• <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 ?

    基于譜聚類(lèi)膠囊網(wǎng)絡(luò)的文本分類(lèi)方法

    2022-03-04 00:17:54張凌慷仝明磊
    科技創(chuàng)新與應(yīng)用 2022年4期
    關(guān)鍵詞:路由膠囊卷積

    張凌慷,仝明磊

    (上海電力大學(xué) 電子與信息工程學(xué)院,上海 201306)

    隨著互聯(lián)網(wǎng)中海量文本數(shù)據(jù)的不斷涌現(xiàn),文本分類(lèi)已經(jīng)成為自然語(yǔ)言處理領(lǐng)域(Natural Language Processing,NLP)中的一個(gè)重要研究方向。如何在海量數(shù)據(jù)中高效而精確地理解文本語(yǔ)義,亟需學(xué)術(shù)界進(jìn)一步探索。

    隨著深度學(xué)習(xí)的流行,基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)也被應(yīng)用于文本分類(lèi)任務(wù),并取得了相對(duì)較好的分類(lèi)效果[1]。Kim[2]在卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的基礎(chǔ)上提出了TextCNN網(wǎng)絡(luò),直接對(duì)句子進(jìn)行文本分類(lèi)。

    Zhao等[3]首先在文本分類(lèi)任務(wù)中引入了膠囊網(wǎng)絡(luò)(Capsule Network),在句子中的不同位置用卷積操作提取局部特征,接著訓(xùn)練兩層膠囊層提取全局特征,最后在全連接層輸出每個(gè)文本類(lèi)的概率送入Softmax分類(lèi)器進(jìn)行分類(lèi)。Kim等[4]將靜態(tài)路由代替動(dòng)態(tài)路由機(jī)制,忽略句子中部分空間信息,達(dá)到簡(jiǎn)化路由計(jì)算的目的。

    由于動(dòng)態(tài)路由依賴(lài)聚類(lèi)的密集計(jì)算,這導(dǎo)致了訓(xùn)練效率低下,阻礙了膠囊網(wǎng)絡(luò)在實(shí)際任務(wù)中的應(yīng)用。本文采取譜聚類(lèi)(Spectral clustering)算法來(lái)取代原有膠囊網(wǎng)絡(luò)中的動(dòng)態(tài)路由算法,提出SC-Caps膠囊網(wǎng)絡(luò)模型,將低層膠囊輸出的特征向量進(jìn)行降維,減少計(jì)算復(fù)雜度,提高網(wǎng)絡(luò)性能。在搜狗新聞數(shù)據(jù)集SogouCA上進(jìn)行實(shí)驗(yàn),以模型的預(yù)測(cè)準(zhǔn)確率和F1值作為評(píng)價(jià)標(biāo)準(zhǔn),得到了較好的分類(lèi)準(zhǔn)確率。

    1 相關(guān)研究

    1.1 膠囊網(wǎng)絡(luò)

    CNN在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理領(lǐng)域都取得了成功。CNN在每次卷積之后,都會(huì)進(jìn)行池化操作對(duì)特征圖進(jìn)行下采樣來(lái)簡(jiǎn)化計(jì)算并改善局部特征。但池化操作從上一層傳遞到下一層的是標(biāo)量,導(dǎo)致無(wú)法考慮一些位置與姿態(tài)的信息。因此CNN在識(shí)別具有空間關(guān)系的特征時(shí)存在很大的局限性。

    為了解決CNN中存在的問(wèn)題,Hinton等[5]于2011年首次提出了“膠囊”的概念。其創(chuàng)新之處就是使用向量膠囊來(lái)取代CNN中的標(biāo)量神經(jīng)元,使得膠囊可以保留輸入對(duì)象之間的空間信息?;诖?,Sabour等[6]在2017年進(jìn)一步提出了具有動(dòng)態(tài)路由算法的膠囊網(wǎng)絡(luò)結(jié)構(gòu),該網(wǎng)絡(luò)包括一層卷積層來(lái)提取特征;初級(jí)膠囊層將標(biāo)量特征圖編碼為向量膠囊;高層膠囊層進(jìn)行分類(lèi)。但初級(jí)膠囊層與高層膠囊層之間動(dòng)態(tài)路由算法繁瑣,有待進(jìn)一步完善。為了解決此問(wèn)題,Hinton等[7]于2018年對(duì)動(dòng)態(tài)路由算法和膠囊網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn),提出基于最大期望算法(Expectation-Maximization,EM)來(lái)實(shí)現(xiàn)動(dòng)態(tài)路由的矩陣膠囊網(wǎng)絡(luò)。該網(wǎng)絡(luò)魯棒性強(qiáng),但仍存在計(jì)算量大,復(fù)雜度高的問(wèn)題。

    1.2 譜聚類(lèi)

