歡迎來到優發表網!

購物車(0)

期刊大全 雜志訂閱 SCI期刊 期刊投稿 出版社 公文范文 精品范文

統計學的分析方法范文

時間:2023-07-28 16:33:42

序論:在您撰寫統計學的分析方法時,參考他人的優秀作品可以開闊視野,小編為您整理的7篇范文,希望這些建議能夠激發您的創作熱情,引導您走向新的創作高度。

統計學的分析方法

第1篇

一、統計學碩士教學的問題分析

1.教學課程缺乏

2011年統計學專業才作為一級學科在研究生專業中開設,統計碩士的教學尚未形成體系。統計學專業在研究生專業中的開設歷史短,各大高校對統計學的學科建設及各個研究方向的培養計劃還不夠完善,導致教學模糊。課程安排也存在不合理的地方,統計碩士必須具有扎實的統計基礎才能更好地從事統計的研究工作。統計學專業的學習要求學生的數學基礎及數理統計基礎較好。統計碩士的培養計劃中,專門培養統計能力的課程較少,其余多是根據每個導師所研究的領域安排的課程,與統計直接相關的課程尤為缺乏。

2.教學形式單一,缺乏實例

隨著社會的進步,統計學的知識越來越豐富,統計學的應用越來越廣泛,但統計碩士的教學形式卻還很單一。統計碩士教學多是板書或是通過多媒體教學,大部分課程都是老師講、學生聽,只有極少數的課程由學生講解或討論。這些少數的課程是不同研究方向的課程討論,加深了學生在自己研究領域的知識領悟,但統計學基礎知識并沒有鞏固。統計學是一門綜合性學科,它的應用范圍幾乎覆蓋了科學的各個領域。統計學應用廣泛,通過各種軟件來實現取據的分析。高校開設的軟件課程一般包括SPSS、Matlab、R軟件等,掌握這些軟件最好的方法就是在實際中來運用。教學實例的欠缺,讓統計學專業的碩士研究生在學習或應用統計知識時困難重重。

二、方法建議

1.合理規劃研究方向

目前統計學碩士教學中存在統計學各研究方向教學模糊。合理地規劃各個研究方向及培養計劃是培養統計碩士的基礎。如今統計學滲透于各行各業,社會科學、自然科學都離不開統計學知識。統計學研究方向的劃分,需要結合統計學實際的運用及當前的研究領域。不管研究方向如何設置,都要著眼于統計學的基礎知識及與之相結合的學科,例如教育統計,應該結合統計知識與教育學的知識,而不是單方面的教育或統計知識,統計學的作用就是運用統計知識處理解決其他學科的實際數據等問題。

2.適當增加教學課程、教學實例

研究生的課程較少,統計學更需要掌握好理論知識再運用于實踐。增加統計學的基礎課程,增設統計學學生都需要學習的課程,加強統計學知識的學習。統計學是研究搜集數據、分析數據并通過分析數據的結果正確地推斷出某種現象規律的科學。統計學教學與實際例子密不可分,增加教學實例不僅能加強專業方向的研究,還能引導學生深入研究以及加強對統計學專業知識的靈活運用。

3.采用多元化教學

統計碩士的教學存在教學手段單一的問題,多元化的教學手段是改變目前教學單一的一種方式。通過數據收集,根據所學統計知識運用統計軟件分析,最終得出結論及提出建議。在分析數據的過程中不僅學會運用,而且加強知識的理解和記憶。除了統計軟件的教學,學生還可通過感興趣的實際案例來學習掌握知識。學生講課的形式也是一種可采用的教學方式,學生提前準備要講的內容。多元化的教學方式不僅能加強學生的學習興趣,而且能讓學生更好地掌握知識。

三、結束語

第2篇

Statistical and Machine

Learning Approaches for

Network Analysis

2012,344p

Hardcover

ISBN9783527331833

M·德默等編

圖形結構被用于計算機可以識別的結構信息時,對圖形信息進行統計分析就成為可能。生物信息學、分子與系統生物學、理論物理、計算機科學、化學、工程等多個領域都在利用這一特點充分發揮計算機在分析和統計方面的優勢。本書的一個重要特點就是將諸如圖論、機器學習及統計數據分析之類的理論相互結合,形成一個新領域,以交叉學科的方式探索復雜網絡。基因組、蛋白質,信號以及代謝組學數據的大規模生成使得復雜網絡的構建成為可能,它為理解生理學以及病理學狀態的分子基礎提供了一個嶄新的框架。網絡和基于網絡的方法用于生物學中以便表征基因組、遺傳機理以及蛋白質信號。疾病被看作關鍵細胞網絡的異常干擾。如今,在對諸如癌癥、糖尿病等的復雜疾病的干預中,就使用網絡理論來分析。

本書共有11章:1.重構及劃分生物網絡計算方法概論; 2.復雜網絡入門:度量、統計性質及模型; 3.進化中的生物網絡建模; 4.內含動力學的生物網絡的模塊性配置; 5.統計概算機對管理網絡大規模因果推理的影響; 6.加權頻譜分布:網絡結構分析的度量; 7.進化中的隨機二部圖的結構; 8.圖形內核; 9.用于早老性癡呆病的基于網絡的信息協同分析; 10.結構化數據中基于密度的集合枚舉; 11.采用加權圖形內核的下位詞析取。

本書第1主編是奧地利健康與生命大學生物信息學和轉化研究所所長,他在生物信息學、系統生物學和應用離散數學領域130篇。他是Wiley出版的《復雜疾病醫學生物統計學》《復雜網絡分析》和《微陣列數據分析》等書的合作編者。

本書可用作應用離散數學、生物信息學、模式識別、計算機科學專業跨學科研究生課程的補充讀物,對于這些領域的研究人員和專業人員,也是一本有價值的參考書。

胡光華,退休高工

(原中國科學院物理學研究所)

第3篇

【關鍵詞】統計學、教學方法方差分析(ANOVA)萊文方差等同性檢驗

一、引言

方差分析是一種常用的統計分析方法,屬于統計學教學中的重點和難點之一。從統計方法上課,方差分析是較為復雜的一種假設檢驗的方法,回歸分析的結果中也涉及到方差分析的內容,所以對學習統計學課程的學生來說,正確理解和掌握方差分析的思想和原理顯然非常重要。但從授課教師的角度,一些教師往往會發現方差分析的內容不好講,也講不好,無法讓學生較好地理解方差分析的原理。本文基于筆者多年統計學課程教學的經驗總結,圍繞方差分析的概念、原理和前提條件等教學內容,與同行探討教學方法。

二、方差分析的概念

方差分析(AnalysisofVariance,縮寫為ANOVA),是由英國統計與遺傳學家,現代統計科學的奠基人之一,R.A.Fisher發明的,用于檢驗多個總體均值是否全相等的一種統計推斷方法。例如,一個國家不同地區的成年男性平均身高是否相等呢?對于該問題的分析就可以使用方差分析的方法。假設該國分為北部、中部和南部等三個區域,成年男性平均身高分別用來表示,則相應零假設和備擇假設為:

H0:μ1=μ2=μ3H1:μj不相等,j=1,2,3

如果最后零假設無法被拒絕,可以得出三個地區成年男性的平均身高不存在顯著差異,即地區因素對身高沒有影響;反之,如果最后拒絕零假設,從而支持被擇假設,則可以得出三個地區成年男生的平均身高存在顯著差異,至少有一個地區的平均身高與另一個地區不一樣,說明地區因素對身高有影響。因此,方差分析也可以用于研究一個自變量(通常為分類變量)對別一個變量(數值變量)是否有影響的問題。如果只涉及到一個自變量,該方差分析方法稱為單因素方差分析,涉及兩個自變量則稱為雙因素方差分析。本文主要圍繞單因素方差分析的教學。方差分析的名稱容易造成學生的誤解,使一些學生誤認為方差分析是比較多個總體方差。其實,方差分析是用來比較總體均值是否相同的,但由于使用計算“方差”的方法,故把該方法稱作方差分析。

三、方差分析的原理

為了比較多個總體的均值是否相等,方差分析將通過計算樣本數據的方差大小進行判斷。假設在北部、中部和南部分別隨機、獨立地抽取一定樣本容量的樣本,這里為了便于分析,從三地分別抽取3名成年男性,樣本容量為9,并記錄身高的樣本數據,如下圖所示。

方差分析就是比較樣本數據中北部、中部和南部這三組數據的組間方差和各組數據的組內方差的大小,并構造F檢驗統計量進行檢驗。組間方差度量樣本數據中組與組之間的變異,從數據結構的角度看表現為數據的橫向差異。造成組間數據變異有兩個因素,一個是地區因素,另一個是隨機因素。組內方差度量樣本數據中各組內部的數據變異,是由于抽樣的隨機性導致,表現為數據的縱向差異。如果組間數據的方差明顯地超過組內數據的方差,很可能表明地區因素會顯著影響成年男性的身高,從而不同地區成年男性的平均身高存在差異。

