 acc指標(biāo)對(duì)聚類算法性能的評(píng)價(jià)結(jié)果Figure 3 Evaluation results of acc on the performance of clustering algorithm

    圖4是基于RI指標(biāo)對(duì)聚類算法性能關(guān)于UCI真實(shí)數(shù)據(jù)集的評(píng)價(jià)結(jié)果,大體上與圖3結(jié)果相近,但也略有不同。在dnatest數(shù)據(jù)集中,SSDC算法相對(duì)于DAN-SSC算法和SS-Kernel-Kmeans算法的RI指標(biāo)結(jié)果好于acc指標(biāo)結(jié)果;在isolet_uni數(shù)據(jù)集上,SSLC算法的RI指標(biāo)性能提升的速度高于acc指標(biāo)。

    圖4 RI指標(biāo)對(duì)聚類算法性能的評(píng)價(jià)結(jié)果Figure 4 Evaluation result of RI index on the performance of clustering algorithm

    綜上所述,本文提出的SSLC算法隨著已知標(biāo)簽數(shù)據(jù)量的增多,性能也會(huì)提高,最后得到很好的聚類結(jié)果。實(shí)驗(yàn)結(jié)果說明本文提出的半監(jiān)督聚類算法合理,L21范數(shù)彈性約束可以使得SSLC更好地學(xué)習(xí)數(shù)據(jù)的流形結(jié)構(gòu),從而構(gòu)造合理的相似矩陣,最終得到更好的聚類結(jié)果。

    4 結(jié)論和展望

    本文概述了半監(jiān)督學(xué)習(xí)和半監(jiān)督聚類的相關(guān)研究,一方面借助L21正則項(xiàng)構(gòu)造半監(jiān)督回歸模型;另一方面利用L21范數(shù)的魯棒性學(xué)習(xí)合理的相似矩陣,從而改善聚類效果。本文分別在人工數(shù)據(jù)集上進(jìn)行試驗(yàn)和真實(shí)數(shù)據(jù)集上進(jìn)行算法對(duì)比試驗(yàn),結(jié)果進(jìn)一步驗(yàn)證了本文提出的SSLC算法的有效性。SSLC算法的后續(xù)研究可考慮在降低已知標(biāo)簽數(shù)據(jù)量的同時(shí),如何保證其良好的性能及如何與其他聚類算法相結(jié)合。

    猜你喜歡
    范數(shù)正則約束
    “碳中和”約束下的路徑選擇
    約束離散KP方程族的完全Virasoro對(duì)稱
    剩余有限Minimax可解群的4階正則自同構(gòu)
    類似于VNL環(huán)的環(huán)
    基于加權(quán)核范數(shù)與范數(shù)的魯棒主成分分析
    矩陣酉不變范數(shù)H?lder不等式及其應(yīng)用
    適當(dāng)放手能讓孩子更好地自我約束
    人生十六七(2015年6期)2015-02-28 13:08:38
    有限秩的可解群的正則自同構(gòu)
    一類具有準(zhǔn)齊次核的Hilbert型奇異重積分算子的范數(shù)及應(yīng)用
    不等式約束下AXA*=B的Hermite最小二乘解