    由于動(dòng)態(tài)路由需要多次迭代通過(guò)softmax來(lái)獲取相似度,不斷地計(jì)算調(diào)整新的高層膠囊,最后將點(diǎn)劃分到各個(gè)高層膠囊中。因此當(dāng)數(shù)據(jù)量大時(shí),動(dòng)態(tài)路由的計(jì)算開(kāi)銷(xiāo)是非常大的。而譜聚類(lèi)是由圖論衍生出的聚類(lèi)算法[8],它將輸入的高維向量降維達(dá)到簡(jiǎn)化計(jì)算的目的。其主要思想就是將所有輸入數(shù)據(jù)視為空間中的點(diǎn),再將所有點(diǎn)連起來(lái)構(gòu)成無(wú)向帶權(quán)圖。距離近的兩點(diǎn)連成的邊權(quán)重值高,而距離遠(yuǎn)的點(diǎn)連成的邊權(quán)重值低,來(lái)構(gòu)建相似度矩陣,之后由K近鄰法構(gòu)建鄰接矩陣。

    首先將低層膠囊轉(zhuǎn)換后的預(yù)測(cè)向量X={x1,x2,x3,…,xn},利用下列方法來(lái)構(gòu)建對(duì)稱(chēng)的鄰接矩陣W={Wij}n×t:

    再根據(jù)鄰接矩陣構(gòu)建度矩陣Dn×n,度矩陣D為對(duì)角矩陣,其中即為鄰接矩陣的對(duì)應(yīng)行元素之和。

    計(jì)算拉普拉斯矩陣L:L=D-W。利用Ncut切法,求出拉普拉斯矩陣L的k個(gè)最小特征值構(gòu)建特征矩陣F:

    首先構(gòu)建標(biāo)準(zhǔn)化拉普拉斯矩陣LS:

    接著計(jì)算LS的特征值,選取前k個(gè)最小的特征值(k為聚類(lèi)數(shù)),并求出對(duì)應(yīng)的的特征向量f1,f2,f3,…,fk;最后將上述k個(gè)特征向量作為列向量構(gòu)成的矩陣按行標(biāo)準(zhǔn)化,形成維度為的向量空間;

    令hi∈Rk為特征矩陣F的第i行作為新的中間數(shù)據(jù)樣本點(diǎn),其中i=1,2,3,…,n。利用k-means算法將聚類(lèi)成簇。

    將求得的簇送入擠壓函數(shù)得到高層膠囊:

    1.3 SC-Caps模型構(gòu)建

    膠囊網(wǎng)絡(luò)最早應(yīng)用于圖像分類(lèi)任務(wù)中,Zhao等[3]將膠囊網(wǎng)絡(luò)引入到文本分類(lèi)任務(wù)當(dāng)中,效果明顯優(yōu)于CNN、LSTM。

    該模型如圖1所示分為4層:第1層是卷積層,用于提取低層特征;第2層是初級(jí)膠囊層,將標(biāo)量特征轉(zhuǎn)換為矢量特征,保留句子中的詞序和語(yǔ)義信息;第3層是卷積膠囊層,根據(jù)譜聚類(lèi)結(jié)果得到高層膠囊;第4層是全連接膠囊層,經(jīng)過(guò)譜聚類(lèi)生成最終膠囊概率送入softmax分類(lèi)器進(jìn)行分類(lèi)。

    圖1 基于譜聚類(lèi)膠囊網(wǎng)絡(luò)的文本分類(lèi)模型

    1.3.1 卷積層

    卷積層利用卷積操作在句子不同位置提取特征。輸入為n×k的矩陣,使用一個(gè)卷積核w與一個(gè)滑動(dòng)窗口xi:i+h-1,產(chǎn)生一個(gè)特征mi。

    其中,h為窗口中的單詞數(shù);b0為偏置參數(shù);f(·)為非線性函數(shù)。每一次卷積操作都相當(dāng)于一次對(duì)特征的提取。對(duì)于相同大小的B個(gè)卷積核,可以產(chǎn)生B個(gè)特征,這些特征可以重新排列為:

    1.3.2 初級(jí)膠囊層

    此膠囊層為第一個(gè)膠囊層,用矢量輸出膠囊替換CNN中的標(biāo)量輸出。膠囊大小為d,使用一個(gè)大小為Mi窗口在標(biāo)量特征上滑動(dòng),Wb表示不同的滑動(dòng)窗口之間的共享濾波器,生成膠囊的實(shí)例化參數(shù)pi。其表達(dá)式如下。

    其中:g(·)表示非線性壓縮函數(shù);b1為偏置項(xiàng)。膠囊的特征向量p可以表示:

    1.3.3卷積膠囊層

    在卷積膠囊層中,每個(gè)膠囊僅連接到局部區(qū)域中的膠囊。該區(qū)域中的膠囊乘上轉(zhuǎn)換矩陣來(lái)學(xué)習(xí)低層膠囊跟高層膠囊之間的關(guān)系,然后根據(jù)譜聚類(lèi)路由來(lái)更新高層膠囊的權(quán)重。

    令變換矩陣WC屬于RK×C×D×d×d,其中K×C為低層膠囊區(qū)域中的膠囊數(shù),d為低層膠囊發(fā)送到高層膠囊的膠囊數(shù)。預(yù)測(cè)向量由式(9)得出:

