• <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
    国产探花极品一区二区| 男人狂女人下面高潮的视频| 一本久久中文字幕| 亚洲av电影在线进入| 色哟哟哟哟哟哟| 免费看光身美女| 青草久久国产| 国产精品综合久久久久久久免费| 国产精品久久电影中文字幕| 欧美黑人欧美精品刺激| ponron亚洲| 欧美乱色亚洲激情| 99国产精品一区二区三区| 免费无遮挡裸体视频| 小蜜桃在线观看免费完整版高清| 欧美高清性xxxxhd video| 女人被狂操c到高潮| 中文字幕免费在线视频6| 九色国产91popny在线| 欧美日韩国产亚洲二区| 一个人看的www免费观看视频| 又黄又爽又免费观看的视频| 亚洲人成网站在线播放欧美日韩| 亚洲精品在线观看二区| 国产精品av视频在线免费观看| 97碰自拍视频| 日本与韩国留学比较| 三级国产精品欧美在线观看| 老司机深夜福利视频在线观看| 看片在线看免费视频| 日本三级黄在线观看| 国产成人av教育| 三级毛片av免费| 亚洲国产精品成人综合色| 国产精品女同一区二区软件 | 欧美成狂野欧美在线观看| 白带黄色成豆腐渣| 性欧美人与动物交配| 午夜a级毛片| 麻豆一二三区av精品| 99久久无色码亚洲精品果冻| 麻豆一二三区av精品| 日本精品一区二区三区蜜桃| 看黄色毛片网站| 国产精品女同一区二区软件 | 99热精品在线国产| 性插视频无遮挡在线免费观看| 午夜精品在线福利| 日韩 亚洲 欧美在线| 久久久久性生活片| 国产单亲对白刺激| 在线看三级毛片| 成年免费大片在线观看| 午夜免费激情av| 性色avwww在线观看| 啪啪无遮挡十八禁网站| 欧美日韩福利视频一区二区| 午夜福利成人在线免费观看| 99精品在免费线老司机午夜| 亚洲国产精品合色在线| 成人毛片a级毛片在线播放| 午夜精品一区二区三区免费看| 国产亚洲精品av在线| 中文亚洲av片在线观看爽| av在线观看视频网站免费| 欧美午夜高清在线| av在线天堂中文字幕| 亚洲成av人片免费观看| 90打野战视频偷拍视频| av天堂中文字幕网| 国产69精品久久久久777片| 一本精品99久久精品77| 久久亚洲精品不卡| 亚洲av五月六月丁香网| 内地一区二区视频在线| 观看美女的网站| 看十八女毛片水多多多| 一级作爱视频免费观看| 草草在线视频免费看| av天堂在线播放| 最新中文字幕久久久久| 亚洲性夜色夜夜综合| 最近在线观看免费完整版| 蜜桃久久精品国产亚洲av| av专区在线播放| 午夜免费男女啪啪视频观看 | 亚洲精品粉嫩美女一区| 97碰自拍视频| 国产在线男女| a级一级毛片免费在线观看| bbb黄色大片| 成年女人永久免费观看视频| 亚洲国产精品sss在线观看| 脱女人内裤的视频| 国产色爽女视频免费观看| 成人高潮视频无遮挡免费网站| 中文字幕av成人在线电影| 他把我摸到了高潮在线观看| 美女大奶头视频| 搞女人的毛片| 极品教师在线视频| 90打野战视频偷拍视频| 在线观看av片永久免费下载| 国产成人啪精品午夜网站| 久久6这里有精品| 少妇丰满av| 国产乱人伦免费视频| 窝窝影院91人妻| 国产精品一区二区性色av| 国产精品,欧美在线| 国产高清有码在线观看视频| 国产成人av教育| 欧美国产日韩亚洲一区| 啦啦啦观看免费观看视频高清| 国产亚洲精品av在线| 国产午夜福利久久久久久| 久久欧美精品欧美久久欧美| 久久中文看片网| 中国美女看黄片| 国产淫片久久久久久久久 | 高清毛片免费观看视频网站| 国产精品,欧美在线| 