• <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
    精品久久久久久久久久免费视频| 午夜久久久久精精品| 亚洲乱码一区二区免费版| 国产在视频线在精品| 美女高潮喷水抽搐中文字幕| 日本熟妇午夜| 国产精品乱码一区二三区的特点| 99精品在免费线老司机午夜| 亚洲中文日韩欧美视频| 中文字幕久久专区| 亚洲精品影视一区二区三区av| 性色avwww在线观看| 国内毛片毛片毛片毛片毛片| 日本免费a在线| 19禁男女啪啪无遮挡网站| av国产免费在线观看| 精品人妻1区二区| 日韩精品青青久久久久久| 一个人看的www免费观看视频| 色综合婷婷激情| 中文字幕av在线有码专区| av专区在线播放| 人人妻人人看人人澡| 无人区码免费观看不卡| xxxwww97欧美| 无人区码免费观看不卡| 欧美中文综合在线视频| 嫁个100分男人电影在线观看| 中亚洲国语对白在线视频| 最近最新中文字幕大全免费视频| 日韩欧美精品免费久久 | 成人国产一区最新在线观看| 啦啦啦韩国在线观看视频| 日韩欧美在线乱码| 国产av一区在线观看免费| 亚洲天堂国产精品一区在线| 制服人妻中文乱码| 精品欧美国产一区二区三| bbb黄色大片| 国产伦人伦偷精品视频| 一本久久中文字幕| 国模一区二区三区四区视频| 国产欧美日韩一区二区精品| 99国产综合亚洲精品| 91久久精品国产一区二区成人 | 欧美成人a在线观看| 在线观看午夜福利视频| 夜夜爽天天搞| 性色av乱码一区二区三区2| 国产av不卡久久| 亚洲激情在线av| 久久亚洲精品不卡| 国产主播在线观看一区二区| 一a级毛片在线观看| 女人高潮潮喷娇喘18禁视频| 国产免费男女视频| 在线观看舔阴道视频| 成人国产综合亚洲| 真实男女啪啪啪动态图| 看免费av毛片| 又爽又黄无遮挡网站| 日韩欧美在线二视频| 99久久综合精品五月天人人| 午夜福利成人在线免费观看| 国产精品精品国产色婷婷| 欧美激情在线99| 男女床上黄色一级片免费看| 欧美性感艳星| 午夜免费激情av| 中文字幕精品亚洲无线码一区| www国产在线视频色| 法律面前人人平等表现在哪些方面| 人妻久久中文字幕网| 天堂影院成人在线观看| 亚洲久久久久久中文字幕| 精品久久久久久久久久久久久| 一级作爱视频免费观看| 少妇的丰满在线观看| 成人无遮挡网站| 51国产日韩欧美| 亚洲人成伊人成综合网2020| 国产精品 国内视频| 色精品久久人妻99蜜桃| 麻豆成人午夜福利视频| 欧美日韩国产亚洲二区| 国产欧美日韩精品一区二区| 9191精品国产免费久久| 欧美一级a爱片免费观看看| 国产午夜精品论理片| 天天一区二区日本电影三级| 欧美激情久久久久久爽电影| 成年女人看的毛片在线观看| 亚洲在线观看片| 欧美高清成人免费视频www| h日本视频在线播放| 成年女人看的毛片在线观看| 国产老妇女一区| 国产精品综合久久久久久久免费| 99久久成人亚洲精品观看| 久久久久免费精品人妻一区二区| 亚洲av中文字字幕乱码综合| 欧美成人一区二区免费高清观看| 欧美日韩一级在线毛片| 丰满乱子伦码专区| 噜噜噜噜噜久久久久久91| 亚洲国产精品成人综合色| 亚洲欧美日韩高清专用| 露出奶头的视频| 精品国产美女av久久久久小说| 丰满乱子伦码专区| 国产精品日韩av在线免费观看| 极品教师在线免费播放| 亚洲五月天丁香| 国产一区二区激情短视频| av在线天堂中文字幕| 天美传媒精品一区二区| 精品不卡国产一区二区三区| 精品人妻1区二区| 国产精品影院久久| 