• <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 ?

    基于多導(dǎo)聯(lián)腦電時(shí)空信息的情感分類研究

    2023-04-06 18:58:23李銘喬曉艷
    關(guān)鍵詞:皮爾遜正性腦電

    李銘,喬曉艷

    (山西大學(xué) 物理電子工程學(xué)院,山西 太原 030006)

    0 引言

    情緒影響著人們的行為,在日常生活中起著不可替代的作用。情感識(shí)別是情緒研究中重要的一環(huán)[1],相較于面部表情、文本、語(yǔ)音等非生理信號(hào)[2],腦電信號(hào)能夠真實(shí)、客觀地反映人的情感狀態(tài),因此越來(lái)越多的學(xué)者將腦電信號(hào)應(yīng)用于人機(jī)情感交互的研究領(lǐng)域[3]。

    傳統(tǒng)的基于腦電的情感識(shí)別主要是從時(shí)域、頻域、非線性信息熵中提取腦電特征,利用機(jī)器學(xué)習(xí)方法進(jìn)行情感識(shí)別[4]。Fang等提出了一種多特征深度森林模型來(lái)識(shí)別人的情感[5],將腦電信號(hào)分為多個(gè)頻帶,從每個(gè)頻帶中提取功率譜密度(Power Spectral Density,PSD)和微分熵(Differential entropy,DE),以降維后的特征作為輸入,構(gòu)建深度森林模型,并對(duì)中性、憤怒、悲傷、快樂和愉快五種情感進(jìn)行分類,獲得71.05%的平均識(shí)別準(zhǔn)確率。陳景霞等人結(jié)合共空間模式和小波包分解算法[6],對(duì)實(shí)驗(yàn)獲得的腦電波數(shù)據(jù)進(jìn)行空間濾波處理和小波包能量特征提取,采用裝袋樹、支持向量機(jī)(Support Vector Machines,SVM)、線性判別分析和貝葉斯線性判別分析分類器,分別對(duì)高興與悲傷兩類情感分類,最終使用SVM分類器達(dá)到86.20%的最高分類準(zhǔn)確率。Ali 等將小波能量、修正能量、小波熵和統(tǒng)計(jì)特征相結(jié)合,使用三個(gè)不同的分類器(二次鑒別分析、k近鄰和支持向量機(jī))來(lái)魯棒地識(shí)別情緒[7],獲得了83.87%的情緒四分類準(zhǔn)確率。朱永升等采用二次滑動(dòng)均值粗粒化對(duì)腦電信號(hào)進(jìn)行多尺度處理[8],利用快速樣本熵算法提取不同時(shí)間尺度的樣本熵作為特征向量,采用隨機(jī)森林分類器識(shí)別不同的情感狀態(tài),對(duì)正性、中性和負(fù)性情感在大腦側(cè)額區(qū)獲得了88.75%的平均分類準(zhǔn)確率。Hwang等利用腦電信號(hào)中多通道及多頻帶的局部信息,提出了一種卷積神經(jīng)網(wǎng)絡(luò)模型的情緒識(shí)別方法[9],在離散情感腦電數(shù)據(jù)集上實(shí)現(xiàn)了90.41%的平均識(shí)別準(zhǔn)確率。Joshi等提出了一種基于線性差分熵特征提取器和雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)分類器的腦電信號(hào)情感檢測(cè)方法[10],線性差分熵能有效地檢測(cè)腦電信號(hào)的非線性和非高斯性,雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)捕捉腦電序列的長(zhǎng)時(shí)依賴性,并從不同的腦區(qū)學(xué)習(xí)空間信息,該模型對(duì)SEED數(shù)據(jù)集的正性、負(fù)性和中性情緒識(shí)別準(zhǔn)確率達(dá)到了90.22%以上。但該模型算法較復(fù)雜,不便于實(shí)際應(yīng)用。

    雖然現(xiàn)有的方法在情感識(shí)別領(lǐng)域取得了較好的效果,但大多數(shù)方法只考慮了腦電信號(hào)的時(shí)域、頻域或非線性特征,忽略了大腦信號(hào)豐富的空間關(guān)聯(lián)信息,而且情感識(shí)別模型提取的腦電特征數(shù)量較多、方法復(fù)雜,且特征存在冗余,影響情感識(shí)別模型的效率,難以得到實(shí)際應(yīng)用。為了充分利用腦電時(shí)空關(guān)聯(lián)特征信息,降低腦電情感識(shí)別的特征數(shù)量并減少提取方法的復(fù)雜性,本文通過研究不同導(dǎo)聯(lián)腦電的相關(guān)性與同步性,探索大腦時(shí)空關(guān)聯(lián)程度與不同情感狀態(tài)之間的對(duì)應(yīng)關(guān)系。通過提取腦電信號(hào)的皮爾遜相關(guān)系數(shù),小波相干指數(shù),以及相位同步指數(shù),利用支持向量機(jī)分別對(duì)單特征以及特征組合,實(shí)現(xiàn)正性、負(fù)性和中性三種情感狀態(tài)的分類識(shí)別,為情感腦機(jī)接口系統(tǒng)的腦電信息解碼提供一種有效方法。

    1 數(shù)據(jù)集與數(shù)據(jù)預(yù)處理

    本文采用上海交通大學(xué)提供的數(shù)據(jù)集SEED[11-12](SJTU Emotion EEG Dataset),該 數(shù)據(jù)集包含15名被試者(7名男性,8名女性),每名被試者每次實(shí)驗(yàn)觀看15個(gè)電影片段誘發(fā)不同情感(積極、消極、中性各5個(gè)片段),每次實(shí)驗(yàn)總共有15個(gè)對(duì)應(yīng)的trials。在一個(gè)trial 中,均有5 s的開始提示,電影播放時(shí)間4 min, 自我評(píng)估為45 s,休息時(shí)間15 s。實(shí)驗(yàn)的流程如圖1所示。所選影片均經(jīng)過測(cè)試評(píng)估,能有效誘發(fā)目標(biāo)情感。每名被試者進(jìn)行三輪實(shí)驗(yàn),每輪實(shí)驗(yàn)的時(shí)間相隔為一周,每名被試者共進(jìn)行了45次實(shí)驗(yàn)。

