• <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 ?

    基于鄰域粗糙集的莆田地區(qū)肺癌特征選擇

    2021-09-10 17:38:56沈林陳金清胡建雄蔡榮貴
    關(guān)鍵詞:特征選擇肺癌

    沈林 陳金清 胡建雄 蔡榮貴

    0? ? ? 引言

    肺癌是我國發(fā)病率和死亡率最高的惡性腫瘤之一,臨床上在發(fā)現(xiàn)肺部結(jié)節(jié)病灶后將其切除是預(yù)防其發(fā)展為惡性腫瘤的常見治療手段。醫(yī)院積累了大量的臨床數(shù)據(jù),通過對這些臨床數(shù)據(jù)的分析,可以更好地幫助醫(yī)生判斷哪些病人需要手術(shù)。但臨床數(shù)據(jù)規(guī)模龐大、維度高、不完備,如果直接處理,必然陷入“維度災(zāi)難”。所以,先對臨床數(shù)據(jù)進(jìn)行特征選擇是必要的。本文提出一種基于變精度鄰域粗糙集的特征選擇算法,并對從醫(yī)院采集的病例進(jìn)行特征選擇,然后用多種機(jī)器學(xué)習(xí)的方法驗(yàn)證特征選擇的有效性。

    1? ? ?鄰域粗糙集和變精度鄰域粗糙集

    粗糙集理論(Rough Sets,RS)是Z.Pawlak[1]在上世紀(jì)90年代初提出的理論,通過上、下近似集,將知識分為模糊的知識和精確的知識,這使得RS理論具備從不確定、不一致、不完備的知識中,找出潛藏知識的能力。隨后,為了解決經(jīng)典粗糙集抗干擾能力差的問題,W.Ziarko[2]提出了變精度粗糙集(VPRS);為了解決經(jīng)典粗糙集無法直接處理連續(xù)數(shù)據(jù)的問題,HU等[3]提出了鄰域粗糙集(NBRS),用鄰域關(guān)系代替等價(jià)關(guān)系處理連續(xù)型數(shù)據(jù),并對變精度鄰域粗糙集進(jìn)行了研究。

    定義1? ?一個決策系統(tǒng)可以描述為[DS=(U,C?D)],其中[U]是非空樣本集[{x1,x2,…,xn}],[C]是特征集合,[D]是決策類。則樣本[xi]的鄰域關(guān)系表示為[δA(xi)={xjΔA(xi,xj)≤δ,xj∈U,A?C}],其中[δ]是鄰域半徑,[ΔA(xi,xj)]表示樣本[xi]和[xj]的距離,最常用的是歐式距離。對于給定的集合[X?U],鄰域粗糙集的上下近似集定義為:

    [RA(X)={xiδA(xi)?X≠φ,xi∈U}RA(X)={xiδA(xi)?X,xi∈U}] (1)

    若[δA(xi)?Dj],則認(rèn)為[xi∈Dj]。由于定義1對鄰域關(guān)系的定義過于嚴(yán)格,易受干擾,所以在使用時(shí)可以引入錯誤率[β(0<β<0.5)],若[δA(xi)]中不屬于[Dj]的樣本比例小于[β],就認(rèn)為[xi∈Dj],這就得到了變精度鄰域粗糙集。

    定義2? ?變精度鄰域粗糙集的上下近似集定義為:

    [RβA(X)={xi1-(δA(xi)?X)/δA(xi)≤1-β,xi∈U}RβA(X)={xi1-(δA(xi)?X)/δA(xi)≤β,xi∈U}] (2)

    定義3? ?決策類[D]的下近似集又被稱為鄰域粗糙集的正域,表示為:

    [POSA=Xi∈UDRA(Xi)] (3)

    粗糙集的正域的意義是特征集[A]下決策系統(tǒng)[DS]包含的所有精確的知識。

    定義4? ?決策系統(tǒng)[DS]在特征集[A]下的依賴度定義為:

    [r(DS)=POSAU] (4)

    定義5? ?對于任意的特征集[A?C],若是有[POSA=POSC],則稱特征集[A]是[C]的一個約簡。

    定義6? ?決策系統(tǒng)[DS]的變精度鄰域下近似分布的定義為:

    [DP(DS,β)={RβC(Y1),RβC(Y2),…,RβC(Yn)}] (5)

