• <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 ?

    基于魯棒非負矩陣分解的增量式學習研究

    2025-03-28 00:00:00楊亮東趙妍杰李亞東
    科技創(chuàng)新與應用 2025年8期
    關鍵詞:范數(shù)增量人臉

    摘" 要:針對隨著新增樣本增多魯棒非負矩陣分解的運算規(guī)模不斷增大的現(xiàn)象,提出一種魯棒非負矩陣分解的增量式學習算法。該算法對初始和新增樣本采用L2,1范數(shù)來度量,首先對初始樣本進行魯棒非負矩陣分解;然后利用其分解結果參與后續(xù)迭代運算。通過對ORL和YALE人臉數(shù)據(jù)庫進行實驗得出,與魯棒非負矩陣分解算法、稀疏限制的非負矩陣分解算法結果進行對比,該算法的目標函數(shù)值在求解時最先達到平衡,得到最佳收斂效果節(jié)省運算時間。

    關鍵詞:增量式學習;魯棒非負矩陣分解;新增樣本;稀疏限制;L2,1范數(shù)

    中圖分類號:O151.21" " " 文獻標志碼:A" " " " " 文章編號:2095-2945(2025)08-0064-04

    Abstract: Aiming at the phenomenon that the operation scale of robust non-negative matrix factorization continues to increase with the increase of new samples, an incremental learning algorithm for robust non-negative matrix factorization is proposed. The algorithm uses the L2,1 norm to measure the initial and new samples. First, the initial samples are subjected to robust non-negative matrix decomposition, and then the decomposition results are used to participate in subsequent iterative operations. Experiments on ORL and YALE face databases show that compared with the results of the robust non-negative matrix decomposition algorithm and the sparsity restricted non-negative matrix decomposition algorithm, the objective function value of this algorithm reaches balance first when solving, and the best convergence effect is obtained. Save computing time.

    Keywords: incremental learning; robust non-negative matrix factorization; new sample; sparsity constraint; L2,1 norm

    子空間降維是將高維數(shù)據(jù)投影到低維空間進行處理,在模式識別和圖像處理過程中應用廣泛,而矩陣分解是一種對高維數(shù)據(jù)進行處理以達到降維目的最為常見的方法。因此,非負矩陣分解(Non-negative Matrix Factorization,NMF)這種典型算法就被Lee等[1-2]于1999年在Nature雜志上首次提出,它不同于主成分分析[3]、奇異值分解[4]等矩陣分解算法,該算法是在非負限制下進行矩陣分解,使分解后的數(shù)據(jù)具有局部表達的特性可解釋性。后來國內(nèi)外學者在此基礎上又提出了一些改進算法,這些改進算法的目標函數(shù)都使用F-范數(shù)(帶核的),并將它們成功地應用到聚類分析[5]、機器學習[6-8]等領域。而2011年Kong等[9]提出了一種用L2,1范數(shù)度量的魯棒非負矩陣分解(Robust NMF,RNMF)算法,該算法自從被提出后立即引起了許多國內(nèi)外專家學者的廣泛關注,并取得了一些科研成果。為了優(yōu)化該算法以達到較好的實驗結果,許多學者在魯棒非負矩陣分解算法基礎上又加入了稀疏性、圖正則性、正交性和判別性等各種約束,提出了一些改進的算法,并將其應用于文本聚類、模式識別等各個領域,獲得了較好的實驗效果。其中稀疏約束魯棒非負矩陣分解(RNMF with Sparseness Constraints,RNMFSC)算法由Yang等[10]提出,考慮到分解后數(shù)據(jù)的稀疏性,對系數(shù)矩陣加入了稀疏約束,使分解后數(shù)據(jù)具有更好的局部表示。

    本文是將初始樣本和新增樣本的分解都利用L2,1范數(shù),提出了一種基于魯棒非負矩陣分解的增量式學習(Incremental Robust Non-negative Matrix Factorization ,IRNMF)算法。為了避免重復計算,它先是對初始樣本進行分解所得結果參與增量部分計算,該算法不僅有效地節(jié)省了運算時間,提高工作效率,還達到了最佳收斂效果。

    1" 魯棒非負矩陣分解

    當前新增樣本加入后的數(shù)據(jù)Vn+1做了增量式非負矩陣分解,根據(jù)式(10)、(11)更新交替迭代得到了新的基矩陣Wn+1和系數(shù)矩陣增量部分hn+1,從而得到最終的系數(shù)矩陣" " " " " " " "。