国语自产精品视频在线第100页| 国产毛片a区久久久久| 亚洲精品一卡2卡三卡4卡5卡| 亚洲色图av天堂| 国产爱豆传媒在线观看| 欧美+亚洲+日韩+国产| 国产精品av视频在线免费观看| 神马国产精品三级电影在线观看| 日韩欧美精品v在线| 亚洲 国产 在线| 成人三级黄色视频| 一个人看的www免费观看视频| 亚洲精品日韩av片在线观看 | 美女大奶头视频| 少妇熟女aⅴ在线视频| 欧美最新免费一区二区三区 | 高清毛片免费观看视频网站| 亚洲国产色片| 国产成人av教育| 日韩欧美国产在线观看| 免费在线观看成人毛片| 狂野欧美激情性xxxx| e午夜精品久久久久久久| 日日摸夜夜添夜夜添小说| 久久国产精品人妻蜜桃| 波多野结衣巨乳人妻| 熟妇人妻久久中文字幕3abv| 亚洲精品在线观看二区| 国产一区在线观看成人免费| 成人国产一区最新在线观看| 99精品欧美一区二区三区四区| 性色av乱码一区二区三区2| 淫秽高清视频在线观看| 国产精品香港三级国产av潘金莲| 18美女黄网站色大片免费观看| 一区二区三区激情视频| 亚洲成a人片在线一区二区| 久久久久久久久大av| 最近在线观看免费完整版| 黄色女人牲交| 内射极品少妇av片p| 亚洲精品影视一区二区三区av| 亚洲电影在线观看av| 中文字幕人妻熟人妻熟丝袜美 | e午夜精品久久久久久久| 最近视频中文字幕2019在线8| 国产一级毛片七仙女欲春2| 校园春色视频在线观看| 国产精品三级大全| 91久久精品电影网| 国产激情欧美一区二区| 午夜免费激情av| 久久精品国产清高在天天线| 网址你懂的国产日韩在线| 人妻久久中文字幕网| 日日干狠狠操夜夜爽| 亚洲精品成人久久久久久| 一个人看视频在线观看www免费 | av福利片在线观看| 久久伊人香网站| 亚洲七黄色美女视频| 91av网一区二区| 欧美绝顶高潮抽搐喷水| 两人在一起打扑克的视频| 国产精品自产拍在线观看55亚洲| 男人舔奶头视频| 国产亚洲精品综合一区在线观看| 国内精品久久久久久久电影| 欧美性猛交黑人性爽| 亚洲av成人不卡在线观看播放网| 中文字幕高清在线视频| aaaaa片日本免费| 欧美性感艳星| 国产真实伦视频高清在线观看 | 男人舔女人下体高潮全视频| 国产精品影院久久| 看免费av毛片| 少妇人妻精品综合一区二区 | АⅤ资源中文在线天堂| 此物有八面人人有两片| 亚洲无线观看免费| 欧美极品一区二区三区四区| 亚洲黑人精品在线| 精品国产美女av久久久久小说| 午夜两性在线视频| 免费观看精品视频网站| 久久精品国产综合久久久| 在线观看免费视频日本深夜| 成年版毛片免费区| 国产黄片美女视频| 一个人看视频在线观看www免费 | 欧美日韩中文字幕国产精品一区二区三区| 精品国产超薄肉色丝袜足j| 日日摸夜夜添夜夜添小说| 性欧美人与动物交配| 国产高清激情床上av| 一本综合久久免费| bbb黄色大片| 男女之事视频高清在线观看| 久久精品国产清高在天天线| 欧美又色又爽又黄视频| 搞女人的毛片| xxx96com| www国产在线视频色| 级片在线观看| 日韩大尺度精品在线看网址| 国产激情欧美一区二区| 老司机深夜福利视频在线观看| 老熟妇乱子伦视频在线观看| 精品国产超薄肉色丝袜足j| 亚洲精品亚洲一区二区| 99久久精品一区二区三区| 97超级碰碰碰精品色视频在线观看| 母亲3免费完整高清在线观看| 亚洲内射少妇av| 3wmmmm亚洲av在线观看| 精品国产亚洲在线| 久久精品亚洲精品国产色婷小说| 级片在线观看| 欧美中文日本在线观看视频| 男人和女人高潮做爰伦理| 