• <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
    亚洲情色 制服丝袜| 国产成人精品婷婷| 国产综合精华液| 国产精品一区www在线观看| 久久精品国产a三级三级三级| 午夜视频国产福利| 久久热精品热| 在线观看国产h片| 久久久久精品性色| 免费人成在线观看视频色| 黑丝袜美女国产一区| av福利片在线| 丝袜美足系列| 在线观看人妻少妇| 国产成人a∨麻豆精品| 欧美丝袜亚洲另类| 99re6热这里在线精品视频| 国产精品 国内视频| 我的女老师完整版在线观看| 性色avwww在线观看| 成年av动漫网址| 亚洲精品美女久久av网站| 欧美亚洲 丝袜 人妻 在线| 亚洲欧洲日产国产| 国产黄色视频一区二区在线观看| 亚洲欧美色中文字幕在线| 老司机影院毛片| 免费播放大片免费观看视频在线观看| 高清不卡的av网站| 特大巨黑吊av在线直播| 不卡视频在线观看欧美| 日本av免费视频播放| 免费久久久久久久精品成人欧美视频 | 国产女主播在线喷水免费视频网站| 成人国产av品久久久| .国产精品久久| 国产欧美日韩综合在线一区二区| 亚洲高清免费不卡视频| 少妇精品久久久久久久| 日本免费在线观看一区| 99久久中文字幕三级久久日本| 好男人视频免费观看在线| 亚洲av不卡在线观看| 欧美激情国产日韩精品一区| 最新中文字幕久久久久| 插阴视频在线观看视频| 亚洲三级黄色毛片| 亚洲精品日韩在线中文字幕| 欧美性感艳星| 建设人人有责人人尽责人人享有的| 久久毛片免费看一区二区三区| 欧美精品一区二区大全| 一级片'在线观看视频| 亚洲四区av| 一级爰片在线观看| 男女边摸边吃奶| 多毛熟女@视频| 黄色视频在线播放观看不卡| a级片在线免费高清观看视频| 亚洲精品视频女| 国产视频首页在线观看| 国产精品久久久久久精品古装| 国产成人一区二区在线| 亚洲欧洲国产日韩| 欧美 亚洲 国产 日韩一| 在线观看人妻少妇| 日韩一本色道免费dvd| 久久久精品94久久精品| 97精品久久久久久久久久精品| 久久久精品免费免费高清| 91久久精品电影网| 制服人妻中文乱码| 热re99久久精品国产66热6| 日日摸夜夜添夜夜添av毛片| 久久精品国产自在天天线| 卡戴珊不雅视频在线播放| 午夜精品国产一区二区电影| 国产精品一区二区三区四区免费观看| 成人国语在线视频| 大香蕉97超碰在线| h视频一区二区三区| 国产精品 国内视频| 久久ye,这里只有精品| 麻豆乱淫一区二区| 女人久久www免费人成看片| av福利片在线| 亚洲av免费高清在线观看| 夜夜爽夜夜爽视频| 免费人妻精品一区二区三区视频| 91久久精品国产一区二区成人| 免费黄网站久久成人精品| 久久久国产精品麻豆| 九九久久精品国产亚洲av麻豆| 国产免费一区二区三区四区乱码| 免费少妇av软件| 在线看a的网站| 精品久久久久久久久av| 成人二区视频| 欧美日韩综合久久久久久| 成人国语在线视频| 亚洲五月色婷婷综合| 国产精品不卡视频一区二区| 少妇被粗大猛烈的视频| 久久国内精品自在自线图片| 亚洲精品久久成人aⅴ小说 | 水蜜桃什么品种好| 久久久久久久久久成人| 亚洲欧洲国产日韩| a 毛片基地| 尾随美女入室| 少妇丰满av| 久久午夜福利片| 免费黄频网站在线观看国产| 国产成人精品无人区| 精品一区在线观看国产| 久热久热在线精品观看| 成年美女黄网站色视频大全免费 | 国产欧美亚洲国产| 精品久久蜜臀av无| a级毛色黄片| 国产在线视频一区二区| 