• <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 ?

    譜聚類欠取樣下自編碼網(wǎng)絡(luò)不平衡數(shù)據(jù)挖掘①

    2022-01-06 08:59:58王舒梵姜新盈
    關(guān)鍵詞:編碼器數(shù)據(jù)挖掘聚類

    王舒梵,嚴(yán) 濤,姜新盈

    (上海工程技術(shù)大學(xué) 數(shù)理與統(tǒng)計學(xué)院,上海 201620)

    1 引言

    信息化時代加快了數(shù)據(jù)量的增長速度,各行各業(yè)的數(shù)據(jù)總數(shù)日漸龐大,為在海量數(shù)據(jù)資源中挖掘出隱藏規(guī)律,聚類算法應(yīng)運(yùn)而生且重要性日益顯著.在同一數(shù)據(jù)集中,若某類別樣本個數(shù)遠(yuǎn)超出余下類別樣本個數(shù),則該數(shù)據(jù)集叫做不平衡數(shù)據(jù)[1].此類數(shù)據(jù)多用于故障診斷、目標(biāo)檢測等實(shí)際應(yīng)用中,但當(dāng)前算法大部分都是以數(shù)據(jù)集均衡分布為前提的,在處理不平衡數(shù)據(jù)時極易偏向多數(shù)類,產(chǎn)生錯分情況,降低分類準(zhǔn)度,所以,研究不平衡數(shù)據(jù)集的數(shù)據(jù)挖掘方法具有重要的實(shí)踐意義.

    向鴻鑫等人[2]通過總結(jié)常用的不平衡數(shù)據(jù)預(yù)處理方法與挖掘算法,從多維度梳理策略性能,分析各應(yīng)用領(lǐng)域的不平衡問題與解決方案后,實(shí)現(xiàn)不平衡數(shù)據(jù)挖掘方法綜述; 蔡莉等人[3]構(gòu)建出一種時空特征位置數(shù)據(jù)融合模型,通過數(shù)據(jù)與算法層面,解決不平衡數(shù)據(jù)的挖掘問題,利用架構(gòu)的綜合評價指標(biāo),反映聚類質(zhì)量,融合不平衡數(shù)據(jù)后,完成熱點(diǎn)區(qū)域挖掘; 文獻(xiàn)[4]中許統(tǒng)德等人設(shè)計的多層級聯(lián)式少數(shù)類聚類高精度數(shù)據(jù)挖掘算法中,在聚類欠采樣的前提下,聚類多數(shù)類樣本,獲取與少數(shù)類相同數(shù)量的質(zhì)心,架構(gòu)新的平衡訓(xùn)練集,采用合成少數(shù)類過采樣技術(shù)(Synthetic Minority Oversampling TEchnique,SMOTE)過采樣,級聯(lián)K-means聚類與C4.5決策樹算法,改善分類決策邊界.

    鑒于上述文獻(xiàn)方法在融合不平衡數(shù)據(jù)樣本時存在一定的盲目性,故基于譜聚類欠取樣,采用自編碼網(wǎng)絡(luò)來構(gòu)架一種不平衡數(shù)據(jù)挖掘方法.通過譜聚類方法聚類多數(shù)類數(shù)據(jù),在更改數(shù)據(jù)空間結(jié)構(gòu)的基礎(chǔ)上,有選擇地欠取樣處理了多數(shù)類數(shù)據(jù)集,通過選取代表性數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),經(jīng)過數(shù)據(jù)篩選,使分類邊界適當(dāng)偏移,提升劃分準(zhǔn)確率; 利用自編碼器升、降維數(shù)據(jù),實(shí)現(xiàn)初始數(shù)據(jù)重構(gòu); 引入網(wǎng)絡(luò)調(diào)整操作,增加了目標(biāo)領(lǐng)域網(wǎng)絡(luò)的學(xué)習(xí)空間,使其與目標(biāo)領(lǐng)域樣本特征表示更匹配.

    2 譜聚類欠取樣分類

    譜聚類就是按照譜圖理論[5]完成數(shù)據(jù)分類,將聚類問題轉(zhuǎn)換成無向圖多路徑劃分問題.