在线观看美女被高潮喷水网站 | 日日夜夜操网爽| 亚洲第一欧美日韩一区二区三区| 亚洲成av人片免费观看| 日本免费a在线| 少妇的逼好多水| 在线观看一区二区三区| 一进一出抽搐gif免费好疼| 国产精品一区二区三区四区免费观看 | 欧美日韩精品网址| 天堂av国产一区二区熟女人妻| 一卡2卡三卡四卡精品乱码亚洲| 精品一区二区三区视频在线 | 欧美一级a爱片免费观看看| 国产单亲对白刺激| 久久久色成人| 欧美在线一区亚洲| 丰满乱子伦码专区| 国产欧美日韩一区二区三| 亚洲精品在线观看二区| 精品国产亚洲在线| 少妇高潮的动态图| 久久久久久久久中文| 国产在视频线在精品| 欧美丝袜亚洲另类 | svipshipincom国产片| 在线免费观看不下载黄p国产 | 国产欧美日韩精品一区二区| 亚洲国产精品久久男人天堂| 免费在线观看成人毛片| 嫁个100分男人电影在线观看| av视频在线观看入口| 欧美日韩综合久久久久久 | 亚洲精品乱码久久久v下载方式 | 欧美最新免费一区二区三区 | 亚洲av第一区精品v没综合| 琪琪午夜伦伦电影理论片6080| 国产精品,欧美在线| eeuss影院久久| 久久久久亚洲av毛片大全| 九九在线视频观看精品| 国产精品国产高清国产av| 在线国产一区二区在线| 精品一区二区三区av网在线观看| 色av中文字幕| 成年女人毛片免费观看观看9| 午夜激情福利司机影院| 国产欧美日韩一区二区精品| 国产精品 国内视频| 观看美女的网站| 90打野战视频偷拍视频| 深夜精品福利| 香蕉av资源在线| 亚洲美女视频黄频| 少妇人妻一区二区三区视频| 女人高潮潮喷娇喘18禁视频| 精品人妻偷拍中文字幕| 999久久久精品免费观看国产| 在线a可以看的网站| 国产乱人伦免费视频| 内射极品少妇av片p| 欧美一级a爱片免费观看看| 三级毛片av免费| 18禁在线播放成人免费| 欧美黄色片欧美黄色片| 99久久精品热视频| 国产不卡一卡二| 亚洲国产精品999在线| 女人高潮潮喷娇喘18禁视频| 嫩草影视91久久| 欧美一区二区精品小视频在线| 动漫黄色视频在线观看| av福利片在线观看| 免费av不卡在线播放| h日本视频在线播放| 激情在线观看视频在线高清| 国产成+人综合+亚洲专区| 久久久久久久久中文| 亚洲国产欧美网| 少妇高潮的动态图| 国产高清激情床上av| 久久久久久久精品吃奶| 两人在一起打扑克的视频| 免费人成在线观看视频色| 欧美区成人在线视频| av国产免费在线观看| 嫩草影院精品99| 超碰av人人做人人爽久久 | 免费观看的影片在线观看| 国产亚洲精品久久久com| 日韩亚洲欧美综合| 51国产日韩欧美| 日本黄色片子视频| 欧美成人免费av一区二区三区| 亚洲av不卡在线观看| 色av中文字幕| 国产高清videossex| 国产色婷婷99| 午夜视频国产福利| 国产伦在线观看视频一区| 国产男靠女视频免费网站| 欧美成人a在线观看| 国产亚洲精品av在线| 美女黄网站色视频| 国产69精品久久久久777片| 身体一侧抽搐| 女人十人毛片免费观看3o分钟| 丁香六月欧美| 亚洲自拍偷在线| tocl精华| 日本熟妇午夜| 婷婷六月久久综合丁香| 久久久国产成人免费| 国产黄片美女视频| or卡值多少钱| 又爽又黄无遮挡网站| 中文亚洲av片在线观看爽| 亚洲精品国产精品久久久不卡| 亚洲精品乱码久久久v下载方式 | 国产淫片久久久久久久久 | 国产成人欧美在线观看| 国产精品亚洲一级av第二区| 在线观看美女被高潮喷水网站 | 亚洲人成网站高清观看| 国产野战对白在线观看| 