中文精品一卡2卡3卡4更新| 少妇 在线观看| 在线精品无人区一区二区三| 亚洲精品乱久久久久久| 麻豆乱淫一区二区| 欧美最新免费一区二区三区| 夫妻午夜视频| 三上悠亚av全集在线观看| 成人亚洲欧美一区二区av| 中文精品一卡2卡3卡4更新| 亚洲欧美日韩另类电影网站| 日韩,欧美,国产一区二区三区| 搡女人真爽免费视频火全软件| 一本久久精品| 亚洲精华国产精华液的使用体验| 国产精品秋霞免费鲁丝片| 日本欧美国产在线视频| kizo精华| 色婷婷av一区二区三区视频| 亚洲精品成人av观看孕妇| 91精品三级在线观看| 国产伦精品一区二区三区视频9| 亚洲av免费高清在线观看| 国产午夜精品一二区理论片| 成人黄色视频免费在线看| 99久久综合免费| 久久久国产欧美日韩av| 国产黄色免费在线视频| 国产免费一区二区三区四区乱码| 欧美变态另类bdsm刘玥| 亚洲国产av新网站| a 毛片基地| 亚洲在久久综合| 女人精品久久久久毛片| 麻豆乱淫一区二区| 天堂中文最新版在线下载| 丰满乱子伦码专区| 亚洲精品一区蜜桃| 中文天堂在线官网| 美女内射精品一级片tv| 18+在线观看网站| 欧美日韩精品成人综合77777| 人妻人人澡人人爽人人| 国产伦理片在线播放av一区| 日韩大片免费观看网站| 99热全是精品| 亚洲人成77777在线视频| 久久久国产一区二区| 久久精品久久久久久久性| 波野结衣二区三区在线| 大片电影免费在线观看免费| 丝袜在线中文字幕| 精品人妻偷拍中文字幕| 久久99热这里只频精品6学生| 97在线人人人人妻| 中文欧美无线码| 日韩欧美精品免费久久| 色5月婷婷丁香| 草草在线视频免费看| 亚洲国产精品成人久久小说| 久久精品人人爽人人爽视色| 亚洲欧洲精品一区二区精品久久久 | 精品人妻熟女毛片av久久网站| 我的女老师完整版在线观看| 嘟嘟电影网在线观看| 国产熟女欧美一区二区| 国产片内射在线| 熟妇人妻不卡中文字幕| 2022亚洲国产成人精品| 亚洲av免费高清在线观看| 麻豆成人av视频| 一本—道久久a久久精品蜜桃钙片| 国产日韩欧美视频二区| 免费观看在线日韩| 91精品国产国语对白视频| 精品一区二区三卡| 少妇人妻久久综合中文| 91精品国产九色| 欧美三级亚洲精品| 久久国产亚洲av麻豆专区| 久久婷婷青草| 国产精品国产三级国产av玫瑰| 久久精品国产亚洲网站| 欧美xxⅹ黑人| 毛片一级片免费看久久久久| 日韩欧美一区视频在线观看| 日日撸夜夜添| 欧美成人精品欧美一级黄| 国产免费福利视频在线观看| 国产成人免费无遮挡视频| 精品一品国产午夜福利视频| 国产精品秋霞免费鲁丝片| 日韩 亚洲 欧美在线| 国产白丝娇喘喷水9色精品| 色哟哟·www| 欧美成人午夜免费资源| 国产一区二区三区av在线| 亚洲欧美清纯卡通| 色5月婷婷丁香| 亚洲熟女精品中文字幕| 国产国拍精品亚洲av在线观看| 亚洲人成77777在线视频| 久久久亚洲精品成人影院| 9色porny在线观看| 亚洲国产精品国产精品| 免费看光身美女| 国产成人免费观看mmmm| 亚洲四区av| 日韩在线高清观看一区二区三区| 亚洲国产av影院在线观看| 美女cb高潮喷水在线观看| 大又大粗又爽又黄少妇毛片口| 精品人妻偷拍中文字幕| 国产精品一区二区在线不卡| 热re99久久精品国产66热6| 精品国产露脸久久av麻豆| a级毛片免费高清观看在线播放| 97精品久久久久久久久久精品| 国产在线视频一区二区| 国产精品秋霞免费鲁丝片| 日韩欧美精品免费久久| 精品一区二区三卡| 