    每名被試者每次情感誘發(fā)實(shí)驗(yàn)均記錄了62個(gè)通道的腦電信號(hào),根據(jù)國(guó)際10-20標(biāo)準(zhǔn)系統(tǒng)采集大腦不同位置的腦電,62個(gè)導(dǎo)聯(lián)分布如圖2所示。SEED數(shù)據(jù)集包含兩部分?jǐn)?shù)據(jù):一是經(jīng)過預(yù)處理后的情感腦電數(shù)據(jù),截取自大約4 min的視頻觀影時(shí)所對(duì)應(yīng)的腦電信號(hào),去除眼電、肌電偽跡并降采樣至200 Hz;另一部分是生成的特征數(shù)據(jù)集[12],這些特征包括功率譜密度(PSD)、微分熵(DE)、微分非對(duì)稱性(DASM)、有理非對(duì)稱性(RASM)、非對(duì)稱性(ASM)和微分尾端性(DCAU)特征。

    為了避免重復(fù)實(shí)驗(yàn)對(duì)誘發(fā)情感強(qiáng)度的影響,本文統(tǒng)一采用所有被試者第一輪次實(shí)驗(yàn)時(shí)采集到的腦電數(shù)據(jù)。對(duì)所有被試者,以單導(dǎo)聯(lián)中為樣本進(jìn)行特征的提取,得到尺寸為[15×15×62]的樣本集合,其中第一個(gè)15為被試者數(shù)量,第二個(gè)15為每名被試者在一次實(shí)驗(yàn)中觀看的電影片段數(shù)量,62為空間電極導(dǎo)聯(lián)數(shù)量。針對(duì)每一種情感狀態(tài),得到樣本的數(shù)量大小為4650(15×5×62)。

    2 特征提取與分析

    由于腦電節(jié)律活動(dòng)的強(qiáng)弱反映了大腦不同的工作狀態(tài),同時(shí)不同的腦電節(jié)律與情感狀態(tài)密切相關(guān)。本文首先對(duì)采集的腦電信號(hào)采用數(shù)字帶通濾波器,獲取 theta(4 Hz~8 Hz)、alpha(8 Hz~13 Hz)、beta(13 Hz~30 Hz)和 gamma(31 Hz~45 Hz)四個(gè)不同頻段的腦電節(jié)律,并選取與情緒相關(guān)聯(lián)的腦電α、β與γ節(jié)律,分別在3個(gè)節(jié)律與全頻段腦電計(jì)算皮爾遜相關(guān)系數(shù)、小波相干指數(shù)以及相位同步指數(shù),分析不同導(dǎo)聯(lián)腦電的相關(guān)性與同步性。

    2.1 腦電皮爾遜相關(guān)系數(shù)

    2.1.1 皮爾遜相關(guān)系數(shù)

    皮爾遜相關(guān)系數(shù)用于考察兩個(gè)變量之間的相關(guān)程度,兩個(gè)不同信號(hào)之間的皮爾遜系數(shù)計(jì)算如下:

    其中,E(X)表示信號(hào)的數(shù)學(xué)期望,μX表示該信號(hào)的幅度平均值,σX為該信號(hào)的標(biāo)準(zhǔn)差,cov(X,Y)表示兩個(gè)不同信號(hào)之間的協(xié)方差,ρX,Y表示兩個(gè)不同信號(hào)X與Y間的皮爾遜相關(guān)系數(shù)。對(duì)于變量X和Y,皮爾遜相關(guān)系數(shù)的含義為:當(dāng)相關(guān)系數(shù)為0時(shí),X和Y兩變量無(wú)相關(guān)性;當(dāng)X值增大(減小),Y值增大(減?。?,兩個(gè)變量為正相關(guān),相關(guān)系數(shù)在0.00與1.00之間;當(dāng)X值增大(減小),Y值減小(增大),兩個(gè)變量為負(fù)相關(guān),相關(guān)系數(shù)在?1.00與0.00之間。同時(shí)相關(guān)系數(shù)的絕對(duì)值越大,相關(guān)性越強(qiáng),相關(guān)系數(shù)越接近于1或?1,相關(guān)程度越強(qiáng),相關(guān)系數(shù)越接近于0,相關(guān)程度越弱。

    2.1.2 不同導(dǎo)聯(lián)腦電信號(hào)的皮爾遜相關(guān)系數(shù)

    本文提取62個(gè)導(dǎo)聯(lián)的腦電兩兩信號(hào)之間的皮爾遜相關(guān)系數(shù),以某導(dǎo)聯(lián)與62個(gè)導(dǎo)聯(lián)信號(hào)間的皮爾遜相關(guān)系數(shù)作為該導(dǎo)聯(lián)上提取的62維特征,其中相同導(dǎo)聯(lián)腦電的皮爾遜相關(guān)系數(shù)為1。圖3表示被試1誘發(fā)正性與負(fù)性情感時(shí),62個(gè)導(dǎo)聯(lián)腦電信號(hào)間皮爾遜相關(guān)系數(shù)矩陣,橫縱坐標(biāo)表示分別為腦電導(dǎo)聯(lián),不同顏色代表導(dǎo)聯(lián)間的皮爾遜相關(guān)系數(shù)大小。

    由圖3可知,在正性情感視頻誘發(fā)下,對(duì)應(yīng)31?62號(hào)導(dǎo)聯(lián)之間的皮爾遜相關(guān)系數(shù)較大,這些導(dǎo)聯(lián)的位置分布在大腦的中央?yún)^(qū)、頂葉與枕葉區(qū)域,表明誘發(fā)正性情感時(shí),大腦中央?yún)^(qū)與枕區(qū)、頂區(qū)之間相關(guān)性增強(qiáng),同一腦區(qū)的神經(jīng)元之間活動(dòng)性較強(qiáng),相互作用增多。受試者被負(fù)性情感的視頻刺激后,對(duì)應(yīng)41?62號(hào)導(dǎo)聯(lián)之間的皮爾遜相關(guān)系數(shù)較大,這些導(dǎo)聯(lián)的位置分布在大腦的頂葉與枕葉區(qū)域,表明誘發(fā)負(fù)性情感時(shí),大腦枕區(qū)與頂區(qū)之間相關(guān)性較強(qiáng)。受試者被中性情感的視頻誘發(fā)下,同一腦區(qū)之間、不同腦區(qū)之間皮爾遜相關(guān)系數(shù)均較小,表明中性情感相比正、負(fù)性情感,大腦腦區(qū)活動(dòng)的相關(guān)性減弱。

    2.2 小波相干系數(shù)特征提取

    2.2.1 小波相干系數(shù)