    1.3.4 全連接膠囊層

    卷積膠囊層生成的膠囊在譜聚類(lèi)路由后,被擠壓成一個(gè)膠囊,并被送入全連接膠囊層中。

    全連接膠囊層從譜聚類(lèi)路由中學(xué)習(xí)到全局特征。

    其中:x為輸入;hw,b(x)為輸出;T為W的轉(zhuǎn)置。

    最后將全連接膠囊層的輸出送入softmax分類(lèi)器,完成文本分類(lèi)任務(wù)。

    2 實(shí)驗(yàn)與結(jié)果分析

    2.1 實(shí)驗(yàn)環(huán)境

    為了驗(yàn)證算法在文本分類(lèi)任務(wù)上的效果,采用基于Tensorflow的Keras進(jìn)行開(kāi)發(fā),編程語(yǔ)言為Python3.6。服務(wù)器配置如下:操作系統(tǒng)為Ubuntu16.04,CPU為Inter Xeon E5-1620,主頻為3.6 GHz,內(nèi)存為16 G,GPU為Nvidia GeForce Titan X。

    2.2 實(shí)驗(yàn)數(shù)據(jù)

    采用搜狗實(shí)驗(yàn)室SougouCA數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。SougoCA數(shù)據(jù)集包含429 819條文本,可被標(biāo)出類(lèi)別的共有14類(lèi),去掉4類(lèi)樣本數(shù)不足的數(shù)據(jù),保留剩下10類(lèi)樣本作為分類(lèi)文本分解。每類(lèi)數(shù)據(jù)都選取2 000條文本,隨機(jī)打亂數(shù)據(jù)集。訓(xùn)練集、驗(yàn)證集和測(cè)試集的劃分比例為8∶1∶1。

    實(shí)驗(yàn)的預(yù)處理部分先將下載好的文本轉(zhuǎn)碼,采用jieba分詞工具對(duì)新聞文本數(shù)據(jù)進(jìn)行分詞處理,再加上對(duì)應(yīng)的標(biāo)簽。

    2.3 評(píng)價(jià)指標(biāo)與實(shí)驗(yàn)設(shè)計(jì)

    本文實(shí)驗(yàn)的性能評(píng)價(jià)指標(biāo)主要包括:準(zhǔn)確率、精確率、召回率、F1值。設(shè)TP為將正確類(lèi)預(yù)測(cè)為正確類(lèi)的個(gè)數(shù);TN為將錯(cuò)誤類(lèi)預(yù)測(cè)為正確類(lèi)的個(gè)數(shù);FP為將錯(cuò)誤類(lèi)預(yù)測(cè)為正確類(lèi)的個(gè)數(shù);FN為將正確類(lèi)預(yù)測(cè)為錯(cuò)誤類(lèi)的個(gè)數(shù)。評(píng)價(jià)指標(biāo)的計(jì)算公式如下:

    本文進(jìn)行的實(shí)驗(yàn)基于keras框架實(shí)現(xiàn),使用Adam優(yōu)化器,使用訓(xùn)練后的word2vec詞向量作為第一個(gè)通道的詞向量。在SogouCA數(shù)據(jù)集上的實(shí)驗(yàn)?zāi)P蛥?shù)設(shè)置見(jiàn)表1。

    表1 實(shí)驗(yàn)參數(shù)設(shè)置

    其中高層膠囊個(gè)數(shù)11個(gè),對(duì)應(yīng)10類(lèi)新聞分類(lèi),其中標(biāo)簽0不用,膠囊的模長(zhǎng)代表所屬分類(lèi)的概率。

    2.4 對(duì)比實(shí)驗(yàn)

    為了驗(yàn)證本文提出方法的有效性,本文進(jìn)行了3個(gè)實(shí)驗(yàn)。實(shí)驗(yàn)(1)與深度學(xué)習(xí)領(lǐng)域主流實(shí)驗(yàn)?zāi)P瓦M(jìn)行對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)(2)與其他膠囊網(wǎng)絡(luò)論文所提出方法進(jìn)行對(duì)比實(shí)驗(yàn);實(shí)驗(yàn)(3)改變譜聚類(lèi)k值進(jìn)行實(shí)驗(yàn)。

    實(shí)驗(yàn)(1)選取深度學(xué)習(xí)領(lǐng)域主流的模型在SogouCA數(shù)據(jù)集上進(jìn)行比較實(shí)驗(yàn),包括:LSTM、BiLSTM[9]、C-LSTM[10]、SC-Caps。使用上述模型進(jìn)行實(shí)驗(yàn)3次,取平均值。實(shí)驗(yàn)結(jié)果見(jiàn)表2。

    表2 實(shí)驗(yàn)(1)數(shù)據(jù)結(jié)果

    從表2可以看出,與傳統(tǒng)的CNN、LSTM網(wǎng)絡(luò)相比,本文提出的膠囊網(wǎng)絡(luò)模型在文本分類(lèi)任務(wù)中表現(xiàn)更好。相較于傳統(tǒng)的LSTM模型,F(xiàn)1值提高了5.76個(gè)百分點(diǎn)。而CNN和LSTM結(jié)合的網(wǎng)絡(luò)中進(jìn)行的池化操作會(huì)導(dǎo)致特征信息丟失,使用膠囊網(wǎng)絡(luò)將標(biāo)量信息轉(zhuǎn)化為矢量信息,通過(guò)譜聚類(lèi)路由將低層膠囊的特征信息傳遞到高層膠囊中,從而更好地捕捉文本中的特征信息。

