• <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 ?

    基于標(biāo)簽共現(xiàn)關(guān)系的多標(biāo)簽特征選擇*

    2021-11-22 08:55:50李雨晨白偉明
    計算機工程與科學(xué) 2021年11期
    關(guān)鍵詞:定義特征

    李雨晨,魏 巍,2,白偉明,王 達(dá)

    (1.山西大學(xué)計算機與信息技術(shù)學(xué)院,山西 太原 030006;2.山西大學(xué)計算智能與中文信息處理教育部重點實驗室,山西 太原 030006)

    1 引言

    在經(jīng)典監(jiān)督學(xué)習(xí)中,每個樣本僅擁有一個標(biāo)簽,但是,在許多實際應(yīng)用中,一個樣本通常同時與多個概念相關(guān)聯(lián)[1,2]。例如,藝術(shù)界報道《冰雪奇緣》電影的新聞可以與藝術(shù)、動畫和電影這3個關(guān)鍵字相關(guān)聯(lián);一幅關(guān)于小鹿的圖像可以與樹木、小鹿和綠色這3個關(guān)鍵字相關(guān)聯(lián)。由此可知,每個樣本可以擁有多個標(biāo)簽。這類關(guān)于多標(biāo)簽分類任務(wù)的研究正受到越來越多的關(guān)注[3 - 7]。

    在許多實際應(yīng)用中,多標(biāo)簽數(shù)據(jù)通常具有成千上萬的特征,其中許多特征對于給定的學(xué)習(xí)任務(wù)而言是多余的或無關(guān)緊要的,并且高維數(shù)據(jù)可能會給學(xué)習(xí)算法帶來很多問題,例如計算量大、擬合過度和性能差等。因此,需要進(jìn)行特征選擇,以減輕維數(shù)的困擾[8]。

    目前,多標(biāo)簽特征選擇已經(jīng)有了許多研究。Zhang等人[9]利用基于主成分分析的特征提取技術(shù)去除多標(biāo)記數(shù)據(jù)中的不相關(guān)和冗余特征,然后利用遺傳算法進(jìn)行特征選擇。Zhang等人[10]提出了具有標(biāo)簽特定特征的稱為LIFT的多標(biāo)簽學(xué)習(xí)方法。Xu等人[11]對LIFT進(jìn)行改進(jìn),通過與模糊粗糙集結(jié)合構(gòu)造了多標(biāo)簽學(xué)習(xí)方法FRS-LIFT。后來,Weng等人[12]提出了一種稱為LF-LPLC(multi-label learning based on Label-specific Features and Local Pairwise Label Correlation)的多標(biāo)簽學(xué)習(xí)新方法,該方法主要關(guān)注了標(biāo)簽的功能和局部成對標(biāo)簽相關(guān)性。Kashef等人[13]借助Pareto優(yōu)勢概念從多目標(biāo)優(yōu)化域中選擇最顯著的特征。

    近年許多研究人員將粗糙集理論[14]用于多標(biāo)簽學(xué)習(xí)[15]。Lee等人[16]基于互信息提出了適合多標(biāo)簽數(shù)據(jù)的方法,即通過信息增益的方法來度量多標(biāo)簽的特征選擇的重要度。除此之外,度量特征重要度的方法還有許多,比如模糊粗糙集運用模糊熵來進(jìn)行度量,鄰域粗糙集借助鄰域粒來進(jìn)行度量[17]。為了有效減少動態(tài)數(shù)據(jù)中的冗余計算,有效利用之前所獲得的有用信息,Liu等人[17]在鄰域粗糙集模型的基礎(chǔ)上,通過在線流特征選擇算法來處理特征動態(tài)增加的多標(biāo)簽數(shù)據(jù)。Qian等人[18]在鄰域粗糙集模型基礎(chǔ)上,提出了一種基于標(biāo)簽分布和特征互補的多標(biāo)簽特征選擇算法。Sun等人[19]針對多標(biāo)簽鄰域決策系統(tǒng),提出了一種基于二值粒子群算法和基于勒貝格測度的多標(biāo)簽特征選擇方法。Qian等人[20]提出了一種基于互信息和標(biāo)簽增強的標(biāo)簽分布特征選擇算法。Liu等人[21]提出了一種新的流標(biāo)簽環(huán)境下的多標(biāo)簽特征選擇算法。

    上述特征選擇算法均未充分考慮標(biāo)簽之間的關(guān)系,針對這一問題,本文設(shè)計了一種基于標(biāo)簽共現(xiàn)關(guān)系的多標(biāo)簽特征選擇LC-FS(multi-label Feature Selection based on Label Co-occurrence relationship)算法,主要工作如下所示:

    (1)根據(jù)樣本標(biāo)簽集中標(biāo)簽共同出現(xiàn)和互斥出現(xiàn)的次數(shù)計算樣本在標(biāo)簽集下的相似度,進(jìn)而構(gòu)造樣本關(guān)于標(biāo)簽集的模糊關(guān)系;

    (2)基于標(biāo)簽與特征最大相關(guān)和特征集最小冗余的原則,設(shè)計基于標(biāo)簽共現(xiàn)度的多標(biāo)簽特征選擇算法。

    2 基本概念

    2.1 多標(biāo)簽決策系統(tǒng)

