• <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 ?

    非平衡情感數(shù)據(jù)背景下基于邊界度的過采樣方法

    2023-11-17 02:45:58鄭森ZHENGSen齊曉軒QIXiaoxuan柳億霖LIUYilin
    價(jià)值工程 2023年31期
    關(guān)鍵詞:鄰域邊界分類

    鄭森 ZHENG Sen;齊曉軒 QI Xiao-xuan;柳億霖 LIU Yi-lin

    (①沈陽大學(xué)機(jī)械工程學(xué)院,沈陽 110000;②沈陽大學(xué)應(yīng)用技術(shù)學(xué)院,沈陽 110000)

    0 引言

    情感分類是對(duì)帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過程[1]。隨著互聯(lián)網(wǎng)技術(shù)的普及,越來越多的用戶會(huì)在網(wǎng)絡(luò)平臺(tái)上發(fā)表帶有主觀情感的評(píng)論,對(duì)用戶情感以及需求的分類成為網(wǎng)絡(luò)平臺(tái)重點(diǎn)關(guān)注的技術(shù)之一。情感分類是對(duì)文本作者傾向性觀點(diǎn)、態(tài)度的劃分,所以又被稱為觀點(diǎn)分析、傾向性分析等。其目的是根據(jù)文本所表達(dá)的含義和情感信息將文本劃分為積極或消極的兩種或多種類別,機(jī)器學(xué)習(xí)是目前解決情感分類問題的主流方法[2]?,F(xiàn)實(shí)中收集到的情感數(shù)據(jù)往往存在數(shù)據(jù)不平衡問題,即不同類別的樣本數(shù)量相差較大。在面對(duì)不平衡數(shù)據(jù)集時(shí),傳統(tǒng)分類方法為了確保整體分類性能最佳,往往會(huì)將少數(shù)類樣本錯(cuò)分為多數(shù)類[3]。

    SMOTE 算法[4]通過合成新樣本的方式使得數(shù)據(jù)集達(dá)到平衡。但該方法未對(duì)少數(shù)類樣本進(jìn)行區(qū)分,導(dǎo)致合成樣本質(zhì)量不佳,造成數(shù)據(jù)冗余。針對(duì)SMOTE 算法存在的問題,本文提出一種基于邊界度的過采樣方法(BDSMOTE)。將BD-SMOTE 算法與SVM 分類器相結(jié)合,解決了不平衡情感數(shù)據(jù)分類問題,驗(yàn)證了該算法的有效性。

    1 相關(guān)工作

    1.1 情感分類方法

    目前解決情感分類問題主要通過機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的方法。陳璐[5]采用KNN 和SVM 對(duì)公司年報(bào)文本進(jìn)行分類,驗(yàn)證了年報(bào)舞弊行為在文本語義分布的差異化。Xue[6]等用LDA 主題模型實(shí)現(xiàn)了對(duì)2200 萬條Twitter 信息中與新冠肺炎相關(guān)的主題及情感的識(shí)別。孫鐵錚[7]等構(gòu)建了CNN、RCNN、FastText 和Transform 四種深度學(xué)習(xí)模型,通過實(shí)驗(yàn)證明了深度學(xué)習(xí)對(duì)問政文本具有較為理想的適用性。許浪[8]等提出了一種基于BERT、CNN 和BiLSTM 的醫(yī)學(xué)文本分類模型CMNN,實(shí)現(xiàn)了網(wǎng)絡(luò)問診平臺(tái)的自動(dòng)準(zhǔn)確科室推薦。

    1.2 文本向量化

    文本為非結(jié)構(gòu)化數(shù)據(jù),需要事先將文本轉(zhuǎn)化為數(shù)值形式才能被計(jì)算機(jī)所處理。本文使用空間向量模型來表示文本:

    其中,v 代表一段文本的向量,fi代表文本的第i 個(gè)特征屬性,n 代表向量緯度,即字典長度。

    TF-IDF 又稱為詞頻-逆文檔頻率,是信息檢索領(lǐng)域中常用的一種文本表示方法,用以評(píng)估詞對(duì)文本的重要性。TF-IDF 認(rèn)為一個(gè)詞的重要程度與它在文檔中出現(xiàn)的次數(shù)成正比,與它在語料庫中出現(xiàn)的頻率成反比。因此,TFIDF 可以很好的實(shí)現(xiàn)提取文檔中關(guān)鍵詞的目的,避免了緯度災(zāi)難。本文使用TF-IDF 對(duì)情感數(shù)據(jù)集進(jìn)行文本向量化處理。

