• <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 ?

    基于代表的交叉驗(yàn)證分類(lèi)

    2021-11-08 03:06:18孫遠(yuǎn)秋
    關(guān)鍵詞:集上分類(lèi)器精度

    王 軒,顧 峰,閔 帆,孫遠(yuǎn)秋

    (1.西南石油大學(xué) 網(wǎng)絡(luò)與信息化中心,成都 610500;2.西南石油大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院,成都 610500;3.西南石油大學(xué) 人工智能研究院,成都 610500)

    0 引 言

    分類(lèi)是機(jī)器學(xué)習(xí)的重要研究課題之一。近年來(lái),分類(lèi)技術(shù)在眾多領(lǐng)域得到廣泛應(yīng)用。Zhang等[1]在2015年提出了基于代表的鄰域粗糙集覆蓋分類(lèi)算法(representative-based classification through covering-based neighborhood rough sets, RCCNRS),自算法提出以來(lái),劉福倫[2]結(jié)合6種相似度計(jì)算方式,研究了相似度對(duì)算法的分類(lèi)影響;結(jié)合代價(jià)敏感[3]和主動(dòng)學(xué)習(xí)[4]的研究,使算法分類(lèi)性能得到提升,更貼近實(shí)際應(yīng)用。本文的前期工作對(duì)算法的5種標(biāo)簽預(yù)測(cè)策略進(jìn)行了對(duì)比。

    在分類(lèi)問(wèn)題上,RCCNRS算法能取得較高的分類(lèi)精度。然而,在監(jiān)督式學(xué)習(xí)中,訓(xùn)練樣本的不同,或直接影響分類(lèi)結(jié)果,或通過(guò)構(gòu)建過(guò)擬合/欠擬合的分類(lèi)模型間接影響分類(lèi)結(jié)果。比如,對(duì)于RCCNRS算法而言,訓(xùn)練集分割時(shí)導(dǎo)致的數(shù)據(jù)類(lèi)別不平衡可能會(huì)導(dǎo)致數(shù)據(jù)集的觀測(cè)幾率發(fā)生變化,進(jìn)而影響對(duì)未分類(lèi)樣本的分類(lèi),影響算法最終的分類(lèi)精度。

    單個(gè)分類(lèi)通常存在分類(lèi)偏好,對(duì)此,集成學(xué)習(xí)[5-6]的概念被提出。集成學(xué)習(xí)通過(guò)結(jié)合多個(gè)分類(lèi)器,組成多分類(lèi)器系統(tǒng)來(lái)完成學(xué)習(xí)任務(wù),通過(guò)均衡各分類(lèi)器的分類(lèi)偏好,往往能取得較滿意的性能。集成學(xué)習(xí)有同質(zhì)集成和異質(zhì)集成2種策略。同質(zhì)集成策略,指參與集成的“基分類(lèi)器”是同種類(lèi)型但擁有不同參數(shù)的個(gè)體分類(lèi)器;異質(zhì)集成策略,指參與集成的“組件分類(lèi)器”由不同的算法生成。

    針對(duì)上述情況,結(jié)合集成學(xué)習(xí),本文提出基于k-fold交叉驗(yàn)證[7]的3種策略。提出3種集成策略以期限制數(shù)據(jù)類(lèi)別不平衡對(duì)RCCNRS分類(lèi)精度的影響,提高分類(lèi)器的性能。實(shí)驗(yàn)在UCI[8]的Chess, Kr-vs-kp, Mushroom, Voting 4個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行。

    1 理論基礎(chǔ)

    本文的研究在于提升基于代表的粗糙集覆蓋分類(lèi)算法的分類(lèi)性能。

    1.1 基礎(chǔ)概念

    定義1(決策信息系統(tǒng)) 決策信息系統(tǒng)S為一個(gè)三元組,定義為

    S=(U,C,d)

    (1)

    (1)式中:U是整個(gè)論域;C表示條件屬性集合;d表示決策屬性。

    定義2(鄰域) 任意x∈U,設(shè)置相似度閾值θ,θ∈(0,1],那么定義樣本的鄰域?yàn)?/p>

    n(x,θ)={y∈U|sim(x,y)≥θ}

    (2)

    (2)式中,sim(x,y)表示樣本x,y之間的相似度。

    (3)

    定義4(距離) 設(shè)x是待分類(lèi)樣本,它與代表r之間的距離定義為

    (4)

    定義5(有效代表集合) 待分類(lèi)樣本與距其最近的代表保持決策一致。與待分類(lèi)樣本擁有最小距離的所有代表所組成的集合稱(chēng)為有效代表集合。設(shè)選出的代表集合為R,有效代表集合記為

    E={r∈R|distance(x,r)=mindis(x,R)}

    (5)

    (5)式中,

    mindis(x,R)=min{distance(x,r)|r∈R}

    (6)

    1.2 RCCNRS算法

    本文的研究基于RCCNRS算法。RCCNRS算法主要分為2個(gè)階段,分別對(duì)應(yīng)代表選舉和預(yù)測(cè)標(biāo)簽2個(gè)子算法。

    代表選舉算法的目的是選出具有代表性的樣本。被選出的樣本將作為代表,對(duì)接下來(lái)所有的待分類(lèi)樣本進(jìn)行分類(lèi)。算法的偽代碼如下。

    代表選舉算法

    輸入:S={U,C,d}。

    輸出: 代表集合R。

    1)R=φ;

    2) 計(jì)算sim(x,y);

    3) for(eachx∈U)do

    5) end for

    6)U/j5i0abt0b={X1,X2,…,Xk};

