• <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
    亚洲精品av麻豆狂野| 午夜免费观看性视频| 亚洲精品国产精品久久久不卡| 最新的欧美精品一区二区| 精品欧美一区二区三区在线| 亚洲一区中文字幕在线| 精品一品国产午夜福利视频| 亚洲国产欧美一区二区综合| 夫妻午夜视频| 欧美日韩精品网址| 午夜福利一区二区在线看| 欧美激情高清一区二区三区| 久久久久视频综合| 99久久99久久久精品蜜桃| av电影中文网址| 五月天丁香电影| 国产亚洲精品第一综合不卡| 国产有黄有色有爽视频| 777米奇影视久久| 一本综合久久免费| 搡老岳熟女国产| 国产有黄有色有爽视频| av网站在线播放免费| 亚洲专区字幕在线| 国产真人三级小视频在线观看| 美女脱内裤让男人舔精品视频| 久久精品久久久久久噜噜老黄| 国产99久久九九免费精品| 国产视频一区二区在线看| 精品一品国产午夜福利视频| 桃红色精品国产亚洲av| 久久99热这里只频精品6学生| 天堂俺去俺来也www色官网| 他把我摸到了高潮在线观看 | 久久久精品国产亚洲av高清涩受| 亚洲欧美日韩高清在线视频 | 久久av网站| 亚洲激情五月婷婷啪啪| 亚洲av电影在线观看一区二区三区| 少妇 在线观看| 午夜福利乱码中文字幕| 亚洲人成电影观看| 午夜免费鲁丝| 在线亚洲精品国产二区图片欧美| 亚洲人成77777在线视频| 一进一出抽搐动态| 一本久久精品| 精品一品国产午夜福利视频| 在线观看免费日韩欧美大片| 国产成人免费无遮挡视频| 丝袜在线中文字幕| 国产一区二区激情短视频 | 国产精品久久久av美女十八| 亚洲av欧美aⅴ国产| 久久精品久久久久久噜噜老黄| 国产福利在线免费观看视频| 亚洲精品国产精品久久久不卡| 岛国毛片在线播放| 国产欧美亚洲国产| 啪啪无遮挡十八禁网站| 久久精品久久久久久噜噜老黄| 欧美日韩亚洲国产一区二区在线观看 | 日日夜夜操网爽| 又黄又粗又硬又大视频| 国产精品1区2区在线观看. | 国产欧美日韩精品亚洲av| 丝袜人妻中文字幕| 日本av手机在线免费观看| 日韩中文字幕欧美一区二区| 欧美激情 高清一区二区三区| 91国产中文字幕| 91老司机精品| 美女视频免费永久观看网站| 最近中文字幕2019免费版| 日本vs欧美在线观看视频| 精品国产国语对白av| av天堂在线播放| 欧美激情高清一区二区三区| 精品一区在线观看国产| 女人被躁到高潮嗷嗷叫费观| 考比视频在线观看| 91成年电影在线观看| 中亚洲国语对白在线视频| 丰满人妻熟妇乱又伦精品不卡| 侵犯人妻中文字幕一二三四区| 国产精品久久久人人做人人爽| 免费看十八禁软件| av在线播放精品| 男人舔女人的私密视频| 亚洲欧美一区二区三区黑人| 午夜久久久在线观看| 一二三四在线观看免费中文在| 在线永久观看黄色视频| 久久精品久久久久久噜噜老黄| 美女福利国产在线| 国产亚洲av片在线观看秒播厂| 狠狠婷婷综合久久久久久88av| 亚洲国产欧美在线一区| 麻豆乱淫一区二区| 久久女婷五月综合色啪小说| 国产精品免费大片| 在线观看www视频免费| 精品少妇黑人巨大在线播放| 日本撒尿小便嘘嘘汇集6| 亚洲欧美清纯卡通| 日韩精品免费视频一区二区三区| 亚洲熟女精品中文字幕| 国产成人a∨麻豆精品| 国产野战对白在线观看| 高清黄色对白视频在线免费看| 成人手机av| 欧美久久黑人一区二区| 一边摸一边做爽爽视频免费| 国产av一区二区精品久久| 久久久久国内视频| 亚洲中文日韩欧美视频| 久久精品aⅴ一区二区三区四区| 最新的欧美精品一区二区| 高潮久久久久久久久久久不卡| 女人被躁到高潮嗷嗷叫费观| 在线看a的网站| 欧美另类一区| 自线自在国产av| 久久人妻福利社区极品人妻图片| 中文字幕最新亚洲高清| 成人av一区二区三区在线看 | 日韩制服骚丝袜av| 亚洲,欧美精品.