    免费大片黄手机在线观看| 日韩视频在线欧美| 热99国产精品久久久久久7| 噜噜噜噜噜久久久久久91| 国产精品av视频在线免费观看| 街头女战士在线观看网站| 国内精品美女久久久久久| 成年版毛片免费区| 国产欧美亚洲国产| 国产毛片在线视频| 久久精品熟女亚洲av麻豆精品| 大又大粗又爽又黄少妇毛片口| 蜜桃久久精品国产亚洲av| 2021少妇久久久久久久久久久| 极品教师在线视频| 啦啦啦啦在线视频资源| 久久久精品免费免费高清| 国产精品福利在线免费观看| 熟女av电影| 午夜免费男女啪啪视频观看| 国产色婷婷99| 国产成人精品一,二区| 久久久久久久久久久丰满| 精品99又大又爽又粗少妇毛片| 久久人人爽人人片av| 色播亚洲综合网| 777米奇影视久久| 哪个播放器可以免费观看大片| 两个人的视频大全免费| 成人午夜精彩视频在线观看| 超碰97精品在线观看| 97精品久久久久久久久久精品| 一级毛片我不卡| 亚洲国产精品成人综合色| 欧美少妇被猛烈插入视频| 国内少妇人妻偷人精品xxx网站| 亚洲精品国产成人久久av| 日本与韩国留学比较| 国内精品美女久久久久久| 国产老妇女一区| 天堂中文最新版在线下载 | 人妻夜夜爽99麻豆av| 国产有黄有色有爽视频| 最近中文字幕2019免费版| 看十八女毛片水多多多| 黄色日韩在线| 网址你懂的国产日韩在线| av天堂中文字幕网| 精品酒店卫生间| 成年版毛片免费区| 美女脱内裤让男人舔精品视频| 日韩国内少妇激情av| 亚洲性久久影院| 白带黄色成豆腐渣| 免费大片黄手机在线观看| 赤兔流量卡办理| 日韩电影二区| 日韩欧美一区视频在线观看 | 久久99热这里只有精品18| 91久久精品电影网| 国产精品久久久久久久电影| 国产色爽女视频免费观看| 一区二区三区四区激情视频| 啦啦啦在线观看免费高清www| 高清日韩中文字幕在线| 久久久久久国产a免费观看| 国精品久久久久久国模美| 日日摸夜夜添夜夜爱| 亚洲精品国产色婷婷电影| 日韩大片免费观看网站| 久久久久久国产a免费观看| 精品少妇久久久久久888优播| 国产欧美另类精品又又久久亚洲欧美| 一级毛片 在线播放| 日韩不卡一区二区三区视频在线| 欧美bdsm另类| 精品国产乱码久久久久久小说| 亚洲伊人久久精品综合| 国产成人福利小说| 国产精品三级大全| 精品久久久久久久久av| 久久ye,这里只有精品| 久久久久久久精品精品| 亚洲欧美日韩卡通动漫| 一区二区三区免费毛片| 禁无遮挡网站| 一二三四中文在线观看免费高清| 亚洲国产精品成人综合色| 一级毛片久久久久久久久女| 亚洲av一区综合| 欧美成人a在线观看| 美女内射精品一级片tv| 一区二区三区乱码不卡18| 啦啦啦中文免费视频观看日本| 国产高清国产精品国产三级 | 精品人妻偷拍中文字幕| 亚洲精品乱码久久久久久按摩| 国产精品偷伦视频观看了| 欧美bdsm另类| 五月玫瑰六月丁香| 精品国产三级普通话版| 国产成人91sexporn| 爱豆传媒免费全集在线观看| 国产男人的电影天堂91| av在线天堂中文字幕| 69人妻影院| 国产免费一区二区三区四区乱码| 国产老妇伦熟女老妇高清| 亚洲国产色片| 男人狂女人下面高潮的视频| 亚洲av在线观看美女高潮| 国产成人a区在线观看| 久久这里有精品视频免费| 国产精品国产av在线观看| 亚洲三级黄色毛片| 美女被艹到高潮喷水动态| 看黄色毛片网站| 欧美+日韩+精品| 国产精品一区二区在线观看99| 精品人妻偷拍中文字幕| 国产黄频视频在线观看| av国产免费在线观看| 国产黄频视频在线观看| 两个人的视频大全免费| 欧美日韩精品成人综合77777| 