    2? ? ?基于辨識矩陣的變精度鄰域粗糙集特征選擇

    2.1? ?辨識矩陣

    在用粗糙集理論處理特征選擇問題時(shí),主要有基于依賴度和基于辨識矩陣兩種方法:基于依賴度的特征選擇需要反復(fù)計(jì)算鄰域關(guān)系和依賴度,時(shí)間復(fù)雜度較高;基于辯識矩陣則是通過構(gòu)建一個矩陣,記錄每個樣本對在各個特征下的領(lǐng)域關(guān)系,來尋找最小約簡,時(shí)間復(fù)雜度大幅降低,但空間復(fù)雜度較高。由于傳統(tǒng)的辨識矩陣針對的是鄰域粗糙集,無法應(yīng)用于變精度鄰域粗糙集,本文采用了改進(jìn)的辨識矩陣,定義如下[4]:

    [Mi,j=2xj∈δa(xi)∧Dxi≠Dxj1xj∈δa(xi)∧Dxi=Dxj0其他] (6)

    公式(6)所列矩陣,每一行為一個樣本對[xi,xj],每一列對應(yīng)一個特征,整個矩陣有[m×(m-1)/2]行、[C]列,其中[m]為樣本個數(shù),[C]為條件特征?!?”表示樣本[xi]和[xj]是鄰域關(guān)系但決策類不一致,“1”表示是鄰域關(guān)系且決策類一致;“0”表示非鄰域關(guān)系。很明顯,對于任意一行的樣本對[xi,xj],只可能由["0","1"]或者["0","2"]組成,不會同時(shí)出現(xiàn)“1”和“2”。若要計(jì)算樣本對[xi,xj]在特征集[a1,a2]下是否為鄰域關(guān)系,僅需計(jì)算[M(i,j)a1&M(i,j)a2]是否為0即可。

    2.2? ?算法步驟[4]

    輸入:決策系統(tǒng)[DS=(U,C?D)],錯誤率[β]。

    輸出:約簡后的特征集。

    (1)計(jì)算各個特征的鄰域半徑;

    (2)根據(jù)鄰域半徑,按照公式(6)計(jì)算[DS]的辨識矩陣;

    (3)根據(jù)定義6計(jì)算[DS]在[C]下的下近似分布;

    (4)建立一特征隊(duì)列,將所有屬性依次和特征隊(duì)列組合,找出組合后錯誤率最小的特征,并將該特征放入特征隊(duì)列;

    (5)檢查當(dāng)前特征隊(duì)列的下近似分布是否和(3)一致,如果是則輸出特征隊(duì)列并結(jié)束算法,如果不是則重復(fù)步驟(4),直到滿足條件。

    步驟(4)由于要反復(fù)執(zhí)行,耗時(shí)最多,時(shí)間復(fù)雜度為[Om2*n*l],[m]為[U]中樣本個數(shù),[n]為輸入時(shí)條件特征個數(shù),[l]為輸出時(shí)特征隊(duì)列中的特征個數(shù)。

    3? ? ?實(shí)驗(yàn)分析

    3.1? ?數(shù)據(jù)說明

    本文采用的數(shù)據(jù)來自莆田學(xué)院附屬醫(yī)院2019年8月至2020年4月采集的272位患者。采集的數(shù)據(jù)集共包含61個條件特征和1個決策屬性[5-7]。由于以下原因,在和醫(yī)生探討后刪除了部分記錄:①部分特征有大量空缺,難以用常見的不完備數(shù)據(jù)處理方法進(jìn)行處理;②部分特征下所有患者數(shù)據(jù)一致,無法區(qū)分決策屬性;③部分患者的部分特征大量缺失,影響結(jié)果。

    最后剩余202位患者、37個條件特征和1個決策屬性(良性/惡性),37個條件特征如表1所示。

    在202名病患中,男性病患107人,女性病患95人,年齡分布如表2所示。

    3.2? ?鄰域半徑的選擇

    采集到的數(shù)據(jù)既有離散型數(shù)據(jù),如性別、是否胸痛等,也有連續(xù)型數(shù)據(jù),如年齡、CEA等,且不同數(shù)據(jù)的取值范圍不同。為了避免取值范圍不同帶來的影響,每個特征都采用離散歸一法將該特征的所有數(shù)據(jù)歸一到[0,1]的區(qū)間內(nèi),公式如下:

    [f(xi)=xi-xminxmax-xmin] (7)

    由于不同的特征具有不同的分布特性,所以要為不同特征設(shè)置不同的鄰域半徑,本文采用標(biāo)準(zhǔn)差[σ]作為鄰域半徑的基準(zhǔn),0.5倍標(biāo)準(zhǔn)差就記作0.5[σ]。采用標(biāo)準(zhǔn)差,可以避免靠經(jīng)驗(yàn)劃分半徑帶來的問題。