    給定一個多標(biāo)簽決策系統(tǒng)ML={U,A,L},其中U={x1,x2,…,xn}為有n個樣本的非空集合,A={a1,a2,…,am}為有m個特征的特征集,L={l1,l2,…,lk}為有k個標(biāo)簽的標(biāo)簽集。每個樣本都有標(biāo)簽,因此都屬于L的子集,該子集可以描述為k維向量y=[y1,y2,…,yk],其中yi=1表示樣本x含有標(biāo)簽li,yi=0表示樣本x不含有標(biāo)簽li,多標(biāo)簽學(xué)習(xí)的任務(wù)是學(xué)習(xí)一個函數(shù)Z:U→2L。

    例如:表1是一個含有5個樣本、3個標(biāo)簽和3個特征的多標(biāo)簽數(shù)據(jù)集,x2={3.4,2.6,4.8,1,1,0},說明樣本x2含有標(biāo)簽l1和l2,但是不含有l(wèi)3。由此可以看出,多標(biāo)簽數(shù)據(jù)集中的樣本可以有不止一個標(biāo)簽,這就使得多標(biāo)簽學(xué)習(xí)任務(wù)更加困難。

    Table 1 A multi-label data set表1 一個多標(biāo)簽數(shù)據(jù)集

    2.2 模糊熵和模糊互信息

    對于一個非空的有限樣本集U={x1,x2,…,xn},特征集合為A={a1,a2,…,am},R是定義在U上的一個模糊等價關(guān)系,模糊關(guān)系矩陣M(R)定義如式(1)所示:

    (1)

    其中,rij∈[0,1]表示xi和xj之間的關(guān)系值,其同樣可以記作R(xi,xj),xi,xj∈U。

    模糊等價關(guān)系R滿足以下關(guān)系:

    自反性:R(x,x)=1,?x∈U;

    對稱性:R(x,y)=R(y,x),?x,y∈U;

    傳遞性:R(x,z)≥miny{R(x,y),R(y,z)}。

    給定一個任意的樣本集合U,R是定義在U上的一個模糊等價關(guān)系,對于?x,y∈U,關(guān)于等價關(guān)系的運算如下所示:

    (1)R1=R2?R1(x,y)=R2(x,y);

    (2)R=R1∪R2?R(x,y)=max{R1(x,y),R2(x,y)};

    (3)R=R1∩R2?R(x,y)=min{R1(x,y),R2(x,y)};

    (4)R1?R2?R1(x,y)≤R2(x,y)。

    定義1樣本xi關(guān)于模糊等價關(guān)系R的模糊等價類定義如式(2)所示:

    (2)

    模糊等價類的基數(shù)可表示為:

    (3)

    定義2[22]給定近似空間〈U,R〉,A的模糊熵定義如式(4)所示:

    (4)

    定義3令A(yù)1和A2為A的2個子集,則模糊聯(lián)合熵的計算公式如式(5)所示:

    (5)

    其中,[xi]A1∩[xi]A2=min{[xi]A1,[xi]A2}。

    定義4令A(yù)1和A2為A的2個子集,則模糊條件熵的計算公式如式(6)所示:

    (6)

    其中,FH(A2|A1)=FH(A1,A2)-FH(A1)。

    定義5令A(yù)1和A2為A的2個子集,則A1和A2的模糊互信息計算公式如式(7)所示:

    (7)

    其中,FMI(A1;A2)=FH(A1)-FH(A1|A2)=FH(A2)-FH(A2|A1)。

    3 基于標(biāo)簽共現(xiàn)關(guān)系的多標(biāo)簽特征選擇

    3.1 基于標(biāo)簽共現(xiàn)關(guān)系的樣本相似性

    對于某個樣本,2個標(biāo)簽同時出現(xiàn)或者同時不出現(xiàn)的次數(shù)可以說明這2個標(biāo)簽之間存在某種潛在聯(lián)系,在本文中,稱之為標(biāo)簽的共現(xiàn)度。由于在多標(biāo)簽數(shù)據(jù)中,許多標(biāo)簽都只是出現(xiàn)在少數(shù)樣本上,因此對于某個特定的樣本,2個標(biāo)簽同時不出現(xiàn)的次數(shù)遠(yuǎn)大于2個標(biāo)簽同時出現(xiàn)的次數(shù),如果直接利用二者之和評價標(biāo)簽的共現(xiàn)度,將會導(dǎo)致2個標(biāo)簽同時出現(xiàn)的次數(shù)對共現(xiàn)度的影響很小。為此,需要一個參數(shù)α協(xié)調(diào)2個標(biāo)簽同時出現(xiàn)的次數(shù)與2個標(biāo)簽同時不出現(xiàn)的次數(shù)之間的關(guān)系。根據(jù)上述分析,給出標(biāo)簽共現(xiàn)度的定義。

    定義6給定多標(biāo)簽決策系統(tǒng)ML={U,A,L},標(biāo)簽li和lj的共現(xiàn)度定義如式(9)所示:

    (8)

    根據(jù)定義6,進(jìn)一步給出標(biāo)簽的重要度。

    定義7給定多標(biāo)簽決策系統(tǒng)ML={U,A,L},標(biāo)簽的重要度如式(9)所示:

    (9)

    定義8給定多標(biāo)簽決策系統(tǒng)ML={U,A,L},樣本的相似性如式(10)所示:

    (10)

    其中,L(xi)表示樣本xi的標(biāo)簽集合。

    將基于標(biāo)簽集的樣本相似性代入模糊粗糙集模型,可以得到特征與特征之間的相關(guān)性以及特征與標(biāo)簽集之間的相關(guān)性,如式(11)和式(12)所示:

    (11)

    (12)

    3.2 基于最大相關(guān)最小冗余原則的特征選擇

    本節(jié)將基于特征與標(biāo)簽最大相關(guān)、特征最小冗余的原則,給出面向多標(biāo)簽決策系統(tǒng)的基于最大相關(guān)最小冗余原則的多標(biāo)簽特征選擇算法。該算法主要包含2個步驟:

    第1步,選擇與標(biāo)簽集具有最大相關(guān)性的候選特征。令S為已經(jīng)選擇的特征集,L為標(biāo)簽集,則特征集與標(biāo)簽集的相關(guān)性定義如式(13)所示:

    (13)

    根據(jù)式(13)容易得到,對于單個特征ai,其關(guān)于標(biāo)簽集的相關(guān)性為D(ai,L)=FMI(ai;L)。

    第2步,選擇冗余度最小的特征子集。與標(biāo)簽集相關(guān)性最大的特征子集中可能會包括冗余特征(新選擇的特征ai與已選擇特征集中的某些特征之間有強相關(guān)性,或者與已選擇特征集中的某些特征組合后與已選擇特征集中的其他特征具有強相關(guān)性)。為了刻畫特征集中特征的冗余情況,給出特征集S冗余度定義,如式(14)所示:

    (14)

    結(jié)合了上述2個定義,給出基于最大相關(guān)最小冗余原則的特征選擇的特征評價指標(biāo),如式(15)所示:

    (15)

    其中,Sk-1為選擇了k-1個特征的特征集合。

    式(15)包含2部分,第1部分表示候選特征aj與標(biāo)簽集L之間的相關(guān)性,第2部分表示候選特征aj與所選特征Sk-1之間的冗余度。

    基于標(biāo)簽共現(xiàn)關(guān)系的多標(biāo)簽特征選擇算法的具體描述如算法1所示。

    算法1基于標(biāo)簽共現(xiàn)關(guān)系的多標(biāo)簽特征選擇算法(LC-FS)

    輸入:多標(biāo)簽決策系統(tǒng)ML={U,A,L};/*包含n個樣本的非空集合U,m個特征的特征集A,k個標(biāo)簽的標(biāo)簽集L*/

    輸出:特征集合S。

    步驟1初始化S,令S=?,k=1;

    步驟2通過式(8)計算標(biāo)簽間的共現(xiàn)度;

    步驟3通過式(9)計算標(biāo)簽的重要度;

    步驟4通過式(10)計算樣本的相似性;

    步驟5 whileA≠?do

    步驟6通過式(15)找到a∈A;

    步驟7S=S∪{a};

    步驟8A=A-{a};

    步驟9k=k+1;

    步驟10 endwhile

    步驟11 returnS。

    算法1有2個關(guān)鍵步驟。第1個步驟是分別在特征空間和標(biāo)簽空間中構(gòu)造模糊關(guān)系矩陣,時間復(fù)雜度均為O(|U|·|U|)。第2個步驟是搜索特征空間的過程,其時間復(fù)雜度為O(|S|·|A|),其中,|S|是所選特征的數(shù)量,|A|是候選特征的數(shù)量。因此,該算法的時間復(fù)雜度為O(|U|·|U|+|S|·|A|)。

    4 實驗分析

    本節(jié)將通過實驗來驗證所提出算法LC-FS的性能。將多標(biāo)簽數(shù)據(jù)集網(wǎng)站MULAN(http://mulan.sourceforge.net)中的5個數(shù)據(jù)集(如表2所示)作為實驗數(shù)據(jù)集。在實驗中,將MLKNN分類器上得到的結(jié)果作為基準(zhǔn),并將2種代表性算法MDMR(multi-label feature selection based on Max Dependency and Min Redundancy)和PMU[23]以及算法MLDFC(Multi-Label feature selection based on label Distribution and Feature Complementarity)[18]作為對比算法。MDMR和PMU算法中特征的評價函數(shù)都是采用香農(nóng)熵度量,MLDFC算法中特征的評價函數(shù)采用鄰域熵度量。本文算法基于標(biāo)簽共現(xiàn)關(guān)系來計算標(biāo)簽重要度時采用了模糊熵的方法。

    Table 2 Multi-label data sets表2 多標(biāo)簽數(shù)據(jù)集

    4.1 多標(biāo)簽學(xué)習(xí)評價指標(biāo)

    實驗選取了4種常用的多標(biāo)簽性能評價指標(biāo)[24]。設(shè)T={(xi,xj)|1≤i≤N}是一個測試集,其中yi?L是真實標(biāo)簽集合,y′i∈L是學(xué)習(xí)算法的關(guān)于樣本xi的二進(jìn)制標(biāo)簽向量,在以下的公式中n表示樣本的個數(shù),k表示標(biāo)簽的個數(shù)。

    (1)AP(Average Precision):表示預(yù)測標(biāo)簽集合中標(biāo)簽的排序等級比實際標(biāo)簽集合中某個特定標(biāo)簽更高的概率,也就是預(yù)測標(biāo)簽的平均精度,其計算方式如式(16)所示:

    ri(γ)}|)/ri(γ)

