• <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 ?

    基于參數(shù)字典的多源域自適應(yīng)學(xué)習(xí)算法

    2020-12-04 07:50:46鄭雄風(fēng)汪云云
    關(guān)鍵詞:源域字典分類

    鄭雄風(fēng),汪云云

    (1.南京郵電大學(xué) 計(jì)算機(jī)、軟件、網(wǎng)絡(luò)空間安全學(xué)院,江蘇 南京 210023; 2.江蘇省大數(shù)據(jù)安全與智能處理重點(diǎn)實(shí)驗(yàn)室(南京郵電大學(xué)),江蘇 南京 210023)

    0 引 言

    遷移學(xué)習(xí)利用相關(guān)的源域知識(shí)輔助目標(biāo)域?qū)W習(xí),以解決目標(biāo)域數(shù)據(jù)或數(shù)據(jù)標(biāo)簽稀缺的問題,目前已得到機(jī)器學(xué)習(xí)領(lǐng)域的廣泛關(guān)注。在推薦系統(tǒng)中,遷移學(xué)習(xí)利用評(píng)分完善的電影數(shù)據(jù)幫助推薦無(wú)評(píng)分記錄的書籍,解決冷啟動(dòng)問題;在室內(nèi)wifi定位中,借助遷移學(xué)習(xí),利用前時(shí)刻已有設(shè)備采集的信號(hào)數(shù)據(jù),幫助學(xué)習(xí)新設(shè)備和未來(lái)時(shí)刻產(chǎn)生的信號(hào)。其實(shí),遷移學(xué)習(xí)廣泛存在于人類活動(dòng)中,一個(gè)人學(xué)會(huì)了自行車,便很容易學(xué)會(huì)開電動(dòng)車;熟悉五子棋,則可將知識(shí)遷移到學(xué)習(xí)圍棋中。遷移學(xué)習(xí)的關(guān)鍵在于如何找到源領(lǐng)域和目標(biāo)領(lǐng)域間的相關(guān)性進(jìn)行遷移。

    近年來(lái),大量遷移學(xué)習(xí)方法被相繼提出[1-2]。根據(jù)所遷移知識(shí)形式的不同,現(xiàn)有遷移分類學(xué)習(xí)方法可大致分為4大類:(1)基于樣本[3-5]的遷移學(xué)習(xí)方法,通常采用對(duì)源域樣本采樣或加權(quán)的方式,選擇或側(cè)重與目標(biāo)域相關(guān)的樣本輔助目標(biāo)域?qū)W習(xí)。如TrAdaBoost[4]和域適應(yīng)支持向量機(jī)(domain adaptation support vector machine,DASVM)[6]等;(2)基于特征的遷移學(xué)習(xí)方法,關(guān)注并遷移源域特征或特征參數(shù)中的相關(guān)知識(shí),如特征增廣方法[7-8]、遷移成分分析(transfer component analysis,TCA)方法[9]和聯(lián)合域適應(yīng)(joint domain adaptation,JDA)方法[10]等;(3)基于模型的遷移學(xué)習(xí)方法,其假設(shè)源域和目標(biāo)域的模型參數(shù)之間存在一定的相似性或聯(lián)系,將源域模型參數(shù)遷移至目標(biāo)域中。如域適應(yīng)機(jī)(domain adaptation machine,DAM)[11]和域選擇機(jī)(domain selection machine,DSM)[12]等;(4)基于關(guān)系的遷移學(xué)習(xí)方法,實(shí)現(xiàn)關(guān)系型域間的知識(shí)遷移。在關(guān)系型域中,數(shù)據(jù)的呈現(xiàn)形式為關(guān)系而非獨(dú)立同分布的樣本,如社會(huì)網(wǎng)絡(luò)數(shù)據(jù)。在針對(duì)該類知識(shí)的遷移學(xué)習(xí)中,研究者們常采用統(tǒng)計(jì)關(guān)系型學(xué)習(xí)技術(shù)[13],如馬爾可夫邏輯網(wǎng)絡(luò)(Markov logic networks,MLNs)[14]。

    而根據(jù)源域個(gè)數(shù)的不同,遷移學(xué)習(xí)又可分為單源域和多源域?qū)W習(xí)。多源域自適應(yīng)學(xué)習(xí)旨在從多個(gè)源領(lǐng)域中挖掘相關(guān)知識(shí)以輔助目標(biāo)域的學(xué)習(xí)。目前多源域自適應(yīng)學(xué)習(xí)方法主要有兩類[15-19]:一是在遷移過(guò)程中對(duì)各源域賦予權(quán)重,描述各源域和目標(biāo)域間的相關(guān)性。Chattopadhyay等人[15]提出多源域加權(quán)方法(conditional probability based multi-source domain adaptation approach,CP-MDA),用于衡量各源域和目標(biāo)域的條件分布差異;Sun等人[16]利用各源域和目標(biāo)域間的邊緣分布差異對(duì)源域樣本進(jìn)行加權(quán),同時(shí)利用條件分布差異對(duì)各源域進(jìn)行加權(quán);Duan等人[11]在支持向量回歸模型中引入數(shù)據(jù)依賴的正則化項(xiàng),對(duì)各源域進(jìn)行選擇或加權(quán)。另一類則是通過(guò)多源域分類器集成進(jìn)行知識(shí)遷移。Schweikert等人[17]提出用于基因組序列分析的域自適應(yīng)方法,尋求各源域分類器和目標(biāo)域分類器間的凸組合;Sun等人[18]則提出多源域自適應(yīng)的動(dòng)態(tài)貝葉斯學(xué)習(xí)框架,利用無(wú)標(biāo)簽?zāi)繕?biāo)域數(shù)據(jù)上的拉普拉斯矩陣獲得各源域的先驗(yàn),并利用k近鄰距離計(jì)算似然。