    實(shí)驗(yàn)(2)中將本文提出方法與其他不同路由方式的膠囊網(wǎng)絡(luò)方法進(jìn)行比較,對(duì)比結(jié)果見(jiàn)表3。

    表3 實(shí)驗(yàn)(2)數(shù)據(jù)結(jié)果

    通過(guò)比較可以發(fā)現(xiàn),本文提出的方法相較于文獻(xiàn)[3]提出的模型準(zhǔn)確率提高了0.34個(gè)百分點(diǎn)、F1值提高了2.02個(gè)百分點(diǎn),該模型使用了32個(gè)高層膠囊,模型較為復(fù)雜,訓(xùn)練所需時(shí)間較長(zhǎng)。相較于文獻(xiàn)[4]使用的靜態(tài)路由膠囊網(wǎng)絡(luò)準(zhǔn)確率提升了1.75個(gè)百分點(diǎn),F(xiàn)1值提升了0.22個(gè)百分點(diǎn)。由此說(shuō)明本文提出的SC-Caps文本分類(lèi)模型實(shí)驗(yàn)(3)中改變SC-Caps中第一次譜聚類(lèi)的k值,在數(shù)據(jù)集SogouCA上做對(duì)比實(shí)驗(yàn),第二次譜聚類(lèi)的k值對(duì)應(yīng)類(lèi)別數(shù)固定為11,實(shí)驗(yàn)結(jié)果如圖2所示。

    圖2 不同k值的分類(lèi)結(jié)果對(duì)比(準(zhǔn)確率)

    基于上述實(shí)驗(yàn)結(jié)果,譜聚類(lèi)中選定的k值對(duì)SCCaps網(wǎng)絡(luò)有一定影響,在k=15時(shí)達(dá)到SC-Caps的最佳效果;但繼續(xù)增加k值后,分類(lèi)效果反而下降。這是由于當(dāng)聚類(lèi)數(shù)k值較大時(shí),會(huì)使得聚類(lèi)不均勻,影響算法的精確性,導(dǎo)致準(zhǔn)確率下降。因此在本文的其他實(shí)驗(yàn)中設(shè)置SC-Caps的譜聚類(lèi)k值為15,以獲得更好的表現(xiàn)。

    3 結(jié)論

    本文結(jié)合譜聚類(lèi)和CapsNet的優(yōu)點(diǎn),提出了一種基于譜聚類(lèi)膠囊網(wǎng)絡(luò)的文本分類(lèi)模型。該模型用譜聚類(lèi)路由取代了原有膠囊網(wǎng)絡(luò)的動(dòng)態(tài)路由機(jī)制,將初級(jí)膠囊層送入的高維特征轉(zhuǎn)化為低維的子特征再送入高層膠囊中,進(jìn)而提高膠囊網(wǎng)絡(luò)的運(yùn)算效率和精度。此外,本文還在搜狗語(yǔ)料庫(kù)SogouCA上進(jìn)行了文本分類(lèi)實(shí)驗(yàn),與其他算法的對(duì)比表明本文提出的SC-Caps文本分類(lèi)算法表現(xiàn)較好,有效提高了文本分類(lèi)的準(zhǔn)確率。

    本文在路由方式上進(jìn)行了改進(jìn),在一定程度上實(shí)現(xiàn)分類(lèi)算法的改善,但膠囊網(wǎng)絡(luò)的卷積層特征提取能力和網(wǎng)絡(luò)整體結(jié)構(gòu)有待進(jìn)一步優(yōu)化。下一步研究工作將加強(qiáng)對(duì)特征提取算法和膠囊網(wǎng)絡(luò)模型結(jié)構(gòu)的研究。