    2 基于邊界度的過采樣方法

    BD-SMOTE 算法的具體流程主要由三部分組成:首先,根據(jù)少數(shù)類樣本xi的多數(shù)類最近鄰和少數(shù)類最近鄰計(jì)算xi的邊界度;其次,根據(jù)邊界度計(jì)算每一個(gè)少數(shù)類樣本的采樣權(quán)重;最后,根據(jù)權(quán)重自適應(yīng)確定每一個(gè)少數(shù)類樣本需要生成新樣本的數(shù)量。

    2.1 邊界度

    考慮位于分類邊界附近的樣本會(huì)攜帶更多信息,本文通過計(jì)算每個(gè)少數(shù)類樣本的邊界度來確定少數(shù)類樣本在不平衡數(shù)據(jù)集中的分布。在后續(xù)過采樣過程中,使靠近分類邊界的少數(shù)類樣本生成更多新樣本,有效提高新樣本質(zhì)量。

    給定一個(gè)不平衡數(shù)據(jù)集,如圖1 所示,其中白色圓形為少數(shù)類樣本,灰色圓形為多數(shù)類樣本。對(duì)于每一個(gè)少數(shù)類樣本xi,計(jì)算xi與最近的少數(shù)類樣本間的歐式距離dist(xi,xmin)。以xi為圓心,以dist(xi,xmin)為半徑形成的超球體稱為xi的N 鄰域,如圖1 中的白色圓盤所示;類似的,計(jì)算xi與最近的多數(shù)類樣本間的歐式距離dist(xi,xmaj)。以xi為圓心,以dist(xi,xmaj)為半徑形成的超球體稱為xi的J 鄰域,如圖1 中的灰色圓盤所示。N 鄰域與J 鄰域的并集稱為NJ 鄰域。

    圖1 少數(shù)類樣本的鄰域

    xi的NJ 鄰域內(nèi)的多數(shù)類和少數(shù)類樣本的數(shù)量可以反映xi在不平衡數(shù)據(jù)集中的分布。如果xi的NJ 鄰域內(nèi)少數(shù)類樣本數(shù)量遠(yuǎn)大于多數(shù)類樣本,則xi為安全樣本,如圖1中的D 樣本;如果xi的NJ 鄰域內(nèi)多數(shù)類樣本數(shù)量遠(yuǎn)大于少數(shù)類樣本,則xi為噪聲,如圖1 中的A 樣本;如果xi的NJ 鄰域內(nèi)少數(shù)類樣本數(shù)量和多數(shù)類樣本趨近相同,則xi為邊界樣本,如圖1 中的B 樣本和C 樣本。基于上述分析,提出以下定義用于確定少數(shù)類樣本xi在不平衡數(shù)據(jù)集中的分布:

    定義1:邊界度:少數(shù)類樣本xi的邊界度(si)定義為xi的NJ 鄰域內(nèi)少數(shù)類和多數(shù)類樣本數(shù)量差值的平方:

    其中,ai為NJ 鄰域內(nèi)少數(shù)類樣本的數(shù)量,bi為NJ 鄰域內(nèi)多數(shù)類樣本的數(shù)量。

    2.2 自適應(yīng)過采樣階段

    針對(duì)SMTOE 算法未對(duì)少數(shù)類樣本進(jìn)行區(qū)分性選擇,導(dǎo)致新生成樣本質(zhì)量不佳這一問題。本文提出了一種基于邊界度的過采樣方法,該方法根據(jù)少數(shù)類樣本的邊界度計(jì)算采樣權(quán)重。在后續(xù)過采樣過程中,通過權(quán)重自適應(yīng)確定每一個(gè)少數(shù)類樣本需要生成新樣本的數(shù)量。

    定義2:采樣權(quán)重:少數(shù)類樣本xi的采樣權(quán)重(Wi)定義為xi的邊界度的倒數(shù):

    其中,si為少數(shù)類樣本的邊界度,A 為修正參數(shù),為了避免出現(xiàn)分母為0 的情況。

    定義3:采樣倍率:少數(shù)類樣本xi的采樣倍率(gi)定義為Wi與多數(shù)類和少數(shù)類樣本數(shù)量差值的乘積:

    其中,Wi為少數(shù)類樣本xi的采樣權(quán)重,G 為多數(shù)類和少數(shù)類樣本數(shù)量的差值。

    在后續(xù)過采樣過程中,使用下式合成新樣本:

    其中,xnew為新生成樣本,xi為種子樣本,xn為候選近鄰,rand(0,1)為0~1 的隨機(jī)數(shù)。

    由式(3)可知,少數(shù)類樣本xi越靠近分類邊界,其邊界度越小,取倒數(shù)后式(3)的分子越大,那么xi的采樣權(quán)重也就越大;相反,少數(shù)類樣本xi越遠(yuǎn)離分類邊界,其邊界度越大,取倒數(shù)后式(3)的分子越小,那么xi的采樣權(quán)重也就越小,因此,該算法不易受噪聲影響。BD-SMOTE 算法確定了每一個(gè)少數(shù)類樣本在不平衡數(shù)據(jù)集中的分布,并且不需要預(yù)定參數(shù)。在后續(xù)過采樣過程中,BD-SMOTE 算法使靠近分類邊界的少數(shù)類樣本生成更多新樣本,有效提高了新樣本質(zhì)量,避免數(shù)據(jù)冗余。BD-SMOTE 算法的具體流程如算法1 所示。

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    為了驗(yàn)證BD-SMOTE 算法處理非平衡情感數(shù)據(jù)集的有效性,實(shí)驗(yàn)采用來自GitHub 的公開語料數(shù)據(jù)集Online-Shopping,語料包含書籍評(píng)論、電子產(chǎn)品評(píng)論、生活用品評(píng)論等,其中積極評(píng)論5000 條,消極評(píng)論2000 條,語料數(shù)據(jù)集部分樣本如表1 所示。

    表1 不平衡語料數(shù)據(jù)集部分樣本

    3.2 實(shí)驗(yàn)結(jié)果

    為了驗(yàn)證BD-SMOTE 算法在處理非平衡情感數(shù)據(jù)時(shí)的性能,本文設(shè)計(jì)了5 種非平衡情感數(shù)據(jù)預(yù)處理與SVM分類器相結(jié)合的分類實(shí)驗(yàn)。實(shí)驗(yàn)1:原始不平衡數(shù)據(jù)集+SVM;實(shí)驗(yàn)2:原始不平衡數(shù)據(jù)集+SMOTE+SVM;實(shí)驗(yàn)3:原始不平衡數(shù)據(jù)集+Borderline-SMOTE+SVM;實(shí)驗(yàn)4:原始不平衡數(shù)據(jù)集+BD-SMOTE+SVM;實(shí)驗(yàn)5:原始不平衡數(shù)據(jù)集+SVM。非平衡情感數(shù)據(jù)選用Online-Shopping 語料數(shù)據(jù)集,其不平衡比率為2.5。使用二分類中常用的F1、G-mean和AUC 這3 個(gè)評(píng)價(jià)指標(biāo)來評(píng)估分類效果。

    由圖2 可知,經(jīng)過任何一種過采樣方法預(yù)處理后的Online-Shopping 數(shù)據(jù)集的評(píng)價(jià)指標(biāo)均優(yōu)于原始數(shù)據(jù)集。所有過采樣方法中,表現(xiàn)最差的為ADASYN 算法,經(jīng)過分析得出原因,Online-Shopping 數(shù)據(jù)集中含有噪聲,而ADASYN 算法易受噪聲干擾;表現(xiàn)最好的為BD-SMOTE算法,證明了BD-SMOTE 算法解決非平衡情感數(shù)據(jù)分類問題的有效性。

    圖2 非平衡情感數(shù)據(jù)分類實(shí)驗(yàn)結(jié)果

    4 結(jié)論

    本文提出了一種基于邊界度的過采樣方法。考慮位于分類邊界附近的少數(shù)類樣本會(huì)攜帶更多信息,選擇為靠近分類邊界的少數(shù)類樣本生成更多新樣本,有效提高新樣本質(zhì)量,并且該算法受噪聲影響較小。實(shí)驗(yàn)結(jié)果證明提出的BD-SMOTE 算法在處理多個(gè)不平衡數(shù)據(jù)集時(shí),其效果優(yōu)于其他過采樣算法,并且將BD-SMOTE 算法應(yīng)用于不平衡情感數(shù)據(jù)集時(shí),有效提高了分類準(zhǔn)確率。未來可嘗試將該算法應(yīng)用到多類別的不平衡情感數(shù)據(jù)集當(dāng)中,力求提升情感分類性能。