    此外,隨著深度神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的發(fā)展,遷移學(xué)習(xí)又可分為傳統(tǒng)遷移學(xué)習(xí)和深度遷移學(xué)習(xí)。Zhao等人[19]通過(guò)構(gòu)建一個(gè)新的泛化邊界,利用對(duì)抗神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)多個(gè)源域的知識(shí)遷移。Hoffman等人[20]將多個(gè)源域的交叉熵?fù)p失和其他損失分布加權(quán)組合。Zhang等人[21]從因果關(guān)系的角度研究多源域自適應(yīng)問題,通過(guò)考慮因果模型的不同模塊隨著多個(gè)域變化狀況,挖掘出合適的遷移知識(shí)。

    現(xiàn)有多源域自適應(yīng)學(xué)習(xí)方法通常僅關(guān)注各源域和目標(biāo)域間的知識(shí)遷移,并不考慮各源域間的知識(shí)共享和共性信息。即各源域的知識(shí)遷移是相互獨(dú)立的,源域間的相關(guān)性并沒有被考慮和利用。因此,該文嘗試?yán)酶髟从蜷g的相關(guān)性指導(dǎo)遷移學(xué)習(xí)。而字典學(xué)習(xí)可以挖掘數(shù)據(jù)的本質(zhì)特征,因此在多源域自適應(yīng)學(xué)習(xí)中利用字典學(xué)習(xí),挖掘各源域的共性信息,提出基于參數(shù)字典的多源域自適應(yīng)學(xué)習(xí)方法(multi-source domain adaption based on dictionary learning,DL_MSDA)。DL_MSDA通過(guò)學(xué)習(xí)多個(gè)源域模型參數(shù)的共享字典,挖掘各源域間的內(nèi)在關(guān)系,并將其遷移至目標(biāo)域模型參數(shù)的學(xué)習(xí)中,提升目標(biāo)域?qū)W習(xí)模型的準(zhǔn)確性與可靠性。

    1 相關(guān)工作

    1.1 域自適應(yīng)機(jī)

    Duan等人[11]提出域自適應(yīng)機(jī)DAM,通過(guò)最大均值差異(maximum mean discrepancy,MMD)衡量每個(gè)源域與目標(biāo)域間邊緣分布差異,并對(duì)各源域進(jìn)行加權(quán),約束目標(biāo)域的擬分類輸出與各源域?qū)δ繕?biāo)域分類輸出相近,如圖1所示。

    圖1 DAM算法原理

    在獲得各源域與目標(biāo)域間的相似性權(quán)值后,其目標(biāo)函數(shù)刻畫如下:

    (1)

    1.2 字典學(xué)習(xí)

    (2)

    2 算法框架

    2.1 問題定義

    2.2 算法模型

    2.2.1 基于目標(biāo)域數(shù)據(jù)的學(xué)習(xí)

    基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論和流形正則化約束,僅利用目標(biāo)域數(shù)據(jù)的學(xué)習(xí)模型構(gòu)建如下:

    minΩ(fT)+μVL(fT)+γMf(PT)

    (3)

    其中,Ω(fT)為用戶控制目標(biāo)域分類器復(fù)雜度,VL(fT)為目標(biāo)域有標(biāo)簽樣本的分類損失。第三項(xiàng)是流行正則化項(xiàng),用于刻畫數(shù)據(jù)分布的流形結(jié)構(gòu):

    (4)

    W是樣本相似性矩陣,其中元素為:

    (5)

    對(duì)于目標(biāo)域數(shù)據(jù)的學(xué)習(xí),其原理與半監(jiān)督學(xué)習(xí)一致,在確保有標(biāo)簽的樣本分類正確的同時(shí),保持無(wú)標(biāo)簽樣本數(shù)據(jù)的流行結(jié)構(gòu)。

    2.2.2 基于參數(shù)字典學(xué)習(xí)的知識(shí)遷移

    首先,對(duì)于每個(gè)源域?qū)W習(xí)一個(gè)分類器參數(shù)Ws∈Rd×c。為了更好地挖掘源域間的共享信息,對(duì)k個(gè)源參數(shù)學(xué)習(xí)共享字典D,并將其遷移至目標(biāo)域分類參數(shù)的學(xué)習(xí)中,指導(dǎo)目標(biāo)域分類,算法框架如下:

    (6)

    聯(lián)合式(3)和式(6),并基于平方損失函數(shù),提出基于參數(shù)字典的多源域自適應(yīng)學(xué)習(xí)框架:

    (7)

    同時(shí),采用非線性隨機(jī)傅里葉特征[22]對(duì)樣本進(jìn)行非線性映射,近似逼近非線性高斯核函數(shù)。對(duì)給定數(shù)據(jù)X,利用Bochner定理生成h維隨機(jī)特征:

    (8)

    2.3 算法優(yōu)化

    采用ADMM(alternating direction method of multipliers)[23]對(duì)式(7)中目標(biāo)函數(shù)進(jìn)行求解,即交替迭代方式優(yōu)化每個(gè)參數(shù)。

    (10)

    (11)

    (12)

    (13)

    基于FISTA (fast iterative shrinkage thresholding algorithm)[24],該問題為近端(proximal)正則化問題,可由下式迭代求解:

    (14)

    其中:

    (15)

    (16)

    其中,Sλγ(·)是軟閾值算子,且Sλγ(·)=sgn(x)·(|x|-λ)。

    算法流程如圖2所示。

    圖2 DL_MSDA算法流程

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 數(shù)據(jù)集和實(shí)驗(yàn)設(shè)置

    該文選擇了3組經(jīng)典多源數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),其中各個(gè)源域之間都滿足不同分布。

    3.1.1 Office+Caltech數(shù)據(jù)集

    Office數(shù)據(jù)集包含三組數(shù)據(jù)集:Amazon (Amazon購(gòu)物網(wǎng)站的商品圖像),Webcam(網(wǎng)絡(luò)相機(jī)拍攝的低分辨率圖像)和DSLR(數(shù)碼單反相機(jī)拍攝的高分辨率圖像)。Caltech也是常用的目標(biāo)識(shí)別數(shù)據(jù)集。每個(gè)數(shù)據(jù)集包含下列10類物體的圖像數(shù)據(jù):雙肩包、旅行自行車、計(jì)算器、耳機(jī)、電腦鍵盤、筆記本電腦、電腦顯示器、電腦鼠標(biāo)、咖啡杯和投影儀,且每類樣本數(shù)都不盡相同,數(shù)目在8到151之間,樣本總數(shù)為2 533。圖3顯示了各數(shù)據(jù)集中電腦顯示器的圖像。實(shí)驗(yàn)中提取出了每個(gè)域圖像的4 096維的DeCAF6特征,并將所有特征進(jìn)行了標(biāo)準(zhǔn)化處理。

    圖3 目標(biāo)識(shí)別數(shù)據(jù)中的電腦顯示器在不同數(shù)據(jù)集中的圖像

    3.1.2 PIE數(shù)據(jù)集

    PIE數(shù)據(jù)集包含68種共計(jì)11 554幅面部圖像,其中每幅圖像由32×32個(gè)像素構(gòu)成。采用了五個(gè)不同照明和姿勢(shì)條件下拍攝的面部圖像數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),使用SURF特征提取方法,并對(duì)特征進(jìn)行標(biāo)準(zhǔn)化處理。圖4展示了PIE數(shù)據(jù)集中姿勢(shì)的變化,分別是PIE05(左側(cè))、PIE07(向上的姿勢(shì))、PIE09(向下的姿勢(shì))、PIE27(前擺姿勢(shì))。

    圖4 不同姿勢(shì)下拍攝的面部圖像

    3.1.3 YalB數(shù)據(jù)集

    該數(shù)據(jù)集由不同光照條件下38人的2 414張面部圖像組成,每幅圖像分辨率是32×32。圖像的處理和文獻(xiàn)[23]中一樣,將數(shù)據(jù)集劃分為了五個(gè)子集(Y1-Y5,從第一行開始依次為Y1,Y2,Y3,Y4,Y5,見圖5)。子集1由正常光照條件下的266張圖像組成(每人7張圖像);子集2和3由受試者的12張圖像組成,表征輕微到中等的亮度變化;子集4(每人14張圖像)和子集5(每人19張圖像)體現(xiàn)了嚴(yán)重的光照變化。

    圖5 不同光照條件下的人臉樣本

    3.2 對(duì)比方法及參數(shù)設(shè)置

    實(shí)驗(yàn)中,源域樣本皆為有標(biāo)簽樣本,目標(biāo)域包含部分有標(biāo)簽樣本。將DL_MSDA與多源域自適應(yīng)學(xué)習(xí)算法DAM進(jìn)行了對(duì)比,其中DAM采用文獻(xiàn)[11]中的參數(shù)設(shè)置。此外,還采用SVMS和SVMT作為基礎(chǔ)對(duì)比方法,SVMS僅利用源域樣本學(xué)習(xí)并對(duì)目標(biāo)域分類,SVMT僅利用目標(biāo)域樣本進(jìn)行學(xué)習(xí)。對(duì)每個(gè)數(shù)據(jù)集組合,實(shí)驗(yàn)重復(fù)運(yùn)行了20次并取平均分類精度。