    猜你喜歡
    路由膠囊卷積
    Shugan Jieyu capsule (舒肝解郁膠囊) improve sleep and emotional disorder in coronavirus disease 2019 convalescence patients: a randomized,double-blind,placebo-controlled trial
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    Shumian capsule(舒眠膠囊)improves symptoms of sleep mood disorder in convalescent patients of Corona Virus Disease 2019
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    探究路由與環(huán)路的問(wèn)題
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    PRIME和G3-PLC路由機(jī)制對(duì)比
    一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識(shí)別方法
    WSN中基于等高度路由的源位置隱私保護(hù)
    eNSP在路由交換課程教學(xué)改革中的應(yīng)用
    河南科技(2014年5期)2014-02-27 14:08:56
    午夜影院日韩av| 琪琪午夜伦伦电影理论片6080| 国产成人福利小说| 久久亚洲真实| 老司机午夜十八禁免费视频| 婷婷丁香在线五月| av专区在线播放| 欧美乱色亚洲激情| 久久热精品热| 精品国产三级普通话版| 一级毛片久久久久久久久女| 麻豆国产av国片精品| 制服丝袜大香蕉在线| 婷婷六月久久综合丁香| 久久久久久国产a免费观看| 国产精品女同一区二区软件 | 国产精品爽爽va在线观看网站| 一个人免费在线观看电影| 禁无遮挡网站| 亚洲精品乱码久久久v下载方式| 久久久久久久亚洲中文字幕 | 色吧在线观看| 精品一区二区三区人妻视频| 97热精品久久久久久| 亚洲内射少妇av| 国产高清激情床上av| 欧美+日韩+精品| 国产探花在线观看一区二区| 国产中年淑女户外野战色| 欧美激情在线99| 麻豆成人午夜福利视频| 成人鲁丝片一二三区免费| 亚洲天堂国产精品一区在线| 可以在线观看毛片的网站| 国产午夜精品论理片| 国产白丝娇喘喷水9色精品| 999久久久精品免费观看国产| 2021天堂中文幕一二区在线观| 日本与韩国留学比较| 成人毛片a级毛片在线播放| 精品乱码久久久久久99久播| 亚洲欧美日韩高清专用| 老女人水多毛片| 国产乱人伦免费视频| 成人国产一区最新在线观看| 五月玫瑰六月丁香| 天天躁日日操中文字幕| 婷婷丁香在线五月| 成人永久免费在线观看视频| 日韩欧美国产一区二区入口| 亚洲av.av天堂| 偷拍熟女少妇极品色| 毛片女人毛片| 精品人妻一区二区三区麻豆 | 日韩免费av在线播放| avwww免费| 久久精品国产自在天天线| 99在线人妻在线中文字幕| 欧美成人性av电影在线观看| 日本撒尿小便嘘嘘汇集6| 久久久久精品国产欧美久久久| 人人妻人人看人人澡| 99视频精品全部免费 在线| 婷婷精品国产亚洲av在线| 他把我摸到了高潮在线观看| 少妇裸体淫交视频免费看高清| 成年人黄色毛片网站| 中文字幕免费在线视频6| 国产伦精品一区二区三区四那| 激情在线观看视频在线高清| 午夜影院日韩av| 麻豆国产97在线/欧美| 亚洲国产精品成人综合色| 热99re8久久精品国产| 精品99又大又爽又粗少妇毛片 | 怎么达到女性高潮| 国产视频一区二区在线看| 亚洲精品一区av在线观看| 久久久久久久久久黄片| 男女视频在线观看网站免费| 精品日产1卡2卡| 99久久精品一区二区三区| 婷婷精品国产亚洲av| 欧美日本亚洲视频在线播放| 久久精品综合一区二区三区| 99在线视频只有这里精品首页| 亚洲av电影不卡..在线观看| 亚洲va日本ⅴa欧美va伊人久久| av在线蜜桃| 国产真实伦视频高清在线观看 | 亚洲精品一卡2卡三卡4卡5卡| 久久国产乱子免费精品| 搡老妇女老女人老熟妇| 99国产综合亚洲精品| 超碰av人人做人人爽久久| 别揉我奶头~嗯~啊~动态视频| av黄色大香蕉| 91狼人影院| 国产高潮美女av| 亚洲片人在线观看| 国产三级在线视频| av欧美777| 国产伦人伦偷精品视频| 国产精品伦人一区二区| 国产伦一二天堂av在线观看| 久久欧美精品欧美久久欧美| 女生性感内裤真人,穿戴方法视频| 久久久久国内视频| 午夜免费激情av| 精品欧美国产一区二区三| 国产麻豆成人av免费视频| 成年人黄色毛片网站| aaaaa片日本免费| 91麻豆av在线| 亚洲国产精品久久男人天堂| 