    猜你喜歡
    鄰域邊界分類
    拓展閱讀的邊界
    分類算一算
    稀疏圖平方圖的染色數(shù)上界
    分類討論求坐標(biāo)
    論中立的幫助行為之可罰邊界
    基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    關(guān)于-型鄰域空間
    “偽翻譯”:“翻譯”之邊界行走者
    熟女人妻精品中文字幕| 日韩一区二区视频免费看| 午夜视频国产福利| 欧美日韩一区二区视频在线观看视频在线| 99香蕉大伊视频| 国产激情久久老熟女| 久久青草综合色| 最近2019中文字幕mv第一页| 国产免费又黄又爽又色| 全区人妻精品视频| av片东京热男人的天堂| 大片免费播放器 马上看| 天堂俺去俺来也www色官网| 欧美97在线视频| 久久久久精品人妻al黑| 欧美日韩成人在线一区二区| 狂野欧美激情性xxxx在线观看| 一级毛片我不卡| 国产精品一二三区在线看| 日韩精品免费视频一区二区三区 | 亚洲少妇的诱惑av| 国产免费又黄又爽又色| 国产免费一级a男人的天堂| 亚洲美女视频黄频| 大片免费播放器 马上看| 亚洲成人一二三区av| 久热这里只有精品99| videosex国产| 一区二区av电影网| 日日爽夜夜爽网站| 久久久久久人人人人人| 捣出白浆h1v1| 99热国产这里只有精品6| 成人漫画全彩无遮挡| 国产精品一区www在线观看| 精品亚洲成国产av| 香蕉丝袜av| 日韩不卡一区二区三区视频在线| 天美传媒精品一区二区| 香蕉精品网在线| 亚洲精品一二三| 亚洲第一区二区三区不卡| 午夜日本视频在线| 中文字幕人妻熟女乱码| 国产成人91sexporn| 久久久久久久精品精品| 如何舔出高潮| av有码第一页| www.色视频.com| 黑人欧美特级aaaaaa片| 高清在线视频一区二区三区| 伊人久久国产一区二区| 亚洲,欧美精品.| 男女啪啪激烈高潮av片| 国产精品一区二区在线不卡| 天堂俺去俺来也www色官网| 国产午夜精品一二区理论片| 蜜臀久久99精品久久宅男| 免费久久久久久久精品成人欧美视频 | 国产高清国产精品国产三级| 美女国产高潮福利片在线看| 欧美精品高潮呻吟av久久| 大陆偷拍与自拍| 99热国产这里只有精品6| 免费观看性生交大片5| 国产精品国产三级国产专区5o| 欧美变态另类bdsm刘玥| 国产永久视频网站| 日本wwww免费看| 最新的欧美精品一区二区| av网站免费在线观看视频| 寂寞人妻少妇视频99o| 亚洲欧美精品自产自拍| 国产极品天堂在线| 最新中文字幕久久久久| 日韩三级伦理在线观看| 国产国语露脸激情在线看| 最新中文字幕久久久久| 精品国产一区二区久久| 极品人妻少妇av视频| 国产精品国产三级国产av玫瑰| 日韩三级伦理在线观看| 成人影院久久| 日日爽夜夜爽网站| 最近手机中文字幕大全| 一区二区三区乱码不卡18| a级毛片黄视频| 激情五月婷婷亚洲| 久久青草综合色| 国产精品熟女久久久久浪| 婷婷色av中文字幕| 18+在线观看网站| 欧美日韩成人在线一区二区| 国产1区2区3区精品| 久久久久久人人人人人| 肉色欧美久久久久久久蜜桃| 自拍欧美九色日韩亚洲蝌蚪91| 大香蕉97超碰在线| 80岁老熟妇乱子伦牲交| 国产精品国产三级专区第一集| av天堂久久9| 欧美成人午夜精品| 人人妻人人爽人人添夜夜欢视频| 两性夫妻黄色片 | 精品人妻一区二区三区麻豆| 中文天堂在线官网| 国产亚洲最大av| 日韩一区二区三区影片| 国产成人一区二区在线| 草草在线视频免费看| 