    3" 實驗結果及其結論

    3.1" 實驗數(shù)據(jù)說明

    實驗分別采用ORL和YALE兩個標準人臉數(shù)據(jù)庫[12-13]進行實驗及驗證,為了方便驗證,將這2種人臉數(shù)據(jù)進行預處理,對每張圖像的分辨率統(tǒng)一裁剪壓縮為32×32像素。

    3.2" 收斂效果對比

    對ORL和YALE人臉數(shù)據(jù)進行數(shù)值驗證時,當初始樣本不變的情況下,RNMF[9]、RNMFSC[10]和本文IRNMF算法隨著新增樣本逐漸增大,這3種算法的收斂效果如圖2、圖3所示(選取迭代次數(shù)為200次)。

    通過對ORL和YALE人臉數(shù)據(jù)庫進行數(shù)值實驗,當初始樣本不變,與其他2種算法相比較,選取迭代次數(shù)為200的情況下,隨著新增樣本的增加,本文提出的算法的目標函數(shù)值最先達到平衡,收斂效果最佳。

    3.3" 運算時間對比

    對ORL和YALE人臉數(shù)據(jù)庫進行實驗,分別取初始樣本為100和90時,RNMF[9]、RNMFSC[10]和本文IRNMF算法隨著新增樣本數(shù)量的增加而消耗的時間情況見表1(選取迭代次數(shù)為200)。

    由表1可知,本文算法與其他2個算法在運算時間上相對比本文算法有明顯優(yōu)勢,而且隨著新增樣本的增加,本文IRNMF算法也保持較好的運算效率。

    4" 結論

    本文提出了一種基于魯棒非負矩陣分解的增量式學習算法,并對ORL和YALE人臉數(shù)據(jù)進行數(shù)值實驗, 結果顯示該算法隨著新增樣本的增加不僅減少了計算時間而且保持較好的收斂效果。但是該算法唯一的不足是計算過程中迭代初值的選取, 目前沒有一個統(tǒng)一的標準。

    參考文獻:

    [1] LEE D. Learning the parts of objects with non-negative matrix factorization[J]. Nature, 1999,401(6755):788.

    [2] LEE D D. Algorithms for non-negative matrix factorization[J]. Advances in Neural Information Processing Systems, 2001,13(6):556-562.

    [3] SHI W Y,GUO Y F,XUE X Y.A kernel principal component analysis algorithm for solving large scale data sets problem[J].Journal of Software,2009,8(20):2153-2159.

    [4] GOLUB G H, REINSCH C. Singular value decomposition and least squares solutions[M].Springer Berlin Heidelberg,1971:403-420.

    [5] 李子杰.基于非負矩陣分解的單細胞轉錄組聚類分析[D].西安:西安電子科技大學,2022.

    [6] BUCAK S S, GUNSEL B. Incremental subspace learning via non-negative matrix factorization[J]. Pattern Recognition, 2009,42(5):788-797.

    [7] 李向利,梅建平,莫元健.基于超圖正則NMF的自適應半監(jiān)督多視圖聚類[J/OL].廣西師范大學學報(自然科學版):1-16[2024-04-25].https://doi.org/10.16088/j.issn.1001-6600.2023 110202.

    [8] 陳善學,許少華.基于圖拉普拉斯正則化的柯西非負矩陣分解高光譜解混[J/OL].激光與光電子學進展:1-16[2024-04-25].http://kns.cnki.net/kcms/detail/31.1690.tn.20231214.0028.0 22.html.

    [9] KONG D, HUANG H, HUANG H. Robust nonnegative matrix factorization using L21-norm[J].AcmConference on Information amp; Knowledge Management,2011:673-682.

    [10] YANG S, HOU C, ZHANG C, et al. Robust non-negative matrix factorization via joint sparse and graph regularization[C]//International Joint Conference on Neural Networks. IEEE,2014:541-559.

    [11] 董秋宇.非負矩陣分解及其在遮擋人臉識別中的應用[D].西安:西安電子科技大學,2022.

    [12] 楊亮東.基于L_(2.1)稀疏限制的增量式非負矩陣分解[D]. 烏魯木齊:新疆大學,2019.

    [13] 楊亮東,楊志霞.稀疏限制的增量式魯棒非負矩陣分解及其應用[J].計算機應用,2019,39(5):1275-1281.