日本与韩国留学比较| 757午夜福利合集在线观看| 国产成人啪精品午夜网站| 日本三级黄在线观看| 久久久国产成人免费| 熟女人妻精品中文字幕| 老司机午夜福利在线观看视频| a级一级毛片免费在线观看| 亚洲第一区二区三区不卡| 草草在线视频免费看| 51午夜福利影视在线观看| x7x7x7水蜜桃| 成人一区二区视频在线观看| 校园春色视频在线观看| 简卡轻食公司| 一个人观看的视频www高清免费观看| 亚洲av.av天堂| 999久久久精品免费观看国产| 亚洲国产日韩欧美精品在线观看| av黄色大香蕉| 成人亚洲精品av一区二区| 观看免费一级毛片| 国产精品国产高清国产av| 日韩人妻高清精品专区| 精华霜和精华液先用哪个| 久久这里只有精品中国| 亚洲av二区三区四区| 免费人成在线观看视频色| 直男gayav资源| 日本撒尿小便嘘嘘汇集6| 久久久久九九精品影院| 亚洲精品乱码久久久v下载方式| 99国产精品一区二区三区| 午夜影院日韩av| 九九热线精品视视频播放| 麻豆成人午夜福利视频| 久久久久久久亚洲中文字幕 | 欧美性猛交黑人性爽| 18禁黄网站禁片免费观看直播| 麻豆成人av在线观看| 国产激情偷乱视频一区二区| 午夜久久久久精精品| 国产人妻一区二区三区在| 91在线观看av| 桃红色精品国产亚洲av| 亚洲成人久久爱视频| 午夜免费激情av| 最近最新免费中文字幕在线| 女人被狂操c到高潮| 老女人水多毛片| 午夜免费男女啪啪视频观看 | 国产免费av片在线观看野外av| 精品国产亚洲在线| 国产乱人伦免费视频| 内射极品少妇av片p| a级一级毛片免费在线观看| 九九在线视频观看精品| 亚洲 欧美 日韩 在线 免费| 亚洲成人中文字幕在线播放| 少妇的逼好多水| 亚洲熟妇熟女久久| 色噜噜av男人的天堂激情| 观看美女的网站| 午夜老司机福利剧场| 美女cb高潮喷水在线观看| 日本 欧美在线| 91久久精品国产一区二区成人| 日本三级黄在线观看| 精品一区二区三区视频在线观看免费| 国产精品三级大全| 老司机午夜十八禁免费视频| 亚洲第一欧美日韩一区二区三区| 亚洲avbb在线观看| 老女人水多毛片| 美女被艹到高潮喷水动态| 中文字幕人妻熟人妻熟丝袜美| 极品教师在线视频| 老女人水多毛片| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品一卡2卡三卡4卡5卡| 人人妻人人澡欧美一区二区| 琪琪午夜伦伦电影理论片6080| bbb黄色大片| 免费观看精品视频网站| 悠悠久久av| 国产精品免费一区二区三区在线| 久久午夜福利片| 99热这里只有精品一区| 国内精品一区二区在线观看| 亚洲精品成人久久久久久| 一个人免费在线观看电影| 又爽又黄无遮挡网站| 一本综合久久免费| 久久国产乱子伦精品免费另类| 欧美日韩乱码在线| 国产成人欧美在线观看| 亚洲国产日韩欧美精品在线观看| av在线观看视频网站免费| 免费看美女性在线毛片视频| 欧美丝袜亚洲另类 | 中文资源天堂在线| 午夜影院日韩av| 嫩草影院新地址| 欧美极品一区二区三区四区| 神马国产精品三级电影在线观看| 亚洲成av人片免费观看| 国产毛片a区久久久久| 国产av不卡久久| 欧美另类亚洲清纯唯美| 国内精品美女久久久久久| 最近中文字幕高清免费大全6 | 国产精品亚洲美女久久久| 欧美黄色片欧美黄色片| 国产久久久一区二区三区| 91午夜精品亚洲一区二区三区 | 亚洲天堂国产精品一区在线| 18禁黄网站禁片免费观看直播| 午夜精品久久久久久毛片777| 激情在线观看视频在线高清| 