国产亚洲午夜精品一区二区久久 | 国产一级毛片在线| 亚洲欧美日韩另类电影网站 | 国产精品人妻久久久影院| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲成人一二三区av| 我要看日韩黄色一级片| 五月伊人婷婷丁香| 国内揄拍国产精品人妻在线| 亚洲精品乱久久久久久| 久久久久久国产a免费观看| 亚洲欧美日韩卡通动漫| av国产久精品久网站免费入址| 日韩免费高清中文字幕av| 99久久精品国产国产毛片| 五月天丁香电影| 少妇熟女欧美另类| 亚洲久久久久久中文字幕| 新久久久久国产一级毛片| 国产成人午夜福利电影在线观看| 国产毛片在线视频| 国产精品一区二区在线观看99| 亚洲经典国产精华液单| 99精国产麻豆久久婷婷| 国产免费一级a男人的天堂| 黄片wwwwww| 国产精品一及| 黄色怎么调成土黄色| 国内精品宾馆在线| 国产一级毛片在线| 免费少妇av软件| tube8黄色片| 亚洲精品一二三| 身体一侧抽搐| 少妇丰满av| 中文乱码字字幕精品一区二区三区| 日本欧美国产在线视频| 国产 精品1| 又爽又黄无遮挡网站| 国产成人精品一,二区| 美女被艹到高潮喷水动态| 伦理电影大哥的女人| 在线天堂最新版资源| 亚洲精品亚洲一区二区| 日本wwww免费看| 777米奇影视久久| av在线播放精品| 一级黄片播放器| 女人被狂操c到高潮| 久久久久久久国产电影| 丝袜喷水一区| 国产精品国产av在线观看| 国产高清不卡午夜福利| 日日啪夜夜撸| 国产成年人精品一区二区| 欧美性感艳星| 婷婷色综合www| 一级av片app| 大又大粗又爽又黄少妇毛片口| 国产欧美亚洲国产| 只有这里有精品99| 在线观看三级黄色| 国产精品久久久久久av不卡| 国产中年淑女户外野战色| 男女那种视频在线观看| 精品酒店卫生间| 亚洲精品视频女| 精品久久国产蜜桃| 在线观看免费高清a一片| 国产精品熟女久久久久浪| 水蜜桃什么品种好| 一级av片app| 91精品一卡2卡3卡4卡| 一个人看的www免费观看视频| 久久热精品热| 26uuu在线亚洲综合色| 日本猛色少妇xxxxx猛交久久| 国精品久久久久久国模美| 亚洲欧美中文字幕日韩二区| 成人二区视频| 国产成人精品一,二区| 久久久精品免费免费高清| 亚洲色图av天堂| 91aial.com中文字幕在线观看| 亚州av有码| 欧美少妇被猛烈插入视频| 毛片一级片免费看久久久久| 麻豆成人午夜福利视频| 直男gayav资源| 国产欧美亚洲国产| 熟女电影av网| 日韩av在线免费看完整版不卡| 99热国产这里只有精品6| 有码 亚洲区| 少妇猛男粗大的猛烈进出视频 | 国语对白做爰xxxⅹ性视频网站| 亚洲欧美日韩另类电影网站 | 亚洲av一区综合| 在线免费十八禁| 欧美高清性xxxxhd video| 国产成人freesex在线| 日本-黄色视频高清免费观看| 亚洲激情五月婷婷啪啪| av国产免费在线观看| 各种免费的搞黄视频| 一个人观看的视频www高清免费观看| 日韩一区二区三区影片| 人妻 亚洲 视频| 全区人妻精品视频| 又大又黄又爽视频免费| 日韩强制内射视频| 亚洲国产精品成人久久小说| 丝袜喷水一区| 免费av不卡在线播放| 婷婷色麻豆天堂久久| 一区二区av电影网| 亚洲色图综合在线观看| 成人二区视频| av在线亚洲专区| 成人毛片60女人毛片免费| 亚洲av.av天堂| 国产综合精华液| 乱系列少妇在线播放| 国产伦精品一区二区三区四那| 