• <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 ?

    基于相似度的蟻群聚類算法?

    2021-06-29 08:41:40沈興鑫楊余旺肖高權(quán)徐益民陳響洲
    關(guān)鍵詞:數(shù)據(jù)項(xiàng)螞蟻聚類

    沈興鑫 楊余旺 肖高權(quán) 徐益民 陳響洲

    (1.南京理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 南京 210094)

    (2.湖南云箭集團(tuán)有限公司 懷化 419500)

    1 引言

    聚類[1](Clustering)是一種重要的數(shù)據(jù)挖掘分析方法,主要目標(biāo)是在海量數(shù)據(jù)中找出相似的數(shù)據(jù)并按照相似度分為不同的類,從而使得一個(gè)集群內(nèi)的數(shù)據(jù)項(xiàng)彼此相似,不同集合中的數(shù)據(jù)盡量不同。從生物學(xué)到社會(huì)學(xué)再到計(jì)算機(jī)科學(xué)等眾多領(lǐng)域都存在相同的需求,因此聚類算法得到了廣泛的應(yīng)用。

    蟻群聚類(Ant Colony Clustering)是一種受蟻群?jiǎn)l(fā)的聚類算法。意大利學(xué)者Dorigo M[2]在模仿螞蟻群體行為的基礎(chǔ)上提出了蟻群算法,根據(jù)蟻群的信息素機(jī)制尋找蟻穴和食物間的最短路徑,并有效地解決TSP問(wèn)題。Deneubourg J[3]基于人工蟻群模型結(jié)合螞蟻的堆尸行為提出了聚類算法(Basic ant colony clustering model,BM)。Lumer E D和Fa?ieta B[4]在BM模型的基礎(chǔ)上改變螞蟻移動(dòng)速度提出了LF模型,很好地解決了大數(shù)據(jù)量時(shí)的聚類問(wèn)題。

    相比于其他的聚類算法,蟻群聚類有以下幾個(gè)優(yōu)點(diǎn),如靈活性、魯棒性、分布性和自組織性。因此該算法被更多的人研究并改進(jìn)。Bin W和Zhong?zhi S[5]研究了相似系數(shù),并提出了一種更簡(jiǎn)單的概率轉(zhuǎn)換函數(shù)。王慧和甘泉[6]加入了參數(shù)自適應(yīng)調(diào)整策略,提高了蟻群聚類的準(zhǔn)確性。喬少杰[7]研究了蟻群的分布式模型在文本聚類中的應(yīng)用。Tan S C等[8]提出了一種簡(jiǎn)化的基于螞蟻的聚類方法,該方法基于現(xiàn)有的基于螞蟻的聚類系統(tǒng)的研究。林金灼[9]結(jié)合了主成分分析方法(Principal Compo?nent Analysis,PCA),提高了蟻群的聚類質(zhì)量。Tao等[10]重新定義了兩個(gè)數(shù)據(jù)對(duì)象之間的距離,并改進(jìn)了螞蟻丟棄和拾取數(shù)據(jù)對(duì)象的策略,從而提出了一種改進(jìn)的蟻群聚類算法。Xu X等[11]提出了一種約束螞蟻聚類算法,該算法嵌入了基于隨機(jī)游走的啟發(fā)式步行機(jī)制,以解決約束聚類問(wèn)題。張夢(mèng)佳[12]采用實(shí)時(shí)信息素更新規(guī)則,提高了蟻群聚類的收斂速度,同時(shí)提高了準(zhǔn)確度。周峰[13]提出一種結(jié)合蟻群聚類和模糊均值聚類思想的聚類算法算法,該算法具有全局優(yōu)化能力,優(yōu)化了蟻群聚類易陷入局部最優(yōu)的缺點(diǎn)。趙寶江[14]利用蟻群聚類算法來(lái)進(jìn)行結(jié)構(gòu)辨識(shí),確定系統(tǒng)的模糊空間和模糊規(guī)則數(shù),實(shí)現(xiàn)非線性系統(tǒng)的辨識(shí),辨識(shí)精度高,可當(dāng)作復(fù)雜系統(tǒng)建模的一種有效手段。

    雖然以上方法優(yōu)化了蟻群聚類算法,但是蟻群聚類前期收斂速度慢的問(wèn)題未有效的解決。由于螞蟻隨機(jī)移動(dòng)數(shù)據(jù)項(xiàng)的位置存在多次無(wú)效的移動(dòng),導(dǎo)致算法計(jì)算效率和準(zhǔn)確性較低,對(duì)于復(fù)雜的工程,該問(wèn)題更為突出。為克服這些缺點(diǎn),本文提出了一種新的蟻群聚類算法,通過(guò)添加相似度矩陣將原算法中螞蟻隨機(jī)移動(dòng)修改成按照相似度矩陣有目的地移動(dòng),螞蟻隨機(jī)關(guān)聯(lián)修改成有目的地關(guān)聯(lián)。通過(guò)實(shí)際數(shù)據(jù)集驗(yàn)證了新算法的性能,并與先前研究中提出的蟻群聚類算法和其他算法進(jìn)行了比較,驗(yàn)證了新算法的有效性。

    2 蟻群聚類算法

    蟻群聚類算法是一種群體智能方法,受到蟻群堆積尸體和排序幼蟲行為的啟發(fā)而形成的一種聚類方法。因其靈活性、魯棒性、分散性和自組織性等特點(diǎn)被廣泛研究。