    3.3? ?算法運(yùn)行結(jié)果

    表3列出了在錯誤率0.5下,本文算法在不同鄰域半徑下選擇出的候選特征組。

    圖1和圖2列出了表3的5個特征集在3NN、Bagging、J48、JRIP、NaiveBayes、RandomForest算法下的Accuracy和Precision,采用十折交叉驗(yàn)證。

    表4列出了表3的候選特征組在3NN、Bagging、J48、JRIP、NaiveBayes、RandomForest算法下Accuracy、Precision、ROC、Kappa statistic的平均值,并列出了全特征(ALL)的情況對比。

    從表4可以看出,序號FS2特征集在Precision.avg、ROC.avg、Kappa statistic.avg上優(yōu)于其他特征集,在Accuracy.avg同其他特征集大致相當(dāng),所以特征集FS2(年齡、咳嗽咳痰、最大大小、累及部位數(shù)、NSE、性別、邊緣是否光滑、長寬比)是更合理的選擇。并同時(shí)發(fā)現(xiàn),本文算法在不同鄰域半徑下找出的不同特征,除了FS1外,大多數(shù)效果都比全特征(ALL)時(shí)的效果好。

    為了更好地檢驗(yàn)本文算法的效果,表5列出了本文算法同經(jīng)典鄰域粗糙集NBRS的對比,測試方法同表4。從中可以發(fā)現(xiàn),在相同鄰域半徑下,除0.7[σ]半徑外,本文算法在Accuracy.avg和Precision.avg上均好于NBRS。同時(shí)發(fā)現(xiàn),除0.4[σ]半徑外,本文算法在ROC.avg和Kappa statistic.avg上均差于NBRS。分析發(fā)現(xiàn),相對于NBRS,本文算法更傾向于將良性患者判定為惡性患者,這可能是因?yàn)椴杉降臄?shù)據(jù)來自于醫(yī)生認(rèn)為惡性風(fēng)險(xiǎn)高的病患??紤]到惡性患者被錯放的風(fēng)險(xiǎn),可以認(rèn)為本文算法相對于NBRS,更適合應(yīng)用于對惡性患者的判定。

    同時(shí),本文算法在0.4[σ]半徑下的表現(xiàn),和NBRS在0.7[σ]半徑下的表現(xiàn)大致相當(dāng),但特征個數(shù)少2個,說明本文算法可以排除更多的冗余特征,選出更關(guān)鍵的特征組合,并且更適合細(xì)粒度的知識場景。

    4? ? ? 總結(jié)

    本文提出了一種在高維的肺部結(jié)節(jié)灶臨床數(shù)據(jù)中找出和肺癌相關(guān)的關(guān)鍵特征組合的算法,并用于分析莆田學(xué)院附屬醫(yī)院采集的臨床數(shù)據(jù),利用3NN、Bagging、J48、JRIP、NaiveBayes、RandomForest算法對選出的特征組合進(jìn)行驗(yàn)證,證明了本方法的有效性。

    [參考文獻(xiàn)]

    [1]Pawlak Z. Rough—Sets: Theoretical Aspects of Reasoning About Data[M]. Dordrecht: Kluwer Academic Publisher,1991.

    [2] Ziarko W.Variable precision rough set model[J]. Journal of Computer System Science, 1993,46(1): 39-59.

    [3]Hu Qinghua,Yu Daren,XIE Zongxia.Numerical Attribute Reduction Based on Neighborhood Granulation and Rough Approximation[J].Journal of Software,2008,19 (3):640-649.

    [4] 沈林.基于隨機(jī)抽樣的變精度鄰域粗糙集特征選擇[J].廊坊師范學(xué)院學(xué)報(bào)(自然科學(xué)版),2019,19(2):14-17.

    [5] 王月,趙茂先.基于最大最小爬山算法的肺癌預(yù)后模型[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2020,39(2):105-110.

    [6] 張紹宇.肺腺癌磨玻璃結(jié)節(jié)和實(shí)性結(jié)節(jié)臨床特點(diǎn)及預(yù)后相關(guān)因素分析[D].蘇州:蘇州大學(xué),2017.

    [7] 楊宏薇.肺結(jié)節(jié)特征提取和特征選擇的研究及系統(tǒng)實(shí)現(xiàn)[D].重慶:重慶大學(xué),2010.