    采用下列公式界定無向圖G的度矩陣:

    譜聚類算法流程具體描述如下:

    (3)經(jīng)過標(biāo)準(zhǔn)化處理建立拉普拉斯矩陣;

    在不平衡數(shù)據(jù)挖掘過程中,多數(shù)類數(shù)據(jù)通常會攜帶多個冗余數(shù)據(jù)信息與噪聲數(shù)據(jù),導(dǎo)致分類邊界偏移至少數(shù)類數(shù)據(jù)方向,加大錯分概率,若想解決該問題,就要對多數(shù)類數(shù)據(jù)實(shí)施相應(yīng)處理,即欠取樣處理,使分類邊界偏移至多數(shù)類數(shù)據(jù)方向.傳統(tǒng)欠取樣處理方法多為去除與邊界距離較遠(yuǎn)的數(shù)據(jù)點(diǎn),或隨機(jī)去除多數(shù)類數(shù)據(jù),這種不考慮數(shù)據(jù)信息的處理手段雖然均衡了不同類數(shù)據(jù)集,但分類界限調(diào)整得并不夠理想,因此,采用譜聚類方法聚類多數(shù)類數(shù)據(jù),在更改數(shù)據(jù)空間結(jié)構(gòu)的基礎(chǔ)上,有選擇地欠取樣處理了多數(shù)類數(shù)據(jù)集,通過選取代表性數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),經(jīng)過數(shù)據(jù)篩選,獲取分類邊界偏移量.

    3 基于自編碼網(wǎng)絡(luò)的不平衡數(shù)據(jù)挖掘

    通過訓(xùn)練令網(wǎng)絡(luò)輸入與輸出相等,完成數(shù)據(jù)隱藏特征學(xué)習(xí)的一種神經(jīng)網(wǎng)絡(luò)模型就是自編碼器(Auto-Encoder,AE)[8],作為深度學(xué)習(xí)網(wǎng)絡(luò)的一種主要結(jié)構(gòu),自編碼網(wǎng)絡(luò)在深度神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練中被廣泛應(yīng)用.該網(wǎng)絡(luò)即便不用帶標(biāo)簽數(shù)據(jù)樣本,也能夠達(dá)成訓(xùn)練目的,也就是說,其學(xué)習(xí)過程屬于無監(jiān)督學(xué)習(xí).自編碼網(wǎng)絡(luò)中的編碼階段是輸入數(shù)據(jù)學(xué)習(xí)至高效表示特征,解碼階段是以習(xí)得的隱藏特征為依據(jù),實(shí)現(xiàn)初始數(shù)據(jù)重構(gòu).自編碼器經(jīng)過升、降維數(shù)據(jù),把提取出來的數(shù)據(jù)特征轉(zhuǎn)換為適用、高效的隱藏特征后,輸送至有監(jiān)督學(xué)習(xí)模型內(nèi),即可實(shí)現(xiàn)挖掘目標(biāo).圖1所示為自編碼器的基本框架形式,由輸入層、輸出層以及隱含層組成,近似于一個3層神經(jīng)網(wǎng)絡(luò)[9].

    圖1 自編碼器框架示意圖

    假設(shè)(x1,x2,···,xi)是一個輸入樣本,Sigmoid激活函數(shù)[10]用S表示,輸入層與隱含層間、隱含層與輸出層間的權(quán)值分別為w1與w2,則自編碼器前向傳播表達(dá)式如式(4)和式(5)所示.

    由于自編碼器的訓(xùn)練標(biāo)準(zhǔn)期望是輸入與輸出相等,所以,采用下列表達(dá)式描述自編碼器的最終學(xué)習(xí)結(jié)果:

    根據(jù)各隱藏單元數(shù),獲取各維度隱藏特征,升、降維處理初始數(shù)據(jù),通過堆疊多個自編碼器,結(jié)合約束條件,實(shí)現(xiàn)各層面的數(shù)據(jù)高效表示學(xué)習(xí).

    利用無監(jiān)督學(xué)習(xí)與有監(jiān)督學(xué)習(xí),在譜聚類欠取樣條件下架構(gòu)用于挖掘不平衡數(shù)據(jù)的自編碼網(wǎng)絡(luò).因?yàn)闊o標(biāo)簽樣本數(shù)據(jù)在源領(lǐng)域與目標(biāo)領(lǐng)域中均可輕易取得,因此,當(dāng)最大均值差異[11]比預(yù)設(shè)閾值低時,直接跳過網(wǎng)絡(luò)調(diào)整階段,無監(jiān)督訓(xùn)練目標(biāo)領(lǐng)域數(shù)據(jù); 反之,當(dāng)最大均值差異比預(yù)設(shè)閾值高時,按照圖2中所示的自編碼網(wǎng)絡(luò)形式進(jìn)行調(diào)整,并完成隨機(jī)初始化.網(wǎng)絡(luò)調(diào)整操作增加了目標(biāo)領(lǐng)域網(wǎng)絡(luò)的學(xué)習(xí)空間,使其與目標(biāo)領(lǐng)域樣本特征表示更匹配.