| 亚洲精品美女久久av网站| 精品亚洲乱码少妇综合久久| 国产成人精品无人区| 欧美日韩视频精品一区| 精品一区在线观看国产| 亚洲欧美清纯卡通| 欧美av亚洲av综合av国产av| 亚洲人成77777在线视频| 午夜福利在线观看吧| 国产成人一区二区三区免费视频网站| 午夜免费鲁丝| 久久久久国产精品人妻一区二区| 日韩精品免费视频一区二区三区| 日本a在线网址| 久久香蕉激情| 女人精品久久久久毛片| 亚洲精品久久午夜乱码| a 毛片基地| 国产无遮挡羞羞视频在线观看| 午夜影院在线不卡| 国产免费福利视频在线观看| 免费人妻精品一区二区三区视频| 十分钟在线观看高清视频www| 亚洲精品久久午夜乱码| 热re99久久精品国产66热6| 久久亚洲精品不卡| 精品免费久久久久久久清纯 | 亚洲欧美清纯卡通| 日韩精品免费视频一区二区三区| 久9热在线精品视频| 午夜91福利影院| 青春草视频在线免费观看| 国产精品偷伦视频观看了| 亚洲欧美日韩高清在线视频 | 侵犯人妻中文字幕一二三四区| 精品一区二区三卡| 美女主播在线视频| 欧美 亚洲 国产 日韩一| 精品人妻在线不人妻| 麻豆国产av国片精品| 亚洲专区字幕在线| 久久久久精品人妻al黑| 美女扒开内裤让男人捅视频| 好男人电影高清在线观看| 亚洲欧美精品自产自拍| 精品国产乱子伦一区二区三区 | 丰满人妻熟妇乱又伦精品不卡| 欧美 日韩 精品 国产| 91av网站免费观看| 久久人人爽av亚洲精品天堂| 巨乳人妻的诱惑在线观看| 免费高清在线观看视频在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 99香蕉大伊视频| 国产成+人综合+亚洲专区| 欧美午夜高清在线| 免费不卡黄色视频| 不卡一级毛片| 老鸭窝网址在线观看| 亚洲色图综合在线观看| 另类亚洲欧美激情| 国产成人av教育| 丝袜脚勾引网站| 欧美日本中文国产一区发布| svipshipincom国产片| 久久久久久人人人人人| 国产精品 国内视频| 真人做人爱边吃奶动态| 一区福利在线观看| 菩萨蛮人人尽说江南好唐韦庄| 午夜激情av网站| 国产一区二区三区综合在线观看| 亚洲欧洲日产国产| 国产亚洲av片在线观看秒播厂| 汤姆久久久久久久影院中文字幕| 一本大道久久a久久精品| 亚洲av美国av| 免费久久久久久久精品成人欧美视频| 极品少妇高潮喷水抽搐| tocl精华| 九色亚洲精品在线播放| 国内毛片毛片毛片毛片毛片| 日日摸夜夜添夜夜添小说| 久久精品熟女亚洲av麻豆精品| 免费观看a级毛片全部| 99国产精品一区二区三区| www.999成人在线观看| 欧美一级毛片孕妇| 成人国产一区最新在线观看| 日本av免费视频播放| 又黄又粗又硬又大视频| 久久久国产精品麻豆| 午夜久久久在线观看| 久久人人97超碰香蕉20202| 最近最新免费中文字幕在线| 我要看黄色一级片免费的| 亚洲男人天堂网一区| 久久久久视频综合| 亚洲国产精品999| 一区二区av电影网| 久久久久久免费高清国产稀缺| 国产亚洲精品久久久久5区| 黄片播放在线免费| 精品人妻在线不人妻| 欧美日韩福利视频一区二区| 夫妻午夜视频| 久久女婷五月综合色啪小说| 永久免费av网站大全| 国产97色在线日韩免费| 