    7) for(i=1 tok)do

    8) whileX≠φdo

    9) 選擇其鄰域?qū)Ξ?dāng)前論域覆蓋最多的x;

    10)Ri=Ri∪{x};

    11)X中去除r對(duì)應(yīng)的鄰域;

    12) end while

    13)R=R∪Ri;

    14) end for

    15) returnR;

    標(biāo)簽預(yù)測(cè)算法根據(jù)代表選舉階段選出的代表進(jìn)行分類(lèi)。最基本的原則是有效代表集合決定其類(lèi)別標(biāo)簽。算法偽代碼如下。

    預(yù)測(cè)標(biāo)簽算法

    輸入:未分類(lèi)樣本x, 代表集合R。

    輸出: 預(yù)測(cè)出的類(lèi)標(biāo)簽d′(x)。

    1)E=φ;mindis=MAX_VALUE;

    2) for(eachr∈R)do

    3) Computedistance(x,r);

    4) if(distance(x,r)

    5)mindis=distance(x,r);

    6)E={r};

    7) else then

    8)E=E∪{r};

    9) end if

    10) end for

    11) 根據(jù)E得到d′(x)并輸出;

    1.3 集成學(xué)習(xí)

    集成學(xué)習(xí)通過(guò)均衡各分類(lèi)器的分類(lèi)偏好,以期獲得更好的分類(lèi)模型。集成學(xué)習(xí)認(rèn)為,對(duì)于某一分類(lèi)器的錯(cuò)誤預(yù)測(cè),其他分類(lèi)器能夠?qū)ζ溥M(jìn)行糾正或者限制。常見(jiàn)的集成學(xué)習(xí)方法有Bagging[9]以及隨機(jī)森林法[10](random forest,RF)。

    針對(duì)單一分類(lèi)器存在分類(lèi)偏好的特點(diǎn),集成學(xué)習(xí)的概念被提出。集成學(xué)習(xí)有同質(zhì)集成和異質(zhì)集成2種策略。同質(zhì)集成策略,指參與集成的“基分類(lèi)器”是同種類(lèi)型但擁有不同參數(shù)的個(gè)體分類(lèi)器;異質(zhì)集成策略,指參與集成的“組件分類(lèi)器”由不同的算法生成。本文算法采用同質(zhì)集成策略。

    1.4 主動(dòng)學(xué)習(xí)

    使用傳統(tǒng)監(jiān)督學(xué)習(xí)方法分類(lèi)時(shí),訓(xùn)練集樣本越多分布越均勻,分類(lèi)效果往往越好。在許多實(shí)際應(yīng)用場(chǎng)景中,標(biāo)記樣本代價(jià)往往較高,且被標(biāo)記的樣本較少。主動(dòng)學(xué)習(xí)提供了使用較少的訓(xùn)練樣本,獲得性能較好的分類(lèi)器的方法。

    主動(dòng)學(xué)習(xí)使用已標(biāo)記樣本,以不確定性和差異性為準(zhǔn)則,輔以定制化的策略,甄別當(dāng)前最有價(jià)值的未標(biāo)記樣本。交由專(zhuān)家標(biāo)記后,補(bǔ)充進(jìn)訓(xùn)練集,然后重新構(gòu)建分類(lèi)器。如此迭代,通過(guò)交互式學(xué)習(xí)不斷提高分類(lèi)器的健壯性,直至觸發(fā)終止條件。

    2 策略描述

    k-fold交叉驗(yàn)證的基本思想是將原始訓(xùn)練集分成k份,輪流將其中的1份作為測(cè)試集,其余作為訓(xùn)練集。以此類(lèi)推,可以得到k個(gè)子分類(lèi)器。以此進(jìn)行交叉驗(yàn)證,達(dá)到減少隨機(jī)誤差的效果。

    本節(jié)將詳細(xì)介紹本文提出的3種交叉驗(yàn)證策略。集成策略1旨在依靠交叉驗(yàn)證提高RCCNRS算法分類(lèi)精度,簡(jiǎn)稱(chēng)ERC1;集成策略2去除分類(lèi)精度低的基分類(lèi)器再進(jìn)行集成,簡(jiǎn)稱(chēng)ERC2;集成策略3借鑒主動(dòng)學(xué)習(xí)的思想以擴(kuò)充訓(xùn)練集規(guī)模,來(lái)提高分類(lèi)模型性能,簡(jiǎn)稱(chēng)ERC3。

    2.1 集成策略1

    ERC1的集成思想是采用委員會(huì)投票(query by committee, QBC)決定待分類(lèi)樣本標(biāo)簽。采用k-fold得到的k個(gè)子分類(lèi)器作為同質(zhì)QBC成員。ERC1是利用交叉驗(yàn)證的方法,限制類(lèi)別不平衡對(duì)RCCNRS算法分類(lèi)精度的影響。

    ERC1的基本框架如圖1。原始訓(xùn)練集Tr被分成k份,對(duì)應(yīng)訓(xùn)練成k個(gè)子分類(lèi)器。k個(gè)子分類(lèi)器一起組成委員會(huì),委員會(huì)通過(guò)投票對(duì)原始測(cè)試集Te進(jìn)行標(biāo)簽預(yù)測(cè)。樣本全部獲得預(yù)測(cè)標(biāo)簽后,驗(yàn)證得出算法最終精度。

    圖1 ERC1框架

    2.2 集成策略2

    ERC2在ERC1的基礎(chǔ)上對(duì)QBC成員進(jìn)行了篩選。區(qū)別在于,對(duì)每一個(gè)子分類(lèi)器,判斷其分類(lèi)精度是否大于原始的RCCNRS算法。如果大于原始算法分類(lèi)精度,則子分類(lèi)器成為QBC成員,否則無(wú)權(quán)成為QBC成員。最終由QBC成員對(duì)所有待分類(lèi)樣本進(jìn)行分類(lèi),結(jié)果由其投票決定。