    圖2 自編碼網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    在自編碼網(wǎng)絡(luò)中輸入譜聚類欠取樣處理的不平衡數(shù)據(jù)集合,依照以下流程實(shí)現(xiàn)數(shù)據(jù)挖掘:

    (2)若多數(shù)類數(shù)據(jù)樣本有n個,則高斯核[12]相似矩陣表達(dá)式如下:

    (4)根據(jù)各聚類結(jié)果以及聚類中心與少數(shù)類數(shù)據(jù)點(diǎn)的間距大小,選取代表性數(shù)據(jù)點(diǎn),使分類界面偏移至多數(shù)類樣本,并最大程度刪除多數(shù)類數(shù)據(jù)點(diǎn)的邊界點(diǎn).各聚類結(jié)果中,數(shù)據(jù)點(diǎn)選用數(shù)量隨著多數(shù)類樣本個數(shù)的增加而增多,隨著聚類中心與少數(shù)類數(shù)據(jù)點(diǎn)間距的增加而上升,基于此,采用下列選取公式,篩選出有效數(shù)據(jù)點(diǎn).

    (6)訓(xùn)練上述多數(shù)類代表數(shù)據(jù)點(diǎn)與所有少數(shù)類數(shù)據(jù),將處理完的數(shù)據(jù)輸入自編碼網(wǎng)絡(luò),在相同數(shù)據(jù)空間中,實(shí)現(xiàn)其與譜聚類算法的無縫連接,選取相同參數(shù),令網(wǎng)絡(luò)和參數(shù)與譜聚類相似矩陣保持一致.

    (7)根據(jù)上述訓(xùn)練得出的分類界面,完成不平衡數(shù)據(jù)挖掘.

    4 不平衡數(shù)據(jù)挖掘模擬分析

    4.1 數(shù)據(jù)集選取

    選用具有不同實(shí)際應(yīng)用背景的UCI數(shù)據(jù)集[13],從中抽取sonar、breast-w、vehicle、artificial、pendigits、letter、page-blocks、car、seg1、yeast5等10組數(shù)據(jù)作為測試集(如表1所示),驗(yàn)證挖掘策略的有效性.當(dāng)數(shù)據(jù)包含多個類別時,設(shè)定任意一類為少數(shù)類,多數(shù)類則為其余各類別的合并結(jié)果,所有不平衡數(shù)據(jù)集均經(jīng)過譜聚類欠取樣處理.

    表1 UCI數(shù)據(jù)集具體信息統(tǒng)計表

    將表1中的不平衡度劃分成下列等級表,如表2所示.

    表2 不平衡度等級表

    sonar與breast-w兩個低度不平衡等級數(shù)據(jù)集的選取原因是驗(yàn)證挖掘方法在處理一般數(shù)據(jù)集時的有效性.

    4.2 性能評估指標(biāo)

    針對不平衡數(shù)據(jù)集,采用合理的查全率 Recall、查準(zhǔn)率 Precision、綜合F-measure、AUC(Area Under ROC Curve,ROC曲線下方圖面積)值、G-means等類別不平衡評估指標(biāo),使少數(shù)類挖掘情況得以充分反映,各指標(biāo)均以表3中所示的混淆矩陣為依據(jù)完成創(chuàng)建.

    表3 類別混淆矩陣表

    其中,具有描述少數(shù)類分類性能的指標(biāo)為F-measure,是查全率與查準(zhǔn)率的調(diào)和均值; AUC作為不同判決閾值對應(yīng)的分類性能反映指標(biāo),性能隨數(shù)值的增加而提升.各評估指標(biāo)表達(dá)式分別如下所示:

    4.3 不平衡數(shù)據(jù)挖掘效果

    分別模擬文獻(xiàn)[2-4]方法以及本文方法在挖掘10組不平衡數(shù)據(jù)集時的效果,通過對比不同方法的評估指標(biāo)數(shù)據(jù),驗(yàn)證方法的適用性與可行性.對比結(jié)果如表4-表6所示.

    表4 各方法F-measure實(shí)驗(yàn)數(shù)據(jù)結(jié)果比對表

    表5 各方法AUC值實(shí)驗(yàn)數(shù)據(jù)結(jié)果比對表

    表6 各方法G-means實(shí)驗(yàn)數(shù)據(jù)結(jié)果比對表

    結(jié)合上列各表可以看出,各方法少數(shù)類評估指標(biāo)均隨著不平衡度的增加而略有下降; 少數(shù)類樣本數(shù)據(jù)個數(shù)總量相對較少,導(dǎo)致文獻(xiàn)[2-4]方法的F-measure值整體偏低; 造成文獻(xiàn)方法AUC值與G-means指標(biāo)較低的原因是未考慮樣本屬性間的相關(guān)性,忽略了監(jiān)督判別性的類別標(biāo)簽信息; 而本文方法因引用了自編碼網(wǎng)絡(luò),根據(jù)各隱藏單元數(shù),獲取各維度隱藏特征,實(shí)現(xiàn)了各層面的數(shù)據(jù)高效表示學(xué)習(xí),通過對比最大均值差異比預(yù)設(shè)閾值,完成了網(wǎng)絡(luò)調(diào)整與隨機(jī)初始化,利用K-means算法與自編碼網(wǎng)絡(luò),充分結(jié)合了無監(jiān)督學(xué)習(xí)與有監(jiān)督學(xué)習(xí)形式,因此,取得了較為理想的少數(shù)類樣本分類效果.