一区二区三区乱码不卡18| tube8黄色片| 69av精品久久久久久 | 三级毛片av免费| 午夜免费鲁丝| 老汉色∧v一级毛片| 人妻 亚洲 视频| 中文字幕人妻丝袜制服| av福利片在线| 精品国产乱子伦一区二区三区 | av网站免费在线观看视频| 在线av久久热| 色播在线永久视频| 动漫黄色视频在线观看| 成年动漫av网址| 男女午夜视频在线观看| 亚洲 国产 在线| 99精品欧美一区二区三区四区| 十八禁人妻一区二区| 亚洲欧洲日产国产| 岛国在线观看网站| 啦啦啦免费观看视频1| 国产精品久久久久久人妻精品电影 | 国产一区二区三区综合在线观看| 国产精品 欧美亚洲| 日本五十路高清| 国产色视频综合| 曰老女人黄片| 国产免费福利视频在线观看| av电影中文网址| 成年人免费黄色播放视频| 久久久久精品国产欧美久久久 | 亚洲国产av新网站| 在线亚洲精品国产二区图片欧美| 后天国语完整版免费观看| 一边摸一边抽搐一进一出视频| 成人亚洲精品一区在线观看| 久久 成人 亚洲| 他把我摸到了高潮在线观看 | 美女国产高潮福利片在线看| 狠狠婷婷综合久久久久久88av| 免费一级毛片在线播放高清视频 | 久久香蕉激情| 蜜桃国产av成人99| 国产黄频视频在线观看| 日韩一区二区三区影片| 免费看十八禁软件| 一级a爱视频在线免费观看| 黄频高清免费视频| 99九九在线精品视频| 在线天堂中文资源库| 久久ye,这里只有精品| 巨乳人妻的诱惑在线观看| 精品久久久久久电影网| 成人国产一区最新在线观看| 国产国语露脸激情在线看| 又紧又爽又黄一区二区| 日本精品一区二区三区蜜桃| 一边摸一边做爽爽视频免费| 亚洲少妇的诱惑av| av有码第一页| 午夜福利在线免费观看网站| 国产成人精品无人区| 欧美另类亚洲清纯唯美| 少妇 在线观看| 男女床上黄色一级片免费看| 亚洲国产av新网站| 不卡av一区二区三区| 国产一卡二卡三卡精品| 久久香蕉激情| 黄色 视频免费看| 久久精品成人免费网站| 97精品久久久久久久久久精品| 国产免费福利视频在线观看| 高清欧美精品videossex| 国产成人精品在线电影| 中文字幕高清在线视频| 日韩三级视频一区二区三区| 中文字幕av电影在线播放| 亚洲久久久国产精品| 91大片在线观看| 国产淫语在线视频| 日本猛色少妇xxxxx猛交久久| 少妇精品久久久久久久| 亚洲第一欧美日韩一区二区三区 | 三上悠亚av全集在线观看| 桃红色精品国产亚洲av| 动漫黄色视频在线观看| 亚洲美女黄色视频免费看| 99热全是精品| 大香蕉久久成人网| 欧美日韩黄片免| 亚洲精品日韩在线中文字幕| 国产亚洲av高清不卡| 母亲3免费完整高清在线观看| 欧美精品啪啪一区二区三区 | 黄色毛片三级朝国网站| 成年人免费黄色播放视频| 国产成人av激情在线播放| 黄片小视频在线播放| 精品一区在线观看国产| 亚洲成人国产一区在线观看| 久久热在线av| 日本精品一区二区三区蜜桃| 免费在线观看日本一区| 国产精品九九99| 国产成人av激情在线播放| 免费在线观看完整版高清| 欧美大码av| 国产又色又爽无遮挡免| 国产一区二区 视频在线| 1024香蕉在线观看| 两个人看的免费小视频| 久久久久精品人妻al黑| 久久 成人 亚洲| 岛国毛片在线播放| 99久久综合免费| 亚洲中文av在线| 日日爽夜夜爽网站| 亚洲av电影在线进入| 在线观看免费高清a一片| 大香蕉久久网| netflix在线观看网站| 视频区欧美日本亚洲| 在线观看免费高清a一片| 国产亚洲欧美在线一区二区| netflix在线观看网站| 免费高清在线观看日韩| 