    小波相干是在小波變換基礎(chǔ)上計(jì)算信號(hào)的時(shí)頻相干性,具有突出信號(hào)的局部特征的能力。腦電信號(hào)是一種非平穩(wěn)隨機(jī)信號(hào),因此本文采用小波相干方法,研究不同情感狀態(tài)對(duì)應(yīng)的腦電導(dǎo)聯(lián)之間時(shí)域與頻域的局部化關(guān)聯(lián)特征,以此體現(xiàn)不同腦區(qū)之間的時(shí)頻關(guān)聯(lián)強(qiáng)度。

    不同信號(hào)間的小波相干系數(shù)定義[13]為:

    公式(2)中,Cx(a,b)和 Cy(a,b)表示 x和 y兩個(gè)不同信號(hào)在尺度因子a和平移因子b的連續(xù)小波變換的小波系數(shù),上標(biāo)*表示復(fù)共軛,S表示小波系數(shù)在時(shí)間和尺度上的平滑算子。小波相干系數(shù)是兩組信號(hào)在時(shí)頻域局部相干性的度量。

    2.2.2 不同腦電信號(hào)的小波相干系數(shù)

    按照2.2.1中的公式,計(jì)算腦電62個(gè)導(dǎo)聯(lián)兩兩信號(hào)之間的小波相干系數(shù),相同導(dǎo)聯(lián)間的小波相干系數(shù)歸一化為1。圖4表示被試1在誘發(fā)正性與負(fù)性情感時(shí),全導(dǎo)聯(lián)腦電信號(hào)的小波相干系數(shù),橫縱坐標(biāo)表示分別為腦電導(dǎo)聯(lián),不同顏色代表導(dǎo)聯(lián)間的小波相干系數(shù)大小。

    由圖4可知,在正性情感的視頻誘發(fā)下,對(duì)應(yīng)1?10號(hào)導(dǎo)聯(lián)之間、50?62號(hào)導(dǎo)聯(lián)之間的腦電小波相干系數(shù)較大,這些導(dǎo)聯(lián)的位置分布在大腦的額葉與枕葉區(qū)域,表明在正性情感誘發(fā)下,大腦額區(qū)、枕區(qū)的局部聯(lián)系與活動(dòng)增強(qiáng);對(duì)應(yīng)1?28號(hào)導(dǎo)聯(lián)與36?62號(hào)導(dǎo)聯(lián)之間呈現(xiàn)弱相干性,表明大腦額葉與顳葉區(qū)域在處于誘發(fā)正性情感狀態(tài)時(shí)與其他腦區(qū)的協(xié)同性與聯(lián)系減弱。受試者被負(fù)性情感的視頻刺激后,對(duì)應(yīng)1?10號(hào)導(dǎo)聯(lián)之間、50?62號(hào)導(dǎo)聯(lián)之間,腦電小波相干系數(shù)減小。表明誘發(fā)負(fù)性情感后,大腦對(duì)應(yīng)的額區(qū)、枕區(qū)的局部聯(lián)系與活動(dòng)減弱,同一腦區(qū)間的活動(dòng)性減弱。中性情感相比負(fù)性情感,小波相干系數(shù)變化不顯著。對(duì)比正性與負(fù)性情感的小波相干系數(shù)圖,大腦同一區(qū)域腦電的小波相干系數(shù),正性情感狀態(tài)要比負(fù)性情感狀態(tài)大,表明其活動(dòng)程度增強(qiáng)。而在大腦不同區(qū)域,正性情感與負(fù)性情感的小波相干系數(shù)差別不顯著,表明大腦不同區(qū)域的協(xié)同性沒有明顯變化。

    2.3 相位同步指數(shù)特征提取

    2.3.1 Hilbert相位同步性

    相位同步性是分析兩個(gè)或多個(gè)周期性振蕩信號(hào)的同步振蕩關(guān)系[14]。相位同步是大腦功能整合的機(jī)制之一。本文利用Hilbert變換將腦電信號(hào)分解為獨(dú)立的相位與幅度,能夠完全保留原不同導(dǎo)聯(lián)腦電活動(dòng)的相位特性,反映腦電信號(hào)的變化趨勢(shì),突出信號(hào)的實(shí)時(shí)性[15]。

    給定信號(hào)x(t),通過Hilbert變換后為

    其解析信號(hào)定義為:

    定義n∶m為兩信號(hào)間的相位鎖定比,一般n∶m=1∶1。

    相位同步指數(shù)[16]為

    其中,“t”表示時(shí)間平均,γH的取值范圍為0~1。當(dāng)γH=0時(shí),兩信號(hào)之間無(wú)任何相位同步;當(dāng)γH=1時(shí),兩信號(hào)之間有穩(wěn)定的相位差,即表現(xiàn)為相位同步。γH最重要的一個(gè)特點(diǎn)就是,它只對(duì)信號(hào)的相位敏感,而對(duì)幅度沒有反映。相位同步指數(shù)法直觀且可應(yīng)用于非線性信號(hào)之間的同步性分析。

    2.3.2 腦電導(dǎo)聯(lián)信號(hào)間的相位同步性

    通過使用Hilbert函數(shù),求取62導(dǎo)聯(lián)信號(hào)的平均相位,最后通過計(jì)算導(dǎo)聯(lián)信號(hào)間的相位差從而求取導(dǎo)聯(lián)信號(hào)間相位同步指數(shù),圖5表示1號(hào)被試者通過電影片段誘發(fā)正性與負(fù)性情緒時(shí),全導(dǎo)聯(lián)腦電信號(hào)的相位同步指數(shù),橫縱坐標(biāo)分別為腦電導(dǎo)聯(lián)數(shù)目,不同顏色代表導(dǎo)聯(lián)間的相位同步指數(shù)大小。

    由圖5可知,在正負(fù)性情感的視頻刺激下,對(duì)應(yīng)35?62號(hào)導(dǎo)聯(lián)之間的相位同步指數(shù)較大,這些導(dǎo)聯(lián)的位置分布在大腦的中央?yún)^(qū)、頂葉與枕葉區(qū)域,這表明在誘發(fā)正性與負(fù)性情感時(shí),大腦中央?yún)^(qū)與頂葉與枕葉區(qū)域間的同步性增強(qiáng),產(chǎn)生同步振蕩現(xiàn)象,協(xié)同性較強(qiáng)。在中性情感的視頻刺激下,各導(dǎo)聯(lián)之間的相位同步指數(shù)較小,表明在誘發(fā)中性情感時(shí),腦電導(dǎo)聯(lián)之間的協(xié)同性較低。

    3 情感分類與結(jié)果分析

    3.1 分類模型評(píng)價(jià)