    5 結(jié)論

    在多個實(shí)際應(yīng)用數(shù)據(jù)里找到可用且易于用戶理解的知識,這一過程就叫做數(shù)據(jù)挖掘.當(dāng)挖掘的數(shù)據(jù)集內(nèi)某類別樣本個數(shù)與另外類別樣本個數(shù)相差較大時,該種數(shù)據(jù)集即為不平衡數(shù)據(jù).隨著信息時代與大數(shù)據(jù)時代的來臨,網(wǎng)絡(luò)入侵檢測、文本分類、醫(yī)療診斷等各種領(lǐng)域中普遍存在不平衡數(shù)據(jù),一旦出現(xiàn)錯分情況,將引發(fā)極大損失,因此,本文以自編碼網(wǎng)絡(luò)為核心,提出一種譜聚類欠取樣下的不平衡數(shù)據(jù)挖掘方法.由于時間限制,方法未對運(yùn)行時間展開針對性的改善,準(zhǔn)備將其作為下一步工作的研究重點(diǎn),結(jié)合創(chuàng)新型、組合型算法,縮短挖掘時長; 譜聚類方法以圖譜理論為基礎(chǔ),因KNN圖復(fù)雜度相對更低,因此,在今后的研究中需探索一種近似于KNN圖的圖構(gòu)建方法,減小復(fù)雜度.