    (16)

    其中,ri(l)代表樣本xi預(yù)測的標(biāo)簽l∈L的等級。

    (2)CV(Coverage):此度量表示覆蓋樣本標(biāo)記的平均距離,其計算方式如式(17)所示:

    (17)

    其中,rank(λ)表示標(biāo)簽根據(jù)預(yù)測概率的排序序號。例如:若λ1>λ2,則有rank(λ1)

    (3)HL(Hamming Loss):表示沒有被正確預(yù)測的標(biāo)簽比例,即屬于樣本的標(biāo)簽沒有被預(yù)測,不屬于該樣本的標(biāo)簽被預(yù)測的比例,其計算方式如式(18)所示:

    (18)

    其中,⊕表示異或操作。

    (4)RL(Ranking Loss):評估不相關(guān)標(biāo)簽比相關(guān)標(biāo)簽排序更高的次數(shù),其計算方式如式(19)所示:

    (19)

    對于以上4種評價指標(biāo),平均精度(AP)、覆蓋距離(CV)、排序損失(RL)與每個樣本的標(biāo)簽排序性能有關(guān),而漢明損失(HL)與每個樣本的標(biāo)簽集預(yù)測性能有關(guān)。

    4.2 實驗結(jié)果

    在實驗中,利用MLKNN分類器的分類結(jié)果,在4個評價指標(biāo)上比較特征選擇算法性能,其中近鄰個數(shù)K設(shè)置為10。在計算標(biāo)簽的共現(xiàn)度時,用到的參數(shù)α=10-t,t的取值為[2,8],t以步長1進(jìn)行遍歷,選取使平均精度最優(yōu)的α。驗證方法是10折交叉驗證法。

    實驗結(jié)果如表3~表6所示,“↑”表示越大越好,“↓”表示越小越好,±表示方差,最后一列表示本文算法LC-FS的實驗結(jié)果,其中粗體表示最優(yōu)值,斜體表示次優(yōu)值。圖1為5個算法在不同的數(shù)據(jù)集上的精度對比,橫軸表示所選特征子集中的特征數(shù)量,縱軸表示特征子集對應(yīng)的分類精度值。

    Table 3 Comparison of AP of different algorithms(↑)表3 不同算法在平均精度上的比較(↑)

    Table 4 Comparison of CV of different algorithms(↓)表4 不同算法在覆蓋距離上的比較(↓)

    Table 5 Comparison of HL of different algorithms(↓)表5 不同算法在漢明損失上的比較(↓)

    Table 6 Comparison of RL of different algorithms(↓)表6 不同算法在排序損失上的比較(↓)

    Figure 1 Comparison of AP of each algorithm on different data sets圖1 各算法在不同數(shù)據(jù)集上的精度對比

    從實驗結(jié)果可以看出,本文算法LC-FS在5個數(shù)據(jù)集上的實驗效果都比較好。具體情況如下:

    (1)在flags數(shù)據(jù)集上,基于LC-FS算法的特征選擇結(jié)果在3個評價指標(biāo)AP、CV、RL上都是最佳的。

    (2)在birds數(shù)據(jù)集上,LC-FS算法有著最高的HL,最低的CV和RL,在AP上僅次于MLKNN。

    (3)從評價指標(biāo)AP和CV的角度看,LC-FS算法的性能最好,在3個數(shù)據(jù)集上都得到了最優(yōu)值,還有一個次優(yōu)的結(jié)果。

    (4)從評價指標(biāo)RL看,LC-FS算法的性能相對較差,得到了2個最優(yōu)的結(jié)果,不過RL值與最優(yōu)值差距也均在0.01內(nèi),差距并不大。

    綜上所述,LC-FS算法在上述對比指標(biāo)下均有不錯的表現(xiàn)。

    5 結(jié)束語

    本文提出了基于標(biāo)簽共現(xiàn)關(guān)系的多標(biāo)簽特征選擇算法LC-FS。在該算法中,首先通過標(biāo)簽的共現(xiàn)度評價標(biāo)簽的權(quán)重,進(jìn)而得到樣本在標(biāo)簽集下的相似性,然后基于模糊粗糙集模型計算特征與標(biāo)簽的相關(guān)性、特征集的冗余性,并利用最大相關(guān)最小冗余原則實現(xiàn)特征選擇。實驗結(jié)果驗證了本文算法的有效性。