观看美女的网站| 精品一区二区三区av网在线观看| 日本 av在线| x7x7x7水蜜桃| ponron亚洲| 中国美女看黄片| 亚洲一区二区三区不卡视频| 国产成年人精品一区二区| 色综合欧美亚洲国产小说| 91久久精品电影网| 国产精品久久久久久人妻精品电影| 国产在线男女| 久久精品影院6| 国产成人啪精品午夜网站| av天堂在线播放| 欧美乱妇无乱码| 欧美激情久久久久久爽电影| 久久久久久久午夜电影| 免费观看精品视频网站| 国产野战对白在线观看| 欧美xxxx黑人xx丫x性爽| 日日摸夜夜添夜夜添小说| 午夜免费成人在线视频| 亚洲欧美日韩卡通动漫| 麻豆成人午夜福利视频| av在线老鸭窝| 欧美激情国产日韩精品一区| 亚洲第一区二区三区不卡| 国产一区二区在线av高清观看| 国产日本99.免费观看| 欧美绝顶高潮抽搐喷水| avwww免费| 日韩高清综合在线| 高潮久久久久久久久久久不卡| 亚洲专区中文字幕在线| 黄色视频,在线免费观看| 色av中文字幕| 一区二区三区激情视频| 麻豆国产97在线/欧美| 免费在线观看成人毛片| 色5月婷婷丁香| 国产高清激情床上av| 亚洲成av人片免费观看| 国产精品人妻久久久久久| 嫩草影视91久久| 免费大片18禁| 亚洲av电影不卡..在线观看| 日本成人三级电影网站| 国产av不卡久久| 人妻久久中文字幕网| 波野结衣二区三区在线| 两个人的视频大全免费| 国产一区二区亚洲精品在线观看| aaaaa片日本免费| 欧美+日韩+精品| 草草在线视频免费看| 一边摸一边抽搐一进一小说| 免费人成在线观看视频色| 久久久成人免费电影| 国产成人欧美在线观看| 午夜免费成人在线视频| 国内精品久久久久久久电影| 此物有八面人人有两片| 国产成人av教育| 午夜福利在线观看免费完整高清在 | 久久久国产成人免费| 波野结衣二区三区在线| av视频在线观看入口| 搡老熟女国产l中国老女人| 国产精品三级大全| 可以在线观看毛片的网站| 精品乱码久久久久久99久播| 午夜久久久久精精品| 男人舔女人下体高潮全视频| 极品教师在线视频| 美女免费视频网站| 极品教师在线视频| 一级a爱片免费观看的视频| aaaaa片日本免费| ponron亚洲| 亚洲成av人片免费观看| 日本黄大片高清| 日韩高清综合在线| 亚洲人成网站在线播放欧美日韩| www.www免费av| 老熟妇乱子伦视频在线观看| 色播亚洲综合网| 国产伦在线观看视频一区| 国产精品日韩av在线免费观看| 亚洲欧美日韩高清在线视频| 亚洲av成人av| 天堂网av新在线| 91麻豆精品激情在线观看国产| 国产精品久久电影中文字幕| 亚洲美女视频黄频| 国产精品永久免费网站| www.色视频.com| 老司机福利观看| 亚洲国产精品sss在线观看| 日本撒尿小便嘘嘘汇集6| 好男人电影高清在线观看| 一本一本综合久久| 12—13女人毛片做爰片一| 欧美成狂野欧美在线观看| 在线天堂最新版资源| 欧美成人一区二区免费高清观看| 国产老妇女一区| 亚洲五月天丁香| 成人国产综合亚洲| 天天躁日日操中文字幕| 婷婷精品国产亚洲av| 欧美zozozo另类| 少妇熟女aⅴ在线视频| 俄罗斯特黄特色一大片| 内射极品少妇av片p| 超碰av人人做人人爽久久| 在线播放无遮挡| 国产一区二区三区在线臀色熟女| 日日摸夜夜添夜夜添av毛片 | 亚洲人成伊人成综合网2020| 婷婷精品国产亚洲av在线| 欧美xxxx性猛交bbbb| 悠悠久久av| 国产欧美日韩一区二区精品| 一进一出抽搐gif免费好疼| 成年人黄色毛片网站| 全区人妻精品视频| 