日本三级黄在线观看| 亚洲三级黄色毛片| 国产熟女xx| 欧美绝顶高潮抽搐喷水| 精品国内亚洲2022精品成人| 国产色婷婷99| netflix在线观看网站| 国产精品99久久久久久久久| 国产欧美日韩精品一区二区| 波多野结衣巨乳人妻| 午夜免费男女啪啪视频观看 | 淫妇啪啪啪对白视频| 99热精品在线国产| 国产亚洲精品综合一区在线观看| 精品一区二区三区av网在线观看| 看片在线看免费视频| 国产精品伦人一区二区| 丰满的人妻完整版| 亚洲自拍偷在线| 一区福利在线观看| 麻豆国产97在线/欧美| 欧美激情在线99| 亚洲成人久久爱视频| 久久精品国产99精品国产亚洲性色| 欧洲精品卡2卡3卡4卡5卡区| 国产在视频线在精品| 高潮久久久久久久久久久不卡| 网址你懂的国产日韩在线| 色5月婷婷丁香| 又爽又黄a免费视频| 国产精品乱码一区二三区的特点| 成年女人看的毛片在线观看| 神马国产精品三级电影在线观看| 国产伦精品一区二区三区视频9| 欧美zozozo另类| 一进一出抽搐动态| 日本三级黄在线观看| 久久久久久久久久成人| 免费av不卡在线播放| 中文字幕人成人乱码亚洲影| 在线免费观看的www视频| 日韩欧美精品v在线| 精品久久久久久久久av| 欧美在线一区亚洲| 日韩高清综合在线| 极品教师在线视频| 丰满人妻熟妇乱又伦精品不卡| 两性午夜刺激爽爽歪歪视频在线观看| 精品一区二区三区人妻视频| 精华霜和精华液先用哪个| 村上凉子中文字幕在线| 国产一区二区亚洲精品在线观看| 国产精品久久久久久人妻精品电影| 日本免费a在线| 老鸭窝网址在线观看| 99热6这里只有精品| 丁香六月欧美| 日日摸夜夜添夜夜添小说| 久久国产精品影院| 日韩欧美精品v在线| 精品久久国产蜜桃| 色精品久久人妻99蜜桃| 亚洲av不卡在线观看| 成人永久免费在线观看视频| 日韩精品青青久久久久久| 久久久久久久久久黄片| 啪啪无遮挡十八禁网站| 1024手机看黄色片| 最近最新中文字幕大全电影3| 亚洲国产精品合色在线| 国产午夜精品久久久久久一区二区三区 | 国产成+人综合+亚洲专区| 国产精品久久久久久久电影| 久久亚洲精品不卡| 亚洲七黄色美女视频| 国产单亲对白刺激| 国产精品亚洲美女久久久| 日韩人妻高清精品专区| 男女床上黄色一级片免费看| 在线观看美女被高潮喷水网站 | 看黄色毛片网站| 成人国产一区最新在线观看| 免费大片18禁| 狂野欧美白嫩少妇大欣赏| 十八禁国产超污无遮挡网站| 国语自产精品视频在线第100页| 久久精品国产自在天天线| 性色av乱码一区二区三区2| 亚洲第一欧美日韩一区二区三区| h日本视频在线播放| 精品久久久久久久久亚洲 | 久久久久久大精品| 性色avwww在线观看| 成年人黄色毛片网站| 欧美成人免费av一区二区三区| 在线国产一区二区在线| 日韩精品青青久久久久久| 波多野结衣高清作品| 性色avwww在线观看| 男人和女人高潮做爰伦理| 别揉我奶头 嗯啊视频| 白带黄色成豆腐渣| 午夜免费成人在线视频| 淫秽高清视频在线观看| 国产成人av教育| 在线播放无遮挡| 亚洲国产精品999在线| 午夜亚洲福利在线播放| 午夜激情欧美在线| 国产v大片淫在线免费观看| 搞女人的毛片| 美女免费视频网站| 99国产综合亚洲精品| 最新在线观看一区二区三区| 国产伦一二天堂av在线观看| 久久精品国产自在天天线| 国产伦人伦偷精品视频| 欧美色欧美亚洲另类二区| 少妇的逼水好多| 在线天堂最新版资源| 波多野结衣高清作品| 久久午夜亚洲精品久久| 国产aⅴ精品一区二区三区波| aaaaa片日本免费| 久久久久久久亚洲中文字幕 | 99国产综合亚洲精品| 国产真实乱freesex| 九色国产91popny在线| 又黄又爽又免费观看的视频| 欧美bdsm另类| 国产一区二区在线av高清观看| 国产亚洲av嫩草精品影院| 欧美日韩亚洲国产一区二区在线观看| 成人永久免费在线观看视频| 亚洲精品日韩av片在线观看| 精品久久久久久久末码| 怎么达到女性高潮| 精品人妻1区二区| 国产三级黄色录像| 国产精品亚洲av一区麻豆| 一级黄色大片毛片| 亚洲18禁久久av| 91久久精品国产一区二区成人| 校园春色视频在线观看| 免费一级毛片在线播放高清视频| 亚洲中文字幕日韩| 国产私拍福利视频在线观看| 在现免费观看毛片| 看黄色毛片网站| 又紧又爽又黄一区二区| 国产私拍福利视频在线观看| 久久午夜亚洲精品久久| 怎么达到女性高潮| 91字幕亚洲| 国产一区二区激情短视频| 久久久国产成人免费| 国产精品野战在线观看| 国产野战对白在线观看| 男女之事视频高清在线观看| 真人一进一出gif抽搐免费| 中文字幕久久专区| 免费在线观看影片大全网站| 制服丝袜大香蕉在线| 日本在线视频免费播放| 亚洲成人久久性| 欧美成人性av电影在线观看| 成年免费大片在线观看| 91在线观看av| 成人国产一区最新在线观看| 哪里可以看免费的av片| 久久久久性生活片| 久久久久免费精品人妻一区二区| 