    2.1 LF算法基本原理

    在LF模型中,將螞蟻的尸體建模為需要聚類的數(shù)據(jù)項(xiàng),螞蟻建模為在環(huán)境中隨機(jī)移動(dòng)的代理,螞蟻移動(dòng)的平面建模為一個(gè)具有邊界條件的二維網(wǎng)格。分散在平面中的數(shù)據(jù)項(xiàng)通過(guò)代理拾取、搬運(yùn)和放下從而將相似的數(shù)據(jù)項(xiàng)放在一起。數(shù)據(jù)項(xiàng)的取放概率受到該數(shù)據(jù)項(xiàng)與鄰域內(nèi)其他數(shù)據(jù)項(xiàng)的相似性和密度的影響,在拾取時(shí),相似度越低越有可能拾取,相反,在放下時(shí),相似度越高越可能放下。因此在網(wǎng)格上對(duì)數(shù)據(jù)項(xiàng)進(jìn)行排列,使得相似度越高的數(shù)據(jù)項(xiàng)在平面上越靠近。

    2.2 蟻群聚類算法模型

    首先,將N個(gè)數(shù)據(jù)項(xiàng)隨機(jī)地映射到一個(gè)M×M的二維平面中,并將E只螞蟻分散到數(shù)據(jù)平面中并為每只螞蟻ei關(guān)聯(lián)一個(gè)數(shù)據(jù)項(xiàng),即形成螞蟻到數(shù)據(jù)項(xiàng)映射:

    其中E是螞蟻集合,N是數(shù)據(jù)項(xiàng)集合,F(xiàn)是螞蟻到數(shù)據(jù)項(xiàng)的隨機(jī)映射函數(shù)。

    再計(jì)算出當(dāng)前數(shù)據(jù)項(xiàng)與鄰域內(nèi)其他數(shù)據(jù)項(xiàng)的相似度f(wàn)(ei),相似度計(jì)算式(2)所示。

    其中α是自定義的參數(shù),用來(lái)調(diào)節(jié)螞蟻間的相似度。V定義了螞蟻的移動(dòng)速度,vmax代表了最大速度,V隨機(jī)分布在[1 ,vmax]中。s是自定義的螞蟻的搜索長(zhǎng)度。Neighs×s(r)代表位置r的周圍s×s面積。d( ei,ej)是ei和ej之間的距離。d( ei,ej)采用歐式距離,公式如下:

    其中m是數(shù)據(jù)項(xiàng)的維度。

    當(dāng)螞蟻處于空載狀態(tài)需要拾起數(shù)據(jù)項(xiàng)時(shí),按照如下公式計(jì)算拾起概率pp:

    其中f(ei)是ei的相似函數(shù),tanh(x)函數(shù)的定義如式(4)所示。

    其中c為自定義的常量,用來(lái)調(diào)節(jié)算法匯聚的速度。

    當(dāng)螞蟻處于負(fù)載狀態(tài)需要放下數(shù)據(jù)項(xiàng)時(shí),按照如下公式計(jì)算放下概率pd:

    tanh函數(shù)和pp概率曲線圖如圖1所示。

    在本模型中,螞蟻在拾起或者放下數(shù)據(jù)項(xiàng)后隨機(jī)移動(dòng),數(shù)據(jù)項(xiàng)與領(lǐng)域內(nèi)的數(shù)據(jù)項(xiàng)相似度可能不高,因此下次被移動(dòng)的概率又會(huì)增加,從而降低了聚類的速率。同時(shí),當(dāng)負(fù)載的螞蟻放下數(shù)據(jù)項(xiàng)或者空載的螞蟻沒(méi)有拾起數(shù)據(jù)項(xiàng)而需要重新關(guān)聯(lián)數(shù)據(jù)項(xiàng)時(shí),數(shù)據(jù)項(xiàng)的關(guān)聯(lián)也是隨機(jī)的,增大了再次關(guān)聯(lián)的概率,導(dǎo)致聚類速率降低。

    圖1 tanh函數(shù)圖和pp概率曲線圖

    針對(duì)以上兩個(gè)缺點(diǎn),本文在原有算法基礎(chǔ)上設(shè)計(jì)了相似度矩陣,讓螞蟻按照相似度有目的地移動(dòng),同時(shí)在螞蟻需要映射數(shù)據(jù)項(xiàng)時(shí),根據(jù)相似度矩陣有選擇的映射,從而加快聚類的速度。

    3 改進(jìn)的蟻群聚類算法

    傳統(tǒng)的蟻群算法移動(dòng)蟻卵或者關(guān)聯(lián)蟻卵時(shí)都是隨機(jī),存在無(wú)效移動(dòng)與映射,導(dǎo)致聚類效率降低。改進(jìn)的蟻群聚類算法在原有算法基礎(chǔ)上設(shè)計(jì)了相似度矩陣,螞蟻按照相似度有目標(biāo)地移動(dòng),同時(shí)有選擇地映射到數(shù)據(jù)項(xiàng),從而加快聚類速度。

    3.1 算法原理

    蟻群聚類通過(guò)螞蟻移動(dòng)數(shù)據(jù)項(xiàng),使相似度高的數(shù)據(jù)項(xiàng)在平面上盡可能靠近,從而形成聚類簇。在此過(guò)程中,將數(shù)據(jù)項(xiàng)移動(dòng)到相似度高的區(qū)域附近可以大幅提高聚類速度。螞蟻因放下或者未能拾起數(shù)據(jù)項(xiàng)時(shí)需要重新關(guān)聯(lián)數(shù)據(jù)項(xiàng)。此時(shí),當(dāng)前數(shù)據(jù)項(xiàng)和鄰域的相似度較高,需要移動(dòng)的概率較低,因此,關(guān)聯(lián)相似度低的數(shù)據(jù)項(xiàng),增加操作次數(shù)可以提高聚類效率。