    猜你喜歡
    范數(shù)增量人臉
    提質(zhì)和增量之間的“辯證”
    當代陜西(2022年6期)2022-04-19 12:12:22
    有特點的人臉
    “價增量減”型應用題點撥
    三國漫——人臉解鎖
    動漫星空(2018年9期)2018-10-26 01:17:14
    基于加權核范數(shù)與范數(shù)的魯棒主成分分析
    矩陣酉不變范數(shù)H?lder不等式及其應用
    基于均衡增量近鄰查詢的位置隱私保護方法
    電信科學(2016年9期)2016-06-15 20:27:25
    德州儀器(TI)發(fā)布了一對32位增量-累加模數(shù)轉換器(ADC):ADS1262和ADS126
    馬面部與人臉相似度驚人
    一類具有準齊次核的Hilbert型奇異重積分算子的范數(shù)及應用
    黑人巨大精品欧美一区二区mp4| 色哟哟哟哟哟哟| 亚洲午夜理论影院| 久久热在线av| 午夜成年电影在线免费观看| 日本撒尿小便嘘嘘汇集6| 亚洲五月婷婷丁香| 一个人观看的视频www高清免费观看 | 免费一级毛片在线播放高清视频| xxxwww97欧美| 亚洲人与动物交配视频| 国产麻豆成人av免费视频| 18美女黄网站色大片免费观看| 黄色视频,在线免费观看| 久久精品综合一区二区三区| 99在线人妻在线中文字幕| 国产免费av片在线观看野外av| 国内揄拍国产精品人妻在线| 久久久成人免费电影| 色吧在线观看| 午夜影院日韩av| 色在线成人网| 国产成人系列免费观看| 久久欧美精品欧美久久欧美| 成人特级黄色片久久久久久久| 日韩精品中文字幕看吧| 亚洲欧美日韩东京热| 中文资源天堂在线| 在线国产一区二区在线| 国产欧美日韩精品一区二区| 国产精品电影一区二区三区| 成人欧美大片| 国产精品一区二区免费欧美| 最新美女视频免费是黄的| 久久伊人香网站| 日本在线视频免费播放| 国产高清三级在线| 亚洲精品乱码久久久v下载方式 | 18禁黄网站禁片午夜丰满| 国产真实乱freesex| 性色avwww在线观看| 偷拍熟女少妇极品色| 久久久久久国产a免费观看| 亚洲中文av在线| 久久久久久国产a免费观看| 国产精品日韩av在线免费观看| 久久久国产精品麻豆| 色综合站精品国产| 琪琪午夜伦伦电影理论片6080| 露出奶头的视频| 免费大片18禁| 精品免费久久久久久久清纯| 欧美激情在线99| 久久久久久国产a免费观看| 色噜噜av男人的天堂激情| www日本黄色视频网| 久久精品国产亚洲av香蕉五月| 国产免费av片在线观看野外av| 亚洲精品美女久久久久99蜜臀| 哪里可以看免费的av片| 天堂动漫精品| 久久香蕉国产精品| 俄罗斯特黄特色一大片| 欧美成人性av电影在线观看| 观看美女的网站| 色综合亚洲欧美另类图片| 国产真人三级小视频在线观看| 伊人久久大香线蕉亚洲五| 日本与韩国留学比较| 久久精品国产亚洲av香蕉五月| 久久精品aⅴ一区二区三区四区| 午夜免费观看网址| 国产一区二区激情短视频| 国产精品爽爽va在线观看网站| 日本免费a在线| 老鸭窝网址在线观看| 青草久久国产| 女警被强在线播放| 国产成人aa在线观看| 亚洲欧美激情综合另类| 最新在线观看一区二区三区| 99热这里只有精品一区 | 91在线观看av| 欧美日韩瑟瑟在线播放| 在线a可以看的网站| 日本免费一区二区三区高清不卡| 女人高潮潮喷娇喘18禁视频| 男女下面进入的视频免费午夜| 色吧在线观看| 变态另类丝袜制服| 国产精品精品国产色婷婷| av视频在线观看入口| 一本久久中文字幕| 精品欧美国产一区二区三| 桃色一区二区三区在线观看| 亚洲avbb在线观看| 日韩欧美国产在线观看| 可以在线观看毛片的网站| 亚洲一区二区三区不卡视频| 亚洲精品一卡2卡三卡4卡5卡| 我的老师免费观看完整版| 2021天堂中文幕一二区在线观| 亚洲片人在线观看| 久久久久久人人人人人| 桃色一区二区三区在线观看| 久久国产乱子伦精品免费另类| 免费看美女性在线毛片视频| 国产日本99.