99久久综合免费| 99久久人妻综合| 亚洲av电影在线进入| 国产一区二区在线观看av| 咕卡用的链子| 久热这里只有精品99| 日产精品乱码卡一卡2卡三| 成人18禁高潮啪啪吃奶动态图| 韩国高清视频一区二区三区| 久久女婷五月综合色啪小说| 五月玫瑰六月丁香| 99热这里只有是精品在线观看| 国产毛片在线视频| 久久精品国产自在天天线| 日日爽夜夜爽网站| 亚洲三级黄色毛片| 五月伊人婷婷丁香| 日本欧美国产在线视频| 亚洲欧美成人精品一区二区| 制服诱惑二区| 18禁在线无遮挡免费观看视频| 精品亚洲成a人片在线观看| 熟女电影av网| 久久ye,这里只有精品| a级毛色黄片| 久久鲁丝午夜福利片| 成人国产麻豆网| 日韩欧美精品免费久久| h视频一区二区三区| 亚洲精品乱码久久久久久按摩| 在线观看国产h片| 韩国高清视频一区二区三区| 精品国产一区二区三区久久久樱花| 亚洲精品色激情综合| 水蜜桃什么品种好| 女人久久www免费人成看片| 国产一区二区在线观看av| 2021少妇久久久久久久久久久| 男女无遮挡免费网站观看| 亚洲精品日韩在线中文字幕| 久久 成人 亚洲| 伊人久久国产一区二区| freevideosex欧美| 午夜91福利影院| 巨乳人妻的诱惑在线观看| 国产精品 国内视频| av天堂久久9| 欧美 日韩 精品 国产| 看十八女毛片水多多多| 亚洲成国产人片在线观看| 亚洲欧美一区二区三区国产| 久久久久久久久久久免费av| 国产精品免费大片| 纯流量卡能插随身wifi吗| 国产av码专区亚洲av| 国产亚洲欧美精品永久| 飞空精品影院首页| 亚洲av日韩在线播放| 一级毛片电影观看| 亚洲av在线观看美女高潮| 天堂中文最新版在线下载| 91久久精品国产一区二区三区| 亚洲精品中文字幕在线视频| 亚洲第一区二区三区不卡| 国产片内射在线| 国产成人欧美| 在线看a的网站| 在线观看国产h片| 久久久久久人妻| 狠狠婷婷综合久久久久久88av| 亚洲内射少妇av| 大陆偷拍与自拍| 国产一区亚洲一区在线观看| 国产一级毛片在线| 久久99一区二区三区| 成人影院久久| 老女人水多毛片| 亚洲精品日韩在线中文字幕| 午夜老司机福利剧场| 成人午夜精彩视频在线观看| 少妇人妻 视频| av不卡在线播放| 青春草视频在线免费观看| 蜜臀久久99精品久久宅男| 91精品伊人久久大香线蕉| 国产xxxxx性猛交| 久久99蜜桃精品久久| 国产精品久久久久久av不卡| 午夜免费男女啪啪视频观看| 日日撸夜夜添| 美女视频免费永久观看网站| 中文字幕人妻丝袜制服| 看免费av毛片| h视频一区二区三区| 免费观看a级毛片全部| 午夜老司机福利剧场| 赤兔流量卡办理| 日韩精品有码人妻一区| 少妇人妻精品综合一区二区| 你懂的网址亚洲精品在线观看| 中文字幕最新亚洲高清| 国产亚洲av片在线观看秒播厂| 日韩人妻精品一区2区三区| 黄色怎么调成土黄色| 免费黄频网站在线观看国产| 91国产中文字幕| 精品国产国语对白av| 人妻 亚洲 视频| 日韩中字成人| 51国产日韩欧美| 少妇高潮的动态图| 欧美精品av麻豆av| tube8黄色片| 最新的欧美精品一区二区| 成人18禁高潮啪啪吃奶动态图| 成年人午夜在线观看视频| 国产成人欧美| 午夜免费观看性视频| 亚洲av中文av极速乱| 国产精品一区二区在线不卡| 水蜜桃什么品种好| 一个人免费看片子| 99视频精品全部免费 在线| 日韩av在线免费看完整版不卡| 精品久久久久久电影网| 在线观看美女被高潮喷水网站| 天堂俺去俺来也www色官网| 国产精品不卡视频一区二区| 2022亚洲国产成人精品| 