    ERC2的基本框架如圖2。采用k-fold訓(xùn)練子分類(lèi)器的部分同ERC1,圖2未重復(fù)展現(xiàn)。委員會(huì)中包含分類(lèi)精度大于RCCNRS分類(lèi)器的子分類(lèi)器以及原始RCCNRS分類(lèi)器。測(cè)試集中的待分類(lèi)樣本標(biāo)簽,由委員會(huì)投票決定。特殊情況下,當(dāng)子分類(lèi)器分類(lèi)精度都小于原始RCCNRS分類(lèi)器,則仍用原RCCNRS分類(lèi)器進(jìn)行分類(lèi)。

    圖2 ERC2框架

    2.3 集成策略3

    在ERC1,ERC2的基礎(chǔ)上,受到主動(dòng)學(xué)習(xí)的啟發(fā)提出ERC3對(duì)訓(xùn)練集擴(kuò)容。ERC3認(rèn)為所有子分類(lèi)器決策一致的樣本適合采用RCCNRS進(jìn)行標(biāo)簽預(yù)測(cè)。經(jīng)過(guò)委員會(huì)分類(lèi)后,無(wú)條件相信其分類(lèi)是正確的,用這種方式擴(kuò)展訓(xùn)練集。具體方法是對(duì)原始測(cè)試集用QBC進(jìn)行預(yù)分類(lèi),將決策一致的樣本加入到原始訓(xùn)練集,組成新的訓(xùn)練集。利用新的訓(xùn)練集構(gòu)建RCCNRS分類(lèi)器,再對(duì)原始測(cè)試集分類(lèi)。相比RCCNRS算法,ERC3主動(dòng)學(xué)習(xí)自身認(rèn)為分類(lèi)正確的樣本。

    圖3 ERC3框架

    3 實(shí)驗(yàn)及結(jié)果分析

    本小節(jié)將展示所用數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果,并進(jìn)行分析。實(shí)驗(yàn)先進(jìn)行了k-fold交叉驗(yàn)證,對(duì)比不同k值下3種策略的效果,以期尋找出最優(yōu)的k取值。接著,取實(shí)驗(yàn)效果好的k值,將本文提出的3種策略和RCCNRS算法作對(duì)比。本文僅研究了二分類(lèi)問(wèn)題,實(shí)驗(yàn)所用數(shù)據(jù)集如表1。

    表1 數(shù)據(jù)集描述

    每個(gè)數(shù)據(jù)集上共進(jìn)行10組實(shí)驗(yàn),每組實(shí)驗(yàn)重復(fù)100次,得出分類(lèi)精度后取平均值,以減小實(shí)驗(yàn)誤差。對(duì)于Chess,Kr-vs-kp,Mushroom這3個(gè)較大數(shù)據(jù)集,第1組實(shí)驗(yàn)取數(shù)據(jù)集的0.01作為訓(xùn)練集,以后每組實(shí)驗(yàn)訓(xùn)練集規(guī)模遞增數(shù)據(jù)集的0.01。對(duì)于較小數(shù)據(jù)集Voting,第1組實(shí)驗(yàn)取數(shù)據(jù)集的0.05作為訓(xùn)練集,以后每組實(shí)驗(yàn)訓(xùn)練集規(guī)模遞增數(shù)據(jù)集的0.05。

    3.1 k-fold對(duì)比

    對(duì)于k-fold交叉驗(yàn)證,k取值不同時(shí),對(duì)實(shí)驗(yàn)結(jié)果影響不同。該部分對(duì)k-fold交叉驗(yàn)證的k取值做了實(shí)驗(yàn)對(duì)比,以期找到本文提出的3種策略的最佳交叉驗(yàn)證k值。

    當(dāng)k取1時(shí)沒(méi)有研究意義,因此,實(shí)驗(yàn)中設(shè)置k∈{2,3,4,5,6,7,8,9,10}。每一個(gè)k值分別在4個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。不同k值對(duì)比如圖4。其中,圖4a—圖4d分別表示在Chess,Kr-vs-kp,Mushroom,Voting等4個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果,橫軸表示k的取值,縱軸表示此時(shí)方法對(duì)RCCNRS精度提升的平均值。

    圖4 不同k值對(duì)比

    根據(jù)本文實(shí)驗(yàn)結(jié)果,在所用的4個(gè)數(shù)據(jù)集上,3種改進(jìn)策略基本上都是在k=5時(shí)取得最好的提升效果。只有ERC3在Mushroom和Voting數(shù)據(jù)集上,是k值取10時(shí)獲得最好的改進(jìn)效果。當(dāng)k值取2時(shí),對(duì)RCCNRS算法的性能提升是負(fù)值。ERC1和ERC2受k取值影響相對(duì)較大。當(dāng)k取5時(shí),取得最好的改進(jìn)效果。ERC3受k取值影響較小,對(duì)于RCCNRS算法的分類(lèi)性能提升基本穩(wěn)定。隨著k值增大,有少量提升。ERC3主要受原始算法分類(lèi)精度影響。主動(dòng)學(xué)習(xí)的過(guò)程中,被學(xué)習(xí)到的樣本標(biāo)簽的準(zhǔn)確程度取決于原始算法的分類(lèi)精度。所以,如果原始算法分類(lèi)精度高,ERC3對(duì)性能提升相對(duì)更有效。