    由于特征提取在情感識(shí)別中具有重要的作用,獲得與情感狀態(tài)緊密關(guān)聯(lián)的腦電特征直接影響著情感識(shí)別的精度,本文重點(diǎn)在于腦電時(shí)空關(guān)聯(lián)特征信息的提取和利用,情感分類方法不作為研究重點(diǎn),因此在情感分類時(shí),采用了當(dāng)前應(yīng)用比較廣泛且具有較好分類性能的支持向量機(jī)分類器。為有效合理地利用訓(xùn)練數(shù)據(jù)訓(xùn)練分類器,提高分類器的泛化能力,將訓(xùn)練數(shù)據(jù)平均分成N份(N=5),隨機(jī)取一份作為測(cè)試數(shù)據(jù),其他N?1份作為訓(xùn)練數(shù)據(jù),進(jìn)行交叉驗(yàn)證,獲得分類器模型的最佳參數(shù)。采用網(wǎng)格搜索法尋找SVM核函數(shù)最佳參數(shù)v和c,對(duì)v和c設(shè)定一組初值,并以網(wǎng)格步進(jìn)方式搜索,對(duì)每一組參數(shù)(c,v)計(jì)算分類正確率,正確率最大的那組參數(shù)對(duì)應(yīng)設(shè)置為核函數(shù)最佳參數(shù)值。為防止數(shù)據(jù)不平衡導(dǎo)致某一類情感分類的結(jié)果變差,采用的正性、負(fù)性與中性情感的樣本數(shù)據(jù)是均衡的。

    分類問題中常用分類準(zhǔn)確率(Accuracy,Acc)、精確率(Precision,P)、召回率(Recall,R)和F1值評(píng)價(jià)分類性能,可以用混淆矩陣表示評(píng)價(jià)指標(biāo)。其中,精確率是指預(yù)測(cè)出來(lái)的正例中正確的比例,召回率是指該正例被預(yù)測(cè)出來(lái)的比例,精確率和召回率越高,該分類器性能越好。F1值可以反映精確率和召回率。F1值越大,表明分類器泛化性能越好。

    3.2 腦電不同空間關(guān)聯(lián)特征的情感識(shí)別分析

    本文首先利用全波段腦電信號(hào)的皮爾遜相關(guān)系數(shù)、小波相干系數(shù)、相位同步指數(shù)分別進(jìn)行單特征情感分類,之后將三個(gè)特征組合再次進(jìn)行情感分類,驗(yàn)證所選擇的腦電空間關(guān)聯(lián)特征以及分類器對(duì)情感識(shí)別的有效性。圖6為基于不同腦電特征的情感分類結(jié)果的混淆矩陣,圖7為不同腦電特征的分類結(jié)果對(duì)比。

    圖6與圖7結(jié)果表明,分別采用單一特征進(jìn)行情感分類的情況下,皮爾遜相關(guān)系數(shù)可以獲得88.8%的情感識(shí)別準(zhǔn)確率,分類精確率為88.6%,召回率為89.4%,F(xiàn)1值為0.899,相比較小波相干系數(shù)和相位同步指數(shù),其情感分類效果更好。而在三類特征進(jìn)行組合后,情感三分類的平均識(shí)別準(zhǔn)確率達(dá)到91.5%,平均提升5.5%,情感識(shí)別效果最好。結(jié)果表明選擇皮爾遜相關(guān)系數(shù)、小波相干系數(shù)以及相位同步指數(shù)作為情感腦電特征,在單特征與三特征組合輸入時(shí),情感識(shí)別都具有較好的分類性能,其分類準(zhǔn)確率均在80%以上,且特征組合比單一特征的分類準(zhǔn)確率高。表明利用腦電的時(shí)空信息可以有效的進(jìn)行情感分類。

    3.3 腦電不同節(jié)律的情感識(shí)別分析

    使用全頻段腦電的空間關(guān)聯(lián)特征進(jìn)行情感識(shí)別,并驗(yàn)證其有效性之后,本文還在不同的腦電節(jié)律(α、β、γ)下,分別采用皮爾遜相關(guān)系數(shù)、小波相干系數(shù)和相位同步指數(shù),通過支持向量機(jī)進(jìn)行情感分類,以獲取與情感分類最相關(guān)的腦電節(jié)律。表1為3種不同腦電節(jié)律及全頻段腦電的情感分類平均正確率對(duì)比。

    由表1可知,采用皮爾遜相關(guān)系數(shù)和相位同步指數(shù)特征時(shí),全頻段腦電的情感識(shí)別平均準(zhǔn)確率最高,分別達(dá)到88.8%與87.6%,比單一節(jié)律下平均高出16.7%與5.8%,表明全頻段腦電的空間關(guān)聯(lián)特征充分利用了腦電的頻域信息,可以挖掘到腦電更多的表征情感的信息,有利于提高情感識(shí)別正確率。此外,對(duì)于α、β、γ節(jié)律,相位同步指數(shù)特征都取得了較好的單特征分類結(jié)果,同時(shí)γ節(jié)律相對(duì)其他兩個(gè)節(jié)律都取得了單一特征下較好的情感識(shí)別正確率,表明腦電的γ節(jié)律與情感關(guān)聯(lián)更密切,γ節(jié)律是大腦認(rèn)知和情緒加工的基礎(chǔ)。

    同時(shí)發(fā)現(xiàn),在腦電全頻段與不同節(jié)律下,皮爾遜相關(guān)系數(shù)的情感識(shí)別結(jié)果相差了14.8%~17.8%,而相位同步指數(shù)的識(shí)別結(jié)果僅相差4.7%~6.7%,表明在腦電不同節(jié)律下,相位同步指數(shù)具有更穩(wěn)定的情感分類性能,而在腦電全頻段下,皮爾遜相關(guān)系數(shù)對(duì)情感識(shí)別的效果更好。

    3.4 腦電頻域特征的空間相關(guān)性情感識(shí)別分析

    由于全頻段腦電信號(hào)的皮爾遜相關(guān)系數(shù),在單一特征情感分類中獲得了較好的分類性能,因此本文利用SEED數(shù)據(jù)集生成腦電特征數(shù)據(jù)集,對(duì)提取得到的腦電功率譜密度、微分熵、微分非對(duì)稱性、有理非對(duì)稱性、非對(duì)稱性和微分尾端性特征,進(jìn)一步計(jì)算各個(gè)導(dǎo)聯(lián)的腦電特征之間的皮爾遜相關(guān)系數(shù)。通過對(duì)比數(shù)據(jù)集中的六類特征,發(fā)現(xiàn)功率譜(PSD)與微分熵(DE)特征對(duì)于情感識(shí)別有較好的效果,因此選擇腦電這兩個(gè)特征計(jì)算導(dǎo)聯(lián)之間的皮爾遜相關(guān)系數(shù),并與采用原始腦電計(jì)算導(dǎo)聯(lián)之間的皮爾遜相關(guān)系數(shù)進(jìn)行比較,結(jié)果如圖8所示。