精品酒店卫生间| 亚洲激情五月婷婷啪啪| 日韩大片免费观看网站| 国产免费一区二区三区四区乱码| 午夜精品国产一区二区电影 | 亚洲自拍偷在线| 男女边吃奶边做爰视频| 禁无遮挡网站| 老师上课跳d突然被开到最大视频| 夫妻性生交免费视频一级片| 99久久精品热视频| 亚洲av电影在线观看一区二区三区 | 国产精品一区二区在线观看99| 1000部很黄的大片| av又黄又爽大尺度在线免费看| 亚洲,一卡二卡三卡| 国产老妇伦熟女老妇高清| 国产爽快片一区二区三区| 可以在线观看毛片的网站| 国产高清不卡午夜福利| 亚洲av成人精品一二三区| 午夜福利视频精品| 国产久久久一区二区三区| 久久久久久久久久久免费av| 99热国产这里只有精品6| 亚洲,一卡二卡三卡| 国产精品蜜桃在线观看| www.av在线官网国产| av国产免费在线观看| 久久午夜福利片| 99久久人妻综合| 亚洲国产高清在线一区二区三| 亚洲国产欧美在线一区| 亚洲国产色片| 日韩一区二区视频免费看| 久久久久久久久久人人人人人人| 亚洲国产精品专区欧美| 亚洲精品国产色婷婷电影| 青春草国产在线视频| 亚洲无线观看免费| av在线观看视频网站免费| 久久精品综合一区二区三区| 97精品久久久久久久久久精品| 99热这里只有是精品50| 国产免费一级a男人的天堂| 亚洲国产欧美在线一区| 国语对白做爰xxxⅹ性视频网站| av线在线观看网站| 伦理电影大哥的女人| 九九久久精品国产亚洲av麻豆| 69人妻影院| 高清在线视频一区二区三区| 一级毛片黄色毛片免费观看视频| 高清av免费在线| 国产中年淑女户外野战色| 国产高清三级在线| 亚洲欧美一区二区三区黑人 | 国产国拍精品亚洲av在线观看| 国产精品熟女久久久久浪| 成人一区二区视频在线观看| 国产爱豆传媒在线观看| av一本久久久久| 久久99热6这里只有精品| 伊人久久精品亚洲午夜| 亚洲熟女精品中文字幕| 国产高清有码在线观看视频| 丝瓜视频免费看黄片| 国产av码专区亚洲av| 自拍欧美九色日韩亚洲蝌蚪91 | 看非洲黑人一级黄片| 嫩草影院入口| av在线app专区| 大话2 男鬼变身卡| 国产精品人妻久久久影院| 精品人妻熟女av久视频| 中国美白少妇内射xxxbb| 亚洲精品亚洲一区二区| 天美传媒精品一区二区| av黄色大香蕉| 中文天堂在线官网| 成人漫画全彩无遮挡| 亚洲久久久久久中文字幕| 美女脱内裤让男人舔精品视频| 亚洲怡红院男人天堂| 久久99热这里只频精品6学生| 热re99久久精品国产66热6| 99re6热这里在线精品视频| 成人国产av品久久久| 韩国av在线不卡| 在线播放无遮挡| av在线观看视频网站免费| 亚洲综合色惰| 综合色av麻豆| 狂野欧美白嫩少妇大欣赏| 免费大片黄手机在线观看| 亚洲国产精品专区欧美| 国产免费一区二区三区四区乱码| 黄色欧美视频在线观看| 大陆偷拍与自拍| 国国产精品蜜臀av免费| 国产欧美日韩一区二区三区在线 | 久久这里有精品视频免费| 日韩一本色道免费dvd| 亚洲av一区综合| 乱码一卡2卡4卡精品| 永久网站在线| 嫩草影院精品99| 国产爽快片一区二区三区| 精品国产一区二区三区久久久樱花 | 伊人久久国产一区二区| 午夜福利网站1000一区二区三区| 成人漫画全彩无遮挡| 国产精品久久久久久久久免| 国产老妇女一区| 国产视频首页在线观看| 九九爱精品视频在线观看| 麻豆久久精品国产亚洲av| 少妇裸体淫交视频免费看高清| 最近最新中文字幕大全电影3| 国产爱豆传媒在线观看| 