亚洲成av人片免费观看| 一进一出抽搐gif免费好疼| 午夜精品久久久久久毛片777| 1000部很黄的大片| 国产真实乱freesex| 亚洲成人久久性| 亚洲国产色片| 在线观看av片永久免费下载| 久久久久性生活片| 日韩欧美精品v在线| 欧美中文日本在线观看视频| 色噜噜av男人的天堂激情| 欧美日韩亚洲国产一区二区在线观看| 亚洲美女视频黄频| 亚洲天堂国产精品一区在线| 亚洲国产欧洲综合997久久,| 天堂av国产一区二区熟女人妻| 欧美一区二区国产精品久久精品| 在线观看舔阴道视频| av在线天堂中文字幕| 国产精品亚洲美女久久久| 天美传媒精品一区二区| 亚洲色图av天堂| 亚洲五月天丁香| 一级黄色大片毛片| 亚洲欧美清纯卡通| 精品一区二区三区人妻视频| 51国产日韩欧美| 欧美又色又爽又黄视频| 一级av片app| 一级a爱片免费观看的视频| 特大巨黑吊av在线直播| 久久精品国产亚洲av香蕉五月| 久久久久精品国产欧美久久久| 国产精品,欧美在线| 精品一区二区三区av网在线观看| 琪琪午夜伦伦电影理论片6080| 午夜免费男女啪啪视频观看 | 床上黄色一级片| 可以在线观看毛片的网站| 久久精品综合一区二区三区| 国产午夜精品论理片| 国产伦人伦偷精品视频| 国产乱人伦免费视频| 在线观看午夜福利视频| 麻豆久久精品国产亚洲av| 国产精品美女特级片免费视频播放器| 亚洲精品亚洲一区二区| 久久久国产成人精品二区| 18禁黄网站禁片免费观看直播| 中文字幕免费在线视频6| 九九久久精品国产亚洲av麻豆| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产成人欧美在线观看| 国内揄拍国产精品人妻在线| 国产又黄又爽又无遮挡在线| 免费高清视频大片| 91在线观看av| 99国产精品一区二区蜜桃av| 全区人妻精品视频| 国产精品美女特级片免费视频播放器| 亚洲乱码一区二区免费版| 久久久国产成人精品二区| 少妇丰满av| 精品久久久久久久久久久久久| 97超视频在线观看视频| 赤兔流量卡办理| 日韩欧美免费精品| 国产乱人伦免费视频| 桃红色精品国产亚洲av| 久久精品人妻少妇| 99久国产av精品| 精品国产三级普通话版| 观看免费一级毛片| 成人特级av手机在线观看| 欧美日韩国产亚洲二区| 天天躁日日操中文字幕| 身体一侧抽搐| 99热这里只有是精品在线观看 | 久久国产精品人妻蜜桃| 亚洲国产欧美人成| 特级一级黄色大片| 国模一区二区三区四区视频| 亚州av有码| 可以在线观看毛片的网站| 久久久精品欧美日韩精品| 亚洲欧美日韩东京热| 色精品久久人妻99蜜桃| 1000部很黄的大片| 久久欧美精品欧美久久欧美| 免费大片18禁| 免费av观看视频| 九色成人免费人妻av| 不卡一级毛片| 亚洲性夜色夜夜综合| 久久人妻av系列| www日本黄色视频网| 成人性生交大片免费视频hd| 又紧又爽又黄一区二区| 久久久久久久精品吃奶| 内射极品少妇av片p| 国产精品自产拍在线观看55亚洲| 欧美潮喷喷水| 88av欧美| 真实男女啪啪啪动态图| 久久精品国产亚洲av香蕉五月| 91麻豆av在线| av天堂在线播放| 51国产日韩欧美| 91久久精品电影网| 久久久色成人| 亚洲中文字幕日韩| 精品久久久久久久末码| 欧美激情久久久久久爽电影| 精品免费久久久久久久清纯| 91狼人影院| 乱人视频在线观看| 在线国产一区二区在线| 国产精品一区二区三区四区久久| 看片在线看免费视频| 亚洲av第一区精品v没综合| 国产老妇女一区| 可以在线观看的亚洲视频| 