為了計算組間方差(MSA),需要先求組間平方和(SSA)和相應的自由度(C-1),其中C為組數,這里為3。組間方差等于組間平方和與相應自由度的比值。

MSA=

組間平方和用每組的均值與所有數據的均值之差的平方再乘以該組觀測值的個數來表示。組間平方和越大,說明各組之間的數據差異越大,當然如果組數越多組間平方和也會越大,因此這里不用直接用平方和直接進行比較。

為了計算組內方差(MSW),需要先求組內平方和(SSW)和相應的自由度(N-C),其中N為所有觀測值的個數,這里為9。組內方差等于組內平方和與相應自由度的比值。

MSA=

組內平方和用每組的觀測值與該組數據的均值之差的平方和來表示。組內平方和越大,說明各組內部的數據差異越大,當然如果各組的觀測值越多,則組內平方和也會越大。

有了組間方差和組內方差,就可以造成出F檢驗統計量,再與臨界值比較,可以就以做出統計決策。

FSTAT=

其中,服從分子自由度為C-1,分母自由度為N-C的F分布,其臨界值可以在指定顯著性水平下通過查表獲得。

在樣本量較大情況下,手工計算顯然耗時耗力,方差分析的相關

算一般需要通過統計軟件來完成。以下是用EXCEL進行方差分析的輸出結果。

EXCEL共輸出2個表格,第一個表格是對樣本數據進行描述分析,從中可以發現各組觀測值的個數、均值和方差。第二個表格為方差分析的結果。方差分析把數據的差異區分為組間差異和組間差異,SS為平方差,從表中可以SSA=0.020,SSW=0.018,df為自由度,組間平方和對應的自由度C-1=2,組內平均和對應的自由度為N-C=6。MS為均方,組間均方MSA=0.010,組內均方MSW=0.003。F為檢驗統計量,其值為MSA/MSW=3.307。在0.05顯著性水平下,F的臨界值約為5.14。如果使用P值法進行假設檢驗,EXCEL也給了相應的P值,約為0.108。根據EXCEL單因素方差分析的輸出結果,不管使用臨界值還是P值法,在0.05的顯著性水下,我們都可以得出不拒絕零假設的結論,即三個地區成年男性的平均身高不存在顯著差異,同時也表明地區因素沒有顯著地影響成年男生的身高。

四、方差分析的前提條件

在統計方法的教學過程中,都要強調使用某種統計方法的前提假設條件,如果條件滿足,就不能使用相應的統計方法。在方差分析的教學過程中,同樣需要強調方差分析的三個前提假設,即樣本是隨機、獨立抽樣的,每個總體是正態分布并且方差相等。其中抽樣的隨機性和獨立性相對容易做到,總體是否為正態分布可以通過直方圖等方法進行判斷。最后總體方差相等是一個非常重要的條件,如果該條件不滿足,就不能進行方差分析。如果各總組(各組)本身方差大小存在顯著差異,就不能從數據中發現由于地區因素造成的數據變異到底有多大。關于總體同方差假設是否成立可能用萊文方差等同性檢驗來解決。

萊文方差等同性檢驗第一步是對各組樣本數據排序,找中位數;第二步計算各組觀測值與其中位數之差的絕對值;第三步對絕對值做單因素方差分析;第四步得出結論。

根據萊文方差等同性檢驗的EXCEL輸出結果,可以得出三個地區成年男性身高的方差不存在顯著差異,可以進行方差分析。

第4篇

【關鍵詞】醫學統計學方法;管理;醫療資源;策略;效果

隨著國民經濟水平的增長,醫療行業也呈現欣欣向榮的勢態發展。在醫院建設發展以及日常管理中,醫療資源是最重要的部分,尤其是醫務人員、醫療設備等等。很多醫院正是由于醫療資源的管理方式欠缺妥當,導致了醫療資源分配不合理,對醫療衛生服務的正常開展造成了嚴重的影響[1]。如何采取有效的管理方式提高醫療資源的管理水平和醫療資源的利用率是醫院發展和管理中不懈努力的目標。醫學統計學正是在這一背景下研究的一種新型醫療資源管理方法。鑒于此,本文就運用醫學統計學方法管理醫療資源的策略和效果進行簡單的論述。

1資料與方法

1.1一般資料選取我院2009年12月——2012年12月間信息系統數據庫中的所有醫療資源相關記錄進行統計分析,主要包括人力資源配置、患者情況、床位數設置等等。

1.2數據處理將本次統計調查的實驗數據均錄入SPSS17.0軟件包進行統計學分析,計量資料以均數±標準差表示,以P

2結果

2.1人力資源配置通過統計我院2009年12月——2012年12月間的醫生、護士人員情況,并與床位計算比例,最后與國家衛生部頒布的床位和醫生比例發現我院計算所得的數據偏低[2]。由于我院還擔任有臨床教學任務,在人力資源職務分配上面,一些醫務人員不僅要負責臨床診治,還要進行教學工作,這就大大增加了醫務人員的工作量和工作壓力。因此人力資源欠缺是首要問題,需要擴大醫務人員隊伍;另外是在科室分配方面欠缺妥當,一些科室的患者多、疾病復發,而一些科室的患者少、疾病簡單,在人力資源分配上面有點一概而論,使得一些資歷深、技術水平高的醫師無法充分的發揮其技術,而在患者多、疾病復發的科室又欠缺資歷深、醫療技術水平高的醫師。經過統計學方法分析發現,在神經內科的醫師偏多,尤其是資歷深的醫師;而一些新成立的科室則欠缺資歷深的醫師。通過統計學方法計算出各科室合理安排醫師情況最終進行了適當的調整。

2.2床位管理我院在近幾年均進行了床位擴大,但是患者的數量在不斷增多,且增長的速率超過了床位增長率。因為床位依然不夠,時常出現床位緊張的情況,通過統計學方法計算出了按照標準情況欠缺的床位數量并進行了補充;另一方面是科室的床位分配不合理,一些科室的床位比較充足,一部分科室床位比較欠缺[3],通過統計學分析出了床位合理分配數量,最終對各科室的床位分配進行了調整。

2.3患者情況根據統計學的計算結果顯示我院在患者的來源方面存在不合理的地方,比如下鄉、義診等活動的時間安排、醫務人員數量、活動范圍等方面欠缺妥當。根據統計結果我院對下鄉和義診活動進行了調整,增加了在住院患者分布少的地區開展義務扶貧、義診等活動,并結合著患者的情況和醫院的條件開設綠色通道,為患者提供優質服務,減輕患者的醫療經濟負擔,指導患者了解健康知識,免費為患者發放部分藥品等等,以此解決了部分患者因為經濟困難無法就醫的問題,同時也提升了患者對醫院的形象以及我院的知名度。

3討論

醫療資源的合理分配是提高醫院管理效率的重要手段。通過本次調查發現,在醫院的日常管理中由于各種原因使得醫療資源配置存在諸多問題,最主要的床位數量不夠、醫護人員不足等等,在醫療資源的分配上存在很多不合理的地方,比如資源分配不均勻等等,通過運用醫學統計學方法管理后這些問題得到有效的解決。由此說明,醫學統計方法管理是一種有效的管理方法,它能夠有效的改善醫護人員人手不足、醫療資源分配不均勻等問題,提高醫療資源管理和分配的有效性,因此醫院在日常工作開展和管理中應充分的運用這一管理技術,以此來提高醫院的管理水平、從而提高醫院和社會的效果,促進醫院乃至我國整個醫療衛生事業的發展與進步。

參考文獻

[1]鄧潔,張世慶,王永清.從醫學統計學角度評價醫療器械臨床試驗[J].透析與人工器官,2009,04:20-24.