一区二区三区免费毛片| 久久精品亚洲精品国产色婷小说| 国产精品,欧美在线| 成熟少妇高潮喷水视频| 午夜免费成人在线视频| 免费观看的影片在线观看| 老司机深夜福利视频在线观看| 日本精品一区二区三区蜜桃| 内地一区二区视频在线| 亚洲精品一区av在线观看| 1024手机看黄色片| 成年版毛片免费区| 日韩欧美免费精品| 精品久久久久久久人妻蜜臀av| 国产精品香港三级国产av潘金莲| 亚洲成人久久爱视频| 国产探花在线观看一区二区| 色在线成人网| 国产精品嫩草影院av在线观看 | 丰满乱子伦码专区| 午夜激情福利司机影院| 三级国产精品欧美在线观看| 夜夜爽天天搞| 欧美精品啪啪一区二区三区| 听说在线观看完整版免费高清| 午夜精品一区二区三区免费看| 91麻豆精品激情在线观看国产| 免费看日本二区| av中文乱码字幕在线| 精品欧美国产一区二区三| 天天一区二区日本电影三级| 国产国拍精品亚洲av在线观看 | 欧美乱色亚洲激情| 色综合站精品国产| 国产在线精品亚洲第一网站| 伊人久久大香线蕉亚洲五| 俺也久久电影网| 久久久久免费精品人妻一区二区| 十八禁网站免费在线| 在线播放国产精品三级| 免费在线观看影片大全网站| 综合色av麻豆| 99久国产av精品| 悠悠久久av| 99国产精品一区二区蜜桃av| 18+在线观看网站| 男女床上黄色一级片免费看| 性欧美人与动物交配| 老汉色∧v一级毛片| 日本 欧美在线| 韩国av一区二区三区四区| 哪里可以看免费的av片| 丰满人妻熟妇乱又伦精品不卡| 美女大奶头视频| 国产美女午夜福利| 在线天堂最新版资源| 亚洲av第一区精品v没综合| 一区二区三区国产精品乱码| 88av欧美| 高清在线国产一区| 亚洲成人精品中文字幕电影| 精品一区二区三区视频在线 | 亚洲七黄色美女视频| 91九色精品人成在线观看| 搡老妇女老女人老熟妇| 白带黄色成豆腐渣| 日韩高清综合在线| ponron亚洲| x7x7x7水蜜桃| 美女免费视频网站| 欧美大码av| 变态另类丝袜制服| 久久精品国产综合久久久| а√天堂www在线а√下载| 亚洲精品一卡2卡三卡4卡5卡| 桃红色精品国产亚洲av| 国产三级中文精品| 成年女人毛片免费观看观看9| 国产主播在线观看一区二区| 国内精品久久久久精免费| 国产亚洲欧美在线一区二区| 国产精品亚洲美女久久久| 色播亚洲综合网| 亚洲电影在线观看av| bbb黄色大片| 又爽又黄无遮挡网站| 日本五十路高清| 在线免费观看不下载黄p国产 | 麻豆久久精品国产亚洲av| 国产av不卡久久| 国产高清videossex| 日韩欧美精品v在线| 真人一进一出gif抽搐免费| 婷婷亚洲欧美| 99在线人妻在线中文字幕| 色综合婷婷激情| 岛国在线免费视频观看| 亚洲精品在线美女| 国产视频内射| 一区福利在线观看| 一级毛片女人18水好多| 免费观看人在逋| 免费无遮挡裸体视频| 桃红色精品国产亚洲av| av天堂在线播放| 精品午夜福利视频在线观看一区| 亚洲,欧美精品.| 日日夜夜操网爽| 免费观看人在逋| 麻豆成人av在线观看| 1024手机看黄色片| 在线视频色国产色| 真实男女啪啪啪动态图| 嫩草影院精品99| 网址你懂的国产日韩在线| 男人和女人高潮做爰伦理| 国产av在哪里看| 国产久久久一区二区三区| 欧美黑人欧美精品刺激| 亚洲成av人片在线播放无| 岛国在线免费视频观看| 身体一侧抽搐| www国产在线视频色| 国产91精品成人一区二区三区| 真人做人爱边吃奶动态| 91久久精品国产一区二区成人 | 日本a在线网址| 夜夜看夜夜爽夜夜摸| 