搡老乐熟女国产| 免费黄色在线免费观看| 两个人免费观看高清视频| 国产女主播在线喷水免费视频网站| 欧美精品国产亚洲| 亚洲av免费高清在线观看| 国产免费又黄又爽又色| 高清黄色对白视频在线免费看| 久久久国产一区二区| 成人二区视频| 午夜日本视频在线| 在线 av 中文字幕| 国产精品一区二区在线观看99| 狂野欧美激情性xxxx在线观看| 男女午夜视频在线观看 | 亚洲国产成人一精品久久久| 日产精品乱码卡一卡2卡三| 亚洲欧美清纯卡通| 五月开心婷婷网| 91久久精品国产一区二区三区| 亚洲国产精品国产精品| 日韩av在线免费看完整版不卡| 高清av免费在线| 亚洲国产最新在线播放| 一级爰片在线观看| 1024视频免费在线观看| 欧美国产精品一级二级三级| 亚洲国产最新在线播放| 久久久a久久爽久久v久久| 欧美日韩一区二区视频在线观看视频在线| 日韩大片免费观看网站| 在现免费观看毛片| 亚洲三级黄色毛片| 亚洲激情五月婷婷啪啪| 一级a做视频免费观看| 99热6这里只有精品| 亚洲精华国产精华液的使用体验| 日产精品乱码卡一卡2卡三| 国产日韩一区二区三区精品不卡| 黄网站色视频无遮挡免费观看| av视频免费观看在线观看| 国产麻豆69| 熟女人妻精品中文字幕| 国产不卡av网站在线观看| 欧美精品一区二区大全| 久久久久久伊人网av| 99久久精品国产国产毛片| av线在线观看网站| 尾随美女入室| 免费播放大片免费观看视频在线观看| 日本爱情动作片www.在线观看| 精品99又大又爽又粗少妇毛片| 久久久久精品人妻al黑| 精品人妻偷拍中文字幕| 一边亲一边摸免费视频| 水蜜桃什么品种好| 宅男免费午夜| 亚洲天堂av无毛| 亚洲成人手机| 亚洲欧美色中文字幕在线| 精品熟女少妇av免费看| 国产精品免费大片| 亚洲精品456在线播放app| 亚洲经典国产精华液单| 亚洲成国产人片在线观看| 侵犯人妻中文字幕一二三四区| 国产毛片在线视频| 婷婷色综合大香蕉| 美国免费a级毛片| 成年动漫av网址| 母亲3免费完整高清在线观看 | 99国产精品免费福利视频| av免费观看日本| 婷婷色综合大香蕉| 人妻人人澡人人爽人人| 两个人免费观看高清视频| 国产黄频视频在线观看| 日日爽夜夜爽网站| tube8黄色片| 国产黄色免费在线视频| 亚洲精品av麻豆狂野| tube8黄色片| 亚洲精品久久久久久婷婷小说| 日日爽夜夜爽网站| 精品一区二区三卡| 国产精品无大码| 啦啦啦视频在线资源免费观看| 丁香六月天网| 汤姆久久久久久久影院中文字幕| 又黄又粗又硬又大视频| 大陆偷拍与自拍| 一二三四中文在线观看免费高清| 日本黄色日本黄色录像| 黄片播放在线免费| 宅男免费午夜| 亚洲情色 制服丝袜| 久热这里只有精品99| 中文精品一卡2卡3卡4更新| 伊人久久国产一区二区| 亚洲国产精品专区欧美| 亚洲精品一区蜜桃| 日日撸夜夜添| 国产色爽女视频免费观看| 草草在线视频免费看| 中文字幕亚洲精品专区| 香蕉国产在线看| 建设人人有责人人尽责人人享有的| a级毛片在线看网站| av女优亚洲男人天堂| 欧美xxⅹ黑人| 老司机亚洲免费影院| 美女脱内裤让男人舔精品视频| 大片免费播放器 马上看| 五月开心婷婷网| 亚洲精品av麻豆狂野| 久久精品国产亚洲av涩爱| 久久综合国产亚洲精品| 欧美+日韩+精品| 国产片内射在线| 赤兔流量卡办理| 国国产精品蜜臀av免费| 久久久欧美国产精品| 精品久久国产蜜桃| 赤兔流量卡办理| 欧美少妇被猛烈插入视频| 一区二区日韩欧美中文字幕 | 男人舔女人的私密视频| 国产欧美日韩综合在线一区二区| 