    DL_MSDA中源域參數(shù)模型可通過(guò)任意分類方法得到,如SVM、C4.5等。實(shí)驗(yàn)中,采用線性SVM結(jié)合傅里葉特征變換得到源域分類參數(shù)。對(duì)每個(gè)數(shù)據(jù)集,分別從目標(biāo)域的每個(gè)類中隨機(jī)選取1個(gè)樣本作有標(biāo)簽樣本,用于訓(xùn)練,其他樣本歸為無(wú)標(biāo)簽樣本,用于測(cè)試。實(shí)驗(yàn)中涉及5個(gè)參數(shù)取值為:α=1,β=5,λ=0.1,γ=30,μ=0.1。最大迭代次數(shù)設(shè)為100。

    3.3 實(shí)驗(yàn)結(jié)果

    表1給出了DL_MSDA與其他算法在不同源域-目標(biāo)域組合下的分類準(zhǔn)確率,其中每個(gè)數(shù)據(jù)集下最高準(zhǔn)確值加粗表示。表2和表3分別是PIE數(shù)據(jù)集和Yale B數(shù)據(jù)集上的分類性能。

    表1 Office+Caltech數(shù)據(jù)集上實(shí)驗(yàn)平均準(zhǔn)確率 %

    表2 PIE數(shù)據(jù)集上實(shí)驗(yàn)平均準(zhǔn)確率 %

    表3 Yale B數(shù)據(jù)集上實(shí)驗(yàn)平均準(zhǔn)確率 %

    3.4 參數(shù)分析

    本節(jié)對(duì)正則化參數(shù)α和β進(jìn)行實(shí)驗(yàn)分析,研究其對(duì)DL_MSDA性能的影響,從而分析源域相關(guān)知識(shí)對(duì)目標(biāo)域分類性能的影響。α,β的取值范圍為[0.000 1,0.001,0.01,0.1,1,5,10],λ的取值同α,其余參數(shù)值固定。圖6給出了Office+Caltech數(shù)據(jù)集上4種不同組合下DL_MSDA的性能圖。

    圖6 Office數(shù)據(jù)集中不同源域下的參數(shù)分析

    由圖6可看出,當(dāng)α和β取值趨近于0,僅利用目標(biāo)域數(shù)據(jù)進(jìn)行學(xué)習(xí);隨著α和β取值不斷增大,模型的分類準(zhǔn)確率有了明顯的提升,這表明DL_MSDA可以有效地從多個(gè)源域中學(xué)習(xí)到共享知識(shí)并幫助目標(biāo)域?qū)W習(xí)。但是當(dāng)α,β取值過(guò)大時(shí),模型由源域知識(shí)主導(dǎo),忽略了目標(biāo)域自身信息,因此分類準(zhǔn)確率也隨之降低。因此,用多個(gè)源域間的共享信息輔助目標(biāo)域數(shù)據(jù)學(xué)習(xí),可有效提升目標(biāo)域的學(xué)習(xí)性能。

    4 結(jié)束語(yǔ)

    提出的基于參數(shù)字典學(xué)習(xí)的多源域自適應(yīng)(DL_MSDA)學(xué)習(xí)框架,能夠有效利用多源域間的共享信息,解決目標(biāo)域僅有少量有標(biāo)簽樣本的多源域自適應(yīng)學(xué)習(xí)任務(wù)。字典學(xué)習(xí)較其他多源域自適應(yīng)學(xué)習(xí)框架可以更多地探索各個(gè)源域之間的共享信息,并把這些重要信息傳遞到目標(biāo)域分類模型的學(xué)習(xí)過(guò)程中。實(shí)驗(yàn)表明,DL_MSDA可有效提升目標(biāo)域分類模型的分類精度。DL_MSDA算法僅通過(guò)多個(gè)源域模型參數(shù)的共享字典進(jìn)行遷移,挖掘源域參數(shù)間的共享知識(shí),而后續(xù)工作將考慮從數(shù)據(jù)空間出發(fā),進(jìn)一步拆分字典為多源域共享字典和每個(gè)源域特有字典,在挖掘源域間的共享知識(shí)進(jìn)行遷移的同時(shí)減少負(fù)遷移,提升目標(biāo)域的學(xué)習(xí)性能。