久久综合国产亚洲精品| av在线app专区| 一区二区三区精品91| 一本久久精品| 国产色婷婷99| 欧美亚洲 丝袜 人妻 在线| 国产高清有码在线观看视频| 亚洲久久久久久中文字幕| 在线观看av片永久免费下载| 久久人人爽av亚洲精品天堂 | 国产成人aa在线观看| 成人午夜精彩视频在线观看| 国产精品偷伦视频观看了| 亚洲国产精品成人综合色| 男人添女人高潮全过程视频| 自拍偷自拍亚洲精品老妇| 欧美成人a在线观看| 国产免费又黄又爽又色| 麻豆久久精品国产亚洲av| 中国国产av一级| 亚洲图色成人| 制服丝袜香蕉在线| 综合色av麻豆| 国产日韩欧美亚洲二区| 亚洲成人av在线免费| 国产国拍精品亚洲av在线观看| 91精品国产九色| 精品国产露脸久久av麻豆| 97在线视频观看| 午夜精品国产一区二区电影 | 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 | 欧美成人精品欧美一级黄| 国产精品一区二区在线观看99| 九色成人免费人妻av| 女的被弄到高潮叫床怎么办| 永久免费av网站大全| 丝袜美腿在线中文| 久久精品熟女亚洲av麻豆精品| 日本午夜av视频| 亚洲精品日本国产第一区| 亚洲国产日韩一区二区| 97超视频在线观看视频| 日本黄色片子视频| 欧美日韩一区二区视频在线观看视频在线 | 看非洲黑人一级黄片| 亚洲精品日本国产第一区| 黄色配什么色好看| 有码 亚洲区| 国产欧美日韩一区二区三区在线 | 五月伊人婷婷丁香| 国产精品久久久久久精品电影小说 | 在线免费观看不下载黄p国产| 久久女婷五月综合色啪小说 | 午夜爱爱视频在线播放| 精品酒店卫生间| 一边亲一边摸免费视频| 国产v大片淫在线免费观看| 人妻夜夜爽99麻豆av| 亚洲aⅴ乱码一区二区在线播放| 中文字幕久久专区| 亚洲自拍偷在线| 国产亚洲av嫩草精品影院| 十八禁网站网址无遮挡 | 日日摸夜夜添夜夜添av毛片| 精品一区二区免费观看| 少妇 在线观看| 国产有黄有色有爽视频| 日本爱情动作片www.在线观看| 国产成人a区在线观看| 精品久久久久久久久亚洲| 精品一区二区三区视频在线| 黄色一级大片看看| 国产视频首页在线观看| 国产在线一区二区三区精| 日日啪夜夜撸| 美女cb高潮喷水在线观看| 欧美老熟妇乱子伦牲交| 大码成人一级视频| 一级av片app| 我的老师免费观看完整版| 69av精品久久久久久| 国产在线男女| 少妇人妻久久综合中文| 啦啦啦啦在线视频资源| av在线蜜桃| 大片免费播放器 马上看| 国产精品不卡视频一区二区| 亚洲一级一片aⅴ在线观看| 美女高潮的动态| 男的添女的下面高潮视频| 欧美日韩国产mv在线观看视频 | 亚洲人成网站在线播| 亚洲,欧美,日韩| 寂寞人妻少妇视频99o| 日韩精品有码人妻一区| 亚洲精品乱久久久久久| 男人狂女人下面高潮的视频| 中文天堂在线官网| 一区二区三区乱码不卡18| 大香蕉久久网| 亚洲精品国产色婷婷电影| 国产日韩欧美在线精品| 五月伊人婷婷丁香| 狂野欧美白嫩少妇大欣赏| 99视频精品全部免费 在线| 在线观看美女被高潮喷水网站| 国产欧美日韩精品一区二区| 久久久久久伊人网av| 国产v大片淫在线免费观看| 亚洲av中文av极速乱| 高清欧美精品videossex| 免费看光身美女| 舔av片在线| 成人午夜精彩视频在线观看| 免费不卡的大黄色大毛片视频在线观看| 女的被弄到高潮叫床怎么办| 在线a可以看的网站| 日日摸夜夜添夜夜爱| 欧美激情国产日韩精品一区| 亚洲最大成人av| 