    【摘? ?要】? ?判斷肺部結(jié)節(jié)是否是肺癌,是具有重大意義的工作,通過分析肺癌臨床數(shù)據(jù),可以找出和肺癌最相關(guān)的特征。首先,從醫(yī)院采集肺部結(jié)節(jié)切除術(shù)的數(shù)據(jù),使用一種改進(jìn)的變精度鄰域粗糙集對其進(jìn)行特征選擇;其次,在實(shí)驗(yàn)中使用多種算法驗(yàn)證特征選擇的有效性。

    【關(guān)鍵詞】? ?肺癌;特征選擇;鄰域粗糙集

    Feature Selection of Lung Cancer in Putian Based

    on Neighborhood Rough Sets

    Shen Lin1, Chen Jinqing2, Hu Jianxiong2, Cai Ronggui1

    (1.Putian University, Putian 351100, China;

    2.The Affiliated Hospital Of Putian University, Putian 351100, China)

    【Abstract】? ? It is of great significance to determine whether lung nodules are lung cancer. This paper, by analyzing the clinical data of lung cancer, finds out the most relevant features of lung cancer. First, the data of lung nodule resection were collected from the hospital. Then, an improved variable precision neighborhood rough sets is used for feature selection. Finally, several algorithms are used to verify the effectiveness of feature selection.