第5篇

關鍵詞:統計學;定量分析,應用;

一、定量分析的理解

定量分析方法這一概念出自分析化學,是指對化合物或混合物組分的相對比例進行測定。定量分析方法是自然科學的一種基本方法,從哲學的角度看,社會科學和自然科學在方法論上是相通的,科學的發現遵循相同的邏輯和過程,兩者有時可使用相同的手段,只要對人類社會的研究采用了科學的、可靠的、能夠重復和檢驗的方法,那么這種研究所獲得的知識也是科學。當代自然科學普遍使用實證、推理的研究方法。首先提出假說,然后嘗試用經驗性的證據來驗證。量化是自然科學研究的基本特征之一,而定量分析(qMantitative analysis)是分析一個被研究對象所包含成分的數量關系或所具備性質問的數量關系;也可以對幾個對象的某些性質、特征、相互聯系從數量上進行分析比較,研究的結果也用“數量”加以描述。

二、定量資料分析的方法的應用

1、國防方面  在國防經濟學研究中,將軍事學、經濟學、系統科學,現代數學、統計學和計算機技術結合起來,共同研究國防經濟現象的數量表現。而運用統計學中定量分析方法,可使國防經濟的研究得到更準確和有效的定性結論,以化人們對國防經濟問題的認識,優化相關決策,促進國防經濟學的科學化和規范化。經濟學中阿羅不可能性定理是用數量化和形式化的分析方法得到定性結論的一個典型,它的理論意義和實際意義都很明顯。用系統聚類方法對國防經濟、軍事格局的研究也具有這樣的特點。對國防經濟問題進行認識、判斷和決策,依賴于對基本情況與基本規律的準確了解和對未來變化的可靠預測,這需要有實用和精密的理論,要求采用定量研究方法幫助提高理論的準確程度和實用程度。例如,國防經濟學家認為,一國國防經濟實力的強弱是決定一國地位的重要因素之一,這里的強弱應該是一個相對量。國防經濟實力的對比是更為重要的因素,而要對國家之間的國防經濟實力進行對比,就需要進行定量分析和比較。否則,這種比較就成為主觀的和無根據的東西。運用定量分析的方法還可以使國防經濟學科走向成熟,有利用開闊研究人員的視野和方法,拓寬國防經濟的研究領域。

2、醫學方面  定量資料是醫學科研及論文中涉及較廣的一類資料 ,其定義為測定每觀察單位某項指標的大小而獲得的資料 ,其變量值是定量的 ,正確合理地選用定量資料的分析方法關系到論文及科研成果的科學性與嚴謹性,可以使醫學更明確快速的發展,。

3、旅游方面    對旅游資源進行必要而準確的定量分析,不是可有可無,更不能隨心所欲(或者憑長官意志)。在整個社會所處于的市場經濟中,旅游文化市場是一個特殊的市場,它有著本身所固有的不以人的意志為轉移的活動規律。對現今社會,旅游資源的定位分析是從客觀方面所作出的價值判斷,而我們需要對他作出的定量分析,就是從主觀方面的一種價格定位,也就是可以進入旅游市場的文化產品作出明確的、可以浮動的價格審定。通過定量資料分析,得出具有主導性的清晰、明確的認知之后,才能根據結果發掘出更好更有潛力的旅游資源。

4、市場營銷方面  為順應市場競爭形勢的改變,越來越多的企業認識到精確營銷的重要性,而實現精確營銷目標的前提是對市場做出精準的認識和判斷,因此市場研究也就越來越為現代企業所依賴。統計分析是認識事物的重要工具,一旦有效地運用于市場營銷就會為營銷決策者提供精準指導。因此,有效的將定量資料分析運用到市場營銷中并分析得出準確清晰的分析判斷,是順應現代市場形勢變化的必要條件。

5、教學方面    隨著我國經濟、政治、文化等各方面改革的深入展,高等教育在社會中的作用日益突出,高教研究逐步受到重視。但高等教育學是一門實踐性很強的學科,光有理論還不足以學有所用同時還要有教育實踐。高等教育研究采用多學科的研究方法就是把多種學科領域中的基本理論和方法作為工具來分析和表述在教育理論和實踐中的問題。將統計學的相關理論應用在高等教育中的一個比較特殊的教學實踐中,用定性研究與定量研究相結合的方法來探討差異素質學生的教育,為如何因材施教提供方便的方法。

6、市場服務方面    服務行業的質量提升涉及方方面面,量化指標是改進工作中的基礎組成部分,對服務時限的控制又是其中的重要一環,因為在業內人士中流傳著一句諺語:遲到的服務就像是雨過送傘。養成以客戶為導向、以數據分析為手段的理念對我們尋找影響服務過程質量的關鍵因素來說意義深遠。市場經濟下,市場競爭實際上是人才的競爭。通過定量分析數據得出加強專業人才的教育和培養的方式,為服務業的發展提供智力資源,建立完善的人才培養和引進機制,大力培養復合型人才,努力提高其綜合素質,提高服務業的經營管理水平。

7、投資與能源消耗方面  改革開放至今,我國經濟取得了巨大成就,但粗放型的增長方式造成了高投入、高消耗、低能源利用率、低產出的現象。國家提倡節能減排,必然會要求對能源的需求量下降,從而會放緩經濟的增長速度。通過利用定量資料的分析,可以對我國GDP與能源消耗、投資長期均衡和短期調整狀況進行實證分析,為我國能源政策的制定提供指導,實現節能降耗與經濟增長的雙贏。

參考文獻:

[1]鄭學詳李劍華.軍事經濟研究方法[M].解放軍出版社,2007.

[2]庫桂生. 沈志華.國防經濟學[M].北京:國防大學出版社.

[3]孫振球,徐勇勇.醫學統計學[M].北京:人民衛生出版社,2002.3.

[4]潘懋元.中國高等教育研究的歷史與未來(M).中國地質大學學報(社會科學版),2006(9).

[5]潘懋元.多學科觀點的高等教育研究.上海:上海教育出版社,2001.

第6篇

【關鍵詞】膳食模式;統計分析;心血管疾病

0 前言

膳食因素與心血管疾病發病風險存在密切相關性。迄今為止,針對一種或幾種營養素,或某種食物的攝入量與心血管疾病主要危險因素的相關性,已經開展大量研究。然而,人們吃的不是獨立的營養素,而是含有多種營養素的多種食物,營養素之間存在復雜的相互作用。因此,針對單一營養素或食物的分析可能存在概念及方法上的局限[1]。

膳食模式分析是將所有食物、營養素作為一個整體進行研究,更接近真實的攝入情況,因此也更有利于對營養相關性疾病的發病風險進行評價。

膳食模式統計學分析方法:

膳食模式不能直接測量,因此,研究人員必須使用相應的統計學方法對收集到的飲食數據進行分析,進而對人群膳食模式予以劃分。膳食模式研究方法不斷發展,目前,常用方法有三類:先驗法、后驗法,以及二者的綜合運用。

1)先驗法

先驗法是以現有的膳食指南或其他科學飲食建議為基礎,通過將個體的飲食與之比較進行評分,主要包括膳食指數法。常見有:美國農業部門提出的與食物指南金字塔和膳食指南相配套的健康飲食指數(Healthy Eating Index, HEI)[2],Patterson R.E.等以膳食推薦量為基礎建立的膳食質量指數(Diet Quality Index, DQI)[3],之后逐步修訂發展的修訂膳食質量指數(Diet Quality Index Revised, DQI-R)[4]、國際膳食質量指數(Diet Quality Index-International, DQI-I)、中國膳食質量指數(INFH-UNC-CH DQI),何宇納等以中國居民膳食指南及平衡膳食寶塔中各類食物推薦量為依據建立的中國膳食平衡指數(Diet Baiance Index, DBI)[5],亞太地區食物與營養網絡專家委員會提出的理想膳食模式評分法(Desirable Dietary Pattern, DDP)[6]。

2)后驗法

后驗法是以膳食調查數據為基礎,運用統計方法確定膳食模式種類,包括因子分析、聚類分析和潛類別分析等。

因子分析是一種多變量統計分析方法,該方法利用食物頻率問卷、膳食日記等調查資料提煉出潛在的維度,即因子/膳食模式。然后計算每一因子/膳食模式的得分,進而利用相關分析或回歸分析研究膳食模式與營養相關性疾病的關系。

聚類分析也是一種多變量統計分析方法。與因子分析不同,聚類分析從食物使用頻率、供能比、食物攝入量等角度將被調查者分為不同的亞組(類),之后再對不同亞組的特征進行分析。

潛在類別分析是以模型為基礎的聚類方法,其目的在于利用潛在類別解釋食物攝入變量之間的復雜關聯。

3)先驗法和后驗法的綜合運用

綜合運用先驗法和后驗法,主要包括降秩回歸法和偏最小二乘回歸法,既利用了先驗信息,又基于當前的研究,綜合了先驗法和后驗法的優點。

降秩回歸是分析膳食模式的一種新方法,類似于因子分析。這種方法是通過建立食物攝入變量的線性函數解釋反應變量(如營養素、生物標志物等)的變異,用降秩回歸分析法得到的膳食模式可以更好地闡述疾病病因中膳食的重要性[7]。

偏最小二乘回歸法是介于主成分分析和降秩回歸之間的一個折中方法,通過建立有預測能力的回歸模型解釋營養素或生物標志物的變異。

1 膳食模式與心血管疾病危險因素相關性研究

早在20世紀80年代初,發達國家就已經開始膳食模式分析。Jean M Kerver等人對美國全國健康與營養調查(NHANES)的數據進行分析,得到西方膳食、美國健康膳食、加州型等膳食模式,發現以紅肉及肉制品、高脂奶制品、雞蛋等為主的西方膳食模式與血清C反應蛋白、血清胰島素、糖化血紅蛋白等心血管疾病生物標志物濃度成正相關,而與葉酸濃度成負相關,說明西方膳食模式是心血管疾病的危險因素。