9191精品国产免费久久| 免费观看人在逋| 夜夜骑夜夜射夜夜干| 亚洲九九香蕉| 女性被躁到高潮视频| 狠狠狠狠99中文字幕| www日本在线高清视频| 亚洲七黄色美女视频| 我要看黄色一级片免费的| 免费观看av网站的网址| 亚洲一区中文字幕在线| av在线app专区| 色婷婷av一区二区三区视频| av在线老鸭窝| 精品欧美一区二区三区在线| 两个人免费观看高清视频| 国产亚洲午夜精品一区二区久久| 亚洲视频免费观看视频| 久久人人爽av亚洲精品天堂| 欧美激情极品国产一区二区三区| 国产免费一区二区三区四区乱码| 成年美女黄网站色视频大全免费| 下体分泌物呈黄色| 日韩大码丰满熟妇| 国产亚洲一区二区精品| 久久久国产成人免费| 久久久久久人人人人人| 日本vs欧美在线观看视频| 国产亚洲av片在线观看秒播厂| 一本色道久久久久久精品综合| 天天影视国产精品| www.熟女人妻精品国产| 人妻一区二区av| 黄色a级毛片大全视频| 捣出白浆h1v1| 亚洲av片天天在线观看| 19禁男女啪啪无遮挡网站| 男女高潮啪啪啪动态图| 精品亚洲成a人片在线观看| 中国美女看黄片| 精品国内亚洲2022精品成人 | 精品福利永久在线观看| 精品少妇久久久久久888优播| 久久精品国产a三级三级三级| 最新的欧美精品一区二区| 高清欧美精品videossex| 日本a在线网址| 欧美日韩av久久| 日韩大码丰满熟妇| 欧美 日韩 精品 国产| 一区二区av电影网| 天天影视国产精品| 国产高清videossex| 一本一本久久a久久精品综合妖精| 色视频在线一区二区三区| 黄色视频不卡| 国产成+人综合+亚洲专区| 亚洲一码二码三码区别大吗| 亚洲精品第二区| 中文欧美无线码| 美女视频免费永久观看网站| 日韩一卡2卡3卡4卡2021年| 无遮挡黄片免费观看| 午夜激情久久久久久久| 久久中文看片网| 精品国内亚洲2022精品成人 | 精品亚洲成国产av| 高清av免费在线| 91麻豆精品激情在线观看国产 | 一本久久精品| kizo精华| 18禁黄网站禁片午夜丰满| 97人妻天天添夜夜摸| 叶爱在线成人免费视频播放| 久久久久久久久免费视频了| 精品人妻在线不人妻| 一级片'在线观看视频| 在线观看人妻少妇| 黑人猛操日本美女一级片| 成人影院久久| avwww免费| 各种免费的搞黄视频| 欧美亚洲日本最大视频资源| 69av精品久久久久久 | 美女福利国产在线| 99国产精品免费福利视频| 亚洲精品国产色婷婷电影| 国产xxxxx性猛交| 女人精品久久久久毛片| 国产深夜福利视频在线观看| 国产欧美日韩一区二区精品| 91字幕亚洲| 在线av久久热| 国产不卡av网站在线观看| xxxhd国产人妻xxx| 欧美激情高清一区二区三区| 亚洲精品成人av观看孕妇| 亚洲色图 男人天堂 中文字幕| 国产在线一区二区三区精| 国产精品亚洲av一区麻豆| 两个人免费观看高清视频| 高潮久久久久久久久久久不卡| 免费高清在线观看日韩| a 毛片基地| tocl精华| 欧美av亚洲av综合av国产av| 91大片在线观看| 视频区欧美日本亚洲| www日本在线高清视频| 亚洲人成电影观看| 国产在线一区二区三区精| 欧美另类亚洲清纯唯美| 亚洲精品美女久久久久99蜜臀| 国产成人精品久久二区二区免费| 交换朋友夫妻互换小说| 不卡一级毛片| 亚洲成国产人片在线观看| 热99久久久久精品小说推荐| 久久国产亚洲av麻豆专区| 狠狠狠狠99中文字幕| 一区二区三区激情视频| 操美女的视频在线观看| 热99久久久久精品小说推荐| 精品少妇内射三级| 交换朋友夫妻互换小说| 