久久人人精品亚洲av| 美女xxoo啪啪120秒动态图 | 又粗又爽又猛毛片免费看| 我要搜黄色片| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产高清在线一区二区三| 欧美精品国产亚洲| 中出人妻视频一区二区| 人妻制服诱惑在线中文字幕| 一进一出好大好爽视频| 亚洲欧美清纯卡通| 精品久久久久久久人妻蜜臀av| 亚洲中文字幕一区二区三区有码在线看| 女生性感内裤真人,穿戴方法视频| 日韩亚洲欧美综合| 国产精品一区二区三区四区免费观看 | 非洲黑人性xxxx精品又粗又长| 99国产精品一区二区三区| 日韩中字成人| 夜夜爽天天搞| 成人欧美大片| 3wmmmm亚洲av在线观看| 国产成人影院久久av| 国产精品人妻久久久久久| 亚洲精品成人久久久久久| 亚洲av熟女| 色综合欧美亚洲国产小说| 亚洲成人免费电影在线观看| www.999成人在线观看| 国产日本99.免费观看| 国产老妇女一区| 长腿黑丝高跟| 久久99热6这里只有精品| 特级一级黄色大片| 国产精品影院久久| 欧美zozozo另类| 亚洲在线观看片| 亚洲 欧美 日韩 在线 免费| 99热只有精品国产| 免费观看的影片在线观看| 亚洲无线观看免费| 日韩成人在线观看一区二区三区| 久久6这里有精品| 丁香六月欧美| 久久中文看片网| 中文字幕免费在线视频6| 99国产极品粉嫩在线观看| 日本一二三区视频观看| 婷婷亚洲欧美| 最新中文字幕久久久久| 日本一二三区视频观看| 欧美绝顶高潮抽搐喷水| 长腿黑丝高跟| 丰满人妻熟妇乱又伦精品不卡| 亚洲中文字幕日韩| 长腿黑丝高跟| 真人一进一出gif抽搐免费| 丁香六月欧美| 精品一区二区免费观看| 很黄的视频免费| 亚洲av二区三区四区| 国产精品一及| 一进一出抽搐动态| 特级一级黄色大片| 99久久精品热视频| 久久午夜亚洲精品久久| 日日摸夜夜添夜夜添小说| 少妇人妻一区二区三区视频| 午夜福利视频1000在线观看| 日日摸夜夜添夜夜添小说| 久久国产乱子免费精品| 好男人在线观看高清免费视频| 一个人看视频在线观看www免费| 久久久久久国产a免费观看| 如何舔出高潮| 一级黄色大片毛片| 亚洲熟妇中文字幕五十中出| 夜夜夜夜夜久久久久| 成人特级黄色片久久久久久久| 亚洲性夜色夜夜综合| 国产久久久一区二区三区| 动漫黄色视频在线观看| 国产成人福利小说| 亚洲av不卡在线观看| 动漫黄色视频在线观看| 俄罗斯特黄特色一大片| 精品国内亚洲2022精品成人| 亚洲激情在线av| 国产亚洲精品久久久com| 韩国av一区二区三区四区| 亚洲美女视频黄频| 久久久久九九精品影院| 国产伦精品一区二区三区四那| 久久人人精品亚洲av| 久9热在线精品视频| 看片在线看免费视频| 色噜噜av男人的天堂激情| 亚洲成人久久爱视频| 成年版毛片免费区| 亚洲自偷自拍三级| 国产真实乱freesex| 欧美日韩瑟瑟在线播放| 我的女老师完整版在线观看| 在线免费观看不下载黄p国产 | 欧美最新免费一区二区三区 | 国产美女午夜福利| 一区二区三区激情视频| 在线观看美女被高潮喷水网站 | 不卡一级毛片| 国产亚洲欧美在线一区二区| 99久久精品国产亚洲精品| 一级黄色大片毛片| 嫩草影院精品99| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 大型黄色视频在线免费观看| 一夜夜www| 久久久久久久亚洲中文字幕 | 性欧美人与动物交配| 成年女人看的毛片在线观看| 一个人观看的视频www高清免费观看| 久久精品国产亚洲av涩爱 | 午夜福利视频1000在线观看| 亚洲经典国产精华液单 | 国产成+人综合+亚洲专区| avwww免费| 一进一出抽搐动态| 一区二区三区激情视频| 嫩草影院新地址| 亚洲欧美日韩高清在线视频| 亚洲片人在线观看| 亚洲人与动物交配视频| 两性午夜刺激爽爽歪歪视频在线观看| 女生性感内裤真人,穿戴方法视频| 高清在线国产一区| 免费看a级黄色片| 在线观看午夜福利视频| 丁香六月欧美| 88av欧美| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲激情在线av| 夜夜夜夜夜久久久久| 99视频精品全部免费 在线| 最近视频中文字幕2019在线8| 一卡2卡三卡四卡精品乱码亚洲| 日韩人妻高清精品专区| 乱人视频在线观看| 美女被艹到高潮喷水动态| 我的女老师完整版在线观看| 人妻久久中文字幕网| 12—13女人毛片做爰片一| 国产成人影院久久av| 五月玫瑰六月丁香| 51国产日韩欧美| 麻豆成人av在线观看| 欧美激情在线99| 国产av麻豆久久久久久久| 香蕉av资源在线| 欧美成狂野欧美在线观看| 精品福利观看| 国产高清有码在线观看视频| 亚洲成av人片在线播放无| 欧美性猛交黑人性爽| 尤物成人国产欧美一区二区三区| 丁香欧美五月| 一级黄片播放器| 亚洲精品在线美女| 久久天躁狠狠躁夜夜2o2o| 日日摸夜夜添夜夜添av毛片 | 男女床上黄色一级片免费看| 97超级碰碰碰精品色视频在线观看| 久久精品91蜜桃| 欧美激情在线99| 特级一级黄色大片| 观看美女的网站| 国产伦在线观看视频一区| 久久久久久国产a免费观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 久久久久久国产a免费观看| 老女人水多毛片| 国产一区二区在线观看日韩| 亚洲一区高清亚洲精品| 精品人妻偷拍中文字幕| 男人的好看免费观看在线视频| 天天一区二区日本电影三级| 黄色视频,在线免费观看| 国产激情偷乱视频一区二区| 亚洲av美国av| www.