免费观看| 麻豆国产97在线/欧美| 久久久久久大精品| 叶爱在线成人免费视频播放| 久久精品91无色码中文字幕| 黄色片一级片一级黄色片| 国产激情久久老熟女| 久久热在线av| 欧美日韩国产亚洲二区| 在线观看66精品国产| 男人舔女人的私密视频| 一区福利在线观看| 成年女人永久免费观看视频| 一个人观看的视频www高清免费观看 | 观看美女的网站| 禁无遮挡网站| 国产成人欧美在线观看| 国产精品 欧美亚洲| 99热精品在线国产| 亚洲国产欧美网| av天堂中文字幕网| 亚洲精品在线观看二区| 在线永久观看黄色视频| 国产精品九九99| 中亚洲国语对白在线视频| 一级作爱视频免费观看| 一卡2卡三卡四卡精品乱码亚洲| 午夜久久久久精精品| 9191精品国产免费久久| 夜夜看夜夜爽夜夜摸| 免费看a级黄色片| 午夜免费观看网址| 国产精品女同一区二区软件 | 欧美色视频一区免费| 美女 人体艺术 gogo| 国产v大片淫在线免费观看| 亚洲欧美日韩高清在线视频| 国内精品一区二区在线观看| 99久久久亚洲精品蜜臀av| 搡老岳熟女国产| 免费高清视频大片| 90打野战视频偷拍视频| cao死你这个sao货| 精品一区二区三区四区五区乱码| 丰满人妻熟妇乱又伦精品不卡| 看免费av毛片| 欧美精品啪啪一区二区三区| 999精品在线视频| 夜夜看夜夜爽夜夜摸| 12—13女人毛片做爰片一| 好男人电影高清在线观看| 国产高清激情床上av| 99国产综合亚洲精品| 久久久久国内视频| 久久久国产成人精品二区| 国产又黄又爽又无遮挡在线| 亚洲色图av天堂| 国产av在哪里看| 日韩欧美三级三区| 51午夜福利影视在线观看| 精品一区二区三区视频在线 | 中出人妻视频一区二区| 天堂网av新在线| 曰老女人黄片| 午夜免费成人在线视频| 91麻豆精品激情在线观看国产| 国产精品av久久久久免费| 午夜精品在线福利| 老司机福利观看| 9191精品国产免费久久| 色哟哟哟哟哟哟| 国产伦精品一区二区三区视频9 | 美女午夜性视频免费| 琪琪午夜伦伦电影理论片6080| 国产亚洲精品久久久com| 亚洲精品456在线播放app | 又黄又粗又硬又大视频| 久久精品91蜜桃| 午夜福利18| 国产av不卡久久| 男插女下体视频免费在线播放| 99久国产av精品| 精品久久久久久久人妻蜜臀av| 成人特级黄色片久久久久久久| 五月伊人婷婷丁香| 一二三四社区在线视频社区8| 俺也久久电影网| 成人18禁在线播放| 99国产精品99久久久久| 亚洲熟女毛片儿| 欧美av亚洲av综合av国产av| 国产精品九九99| 亚洲成av人片免费观看| 欧洲精品卡2卡3卡4卡5卡区| 9191精品国产免费久久| 久久久久久九九精品二区国产| www.999成人在线观看| 国产精品久久视频播放| 校园春色视频在线观看| 国产午夜精品论理片| 国产爱豆传媒在线观看| 精品国产美女av久久久久小说| 51午夜福利影视在线观看| 一进一出抽搐动态| 国产成人av激情在线播放| 变态另类成人亚洲欧美熟女| 成人三级黄色视频| 午夜福利免费观看在线| 别揉我奶头~嗯~啊~动态视频| 日韩欧美国产在线观看| 不卡av一区二区三区| 久久欧美精品欧美久久欧美| 淫秽高清视频在线观看| 免费在线观看亚洲国产| 香蕉久久夜色| 99久久久亚洲精品蜜臀av| 99精品欧美一区二区三区四区| 免费看十八禁软件| 久久精品国产99精品国产亚洲性色| 一区二区三区国产精品乱码| 亚洲一区二区三区色噜噜| 国产伦精品一区二区三区视频9 | 少妇丰满av| 我要搜黄色片| 非洲黑人性xxxx精品又粗又长| 国产精品一区二区免费欧美| 免费看光身美女| www.