    猜你喜歡
    定義特征
    抓住特征巧觀察
    永遠(yuǎn)不要用“起點”定義自己
    海峽姐妹(2020年9期)2021-01-04 01:35:44
    定義“風(fēng)格”
    新型冠狀病毒及其流行病學(xué)特征認(rèn)識
    如何表達(dá)“特征”
    不忠誠的四個特征
    抓住特征巧觀察
    成功的定義
    山東青年(2016年1期)2016-02-28 14:25:25
    線性代數(shù)的應(yīng)用特征
    河南科技(2014年23期)2014-02-27 14:19:15
    修辭學(xué)的重大定義
    亚洲欧美一区二区三区黑人| 黄色a级毛片大全视频| 岛国在线观看网站| 国产成人系列免费观看| 亚洲av第一区精品v没综合| 亚洲人成伊人成综合网2020| 精品国内亚洲2022精品成人 | 亚洲熟妇中文字幕五十中出 | 亚洲精品国产一区二区精华液| 搡老熟女国产l中国老女人| 午夜视频精品福利| 美女高潮到喷水免费观看| 如日韩欧美国产精品一区二区三区| 亚洲免费av在线视频| 99国产精品99久久久久| 亚洲精品在线观看二区| 香蕉丝袜av| 精品国产一区二区久久| 欧美最黄视频在线播放免费 | 亚洲全国av大片| 天堂动漫精品| 两性夫妻黄色片| 伦理电影免费视频| 激情视频va一区二区三区| 日韩欧美一区二区三区在线观看 | 亚洲中文日韩欧美视频| 国产高清视频在线播放一区| 亚洲av日韩精品久久久久久密| 欧美日韩视频精品一区| 中文字幕av电影在线播放| 国产亚洲精品久久久久久毛片 | 高潮久久久久久久久久久不卡| 欧美精品亚洲一区二区| 宅男免费午夜| 欧美日韩视频精品一区| 国产精品一区二区免费欧美| 久久久久久人人人人人| 99re6热这里在线精品视频| 国产成人影院久久av| 国产精品欧美亚洲77777| 女性被躁到高潮视频| 国产成人系列免费观看| 免费观看人在逋| 国产成人免费观看mmmm| 又黄又爽又免费观看的视频| 国产蜜桃级精品一区二区三区 | 悠悠久久av| 男女床上黄色一级片免费看| 亚洲人成电影观看| 国产人伦9x9x在线观看| 国产视频一区二区在线看| 国产精品二区激情视频| 99久久精品国产亚洲精品| 国产成人精品久久二区二区免费| 久久人人97超碰香蕉20202| 国产一区二区三区综合在线观看| 无人区码免费观看不卡| 丝袜美足系列| 亚洲欧美色中文字幕在线| 午夜亚洲福利在线播放| 国产男女内射视频| 老司机在亚洲福利影院| 午夜福利,免费看| 这个男人来自地球电影免费观看| 国产成人欧美在线观看 | 1024视频免费在线观看| 欧美久久黑人一区二区| 丰满饥渴人妻一区二区三| 在线免费观看的www视频| 男人的好看免费观看在线视频 | 一进一出抽搐gif免费好疼 | 久久久久久亚洲精品国产蜜桃av| 亚洲专区字幕在线| 午夜福利一区二区在线看| 亚洲精华国产精华精| 免费av中文字幕在线| 亚洲专区国产一区二区| 亚洲成av片中文字幕在线观看| 久久午夜亚洲精品久久| 精品卡一卡二卡四卡免费| 亚洲精品在线观看二区| 99国产精品一区二区蜜桃av | 欧美黑人欧美精品刺激| 99久久国产精品久久久| 久久精品亚洲熟妇少妇任你| 国产欧美日韩一区二区三| a在线观看视频网站| xxx96com| 99久久人妻综合| 黄色视频,在线免费观看| x7x7x7水蜜桃| 亚洲午夜精品一区,二区,三区| 久热这里只有精品99| 日韩大码丰满熟妇| 国产1区2区3区精品| 成人国产一区最新在线观看| 丝袜美腿诱惑在线| 久久草成人影院| a级毛片黄视频| 久热这里只有精品99| 高清毛片免费观看视频网站 | 精品国产国语对白av| 无遮挡黄片免费观看| 亚洲国产精品一区二区三区在线| www.熟女人妻精品国产| 老熟妇仑乱视频hdxx| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲精品一卡2卡三卡4卡5卡| 亚洲精品久久成人aⅴ小说| 一级,二级,三级黄色视频| 国产人伦9x9x在线观看| 欧美亚洲日本最大视频资源| 久久中文字幕人妻熟女| 熟女少妇亚洲综合色aaa.