    猜你喜歡
    源域字典分類
    多源域適應(yīng)方法綜述
    開心字典
    家教世界(2023年28期)2023-11-14 10:13:50
    開心字典
    家教世界(2023年25期)2023-10-09 02:11:56
    分類算一算
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    我是小字典
    正版字典
    讀者(2016年14期)2016-06-29 17:25:50
    可遷移測(cè)度準(zhǔn)則下的協(xié)變量偏移修正多源集成方法
    亚洲成人久久性| 中国美女看黄片| 免费在线观看亚洲国产| 国产精品,欧美在线| 日本a在线网址| 国产精品嫩草影院av在线观看 | 国产三级黄色录像| 国产真实乱freesex| 最新美女视频免费是黄的| 亚洲最大成人中文| 色噜噜av男人的天堂激情| 极品教师在线免费播放| 日本黄色片子视频| 老司机深夜福利视频在线观看| 嫩草影视91久久| 五月玫瑰六月丁香| 久久久久国内视频| 无人区码免费观看不卡| 亚洲中文日韩欧美视频| 国产av在哪里看| 99在线人妻在线中文字幕| 亚洲精华国产精华精| 欧美黄色淫秽网站| 欧美精品啪啪一区二区三区| 九九久久精品国产亚洲av麻豆| 欧美成人性av电影在线观看| 美女 人体艺术 gogo| 久久久久久久亚洲中文字幕 | 成人三级黄色视频| 最近最新中文字幕大全免费视频| 国产日本99.免费观看| 一级毛片女人18水好多| 精品一区二区三区视频在线观看免费| 色吧在线观看| 禁无遮挡网站| 窝窝影院91人妻| 国产午夜福利久久久久久| 午夜免费观看网址| 99riav亚洲国产免费| 欧美一级毛片孕妇| 亚洲av二区三区四区| 午夜福利18| 成人特级av手机在线观看| 一级作爱视频免费观看| 在线国产一区二区在线| 日韩欧美国产一区二区入口| 香蕉丝袜av| 夜夜夜夜夜久久久久| netflix在线观看网站| 91字幕亚洲| 亚洲精品美女久久久久99蜜臀| 午夜福利视频1000在线观看| 精品一区二区三区av网在线观看| 熟女电影av网| 长腿黑丝高跟| 在线免费观看不下载黄p国产 | 国产精品永久免费网站| 亚洲电影在线观看av| 久久久成人免费电影| 亚洲aⅴ乱码一区二区在线播放| 亚洲精品456在线播放app | 国产在线精品亚洲第一网站| 亚洲电影在线观看av| 欧美黄色片欧美黄色片| 国产欧美日韩一区二区精品| 国产成人a区在线观看| 国产精品1区2区在线观看.| 国产视频一区二区在线看| 中文字幕人成人乱码亚洲影| 国产高清有码在线观看视频| 日本黄色片子视频| 免费无遮挡裸体视频| 一区福利在线观看| 精品久久久久久久末码| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 精品国产超薄肉色丝袜足j| 国产精品免费一区二区三区在线| 成人av在线播放网站| 亚洲欧美日韩高清在线视频| 成人国产一区最新在线观看| 露出奶头的视频| 一本一本综合久久| 免费一级毛片在线播放高清视频| 男人舔奶头视频| 深夜精品福利| 少妇人妻精品综合一区二区 | 在线十欧美十亚洲十日本专区| 精品久久久久久,| 天天添夜夜摸| 99久国产av精品| netflix在线观看网站| 午夜福利在线在线| 亚洲七黄色美女视频| 人妻久久中文字幕网| 国产乱人伦免费视频| 免费av毛片视频| 男插女下体视频免费在线播放| 欧美国产日韩亚洲一区| 欧美三级亚洲精品| 国产精品爽爽va在线观看网站| xxxwww97欧美| 黄色日韩在线| 亚洲熟妇熟女久久| 美女高潮的动态| 又黄又爽又免费观看的视频| 97超视频在线观看视频| 国产麻豆成人av免费视频| 国产亚洲精品综合一区在线观看| 久久人人精品亚洲av| 观看美女的网站| 成熟少妇高潮喷水视频| 色哟哟哟哟哟哟| 亚洲精品国产精品久久久不卡| 一进一出抽搐动态| 欧美日本视频| 精品国产美女av久久久久小说| 男人的好看免费观看在线视频| 怎么达到女性高潮| 午夜福利18| 国产精品久久久久久人妻精品电影| 亚洲国产精品久久男人天堂| 亚洲成人久久性| 亚洲狠狠婷婷综合久久图片| 久久伊人香网站| 18禁裸乳无遮挡免费网站照片| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 日本免费一区二区三区高清不卡| 国产伦人伦偷精品视频| 精品人妻一区二区三区麻豆 | 国产精品久久视频播放| 人妻丰满熟妇av一区二区三区| 国内少妇人妻偷人精品xxx网站| 90打野战视频偷拍视频| 国产成人欧美在线观看| 中文亚洲av片在线观看爽| 一区福利在线观看| 国产精品美女特级片免费视频播放器| 在线十欧美十亚洲十日本专区| 一进一出好大好爽视频| aaaaa片日本免费| 免费看光身美女| 国产精品香港三级国产av潘金莲| 成人性生交大片免费视频hd| 在线十欧美十亚洲十日本专区| 丰满的人妻完整版| 三级毛片av免费| 亚洲一区二区三区不卡视频| 一进一出好大好爽视频| 国产视频内射| 亚洲成人免费电影在线观看| 国产精品三级大全| 一卡2卡三卡四卡精品乱码亚洲| av福利片在线观看| 一个人免费在线观看的高清视频| www.