    猜你喜歡
    編碼器數(shù)據(jù)挖掘聚類
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于FPGA的同步機(jī)軸角編碼器
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    基于PRBS檢測的8B/IOB編碼器設(shè)計
    JESD204B接口協(xié)議中的8B10B編碼器設(shè)計
    電子器件(2015年5期)2015-12-29 08:42:24
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    多總線式光電編碼器的設(shè)計與應(yīng)用
    国产男靠女视频免费网站| 人人妻人人澡人人看| 99精品欧美一区二区三区四区| 动漫黄色视频在线观看| 老司机福利观看| 18禁裸乳无遮挡免费网站照片 | 日日夜夜操网爽| 欧美色视频一区免费| 岛国视频午夜一区免费看| 一进一出抽搐gif免费好疼| 久久久久免费精品人妻一区二区 | 亚洲黑人精品在线| 18禁国产床啪视频网站| 激情在线观看视频在线高清| 怎么达到女性高潮| 女人被狂操c到高潮| www.www免费av| videosex国产| 亚洲自拍偷在线| 国产亚洲av高清不卡| 人妻丰满熟妇av一区二区三区| 国产日本99.免费观看| 久久人妻福利社区极品人妻图片| 午夜免费观看网址| 欧美一区二区精品小视频在线| 国产成+人综合+亚洲专区| 国产区一区二久久| 夜夜爽天天搞| av有码第一页| 国产欧美日韩一区二区三| 欧美又色又爽又黄视频| 亚洲色图av天堂| 亚洲av五月六月丁香网| 欧美 亚洲 国产 日韩一| 老司机深夜福利视频在线观看| 中文资源天堂在线| 无限看片的www在线观看| 中文字幕av电影在线播放| 亚洲天堂国产精品一区在线| 午夜久久久在线观看| 人妻久久中文字幕网| 欧美国产日韩亚洲一区| 久久久久国产一级毛片高清牌| 免费看日本二区| 国产日本99.免费观看| 夜夜夜夜夜久久久久| 亚洲精品久久国产高清桃花| 精品国产乱码久久久久久男人| 免费高清视频大片| 男女下面进入的视频免费午夜 | 动漫黄色视频在线观看| 可以在线观看毛片的网站| 欧美中文综合在线视频| 午夜老司机福利片| 在线观看午夜福利视频| 欧美日韩亚洲综合一区二区三区_| 久久精品影院6| 午夜福利欧美成人| 2021天堂中文幕一二区在线观 | 天堂√8在线中文| 亚洲国产看品久久| 曰老女人黄片| 国产免费男女视频| 看免费av毛片| 欧洲精品卡2卡3卡4卡5卡区| 国产真实乱freesex| 亚洲黑人精品在线| 欧美日韩亚洲综合一区二区三区_| АⅤ资源中文在线天堂| 精品久久久久久,| 日韩欧美 国产精品| 国产黄片美女视频| 国产精品亚洲美女久久久| 成人18禁在线播放| 精品欧美一区二区三区在线| 午夜精品在线福利| 亚洲aⅴ乱码一区二区在线播放 | 国产aⅴ精品一区二区三区波| 99久久国产精品久久久| 18禁裸乳无遮挡免费网站照片 | 色综合亚洲欧美另类图片| 在线视频色国产色| 国产爱豆传媒在线观看 | 俺也久久电影网| 国产一区二区三区在线臀色熟女| 中文字幕人妻丝袜一区二区| 国产又爽黄色视频| 18禁观看日本| 亚洲国产欧美日韩在线播放| 久久久久久人人人人人| 老熟妇乱子伦视频在线观看| 一级毛片高清免费大全| 一级毛片女人18水好多| 一本精品99久久精品77| 99热这里只有精品一区 | 男人操女人黄网站| 日韩av在线大香蕉| 叶爱在线成人免费视频播放| 亚洲精品美女久久av网站| 欧美在线黄色| www.自偷自拍.com| 999久久久精品免费观看国产| 白带黄色成豆腐渣| 女人爽到高潮嗷嗷叫在线视频| 黑人欧美特级aaaaaa片| 午夜福利在线观看吧| 男女之事视频高清在线观看| 听说在线观看完整版免费高清| 久久香蕉国产精品| 18禁国产床啪视频网站| 色综合亚洲欧美另类图片| 黄色女人牲交| 看黄色毛片网站| www国产在线视频色| av福利片在线| 一本一本综合久久| 99国产精品一区二区蜜桃av| 日本免费a在线| 国产三级黄色录像| 国产一区二区激情短视频| 琪琪午夜伦伦电影理论片6080| 久久久久久国产a免费观看| 日韩三级视频一区二区三区| 美女高潮喷水抽搐中文字幕| 精品国产美女av久久久久小说| 午夜福利在线在线| 成人国产一区最新在线观看| 悠悠久久av| 国产精品综合久久久久久久免费| 亚洲国产高清在线一区二区三 | 在线十欧美十亚洲十日本专区| 一级毛片高清免费大全| 中文字幕最新亚洲高清| www.精华液| svipshipincom国产片| www.