午夜日本视频在线| 黄色怎么调成土黄色| 熟妇人妻不卡中文字幕| 狠狠婷婷综合久久久久久88av| 亚洲欧洲日产国产| 久久精品久久久久久久性| 伦理电影大哥的女人| 精品一区二区免费观看| 美女cb高潮喷水在线观看| 考比视频在线观看| 久久99蜜桃精品久久| 男男h啪啪无遮挡| 精品久久久噜噜| 国产黄色免费在线视频| xxxhd国产人妻xxx| 伊人久久国产一区二区| 国产免费一级a男人的天堂| 精品一区在线观看国产| 欧美成人精品欧美一级黄| 老司机影院毛片| 国产成人精品婷婷| 少妇 在线观看| 亚洲国产日韩一区二区| 99热网站在线观看| 亚洲国产精品成人久久小说| 性高湖久久久久久久久免费观看| 色吧在线观看| 人妻少妇偷人精品九色| 国产av一区二区精品久久| 黄片无遮挡物在线观看| 免费观看无遮挡的男女| 免费少妇av软件| 观看av在线不卡| av不卡在线播放| 亚洲国产精品999| 少妇丰满av| 99久国产av精品国产电影| 国产免费又黄又爽又色| 免费高清在线观看视频在线观看| 国产成人av激情在线播放 | 午夜精品国产一区二区电影| 这个男人来自地球电影免费观看 | 如日韩欧美国产精品一区二区三区 | 国产亚洲精品第一综合不卡 | 国产成人a∨麻豆精品| 色5月婷婷丁香| 男女边吃奶边做爰视频| 一级毛片aaaaaa免费看小| 七月丁香在线播放| 99久久人妻综合| 免费观看a级毛片全部| 国产精品蜜桃在线观看| 国产一区二区三区av在线| 久久久久国产精品人妻一区二区| 欧美精品人与动牲交sv欧美| a级毛片黄视频| 全区人妻精品视频| 一区二区三区乱码不卡18| 看免费成人av毛片| 免费观看性生交大片5| 18+在线观看网站| 少妇的逼好多水| 国产色爽女视频免费观看| 最黄视频免费看| 久久人人爽人人片av| 纵有疾风起免费观看全集完整版| 老司机亚洲免费影院| 99视频精品全部免费 在线| 91精品国产国语对白视频| 久久精品国产亚洲av涩爱| 久久午夜综合久久蜜桃| 日日摸夜夜添夜夜添av毛片| 99九九线精品视频在线观看视频| 精品一品国产午夜福利视频| 日本猛色少妇xxxxx猛交久久| 亚洲国产毛片av蜜桃av| 日韩大片免费观看网站| 国产色爽女视频免费观看| 日韩制服骚丝袜av| 十八禁高潮呻吟视频| 国产国语露脸激情在线看| 亚洲国产欧美日韩在线播放| 日本午夜av视频| 青春草国产在线视频| a级毛片在线看网站| 亚洲国产色片| 久久久久久久久久久久大奶| 国产片特级美女逼逼视频| 国产有黄有色有爽视频| 一本大道久久a久久精品| 国产男女超爽视频在线观看| 性色avwww在线观看| 女性生殖器流出的白浆| 在线观看免费高清a一片| 成年人免费黄色播放视频| 9色porny在线观看| 亚洲在久久综合| 久久久久人妻精品一区果冻| 另类亚洲欧美激情| 青春草亚洲视频在线观看| 赤兔流量卡办理| 97在线视频观看| 精品视频人人做人人爽| 国国产精品蜜臀av免费| 国产不卡av网站在线观看| 国产片内射在线| 考比视频在线观看| 成人18禁高潮啪啪吃奶动态图 | 一本色道久久久久久精品综合| 99久久人妻综合| 草草在线视频免费看| 香蕉精品网在线| 一区在线观看完整版| 国产精品国产三级国产专区5o| 这个男人来自地球电影免费观看 | 又大又黄又爽视频免费| 国产深夜福利视频在线观看| 色婷婷av一区二区三区视频| 午夜福利视频在线观看免费| 国产成人精品婷婷| 午夜视频国产福利| av一本久久久久| 午夜免费男女啪啪视频观看| 欧美性感艳星| 