熟女人妻精品国产| 久久久久久九九精品二区国产| 黄色视频,在线免费观看| 99热这里只有精品一区| 国产乱人视频| 99国产精品一区二区蜜桃av| 淫妇啪啪啪对白视频| 亚洲 国产 在线| 日本免费a在线| 日本在线视频免费播放| 又粗又爽又猛毛片免费看| 午夜亚洲福利在线播放| 亚洲在线观看片| 神马国产精品三级电影在线观看| 18美女黄网站色大片免费观看| 人妻丰满熟妇av一区二区三区| 2021天堂中文幕一二区在线观| 夜夜爽天天搞| 欧美高清成人免费视频www| 国产不卡一卡二| 男插女下体视频免费在线播放| 亚洲中文日韩欧美视频| 色吧在线观看| 国产v大片淫在线免费观看| 在线观看免费视频日本深夜| 19禁男女啪啪无遮挡网站| 在线免费观看不下载黄p国产 | 久久精品亚洲精品国产色婷小说| 91麻豆精品激情在线观看国产| 在线观看免费午夜福利视频| 亚洲精品一卡2卡三卡4卡5卡| 国产黄a三级三级三级人| 久久久国产成人精品二区| 熟女电影av网| 亚洲性夜色夜夜综合| 丰满人妻熟妇乱又伦精品不卡| 老熟妇仑乱视频hdxx| 搡老妇女老女人老熟妇| 国产激情欧美一区二区| www.色视频.com| 可以在线观看的亚洲视频| 日本熟妇午夜| 长腿黑丝高跟| 国产在视频线在精品| 成人国产一区最新在线观看| 免费观看的影片在线观看| 欧美日本视频| 国产黄a三级三级三级人| 人妻久久中文字幕网| 1000部很黄的大片| 最近最新中文字幕大全免费视频| 在线国产一区二区在线| 波多野结衣高清作品| 国产成人欧美在线观看| 好男人电影高清在线观看| 最近最新中文字幕大全免费视频| 欧美高清成人免费视频www| 国产免费av片在线观看野外av| 三级毛片av免费| h日本视频在线播放| 国产成人福利小说| 熟女少妇亚洲综合色aaa.| 一区二区三区高清视频在线| 18美女黄网站色大片免费观看| 久久久久久久久中文| 午夜福利欧美成人| 色视频www国产| 女同久久另类99精品国产91| 欧美zozozo另类| 窝窝影院91人妻| 热99在线观看视频| 少妇的丰满在线观看| 老汉色∧v一级毛片| 亚洲av熟女| 日日夜夜操网爽| 久久这里只有精品中国| 亚洲精品456在线播放app | 国产视频一区二区在线看| 嫩草影院精品99| 国产aⅴ精品一区二区三区波| 亚洲真实伦在线观看| 俺也久久电影网| 国产免费男女视频| 久久久久久大精品| 日韩大尺度精品在线看网址| 九九久久精品国产亚洲av麻豆| 亚洲人成伊人成综合网2020| 91久久精品电影网| 高清毛片免费观看视频网站| 欧美精品啪啪一区二区三区| 俄罗斯特黄特色一大片| 99久久精品一区二区三区| 搡女人真爽免费视频火全软件 | av在线蜜桃| 亚洲av熟女| 中文字幕高清在线视频| 亚洲精品色激情综合| 老司机午夜福利在线观看视频| 免费在线观看影片大全网站| 一本久久中文字幕| 日本熟妇午夜| 天天添夜夜摸| 中文字幕av在线有码专区| 国产精品免费一区二区三区在线| svipshipincom国产片| 亚洲精品在线观看二区| 亚洲国产色片| 一个人看的www免费观看视频| 亚洲性夜色夜夜综合| 高潮久久久久久久久久久不卡| eeuss影院久久| 成人av在线播放网站| 欧美最新免费一区二区三区 | 午夜老司机福利剧场| 国产午夜精品论理片| 中文字幕人妻丝袜一区二区| 亚洲天堂国产精品一区在线| 婷婷六月久久综合丁香| 亚洲欧美精品综合久久99| 国产乱人视频| 国产真实乱freesex| 精品人妻偷拍中文字幕| 免费观看的影片在线观看| 亚洲国产精品合色在线| 性色av乱码一区二区三区2| 成人一区二区视频在线观看| 欧美黄色片欧美黄色片| 亚洲天堂国产精品一区在线| 99久久精品热视频| 非洲黑人性xxxx精品又粗又长| 在线天堂最新版资源| 国产高清有码在线观看视频| 日韩国内少妇激情av| 午夜福利免费观看在线| 日日夜夜操网爽| 久久中文看片网| 亚洲人成网站在线播| 亚洲精品一区av在线观看| 亚洲欧美日韩高清专用| 亚洲中文字幕日韩| 午夜老司机福利剧场| 又黄又爽又免费观看的视频| а√天堂www在线а√下载| 