    4個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示,當(dāng)k取2時(shí),3種策略對(duì)RCCNRS算法的性能沒(méi)有提升,反而有下降。這是當(dāng)k取2時(shí),交叉驗(yàn)證的優(yōu)勢(shì)尚未體現(xiàn)。并且在交叉驗(yàn)證時(shí),子訓(xùn)練集是原始訓(xùn)練集的一半,即不僅沒(méi)有通過(guò)集成消除分類(lèi)偏好還減少了訓(xùn)練樣本。此時(shí)子訓(xùn)練集對(duì)應(yīng)分類(lèi)器的精度下降幅度大,大于交叉驗(yàn)證3種策略對(duì)原始算法分類(lèi)精度的提升幅度。

    3.2 ERC與RCCNRS對(duì)比

    各個(gè)數(shù)據(jù)集在不同數(shù)據(jù)切割比例下的實(shí)驗(yàn)結(jié)果分別如表2和表3。表2和表3中,同一訓(xùn)練集規(guī)模下,分類(lèi)精度最高的結(jié)果由下劃線標(biāo)出。

    表2 實(shí)驗(yàn)結(jié)果(Ⅰ)

    表3 實(shí)驗(yàn)結(jié)果(Ⅱ)

    從實(shí)驗(yàn)結(jié)果來(lái)看,由于訓(xùn)練集分割存在隨機(jī)性,每次實(shí)驗(yàn)結(jié)果不一定完全相同,但3種改進(jìn)策略,對(duì)RCCNRS算法分類(lèi)精度都有一定的提升。其中,ERC1相對(duì)表現(xiàn)更好,但是當(dāng)RCCNRS原本分類(lèi)精度就比較高時(shí),ERC3表現(xiàn)更好。比如ERC3在Mushroom和Voting數(shù)據(jù)集上,分類(lèi)精度提升較另外2個(gè)數(shù)據(jù)集上效果更好。

    在實(shí)驗(yàn)所用數(shù)據(jù)集上,和RCCNRS相比ERC1在4個(gè)數(shù)據(jù)集上的平均提升為0.72%,其中,在Chess和Kr-vs-kp數(shù)據(jù)集上分類(lèi)精度提升更明顯,分別是1.15%和1.20%;ERC2在4個(gè)數(shù)據(jù)集上平均提升為0.71%,在Chess和Kr-vs-kp數(shù)據(jù)集上的平均提升明顯,分別為1.44%和1.60%;ERC3平均提升0.30%,同樣,在Chess和Kr-vs-kp數(shù)據(jù)集上平均提升較明顯,分別為0.58%和0.69%。對(duì)于Mushroom和Voting這2個(gè)數(shù)據(jù)集,因?yàn)镽CCNRS算法原本分類(lèi)精度較高,所以提升幅度較小。其中,ERC1和ERC2在Mushroom上平均提升較少,都為0.25%。ERC3在Voting數(shù)據(jù)集上提升最少,平均提升為0.18%。

    在實(shí)驗(yàn)所用4個(gè)數(shù)據(jù)集上,ERC1對(duì)分類(lèi)精度提升更明顯;其次是ERC2和ERC1的分類(lèi)精度相差不大;ERC3在Mushroom數(shù)據(jù)集上表現(xiàn)良好,即使RCCNRS算法分類(lèi)精度達(dá)到98%時(shí),也能對(duì)原始算法精度提升約0.5個(gè)百分點(diǎn)。

    總體來(lái)說(shuō),本文提出的3種改進(jìn)策略,對(duì)于RCCNRS算法分類(lèi)精度較低的數(shù)據(jù)集,適宜采用ERC1和ERC2中的一種進(jìn)行改進(jìn)。對(duì)于RCCNRS原本分類(lèi)精度就較高的數(shù)據(jù)集,宜采用ERC3對(duì)算法進(jìn)行改進(jìn)。根據(jù)本文實(shí)驗(yàn)數(shù)據(jù),分類(lèi)精度較高的標(biāo)準(zhǔn)應(yīng)超過(guò)90%。ERC1和ERC2分類(lèi)精度相差不大,優(yōu)先考慮選擇ERC1。對(duì)于大數(shù)據(jù)集,不過(guò)分要求精度的時(shí)候,建議ERC2。因?yàn)镋RC2中,QBC中基分類(lèi)器更少,算法復(fù)雜度更低。所以對(duì)于不同數(shù)據(jù)集,應(yīng)該選擇其相適應(yīng)的改進(jìn)策略。

    3.3 小 結(jié)

    針對(duì)RCCNRS算法分類(lèi)精度受訓(xùn)練數(shù)據(jù)類(lèi)別不平衡影響的問(wèn)題,本文提出3種改進(jìn)策略??傮w來(lái)說(shuō),通過(guò)實(shí)驗(yàn)驗(yàn)證和分析得出如下結(jié)論:①對(duì)于RCCNRS算法,本文提出的3種k-fold交叉驗(yàn)證策略,當(dāng)k取5時(shí)往往取得較好的分類(lèi)性能提升。另外,ERC1和ERC2受k取值影響較大;ERC3受其影響較小,且ERC3隨k值增加改進(jìn)效果有微弱的提升;②對(duì)于RCCNRS算法分類(lèi)精度較高的數(shù)據(jù)集,應(yīng)選擇ERC3。根據(jù)本文實(shí)驗(yàn)結(jié)果,分類(lèi)精度應(yīng)高于90%。對(duì)于RCCNRS原本分類(lèi)精度低的數(shù)據(jù)集,應(yīng)選擇ERC1和ERC2中的一種。