    【Key words】? ? ?lung cancer; feature selection; neighborhood rough sets

    猜你喜歡
    特征選擇肺癌
    中醫(yī)防治肺癌術(shù)后并發(fā)癥
    對比增強(qiáng)磁敏感加權(quán)成像對肺癌腦轉(zhuǎn)移瘤檢出的研究
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    基于GA和ELM的電能質(zhì)量擾動識別特征選擇方法
    PFTK1在人非小細(xì)胞肺癌中的表達(dá)及臨床意義
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    基于特征選擇聚類方法的稀疏TSK模糊系統(tǒng)
    microRNA-205在人非小細(xì)胞肺癌中的表達(dá)及臨床意義
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    基于特征選擇和RRVPMCD的滾動軸承故障診斷方法
    欧美最新免费一区二区三区| 一本—道久久a久久精品蜜桃钙片| 在线天堂最新版资源| 久久婷婷青草| 免费人成在线观看视频色| 亚洲精品一区蜜桃| 中文字幕制服av| 韩国高清视频一区二区三区| 国产黄色视频一区二区在线观看| 性色avwww在线观看| 99九九在线精品视频| 亚洲色图综合在线观看| 亚洲情色 制服丝袜| 久久久久视频综合| 美女国产视频在线观看| 日本wwww免费看| 亚洲精品乱码久久久久久按摩| 满18在线观看网站| 99国产综合亚洲精品| 女性生殖器流出的白浆| 美女中出高潮动态图| 成年av动漫网址| 超碰97精品在线观看| a级毛色黄片| 最近2019中文字幕mv第一页| 亚洲精品国产av成人精品| 欧美日韩国产mv在线观看视频| 国产精品久久久久久av不卡| 看免费av毛片| 激情五月婷婷亚洲| 夫妻午夜视频| 国产亚洲欧美精品永久| 亚洲成国产人片在线观看| 草草在线视频免费看| 欧美人与性动交α欧美精品济南到 | 久久综合国产亚洲精品| 在线观看三级黄色| 五月伊人婷婷丁香| 中文字幕人妻熟女乱码| 日本色播在线视频| 超色免费av| 国产福利在线免费观看视频| 大陆偷拍与自拍| 色94色欧美一区二区| 国产精品.久久久| 成人免费观看视频高清| 伦理电影大哥的女人| 亚洲经典国产精华液单| 成年人免费黄色播放视频| 亚洲久久久国产精品| 欧美+日韩+精品| 亚洲,欧美,日韩| 日本黄色日本黄色录像| 久久久久久久久久成人| 色5月婷婷丁香| 深夜精品福利| 亚洲精品美女久久av网站| 亚洲国产日韩一区二区| 黄色配什么色好看| 国产成人精品在线电影| 国产一区二区激情短视频 | 有码 亚洲区| 2018国产大陆天天弄谢| 777米奇影视久久| 成人国产av品久久久| 国产av码专区亚洲av| 久久国产精品大桥未久av| 久久国产精品大桥未久av| 精品国产一区二区三区久久久樱花| 免费av不卡在线播放| 色94色欧美一区二区| 免费av不卡在线播放| 免费av不卡在线播放| 久久精品人人爽人人爽视色| 免费观看在线日韩| 亚洲第一区二区三区不卡| 黄色一级大片看看| 人体艺术视频欧美日本| 女性生殖器流出的白浆| 国产熟女欧美一区二区| 寂寞人妻少妇视频99o| 美女大奶头黄色视频| 一级片免费观看大全| freevideosex欧美| 一级,二级,三级黄色视频| 日韩av不卡免费在线播放| 视频在线观看一区二区三区| 久久99蜜桃精品久久| 中文字幕人妻熟女乱码| 菩萨蛮人人尽说江南好唐韦庄| 美女国产视频在线观看| 一本—道久久a久久精品蜜桃钙片| 成人国产麻豆网| 菩萨蛮人人尽说江南好唐韦庄| 日本猛色少妇xxxxx猛交久久| 伦理电影免费视频| 91在线精品国自产拍蜜月| 99久久综合免费| 午夜91福利影院| 国产老妇伦熟女老妇高清| 下体分泌物呈黄色| 国产精品国产三级国产专区5o| 韩国av在线不卡| 一边摸一边做爽爽视频免费| 青春草国产在线视频| 久久久久久人妻| 国产精品久久久av美女十八| 亚洲三级黄色毛片| 亚洲,欧美精品.