熟女人妻精品国产| 亚洲自拍偷在线| 亚洲国产色片| av福利片在线观看| 国产黄色小视频在线观看| 亚洲av中文字字幕乱码综合| 黄色女人牲交| 久久精品国产99精品国产亚洲性色| 精品人妻偷拍中文字幕| 18禁裸乳无遮挡免费网站照片| 两性午夜刺激爽爽歪歪视频在线观看| 国产一区二区激情短视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 极品教师在线免费播放| 99精品在免费线老司机午夜| 国产欧美日韩一区二区三| 又爽又黄a免费视频| 国产国拍精品亚洲av在线观看| 国产亚洲精品av在线| 日本 欧美在线| 国产高潮美女av| 国产精品伦人一区二区| 深夜精品福利| 韩国av一区二区三区四区| 中亚洲国语对白在线视频| av在线蜜桃| 97超级碰碰碰精品色视频在线观看| 国产高清激情床上av| 日日夜夜操网爽| 91在线精品国自产拍蜜月| 久久香蕉精品热| 国内精品久久久久久久电影| 国产蜜桃级精品一区二区三区| 99久久精品一区二区三区| 一区二区三区四区激情视频 | 一级av片app| 久久久久久久久大av| 国产av麻豆久久久久久久| 岛国在线免费视频观看| 国产精品一区二区性色av| 国产成人欧美在线观看| 色吧在线观看| 91狼人影院| 一本久久中文字幕| 日本与韩国留学比较| 中文字幕人妻熟人妻熟丝袜美| 淫秽高清视频在线观看| 国产黄片美女视频| 一进一出抽搐动态| 久久婷婷人人爽人人干人人爱| 99热精品在线国产| 91久久精品国产一区二区成人| 国产高清视频在线播放一区| 中文字幕免费在线视频6| 亚洲精品影视一区二区三区av| 1000部很黄的大片| 色av中文字幕| 天堂√8在线中文| 熟妇人妻久久中文字幕3abv| 一本久久中文字幕| 亚洲自拍偷在线| 亚洲人成网站高清观看| 精品免费久久久久久久清纯| 动漫黄色视频在线观看| 蜜桃亚洲精品一区二区三区| 日本精品一区二区三区蜜桃| 欧美激情国产日韩精品一区| 一区二区三区免费毛片| 久久久久久九九精品二区国产| 老司机福利观看| 长腿黑丝高跟| 成人国产综合亚洲| 狂野欧美白嫩少妇大欣赏| 久久精品国产亚洲av香蕉五月| 看黄色毛片网站| 97热精品久久久久久| 亚洲真实伦在线观看| 观看免费一级毛片| 男女之事视频高清在线观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲男人的天堂狠狠| 成人特级av手机在线观看| 在线观看66精品国产| 午夜激情福利司机影院| 久久婷婷人人爽人人干人人爱| 久久久久久久亚洲中文字幕 | 国语自产精品视频在线第100页| 无人区码免费观看不卡| 九九久久精品国产亚洲av麻豆| 亚洲午夜理论影院| 国产亚洲精品久久久com| 一级a爱片免费观看的视频| 99热精品在线国产| 欧美黑人巨大hd| 又粗又爽又猛毛片免费看| 级片在线观看| 美女xxoo啪啪120秒动态图 | 成人鲁丝片一二三区免费| 波多野结衣高清作品| 国产精品一区二区三区四区免费观看 | 国产精品一及| 色5月婷婷丁香| 亚洲欧美日韩高清专用| 久久亚洲精品不卡| 国产亚洲精品av在线| 毛片女人毛片| 一a级毛片在线观看| 久久久久久久久中文| 日韩av在线大香蕉| 久久久久亚洲av毛片大全| 亚洲天堂国产精品一区在线| 性色av乱码一区二区三区2| 国产精品综合久久久久久久免费| 亚洲精品乱码久久久v下载方式| 国产精品精品国产色婷婷| 亚洲一区二区三区色噜噜| 99热这里只有精品一区| 国产三级黄色录像| 久久香蕉精品热| 国产淫片久久久久久久久 | 蜜桃亚洲精品一区二区三区| 国产精品三级大全| 亚洲人成网站在线播放欧美日韩| 亚洲人成伊人成综合网2020| 国产成年人精品一区二区| 国产精品乱码一区二三区的特点| 国产精品美女特级片免费视频播放器| 91麻豆精品激情在线观看国产| 国产伦一二天堂av在线观看| 一级作爱视频免费观看| 国产欧美日韩一区二区三| 亚洲va日本ⅴa欧美va伊人久久| 亚洲人与动物交配视频| 久久中文看片网| 国产精品一区二区三区四区免费观看 | 久久精品综合一区二区三区| 日韩中文字幕欧美一区二区| 99久国产av精品| 亚洲av电影在线进入| 在线观看免费视频日本深夜| 婷婷丁香在线五月|