    3.2 算法實(shí)現(xiàn)過(guò)程

    3.2.1 建立相似度序列矩陣

    首先計(jì)算每個(gè)數(shù)據(jù)項(xiàng)和其他數(shù)據(jù)項(xiàng)之間的距離。由于余弦相似度計(jì)算簡(jiǎn)單、直接,對(duì)于單獨(dú)判斷兩個(gè)數(shù)據(jù)對(duì)象的相似度準(zhǔn)確率高,因此本算法采用余弦相似度來(lái)計(jì)算數(shù)據(jù)項(xiàng)間的距離,其定義如下:

    其中ei、ej表示兩個(gè)不同的數(shù)據(jù)項(xiàng),eik、ejk表示不同數(shù)據(jù)項(xiàng)所代表的矢量坐標(biāo)值,n表示數(shù)據(jù)項(xiàng)的維度。

    然后對(duì)余弦距離標(biāo)準(zhǔn)化,形成相似矩陣(Simi?larity Matrix)。該矩陣是一個(gè)N×N的對(duì)稱矩陣,表示N個(gè)數(shù)據(jù)項(xiàng)兩兩之間的相似度,形如:

    其中,dij是數(shù)據(jù)項(xiàng)i和對(duì)象j之間余弦距離的標(biāo)準(zhǔn)化表示。當(dāng)數(shù)據(jù)項(xiàng)i和數(shù)據(jù)項(xiàng)j越相似,其值越接近0;相反,兩個(gè)數(shù)據(jù)項(xiàng)越不同,其值越接近1。

    再以相似矩陣為基礎(chǔ),以列為單位,按照相似度從高到地的順序進(jìn)行排序,形成相似度序列矩陣,形如以下公式:

    其中函數(shù)f(x)是以矩陣x為參數(shù)的快速排序函數(shù),sij表示與第i個(gè)數(shù)據(jù)項(xiàng)相似度排序第j個(gè)的數(shù)據(jù)項(xiàng)的序號(hào),sij∈(1…n)。數(shù)據(jù)項(xiàng)與該數(shù)據(jù)項(xiàng)的 相 似 度 最 高 ,因 此 [s11s12…sn1]=[1 2…n]。

    3.2.2 提高螞蟻的移動(dòng)目的性

    在螞蟻移動(dòng)數(shù)據(jù)項(xiàng)時(shí),首先根據(jù)以下公式確定當(dāng)前數(shù)據(jù)項(xiàng)的鄰域。

    其中anti表示第i只螞蟻,位于( xi,yi),Sx和Sy分別代表該螞蟻水平方向和豎直方向的視野。數(shù)據(jù)項(xiàng)領(lǐng)域如圖2所示。

    圖2 數(shù)據(jù)項(xiàng)領(lǐng)域范圍

    然后確定鄰域中的數(shù)據(jù)項(xiàng),即ej∈N( anti),再按照相似度序列矩陣找出鄰域中相似度最高的數(shù)據(jù)項(xiàng),將當(dāng)前數(shù)據(jù)項(xiàng)移動(dòng)到該數(shù)據(jù)項(xiàng)附近。

    Algorithm1:Similar Move

    1)Input:Index of current spawn

    2)Ouput:Index of most similar spawn

    3)Calculate Neighbor Area(N(oi))

    4)Get column i of Indexmatix

    5)For j=1;j

    6)k←Indexmatix[i][j]

    7)If ok?N(oi)

    8) Move oinearby ok

    9) Return k

    10) Else

    11) Continue

    12) End if

    13)End for

    14)Return Spawn number-1

    3.2.3 增加關(guān)聯(lián)的目的性

    按照相似度序列矩陣找到和當(dāng)前數(shù)據(jù)項(xiàng)最不相似的數(shù)據(jù)項(xiàng)并映射到該螞蟻,偽代碼如下:

    Algorithm2:Dissimilar Mapping

    1)Input:Index of current ant i

    2)Output:Index of most dissimilar spawn k

    3)Get column i of Indexmatix

    4)For j=Spawn number-1;j>=1;j--

    5)k←Indexmatix[i][j]

    6)If oknot occupied

    7) Map current antito ok

    8) Return k

    9)Else

    10) Continue

    11)End if

    12)End for

    4 實(shí)驗(yàn)結(jié)果與分析

    為驗(yàn)證改進(jìn)算法的有效性,本文設(shè)計(jì)了仿真實(shí)驗(yàn),通過(guò)不同數(shù)據(jù)集和不同算法的實(shí)驗(yàn)結(jié)果對(duì)比,驗(yàn)證了本算法的有效性。

    4.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)數(shù)據(jù)集

    實(shí)驗(yàn)所用的數(shù)據(jù)集:本實(shí)驗(yàn)采用了UCI數(shù)據(jù)集中最常用的Iris,Wine,Haberman,Balance-scale數(shù)據(jù)集,數(shù)據(jù)集的簡(jiǎn)介如表1所示。

    表1 樣本參數(shù)

    4.2 實(shí)驗(yàn)結(jié)果與分析

    本文的算法采用了相似度矩陣(Similarity Ma?trix)提高算法的聚類效率,記改進(jìn)的蟻群聚類算法為SMACC(Similarity Matrix Ant Colony Clustering)。