哈佛大學的Frank B.Hu等人[8]對44875名男性進行了為期8年的隊列研究“醫務人員隨訪研究”,得到兩種主要膳食模式:精明膳食模式(以大量的蔬菜水果、豆類、全谷類、魚類、家禽類為主)和西方膳食模式(以大量的紅肉及肉制品、精細谷物、糖果和糕點、油炸薯片、高脂奶類為主)。精明膳食模式得分與冠心病發病率的五分位相對危險度由高到低分別為1.0、0.87、0.79、0.75、0.70;而西方膳食模式得分與冠心病發病率的五分位相對危險度由低到高分別為:1.0、1.21、1.36、1.40、1.64。

美國國立肺血液研究所主持的大型多中心試驗DASH試驗是近年來領域內非常著名的研究[9]。受試者分別使用典型美國飲食、典型美國飲食但增加水果和蔬菜份量、DASH飲食。在每日總熱量相同的情況下,典型美國飲食富含脂肪(特別是飽和脂肪)和膽固醇,缺少水果和蔬菜。DASH飲食組則強調增加水果、蔬菜和低脂奶制品的比例,而減少肉類、飽和脂肪和含糖飲料攝入。試驗發現,與對照組相比,第二組和DASH飲食組都成功地降低了受試者的血壓,且DASH飲食在功效上更勝一籌。

中國人群膳食模式與心血管疾病危險因素相關性研究并不多。現有的膳食模式研究中,研究者更多地對中國人群膳食結構進行分析,評價總體膳食質量,或對不同時期、不同種族、不同社會經濟狀況人群的膳食質量進行比較。如何宇納等[10]應用DBI綜合評價中國18~59歲成年人的膳食質量。結果表明:中國居民的膳食狀況以攝入不足為主,同時也存在攝入過量的問題。城鄉間人群的膳食質量存在一定的差異,農村居民攝入不足和攝入過量的程度都大于城市。Stookey J.D.等[11]應用中國DQI對1991年中國健康營養調查中的7450名成年人進行膳食質量評價。結果表明,樣本人群膳食質量存在的最大問題是鈉的攝入量高,鈣、蔬菜和水果攝入量低,食物多樣性差;且中國DQI總分與食物及營養素攝入、城鄉、收入及體重狀況均具有相關性。另外,有研究者應用因子分析得出3種膳食模式,并與4種慢性?。[瘤、糖尿病、高血壓、心血管疾?。┑幕疾★L險進行相關性分析,結論是慢性病患者更有可能食用蔬菜類為主的膳食,而不是水果類或肉類為主的膳食[12]。也有研究者采用主成分分析法提煉出肥胖與高血壓患者的主要食物種類[13],但并沒有對膳食與肥胖或高血壓患病風險的相關性作進一步的研究。

2 結語

膳食是一種復雜的暴露變量,需要從不同角度考察膳食與心血管疾病危險因素的關系。膳食評價方法從最初的營養素、食物組單一指標,到營養素和食物組的簡單組合,再到綜合考慮膳食攝入的充足、適量、多樣性以及平衡,已從不同角度反映了人群和個體的膳食質量及存在的問題,進而與心血管疾病危險因素相聯系。

目前,中國在膳食模式方面的研究數量有限,心血管疾病危險因素與膳食模式相關性方面的探索也為數不多。因此,研究者應廣泛借鑒國外經驗,創建并發展適合中國人群的膳食模式研究方法,并在心血管疾病危險因素與膳食模式相關性方面深入探究。

【參考文獻】

[1]Hu FB. Dietary pattern analysis: a new direction in nutritional epidemiology [J]. Current Opinion in Lipidology,2002;13(1):3-9.

[2]Kennedy ET, Ohls J, Carlson S, Fleming K. The Healthy Eating Index - Design and Applications[J]. Journal of the American Dietetic Association,1995;95(10):1103-1108.

[3]Patterson RE, Haines PS, Popkin BM. Diet Quality Index-Capturing a Multidimensional Behavior[J]. Journal of the American Dietetic Association,1994;94(1):57-64.

[4]Haines PS, Siega-Riz AM, Popkin BM. The Diet Quality Index Revised: A Measurement Instrument for Populations[J].Journal of the American Dietetic Association,1999;99(6):697-704.

[5]何宇納, 翟鳳英, 葛可佑. 建立中國膳食平衡指數[J].衛生研究,2005;34(2):208-211.

[6]李丹. 理想膳食模式(Ddp):介紹一種評價膳食[J].國外醫學:衛生學分冊,1992;19(5):282-285.

[7]Tucker KL, Dietary patterns, approaches, and multicultural perspective [J]. Applied Physiology, Nutrition, and Metabolism,2010,35(2):211-218.

[8]Hu FB, Rimm EB, Stampfer MJ, Ascherio A, Spiegelman D, Willett WC. Prospective study of major dietary patterns and risk of coronary heart disease in men [J]. American Journal of Clinical Nutrition,2000;72(4):912-921.

[9]Appel LJ, Moore TJ, Obarzanek E, et al. A Clinical Trial of the Effects of Dietary Patterns on Blood Pressure [J]. New England Journal of Medicine,1997;336(16):1117-1124.

[10]何宇納, 翟鳳英, 葛可佑.應用中國膳食平衡指數評價中國18~59歲人群的膳食質量[J].衛生研究, 2005;34(4):442-444.

[11]Stookey JD, Wang Y, Ge K, Lin H, Popkin BM. Measuring diet quality in China: the INFH-UNC-CH Diet Quality Index[J]. European Journal of Clinical Nutrition,2000;54(11):811-821.

第7篇

關鍵詞:集成學習;特征提取;Adaboost M1;醫學圖像分類

中圖分類號:TP311文獻標識碼:A 文章編號:1009-3044(2009)33-9515-03

The Design of Medical Image Classification Based on Ensemble Leaning

LIN Xiao-jia

(Faculty of Logistic and Information Management, Fujian Ineternational Business and Economics College,Fujzhou 350006,China)

Abstract: The paper proposes a medical image classification based on ensemble leaning.The system we proposing consists of a pre-processing phase, a feature extraction phase and a building the classifier phase. On the basis research of single feature, one new method is proposed one kind of medicine image classification new method that synthesized the multi-characteristic merge and the data mining technology. This method is through the introduction of data mining in the concept of Ensemble Learning,utilizing the Ensemble learning method to classify to the single characteristic the weak sorter to carry on the iterative training.

Key words: ensemble learning;the characteristic extraction;adaboost M1;medical image classification

隨著計算機醫學成像技術的發展,醫學影像越來越多樣化,醫學影像的應用也越來越廣泛,與此同時大量的醫學設備的應用使得醫學影像的數量也越來越多,大量的影像資料使醫院迷失在信息的海洋。利用數據挖掘技術可以有效的對醫學圖像進行組織和管理,合理有效的對其進行分類,從而使其更好的輔助日常的醫學診斷和醫學研究。

該文提出的方法是使用SVM分類器將整個特征空間分成諸多子空間;采用集成學習方法Adaboost方法對樣本進行多次抽樣,將Adaboost算法中的分類精度作為特征選擇的依據,選取出少量有利于分類的特征,同時將單特征訓練得到的弱分類器通過集成學習增強為強分類器。

1 系統的構成

整個系統的構成如圖1所示。

該系統主要包括訓練和分類兩個階段。在醫學圖像訓練階段,通過數據庫建立訓練集,對醫學圖像進行預處理,提取圖像顏色和紋理特征,創建訓練的弱分類器。對圖像特征進行選擇。分類階段進行的是待分類圖像的選擇特征的提取,利用訓練得到的強分類器進行分類,輸出分類結果。

2 圖像預處理

由于實際的醫學圖像數據因為操作的原因,存在不完整性、噪聲和不一致性性,不能直接在原始數據上進行數據提取,因此必須對醫學圖像進行預處理。數據清洗和數據的變換[1-2]都是經常用于圖像數據預處理技術上的。

圖像預處理的第一步就是圖像去噪。大部分的醫學圖像一般包含了大量有噪聲的背景:有的醫學圖像太暗,有的醫學圖案太亮,還有來自影像設備中電子元器件的隨即擾動。通過去噪處理后,可以去掉圖像中的大多數的背景信息和噪聲,增強圖像的特征,提高圖像的信噪比。針對醫學圖像來說,圖像本身有邊緣模糊的特性,通過去噪對醫學圖像進行復原,使之與原圖像逼近是存在比較大的困難的。因此本系統主要采取的去噪方法為濾波技術,該技術可以在最大限度保持信號不受損失的基礎上,盡可能過濾噪聲,提高圖像的可讀性,將醫學圖像中感興趣的特征(圖像的輪廓和邊緣等重要信息)有選擇的突出。