精华液| 色综合欧美亚洲国产小说| 久99久视频精品免费| 国产av又大| 久久九九热精品免费| 国产亚洲av嫩草精品影院| 1024手机看黄色片| 欧美日韩一级在线毛片| 国产精品久久视频播放| 亚洲精品在线美女| 日本 欧美在线| 男女之事视频高清在线观看| 国产黄a三级三级三级人| 十八禁网站免费在线| 熟女电影av网| 在线观看免费视频日本深夜| 日本免费一区二区三区高清不卡| 人人妻人人看人人澡| 免费看十八禁软件| 一本久久中文字幕| 国产极品粉嫩免费观看在线| 色av中文字幕| 久久人妻av系列| 国产亚洲精品av在线| 少妇 在线观看| 此物有八面人人有两片| 国产av一区二区精品久久| 成人免费观看视频高清| 日日干狠狠操夜夜爽| 男人操女人黄网站| 久久草成人影院| 精品第一国产精品| 中文字幕精品免费在线观看视频| 夜夜看夜夜爽夜夜摸| av中文乱码字幕在线| 国产精品久久久久久精品电影 | 午夜激情福利司机影院| 欧洲精品卡2卡3卡4卡5卡区| 我的亚洲天堂| 无限看片的www在线观看| 欧美亚洲日本最大视频资源| 美女大奶头视频| 十八禁网站免费在线| 国产成人精品久久二区二区91| av福利片在线| 成人18禁在线播放| 精品卡一卡二卡四卡免费| 手机成人av网站| 成人国产一区最新在线观看| 日韩欧美一区二区三区在线观看| 久久久精品欧美日韩精品| 在线观看日韩欧美| 亚洲欧洲精品一区二区精品久久久| 亚洲国产日韩欧美精品在线观看 | 午夜影院日韩av| 久久99热这里只有精品18| 成在线人永久免费视频| 大香蕉久久成人网| e午夜精品久久久久久久| 丰满人妻熟妇乱又伦精品不卡| 亚洲av成人一区二区三| 一二三四在线观看免费中文在| 国内少妇人妻偷人精品xxx网站 | 国产精品1区2区在线观看.| 久久婷婷成人综合色麻豆| 一级a爱片免费观看的视频| 长腿黑丝高跟| а√天堂www在线а√下载| 亚洲人成电影免费在线| 日本在线视频免费播放| 国产熟女xx| 老汉色∧v一级毛片| 亚洲国产精品sss在线观看| 天堂动漫精品| 欧美在线一区亚洲| 在线观看日韩欧美| 亚洲第一电影网av| 亚洲一区二区三区不卡视频| 国产99白浆流出| avwww免费| 嫩草影院精品99| 久久九九热精品免费| 欧美丝袜亚洲另类 | 午夜亚洲福利在线播放| 色精品久久人妻99蜜桃| 亚洲五月婷婷丁香| 免费在线观看亚洲国产| 美女扒开内裤让男人捅视频| 黑人欧美特级aaaaaa片| 91九色精品人成在线观看| 国语自产精品视频在线第100页| 国产一级毛片七仙女欲春2 | 十八禁人妻一区二区| 国产日本99.免费观看| 正在播放国产对白刺激| 9191精品国产免费久久| 国产伦一二天堂av在线观看| 成年版毛片免费区| 人人妻,人人澡人人爽秒播| www.999成人在线观看| 最近最新免费中文字幕在线| 亚洲欧美激情综合另类| 啦啦啦观看免费观看视频高清| 国产精品99久久99久久久不卡| 亚洲专区中文字幕在线| 在线永久观看黄色视频| 成在线人永久免费视频| 欧美色视频一区免费| 老司机福利观看| 人人妻人人看人人澡| 12—13女人毛片做爰片一| 国产精品久久久久久精品电影 | aaaaa片日本免费| 一级毛片女人18水好多| 精品国产亚洲在线| 久久精品国产亚洲av香蕉五月| 亚洲九九香蕉| x7x7x7水蜜桃| 成人精品一区二区免费| 一区二区三区高清视频在线| 欧美黄色片欧美黄色片| a在线观看视频网站| 日本三级黄在线观看| 婷婷亚洲欧美| 午夜a级毛片| 久久久久久人人人人人| 亚洲自拍偷在线| 国产亚洲欧美在线一区二区| 日韩大码丰满熟妇| 日本在线视频免费播放| 手机成人av网站| 男人舔女人下体高潮全视频| 亚洲一码二码三码区别大吗| 桃色一区二区三区在线观看| 免费一级毛片在线播放高清视频| 亚洲精品国产区一区二| 91麻豆精品激情在线观看国产| 啪啪无遮挡十八禁网站| 成人国语在线视频| 国产伦在线观看视频一区| 韩国精品一区二区三区| 哪里可以看免费的av片| 麻豆国产av国片精品| 我的亚洲天堂| 亚洲色图av天堂| 国产高清激情床上av| 久久亚洲真实| 国产激情久久老熟女| 亚洲午夜精品一区,二区,三区| 亚洲第一av免费看| 日本a在线网址| 老鸭窝网址在线观看| 欧美色欧美亚洲另类二区| 黄色a级毛片大全视频| 精品一区二区三区视频在线观看免费| 精品久久久久久久末码| 99久久综合精品五月天人人| 搞女人的毛片| av中文乱码字幕在线| 黑丝袜美女国产一区| 国产成人av教育| 亚洲av中文字字幕乱码综合 | 久久久精品欧美日韩精品| e午夜精品久久久久久久| 91九色精品人成在线观看| 午夜福利18| 18禁美女被吸乳视频| 国产久久久一区二区三区| 国产视频一区二区在线看| 久久婷婷人人爽人人干人人爱| 亚洲精品久久国产高清桃花| 久久久久久久久免费视频了| 999久久久精品免费观看国产| 国产精品九九99| 黄色片一级片一级黄色片| 香蕉久久夜色| 国产精品香港三级国产av潘金莲| cao死你这个sao货| 亚洲国产精品久久男人天堂| 亚洲熟女毛片儿| 美女高潮到喷水免费观看| 欧美色欧美亚洲另类二区| 亚洲自偷自拍图片 自拍| 中文字幕人成人乱码亚洲影| 又大又爽又粗| 国产激情欧美一区二区| www.