    用LF算法,文獻(xiàn)[15]中的GACC(GAnt Colo?ny Clustering)算法和SMACC算法對(duì)Iris,Wine和Haberman數(shù)據(jù)集進(jìn)行聚類,在同樣迭代4000次的情況下,運(yùn)行結(jié)果分別如圖3、圖4、圖5所示。由結(jié)果可以看出,對(duì)Iris,Wine和Haberman數(shù)據(jù)集迭代4000次后,SMACC算法聚類結(jié)果最明顯,GACC算法有明顯的聚類趨勢(shì),而LF算法僅有聚類趨勢(shì),這表明本算法相對(duì)其他兩種算法有較高的聚類效率。Balance-scale數(shù)據(jù)集的樣本個(gè)數(shù)遠(yuǎn)大于其他數(shù)據(jù)集,在迭代4000次后很難比較聚類的效果,圖6是三種算法迭代10000次后Balance-scale數(shù)據(jù)集的聚類結(jié)果。結(jié)果可以看出,SMACC在大數(shù)據(jù)集的聚類效果明顯優(yōu)于其他兩種算法。

    圖3 Iris數(shù)據(jù)集

    圖4 Wine數(shù)據(jù)集

    圖5 Haberman數(shù)據(jù)集

    圖6 Balance-scale數(shù)據(jù)集

    Iris數(shù)據(jù)集和Wine數(shù)據(jù)集有相似的樣本個(gè)數(shù),但Wine數(shù)據(jù)集的屬性個(gè)數(shù)遠(yuǎn)大于Iris數(shù)據(jù)集的屬性個(gè)數(shù)。比較圖1和圖2可知,屬性個(gè)數(shù)增加,聚類效果有所降低。但是,由于SMACC算法采用余弦距離計(jì)算數(shù)據(jù)項(xiàng)間的相似距離,余弦距離更有利于區(qū)分高維度的數(shù)據(jù)項(xiàng),因此,SMACC在高維度數(shù)據(jù)項(xiàng)的聚類效果遠(yuǎn)優(yōu)于其他兩個(gè)算法。在相同的迭代次數(shù)下,Iris數(shù)據(jù)集的聚類效果比Wine數(shù)據(jù)集的聚類效果好。

    在一次迭代過(guò)程中,如果放下或者未撿起數(shù)據(jù)項(xiàng)的螞蟻數(shù)量占總量的90%時(shí),表明聚類基本完成。三種算法分別在四種數(shù)據(jù)集上收斂時(shí)的六次平均迭代次數(shù)如表2所示。

    如表2所示,使用相同數(shù)據(jù)集時(shí),SMACC的平均迭代次數(shù)明顯小于其他兩種算法,該結(jié)果表明本算法有效地提高了聚類速度。Balance-scala數(shù)據(jù)集中,SMACC的迭代次數(shù)遠(yuǎn)小于其他兩種算法,說(shuō)明該算法更適用于大數(shù)據(jù)集的聚類。

    表2 平均迭代次數(shù)比較

    F-measure從查準(zhǔn)率和查全率綜合的角度衡量聚類算法的結(jié)果。其一般形式如式(2)所示:

    其中,β是查準(zhǔn)率和查全率的權(quán)重比,P是查準(zhǔn)率,R是查全率。

    本文采用F1值比較四種數(shù)據(jù)集上三種算法的聚類效果,結(jié)果如圖7~10所示。

    圖7 Iris數(shù)據(jù)集

    圖8 Wine數(shù)據(jù)集

    圖9 Haberman數(shù)據(jù)集

    圖10 Balance-scale數(shù)據(jù)集

    比較三種聚類算法對(duì)四種不同數(shù)據(jù)集的F1值,GACC和SMACC算法與LF算法的聚類效果總體相似,但GACC和SMACC略好于LF算法。隨著數(shù)據(jù)集中樣本數(shù)量的增加,三種算法的F1值總體有所下降,由于SMACC算法在螞蟻移動(dòng)的過(guò)程中有目的地移動(dòng),所以數(shù)據(jù)簇中相似度總體比較高,所以在Balance-scale數(shù)據(jù)集中F1值明顯高于LF和GACC算法。同時(shí),由于蟻群聚類是基于群體行為的聚類方法,隨著數(shù)據(jù)量的增加,聚類結(jié)果的波動(dòng)也減小。圖8中,由于數(shù)據(jù)的維度增加,樣本的區(qū)分度有所降低,但SMACC采用余弦距離作為相似距離,所以F1值略高于其他兩個(gè)算法。

    5 結(jié)語(yǔ)

    蟻群聚類是一種利用群體智能的聚類算法,其靈感來(lái)自蟻群聚集其尸體的行為。該算法具有魯棒性強(qiáng),適合分布式等優(yōu)點(diǎn),但是因?yàn)槲浵侂S機(jī)移動(dòng)數(shù)據(jù)項(xiàng)而造成多次無(wú)效移動(dòng)以及資源浪費(fèi)。針對(duì)該問(wèn)題,本文設(shè)計(jì)了相似度矩陣,使螞蟻在相似度矩陣的指導(dǎo)下有目的地移動(dòng)和關(guān)聯(lián),從而加快聚類速度。

    仿真實(shí)驗(yàn)中,對(duì)比了本算法和其他兩種算法對(duì)UCI數(shù)據(jù)集中四個(gè)實(shí)際數(shù)據(jù)集(Iris,Wine,Haber?man,Balance-scale)的聚類性能。結(jié)果表明,新的蟻群聚類算法在保證聚類精度的基礎(chǔ)上,能夠以較高的速度解決聚類問(wèn)題,同時(shí)具有很好的計(jì)算穩(wěn)定性。但是SMACC依然存在局部?jī)?yōu)化的問(wèn)題,在接下來(lái)的工作中希望通過(guò)參數(shù)的動(dòng)態(tài)調(diào)整來(lái)解決該問(wèn)題。