| 国产在线视频一区二区| 欧美日韩综合久久久久久| 亚洲欧美一区二区三区黑人 | 制服丝袜香蕉在线| 一级片免费观看大全| 国产精品偷伦视频观看了| 看非洲黑人一级黄片| 99热网站在线观看| 一边亲一边摸免费视频| 美女xxoo啪啪120秒动态图| 视频中文字幕在线观看| 午夜老司机福利剧场| 亚洲国产精品成人久久小说| 国产精品国产三级国产专区5o| 飞空精品影院首页| 18禁动态无遮挡网站| av在线老鸭窝| 国产色婷婷99| 免费观看性生交大片5| 精品国产国语对白av| 在现免费观看毛片| a级毛片黄视频| 亚洲精品成人av观看孕妇| 自线自在国产av| 国产又爽黄色视频| 宅男免费午夜| 国产高清不卡午夜福利| 欧美精品人与动牲交sv欧美| 一区在线观看完整版| 色婷婷av一区二区三区视频| 国产一区亚洲一区在线观看| 亚洲情色 制服丝袜| 日韩欧美精品免费久久| a 毛片基地| 午夜精品国产一区二区电影| 国产高清三级在线| 久久精品熟女亚洲av麻豆精品| 日韩精品免费视频一区二区三区 | 边亲边吃奶的免费视频| 在线观看免费日韩欧美大片| 亚洲一级一片aⅴ在线观看| 国产高清国产精品国产三级| 9191精品国产免费久久| 亚洲国产精品成人久久小说| 高清毛片免费看| 免费少妇av软件| 女性生殖器流出的白浆| 交换朋友夫妻互换小说| 亚洲色图 男人天堂 中文字幕 | 好男人视频免费观看在线| 日韩 亚洲 欧美在线| 丝袜在线中文字幕| 国产成人精品一,二区| 欧美人与善性xxx| 最近中文字幕2019免费版| 两性夫妻黄色片 | 91精品国产国语对白视频| 国产精品嫩草影院av在线观看| 激情视频va一区二区三区| 丝袜喷水一区| 宅男免费午夜| 亚洲成人av在线免费| 2022亚洲国产成人精品| 极品人妻少妇av视频| 国产片内射在线| 久久精品国产综合久久久 | 欧美精品人与动牲交sv欧美| 男人操女人黄网站| 国产精品国产三级国产av玫瑰| 亚洲 欧美一区二区三区| 欧美日韩av久久| 亚洲国产欧美日韩在线播放| 日韩一区二区视频免费看| 久久女婷五月综合色啪小说| 尾随美女入室| 成人亚洲欧美一区二区av| 制服丝袜香蕉在线| 国产av码专区亚洲av| 日本黄大片高清| 国产有黄有色有爽视频| 亚洲第一区二区三区不卡| 26uuu在线亚洲综合色| 成人影院久久| 夜夜骑夜夜射夜夜干| 欧美亚洲日本最大视频资源| 男女无遮挡免费网站观看| 日韩熟女老妇一区二区性免费视频| 亚洲av中文av极速乱| 精品一区二区免费观看| 激情五月婷婷亚洲| 亚洲av免费高清在线观看| 久久久久久人人人人人| 成年女人在线观看亚洲视频| 看免费成人av毛片| 亚洲欧美精品自产自拍| av福利片在线| 有码 亚洲区| 性色avwww在线观看| 黄色视频在线播放观看不卡| av黄色大香蕉| 伦精品一区二区三区| 午夜福利在线观看免费完整高清在| 男人操女人黄网站| 国产亚洲午夜精品一区二区久久| 18禁在线无遮挡免费观看视频| 国产精品久久久久久久久免| 秋霞伦理黄片| 国产男女超爽视频在线观看| 国产女主播在线喷水免费视频网站| 如日韩欧美国产精品一区二区三区| 日韩三级伦理在线观看| 一区二区三区四区激情视频| 在线免费观看不下载黄p国产| 九九爱精品视频在线观看| 97超碰精品成人国产| 90打野战视频偷拍视频| 美女大奶头黄色视频| 七月丁香在线播放| 9色porny在线观看| 人妻人人澡人人爽人人| 午夜精品国产一区二区电影| 80岁老熟妇乱子伦牲交| 久久女婷五月综合色啪小说| 午夜日本视频在线| 午夜激情久久久久久久| 一级毛片我不卡| 久久久久久人妻| 欧美人与善性xxx| 亚洲av福利一区| 国国产精品蜜臀av免费| av电影中文网址| 精品99又大又爽又粗少妇毛片| 国产精品不卡视频一区二区| 国产成人精品无人区| 久久精品国产自在天天线| 久久热在线av| 中文字幕精品免费在线观看视频 | 汤姆久久久久久久影院中文字幕| 亚洲av成人精品一二三区| 久久热在线av| 日韩 亚洲 欧美在线| 精品国产一区二区三区四区第35| 久久精品人人爽人人爽视色| 国产熟女午夜一区二区三区| 国产日韩一区二区三区精品不卡| 黄色视频在线播放观看不卡| 亚洲第一av免费看| av.在线天堂| 成人国语在线视频| 亚洲婷婷狠狠爱综合网| 亚洲精品国产av蜜桃| 人人妻人人爽人人添夜夜欢视频| 婷婷色麻豆天堂久久| 国国产精品蜜臀av免费| 国产亚洲精品久久久com| 欧美丝袜亚洲另类| 蜜桃在线观看..| 伊人亚洲综合成人网| 男女边吃奶边做爰视频| 天堂8中文在线网| 欧美日韩av久久| 精品国产一区二区三区四区第35| 蜜桃在线观看..| 美女大奶头黄色视频| 日韩中文字幕视频在线看片| 啦啦啦中文免费视频观看日本| 国产 精品1| 国产一区有黄有色的免费视频| 天堂中文最新版在线下载| 久久精品国产自在天天线| 综合色丁香网| 99热6这里只有精品| 精品国产一区二区三区四区第35| 香蕉丝袜av| 日韩大片免费观看网站| 一区二区三区乱码不卡18| 日日啪夜夜爽| av.