自偷自拍.com| 国产亚洲精品久久久久5区| 特大巨黑吊av在线直播 | 亚洲无线在线观看| 性欧美人与动物交配| 亚洲av五月六月丁香网| 他把我摸到了高潮在线观看| 免费看十八禁软件| 人人澡人人妻人| 亚洲 国产 在线| 日韩视频一区二区在线观看| 性欧美人与动物交配| 国产精品国产高清国产av| 久久亚洲精品不卡| 桃红色精品国产亚洲av| 日韩大尺度精品在线看网址| 婷婷精品国产亚洲av在线| 亚洲无线在线观看| 在线av久久热| 黄色成人免费大全| 19禁男女啪啪无遮挡网站| 成年免费大片在线观看| 国产精品一区二区精品视频观看| 免费电影在线观看免费观看| 中文字幕人妻熟女乱码| 好看av亚洲va欧美ⅴa在| 国产真人三级小视频在线观看| 亚洲精华国产精华精| 精品国内亚洲2022精品成人| 999久久久精品免费观看国产| 国产精品九九99| 男人舔女人下体高潮全视频| bbb黄色大片| e午夜精品久久久久久久| 亚洲av片天天在线观看| 国产亚洲精品久久久久久毛片| 国产不卡一卡二| 丝袜美腿诱惑在线| 人妻久久中文字幕网| 中文字幕精品免费在线观看视频| 精品一区二区三区av网在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品,欧美在线| 黄色视频,在线免费观看| 国产真实乱freesex| 欧美乱码精品一区二区三区| 国产爱豆传媒在线观看 | 777久久人妻少妇嫩草av网站| 男女床上黄色一级片免费看| 久久午夜亚洲精品久久| 黄色丝袜av网址大全| 成人精品一区二区免费| 男人舔女人的私密视频| 男女做爰动态图高潮gif福利片| 制服诱惑二区| 亚洲欧洲精品一区二区精品久久久| 国产精品一区二区精品视频观看| 亚洲精品美女久久久久99蜜臀| 18禁黄网站禁片午夜丰满| 精品福利观看| 久久欧美精品欧美久久欧美| 国产成年人精品一区二区| a在线观看视频网站| 久久久国产成人精品二区| 色婷婷久久久亚洲欧美| 18禁国产床啪视频网站| 啪啪无遮挡十八禁网站| 欧美国产日韩亚洲一区| 每晚都被弄得嗷嗷叫到高潮| 久久久水蜜桃国产精品网| www.www免费av| 精品高清国产在线一区| 日韩免费av在线播放| 91av网站免费观看| 久久久久久亚洲精品国产蜜桃av| 久久人妻av系列| 精品不卡国产一区二区三区| 欧美黄色片欧美黄色片| 嫁个100分男人电影在线观看| 久久久久久久久中文| 国产成人欧美| 天堂动漫精品| 久久久精品国产亚洲av高清涩受| 欧美一级a爱片免费观看看 | 久久久久久久久久黄片| 国产精品久久视频播放| 看黄色毛片网站| 日韩成人在线观看一区二区三区| 欧美日韩亚洲综合一区二区三区_| 国产亚洲精品久久久久久毛片| 88av欧美| 国产区一区二久久| 精品一区二区三区av网在线观看| 日本黄色视频三级网站网址| 亚洲欧美一区二区三区黑人| 欧洲精品卡2卡3卡4卡5卡区| 好男人电影高清在线观看| 亚洲国产欧洲综合997久久, | 亚洲专区字幕在线| 一区二区三区激情视频| 日本精品一区二区三区蜜桃| 女人被狂操c到高潮| 欧美精品啪啪一区二区三区| 搡老岳熟女国产| 久久香蕉激情| 精品卡一卡二卡四卡免费| 草草在线视频免费看| 香蕉国产在线看| 一区二区三区国产精品乱码| 亚洲成人国产一区在线观看| 非洲黑人性xxxx精品又粗又长| 亚洲国产高清在线一区二区三 | 国产一区二区在线av高清观看| 亚洲第一电影网av| 国产亚洲精品久久久久久毛片| 夜夜爽天天搞| 一区二区三区国产精品乱码| 亚洲成人国产一区在线观看| 免费在线观看亚洲国产| 日本黄色视频三级网站网址| 91成年电影在线观看| www.