| 97人妻天天添夜夜摸| 亚洲视频免费观看视频| 视频区图区小说| 天天躁日日躁夜夜躁夜夜| 一级a爱片免费观看的视频| 亚洲av欧美aⅴ国产| 国产高清videossex| 丰满饥渴人妻一区二区三| 国产精品九九99| 操美女的视频在线观看| 少妇 在线观看| 男女床上黄色一级片免费看| 亚洲成国产人片在线观看| 一边摸一边抽搐一进一出视频| 80岁老熟妇乱子伦牲交| tocl精华| 国产精品久久久久成人av| 国产精品香港三级国产av潘金莲| 一区在线观看完整版| 丝袜美足系列| 亚洲视频免费观看视频| 99热网站在线观看| 黄网站色视频无遮挡免费观看| 亚洲精品粉嫩美女一区| 大片电影免费在线观看免费| 精品国产亚洲在线| 国产精品自产拍在线观看55亚洲 | 亚洲av美国av| 国产区一区二久久| 国产精品国产高清国产av | 精品卡一卡二卡四卡免费| 一级a爱片免费观看的视频| 亚洲精品自拍成人| 中文字幕高清在线视频| 久热这里只有精品99| 国产精品成人在线| 99久久99久久久精品蜜桃| 欧美在线黄色| 亚洲人成电影观看| 中文字幕精品免费在线观看视频| 丰满的人妻完整版| 国产成人一区二区三区免费视频网站| 热99国产精品久久久久久7| 国产av一区二区精品久久| 亚洲色图 男人天堂 中文字幕| 99国产精品99久久久久| 国产精品国产av在线观看| 后天国语完整版免费观看| 亚洲av片天天在线观看| 欧美老熟妇乱子伦牲交| 操美女的视频在线观看| 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| 久久久久国产一级毛片高清牌| 女同久久另类99精品国产91| 国产精品.久久久| 精品欧美一区二区三区在线| 天堂俺去俺来也www色官网| 成人免费观看视频高清| 国产精品欧美亚洲77777| 免费在线观看影片大全网站| 一级片免费观看大全| 两个人看的免费小视频| 欧美精品高潮呻吟av久久| 久久久久国内视频| 亚洲专区字幕在线| 欧美激情极品国产一区二区三区| 国产精品 欧美亚洲| 亚洲精品中文字幕在线视频| 成在线人永久免费视频| 两个人看的免费小视频| 久久狼人影院| 国产麻豆69| 老司机在亚洲福利影院| 欧美亚洲 丝袜 人妻 在线| av国产精品久久久久影院| 在线观看一区二区三区激情| 国产极品粉嫩免费观看在线| 久热爱精品视频在线9| 国产三级黄色录像| 高清在线国产一区| 成人国产一区最新在线观看| 欧美日韩成人在线一区二区| 老司机亚洲免费影院| 1024香蕉在线观看| 777米奇影视久久| 妹子高潮喷水视频| 精品福利永久在线观看| 精品卡一卡二卡四卡免费| 黄色女人牲交| 最新在线观看一区二区三区| 欧美日韩精品网址| 日韩熟女老妇一区二区性免费视频| 国产亚洲欧美精品永久| 国产深夜福利视频在线观看| 丝袜人妻中文字幕| 99国产精品一区二区三区| 美女高潮喷水抽搐中文字幕| 日本vs欧美在线观看视频| 精品福利观看| 久久人妻福利社区极品人妻图片| 精品国内亚洲2022精品成人 | 日韩一卡2卡3卡4卡2021年| 777久久人妻少妇嫩草av网站| 19禁男女啪啪无遮挡网站| 91麻豆av在线| 国产男靠女视频免费网站| 99riav亚洲国产免费| 搡老熟女国产l中国老女人| 欧美激情 高清一区二区三区| e午夜精品久久久久久久| 麻豆乱淫一区二区| 亚洲av熟女| 国产精品电影一区二区三区 | 人妻丰满熟妇av一区二区三区 | 免费在线观看亚洲国产| 老汉色∧v一级毛片| 欧美在线一区亚洲| 成人永久免费在线观看视频| 女人久久www免费人成看片| 免费久久久久久久精品成人欧美视频| 精品亚洲成a人片在线观看| 国产成人影院久久av| 成人永久免费在线观看视频| videosex国产| 怎么达到女性高潮| 1024香蕉在线观看| 国产精品 欧美亚洲| 99国产极品粉嫩在线观看| 又大又爽又粗| 美女国产高潮福利片在线看| 精品国产一区二区三区久久久樱花| 久久人妻av系列| 天天躁狠狠躁夜夜躁狠狠躁| 成年人黄色毛片网站| 成年人午夜在线观看视频| 国产一区二区激情短视频| 亚洲精品国产色婷婷电影| 亚洲美女黄片视频| 黄色片一级片一级黄色片| 一级黄色大片毛片| 在线看a的网站| 中文字幕av电影在线播放| 他把我摸到了高潮在线观看| 美女扒开内裤让男人捅视频| 在线视频色国产色| 日本一区二区免费在线视频| 999精品在线视频| a级毛片在线看网站| 亚洲一区二区三区不卡视频| 午夜福利免费观看在线| 久久热在线av| 午夜福利欧美成人| 久久精品国产99精品国产亚洲性色 | 三级毛片av免费| 国产视频一区二区在线看| 精品免费久久久久久久清纯 | 亚洲一码二码三码区别大吗| 高清欧美精品videossex| 啦啦啦 在线观看视频| 国产人伦9x9x在线观看| 国产免费av片在线观看野外av| 国产区一区二久久| 精品人妻1区二区| 国产欧美日韩一区二区精品| 黄网站色视频无遮挡免费观看| 国产成人精品无人区| 看黄色毛片网站| 免费在线观看完整版高清| 国产精品免费大片| 亚洲国产看品久久| 久久草成人影院| 日韩制服丝袜自拍偷拍| 国产精品美女特级片免费视频播放器 | 欧美精品av麻豆av| 久久精品aⅴ一区二区三区四区| 两人在一起打扑克的视频| 老司机靠b影院| 日韩大码丰满熟妇| 亚洲欧美日韩另类电影网站| av网站免费在线观看视频| av电影中文网址| 久久香蕉国产精品| 日日爽夜夜爽网站| 国产精品九九99| 淫妇啪啪啪对白视频| 国产蜜桃级精品一区二区三区 | 亚洲男人天堂网一区| 国产激情久久老熟女| 精品亚洲成国产av| 很黄的视频免费| 欧美 日韩 精品 国产| 丝袜人妻中文字幕| 麻豆乱淫一区二区| 超色免费av| 欧美日韩av久久| 51午夜福利影视在线观看| 午夜日韩欧美国产| 黑丝袜美女国产一区| 一级毛片女人18水好多| 老汉色av国产亚洲站长工具| 精品一区二区三区av网在线观看| 亚洲,欧美精品.| 夫妻午夜视频| 久久亚洲精品不卡| 黑人猛操日本美女一级片| 国产一区在线观看成人免费| 精品午夜福利视频在线观看一区| 色在线成人网| 亚洲免费av在线视频| 日韩欧美国产一区二区入口| 一级作爱视频免费观看| 欧美亚洲日本最大视频资源| 久9热在线精品视频| 亚洲中文字幕日韩| 一区二区三区精品91| 亚洲精品一卡2卡三卡4卡5卡| 大型av网站在线播放| 欧美乱色亚洲激情| 狠狠婷婷综合久久久久久88av| 成人精品一区二区免费| 午夜福利在线免费观看网站| 韩国av一区二区三区四区| 久久久久久久午夜电影 | 亚洲 国产 在线| 欧美色视频一区免费| 亚洲成人免费电影在线观看| 两性夫妻黄色片| 成人特级黄色片久久久久久久| 久久精品成人免费网站| 侵犯人妻中文字幕一二三四区| 欧美精品人与动牲交sv欧美| av免费在线观看网站| 欧美精品人与动牲交sv欧美| 亚洲欧美精品综合一区二区三区| 麻豆av在线久日| 老熟妇乱子伦视频在线观看| 久久精品91无色码中文字幕| 亚洲中文字幕日韩| 亚洲熟女精品中文字幕| 成人av一区二区三区在线看| 日本一区二区免费在线视频| 99国产极品粉嫩在线观看| 国产麻豆69| 村上凉子中文字幕在线| x7x7x7水蜜桃| 涩涩av久久男人的天堂| 久久久久久亚洲精品国产蜜桃av| 亚洲少妇的诱惑av| 中文字幕色久视频| 国产不卡一卡二| 可以免费在线观看a视频的电影网站| 亚洲美女黄片视频| 亚洲第一欧美日韩一区二区三区| 久久狼人影院| 国产片内射在线| 国产不卡av网站在线观看| 国产片内射在线| 国产不卡av网站在线观看| 搡老乐熟女国产| 国产精品免费一区二区三区在线 | 男女午夜视频在线观看| 国产单亲对白刺激| 亚洲国产精品sss在线观看 | 丁香六月欧美| 亚洲性夜色夜夜综合| 精品卡一卡二卡四卡免费| 成人亚洲精品一区在线观看| 欧美乱码精品一区二区三区| 男女免费视频国产| 亚洲专区国产一区二区| 两性夫妻黄色片| 国产成人欧美| 亚洲人成伊人成综合网2020| 欧美精品高潮呻吟av久久| 99久久综合精品五月天人人| 日韩欧美一区视频在线观看| 成人影院久久| 亚洲熟妇中文字幕五十中出 | 欧美+亚洲+日韩+国产| 女警被强在线播放| 亚洲伊人色综图| 日本撒尿小便嘘嘘汇集6| 亚洲少妇的诱惑av| av网站在线播放免费| 亚洲精品久久成人aⅴ小说| 国内久久婷婷六月综合欲色啪| 国产精品国产av在线观看| 久久国产精品人妻蜜桃| 亚洲精品国产精品久久久不卡| 丁香六月欧美| 亚洲性夜色夜夜综合| 欧美人与性动交α欧美软件| 啪啪无遮挡十八禁网站| 天堂俺去俺来也www色官网| 后天国语完整版免费观看| 三上悠亚av全集在线观看| bbb黄色大片| 免费看a级黄色片| 国产单亲对白刺激| 80岁老熟妇乱子伦牲交| 黄色a级毛片大全视频| 亚洲精品粉嫩美女一区| 午夜福利影视在线免费观看| 国产精品久久久久久人妻精品电影| 777久久人妻少妇嫩草av网站| 久久久久国内视频| 欧美日韩亚洲高清精品| 精品无人区乱码1区二区| 午夜影院日韩av| 国产亚洲欧美精品永久| 在线免费观看的www视频| 免费在线观看日本一区| 久久中文字幕人妻熟女| 777久久人妻少妇嫩草av网站| 超色免费av| 每晚都被弄得嗷嗷叫到高潮| 性少妇av在线| 午夜福利乱码中文字幕| 黑人欧美特级aaaaaa片| 五月开心婷婷网| 久久精品国产综合久久久| 久久人妻福利社区极品人妻图片| 国产精品一区二区精品视频观看| 亚洲精品在线观看二区| 操美女的视频在线观看| 精品一区二区三卡| 两个人看的免费小视频| 国产精品一区二区在线观看99| 日韩免费高清中文字幕av| 69av精品久久久久久| 亚洲精品成人av观看孕妇| 制服诱惑二区| 精品亚洲成a人片在线观看| av网站在线播放免费| 精品国产美女av久久久久小说| 