亚洲欧美日韩无卡精品| 最近最新中文字幕大全电影3| 久久久久久久午夜电影| 少妇高潮的动态图| 精品一区二区三区视频在线| 亚洲精品日韩av片在线观看| 真实男女啪啪啪动态图| 极品教师在线免费播放| 精品不卡国产一区二区三区| 非洲黑人性xxxx精品又粗又长| 在线观看一区二区三区| 亚洲三级黄色毛片| 最近中文字幕高清免费大全6 | 亚洲第一区二区三区不卡| 免费在线观看成人毛片| 久久亚洲精品不卡| 啦啦啦韩国在线观看视频| 日本免费a在线| 久久国产精品影院| 午夜激情福利司机影院| 99久久精品热视频| 亚洲av中文字字幕乱码综合| 91久久精品国产一区二区成人| av在线蜜桃| 免费看日本二区| 在线免费观看的www视频| 国产精品不卡视频一区二区 | 三级国产精品欧美在线观看| 久久精品国产99精品国产亚洲性色| 久久久久久久久大av| 少妇的逼水好多| 亚洲欧美日韩卡通动漫| 免费在线观看影片大全网站| 欧美中文日本在线观看视频| 美女高潮喷水抽搐中文字幕| 国产精品99久久久久久久久| 国产亚洲av嫩草精品影院| 97碰自拍视频| 国产精品永久免费网站| 综合色av麻豆| .国产精品久久| 能在线免费观看的黄片| 久久人人精品亚洲av| 国产精品久久久久久久久免 | 精品无人区乱码1区二区| 黄色女人牲交| 99久久99久久久精品蜜桃| 国模一区二区三区四区视频| 亚洲精品在线观看二区| 一本精品99久久精品77| 免费大片18禁| 亚洲一区二区三区色噜噜| 男人狂女人下面高潮的视频| 亚洲熟妇中文字幕五十中出| 欧美日韩瑟瑟在线播放| 麻豆成人午夜福利视频| 国内揄拍国产精品人妻在线| 波多野结衣巨乳人妻| 日本 欧美在线| 国产三级中文精品| 级片在线观看| 免费大片18禁| 三级国产精品欧美在线观看| 午夜福利成人在线免费观看| 琪琪午夜伦伦电影理论片6080| 婷婷精品国产亚洲av| 精品无人区乱码1区二区| 久久久久久久久大av| 日日摸夜夜添夜夜添av毛片 | 久久久精品大字幕| 91在线精品国自产拍蜜月| 每晚都被弄得嗷嗷叫到高潮| 亚洲久久久久久中文字幕| 久久久久久久午夜电影| 国产老妇女一区| 日本黄色片子视频| 十八禁网站免费在线| 激情在线观看视频在线高清| 少妇人妻精品综合一区二区 | 亚洲av电影不卡..在线观看| 琪琪午夜伦伦电影理论片6080| av天堂中文字幕网| 麻豆av噜噜一区二区三区| 欧美黄色片欧美黄色片| 在线十欧美十亚洲十日本专区| 亚洲人成电影免费在线| 丰满的人妻完整版| 色5月婷婷丁香| 男人和女人高潮做爰伦理| 精华霜和精华液先用哪个| 美女被艹到高潮喷水动态| 色精品久久人妻99蜜桃| 欧美日本亚洲视频在线播放| 国产色婷婷99| 99久久无色码亚洲精品果冻| 精品人妻1区二区| 又黄又爽又刺激的免费视频.| 少妇裸体淫交视频免费看高清| 每晚都被弄得嗷嗷叫到高潮| 久久伊人香网站| 欧美性感艳星| 免费在线观看影片大全网站| 日本在线视频免费播放| 国产精品精品国产色婷婷| 国内精品美女久久久久久| 精品99又大又爽又粗少妇毛片 | 99久久精品国产亚洲精品| 亚洲自偷自拍三级| 又黄又爽又免费观看的视频| 中文字幕精品亚洲无线码一区| 黄片小视频在线播放| 在线十欧美十亚洲十日本专区| 国产麻豆成人av免费视频| 99久久99久久久精品蜜桃| 俺也久久电影网| www日本黄色视频网| 人人妻人人看人人澡| 欧美乱妇无乱码| 热99在线观看视频| 一本综合久久免费| 简卡轻食公司| 国产精品一及| 久久久久国产精品人妻aⅴ院| 国产中年淑女户外野战色|