    由圖8可知,基于腦電PSD特征的皮爾遜相關(guān)系數(shù),三種情感狀態(tài)識(shí)別的平均準(zhǔn)確率達(dá)到90.6%,比采用原始腦電數(shù)據(jù)的皮爾遜相關(guān)系數(shù)進(jìn)行分類,正確率提升了1.8%;基于腦電DE特征的皮爾遜相關(guān)系數(shù),平均分類準(zhǔn)確率達(dá)到93.7%,識(shí)別正確率提升了4.9%,并且精確率、召回率和F1值均有明顯提高。該結(jié)果表明,對(duì)腦電信號(hào)先提取特征信息,再計(jì)算不同導(dǎo)聯(lián)特征之間的空間相關(guān)性作為新的特征,其分類器擁有更好的識(shí)別性能。

    3.5 與現(xiàn)有方法對(duì)比

    同樣使用SEED數(shù)據(jù)集進(jìn)行情感三分類,本文方法較其他方法取得了更好的情感分類結(jié)果,如表2所示。與文獻(xiàn)[17]采用腦電的線性與非線性特征結(jié)合支持向量機(jī)進(jìn)行情感三分類比較,識(shí)別正確率提高了10.4%;與文獻(xiàn)[7]采用線性差分熵特征結(jié)合雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)進(jìn)行情感三分類比較,識(shí)別正確率提高了3.5%;與文獻(xiàn)[18]采用的腦電融合特征結(jié)合卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行情感三分類比較,識(shí)別正確率提高了5.5%。本文方法優(yōu)于其他方法的原因在于提取了不同導(dǎo)聯(lián)腦電微分熵特征的皮爾遜相關(guān)系數(shù),充分利用了腦電信號(hào)的時(shí)空關(guān)聯(lián)信息,從而獲得較好的情感分類效果。

    4 結(jié)束語(yǔ)

    本文通過提取腦電皮爾遜相關(guān)系數(shù)、小波相干系數(shù)和相位同步指數(shù),提出了一種腦電導(dǎo)聯(lián)之間的相關(guān)性和同步性作為特征信息進(jìn)行情感識(shí)別的方法,該方法僅通過單一的空間關(guān)聯(lián)特征即可獲得較高的情感識(shí)別正確率和泛化能力,特征提取方法簡(jiǎn)單實(shí)用,分類性能良好。實(shí)驗(yàn)結(jié)果表明,提取腦電相關(guān)性與同步性特征,在單一特征以及三類特征組合的情況下,都可以得到較好的情感分類準(zhǔn)確率;腦電相位同步指數(shù)相比皮爾遜相關(guān)系數(shù)、小波相干系數(shù)兩個(gè)特征,在單一節(jié)律與全頻段條件下都取得了較好的情感識(shí)別效果。從而利用腦電信號(hào)的空間關(guān)聯(lián)信息,采用少量特征進(jìn)行情感識(shí)別是有效的。該研究可以應(yīng)用于實(shí)時(shí)的情感腦機(jī)接口系統(tǒng)中,實(shí)現(xiàn)快速準(zhǔn)確的情感識(shí)別。