在线天堂| 日本猛色少妇xxxxx猛交久久| 最近2019中文字幕mv第一页| 国产色婷婷99| 国产成人精品久久久久久| 女人精品久久久久毛片| 成人无遮挡网站| 国产亚洲精品第一综合不卡 | 亚洲欧洲日产国产| 国产片特级美女逼逼视频| 日本欧美视频一区| 国产成人精品无人区| 精品一区在线观看国产| 男人爽女人下面视频在线观看| 成人午夜精彩视频在线观看| 最近最新中文字幕大全免费视频 | 波多野结衣一区麻豆| 欧美日韩视频高清一区二区三区二| 国产亚洲一区二区精品| 欧美+日韩+精品| 欧美日韩精品成人综合77777| 亚洲成人手机| 高清毛片免费看| 精品国产一区二区三区久久久樱花| 18禁裸乳无遮挡动漫免费视频| 亚洲四区av| 国产日韩欧美在线精品| 寂寞人妻少妇视频99o| 精品午夜福利在线看| 国内精品宾馆在线| 国产一区有黄有色的免费视频| 亚洲第一区二区三区不卡| 午夜久久久在线观看| 日韩一区二区三区影片| 91精品三级在线观看| 国产国语露脸激情在线看| 久久精品国产综合久久久 | 26uuu在线亚洲综合色| 丝袜美足系列| 亚洲国产毛片av蜜桃av| 欧美精品人与动牲交sv欧美| 一级毛片电影观看| 三级国产精品片| 久久精品国产亚洲av涩爱| 亚洲av成人精品一二三区| 成人无遮挡网站| 亚洲丝袜综合中文字幕| 婷婷色麻豆天堂久久| 观看美女的网站| 亚洲av在线观看美女高潮| 精品国产一区二区三区久久久樱花| 一级片'在线观看视频| 久久精品夜色国产| 日本黄色日本黄色录像| 99热网站在线观看| 中文乱码字字幕精品一区二区三区| 日韩电影二区| 亚洲美女黄色视频免费看| 黄色毛片三级朝国网站| 少妇精品久久久久久久| 满18在线观看网站| 成人影院久久| 晚上一个人看的免费电影| 国产熟女欧美一区二区| 男女边吃奶边做爰视频| 人妻系列 视频| 九草在线视频观看| 少妇的丰满在线观看| 免费黄色在线免费观看| 国产成人一区二区在线| 日韩不卡一区二区三区视频在线| 美女内射精品一级片tv| 国产xxxxx性猛交| 久久99精品国语久久久| 黄色毛片三级朝国网站| 国产欧美日韩一区二区三区在线| 日韩成人伦理影院| 国产成人精品无人区| 男人爽女人下面视频在线观看| 国产无遮挡羞羞视频在线观看| 午夜福利影视在线免费观看| 中文乱码字字幕精品一区二区三区| 黄色视频在线播放观看不卡| 亚洲伊人色综图| 秋霞伦理黄片| 亚洲国产精品999| 中文字幕人妻丝袜制服| 日韩av在线免费看完整版不卡| 久久这里只有精品19| 日韩中文字幕视频在线看片| 国产成人av激情在线播放| 侵犯人妻中文字幕一二三四区| 一个人免费看片子| 久久久久久久久久成人| 2022亚洲国产成人精品| 免费不卡的大黄色大毛片视频在线观看| 国产精品久久久久久av不卡| 热re99久久精品国产66热6| 亚洲国产看品久久| 欧美精品一区二区大全| 亚洲国产欧美在线一区| 咕卡用的链子| 日本91视频免费播放| 国产男女超爽视频在线观看| 日本wwww免费看| 日韩成人av中文字幕在线观看| 水蜜桃什么品种好| 亚洲精品久久成人aⅴ小说| 最近最新中文字幕大全免费视频 | 超色免费av| 制服人妻中文乱码| 侵犯人妻中文字幕一二三四区| 久久精品熟女亚洲av麻豆精品| 国产成人精品久久久久久| 啦啦啦在线观看免费高清www| 大香蕉97超碰在线| 亚洲国产毛片av蜜桃av| 中文字幕人妻丝袜制服| 五月玫瑰六月丁香| 美女国产高潮福利片在线看| 欧美97在线视频| 免费女性裸体啪啪无遮挡网站| 国产成人免费观看mmmm| 精品久久久精品久久久| 又黄又爽又刺激的免费视频.| 高清黄色对白视频在线免费看| 日本猛色少妇xxxxx猛交久久| 婷婷色综合www| 久久久久久久亚洲中文字幕| 国产免费福利视频在线观看| 五月玫瑰六月丁香| 熟女人妻精品中文字幕| 成人午夜精彩视频在线观看| 精品人妻偷拍中文字幕| 欧美少妇被猛烈插入视频| 国产日韩欧美视频二区| 韩国高清视频一区二区三区| a级毛色黄片| 大香蕉久久网| 又大又黄又爽视频免费| 一级毛片我不卡| 在线观看人妻少妇| 国产免费一级a男人的天堂| 欧美精品国产亚洲| 国产 精品1| 亚洲,欧美精品.