自偷自拍.com| 精品国产三级普通话版| 国产一区二区在线av高清观看| 青草久久国产| 天堂影院成人在线观看| 黄色日韩在线| av中文乱码字幕在线| 国产精品九九99| 欧美成狂野欧美在线观看| 一本精品99久久精品77| 亚洲av五月六月丁香网| 18禁黄网站禁片免费观看直播| 国产三级黄色录像| 亚洲欧美日韩高清专用| 午夜久久久久精精品| 国产毛片a区久久久久| 男女午夜视频在线观看| 视频区欧美日本亚洲| 国产精品美女特级片免费视频播放器 | 国产熟女xx| 亚洲 国产 在线| 女生性感内裤真人,穿戴方法视频| 免费观看的影片在线观看| 国产精品永久免费网站| 国语自产精品视频在线第100页| 18禁黄网站禁片免费观看直播| 观看美女的网站| 久久精品国产99精品国产亚洲性色| 9191精品国产免费久久| 波多野结衣高清无吗| 国产三级黄色录像| 国产成人av教育| 亚洲中文日韩欧美视频| 午夜福利高清视频| 丰满的人妻完整版| 夜夜爽天天搞| 亚洲av电影不卡..在线观看| 久久天躁狠狠躁夜夜2o2o| 精品一区二区三区视频在线 | 日韩欧美国产在线观看| 欧美激情久久久久久爽电影| 国产野战对白在线观看| 精品国产乱码久久久久久男人| 97超级碰碰碰精品色视频在线观看| 少妇的逼水好多| 国产精品综合久久久久久久免费| 男女床上黄色一级片免费看| 欧美黑人巨大hd| 老司机福利观看| 757午夜福利合集在线观看| 在线观看一区二区三区| 亚洲国产精品成人综合色| 欧洲精品卡2卡3卡4卡5卡区| 日韩精品中文字幕看吧| 最新中文字幕久久久久 | 久久久久国产一级毛片高清牌| 久久精品国产综合久久久| 国产精品久久久久久亚洲av鲁大| 亚洲av日韩精品久久久久久密| 午夜激情欧美在线| 免费一级毛片在线播放高清视频| 免费在线观看影片大全网站| 国产三级黄色录像| 一本久久中文字幕| 国产成人aa在线观看| 一级毛片女人18水好多| 91九色精品人成在线观看| 成人国产一区最新在线观看| 露出奶头的视频| 国产97色在线日韩免费| 国产免费男女视频| av国产免费在线观看| 琪琪午夜伦伦电影理论片6080| 热99re8久久精品国产| 又黄又粗又硬又大视频| 国产高清激情床上av| 男人的好看免费观看在线视频| 亚洲av成人精品一区久久| 999精品在线视频| 国产亚洲欧美在线一区二区| x7x7x7水蜜桃| 久久精品国产综合久久久| 日韩欧美精品v在线| cao死你这个sao货| 成人18禁在线播放| 国产精品久久久久久久电影 | 97超视频在线观看视频| 国产亚洲av嫩草精品影院| 99热精品在线国产| 国产三级中文精品| 在线观看美女被高潮喷水网站 | 国产精品亚洲一级av第二区| 热99在线观看视频| 两个人视频免费观看高清| 国产精品久久电影中文字幕| 全区人妻精品视频| 天堂√8在线中文| 国产精品美女特级片免费视频播放器 | 嫩草影视91久久| 亚洲av第一区精品v没综合| 法律面前人人平等表现在哪些方面| 在线a可以看的网站| 日本精品一区二区三区蜜桃| 很黄的视频免费| 亚洲一区二区三区不卡视频| 日本 av在线| 日本一二三区视频观看| 国产伦精品一区二区三区四那| 大型黄色视频在线免费观看| 91av网站免费观看| 老司机福利观看| 国产精品一区二区精品视频观看| 中文字幕人妻丝袜一区二区| 亚洲人与动物交配视频| 又黄又粗又硬又大视频| 国产精品av视频在线免费观看| 青草久久国产| 一级毛片精品| 18禁黄网站禁片免费观看直播| 免费看十八禁软件| 成人一区二区视频在线观看| 日韩欧美精品v在线| 在线观看午夜福利视频| 丁香六月欧美| 男女午夜视频在线观看| 亚洲五月天丁香| 国产激情偷乱视频一区二区| 色在线成人网| 亚洲精品久久国产高清桃花| 午夜精品一区二区三区免费看| 人人妻人人澡欧美一区二区| 精品免费久久久久久久清纯| 欧美国产日韩亚洲一区| 成人av一区二区三区在线看| 国产精品av久久久久免费| 熟女少妇亚洲综合色aaa.