    猜你喜歡
    數(shù)據(jù)項(xiàng)螞蟻聚類
    一種多功能抽簽選擇器軟件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    甘肅科技(2020年19期)2020-03-11 09:42:42
    非完整數(shù)據(jù)庫(kù)Skyline-join查詢*
    基于Python的Asterix Cat 021數(shù)據(jù)格式解析分析與實(shí)現(xiàn)
    基于DBSACN聚類算法的XML文檔聚類
    我們會(huì)“隱身”讓螞蟻來(lái)保護(hù)自己
    螞蟻
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    螞蟻找吃的等
    自適應(yīng)確定K-means算法的聚類數(shù):以遙感圖像聚類為例
    亚洲国产毛片av蜜桃av| 精品99又大又爽又粗少妇毛片| 国产高清国产精品国产三级| 一级毛片 在线播放| 一区二区av电影网| 男女边摸边吃奶| 老司机影院毛片| 高清午夜精品一区二区三区| 免费观看在线日韩| 边亲边吃奶的免费视频| 中文字幕人妻丝袜制服| 天堂中文最新版在线下载| 在线精品无人区一区二区三| 国产成人一区二区在线| 人妻 亚洲 视频| 少妇的逼水好多| 久久亚洲国产成人精品v| 午夜视频国产福利| 美女中出高潮动态图| 在线观看人妻少妇| 国产高清三级在线| 亚洲少妇的诱惑av| 日本91视频免费播放| 天天影视国产精品| 午夜免费观看性视频| 97超碰精品成人国产| 精品视频人人做人人爽| 男女无遮挡免费网站观看| 一级毛片aaaaaa免费看小| 久久精品熟女亚洲av麻豆精品| 免费人成在线观看视频色| 亚洲精品国产av成人精品| av女优亚洲男人天堂| 亚洲精品久久久久久婷婷小说| 高清在线视频一区二区三区| 中文天堂在线官网| 中文字幕久久专区| 十八禁高潮呻吟视频| 国产欧美日韩一区二区三区在线 | 国国产精品蜜臀av免费| 国产午夜精品久久久久久一区二区三区| 最新中文字幕久久久久| 各种免费的搞黄视频| 国产精品三级大全| 中国国产av一级| 嫩草影院入口| av女优亚洲男人天堂| 三级国产精品片| 中文字幕免费在线视频6| av在线app专区| 国产精品麻豆人妻色哟哟久久| 午夜免费观看性视频| 久久久久久久久久久免费av| 中文字幕人妻丝袜制服| 蜜臀久久99精品久久宅男| 欧美精品一区二区免费开放| 极品人妻少妇av视频| 制服诱惑二区| 五月玫瑰六月丁香| 中文精品一卡2卡3卡4更新| 亚洲av电影在线观看一区二区三区| 欧美日韩国产mv在线观看视频| 少妇人妻精品综合一区二区| 中文乱码字字幕精品一区二区三区| 午夜激情福利司机影院| 999精品在线视频| 精品一区二区三卡| 久久久久久久久久成人| 在线精品无人区一区二区三| 我的老师免费观看完整版| 亚洲色图 男人天堂 中文字幕 | 久久热精品热| 69精品国产乱码久久久| 亚洲国产av影院在线观看| 国产男女内射视频| 久久久久久久精品精品| 高清欧美精品videossex| 秋霞在线观看毛片| 老女人水多毛片| 国产免费又黄又爽又色| 另类亚洲欧美激情| 亚洲性久久影院| 国产毛片在线视频| 岛国毛片在线播放| 日韩,欧美,国产一区二区三区| 五月开心婷婷网| 国产有黄有色有爽视频| 国产在视频线精品| 熟女人妻精品中文字幕| 三级国产精品片| 2021少妇久久久久久久久久久| 久久精品夜色国产| 久久精品久久精品一区二区三区| 视频中文字幕在线观看| 欧美国产精品一级二级三级| 日韩成人av中文字幕在线观看| 亚洲成人手机| 水蜜桃什么品种好| 久久久久久久大尺度免费视频| 国产成人精品一,二区| 久久毛片免费看一区二区三区| 欧美激情极品国产一区二区三区 | 国产不卡av网站在线观看| 99国产综合亚洲精品| 在线观看免费日韩欧美大片 | 九色亚洲精品在线播放| 如何舔出高潮| 亚洲丝袜综合中文字幕| 岛国毛片在线播放| 日本黄大片高清| 免费观看a级毛片全部| 久久久久视频综合| 国产日韩一区二区三区精品不卡 | 久久国内精品自在自线图片| 99热这里只有是精品在线观看| 国产日韩欧美亚洲二区| 日韩欧美一区视频在线观看| 亚洲成人av在线免费| 大香蕉久久成人网| 亚洲国产av影院在线观看| 精品少妇久久久久久888优播| 2021少妇久久久久久久久久久| 亚洲精品国产av蜜桃| 久久久久久久亚洲中文字幕| a级片在线免费高清观看视频| 不卡视频在线观看欧美| 熟女电影av网| 精品久久蜜臀av无| 