国内精品久久久久久久电影| 国产伦精品一区二区三区视频9 | 国产精品一及| 真人做人爱边吃奶动态| 免费人成视频x8x8入口观看| 亚洲一区二区三区色噜噜| 一本久久中文字幕| 国产亚洲精品久久久久久毛片| 超碰av人人做人人爽久久 | 国产成人欧美在线观看| 亚洲精品一区av在线观看| 精品熟女少妇八av免费久了| 欧美日韩黄片免| 男人的好看免费观看在线视频| 老汉色∧v一级毛片| 久久久久九九精品影院| 亚洲欧美日韩东京热| 露出奶头的视频| 高潮久久久久久久久久久不卡| 欧美bdsm另类| 特大巨黑吊av在线直播| 亚洲成人中文字幕在线播放| 婷婷丁香在线五月| 亚洲精品成人久久久久久| 精品日产1卡2卡| eeuss影院久久| 亚洲avbb在线观看| 中文字幕人成人乱码亚洲影| 欧美一级毛片孕妇| 18禁黄网站禁片免费观看直播| www国产在线视频色| 18禁黄网站禁片免费观看直播| 精品午夜福利视频在线观看一区| 国产一区二区在线观看日韩 | 少妇熟女aⅴ在线视频| 亚洲七黄色美女视频| 99久久九九国产精品国产免费| av视频在线观看入口| 国产乱人伦免费视频| 亚洲精品久久国产高清桃花| 国产99白浆流出| 最近在线观看免费完整版| 国内精品美女久久久久久| 亚洲七黄色美女视频| 国产亚洲av嫩草精品影院| 动漫黄色视频在线观看| tocl精华| 亚洲精品亚洲一区二区| 国产亚洲欧美98| avwww免费| 此物有八面人人有两片| 午夜激情福利司机影院| 国产精品影院久久| 中文字幕精品亚洲无线码一区| 亚洲精品亚洲一区二区| 97超级碰碰碰精品色视频在线观看| 欧美日本亚洲视频在线播放| 国产69精品久久久久777片| 国产一区二区在线观看日韩 | 亚洲国产欧美网| 在线观看美女被高潮喷水网站 | 国产激情欧美一区二区| 90打野战视频偷拍视频| 国产伦在线观看视频一区| 成人午夜高清在线视频| 三级男女做爰猛烈吃奶摸视频| 嫁个100分男人电影在线观看| 国产免费一级a男人的天堂| 国产精品美女特级片免费视频播放器| 中文字幕av成人在线电影| 很黄的视频免费| 亚洲精品日韩av片在线观看 | 身体一侧抽搐| 欧美日韩亚洲国产一区二区在线观看| 国产精品日韩av在线免费观看| 又黄又爽又免费观看的视频| 久久九九热精品免费| av国产免费在线观看| 国产探花在线观看一区二区| 久久亚洲真实| 人人妻人人澡欧美一区二区| 亚洲在线观看片| 丝袜美腿在线中文| 国产精品久久久久久亚洲av鲁大| 制服人妻中文乱码| 欧美一区二区亚洲| 国产免费一级a男人的天堂| 日韩欧美在线二视频| 亚洲性夜色夜夜综合| 不卡一级毛片| 法律面前人人平等表现在哪些方面| 国产一区二区三区在线臀色熟女| 动漫黄色视频在线观看| 校园春色视频在线观看| 露出奶头的视频| 精品国产超薄肉色丝袜足j| 婷婷丁香在线五月| 成人特级av手机在线观看| 熟女电影av网| 亚洲欧美精品综合久久99| 丰满乱子伦码专区| 成人特级黄色片久久久久久久| 特大巨黑吊av在线直播| 久久久国产精品麻豆| 亚洲电影在线观看av| 欧美另类亚洲清纯唯美| 九九热线精品视视频播放| 成年女人看的毛片在线观看| 亚洲人成网站在线播| 九九热线精品视视频播放| 动漫黄色视频在线观看| 亚洲国产中文字幕在线视频| 18禁在线播放成人免费| 一进一出抽搐gif免费好疼| 久久久久精品国产欧美久久久| 性色av乱码一区二区三区2| 91字幕亚洲| 国产综合懂色| 欧美在线一区亚洲| 2021天堂中文幕一二区在线观| 欧美最黄视频在线播放免费| 一个人观看的视频www高清免费观看|