    4 結(jié)論及進(jìn)一步工作

    本文提出的3種交叉驗(yàn)證策略,對(duì)RCCNRS的分類(lèi)精度有一定的提升。3種交叉驗(yàn)證策略,同樣可以用來(lái)研究其他的經(jīng)典分類(lèi)算法。其中,ERC3也可以研究數(shù)據(jù)集中特殊樣本的選擇和刪除。在接下來(lái)的工作中,將結(jié)合屬性加權(quán)[11]、三支決策[12-13]等對(duì)ERC3做進(jìn)一步研究,研究ERC3如何有效篩選特殊樣本。

    猜你喜歡
    集上分類(lèi)器精度
    Cookie-Cutter集上的Gibbs測(cè)度
    鏈完備偏序集上廣義向量均衡問(wèn)題解映射的保序性
    基于DSPIC33F微處理器的采集精度的提高
    電子制作(2018年11期)2018-08-04 03:25:38
    BP-GA光照分類(lèi)器在車(chē)道線識(shí)別中的應(yīng)用
    復(fù)扇形指標(biāo)集上的分布混沌
    加權(quán)空-譜與最近鄰分類(lèi)器相結(jié)合的高光譜圖像分類(lèi)
    結(jié)合模糊(C+P)均值聚類(lèi)和SP-V-支持向量機(jī)的TSK分類(lèi)器
    GPS/GLONASS/BDS組合PPP精度分析
    改進(jìn)的Goldschmidt雙精度浮點(diǎn)除法器
    基于LLE降維和BP_Adaboost分類(lèi)器的GIS局部放電模式識(shí)別
    欧美国产精品一级二级三级 | 亚洲成人av在线免费| 色婷婷久久久亚洲欧美| 六月丁香七月| 校园人妻丝袜中文字幕| 久久影院123| 青青草视频在线视频观看| 国产av国产精品国产| 国产免费视频播放在线视频| 国产精品熟女久久久久浪| 一级毛片我不卡| 精品久久久噜噜| 成人美女网站在线观看视频| 国产又色又爽无遮挡免| 不卡视频在线观看欧美| 日本-黄色视频高清免费观看| 国产真实伦视频高清在线观看| 精品国产三级普通话版| 国产一区二区亚洲精品在线观看| 亚洲色图综合在线观看| 最后的刺客免费高清国语| 99热6这里只有精品| 欧美成人午夜免费资源| 国产日韩欧美在线精品| 国产精品人妻久久久久久| 亚洲av二区三区四区| 三级国产精品欧美在线观看| 国产亚洲5aaaaa淫片| 男女啪啪激烈高潮av片| 男女啪啪激烈高潮av片| 国产成人精品久久久久久| 日本-黄色视频高清免费观看| 亚洲欧美一区二区三区黑人 | 深夜a级毛片| 国产男女内射视频| 自拍欧美九色日韩亚洲蝌蚪91 | 97人妻精品一区二区三区麻豆| 麻豆乱淫一区二区| 1000部很黄的大片| 亚洲人与动物交配视频| 日本午夜av视频| 直男gayav资源| 国产av不卡久久| 日本三级黄在线观看| 午夜福利在线在线| 国产 精品1| 蜜臀久久99精品久久宅男| 国产精品一二三区在线看| 日韩精品有码人妻一区| 国产日韩欧美亚洲二区| 国产国拍精品亚洲av在线观看| 欧美高清成人免费视频www| av国产精品久久久久影院| 成人毛片60女人毛片免费| 国产乱来视频区| av免费在线看不卡| 80岁老熟妇乱子伦牲交| 美女xxoo啪啪120秒动态图| 网址你懂的国产日韩在线| 国产亚洲最大av| 欧美潮喷喷水| 久久人人爽av亚洲精品天堂 | 亚洲欧美日韩另类电影网站 | 国产精品久久久久久精品电影小说 | 精品熟女少妇av免费看| 亚洲欧美日韩另类电影网站 | 晚上一个人看的免费电影| 亚洲精品色激情综合| 搞女人的毛片| 男人和女人高潮做爰伦理| 亚洲精品久久久久久婷婷小说| 亚洲av不卡在线观看| 大片电影免费在线观看免费| 免费av不卡在线播放| 色视频www国产| 又粗又硬又长又爽又黄的视频| 搡女人真爽免费视频火全软件| 亚洲国产高清在线一区二区三| 亚洲欧美日韩无卡精品| 永久网站在线| 亚洲精华国产精华液的使用体验| 最近2019中文字幕mv第一页| 搡老乐熟女国产| 人人妻人人澡人人爽人人夜夜| 女人十人毛片免费观看3o分钟| 中国国产av一级| 九九久久精品国产亚洲av麻豆| 久久ye,这里只有精品| 黄色一级大片看看| av黄色大香蕉| 久久99蜜桃精品久久| 麻豆久久精品国产亚洲av| 人人妻人人看人人澡| 高清av免费在线| www.