国产一区二区三区av在线| 97超视频在线观看视频| 综合色丁香网| 亚洲欧美日韩另类电影网站| 在线观看人妻少妇| 国产成人一区二区在线| 美女大奶头黄色视频| 久久精品久久久久久噜噜老黄| 久久久久久久久大av| 国产综合精华液| 亚洲欧美清纯卡通| 国产一级毛片在线| 精品一品国产午夜福利视频| 亚洲国产日韩一区二区| 天天躁夜夜躁狠狠久久av| 99热网站在线观看| 黄片播放在线免费| 中文乱码字字幕精品一区二区三区| 久久久久久久国产电影| 日韩欧美一区视频在线观看| 成人免费观看视频高清| 亚洲一区二区三区欧美精品| 精品国产一区二区久久| 男女高潮啪啪啪动态图| 一本大道久久a久久精品| 麻豆精品久久久久久蜜桃| 午夜影院在线不卡| 精品酒店卫生间| 汤姆久久久久久久影院中文字幕| 国产精品秋霞免费鲁丝片| av天堂久久9| 亚洲国产色片| 午夜福利视频在线观看免费| 欧美激情极品国产一区二区三区 | 只有这里有精品99| 五月玫瑰六月丁香| 美女福利国产在线| 欧美 日韩 精品 国产| 免费少妇av软件| 亚洲成色77777| 又大又黄又爽视频免费| 男女高潮啪啪啪动态图| 人妻人人澡人人爽人人| 成年av动漫网址| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 免费黄网站久久成人精品| 在线观看美女被高潮喷水网站| 一本久久精品| 丰满少妇做爰视频| 五月天丁香电影| 91成人精品电影| 五月开心婷婷网| 国产黄频视频在线观看| av一本久久久久| 日韩亚洲欧美综合| 精品99又大又爽又粗少妇毛片| 亚洲无线观看免费| 22中文网久久字幕| 一本—道久久a久久精品蜜桃钙片| 黑人欧美特级aaaaaa片| 少妇人妻精品综合一区二区| 男人添女人高潮全过程视频| 国产高清不卡午夜福利| 国产欧美日韩综合在线一区二区| 欧美性感艳星| av不卡在线播放| 国产日韩欧美在线精品| 精品熟女少妇av免费看| 国产极品天堂在线| 中文精品一卡2卡3卡4更新| av不卡在线播放| 亚洲第一av免费看| 亚洲av二区三区四区| 一级毛片 在线播放| 国产精品熟女久久久久浪| 天天影视国产精品| 人成视频在线观看免费观看| 日韩大片免费观看网站| 啦啦啦视频在线资源免费观看| 久久久久久人妻| 婷婷成人精品国产| 少妇精品久久久久久久| 国产探花极品一区二区| 日韩一本色道免费dvd| a级毛片免费高清观看在线播放| 精品一区二区三区视频在线| 蜜桃久久精品国产亚洲av| 欧美激情极品国产一区二区三区 | 国产高清不卡午夜福利| 九九久久精品国产亚洲av麻豆| 黄色毛片三级朝国网站| 一级黄片播放器| 国产一区有黄有色的免费视频| 大陆偷拍与自拍| 亚洲国产精品专区欧美| 少妇猛男粗大的猛烈进出视频| 久久久久久久大尺度免费视频| 日韩视频在线欧美| 夫妻性生交免费视频一级片| 如日韩欧美国产精品一区二区三区 | 久久鲁丝午夜福利片| 视频在线观看一区二区三区| 国产成人精品婷婷| 婷婷色综合www| 丝袜喷水一区| 美女脱内裤让男人舔精品视频| 91久久精品电影网| 国产一区亚洲一区在线观看| 久久久久久久精品精品| 亚洲av不卡在线观看| 欧美激情国产日韩精品一区| 午夜日本视频在线| 99热网站在线观看| 婷婷色综合www| 99热这里只有是精品在线观看| 丝袜在线中文字幕| 日韩成人伦理影院| 婷婷色麻豆天堂久久| 国产精品一区二区在线不卡| 中文乱码字字幕精品一区二区三区| 亚洲国产毛片av蜜桃av| 边亲边吃奶的免费视频| 精品久久国产蜜桃| 国产 精品1| 国产探花极品一区二区| 最近最新中文字幕免费大全7| 插阴视频在线观看视频| 成人午夜精彩视频在线观看| 亚洲熟女精品中文字幕| 国产一区二区在线观看日韩| 色哟哟·www| 99久久精品国产国产毛片| 在线观看人妻少妇| 欧美精品一区二区大全| 免费久久久久久久精品成人欧美视频 | 九草在线视频观看| 亚洲熟女精品中文字幕| 最近中文字幕高清免费大全6| 另类精品久久| 91精品三级在线观看| 如日韩欧美国产精品一区二区三区 | 欧美另类一区| 一边摸一边做爽爽视频免费| 久久亚洲国产成人精品v| 2022亚洲国产成人精品| 午夜免费鲁丝| 999精品在线视频| 黄色配什么色好看| 26uuu在线亚洲综合色| 欧美日韩视频高清一区二区三区二| 成人二区视频| 亚洲中文av在线| 精品国产一区二区久久| 最近手机中文字幕大全| 老女人水多毛片| 我的老师免费观看完整版| 日日撸夜夜添| 国产精品熟女久久久久浪| 亚洲三级黄色毛片| av网站免费在线观看视频| 男女边吃奶边做爰视频| 亚洲欧美日韩另类电影网站| 