熟女人妻精品国产| 欧美成人午夜精品| 啦啦啦 在线观看视频| 精品久久蜜臀av无| 亚洲欧美精品综合一区二区三区| 亚洲国产欧洲综合997久久, | av电影中文网址| 国产精品一区二区三区四区久久 | 久久久国产成人精品二区| 久久狼人影院| 国产高清激情床上av| 日韩视频一区二区在线观看| 亚洲男人的天堂狠狠| 精品电影一区二区在线| 19禁男女啪啪无遮挡网站| www国产在线视频色| 老熟妇仑乱视频hdxx| 19禁男女啪啪无遮挡网站| 国产成人av教育| 天天一区二区日本电影三级| 亚洲国产欧洲综合997久久, | 国产精品久久久久久人妻精品电影| 中文字幕高清在线视频| 亚洲国产毛片av蜜桃av| 午夜精品久久久久久毛片777| 国产精品亚洲美女久久久| 日本精品一区二区三区蜜桃| 精品无人区乱码1区二区| 老司机深夜福利视频在线观看| 久久久久久国产a免费观看| 国产亚洲欧美精品永久| 999久久久国产精品视频| 欧美成人性av电影在线观看| 熟女少妇亚洲综合色aaa.| 人人妻,人人澡人人爽秒播| 午夜亚洲福利在线播放| 看免费av毛片| 亚洲国产毛片av蜜桃av| 久久亚洲真实| 一本综合久久免费| 国产一卡二卡三卡精品| 在线av久久热| 身体一侧抽搐| 啪啪无遮挡十八禁网站| 亚洲精品av麻豆狂野| 国产91精品成人一区二区三区| 免费在线观看黄色视频的| 又黄又粗又硬又大视频| 日韩三级视频一区二区三区| 一进一出抽搐动态| 亚洲五月色婷婷综合| 国产精品九九99| 国产一区二区三区视频了| 国产亚洲av高清不卡| 欧美激情 高清一区二区三区| 欧美成人免费av一区二区三区| 日本成人三级电影网站| 亚洲av日韩精品久久久久久密| 欧美中文日本在线观看视频| 亚洲一区中文字幕在线| 国产精品av久久久久免费| 久久国产精品人妻蜜桃| 国内揄拍国产精品人妻在线 | 久久久久国内视频| 国产乱人伦免费视频| 在线永久观看黄色视频| 18禁裸乳无遮挡免费网站照片 | 男女那种视频在线观看| 国产精品久久久久久精品电影 | 国产成人啪精品午夜网站| 婷婷精品国产亚洲av在线| 大香蕉久久成人网| 变态另类成人亚洲欧美熟女| 丝袜美腿诱惑在线| 在线国产一区二区在线| 男人舔女人下体高潮全视频| 欧美成狂野欧美在线观看| 可以在线观看毛片的网站| 香蕉av资源在线| 97超级碰碰碰精品色视频在线观看| 久久久久久九九精品二区国产 | 国产一区在线观看成人免费| 国产成人影院久久av| 午夜激情av网站| 狂野欧美激情性xxxx| 激情在线观看视频在线高清| 久久精品国产清高在天天线| 国产成人一区二区三区免费视频网站| 精品国内亚洲2022精品成人| 久久天堂一区二区三区四区| 精品一区二区三区四区五区乱码| 自线自在国产av| 国产色视频综合| 色婷婷久久久亚洲欧美| av欧美777| 操出白浆在线播放| 国产爱豆传媒在线观看 | 欧美亚洲日本最大视频资源| 这个男人来自地球电影免费观看| 啦啦啦观看免费观看视频高清| 亚洲国产精品sss在线观看| 夜夜夜夜夜久久久久| 亚洲成人久久性| 香蕉国产在线看| 女性被躁到高潮视频| 91av网站免费观看| 脱女人内裤的视频| 久久久水蜜桃国产精品网| 国产激情久久老熟女| 精品电影一区二区在线| 中文字幕人妻熟女乱码| 亚洲午夜精品一区,二区,三区| 18禁美女被吸乳视频| 中文字幕av电影在线播放| 国产黄a三级三级三级人| 久久久久国产一级毛片高清牌| 动漫黄色视频在线观看| 成在线人永久免费视频| 国产亚洲精品综合一区在线观看 | 精品一区二区三区视频在线观看免费| 淫秽高清视频在线观看| 麻豆一二三区av精品| 亚洲激情在线av| 中文字幕最新亚洲高清| 99re在线观看精品视频| 成人亚洲精品av一区二区| 午夜福利高清视频| 男女视频在线观看网站免费 | 亚洲av片天天在线观看| 日韩欧美一区二区三区在线观看| 日本三级黄在线观看| 婷婷精品国产亚洲av在线| 99久久无色码亚洲精品果冻| 9191精品国产免费久久| 国产一卡二卡三卡精品| 欧美一级毛片孕妇| 亚洲国产高清在线一区二区三 | videosex国产| 丰满人妻熟妇乱又伦精品不卡| 嫩草影视91久久| 在线看三级毛片| 国产一级毛片七仙女欲春2 | 亚洲 欧美一区二区三区| 国产欧美日韩精品亚洲av| 亚洲精品国产一区二区精华液| 一a级毛片在线观看| 久久久国产成人精品二区| 美女午夜性视频免费| 亚洲一区高清亚洲精品| 在线视频色国产色| 三级毛片av免费| 91成人精品电影| 麻豆国产av国片精品| 老司机在亚洲福利影院| 久久久久久久精品吃奶| 欧美乱色亚洲激情| 免费人成视频x8x8入口观看| 国产精品野战在线观看| 极品教师在线免费播放| 一级毛片高清免费大全| 久久中文字幕人妻熟女| 99国产精品99久久久久| 露出奶头的视频| 亚洲av中文字字幕乱码综合 | 欧洲精品卡2卡3卡4卡5卡区| 91麻豆精品激情在线观看国产| 成年女人毛片免费观看观看9| 国产高清激情床上av| svipshipincom国产片| 黄片小视频在线播放| 国产aⅴ精品一区二区三区波| 岛国视频午夜一区免费看| 91大片在线观看|