色视频.com| 日韩,欧美,国产一区二区三区| 日本-黄色视频高清免费观看| 国产黄频视频在线观看| 国产大屁股一区二区在线视频| 嫩草影院新地址| 十八禁网站网址无遮挡 | 亚洲成人一二三区av| 国产成人91sexporn| 人人妻人人爽人人添夜夜欢视频 | 在线免费十八禁| 亚洲av.av天堂| 成人高潮视频无遮挡免费网站| 建设人人有责人人尽责人人享有的 | 亚洲婷婷狠狠爱综合网| 国内揄拍国产精品人妻在线| 免费看光身美女| a级一级毛片免费在线观看| 午夜视频国产福利| 亚洲在久久综合| 三级男女做爰猛烈吃奶摸视频| 亚洲av欧美aⅴ国产| 中文欧美无线码| 国产伦精品一区二区三区视频9| 亚洲国产精品专区欧美| 亚洲国产精品999| 欧美+日韩+精品| 国产在线男女| 国产伦精品一区二区三区四那| 午夜视频国产福利| 国产淫语在线视频| 美女被艹到高潮喷水动态| 国产久久久一区二区三区| 国产成人免费无遮挡视频| 久久综合国产亚洲精品| 国产亚洲5aaaaa淫片| 亚洲自拍偷在线| 少妇人妻一区二区三区视频| 18禁裸乳无遮挡动漫免费视频 | 在线观看一区二区三区激情| 国产精品不卡视频一区二区| 另类亚洲欧美激情| 看免费成人av毛片| 天堂俺去俺来也www色官网| 99久久精品热视频| 美女国产视频在线观看| 97在线视频观看| 国产成人a∨麻豆精品| 简卡轻食公司| 免费看日本二区| 久久99热6这里只有精品| 亚洲图色成人| 在线观看人妻少妇| 亚洲欧美日韩卡通动漫| 亚洲欧美日韩卡通动漫| 一个人观看的视频www高清免费观看| 搡老乐熟女国产| 久久6这里有精品| 欧美少妇被猛烈插入视频| 一区二区av电影网| 1000部很黄的大片| 视频区图区小说| 国产探花极品一区二区| 一个人观看的视频www高清免费观看| 高清午夜精品一区二区三区| 亚洲成人久久爱视频| 国产亚洲5aaaaa淫片| 国产在线一区二区三区精| 大片电影免费在线观看免费| 日韩人妻高清精品专区| 亚洲精品国产av蜜桃| 有码 亚洲区| 你懂的网址亚洲精品在线观看| 国产精品久久久久久精品古装| 国产成年人精品一区二区| 欧美xxxx性猛交bbbb| 少妇高潮的动态图| 亚洲综合色惰| 婷婷色综合www| 亚洲在线观看片| 边亲边吃奶的免费视频| 欧美zozozo另类| 内地一区二区视频在线| 人人妻人人澡人人爽人人夜夜| 菩萨蛮人人尽说江南好唐韦庄| 性色avwww在线观看| 精品视频人人做人人爽| 2021天堂中文幕一二区在线观| 国产精品久久久久久久久免| 男人狂女人下面高潮的视频| 久久精品国产亚洲av涩爱| 97超碰精品成人国产| 欧美一级a爱片免费观看看| 国产成人a区在线观看| 狠狠精品人妻久久久久久综合| 亚洲精品国产av蜜桃| 高清毛片免费看| 又爽又黄a免费视频| 精品少妇黑人巨大在线播放| 人妻制服诱惑在线中文字幕| 白带黄色成豆腐渣| 波野结衣二区三区在线| 国产有黄有色有爽视频| 亚洲av日韩在线播放| 国产高潮美女av| 久久热精品热| 日产精品乱码卡一卡2卡三| 汤姆久久久久久久影院中文字幕| 亚洲精品日韩在线中文字幕| 欧美亚洲 丝袜 人妻 在线| 国产永久视频网站| 男女边摸边吃奶| 91aial.com中文字幕在线观看| 美女主播在线视频| 国产一区二区在线观看av| 十分钟在线观看高清视频www| 一级毛片 在线播放| 亚洲国产中文字幕在线视频| 丰满乱子伦码专区| 国产人伦9x9x在线观看| 黄片播放在线免费| 看免费av毛片| 久久97久久精品| av国产久精品久网站免费入址| 丰满少妇做爰视频| 精品国产超薄肉色丝袜足j| 亚洲精品在线美女| 晚上一个人看的免费电影| 老熟女久久久| 日本欧美视频一区| 亚洲第一av免费看| 久久人人爽人人片av| 久久精品久久精品一区二区三区| 一区二区av电影网| 免费女性裸体啪啪无遮挡网站| 巨乳人妻的诱惑在线观看| 久久人人爽人人片av| 久久 成人 亚洲| 久久久久视频综合| 中文天堂在线官网| 亚洲成人国产一区在线观看 | 成人手机av| 亚洲成色77777| 免费少妇av软件| 啦啦啦中文免费视频观看日本| 日本午夜av视频| 成人国产av品久久久| 国产av码专区亚洲av| 永久免费av网站大全| 亚洲av国产av综合av卡| 国产熟女午夜一区二区三区| 男人操女人黄网站| 99久久精品国产亚洲精品| 久久久国产一区二区| 欧美久久黑人一区二区| 国产成人a∨麻豆精品| 在现免费观看毛片| 欧美成人午夜精品| 自线自在国产av| 亚洲国产看品久久| 熟女av电影| 亚洲av日韩精品久久久久久密 | 超碰97精品在线观看| 成年av动漫网址| 亚洲成人免费av在线播放| 成人午夜精彩视频在线观看| 国产一卡二卡三卡精品 | 亚洲精品视频女| 最新的欧美精品一区二区| 日韩制服骚丝袜av| 夫妻午夜视频| 午夜福利视频精品| 97人妻天天添夜夜摸| 另类精品久久| 少妇精品久久久久久久| 亚洲国产精品999| 大陆偷拍与自拍| 欧美在线一区亚洲| 男女边摸边吃奶| 日韩不卡一区二区三区视频在线| 一级片'在线观看视频| 天堂8中文在线网| 亚洲自偷自拍图片 自拍| 亚洲五月色婷婷综合| 丝瓜视频免费看黄片| 国产精品香港三级国产av潘金莲 | 午夜免费观看性视频| 国产精品久久久久久人妻精品电影 | 亚洲三区欧美一区| 中文字幕制服av| 男女无遮挡免费网站观看| 亚洲欧美成人精品一区二区| 90打野战视频偷拍视频| 国产女主播在线喷水免费视频网站| 两性夫妻黄色片| 国产国语露脸激情在线看| 久久精品亚洲av国产电影网| 男女之事视频高清在线观看 | 啦啦啦在线观看免费高清www| 亚洲天堂av无毛| 高清黄色对白视频在线免费看| 五月开心婷婷网| 另类亚洲欧美激情| 欧美精品高潮呻吟av久久| 美女视频免费永久观看网站| 老司机在亚洲福利影院| 9191精品国产免费久久| 综合色丁香网| 久久ye,这里只有精品| 一边亲一边摸免费视频| 亚洲免费av在线视频| 性少妇av在线| 欧美乱码精品一区二区三区| 亚洲av综合色区一区| av在线app专区| 亚洲精品美女久久av网站| 欧美精品人与动牲交sv欧美| 精品久久久久久电影网| 国产高清国产精品国产三级| 中文字幕精品免费在线观看视频| av在线老鸭窝| 亚洲中文av在线| 91国产中文字幕| 欧美中文综合在线视频| 大片免费播放器 马上看| 亚洲av综合色区一区| 国产av一区二区精品久久| 99国产综合亚洲精品| 看非洲黑人一级黄片| 在线观看国产h片| 老司机在亚洲福利影院| 无遮挡黄片免费观看| 性高湖久久久久久久久免费观看| 91国产中文字幕| 欧美少妇被猛烈插入视频| 超碰成人久久| 人人妻,人人澡人人爽秒播 | 美女福利国产在线| 一本大道久久a久久精品| 亚洲av成人不卡在线观看播放网 | 成年女人毛片免费观看观看9 | 黑人巨大精品欧美一区二区蜜桃| 高清视频免费观看一区二区| 男女边摸边吃奶| 国产精品免费大片| 日本欧美国产在线视频| 女人高潮潮喷娇喘18禁视频| 亚洲中文av在线| 欧美人与性动交α欧美精品济南到| 日本猛色少妇xxxxx猛交久久| 亚洲国产最新在线播放| 午夜精品国产一区二区电影| 精品少妇黑人巨大在线播放| 亚洲人成电影观看| 一级毛片电影观看| 国产 精品1| 精品一品国产午夜福利视频| 在线看a的网站| 看非洲黑人一级黄片| 日本爱情动作片www.在线观看| 建设人人有责人人尽责人人享有的| av视频免费观看在线观看| 久久久久久久久久久久大奶| 大码成人一级视频| 无限看片的www在线观看| 亚洲少妇的诱惑av| 人人妻人人澡人人爽人人夜夜| 人人妻人人澡人人看| 美女福利国产在线| 九九爱精品视频在线观看| 国产精品.久久久| 精品国产乱码久久久久久小说| 日本爱情动作片www.在线观看| 亚洲av综合色区一区| 99国产精品免费福利视频| 91aial.com中文字幕在线观看| 欧美久久黑人一区二区| 亚洲欧美激情在线| 国产精品久久久人人做人人爽| 电影成人av| 一级毛片电影观看| 亚洲精品成人av观看孕妇| 国产av一区二区精品久久| 母亲3免费完整高清在线观看| 午夜久久久在线观看| 日本欧美国产在线视频| 欧美97在线视频| 母亲3免费完整高清在线观看| 国产精品欧美亚洲77777| 久久久久国产精品人妻一区二区| 午夜福利乱码中文字幕| 亚洲精品自拍成人| 国产日韩一区二区三区精品不卡| 精品国产超薄肉色丝袜足j| 亚洲在久久综合| 日本午夜av视频| 高清不卡的av网站| 亚洲av综合色区一区| 黄色视频不卡| 国产一区二区在线观看av| 人妻人人澡人人爽人人| 久久久久久人人人人人| 久久精品人人爽人人爽视色| 色婷婷av一区二区三区视频| 一本大道久久a久久精品| 国产xxxxx性猛交| 精品福利永久在线观看| 在线观看三级黄色| 国产 精品1| 亚洲,欧美精品.| av福利片在线| 女人爽到高潮嗷嗷叫在线视频| 国产精品麻豆人妻色哟哟久久| 精品免费久久久久久久清纯 | 精品人妻一区二区三区麻豆| 天天添夜夜摸| 精品一区二区三区四区五区乱码 | 国产欧美日韩综合在线一区二区| 王馨瑶露胸无遮挡在线观看| 欧美精品高潮呻吟av久久| 在线看a的网站| 一边亲一边摸免费视频| 侵犯人妻中文字幕一二三四区| 亚洲精华国产精华液的使用体验| 街头女战士在线观看网站| 国产成人av激情在线播放| 999久久久国产精品视频| 免费高清在线观看日韩| 少妇的丰满在线观看| 丝袜脚勾引网站| 亚洲国产精品999| 免费在线观看黄色视频的| 亚洲成人手机| 91成人精品电影| 精品福利永久在线观看| 在线观看国产h片| 飞空精品影院首页| 最近中文字幕2019免费版| 国产亚洲欧美精品永久| 亚洲伊人色综图| 又大又黄又爽视频免费| 精品少妇一区二区三区视频日本电影 | 亚洲成色77777| 成人手机av| 成人黄色视频免费在线看| 国产精品久久久久成人av| 午夜福利一区二区在线看| 一区在线观看完整版| 老司机亚洲免费影院| 久久精品人人爽人人爽视色| 国产精品av久久久久免费| 又粗又硬又长又爽又黄的视频| 免费黄频网站在线观看国产| 