圖像預處理的第二步是圖像歸一化,基于圖像特征分類主要是對圖像特征進行匹配和區分的過程,但是通常情況下待檢圖像的圖庫中,圖像的大小尺寸并不完全相同,用戶所提供的分類例圖大小也不完全一樣的。在提取圖像特征(特別是空間分布特征)時,就有可能存在本身同類的圖像所計算出來的特征差別卻很大,而不屬于同一類的圖像由于尺度不同卻計算出了相似的特征,進而影響到分類的結果。為了防止這類情況的發生,本分類系統必須首先對圖像的尺度進行歸一化,即通過對圖像的縮放使得圖像具有同一尺度256×256,在同一尺度上提取圖像特征,從而消除尺度影響,又能夠保證圖像的整體灰度不變性。通過對大尺度的圖像進行尺度歸一化之后,按比例進行了縮小,降低了圖像特征提取時的計算量,提高了分類速度。

3 基于集成學習方法的特征選擇和分類

3.1 集成學習方法

集成學習(Ensemble Learning)是一種新的用來組合的學習器的方法。其主要思想[3]是:通過某種組合方法把一些學習器組合起來,使得集成后的學習器能夠表現出比單個學習器更好的性能。狹義的說,集成學習是指利用多個同質的學習器對同一個問題進行學習,這里的“同質”是指所使用的學習器屬于同一種類型,例如所有的學習器都是決策樹、都是神經網絡等等。廣義的來說,只要是使用多個學習器來解決問題,就是集成學習[4]。

集成學習從萌芽階段發展到現在,很多研究者提出了不同的算法。其中研究最深入,最具影響力,應用最廣泛的就要算Boosting算法了。在眾多Boosting算法中,AdaBoost是Boosting家族中的基礎算法,也是Boosting家族最具代表性的算法,之后出現的Boosting家族中的擴展算法都是在AdaBoost算法的基礎上發展而來的,對AdaBoost的分析也適用于其它的Boosting方法。因此下面我們以AdaBoost M1算法為例,進行描述。

AdaBoost M1算法用于解決多類單標簽問題。每個待分類樣本只能屬于多個類別中的單個類。AdaBoost M1的基本思想是:首先給定任意一個弱學習算法和訓練集(x1,y1),(x2,y2),…,(xm,ym),yi在分類問題中是一個帶類別標志的集合,yi∈Y={1,…,K}。初始化的時候,對每個訓練例賦予的權重都相同為1/m。接著,調用弱學習算法對訓練集進行T次的迭代訓練,每次訓練后,按照訓練結果更新訓練集上的分布,對于訓練失敗的訓練示例賦予教大的權重,也就是在下一次迭代訓練的時候,更加關注集中對這些失敗的訓練例進行訓練。通過這樣的T次迭代訓練,得到一個預測函數序列h1,h2,…,ht,其中ht也有一個權重,預測效果好的預測函數的權重較大,預測效果差的預測函數的權重較小。經過T次迭帶后的最終預測函數H采用有權重的投票方式產生。

3.2 特征選擇和分類

本系統利用訓練樣本的分類屬性,采用Adaboost M1算法同時,對算法進行改進,使算法同時具有進行特征分類性能的評價(特征選擇)和SVM分類器的增強的功能:對樣本進行多次抽樣,將分類精度作為特征對分類性能的判定依據,進行有效特征選擇,選取出少量對分類作用較大的特征,同時將單特征訓練得到的弱分類器增強為強分類器,使分類器具有較好的分類精度和泛化能力。具體算法思想如下:

1) 在Adaboost M1算法每次迭帶訓練時候,賦予每個訓練例的分配權重 Dt(i)(t表示迭代次數,i表示訓練例標號),同時也表明它被分類器選入新訓練子集的概率。如果某個樣本已經被準確的分類,那么在構造下一個訓練集中,它所占的比重概率就會被降低;反之,如果某個樣本沒有被正確分類,那么它所占的比重就會得到提高。通過這樣的方式,Adaboost M1算法就能更加重視那些較困難、更富信息的樣本上。

2) 針對Adaboost M1這個特點,我們在選入的訓練集上,選擇SVM作為弱學習機,針對每個特征維向量進行訓練,產生弱分類器,并且計算分類精度,用來衡量該弱分類器對分類的作用程度,精度大的弱分類器表明該特征維向量的分類性能較好,有利于作為有效的分類特征,被選入作為分類特征,經過多次迭代可以得到大部分對分類作用較高的特征,最終增強得到一個強分類器。

改進的Adaboost M1進行特征選擇以及SVM分類器增強的算法步驟如下:

輸入:訓練集 (x1,y1),(x2,y2), …,(xm,ym) ,其中標簽yi ∈Y={1, …,k}

特征維向量集{S}

弱學習算法SVM

迭帶訓練的次數T

初始化:對于i=1,2,…,D1(i)=1/m, Do For t=1,2,…,T //其中T為迭代訓練的次數,m為訓練樣本數。

步驟1 弱分類器學習

根據選擇權重Dt(i)進行采樣,獲得第t次迭代樣本集,選取特征子集,學習重采樣后的樣本集得到弱分類器集合Hrt ,其中Srt是特征子集集合,表示第t次迭代的每個特征維度;Srt是弱分類器集合,是根據Hrt單特征訓練出的弱分類規則,r表示特征維度標簽號,t表示迭代次數。

步驟2 計算分類精度,選擇特征

計算弱分類器在樣本集上的誤差 在此作為特征子集Srt 有效性的判據,誤差越小則此特征子集作用越大,選取誤差最小(εt=min{εrt})的對應的分類器為Ht與有效特征向量Srt計算本次迭代得到的分類器貢獻權值βt=εt/(1-εt)。

步驟3 更新權重

其中,βt為每次迭代的分類器貢獻權值,值由βt=εt/(1-εt)來確定;Dt(i)為每個訓練例的分配權重,Zt為標準化常量。

輸出:有效特征子集Sr

增強分類器

通過改進的Adaboost M1算法可以得到所選擇的特征子集Sr以及增強的分類器Hx。

分類時,只要將待分類醫學圖像根據有效特征子集Sr進行特征提取,輸入增強的分類器集 Hx中,就可得到分類的結果。

4 實驗結果及結論

本實驗所采用的是醫學圖像中的CT、MRI和DDR圖像,根據醫學圖像的功能和用途,我們將這些醫學圖像分為頭部(包括中樞神經和頭頸五官)、胸部(包括呼吸系統、循環系統)、腹部(包括消化系統)、骨盆(包括泌尿系統)和其他等五大類標簽,每類標簽60幅(由于CT應用比較廣泛,所以選用CT圖像40幅,MRI和DDR各20幅),共計300幅圖像構成圖像庫。在測試集和訓練集的選擇上,采用10折交叉驗證的方法。通過訓練集最終選取了36維特征向量中的分類性能較高的12維(詳細如表1所示)。

分類性能采用敏感度(sensitivity)、特異度(specificity)以及分類精度(precision)三個指標率來衡量:敏感度也稱真正識別率,即正確識別該類元組的百分比;特異度是真負率,即正確拒絕不屬于該類元組的百分比;而精度就來標記實際屬于該類的元組在已分配到該類的元組總數的百分比,表2是本實驗的分類結果。

從表2中可以看出,本實驗醫學圖像分類器算法的敏感度、特異性和分類精度都較高,分類識別率和精度平均在83%左右。

分類系統的速度主要取決于特征的提取以及進行分類的運算量。如果將所有特征都運用于分類的話,由于有些特征向量維度對分類貢獻不高,對分類效率沒有明顯的提高,并且也大大增加了特征提取階段的時間負擔。在本系統中僅僅選擇了不到1/3的特征,去除了部分對分類效率貢獻不高的特征,因此在特征提取階段速度大大提高了,而且在分類階段也因為只在有效特征中進行提取分類,速度也有較大提高,表3列出了在 Inter Core Duo processor T2450 2.0GHz、1G DDR內存、VC++6.0環境下本分類系統與其他分類平均分類精度的比較。

本方法比最常見的綜合特征分類法在特征提取分類階段速度上有所提高,但是比起單個特征提取,速度還是比較慢的。但是從表3正確率相比,準確率還是蠻高的,相對的犧牲時間還是值得的。

參考文獻:

[1] Maria-Luiza Antonie,Osmar R.Z aiane and Alexandru Coman,Application of Data Mining Techniques for Medical Image[C],Proceedings of the second international workshop on Multimedia Data Mining(MDM/KDD’2001),in conjunction with ACM SIGKDD conference.

[2] Osmar R.Z aiane,Maria-Luiza Antonie and Alexandru Coman,Mammography Classification by Association Rule-based Clasifier[C], MDM/KDD2002:International Workshop on Multimedia Data Mining(with ACM SIGKDD 2002).

[3] Zhou Z-H,Wu J-X,Tang W,Chen bining regression estimators:GA-based selective neural network ensemble.International Joural of Computational Intelligence and Applications,2001,1(4):341-356.

[4] Zhou Z-H,Wu J-X,Tang W.Ensembling neural networks:many could be better than all.Artificial Intelligence,2002,137(1-2):239-263

[5] 夏順仁,莫偉榮,王小英,嚴勇. 基于特征融合和相關反饋的醫學圖像檢索技術[J].航天醫學與醫學工程,2004,17(231):429-433.