精品久久久久久久人妻蜜臀av| 丰满人妻一区二区三区视频av | 人人妻人人澡欧美一区二区| 非洲黑人性xxxx精品又粗又长| 欧美日韩黄片免| 国模一区二区三区四区视频| 欧美日韩精品网址| 亚洲av熟女| 国产熟女xx| 九色成人免费人妻av| 中文字幕人妻熟人妻熟丝袜美 | 高潮久久久久久久久久久不卡| 国产免费av片在线观看野外av| 欧美成人免费av一区二区三区| 亚洲精品一区av在线观看| 操出白浆在线播放| 国产高潮美女av| a在线观看视频网站| 成年版毛片免费区| 久久亚洲真实| h日本视频在线播放| а√天堂www在线а√下载| 91在线观看av| 亚洲狠狠婷婷综合久久图片| 免费av观看视频| 国产av不卡久久| 国产色爽女视频免费观看| 搡女人真爽免费视频火全软件 | 99国产极品粉嫩在线观看| 好男人在线观看高清免费视频| 欧美区成人在线视频| 免费人成视频x8x8入口观看| 在线十欧美十亚洲十日本专区| 极品教师在线免费播放| 欧美日韩国产亚洲二区| 少妇裸体淫交视频免费看高清| 一级毛片高清免费大全| 欧美一区二区国产精品久久精品| 精品久久久久久久人妻蜜臀av| 久久精品影院6| 九色国产91popny在线| 九九久久精品国产亚洲av麻豆| 色综合欧美亚洲国产小说| 少妇人妻一区二区三区视频| 欧美中文日本在线观看视频| 亚洲美女黄片视频| 久久草成人影院| 亚洲乱码一区二区免费版| 国产麻豆成人av免费视频| 99久久久亚洲精品蜜臀av| 午夜精品在线福利| 亚洲成人久久性| 精品欧美国产一区二区三| 99视频精品全部免费 在线| 一个人观看的视频www高清免费观看| 伊人久久精品亚洲午夜| 最近最新中文字幕大全免费视频| 欧美不卡视频在线免费观看| 久久久久久久精品吃奶| 波野结衣二区三区在线 | 国产熟女xx| 乱人视频在线观看| 国产熟女xx| 欧美性猛交╳xxx乱大交人| 日韩欧美在线乱码| 香蕉丝袜av| 国产精品亚洲美女久久久| 18禁在线播放成人免费| 国产精品亚洲美女久久久| 18禁在线播放成人免费| 亚洲va日本ⅴa欧美va伊人久久| 我要搜黄色片| 又黄又爽又免费观看的视频| 亚洲精品影视一区二区三区av| h日本视频在线播放| 久久亚洲真实| 午夜两性在线视频| 麻豆国产av国片精品| 国产一级毛片七仙女欲春2| 性色avwww在线观看| 国产精品亚洲一级av第二区| 男人和女人高潮做爰伦理| 日本黄大片高清| 高清毛片免费观看视频网站| 亚洲一区二区三区色噜噜| 日韩欧美精品免费久久 | 精品乱码久久久久久99久播| 免费观看精品视频网站| 变态另类丝袜制服| 亚洲中文日韩欧美视频| 日韩欧美免费精品| 手机成人av网站| 免费人成视频x8x8入口观看| 欧美区成人在线视频| 男人的好看免费观看在线视频| 成人特级黄色片久久久久久久| 一个人观看的视频www高清免费观看| 国产亚洲精品av在线| 国内揄拍国产精品人妻在线| 欧美色欧美亚洲另类二区| 国产99白浆流出| 国内毛片毛片毛片毛片毛片| 午夜精品一区二区三区免费看| 男女做爰动态图高潮gif福利片| 亚洲人成伊人成综合网2020| 亚洲av二区三区四区| 亚洲av一区综合| 成人一区二区视频在线观看| 国产精品久久久久久精品电影| 欧美在线黄色| 99在线视频只有这里精品首页| 搡老熟女国产l中国老女人| 九九久久精品国产亚洲av麻豆| 十八禁人妻一区二区| 午夜日韩欧美国产| 国产精品一及| 久久精品国产99精品国产亚洲性色| 国产老妇女一区| 日本a在线网址| 色综合婷婷激情| 国产精品免费一区二区三区在线| 成人亚洲精品av一区二区| av中文乱码字幕在线| 一本久久中文字幕| h日本视频在线播放| 制服丝袜大香蕉在线| 亚洲在线自拍视频| 一区二区三区国产精品乱码| 69av精品久久久久久| 久久久久久久亚洲中文字幕 | 2021天堂中文幕一二区在线观| av女优亚洲男人天堂| 国语自产精品视频在线第100页| 99国产综合亚洲精品| 亚洲中文日韩欧美视频| 国产精品免费一区二区三区在线| 国产69精品久久久久777片| 欧美日韩综合久久久久久 | 国产在视频线在精品| 亚洲精品日韩av片在线观看 | 三级毛片av免费| 一个人看的www免费观看视频| 90打野战视频偷拍视频| 国产又黄又爽又无遮挡在线| 3wmmmm亚洲av在线观看| 日本黄色片子视频| 欧美+亚洲+日韩+国产| 桃红色精品国产亚洲av| 少妇熟女aⅴ在线视频| 午夜福利免费观看在线| 国产色婷婷99| 欧美午夜高清在线| 成人亚洲精品av一区二区| 97碰自拍视频| 欧美成狂野欧美在线观看| 日本黄色视频三级网站网址| 成人av在线播放网站| 