日本vs欧美在线观看视频| 久久人人97超碰香蕉20202| 国产免费福利视频在线观看| 一级毛片我不卡| 十八禁高潮呻吟视频| 涩涩av久久男人的天堂| 视频在线观看一区二区三区| 亚洲伊人久久精品综合| 欧美国产精品va在线观看不卡| 岛国毛片在线播放| 免费不卡黄色视频| av国产精品久久久久影院| 免费在线观看完整版高清| 国产97色在线日韩免费| 伊人久久国产一区二区| 极品人妻少妇av视频| 99久久人妻综合| 亚洲av成人精品一二三区| 男人爽女人下面视频在线观看| 亚洲国产日韩一区二区| 国产亚洲欧美精品永久| 在线亚洲精品国产二区图片欧美| 国产成人精品无人区| 亚洲欧美清纯卡通| 国产av码专区亚洲av| 一本久久精品| 男女之事视频高清在线观看 | 成人午夜精彩视频在线观看| 大片电影免费在线观看免费| 女人被躁到高潮嗷嗷叫费观| 亚洲av国产av综合av卡| 免费黄色在线免费观看| 欧美日韩成人在线一区二区| 性色av一级| 免费观看a级毛片全部| 国产一级毛片在线| 国产精品一国产av| 晚上一个人看的免费电影| 国产国语露脸激情在线看| 男人舔女人的私密视频| 精品一区二区三区四区五区乱码 | 国产老妇伦熟女老妇高清| 亚洲精品美女久久av网站| 我的亚洲天堂| 亚洲国产精品999| 成人漫画全彩无遮挡| 国产成人午夜福利电影在线观看| 日韩av免费高清视频| 男女午夜视频在线观看| 成人手机av| 久久久精品区二区三区| 国产精品国产三级专区第一集| 亚洲欧美激情在线| 亚洲美女黄色视频免费看| 亚洲精品国产区一区二| 18在线观看网站| 韩国高清视频一区二区三区| 男女下面插进去视频免费观看| 超碰成人久久| 51午夜福利影视在线观看| 午夜日韩欧美国产| 日韩,欧美,国产一区二区三区| 久久国产亚洲av麻豆专区| 日韩,欧美,国产一区二区三区| 看免费av毛片| 女性生殖器流出的白浆| 一区二区三区乱码不卡18| 国产免费现黄频在线看| 男女高潮啪啪啪动态图| 一区二区三区精品91| 亚洲av欧美aⅴ国产| 亚洲婷婷狠狠爱综合网| 午夜免费男女啪啪视频观看| 男女国产视频网站| 欧美黑人精品巨大| 操美女的视频在线观看| 晚上一个人看的免费电影| 中文欧美无线码| 老司机靠b影院| 操出白浆在线播放| 嫩草影视91久久| 精品一区二区免费观看| 精品亚洲成国产av| 狂野欧美激情性xxxx| 国产又爽黄色视频| 亚洲欧洲国产日韩| av线在线观看网站| 久久这里只有精品19| 亚洲精品中文字幕在线视频| av.在线天堂| 大片免费播放器 马上看| 国产av精品麻豆| 日日摸夜夜添夜夜爱| 欧美老熟妇乱子伦牲交| 中国国产av一级| 伦理电影大哥的女人| 777久久人妻少妇嫩草av网站| 精品国产乱码久久久久久小说| 久久婷婷青草| 嫩草影院入口| 免费高清在线观看视频在线观看| 精品亚洲乱码少妇综合久久| 国产日韩一区二区三区精品不卡| 中文字幕人妻丝袜制服| 黄色 视频免费看| 国产亚洲欧美精品永久| 日韩熟女老妇一区二区性免费视频| 777久久人妻少妇嫩草av网站| 亚洲欧洲国产日韩| 蜜桃在线观看..| 午夜福利影视在线免费观看| 午夜av观看不卡| 精品一区二区三卡| 午夜福利视频精品| 视频在线观看一区二区三区| 国产野战对白在线观看| 我的亚洲天堂| 人成视频在线观看免费观看| 丝瓜视频免费看黄片| 免费av中文字幕在线| 久久国产精品大桥未久av| 一边摸一边做爽爽视频免费| 成人国语在线视频| 捣出白浆h1v1| av女优亚洲男人天堂| 欧美精品一区二区免费开放| 亚洲国产看品久久| 中文字幕av电影在线播放| 亚洲激情五月婷婷啪啪| 精品亚洲成国产av| 最近中文字幕高清免费大全6| 久久精品国产亚洲av高清一级| 日韩中文字幕欧美一区二区 | 美女扒开内裤让男人捅视频| 国产免费现黄频在线看| 青春草国产在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 国产淫语在线视频| 精品卡一卡二卡四卡免费| 国产精品偷伦视频观看了| 美女午夜性视频免费| 国产免费视频播放在线视频| 最新的欧美精品一区二区| 欧美精品高潮呻吟av久久| 丁香六月欧美| 国产极品天堂在线| 亚洲少妇的诱惑av| 久久久久久久精品精品| 精品福利永久在线观看| 亚洲国产精品国产精品| 丰满迷人的少妇在线观看| 高清黄色对白视频在线免费看| 亚洲美女搞黄在线观看| 久久综合国产亚洲精品| 丝袜美腿诱惑在线| 欧美 日韩 精品 国产| 激情五月婷婷亚洲| 天堂中文最新版在线下载| 18禁观看日本| 国产一区二区 视频在线| 纵有疾风起免费观看全集完整版| 亚洲国产精品国产精品| 久久久久精品国产欧美久久久 | 欧美精品av麻豆av| 亚洲中文av在线| 亚洲一区中文字幕在线| 日本色播在线视频| 波多野结衣av一区二区av|