国模一区二区三区四区视频,亚洲精品毛片久久久久久久,岛国永久av网站,久久九九99这里只有精品,国产av日韩aⅴ亚洲av,a级毛片三级全黄,超碰大香蕉99,亚洲综合激情久久久久,欧美精品一区二区三级理伦电影,伊人久久中文字幕,日韩欧美中文字幕不卡
久久国产精品色香蕉91| 亚洲欧美日韩精品二区| 色即色94欧美setu| 亚洲av喷水高潮久久天堂| 国产亚洲精品97在线视频一| 国产精品嫩草影院入口污| 拔擦拔擦8X海外永久华人免费| 撒尿正面毛茸茸| 免费无码国产精品久| 国产伦精品一区二区三区视频9| 亚洲精品国产成人久久av| 精品国产欧美一区二区三区成人| 亚洲欧美日韩在线系列| 脱内衣吃奶摸下面免费观看| 日本无码丰满一二三区大桥未久 | 欧美亚洲国内精品bt| 三年片在线视频观看免费大全| av毛片在线免费播放| 亚洲午夜精品中文字幕| 精品久久久久久久中文字幕| 女人被c到高潮视频免费观看| 亚洲欧美成人综合图片区| A片不卡无码国产在线| 久久永久免费专区人妻精品| 色费女人18毛片a级毛片视频不| 亚洲熟女少妇乱综合图片区| 秋霞久久亚洲精品成人| 亚洲国产欧洲综合997久久,| 亚洲一区二区三区av黄片| 在线观看亚洲v国产| 亚洲欧美日韩自偷自拍| 国产免费精品一区二区三区| 亚洲免费视频999| 亚洲精品在线看片| 亚洲精品国产精品乱码www| 亚洲高清av视频| 制服丝袜一区二区三| 成人一区二区高清视频| 精品福利一区二区三| 欧美成人精品午夜视频播放| 午夜免费一级片| 香蕉鱼观看在线视频| 五月激情麻豆| 99视频在线黑人欧美| 两男吮她的花蒂和奶水视频| 亚洲不卡高清免费在线视频| av在线播放首页| 亚洲天堂成人精品久久| 国产美女高潮爽到嗷嗷叫 | aa日本亚洲视频| 国产AV福利第一精品| 韩国三级黄色伦理电影| 成a人片国产精品| 国产XXXXX在线观看| 成年视频人免费站| 久99久热只有精品国产| 女的被弄到高潮喷水抽搐| 亚洲国产另类久久久久精品| 免费观看国产黄色视频网站| 日本一本高清中文字幕视频 | 精品国产自在现线电影| 人妻少妇乱子伦精品视频在线| 亚洲欧美日韩一区精品| 国产精品导航网站| 亚洲欧美日韩一级精品| 黄色裸体视频无遮挡| 亚洲av日韩av国产精品| 少妇人妻在线一卡| 久久99热这里只有精品18| 久久午夜精品福利一区二区| 国产亚洲欧美日韩在线三区| 天堂va亚洲va欧美va| 国产看片在线| 国产乱老熟老熟女| 男人的天堂岛国av在线| 喷潮娇喘喷水呻吟高潮夜夜嗨| 午夜福利论理片| 精品久久99国产精品| 十分钟免费观看视频在线大全| 两个人免费观看日本完整视频| 一区二区日韩午夜电影| 久久午夜福利片| 免费观看在线a级毛片| 成人久久av一区二区三区| 国产精品免费久久久久久久| 国产成人欧美在线观看视频| 大香蕉视频国产在线| 自偷自拍亚洲综合精品| 99精品免费观看视频88| 免费一级老女人片| 男人狠狠天堂| 日韩亚洲av电影在线观看| 女人与狥交直播| 成人国产刺激精品久久久| 国产成人aaaaaa毛片| 精品少妇一区二区三区视频日本电影 | 久草视频在线免费| 91九色亚洲精品| 国产成人亚洲综合图区| 扒开双腿疯狂插入爽爽爽视频| 午夜av观看不卡| 日韩国产激情网站| 玩弄人妻少妇精品视频| 国产精品电影一区二区三区| 精品久久巨乳| 亚洲熟妇自偷自拍| 又黄又爽的视频免费99| 免费国产伦精品一区二区三区 | 在线激情亚洲欧美| 先锋77xfplay色资源网站| 久久久精品人妻熟妇中文| 在线观看免费人成视频网站| 日韩人妻精品一区2区三区| av在线毛片播放| 疯狂做受DVD播放免费| 国产成人av大片大片在线播放| 国产精品亚洲欧美日韩一区二区| 国产黄a三级三级三级视频| 久久精品国产亚洲av高另类| 国产精品爱啪在线播放| 欧美乱大交aaaaa片| 呻吟 粗暴 喘息 乳 抓捏| 欧美成人精品二区三区| 99热这里只有精品一区| 国产亚洲成av人片在一线观看| 国产人妻人人爽人人澡| 97SE亚洲国产综合自在线| 好粗好爽好硬视频在线观看视频在线观看| 国产小屁孩cao大人| 欧美日本一区不卡二| 美女视频网站黄色亚洲| 欧美老妇与ZOZOZO交| 欧美性事xxxx| 久久精品免费看国产成人| 奇米影视777久久精品亚洲| 99国内精品99久久久久久| 国内老熟妇VIDEO| 好粗好爽好硬视频在线观看视频在线观看 | 久久麻豆成人精品av| 国产尿女 喷潮MP3| 国产精品综合av一区二区不卡| 日本国产欧美不卡| 亚洲AV无码专区在线播放| 婷婷激情五月马上播出| 亚洲一区二区在线精品| 免费观看a级毛片全部| 免费观看全部A片大全| 亚洲另类国产欧美一区二区| 久久人妻无套内射| 久久WWW免费人成精品| 午夜福利黄片免费看| 久久精品国产亚洲av麻豆瑜伽| 成人一区二区av在线观看| 欧美国产成人自拍| 变态挤奶水AV大片| tobu8在线观看免费直播| www.99re热国产精品一区| 亚洲成人一区二区久久| 欧美美性大战久久久久久 | 国产午夜免费啪视频观看视频| 久久99久久99这里只有精品| 无遮挡久久网18禁禁禁| 亚洲高清av一区二区三区网站| 她稚嫩哭喊撕裂第一次| 国产亚洲经典av| 欧美一区二区三区精美视频| 日韩亚洲AV无码一区二区三区| jizz在线观看国产精品| 日本高清性视频| 亚洲av网站在线观看免费| 国产男靠女视频免费网站| 亚洲一区二区三区色综合| 三级大全国产精品风险| 久久伦理三级| 国产高清黄色的视频在线播放 | 阿娇被陈冠希亲下面无遮挡| 制服丝袜av网址| 欧美乱大交3| 一区二区三区国产精品乱码| 精品国产一区二区三区卡| 成人av在线观看免费不卡| 日韩精品福利片午夜免费| 亚洲美女久久p| 国产黄色在线视频在线观看| 两个人韩国免费完整| 亚洲jvid在线| 中文字幕密臀av首页熟女人妻 | 国产午夜在线精品三级| 欧美日韩在线二区播放| 亚洲av网站| 男人天堂第七色| 18禁无遮挡在线看男同| 性xxxx18免费观看视频| 精品高清国产在线一区| 亚洲欧美精品一区在线观看| 三级午夜理伦三级私人影院| 9热在线视频播放99| 欧美日韩成人精品一区二区三区| 亚洲性成人综合网| 午夜精品一区二区三区4| 黄色片无遮挡在线免费看| 色图亚洲综合网| 亚洲国产成人麻豆| 欧美成人影院色| 男人扒开女人下添高潮日韩视频 | 国产一区二区的免费在线播放| 成人午夜视频观看免费网址| 国产av午夜福利电影| 亚洲av福利一区| 亚洲制服丝袜av| 一区二区三区精品一本久久| 欧美成人影院色| 国产一区二区观看视频| 久久精品麻豆国产| 91精品国产熟女| 秋霞av免费在线观看| 一级a爱做片观看免费韩国片| 久久久国产精品综合影院| 日韩av综合av一区导航| 五月婷婷丁香综合在线观看| 在线观看网站日韩免费网站| 精品日产一区二区三区在线观看| 额~啊~啊~~啊~啊快用力视频| 国产视频福利免费看| 久久香蕉国产线看观看猫咪av| 高清性妇爰片免强伦| 中文字幕熟女丝袜| 7777久久亚洲中文字幕密桃| 亚洲黄片大全在线观看| xxx日本一二三区不卡| 国产亚洲99精品| 999精选免费视频| 国产91精品一区二区麻豆亚洲| 看a级毛片在线观看| 蓝光DVD最佳磁力引擎磁力天堂 3p | 精品久久巨乳| 国产精品免费福利久久| 呻吟 粗暴 喘息 乳 抓捏| 山东熟女啪啪哦哦叫| 黃色A片三級三級三級| 久久综合香蕉官网| 国产人成一区二区三区影院| 