亚洲精品一区av在线观看| 欧美成人免费av一区二区三区| 免费av毛片视频| 国产探花在线观看一区二区| 免费看美女性在线毛片视频| 在线观看66精品国产| 男人和女人高潮做爰伦理| 日韩欧美国产一区二区入口| 一卡2卡三卡四卡精品乱码亚洲| 色吧在线观看| 亚洲国产欧美网| 亚洲av第一区精品v没综合| 在线a可以看的网站| 久久久色成人| 亚洲自拍偷在线| 日韩欧美在线二视频| 88av欧美| 欧美日韩国产亚洲二区| 国产精品久久视频播放| 精品人妻偷拍中文字幕| 成熟少妇高潮喷水视频| 亚洲国产欧洲综合997久久,| 国产午夜精品论理片| 色精品久久人妻99蜜桃| 精品电影一区二区在线| 老司机福利观看| 国产精品一及| 99久久99久久久精品蜜桃| 亚洲黑人精品在线| 国内精品美女久久久久久| 国产视频内射| 久久精品国产清高在天天线| 免费一级毛片在线播放高清视频| av视频在线观看入口| 动漫黄色视频在线观看| 成年免费大片在线观看| 久久精品国产清高在天天线| 色综合婷婷激情| 99久久无色码亚洲精品果冻| 91久久精品电影网| 色综合欧美亚洲国产小说| 亚洲av免费在线观看| 久久精品国产综合久久久| 日本 欧美在线| 国产爱豆传媒在线观看| 欧美极品一区二区三区四区| 99精品欧美一区二区三区四区| netflix在线观看网站| 丝袜美腿在线中文| 一区二区三区高清视频在线| 老司机福利观看| 亚洲精品美女久久久久99蜜臀| 亚洲一区二区三区不卡视频| 俺也久久电影网| av天堂在线播放| 欧洲精品卡2卡3卡4卡5卡区| 亚洲熟妇熟女久久| 欧美激情久久久久久爽电影| tocl精华| 五月伊人婷婷丁香| 脱女人内裤的视频| 69av精品久久久久久| 国产免费一级a男人的天堂| 首页视频小说图片口味搜索| 午夜免费观看网址| 久久久久免费精品人妻一区二区| 中国美女看黄片| 91字幕亚洲| 日韩欧美在线二视频| 亚洲国产欧美人成| 国产精品99久久久久久久久| 欧美乱妇无乱码| 国产真实伦视频高清在线观看 | 亚洲男人的天堂狠狠| 99在线人妻在线中文字幕| 亚洲国产精品合色在线| 精品熟女少妇八av免费久了| 国产真人三级小视频在线观看| 人妻丰满熟妇av一区二区三区| 精品免费久久久久久久清纯| 999久久久精品免费观看国产| 又爽又黄无遮挡网站| 国产成年人精品一区二区| 搞女人的毛片| 真人一进一出gif抽搐免费| av国产免费在线观看| 精品一区二区三区av网在线观看| 精品免费久久久久久久清纯| 免费在线观看影片大全网站| 熟女少妇亚洲综合色aaa.| 国产精品三级大全| 黄色日韩在线| 99久久精品国产亚洲精品| 高清日韩中文字幕在线| 亚洲成av人片在线播放无| 一区二区三区免费毛片| 亚洲真实伦在线观看| 真实男女啪啪啪动态图| 男女之事视频高清在线观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产中文字幕在线视频| 综合色av麻豆| 麻豆成人av在线观看| 桃色一区二区三区在线观看| 日本精品一区二区三区蜜桃| 在线十欧美十亚洲十日本专区| 别揉我奶头~嗯~啊~动态视频| av欧美777| 少妇的逼水好多| 精品久久久久久久末码| 最好的美女福利视频网| 99热这里只有是精品50| 18禁美女被吸乳视频| 91久久精品电影网| 亚洲第一电影网av| 香蕉丝袜av| 人妻夜夜爽99麻豆av| 99热这里只有精品一区| 淫秽高清视频在线观看| 亚洲中文字幕日韩| 国产v大片淫在线免费观看| 麻豆国产97在线/欧美| 欧美日韩精品网址| 欧美日韩一级在线毛片| 日韩欧美一区二区三区在线观看| 色综合站精品国产| 欧美乱色亚洲激情| 精品熟女少妇八av免费久了| 久久99热这里只有精品18| 91在线观看av| 国产精品嫩草影院av在线观看 | 免费av不卡在线播放| 国产日本99.免费观看| 深夜精品福利| 亚洲av五月六月丁香网| 国内精品久久久久久久电影| 久久久久久久久久黄片| 国产毛片a区久久久久| 一进一出抽搐动态| 国产精品,欧美在线| 成人高潮视频无遮挡免费网站| 18禁黄网站禁片午夜丰满| 国产精品,欧美在线| 又黄又爽又免费观看的视频| 少妇人妻精品综合一区二区 | 免费看美女性在线毛片视频| 亚洲成人久久性| 黄色丝袜av网址大全| 精品免费久久久久久久清纯| 亚洲 国产 在线| 男女那种视频在线观看| 欧美成人性av电影在线观看| 亚洲av成人不卡在线观看播放网| 中文在线观看免费www的网站| 69人妻影院| 亚洲av成人不卡在线观看播放网| 99热这里只有是精品50| 国产精品久久久久久人妻精品电影| 女人高潮潮喷娇喘18禁视频| 夜夜躁狠狠躁天天躁| 色精品久久人妻99蜜桃|