亚洲久久久国产精品| 五月伊人婷婷丁香| 国产免费一区二区三区四区乱码| 亚洲第一av免费看| 久久久亚洲精品成人影院| 狂野欧美激情性xxxx在线观看| 亚洲精品456在线播放app| 国产男女超爽视频在线观看| 五月玫瑰六月丁香| 老司机影院成人| 新久久久久国产一级毛片| 久久精品人人爽人人爽视色| 少妇人妻精品综合一区二区| 亚洲国产精品999| 亚洲天堂av无毛| 卡戴珊不雅视频在线播放| 老女人水多毛片| 人成视频在线观看免费观看| 国产成人av激情在线播放 | 丝袜在线中文字幕| 哪个播放器可以免费观看大片| 麻豆乱淫一区二区| 欧美97在线视频| 2022亚洲国产成人精品| 日本av手机在线免费观看| 欧美日韩亚洲高清精品| 久久女婷五月综合色啪小说| 亚洲欧洲国产日韩| 少妇猛男粗大的猛烈进出视频| 高清在线视频一区二区三区| 久久人妻熟女aⅴ| 最近最新中文字幕免费大全7| 国产精品99久久99久久久不卡 | 亚洲av国产av综合av卡| 在线观看美女被高潮喷水网站| 亚洲精品国产av蜜桃| 亚洲国产精品一区二区三区在线| 制服人妻中文乱码| 亚洲成人一二三区av| 免费高清在线观看日韩| 18禁裸乳无遮挡动漫免费视频| 亚洲欧美日韩卡通动漫| 欧美成人午夜免费资源| av.在线天堂| 在线观看三级黄色| 欧美xxxx性猛交bbbb| 国产成人一区二区在线| 久久精品久久久久久噜噜老黄| 老司机影院成人| 国产精品国产av在线观看| 观看av在线不卡| 欧美日韩国产mv在线观看视频| 亚洲精华国产精华液的使用体验| 国产 一区精品| 国语对白做爰xxxⅹ性视频网站| 久久久欧美国产精品| 一区二区av电影网| 好男人视频免费观看在线| 一级爰片在线观看| 高清黄色对白视频在线免费看| 亚洲av成人精品一二三区| 下体分泌物呈黄色| 国产成人精品福利久久| 99热国产这里只有精品6| av不卡在线播放| 日本91视频免费播放| 男女啪啪激烈高潮av片| 一区二区三区四区激情视频| 国产免费又黄又爽又色| 成人手机av| 美女cb高潮喷水在线观看| 少妇被粗大的猛进出69影院 | 国产探花极品一区二区| 少妇人妻久久综合中文| 曰老女人黄片| 精品人妻熟女毛片av久久网站| av免费在线看不卡| 九色亚洲精品在线播放| 亚洲精品美女久久av网站| 国产午夜精品久久久久久一区二区三区| 亚洲精品国产av成人精品| 国产精品不卡视频一区二区| 精品国产一区二区久久| 精品人妻熟女av久视频| 国产在线视频一区二区| 桃花免费在线播放| 99热6这里只有精品| 欧美激情极品国产一区二区三区 | 亚洲精品色激情综合| 啦啦啦啦在线视频资源| 99视频精品全部免费 在线| 国产亚洲最大av| 日日啪夜夜爽| 天堂中文最新版在线下载| 久久久久久久精品精品| 一级爰片在线观看| av播播在线观看一区| 亚洲av免费高清在线观看| 久久久欧美国产精品| 少妇人妻久久综合中文| 少妇熟女欧美另类| .国产精品久久| 久久ye,这里只有精品| 久久久久久久大尺度免费视频| 免费av不卡在线播放| 国产视频首页在线观看| 亚洲图色成人| 亚洲精品日韩av片在线观看| 国产精品熟女久久久久浪| 国产欧美亚洲国产| 亚洲综合色网址| 晚上一个人看的免费电影| 中文天堂在线官网| 18禁在线无遮挡免费观看视频| 80岁老熟妇乱子伦牲交| 欧美日韩精品成人综合77777| 一区二区三区乱码不卡18| 亚洲精品久久成人aⅴ小说 | 午夜免费鲁丝| 夜夜爽夜夜爽视频| 国产成人精品在线电影| 国产综合精华液| 一区二区日韩欧美中文字幕 | 欧美日韩一区二区视频在线观看视频在线| 黑人欧美特级aaaaaa片| 成人综合一区亚洲| 五月伊人婷婷丁香| 国产亚洲精品久久久com| 午夜福利,免费看| 精品久久蜜臀av无| 国产精品久久久久久久久免| 大话2 男鬼变身卡| 综合色丁香网| 80岁老熟妇乱子伦牲交| 国产成人免费观看mmmm| 韩国av在线不卡| 国产成人精品久久久久久| 久久韩国三级中文字幕| av视频免费观看在线观看| 日韩大片免费观看网站| 建设人人有责人人尽责人人享有的| 高清午夜精品一区二区三区| av国产精品久久久久影院| 99久久精品一区二区三区| 亚洲国产av影院在线观看| 免费看av在线观看网站| 你懂的网址亚洲精品在线观看| 国精品久久久久久国模美| 91精品一卡2卡3卡4卡| 亚洲精品乱久久久久久| 在线亚洲精品国产二区图片欧美 | 高清不卡的av网站| 蜜桃在线观看..