| 欧美日韩精品成人综合77777| 亚洲精品av麻豆狂野| 亚洲图色成人| 国产av精品麻豆| 777米奇影视久久| 成年人午夜在线观看视频| 另类亚洲欧美激情| 国产 一区精品| 天堂8中文在线网| 蜜桃国产av成人99| 不卡视频在线观看欧美| 日韩不卡一区二区三区视频在线| 人妻人人澡人人爽人人| 日韩视频在线欧美| 亚洲精品,欧美精品| 日日爽夜夜爽网站| 国产亚洲av片在线观看秒播厂| 久久99一区二区三区| 欧美国产精品一级二级三级| 欧美丝袜亚洲另类| 亚洲经典国产精华液单| 亚洲色图 男人天堂 中文字幕 | 春色校园在线视频观看| 久久这里有精品视频免费| 中文天堂在线官网| 免费大片18禁| 精品亚洲乱码少妇综合久久| 亚洲一码二码三码区别大吗| 一级a做视频免费观看| 久久久精品区二区三区| 看免费成人av毛片| 免费不卡的大黄色大毛片视频在线观看| 在线亚洲精品国产二区图片欧美| 考比视频在线观看| 永久网站在线| 97在线视频观看| 国产无遮挡羞羞视频在线观看| 人人妻人人澡人人爽人人夜夜| 国产成人精品婷婷| 人妻系列 视频| 国产在线免费精品| 七月丁香在线播放| 久久精品夜色国产| 亚洲在久久综合| 免费不卡的大黄色大毛片视频在线观看| 九色亚洲精品在线播放| 岛国毛片在线播放| 亚洲国产欧美在线一区| 免费看av在线观看网站| 亚洲av电影在线进入| 日韩三级伦理在线观看| 久久精品夜色国产| 成人免费观看视频高清| 免费久久久久久久精品成人欧美视频 | 蜜桃在线观看..| 日本午夜av视频| 在线 av 中文字幕| 欧美激情国产日韩精品一区| 我的女老师完整版在线观看| 97人妻天天添夜夜摸| 国产精品.久久久| 2018国产大陆天天弄谢| 99热这里只有是精品在线观看| 免费高清在线观看日韩| 国产视频首页在线观看| 男人舔女人的私密视频| 中文天堂在线官网| 美女福利国产在线| 国产高清三级在线| 国产精品无大码| 国内精品宾馆在线| 99国产精品免费福利视频| 各种免费的搞黄视频| 三级国产精品片| 国产有黄有色有爽视频| 亚洲欧洲精品一区二区精品久久久 | 亚洲精品久久午夜乱码| 国产日韩欧美在线精品| 波多野结衣一区麻豆| 男人爽女人下面视频在线观看| 伦理电影大哥的女人| 国产精品免费大片| 涩涩av久久男人的天堂| 男女边摸边吃奶| 咕卡用的链子| 欧美激情国产日韩精品一区| 日韩中文字幕视频在线看片| 999精品在线视频| 日本黄大片高清| 丰满乱子伦码专区| 乱码一卡2卡4卡精品| 婷婷色麻豆天堂久久| 亚洲综合精品二区| 精品少妇黑人巨大在线播放| 又粗又硬又长又爽又黄的视频| 国产精品蜜桃在线观看| 国产永久视频网站| 午夜91福利影院| 午夜福利,免费看| 有码 亚洲区| 久久人人97超碰香蕉20202| 伊人亚洲综合成人网| 99久久综合免费| 久久久欧美国产精品| 五月玫瑰六月丁香| 国产爽快片一区二区三区| 丝袜人妻中文字幕| 在现免费观看毛片| 大香蕉久久网| 人人澡人人妻人| 日韩一区二区视频免费看| 精品一区二区免费观看| 在线观看www视频免费| 纵有疾风起免费观看全集完整版| 好男人视频免费观看在线| 国产毛片在线视频| 爱豆传媒免费全集在线观看| 天天躁夜夜躁狠狠躁躁| 免费人妻精品一区二区三区视频| 国产精品嫩草影院av在线观看| 女性生殖器流出的白浆| 国产精品女同一区二区软件| 日韩精品免费视频一区二区三区 | 国产精品欧美亚洲77777| 精品亚洲成a人片在线观看| 美女主播在线视频| 三级国产精品片| 精品福利永久在线观看| 国产免费一区二区三区四区乱码| 熟女av电影| 大片电影免费在线观看免费| 亚洲图色成人| av免费观看日本| 建设人人有责人人尽责人人享有的| 午夜福利在线观看免费完整高清在| 91精品伊人久久大香线蕉| 欧美人与善性xxx| 中文字幕最新亚洲高清| 男人添女人高潮全过程视频| 99热网站在线观看| 欧美丝袜亚洲另类| 汤姆久久久久久久影院中文字幕| 女性被躁到高潮视频| 美女脱内裤让男人舔精品视频| 校园人妻丝袜中文字幕| 80岁老熟妇乱子伦牲交| 久久人人爽人人爽人人片va| 亚洲伊人色综图| 日韩精品有码人妻一区| 妹子高潮喷水视频| 亚洲精品久久久久久婷婷小说| 国产亚洲精品久久久com| 夫妻性生交免费视频一级片| 亚洲 欧美一区二区三区| 亚洲欧美成人精品一区二区| 大片电影免费在线观看免费| 久久久a久久爽久久v久久| 视频区图区小说| 久久久久久人人人人人| 久久人人97超碰香蕉20202| 欧美日韩视频精品一区| 国产精品国产三级国产专区5o| 久久久亚洲精品成人影院| 一区二区三区乱码不卡18| 成人免费观看视频高清| 久久97久久精品| 久久久久精品人妻al黑| 天堂8中文在线网| 人人妻人人爽人人添夜夜欢视频| 亚洲精品国产色婷婷电影| 亚洲精品久久成人aⅴ小说| 九色成人免费人妻av| 午夜影院在线不卡| 国产精品人妻久久久影院| 新久久久久国产一级毛片| 精品久久久久久电影网| 丝瓜视频免费看黄片| 亚洲综合色惰| 国产欧美日韩一区二区三区在线| 在线观看免费日韩欧美大片| 麻豆精品久久久久久蜜桃| 2022亚洲国产成人精品| 亚洲精品成人av观看孕妇|