亚洲精品456在线播放app| 国产精品无大码| 免费看av在线观看网站| 最黄视频免费看| 美女视频免费永久观看网站| 99热国产这里只有精品6| 久久久久久人人人人人| 精品国产一区二区久久| 丁香六月天网| 久久人人爽人人爽人人片va| 秋霞伦理黄片| 男女国产视频网站| 亚洲性久久影院| 精品第一国产精品| 欧美日本中文国产一区发布| 91精品伊人久久大香线蕉| 久久久久久久久久久免费av| 精品久久久精品久久久| 免费观看av网站的网址| 美女国产高潮福利片在线看| 亚洲精品视频女| 在线免费观看不下载黄p国产| 男的添女的下面高潮视频| 人妻少妇偷人精品九色| 亚洲av中文av极速乱| 一二三四在线观看免费中文在 | 最近手机中文字幕大全| 男女下面插进去视频免费观看 | 两性夫妻黄色片 | 亚洲av中文av极速乱| 欧美成人午夜精品| 国产熟女午夜一区二区三区| 丝瓜视频免费看黄片| 亚洲国产av影院在线观看| 亚洲少妇的诱惑av| 777米奇影视久久| 日韩电影二区| 制服人妻中文乱码| 久久鲁丝午夜福利片| 91精品国产国语对白视频| www.av在线官网国产| 卡戴珊不雅视频在线播放| 亚洲人成77777在线视频| 最后的刺客免费高清国语| 狠狠婷婷综合久久久久久88av| 精品少妇内射三级| 肉色欧美久久久久久久蜜桃| 国产精品一区www在线观看| 亚洲精品乱码久久久久久按摩| 少妇熟女欧美另类| 美女主播在线视频| 亚洲国产精品国产精品| 自拍欧美九色日韩亚洲蝌蚪91| 日韩精品免费视频一区二区三区 | 少妇精品久久久久久久| xxx大片免费视频| 青春草视频在线免费观看| 国产精品免费大片| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久人人爽av亚洲精品天堂| 亚洲在久久综合| 久久国产亚洲av麻豆专区| 欧美日韩综合久久久久久| 日本欧美国产在线视频| 国产黄色免费在线视频| 久久久久久久大尺度免费视频| 国产精品秋霞免费鲁丝片| 久久久国产欧美日韩av| 国国产精品蜜臀av免费| 亚洲久久久国产精品| 男女高潮啪啪啪动态图| 国产又爽黄色视频| 亚洲精品自拍成人| 国产精品国产av在线观看| 国产精品国产三级国产av玫瑰| 久久久久久人人人人人| 国产精品 国内视频| 色婷婷久久久亚洲欧美| 成人亚洲欧美一区二区av| 久久 成人 亚洲| 人人妻人人爽人人添夜夜欢视频| av天堂久久9| 宅男免费午夜| 男女国产视频网站| 久久婷婷青草| 国产精品三级大全| 日本欧美视频一区| 色婷婷av一区二区三区视频| 中文字幕免费在线视频6| 99热国产这里只有精品6| a 毛片基地| 老司机影院毛片| 国精品久久久久久国模美| 在线天堂中文资源库| 日本爱情动作片www.在线观看| 另类亚洲欧美激情| 亚洲熟女精品中文字幕| 在线 av 中文字幕| 亚洲av日韩在线播放| 一本久久精品| 熟女电影av网| 99久久精品国产国产毛片| 熟女电影av网| 一本久久精品| 国产1区2区3区精品| 久久婷婷青草| 国产成人91sexporn| 国产在线一区二区三区精| 国产成人精品在线电影| 卡戴珊不雅视频在线播放| 国产不卡av网站在线观看| 一本—道久久a久久精品蜜桃钙片| 日韩欧美一区视频在线观看| 亚洲人与动物交配视频| videosex国产| 一二三四中文在线观看免费高清| av.