| 亚洲av男天堂| 丝袜在线中文字幕| 久久热精品热| 一区二区三区乱码不卡18| 黄色配什么色好看| 国产片内射在线| 精品人妻一区二区三区麻豆| 男人操女人黄网站| 夜夜骑夜夜射夜夜干| 国产毛片在线视频| 男女边吃奶边做爰视频| 免费少妇av软件| 久久久久久久久大av| 晚上一个人看的免费电影| 男女边摸边吃奶| 99九九在线精品视频| 国产精品一区二区三区四区免费观看| 91精品伊人久久大香线蕉| 性色avwww在线观看| 亚洲国产精品999| 久久久国产一区二区| av在线app专区| 视频区图区小说| 国产无遮挡羞羞视频在线观看| 国产熟女欧美一区二区| 久久99热这里只频精品6学生| 国产免费又黄又爽又色| 97超视频在线观看视频| 嘟嘟电影网在线观看| 亚洲一区二区三区欧美精品| 老司机影院成人| 亚洲中文av在线| 亚洲av福利一区| 99热这里只有精品一区| 亚洲精品日韩在线中文字幕| 曰老女人黄片| 我的老师免费观看完整版| 免费观看的影片在线观看| 亚洲第一区二区三区不卡| 王馨瑶露胸无遮挡在线观看| 久久精品人人爽人人爽视色| 久久精品久久精品一区二区三区| 亚洲在久久综合| 校园人妻丝袜中文字幕| 欧美激情国产日韩精品一区| 黑人欧美特级aaaaaa片| 欧美激情 高清一区二区三区| 在线观看国产h片| 热99久久久久精品小说推荐| a级毛片免费高清观看在线播放| 精品视频人人做人人爽| 少妇的逼好多水| 青春草视频在线免费观看| 2018国产大陆天天弄谢| 男人添女人高潮全过程视频| 日韩中文字幕视频在线看片| 亚洲图色成人| 日本wwww免费看| 久久精品国产a三级三级三级| 免费播放大片免费观看视频在线观看| 亚洲精品中文字幕在线视频| 美女主播在线视频| 亚洲精品国产av蜜桃| 少妇人妻 视频| 如何舔出高潮| 国产 一区精品| 美女视频免费永久观看网站| 亚洲熟女精品中文字幕| 欧美成人精品欧美一级黄| 男人操女人黄网站| 国产精品蜜桃在线观看| 观看av在线不卡| 纯流量卡能插随身wifi吗| 欧美人与性动交α欧美精品济南到 | 一本大道久久a久久精品| 亚洲经典国产精华液单| 午夜福利视频精品| 不卡视频在线观看欧美| 欧美日韩视频高清一区二区三区二| 国产精品99久久久久久久久| 国产精品一区二区在线不卡| 欧美变态另类bdsm刘玥| 国产男女内射视频| 两个人免费观看高清视频| 国产高清国产精品国产三级| a级片在线免费高清观看视频| 男女边吃奶边做爰视频| 80岁老熟妇乱子伦牲交| 伦理电影免费视频| a级片在线免费高清观看视频| 97在线视频观看| 午夜免费男女啪啪视频观看| 一级毛片电影观看| 亚洲精品一二三| 亚洲情色 制服丝袜| 久久av网站| xxxhd国产人妻xxx| 亚洲欧美成人精品一区二区| 精品一区在线观看国产| 国产精品不卡视频一区二区| 亚洲情色 制服丝袜| 欧美激情国产日韩精品一区| 免费观看性生交大片5| 少妇高潮的动态图| 中文字幕av电影在线播放| 国产免费现黄频在线看| 插阴视频在线观看视频| 亚洲欧美精品自产自拍| 下体分泌物呈黄色| 日韩人妻高清精品专区| 麻豆乱淫一区二区| 制服诱惑二区| 熟妇人妻不卡中文字幕| 日韩不卡一区二区三区视频在线| 高清在线视频一区二区三区| 亚洲av男天堂| 国产日韩欧美在线精品| 精品久久久久久久久av| 热99久久久久精品小说推荐| 欧美性感艳星| 一个人看视频在线观看www免费| 黄色毛片三级朝国网站| 波野结衣二区三区在线| 国语对白做爰xxxⅹ性视频网站| 免费av不卡在线播放| 一本大道久久a久久精品| 免费高清在线观看日韩| 日本av手机在线免费观看| 赤兔流量卡办理| 青春草亚洲视频在线观看| 精品人妻熟女毛片av久久网站| 久久韩国三级中文字幕| 最近中文字幕2019免费版| 久久久久久久精品精品| 国产av一区二区精品久久| 高清av免费在线| 伦精品一区二区三区| 激情五月婷婷亚洲| 老熟女久久久| 少妇人妻久久综合中文| 中文字幕久久专区| av天堂久久9| 欧美+日韩+精品| 91在线精品国自产拍蜜月| 欧美日韩综合久久久久久| 热99国产精品久久久久久7| 久久久久久久久久久久大奶| 下体分泌物呈黄色| 2022亚洲国产成人精品| 久久久久久久大尺度免费视频| 亚洲国产精品专区欧美| 亚洲第一av免费看| 黑人猛操日本美女一级片| 伦精品一区二区三区| 久久国产亚洲av麻豆专区| 全区人妻精品视频| 美女国产高潮福利片在线看| 22中文网久久字幕| 国产无遮挡羞羞视频在线观看| 亚洲怡红院男人天堂| 亚洲三级黄色毛片| 亚洲国产精品一区三区| 日本黄色日本黄色录像| 卡戴珊不雅视频在线播放| 欧美xxⅹ黑人| 建设人人有责人人尽责人人享有的| 亚洲怡红院男人天堂| 丝袜喷水一区| av一本久久久久| 国产在线免费精品| 国内精品宾馆在线| 只有这里有精品99|