欧美伦理在线第一页| 久久综合精品国产二区小说| 欧美日韩精品人人妻人人爽| 97久久超碰国产精品新版| 亚洲美女搞黄在线观看| 在线观看网站|精品一区二区| 午夜成年在线观看| 9热在线视频播放99| 久久中文字幕熟女人妻| 国产精品扒开腿做爽爽爽的视频| 在线播放免费黄片| 日本欧美v大码在线| 久久99综合婷婷国产二区高清| 激情综合亚洲欧美成人| 亚洲国产天堂久久久久久| 99热这里只有精品免费观看 | 肉体裸交137日本大胆摄影| 极品人妻的娇喘呻吟| 在线A级毛片无码免费真人| 2021国产麻豆剧传媒免费| 五月天国产成人AV免费观看| 国产AV福利第一精品| 九九九中文无码AV在线播放| 色播亚洲五月综合网站| 国产成人精品曰本亚洲| 区二区三区国产精华液| 国产一区二区三区播放视频| 成人国产麻豆网| 在现免费观看毛片| 久久久中文综合成人影院| 亚洲超碰久久久久中文字幕| 久久久精品熟女亚洲av麻| 欧美一级二级三级成人| 青春草视频在线观看一区| 激情精品欧美| 鲁死你AV资源站| 后进极品翘臀在线播放| 女女同性AV片在线观看免费| 国产综合色精品| 亚洲国产男人的天堂| 久久久久久久久精品精品| 六月丁香丫丫| 黄色毛片aaa级在线免费观看| 免费观看在线a级毛片| av网址观看在线| 成人免费av高清在线观看| 国产精品人妻人伦一区二区| 啪到高潮动态图GIF你懂的| 国模生殖欣赏337METCN| 国产精品乱码久久久久久| 热re99国产精品| 欧美日韩一区二区三区在线观看| 久久成人高清电影| 忘忧草蜜芽188| 12周岁女全身裸在线观看A片| 久久婷婷国产麻豆91天堂 | 日日夜夜奸婷婷| 欧美日韩视频一区二区| 免费黄色在线视频网站| 欧美亚洲在线精品| 国产精品久久久久久久久—电影| 草草影院一区| 少妇被黑人整得嗷嗷叫| 美女高潮30分钟全程露脸| 丰满少妇猛男进入| 亚洲精品美女在线看| 国产一级内射视频免费| 91精品亚洲成人一区二区三区| 日韩黄色视频录制中国字幕| 性XXXX视频播放免费| √8天堂中文资源在线| 亚洲欧美日韩国产区| 看中国男人操女人逼视频| 亚洲成人av在线播放国产精品| 毛片视频免费大全| 免费一级做a爱片| 午夜福利亚洲精品不卡| 综合亚洲av| 国产在线卡精品| 一本久久中文字幕| 99re在线视频在线观看| 99久久精品免费看国产一区| 天堂在线最新版天堂中文在线| 成年男女免费视频网站无| 国产午夜精品一区在线高清| 中文字幕在线乱码人妻| 国产成人精品福利久久| avav天堂在线| 蜜臀欧美精品一区二区免费看 | 亚洲av大片在线播放| 亚洲欧美日本特色视频在线观看| 韩国理论片在线观看2828| 国产偷国产偷亚洲高清老太97| 欧美日韩在线精品一区二区三区激情| 在线观看极品一区二区三区| 男女免费视频国产| 欧美综合亚洲激情| 强制高潮18XXXX按摩| 99热国产这里只有精品6| 黑人激情一区,二区| 国产伦一区二区三区视频涩爱 | 全程粗语对白视频VIDEOS| 国产综合懂色| 91av黄片| 性av电影一区二区| 所有免费永久岛国av网址| 最新国产内射在线观看| 一级a做爰片免费观看一| 内射极品美女少妇| 人妻共享互换多P| 国产在线观看男天堂| 人人妻人人干人人澡| 中日人妻少妇中出视频一区二区| 黄色和什么颜色撞色好看| 天堂网在线播放中文字幕| 中文字幕久久高清| 国产做a爰片久久毛| 自拍偷自拍亚洲精品偷一| 曰韩无码AV片免费播放| 色94色在线观看| 国产精品V日韩精品V欧美精品| 91久久99久久91熟女精品| 亚洲高清精品乱码| 午夜视频久久一区| 特黄三级毛片在线观看| 成年美女黄网站18禁动态图片| 亚洲国产成人精品女人久久久久| 亚洲av综合色一区二区| 丁香六月天网| 天天做天天干夜夜操| 男男小受被啪啪网站| 精品久久久久久久久视色限时免费| 40岁女人毛片免费观看| 中国a级毛片免费观看网站| 久久国产视频一区二区三区| 亚洲AV极品视觉盛宴| 亚洲精品a久久久久| 美女极品粉嫩美鮑20P图| 精品久久久久久久久久久国产字幕日| 深夜a级毛片| 亚洲国产精品自在线一区二区| 国产成人精品午夜福利免费不卡 | 亚洲欧美日韩激情| 日本胸大公妇被公侵犯中文字幕 | 国产特级毛片| 超碰在线人妻干| 五十熟女人妻视频一区二区| 国产熟女高清| 亚洲综合精品二区| 少妇熟女精品| 久久一区二区三区综合| 亚洲JIZZJIZZ在线播放| 偷拍视频一区二区三区四区| 亚洲人成三级网站| 欧美三级日韩国产在线观看| 中文精品久久久久国产国产成人精品| 99视频只有这里有精品| 丁香国产五月| 剧情片HD在线观看| 啊av影片在线| 最新亚洲av日韩av欧美av| 91精品国产色噜噜综合| 99精品欧美一区二区三区| 十八禁免费网站入口| 日韩国产亚洲| 俄罗斯女人大白屁股ass| 亚洲欧洲av另类| 少妇熟女精品| 国产亚洲一区人人爽| 亚洲本色精品一区二区久久| 欧美一二三四区精品中文字幕| 欧美乱子伦XXXX12| 十分钟在线观看免费观看完整| 色噜噜香蕉网| 国产成人亚洲无吗淙合青草| 男人狠狠天堂| 亚洲综合激情五月婷婷| 一本大道中文日本香蕉| 亚洲国产嫩草影院在线观看| 男女啪啪啪高潮动图| 少妇三级全黄完整版电影| 丝袜高跟在线一区| 超薄肉色丝袜脚交调教视频| av成人观看免费网址av| 国产一区二区制服诱惑| 韩国AV片永久免费网站| 国产乱人伦偷精品毛片| 欧美午夜精品福利一区二区三区| 白丝班长深夜被啪到娇喘不停| 丰满人妻妇伦又伦不卡区| H肉无修动漫在线观看应用| 亚洲欧美91色| no results were found for gay 男男chinese男男资源 | 成人影院亚洲天堂| 国产黄色视频成人| 最新MATURE熟女成熟丰满| 精品人妻一区二区三区免费v| 久久人人爽人人片av| 一区二区三区四久久| 在线日韩精品第一页| 午夜福利一区在线| 91久久蜜桃| 狠狠躁夜夜躁人人躁婷婷| 亚洲国产成人精品一二三区| 亚洲国产精品专区在线播放| 欧美人与性动交α欧美| 999精品欧美一区二区三区黑人| 欧美丰满巨肥大屁股BBW| 十八禁无遮挡国产网站| 日韩成人高清电影| 国内毛片毛片毛片毛片毛片| 猫咪www免费人成网站| 97精品久久人人爽人人爽下载| 亚洲五月天丁香| 色偷偷男人av| 久久精品人妻av一区二区三区 | 两男吮她的花蒂和奶水视频| 欧美精品色一区二区三区| 狠狠综合亚洲综合亚洲色| 男人捅女人黄色视频在线| 18禁无遮挡黄网站免费观看| 国产亚洲精品久久久久久精品| 国产精品福利视频在线观看| 国产精品熟女视频一区二区三区| 青青草午夜影院| 啪啪在浴室边摸边吃奶边做| 久久香蕉精品热| 岛国黄色视频在线免费观看| 中文子幕无线码一区tr| 18禁午夜福利片| 免费播看高清大片免播放器| 欧美性猛交╳xxx乱大交人| 美女高潮流白浆在线免费观看| 国产国语露脸对白视频| 裸体舞蹈XXXX裸体视频| 国产成av在线免费观看| 91久久嫩草精品电影| 十八禁黄无遮挡网站| 99热这里只有精品店| 亚洲高潮喷水免费视频| 人妻精品久久一区二区三区| 在线播放免费黄片| 国产三级电影院二区三区| 伊人天堂av久久精品| 午夜福利视频亚洲一区| JAPANESE13学生| 天堂√中文在线资源| 伦精品一区二区三区四区| 亚洲av日韩av综合| 国产欧美精品一区二区小说| 久久国产精品ww| 免费乱理伦片在线观看2018| 