在线天堂| 一二三四在线观看免费中文在 | 国产av国产精品国产| 插逼视频在线观看| 欧美精品亚洲一区二区| 成人黄色视频免费在线看| 精品人妻一区二区三区麻豆| 激情五月婷婷亚洲| 日韩熟女老妇一区二区性免费视频| 国内精品宾馆在线| av播播在线观看一区| 精品亚洲乱码少妇综合久久| 一级毛片电影观看| 国产白丝娇喘喷水9色精品| 中文乱码字字幕精品一区二区三区| 只有这里有精品99| 新久久久久国产一级毛片| 免费av中文字幕在线| 亚洲精品美女久久久久99蜜臀 | 午夜福利网站1000一区二区三区| 亚洲精品中文字幕在线视频| 最近最新中文字幕免费大全7| 久热这里只有精品99| 久久精品久久精品一区二区三区| 午夜福利在线观看免费完整高清在| 少妇 在线观看| 久久精品国产自在天天线| 久久国产精品男人的天堂亚洲 | 免费高清在线观看日韩| 亚洲人与动物交配视频| 少妇人妻 视频| 精品一品国产午夜福利视频| 啦啦啦视频在线资源免费观看| 寂寞人妻少妇视频99o| 热re99久久精品国产66热6| 亚洲国产精品专区欧美| kizo精华| 亚洲国产最新在线播放| 亚洲精品久久久久久婷婷小说| 久久精品国产a三级三级三级| 一边亲一边摸免费视频| 岛国毛片在线播放| 黄色视频在线播放观看不卡| 咕卡用的链子| 久久综合国产亚洲精品| 精品久久国产蜜桃| 99热全是精品| 看十八女毛片水多多多| 大码成人一级视频| 久久久精品区二区三区| 色5月婷婷丁香| 欧美精品国产亚洲| 国产69精品久久久久777片| 欧美日韩综合久久久久久| 国产高清国产精品国产三级| 蜜桃国产av成人99| 国产精品.久久久| 97在线视频观看| av线在线观看网站| 汤姆久久久久久久影院中文字幕| 99九九在线精品视频| 免费看不卡的av| 亚洲国产av影院在线观看| 久久久久国产精品人妻一区二区| 看十八女毛片水多多多| 国产精品女同一区二区软件| 国产色爽女视频免费观看| 丝袜人妻中文字幕| 丰满少妇做爰视频| 亚洲精品美女久久av网站| 亚洲欧洲日产国产| 久久精品国产鲁丝片午夜精品| 在线观看免费日韩欧美大片| 99久国产av精品国产电影| 亚洲精品美女久久av网站| 青春草亚洲视频在线观看| 亚洲第一av免费看| 极品人妻少妇av视频| 麻豆乱淫一区二区| 永久网站在线| 在线观看免费高清a一片| 97超碰精品成人国产| 少妇的丰满在线观看| 久久精品国产亚洲av天美| 欧美日韩成人在线一区二区| 人妻人人澡人人爽人人| 亚洲国产日韩一区二区| 欧美少妇被猛烈插入视频| 国产高清三级在线| 黄片无遮挡物在线观看| 一本大道久久a久久精品| 99精国产麻豆久久婷婷| 久久精品久久精品一区二区三区| 国产不卡av网站在线观看| 久久久国产一区二区| videos熟女内射| 最黄视频免费看| 国产亚洲一区二区精品| 亚洲一区二区三区欧美精品| 国产片特级美女逼逼视频| 美女脱内裤让男人舔精品视频| 国语对白做爰xxxⅹ性视频网站| 岛国毛片在线播放| 最近中文字幕高清免费大全6| 热99久久久久精品小说推荐| 国产欧美另类精品又又久久亚洲欧美| 激情视频va一区二区三区| 男女啪啪激烈高潮av片| 高清欧美精品videossex| 久久久国产精品麻豆| 观看美女的网站| 免费在线观看完整版高清| 青春草亚洲视频在线观看| 国产精品国产av在线观看| 亚洲欧洲日产国产| 另类亚洲欧美激情| 国产激情久久老熟女| 日本欧美视频一区| 十分钟在线观看高清视频www| av线在线观看网站| 视频区图区小说| 中文字幕制服av| 免费观看a级毛片全部| 亚洲精品中文字幕在线视频| 丝袜人妻中文字幕| 99热6这里只有精品| 欧美日韩成人在线一区二区| 在线观看www视频免费| 国产精品一国产av| 国产无遮挡羞羞视频在线观看| 日产精品乱码卡一卡2卡三| 少妇熟女欧美另类|