| 成年女人看的毛片在线观看| 久久中文字幕一级| 日韩欧美在线二视频| av在线蜜桃| 香蕉丝袜av| 国产人伦9x9x在线观看| 亚洲专区中文字幕在线| 亚洲av熟女| 免费观看精品视频网站| 亚洲美女黄片视频| 男插女下体视频免费在线播放| 欧美日本视频| 五月玫瑰六月丁香| 亚洲avbb在线观看| 99国产极品粉嫩在线观看| 热99在线观看视频| 国产成年人精品一区二区| 桃色一区二区三区在线观看| 精品福利观看| 国产精品精品国产色婷婷| 99热这里只有是精品50| 美女大奶头视频| 国产高清有码在线观看视频| 午夜亚洲福利在线播放| 黄色丝袜av网址大全| 97碰自拍视频| 夜夜爽天天搞| 麻豆一二三区av精品| 色噜噜av男人的天堂激情| 男人和女人高潮做爰伦理| 国产精品亚洲美女久久久| 久久中文看片网| 国产单亲对白刺激| 亚洲人成网站在线播放欧美日韩| 国产一区二区三区在线臀色熟女| 伦理电影免费视频| 老熟妇仑乱视频hdxx| 99视频精品全部免费 在线 | 1024手机看黄色片| 久久久久免费精品人妻一区二区| 日本 av在线| 午夜激情福利司机影院| h日本视频在线播放| АⅤ资源中文在线天堂| 欧美色欧美亚洲另类二区| 亚洲欧美精品综合一区二区三区| 综合色av麻豆| 高清在线国产一区| 久久精品人妻少妇| 一本久久中文字幕| 99国产精品一区二区三区| 日本精品一区二区三区蜜桃| 国产成人欧美在线观看| 国产高清视频在线播放一区| 51午夜福利影视在线观看| 亚洲在线自拍视频| www日本黄色视频网| 99热6这里只有精品| 天天一区二区日本电影三级| 亚洲精品国产精品久久久不卡| 熟女少妇亚洲综合色aaa.| 国产三级中文精品| 欧美成人一区二区免费高清观看 | 美女午夜性视频免费| 中文字幕精品亚洲无线码一区| 在线观看免费视频日本深夜| 一夜夜www| 亚洲国产欧美网| 天堂√8在线中文| 亚洲第一电影网av| 精品久久久久久,| 精品熟女少妇八av免费久了| 麻豆成人av在线观看| 国产黄色小视频在线观看| 亚洲欧美日韩高清在线视频| 最新中文字幕久久久久 | 亚洲国产日韩欧美精品在线观看 | 成人特级av手机在线观看| 久久久久久久久免费视频了| 久久99热这里只有精品18| 蜜桃久久精品国产亚洲av| 午夜免费成人在线视频| 十八禁人妻一区二区| 欧美日韩瑟瑟在线播放| 一个人免费在线观看的高清视频| 中文在线观看免费www的网站| 天天躁狠狠躁夜夜躁狠狠躁| 熟女人妻精品中文字幕| 一级黄色大片毛片| 国产精品一区二区三区四区久久| 欧美另类亚洲清纯唯美| 美女高潮的动态| 精品久久久久久久人妻蜜臀av| 美女黄网站色视频| 精品99又大又爽又粗少妇毛片 | 亚洲国产欧洲综合997久久,| 法律面前人人平等表现在哪些方面| 精品人妻1区二区| 国产淫片久久久久久久久 | 免费观看人在逋| 9191精品国产免费久久| 国产欧美日韩精品亚洲av| 欧美大码av| 国产高清激情床上av| 成年免费大片在线观看| 国产高清视频在线播放一区| 在线观看午夜福利视频| 欧美激情久久久久久爽电影| 叶爱在线成人免费视频播放| 国产av麻豆久久久久久久| 男女床上黄色一级片免费看| 成人18禁在线播放| av国产免费在线观看| 久久久久性生活片| 日韩免费av在线播放| 好男人在线观看高清免费视频| 国语自产精品视频在线第100页| 久久中文字幕人妻熟女| 国产探花在线观看一区二区| 国产私拍福利视频在线观看| www.