    猜你喜歡
    皮爾遜正性腦電
    自我管理干預(yù)對(duì)血液透析患者正性情緒和生活質(zhì)量的影響
    現(xiàn)代統(tǒng)計(jì)學(xué)之父:卡爾·皮爾遜
    現(xiàn)代統(tǒng)計(jì)學(xué)之父:卡爾·皮爾遜
    國(guó)學(xué)教育理念帶給臨床護(hù)理實(shí)習(xí)生的正性導(dǎo)向作用的研究
    Excel在水文學(xué)教學(xué)中的應(yīng)用
    卡方分布的探源
    正性情緒教學(xué)法在初中數(shù)學(xué)課堂的應(yīng)用研究
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù))
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù))
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù)) 第五章 腦電地形圖的臨床中的應(yīng)用
    亚洲 国产 在线| 免费看不卡的av| 老熟女久久久| 人人妻,人人澡人人爽秒播 | 久久鲁丝午夜福利片| 看十八女毛片水多多多| 精品免费久久久久久久清纯 | 不卡av一区二区三区| 999久久久国产精品视频| 人人妻人人爽人人添夜夜欢视频| 久久天躁狠狠躁夜夜2o2o | 成人午夜精彩视频在线观看| 香蕉丝袜av| 日韩一卡2卡3卡4卡2021年| 看免费av毛片| 飞空精品影院首页| 在线天堂中文资源库| 久久性视频一级片| 91老司机精品| 三上悠亚av全集在线观看| 亚洲男人天堂网一区| 最新的欧美精品一区二区| √禁漫天堂资源中文www| 一本大道久久a久久精品| 亚洲国产精品国产精品| 久久中文字幕一级| 性少妇av在线| 久久精品亚洲熟妇少妇任你| 免费黄频网站在线观看国产| 免费高清在线观看日韩| 久久久久视频综合| 欧美日韩av久久| 精品一区二区三卡| 1024视频免费在线观看| 久久影院123| 亚洲欧美精品综合一区二区三区| 国产又爽黄色视频| 久久久久久久久久久久大奶| 国产激情久久老熟女| 亚洲国产精品成人久久小说| 久久狼人影院| 18在线观看网站| 丰满人妻熟妇乱又伦精品不卡| 曰老女人黄片| 久久亚洲精品不卡| 国产精品偷伦视频观看了| 欧美大码av| 亚洲精品成人av观看孕妇| 人妻 亚洲 视频| 高清黄色对白视频在线免费看| 成年女人毛片免费观看观看9 | 午夜福利在线免费观看网站| 国产一区二区在线观看av| 国产免费视频播放在线视频| 男人舔女人的私密视频| 国产精品.久久久| 免费在线观看黄色视频的| av在线播放精品| 亚洲国产欧美日韩在线播放| 国产在线免费精品| 亚洲免费av在线视频| 婷婷色综合www| 午夜福利视频在线观看免费| 免费女性裸体啪啪无遮挡网站| 性少妇av在线| 国语对白做爰xxxⅹ性视频网站| 亚洲精品国产av蜜桃| 亚洲成av片中文字幕在线观看| 国产精品一国产av| 午夜91福利影院| 国产在线一区二区三区精| 精品久久久久久久毛片微露脸 | 欧美中文综合在线视频| 亚洲国产精品成人久久小说| 国产欧美日韩一区二区三 | 亚洲国产av新网站| 咕卡用的链子| h视频一区二区三区| 一级片免费观看大全| 国产精品欧美亚洲77777| 国产精品99久久99久久久不卡| 欧美黑人精品巨大| 久久九九热精品免费| 青青草视频在线视频观看| 国产一级毛片在线| 肉色欧美久久久久久久蜜桃| 成人三级做爰电影| 777久久人妻少妇嫩草av网站| 亚洲精品久久成人aⅴ小说| 天天躁夜夜躁狠狠久久av| av一本久久久久| 国产视频一区二区在线看| 1024香蕉在线观看| 18禁黄网站禁片午夜丰满| 热re99久久国产66热| 精品亚洲成a人片在线观看| 性色av乱码一区二区三区2| av又黄又爽大尺度在线免费看| 亚洲精品日本国产第一区| 人妻 亚洲 视频| 只有这里有精品99| 美女福利国产在线| 青春草视频在线免费观看| 伊人亚洲综合成人网| 国产精品 欧美亚洲| 国产亚洲av高清不卡| 欧美黄色片欧美黄色片| 亚洲欧美成人综合另类久久久| 精品国产国语对白av| 在线观看一区二区三区激情| 天天躁夜夜躁狠狠久久av| 国产日韩一区二区三区精品不卡| 亚洲精品国产av蜜桃| 天天添夜夜摸| 欧美中文综合在线视频| 国产精品一二三区在线看| 亚洲精品美女久久久久99蜜臀 | 欧美97在线视频| 日韩人妻精品一区2区三区| 制服人妻中文乱码| 乱人伦中国视频| 中文字幕人妻丝袜制服| 久久ye,这里只有精品| 热re99久久精品国产66热6| 黄色视频不卡| 成人三级做爰电影| 亚洲三区欧美一区| 成年人免费黄色播放视频| 久久这里只有精品19| 美国免费a级毛片| 精品国产一区二区三区四区第35| 亚洲人成电影观看| 久久精品国产综合久久久| 国产成人系列免费观看| 国产一区二区三区av在线| 日日爽夜夜爽网站| avwww免费| 大香蕉久久成人网| 人妻人人澡人人爽人人| 国产伦理片在线播放av一区| 人人妻人人澡人人看| 欧美人与性动交α欧美软件| 国产不卡av网站在线观看| 后天国语完整版免费观看| 色播在线永久视频| 1024香蕉在线观看| 国产成人av教育| 老司机深夜福利视频在线观看 | 久久天躁狠狠躁夜夜2o2o | 亚洲七黄色美女视频| 丰满人妻熟妇乱又伦精品不卡| 老汉色∧v一级毛片| 五月开心婷婷网| 成人国产av品久久久| 久久午夜综合久久蜜桃| 十八禁高潮呻吟视频| 国产成人精品无人区| 国产日韩一区二区三区精品不卡| av天堂在线播放| 伊人亚洲综合成人网| 黄色怎么调成土黄色| 99久久人妻综合| 久久99一区二区三区| av天堂久久9| 纯流量卡能插随身wifi吗| 你懂的网址亚洲精品在线观看| 男女国产视频网站| 亚洲伊人色综图| 亚洲国产欧美一区二区综合| 啦啦啦视频在线资源免费观看| 精品人妻1区二区| 久久久久久久久久久久大奶| 久久 成人 亚洲| 国产又爽黄色视频| 18禁黄网站禁片午夜丰满| 五月天丁香电影| 亚洲男人天堂网一区| 老司机午夜十八禁免费视频| 久久国产精品影院| 精品国产乱码久久久久久男人| 久久久精品94久久精品| www.