看免费成人av毛片| 久久午夜福利片| 99精国产麻豆久久婷婷| 99久国产av精品国产电影| 天堂中文最新版在线下载| 国内精品宾馆在线| 美女大奶头黄色视频| 国产 精品1| 伊人亚洲综合成人网| 亚洲人与动物交配视频| 在线观看免费日韩欧美大片 | 亚洲av男天堂| 国产色爽女视频免费观看| 各种免费的搞黄视频| 午夜影院在线不卡| 国国产精品蜜臀av免费| 在线播放无遮挡| 丰满迷人的少妇在线观看| 国产成人一区二区在线| 日日摸夜夜添夜夜爱| 国产免费现黄频在线看| 日韩欧美精品免费久久| 成人毛片60女人毛片免费| 丝袜脚勾引网站| 亚洲精品自拍成人| 国产无遮挡羞羞视频在线观看| 日本色播在线视频| av线在线观看网站| av又黄又爽大尺度在线免费看| 国产色婷婷99| 日韩强制内射视频| 伊人久久精品亚洲午夜| 精品卡一卡二卡四卡免费| 免费高清在线观看日韩| 国内精品宾馆在线| 亚洲精品自拍成人| 婷婷成人精品国产| 日本wwww免费看| 精品亚洲成国产av| 一边亲一边摸免费视频| 中国美白少妇内射xxxbb| 久久久久久久精品精品| 亚洲人成77777在线视频| 插阴视频在线观看视频| 欧美精品人与动牲交sv欧美| 国产69精品久久久久777片| 亚洲熟女精品中文字幕| 久久久久久久久久久丰满| 国产精品国产三级国产av玫瑰| 欧美97在线视频| 午夜久久久在线观看| 国产av一区二区精品久久| 成人漫画全彩无遮挡| 日韩,欧美,国产一区二区三区| av卡一久久| 美女脱内裤让男人舔精品视频| 2021少妇久久久久久久久久久| 交换朋友夫妻互换小说| 久久精品久久久久久久性| 国产一区二区在线观看日韩| 在线观看人妻少妇| 欧美少妇被猛烈插入视频| 亚洲性久久影院| 黄色毛片三级朝国网站| 久久人妻熟女aⅴ| 国产精品99久久99久久久不卡 | av黄色大香蕉| 国产亚洲欧美精品永久| 熟女av电影| 最近中文字幕高清免费大全6| av有码第一页| 日本欧美国产在线视频| 蜜臀久久99精品久久宅男| 嘟嘟电影网在线观看| 日本wwww免费看| 国产日韩欧美在线精品| 搡老乐熟女国产| 免费看光身美女| videossex国产| 国产成人精品无人区| 一边摸一边做爽爽视频免费| 久久精品久久久久久噜噜老黄| videos熟女内射| 精品久久久久久久久av| 十八禁网站网址无遮挡| 插阴视频在线观看视频| 男女边摸边吃奶| 国产一级毛片在线| 日韩大片免费观看网站| 午夜免费男女啪啪视频观看| 黄色毛片三级朝国网站| 日本-黄色视频高清免费观看| 国产精品久久久久久精品电影小说| 久久99精品国语久久久| 国产在线一区二区三区精| 自拍欧美九色日韩亚洲蝌蚪91| 国产不卡av网站在线观看| 我要看黄色一级片免费的| 久久久久久久久久人人人人人人| 在线 av 中文字幕| 街头女战士在线观看网站| 亚洲人成网站在线播| 各种免费的搞黄视频| 久久毛片免费看一区二区三区| 91在线精品国自产拍蜜月| 久久久久久久久久人人人人人人| 黄色视频在线播放观看不卡| av免费观看日本| 日本91视频免费播放| 久久久精品94久久精品| 女性生殖器流出的白浆| av女优亚洲男人天堂| 91aial.com中文字幕在线观看| 亚洲av在线观看美女高潮| 国产国拍精品亚洲av在线观看| 麻豆成人av视频| 成人黄色视频免费在线看| 97在线人人人人妻| 多毛熟女@视频| 日韩,欧美,国产一区二区三区| 午夜福利影视在线免费观看| 亚洲精品久久久久久婷婷小说| 国产爽快片一区二区三区| 精品久久蜜臀av无| 久久久久久久久久成人| 国产在视频线精品| 男女边摸边吃奶| 久久久久久久国产电影| 国产精品人妻久久久影院| 欧美激情 高清一区二区三区| 大片免费播放器 马上看| 国产免费一级a男人的天堂| 热re99久久精品国产66热6| 美女国产视频在线观看| 蜜桃在线观看..