久久久久久人人人人人| 午夜激情久久久久久久| 老汉色av国产亚洲站长工具| 我要看黄色一级片免费的| 丝袜人妻中文字幕| av线在线观看网站| 一级毛片电影观看| 成人亚洲精品一区在线观看| a级毛片黄视频| 久久天躁狠狠躁夜夜2o2o| 黄网站色视频无遮挡免费观看| 亚洲欧美成人综合另类久久久| 巨乳人妻的诱惑在线观看| 久久综合国产亚洲精品| 免费观看人在逋| 亚洲成人免费电影在线观看| 国产成人免费观看mmmm| a级片在线免费高清观看视频| 日日摸夜夜添夜夜添小说| 满18在线观看网站| 欧美 日韩 精品 国产| 可以免费在线观看a视频的电影网站| 亚洲第一青青草原| 一区二区三区乱码不卡18| 亚洲av国产av综合av卡| 精品亚洲乱码少妇综合久久| 亚洲欧洲精品一区二区精品久久久| 国产精品.久久久| 亚洲午夜精品一区,二区,三区| 久久久国产成人免费| 免费少妇av软件| 久久久久久久精品精品| 亚洲精品中文字幕一二三四区 | 十八禁网站免费在线| 亚洲自偷自拍图片 自拍| 91国产中文字幕| 91成人精品电影| 欧美精品av麻豆av| 99国产综合亚洲精品| 99热全是精品| 最新在线观看一区二区三区| 久久亚洲国产成人精品v| 天天躁日日躁夜夜躁夜夜| 国产成人影院久久av| 人人妻,人人澡人人爽秒播| 国产片内射在线| 免费高清在线观看日韩| 亚洲欧美激情在线| 99久久精品国产亚洲精品| 18禁国产床啪视频网站| 国产成人精品久久二区二区免费| 视频在线观看一区二区三区| 国产精品影院久久| 中国国产av一级| 香蕉丝袜av| 另类精品久久| 国产男人的电影天堂91| www.av在线官网国产| 曰老女人黄片| 精品国产一区二区久久| kizo精华| 国产精品久久久久成人av| 如日韩欧美国产精品一区二区三区| 午夜影院在线不卡| 国精品久久久久久国模美| 久久久久久久久久久久大奶| 乱人伦中国视频| 成人18禁高潮啪啪吃奶动态图| 99国产综合亚洲精品| 动漫黄色视频在线观看| 777米奇影视久久| 亚洲精品国产精品久久久不卡| 午夜激情av网站| 日韩制服骚丝袜av| 国产伦理片在线播放av一区| 亚洲精品国产av成人精品| 国产黄频视频在线观看| 午夜影院在线不卡| 久久 成人 亚洲| 亚洲精品日韩在线中文字幕| 日本91视频免费播放| 日本av手机在线免费观看| 人成视频在线观看免费观看| av线在线观看网站| 黑人欧美特级aaaaaa片| 男女之事视频高清在线观看| 在线亚洲精品国产二区图片欧美| 黑人猛操日本美女一级片| 色婷婷久久久亚洲欧美| 久久香蕉激情| 日韩欧美一区视频在线观看| 午夜日韩欧美国产| 亚洲黑人精品在线| 欧美亚洲日本最大视频资源| 亚洲精品国产一区二区精华液| 国产一区二区激情短视频 | av福利片在线| 午夜福利一区二区在线看| 午夜91福利影院| 国产精品偷伦视频观看了| 搡老岳熟女国产| 久久 成人 亚洲| 这个男人来自地球电影免费观看| 乱人伦中国视频| 欧美国产精品一级二级三级| 91精品三级在线观看| 王馨瑶露胸无遮挡在线观看| 91av网站免费观看| a级毛片黄视频| 国产黄频视频在线观看| 日韩制服丝袜自拍偷拍| 精品欧美一区二区三区在线| 在线永久观看黄色视频| 日日夜夜操网爽| 中文字幕人妻丝袜制服| 久久人人爽人人片av| 亚洲欧美成人综合另类久久久| 一区福利在线观看| 女人爽到高潮嗷嗷叫在线视频| 久久久国产成人免费| 国产欧美日韩一区二区三 | 热99久久久久精品小说推荐| 免费在线观看视频国产中文字幕亚洲 | 国产成人免费无遮挡视频| 亚洲激情五月婷婷啪啪|