精华液| 美女免费视频网站| 国产麻豆成人av免费视频| 999精品在线视频| 午夜福利视频1000在线观看| 一级黄色大片毛片| 欧美zozozo另类| 特级一级黄色大片| 国产精品精品国产色婷婷| 国产成人精品久久二区二区免费| 亚洲av美国av| av黄色大香蕉| av欧美777| 免费看日本二区| 此物有八面人人有两片| 国产精华一区二区三区| 国产精品98久久久久久宅男小说| av视频在线观看入口| 国产成人精品久久二区二区免费| 国产欧美日韩精品亚洲av| 精品一区二区三区av网在线观看| 国产精品一及| 国产精品永久免费网站| 午夜福利欧美成人| 狂野欧美激情性xxxx| 女人高潮潮喷娇喘18禁视频| 亚洲人成伊人成综合网2020| 国产高潮美女av| 久久久色成人| 女同久久另类99精品国产91| 久久亚洲真实| 老熟妇乱子伦视频在线观看| 欧美zozozo另类| 亚洲国产精品合色在线| 国产黄色小视频在线观看| 亚洲无线观看免费| 精品国产乱码久久久久久男人| 在线观看舔阴道视频| 视频区欧美日本亚洲| 小蜜桃在线观看免费完整版高清| 日本精品一区二区三区蜜桃| 久久久久久久久免费视频了| 国产精品免费一区二区三区在线| 99久久成人亚洲精品观看| 丰满的人妻完整版| 久久久久精品国产欧美久久久| 国产主播在线观看一区二区| 特大巨黑吊av在线直播| 亚洲国产精品sss在线观看| 少妇的丰满在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 国产亚洲欧美98| 亚洲美女黄片视频| 免费看日本二区| 成人三级黄色视频| 亚洲欧美精品综合久久99| 在线观看一区二区三区| 亚洲精品乱码久久久v下载方式 | av欧美777| 国产成人啪精品午夜网站| 国产主播在线观看一区二区| 欧洲精品卡2卡3卡4卡5卡区| 国产主播在线观看一区二区| 在线播放国产精品三级| netflix在线观看网站| 国产精品爽爽va在线观看网站| 国产探花在线观看一区二区| 国产精品九九99| 成人精品一区二区免费| 90打野战视频偷拍视频| 中文字幕高清在线视频| 国产精品爽爽va在线观看网站| 91在线观看av| 久久中文字幕一级| 欧美乱色亚洲激情| 叶爱在线成人免费视频播放| 国产伦在线观看视频一区| 日日干狠狠操夜夜爽| 成人国产综合亚洲| www.www免费av| 亚洲成人免费电影在线观看| 精品欧美国产一区二区三| 成人av一区二区三区在线看| 久99久视频精品免费| 女人高潮潮喷娇喘18禁视频| 久久久久性生活片| 午夜影院日韩av| 老司机午夜福利在线观看视频| 日本 av在线| 久久久久精品国产欧美久久久| 国产高清视频在线观看网站| 中文字幕久久专区| 琪琪午夜伦伦电影理论片6080| 成人欧美大片| 偷拍熟女少妇极品色| 又黄又爽又免费观看的视频| 久久亚洲真实| 999精品在线视频| 国内精品久久久久久久电影| 无遮挡黄片免费观看| 校园春色视频在线观看| 久久精品国产清高在天天线| 精品国产乱子伦一区二区三区| 国产一区二区激情短视频| 看片在线看免费视频| 国产精品自产拍在线观看55亚洲| 欧美乱色亚洲激情| 啪啪无遮挡十八禁网站| 国产亚洲精品久久久久久毛片| av女优亚洲男人天堂 | 久9热在线精品视频| 国产精品影院久久| 99久久综合精品五月天人人| 国产精品一及| 啦啦啦韩国在线观看视频| or卡值多少钱| 成人高潮视频无遮挡免费网站| 18美女黄网站色大片免费观看| 亚洲一区二区三区色噜噜| 非洲黑人性xxxx精品又粗又长| 97人妻精品一区二区三区麻豆| www.精华液| 深夜精品福利| 中文字幕av在线有码专区| 搡老妇女老女人老熟妇|