| 国产免费视频播放在线视频| 中文天堂在线官网| 如何舔出高潮| 午夜激情久久久久久久| 亚洲国产日韩一区二区| 亚洲精品日本国产第一区| 欧美日韩在线观看h| av在线app专区| av一本久久久久| 性高湖久久久久久久久免费观看| 丝袜脚勾引网站| 国产一区二区在线观看日韩| 男女无遮挡免费网站观看| 观看美女的网站| 九九在线视频观看精品| 亚洲精品第二区| 九九久久精品国产亚洲av麻豆| 久久久久久久亚洲中文字幕| 人人澡人人妻人| 高清午夜精品一区二区三区| 亚洲人与动物交配视频| 亚洲国产av新网站| 国产精品人妻久久久久久| 好男人视频免费观看在线| 国产免费一级a男人的天堂| 国产一级毛片在线| 午夜激情久久久久久久| 欧美激情极品国产一区二区三区 | 黄色欧美视频在线观看| 最近中文字幕高清免费大全6| 寂寞人妻少妇视频99o| 999精品在线视频| 亚洲av福利一区| 一个人看视频在线观看www免费| av不卡在线播放| 亚洲精品日韩av片在线观看| 欧美97在线视频| 亚洲,一卡二卡三卡| 国产成人精品无人区| 另类精品久久| 亚洲av.av天堂| 日韩在线高清观看一区二区三区| 一本久久精品| 制服诱惑二区| 午夜影院在线不卡| 亚洲,一卡二卡三卡| 亚洲av欧美aⅴ国产| 内地一区二区视频在线| 欧美少妇被猛烈插入视频| 免费高清在线观看日韩| 韩国高清视频一区二区三区| 国产一区亚洲一区在线观看| 人妻制服诱惑在线中文字幕| 久久久久精品性色| 亚洲怡红院男人天堂| 亚洲欧美成人精品一区二区| 中文字幕精品免费在线观看视频 | xxxhd国产人妻xxx| 交换朋友夫妻互换小说| 久久精品国产亚洲av天美| 91久久精品国产一区二区三区| 国产高清不卡午夜福利| 国产精品一二三区在线看| 日韩三级伦理在线观看| 看免费成人av毛片| 最近2019中文字幕mv第一页| 美女国产视频在线观看| 欧美人与善性xxx| 王馨瑶露胸无遮挡在线观看| 高清黄色对白视频在线免费看| 99热6这里只有精品| 99久久中文字幕三级久久日本| 亚洲性久久影院| 久久综合国产亚洲精品| 女性生殖器流出的白浆| 男人爽女人下面视频在线观看| 久久精品国产自在天天线| 国产午夜精品一二区理论片| 亚洲欧美清纯卡通| av福利片在线| 国产不卡av网站在线观看| 大香蕉97超碰在线| 国产极品粉嫩免费观看在线 | 国产黄色免费在线视频| 国产欧美日韩一区二区三区在线 | 久久久国产精品麻豆| 三级国产精品片| 精品午夜福利在线看| 性高湖久久久久久久久免费观看| 秋霞在线观看毛片| av又黄又爽大尺度在线免费看| av有码第一页| 三级国产精品片| 又粗又硬又长又爽又黄的视频| 成人亚洲精品一区在线观看| 水蜜桃什么品种好| 又大又黄又爽视频免费| 久久亚洲国产成人精品v| 亚洲精品日本国产第一区| 亚洲怡红院男人天堂| 欧美人与善性xxx| 欧美日韩av久久| 99久久中文字幕三级久久日本| 人妻制服诱惑在线中文字幕| 在线免费观看不下载黄p国产| 亚洲国产av新网站| 欧美人与善性xxx| 国产黄色视频一区二区在线观看| 国产成人免费观看mmmm| 久久鲁丝午夜福利片| 少妇熟女欧美另类| 国产男人的电影天堂91| 国产男女超爽视频在线观看|