国产探花在线观看一区二区| 中国三级夫妇交换| 亚洲图色成人| 黄片wwwwww| 日本黄色片子视频| 亚洲精品视频女| 在线看a的网站| 一区二区三区免费毛片| 亚洲欧美日韩东京热| 亚洲av电影在线观看一区二区三区 | 亚洲欧美日韩东京热| 一级二级三级毛片免费看| 国产在线男女| 一级片'在线观看视频| 最近最新中文字幕大全电影3| 亚洲av成人精品一二三区| 欧美成人精品欧美一级黄| 自拍偷自拍亚洲精品老妇| 午夜激情福利司机影院| 国产爱豆传媒在线观看| 国产亚洲av嫩草精品影院| 精品国产露脸久久av麻豆| 天天躁日日操中文字幕| 九草在线视频观看| 观看美女的网站| 欧美+日韩+精品| 久久精品综合一区二区三区| 亚洲三级黄色毛片| 五月玫瑰六月丁香| 亚洲在线观看片| 亚洲一级一片aⅴ在线观看| 国产在线一区二区三区精| av免费观看日本| 久热久热在线精品观看| 国产精品无大码| a级毛色黄片| 久久久午夜欧美精品| 久久久久国产精品人妻一区二区| 大话2 男鬼变身卡| 2021少妇久久久久久久久久久| 国产有黄有色有爽视频| 国产免费一区二区三区四区乱码| 女人久久www免费人成看片| av在线播放精品| 少妇高潮的动态图| 嫩草影院新地址| 高清视频免费观看一区二区| 久久综合国产亚洲精品| 看黄色毛片网站| 我要看日韩黄色一级片| 免费看不卡的av| a级毛片免费高清观看在线播放| 国产在线男女| 亚洲最大成人av| 亚洲无线观看免费| 偷拍熟女少妇极品色| 人妻一区二区av| 亚洲av电影在线观看一区二区三区 | 三级经典国产精品| av卡一久久| 美女脱内裤让男人舔精品视频| 日韩欧美精品免费久久| 欧美区成人在线视频| 18禁裸乳无遮挡免费网站照片| 国产av码专区亚洲av| 日韩免费高清中文字幕av| 插逼视频在线观看| 高清欧美精品videossex| 国产免费福利视频在线观看| 好男人在线观看高清免费视频| 永久免费av网站大全| 精品人妻熟女av久视频| 在线观看av片永久免费下载| 99热全是精品| 亚洲精品自拍成人| 99热6这里只有精品| 街头女战士在线观看网站| 亚洲成人一二三区av| 亚洲成人中文字幕在线播放| 极品教师在线视频| 3wmmmm亚洲av在线观看| 成人亚洲精品av一区二区| 日韩不卡一区二区三区视频在线| 国产91av在线免费观看| 少妇人妻久久综合中文| 真实男女啪啪啪动态图| 国产一区亚洲一区在线观看| 成人综合一区亚洲| 国产精品三级大全| 在线播放无遮挡| 日本爱情动作片www.在线观看| 免费看光身美女| 亚洲aⅴ乱码一区二区在线播放| 成年版毛片免费区| 日韩欧美精品免费久久| 亚洲欧美一区二区三区黑人 | 久久久久精品性色| 亚洲av日韩在线播放| 亚洲欧美一区二区三区国产| 欧美xxⅹ黑人| 丝袜美腿在线中文| 国产精品.久久久| 最后的刺客免费高清国语| 在线看a的网站| 97精品久久久久久久久久精品| 只有这里有精品99| 中文字幕制服av| 亚洲av男天堂| 国产色婷婷99| 嫩草影院精品99| 不卡视频在线观看欧美| 女人十人毛片免费观看3o分钟| 夫妻性生交免费视频一级片| videossex国产| 制服丝袜香蕉在线| 国产精品99久久99久久久不卡 | 在线播放无遮挡| 校园人妻丝袜中文字幕| 亚洲成色77777| 国产在视频线精品| 91久久精品电影网| 久久人人爽人人片av| 成人黄色视频免费在线看| 欧美高清性xxxxhd video| 亚洲一级一片aⅴ在线观看| 又黄又爽又刺激的免费视频.|