自偷自拍.com| 汤姆久久久久久久影院中文字幕| 咕卡用的链子| 日本黄色日本黄色录像| 日本猛色少妇xxxxx猛交久久| 亚洲国产欧美日韩在线播放| 男女下面插进去视频免费观看| 午夜免费鲁丝| 国产精品香港三级国产av潘金莲 | 男女午夜视频在线观看| 香蕉国产在线看| 一级毛片我不卡| 1024香蕉在线观看| 啦啦啦在线观看免费高清www| 建设人人有责人人尽责人人享有的| 国产在线免费精品| 亚洲av电影在线观看一区二区三区| 男人舔女人的私密视频| av网站免费在线观看视频| 日本av手机在线免费观看| 精品人妻在线不人妻| 成人黄色视频免费在线看| 高清欧美精品videossex| 黄片小视频在线播放| 99热网站在线观看| 天堂俺去俺来也www色官网| 国产成人精品在线电影| 男女边吃奶边做爰视频| 国产爽快片一区二区三区| cao死你这个sao货| 精品久久久精品久久久| 国产精品九九99| 国产亚洲欧美精品永久| 丝瓜视频免费看黄片| a级毛片在线看网站| 色播在线永久视频| 国产欧美日韩精品亚洲av| 操美女的视频在线观看| 飞空精品影院首页| 十八禁人妻一区二区| 天天躁日日躁夜夜躁夜夜| 亚洲精品一二三| 少妇人妻久久综合中文| 晚上一个人看的免费电影| 满18在线观看网站| 一区二区三区四区激情视频| 国产主播在线观看一区二区 | 久久狼人影院| 国产97色在线日韩免费| 在线亚洲精品国产二区图片欧美| 亚洲一区二区三区欧美精品| 女人爽到高潮嗷嗷叫在线视频| 国产不卡av网站在线观看| 七月丁香在线播放| 中文字幕制服av| 亚洲黑人精品在线| 国产在视频线精品| 国产成人精品在线电影| 亚洲色图综合在线观看| 熟女av电影| 一本色道久久久久久精品综合| 久久久精品区二区三区| 母亲3免费完整高清在线观看| 热re99久久国产66热| 国产91精品成人一区二区三区 | 亚洲欧美成人综合另类久久久| 亚洲精品第二区| 精品国产一区二区三区久久久樱花| 在线观看国产h片| 日本91视频免费播放| 欧美精品一区二区免费开放| 日韩 亚洲 欧美在线| 性高湖久久久久久久久免费观看| 国产精品一区二区在线不卡| 日本欧美视频一区| 亚洲av男天堂| av线在线观看网站| 精品国产乱码久久久久久小说| 国产黄色视频一区二区在线观看| 免费观看av网站的网址| 亚洲av片天天在线观看| 亚洲中文av在线| 久久久久精品国产欧美久久久 | 宅男免费午夜| 啦啦啦在线观看免费高清www| 好男人电影高清在线观看| 亚洲av国产av综合av卡| 日韩 亚洲 欧美在线| 久久中文字幕一级| 欧美日韩国产mv在线观看视频| 免费看不卡的av| 大码成人一级视频| 国产精品麻豆人妻色哟哟久久| 婷婷色综合大香蕉| 老汉色∧v一级毛片| 久久天躁狠狠躁夜夜2o2o | 国产黄频视频在线观看| 侵犯人妻中文字幕一二三四区| 叶爱在线成人免费视频播放| 99国产精品99久久久久| 久久鲁丝午夜福利片| 亚洲欧洲精品一区二区精品久久久| 无遮挡黄片免费观看| 制服诱惑二区| 亚洲精品在线美女| 久久性视频一级片| 亚洲五月色婷婷综合| 久久人妻福利社区极品人妻图片 | 国产成人精品无人区| 咕卡用的链子| 成人亚洲欧美一区二区av| 精品一区二区三区av网在线观看 | 亚洲欧美中文字幕日韩二区| 性色av乱码一区二区三区2| 亚洲中文日韩欧美视频| 女人久久www免费人成看片| 国产一区二区 视频在线| 美女中出高潮动态图| 亚洲伊人久久精品综合| 久久精品国产a三级三级三级| 两性夫妻黄色片| 欧美日韩av久久| 中文字幕人妻丝袜制服| 又黄又粗又硬又大视频| 久久人妻福利社区极品人妻图片 | 欧美精品一区二区大全| 国产精品久久久久久精品电影小说| 亚洲九九香蕉| 一本久久精品| 中文字幕人妻丝袜制服| 免费在线观看视频国产中文字幕亚洲 | 国产亚洲欧美在线一区二区| 亚洲 欧美一区二区三区| 久久亚洲国产成人精品v| 国产精品免费大片| 国产免费又黄又爽又色| 久久久国产一区二区| 男女午夜视频在线观看| 日韩一卡2卡3卡4卡2021年| 午夜精品国产一区二区电影| 日本午夜av视频| 亚洲欧美日韩另类电影网站| 国产精品久久久久久人妻精品电影 | 亚洲伊人久久精品综合| 日本五十路高清| 久久精品久久久久久噜噜老黄| 国产亚洲一区二区精品| 大香蕉久久成人网| 亚洲精品中文字幕在线视频| 如日韩欧美国产精品一区二区三区| 亚洲精品第二区| 亚洲国产欧美一区二区综合| 亚洲欧美精品综合一区二区三区| 久久天躁狠狠躁夜夜2o2o | 国产熟女午夜一区二区三区| 国产无遮挡羞羞视频在线观看| 汤姆久久久久久久影院中文字幕| 亚洲熟女毛片儿| 亚洲av国产av综合av卡| 黄网站色视频无遮挡免费观看| 麻豆av在线久日| 亚洲欧美中文字幕日韩二区| 母亲3免费完整高清在线观看| 亚洲一区中文字幕在线| 国产精品 国内视频| 国产精品久久久久久精品电影小说| 久久人妻熟女aⅴ| 无限看片的www在线观看| 黑丝袜美女国产一区| 大片免费播放器 马上看| 亚洲中文av在线| 中文字幕av电影在线播放| 国产一区二区三区综合在线观看| 日日爽夜夜爽网站| 久久久国产精品麻豆| 啦啦啦视频在线资源免费观看| 国产欧美亚洲国产| 美女福利国产在线| 99精国产麻豆久久婷婷| 99国产精品一区二区三区| 国产伦人伦偷精品视频| 在现免费观看毛片| 一级片免费观看大全| 欧美精品亚洲一区二区| 亚洲精品日韩在线中文字幕| 日韩中文字幕欧美一区二区 | 精品亚洲乱码少妇综合久久| 久久久久久亚洲精品国产蜜桃av| 搡老岳熟女国产| 777米奇影视久久| 一边摸一边抽搐一进一出视频| 少妇裸体淫交视频免费看高清 | 亚洲五月色婷婷综合| 久久精品成人免费网站| 欧美人与性动交α欧美软件| 永久免费av网站大全| a级毛片黄视频| 国产成人精品久久二区二区91| www日本在线高清视频| 久久99一区二区三区| 国产片特级美女逼逼视频| 亚洲国产精品一区二区三区在线| 一二三四在线观看免费中文在| 1024视频免费在线观看| 久久精品久久久久久久性| 免费人妻精品一区二区三区视频| 美女视频免费永久观看网站| bbb黄色大片| 日韩制服丝袜自拍偷拍| 操出白浆在线播放| av天堂在线播放| 在线av久久热| 男女无遮挡免费网站观看| 国产亚洲午夜精品一区二区久久| a级片在线免费高清观看视频| 国产精品一区二区在线不卡| 日本黄色日本黄色录像| 精品卡一卡二卡四卡免费| 久久中文字幕一级| 手机成人av网站| 