精品国产乱子伦一区二区三区| av有码第一页| www日本在线高清视频| 国产精品久久视频播放| 老熟妇仑乱视频hdxx| 十分钟在线观看高清视频www| avwww免费| 国产在线精品亚洲第一网站| 亚洲人成77777在线视频| 欧美性长视频在线观看| 桃红色精品国产亚洲av| 欧美+亚洲+日韩+国产| 老司机午夜福利在线观看视频| 国产精品久久久人人做人人爽| 国产精品一区二区免费欧美| 天天添夜夜摸| 亚洲色图av天堂| 国产av又大| 极品少妇高潮喷水抽搐| 日韩欧美在线二视频 | 欧美日韩国产mv在线观看视频| 男女免费视频国产| 精品一区二区三区视频在线观看免费 | 亚洲一区二区三区欧美精品| 久久久久久久国产电影| 婷婷丁香在线五月| 欧美黑人欧美精品刺激| 香蕉久久夜色| 国产成人影院久久av| 好男人电影高清在线观看| 久久久国产成人精品二区 | a在线观看视频网站| 天天躁夜夜躁狠狠躁躁| 校园春色视频在线观看| 日本黄色日本黄色录像| 又黄又粗又硬又大视频| 日韩大码丰满熟妇| 亚洲精品在线观看二区| 色尼玛亚洲综合影院| 天堂√8在线中文| 无限看片的www在线观看| 久久久久国内视频| 99久久人妻综合| 午夜成年电影在线免费观看| 久久香蕉国产精品| 国产精品国产高清国产av | 日韩成人在线观看一区二区三区| 制服人妻中文乱码| 国产免费现黄频在线看| 水蜜桃什么品种好| 99热国产这里只有精品6| 搡老岳熟女国产| 亚洲情色 制服丝袜| videosex国产| 黄色成人免费大全| 午夜老司机福利片| 国产av一区二区精品久久| 中文字幕av电影在线播放| 亚洲七黄色美女视频| 久久久久久免费高清国产稀缺| e午夜精品久久久久久久| 丰满的人妻完整版| 王馨瑶露胸无遮挡在线观看| 视频在线观看一区二区三区| 99久久人妻综合| svipshipincom国产片| 国产欧美亚洲国产| 一边摸一边抽搐一进一出视频| 久9热在线精品视频| 丁香欧美五月| 免费在线观看日本一区| 亚洲一码二码三码区别大吗| 女人被躁到高潮嗷嗷叫费观| 久久久久国产一级毛片高清牌| 深夜精品福利| 中文字幕精品免费在线观看视频| 国产色视频综合| 精品久久久久久,| 国产在线精品亚洲第一网站| 国产伦人伦偷精品视频| 天堂俺去俺来也www色官网| e午夜精品久久久久久久| 国产一卡二卡三卡精品| 午夜91福利影院| a在线观看视频网站| 女人高潮潮喷娇喘18禁视频| 国产日韩一区二区三区精品不卡| 99国产综合亚洲精品| 亚洲熟女毛片儿| 女人精品久久久久毛片| 高清视频免费观看一区二区| 不卡av一区二区三区| 麻豆国产av国片精品| 亚洲第一av免费看| 亚洲色图综合在线观看| av网站免费在线观看视频| 亚洲 国产 在线| 男女高潮啪啪啪动态图| 黄色视频,在线免费观看| 亚洲中文字幕日韩| 久久久久视频综合| 日本黄色日本黄色录像| 9热在线视频观看99| 免费在线观看黄色视频的| 久热这里只有精品99| 亚洲国产欧美网| 国产成人影院久久av| 久久久国产欧美日韩av| 怎么达到女性高潮| 亚洲av欧美aⅴ国产| 丝瓜视频免费看黄片| 国产高清国产精品国产三级| 极品教师在线免费播放| 超碰97精品在线观看| 成人三级做爰电影| 成年人免费黄色播放视频| 久久久久国产精品人妻aⅴ院 | 国产一区在线观看成人免费| 黄色毛片三级朝国网站| 久久天躁狠狠躁夜夜2o2o| 免费看a级黄色片| 黄色a级毛片大全视频| 亚洲一码二码三码区别大吗| 成人国产一区最新在线观看| 午夜久久久在线观看| 人人妻人人澡人人爽人人夜夜| 国产视频一区二区在线看| 久久久国产成人精品二区 | 欧美日韩福利视频一区二区| 国产蜜桃级精品一区二区三区 | 18禁裸乳无遮挡免费网站照片 | x7x7x7水蜜桃| 午夜福利,免费看| 欧美激情久久久久久爽电影 | 免费观看a级毛片全部| 亚洲精品久久成人aⅴ小说| 精品卡一卡二卡四卡免费| 国产精品偷伦视频观看了| 国产真人三级小视频在线观看| 91精品国产国语对白视频| 一级,二级,三级黄色视频| 亚洲成人免费av在线播放| 黄色a级毛片大全视频| 啪啪无遮挡十八禁网站| 国产男靠女视频免费网站| 精品国产乱子伦一区二区三区| 国产精品久久久久久人妻精品电影| 亚洲伊人色综图| 夜夜躁狠狠躁天天躁| 国产成人精品无人区| 国产在线一区二区三区精| 亚洲在线自拍视频| 国产成人精品无人区| 99国产极品粉嫩在线观看| 精品国产乱子伦一区二区三区| 母亲3免费完整高清在线观看| 99久久人妻综合| 夜夜躁狠狠躁天天躁| 亚洲五月天丁香| 91成人精品电影| 久久 成人 亚洲| 欧美日韩成人在线一区二区| 91成人精品电影| 啦啦啦视频在线资源免费观看| 超色免费av|