亚洲av欧美aⅴ国产| 精品福利观看| 最新的欧美精品一区二区| 亚洲精品在线美女| 国产成人av教育| av在线app专区| 一本—道久久a久久精品蜜桃钙片| 在线观看一区二区三区激情| 欧美另类一区| 中文字幕人妻丝袜一区二区| 免费一级毛片在线播放高清视频 | 19禁男女啪啪无遮挡网站| 在线观看免费高清a一片| 午夜福利免费观看在线| 亚洲自偷自拍图片 自拍| 永久免费av网站大全| 久久久久国产精品人妻一区二区| 成年人黄色毛片网站| 午夜精品国产一区二区电影| 一级毛片 在线播放| 国产真人三级小视频在线观看| 久久久国产一区二区| 亚洲人成网站在线观看播放| 亚洲精品久久午夜乱码| 成在线人永久免费视频| 一边摸一边抽搐一进一出视频| 男女边摸边吃奶| 亚洲三区欧美一区| 亚洲欧洲国产日韩| 午夜福利视频在线观看免费| 丰满人妻熟妇乱又伦精品不卡| 午夜福利,免费看| 亚洲精品av麻豆狂野| 黑丝袜美女国产一区| 老司机影院成人| 久久天躁狠狠躁夜夜2o2o | 欧美黄色淫秽网站| 欧美黑人精品巨大| 久久久久久久精品精品| 黑丝袜美女国产一区| 五月天丁香电影| 丝袜人妻中文字幕| 欧美 日韩 精品 国产| 日本vs欧美在线观看视频| 亚洲国产毛片av蜜桃av| 国产高清videossex| 中文字幕人妻丝袜一区二区| 亚洲欧美一区二区三区久久| 日本猛色少妇xxxxx猛交久久| 久久毛片免费看一区二区三区| 欧美日韩视频高清一区二区三区二| 黄色视频不卡| 2021少妇久久久久久久久久久| 久久免费观看电影| 晚上一个人看的免费电影| 两人在一起打扑克的视频| avwww免费| 久久人人爽av亚洲精品天堂| 国产在线免费精品| 欧美国产精品va在线观看不卡| 久久久亚洲精品成人影院| 国产无遮挡羞羞视频在线观看| 精品国产一区二区久久| 在线观看一区二区三区激情| 青春草亚洲视频在线观看| 日韩,欧美,国产一区二区三区| 久久精品国产综合久久久| 天天操日日干夜夜撸| 国产精品国产三级国产专区5o| 精品熟女少妇八av免费久了| 国产成人系列免费观看| 亚洲av电影在线观看一区二区三区| 美女高潮到喷水免费观看| 美国免费a级毛片| 日韩av不卡免费在线播放| 老司机靠b影院| 十分钟在线观看高清视频www| 久久精品熟女亚洲av麻豆精品| 亚洲情色 制服丝袜| 国产精品一区二区在线观看99| 中文乱码字字幕精品一区二区三区| 在线观看免费日韩欧美大片| 99久久人妻综合| 国产精品免费大片| 在线天堂中文资源库| 又黄又粗又硬又大视频| 嫁个100分男人电影在线观看 | 国产激情久久老熟女| 99re6热这里在线精品视频| 99久久99久久久精品蜜桃| 满18在线观看网站| 老汉色∧v一级毛片| 亚洲免费av在线视频| 久久毛片免费看一区二区三区| 黄色毛片三级朝国网站| 国产福利在线免费观看视频| 免费看av在线观看网站| 一区二区av电影网| 男女无遮挡免费网站观看| 黄色a级毛片大全视频| 丝袜美腿诱惑在线| 国产视频一区二区在线看| 精品国产一区二区久久| 国产av一区二区精品久久| 脱女人内裤的视频| 男女免费视频国产| 婷婷色av中文字幕| 十分钟在线观看高清视频www| 久久毛片免费看一区二区三区| 国产1区2区3区精品| 男女下面插进去视频免费观看| 亚洲精品国产区一区二| 各种免费的搞黄视频| 久久亚洲国产成人精品v| 99九九在线精品视频| 亚洲精品自拍成人| 自线自在国产av| 夫妻午夜视频| 亚洲成色77777| 国产精品99久久99久久久不卡| 欧美日韩福利视频一区二区| 国产又爽黄色视频| xxxhd国产人妻xxx| 最近最新中文字幕大全免费视频 | 18禁裸乳无遮挡动漫免费视频| 熟女av电影| 美国免费a级毛片| 只有这里有精品99| 午夜免费成人在线视频| 国产人伦9x9x在线观看| 最近中文字幕2019免费版| 97精品久久久久久久久久精品| 久久久精品国产亚洲av高清涩受| 亚洲人成网站在线观看播放| av国产久精品久网站免费入址| a级毛片在线看网站| 韩国精品一区二区三区| 国产视频首页在线观看| 成人亚洲欧美一区二区av| 国产视频一区二区在线看| 日本vs欧美在线观看视频| 宅男免费午夜| 欧美人与性动交α欧美软件| 如日韩欧美国产精品一区二区三区| 亚洲欧美色中文字幕在线| 黄色怎么调成土黄色| 国产成人精品久久二区二区91| 欧美日韩亚洲高清精品| 大片电影免费在线观看免费| 国产三级黄色录像| 97精品久久久久久久久久精品| 日韩一卡2卡3卡4卡2021年| 18禁国产床啪视频网站| 老司机深夜福利视频在线观看 | 久久国产亚洲av麻豆专区| 伊人亚洲综合成人网| 老熟女久久久| 亚洲av电影在线观看一区二区三区| 精品国产乱码久久久久久男人| 妹子高潮喷水视频| 欧美日韩亚洲国产一区二区在线观看 | 美女主播在线视频| 一区二区日韩欧美中文字幕| 9191精品国产免费久久| 亚洲精品久久久久久婷婷小说| 国产亚洲av片在线观看秒播厂| 欧美日韩视频高清一区二区三区二| 大话2 男鬼变身卡| 中文字幕制服av| www.熟女人妻精品国产| 久久中文字幕一级| 每晚都被弄得嗷嗷叫到高潮| 夫妻午夜视频| 叶爱在线成人免费视频播放| 婷婷成人精品国产| 熟女少妇亚洲综合色aaa.| 人人妻人人澡人人爽人人夜夜| 秋霞在线观看毛片| 成年女人毛片免费观看观看9 | 人人澡人人妻人| 国产成人精品久久二区二区91| 自线自在国产av| 欧美97在线视频| 国产免费视频播放在线视频| 丝袜人妻中文字幕| 国产精品久久久av美女十八| 啦啦啦视频在线资源免费观看| 免费看十八禁软件| 国产一区有黄有色的免费视频| 日日爽夜夜爽网站| 又大又爽又粗| 欧美av亚洲av综合av国产av| 亚洲色图综合在线观看| 免费看十八禁软件| 亚洲欧美色中文字幕在线| 亚洲欧美日韩高清在线视频 | 色网站视频免费| 亚洲精品中文字幕在线视频| 欧美中文综合在线视频| 国产av精品麻豆| 欧美日韩黄片免| 男女边吃奶边做爰视频| 国产熟女欧美一区二区| 每晚都被弄得嗷嗷叫到高潮| www.熟女人妻精品国产| 国产伦人伦偷精品视频| 好男人电影高清在线观看| 9色porny在线观看| 男的添女的下面高潮视频| 亚洲国产精品国产精品| 久久99热这里只频精品6学生| a级毛片在线看网站| 欧美av亚洲av综合av国产av| 99国产精品99久久久久|