俄罗斯O|老太和小男| 日本黄色视频网站啊啊啊| 欧美黑人a区| 亚洲熟女激情| 国产xxx久久| 中国国产av一级| 亚洲AV无码专区色爱天堂| 国产一级二级三级区| 中文字幕三级永久在线| 国产3p一区二区三区视频| 久在线视频精品| 欧美一二三四区精品中文字幕| 久久午夜一区| 久久热这里只有精品99| 日本午夜激情视频官网| 免费a级毛片:| 亚洲精品一区波多野结衣| A级情欲片在线看BD| 无遮挡18禁羞羞漫画免费动漫| 大香蕉久久cao| 人人爱人人爽| 午夜精品成人在线观看视频| 女人18毛片在线观看| 成人黄色免费在线网址| 日本在线视频2区| 视频三区视频二区视频一区| 久久久久久少妇黄片| 久久天躁狠狠躁夜夜2o2o| 中文字幕码精品视频网站| 西西人体大胆啪啪私拍| 三级毛片av免费| 好男人好资源在线播放| 中文字幕7777| 国产精品嫩草影院66v| 国产乱理伦片在线观看夜| 国产精品女A片爽爽免费视频| 在线视频一区二区三区在线播放| 欧美bdsm视频在线观看免费| 日本入室强伦姧BD在线观看| 美女脱了内裤打开腿让人的桶| 一区二区日韩欧美中文字幕| 看黑人巨大精品欧美一区二| 国产一卡二卡三卡四卡2021| 最大胆裸体人体牲交免费| 邻居少妇很紧毛多水多| 国产AV福利第一精品| 在线A片永久免费看无码不卡| 国产三级国产精品50| √在线天堂新版资源| 丝袜美腿诱惑国产三区| 9国产精品国产三级国产播99| 成人a级毛片| 91精品人妻麻豆一区二区| 免费99精品视频| av毛片在线看| 久久AV无码精品人妻出轨| 欧美成人精品一区二区99| 日本欧美视频人在线视频| 激情毛片av观看| 欧美户外野战在线大全| 亚洲自偷自拍另类第1页| 未成满18禁止免费无码网站| 亚洲精品国产色婷婷电影| 国产黄a三级三级三级人| 亚洲九九香蕉| 怡红院亚洲| 夸克免费电影大全播放器| 老熟妇乱子伦120分钟| 又硬又粗又爽免费视频| 中文字幕在线视频18| 亚洲男女在线观看视频| 在线观看免费观看日韩av| 欧美激情中文日韩蜜臀| 日韩最新av网址| 女女同性AV片在线观看免费| 四虎久久精品国产亚洲av| 亚洲国产av新网站| 精品人人妻人人澡人人爽人人| 日韩午夜高清福利老司机| 每日更新在线观看av_手机| 国产av激情一区二区三区四区| 国产伦一区二区三区视频涩爱| 中文字幕人妻少妇精品| 被黑人猛躁12次高潮| 黑人精品无码视频一区二区三区 | 18禁无遮挡污黄网站污黄| 久久激情影院久久| 国产精品大片一区| 96re小视频在线观看| 国产成人亚洲无吗淙合青草| 午夜福利视频亚洲区| 自拍偷区亚洲综合第二页| 正在播放少妇福利| 老湿机免费体检区无需下载| 国产精品人妻99一区二区| 日本高清视频色视频免费| 亚洲精品一区二区三区aⅴ| 午夜福利福利视频| 精品国产伦一区二区三区在| 国产三级在线观看播放视频| 永久视频美女观看| 黄频视频大全免费的国产| 美女黄是视频免费看| 看特级黄色毛片| 嫩草影院国产在线观看| 免费看三级毛片| av网址发布页| 国产AV福利第一精品| 国产成人精品一,二区| 国产一区二区三区ww视频| 国产内射黄色视频| 国产在线一区二区在线| 国产日韩欧美高清在线一区| 亚洲一码av| 在线观看中文字幕激情网站| 午夜视频久久一区| 夸克免费电影大全播放器| 日本在线视频2区| 一个人在线看片网址| YELLOW2019最新资源| 69av精品久久久久久| 91麻豆精品国产91久久久久久久| av毛片免费久久| 伊在人亚洲香蕉精品区| 爱的人电影免费版中文| 国产精品出品在线观看av| 疯狂做受xxxx高潮视频免费| 亚洲最大成人中文| 久久国产成人网| 亚洲精品国产有码| 国产高清激情床上av| 国产欧美一区色二区三区| 搜种黑人操欧美日韩逼逼视频| 欧美黑人一级做a爱性色毛片| 成人免费专区一区二区三区| 日本老熟妇乱子视频| 欧美另类清纯字幕乱码| 人妻少妇精品久久人妻| 十八禁网站在线免费看| 日本电影在线一区二区| 国产中国男男 Japan Video XXX| 久久综合爱一本一本| 羞羞在线看免费视频国产| 亚洲欧美人成网站在线观看看 | 最新国产内射在线观看| 国产黄色av片免费播放 | 被黑人猛烈30分钟视频| 国产午夜电影在线电影| 男人女人高潮的视频| 成人影院亚洲高清| 俄罗斯13一16泑女| 国产对白高清视频| 亚洲国产男同同性VIDEOS| 熟妇人妻视频一区| 中文有码人妻熟妇| 一个月的宝宝边吃奶边哭还挣扎| 女人高潮一级毛片| 国产精品一区二区三区别| 国产精品40熟女一区二区| a爱一级片视频在线观看| 国产亚洲av嫩草精品影院| av最新版中文字幕在线| BT天堂WWW网| 野花韩国高清完整版在线观看| 欧美17—18处交| 免费在线观看不卡av网站| 久久中文字幕123| 午夜福利二三区免费看| 晚上进了女小娟的身体| 欧美精品亚洲精品日韩已满十八| 高清中文字幕一区二区三区| 男男黄色免费网站| 天天中文字幕av| 国产福利在线观看网站| 91嫩草在线播放| 日本一卡二卡三卡四卡2021| 久久久人妻91久久久| 小的学生VIDEOSEX| 日韩人妻一区三区| 精品人妻av在线免费观看| 99精品视频久久香蕉| 国产一区二区福利在线| 亚洲avav天堂在线观看| 舔舔嫩穴后中出| 亚洲av成人在线影院| 国av中文字幕| 中文字幕在线播放日韩有码| 成年人可以看的黄片| 在线免费观看网址av| 清纯女多次高潮免费视频| 国产性色一区二区三区av| 色婷婷久久网站| 国产美女免费观看高潮视频| 2亚洲精品一区二区三区| 亚洲精品毛片一级av玫瑰| 91久久精品国产一区二区成人| 在线观看免费观看日韩av| 男人裸体自慰免费看网站| 午夜免费福利不卡顿视频| 久青草国产手机在线观看| 亚洲欧洲午夜影院| 亚洲午夜精品国产电影院av| 东北少妇高潮流白浆在线观看 | 国产三级精品国产三级人妇在线| 亚洲最大AV资源网在线观看| 怡红院国产亚洲| 亚洲中出视频免费| 亚洲av激情电影在线| 日日摸夜夜添夜夜添性色av| 日日摸夜夜添夜夜| 老熟女偷人视频在线| 大码成人一级视频| 91久久久久久亚洲精品蜜桃| 国产高清资源在线观看| AⅤ亚洲AV天堂波多野吉衣| 国产精品成人看片| av喷水高潮喷水免费看 | 日韩av网站免费观看| 久久综合亚洲| 上司部长出轨漂亮人妻| 亚洲精品中文字幕不| 俄罗斯a级毛片| 亚洲亚洲免费色网| 国产精品嫩草影院123| 上司部长出轨漂亮人妻| 天堂网新版av| 中国精品av一区二区三区四区| 粉嫩无套白浆第一次| 人妻精品区一区二区三区| 香蕉蜜桃999| 一区二区天堂av| 五月综合丁香| 中文字幕精品综合第五页| 久久精品人妻有吗| 国产av福利久久| 黑森林精选AV导航| 久久伊人精品影院| 中文熟妇在线观看| 超级碰碰碰av| 日韩人妻无码一区二区三区久久 | 久久亚洲中文字幕精品熟女| 日本一二三区免费| 亚洲av在线高清观看| 我要看黄色日本片| 欧美老人与小伙子性生交| 亚洲熟女老熟女自拍av| 亚洲av高清一区二区三区尤物| 果冻传媒新剧国产浮生影院| 亚洲熟妇av一区二区三区软件| 成人午夜看片久久久| 一级av黄色在线观看| 日本色婷婷在线观看| 伊人久久综在合线亚洲| 免费观看男女午夜视频| 天天爱天天做天天做天天吃中| 一级毛片录像带播放| 久久爱亚洲国产精品| 丁香色狠狠色综合久久| 五月色婷婷亚洲| 日韩欧美久久久免费精品| 曰曰摸夜夜添夜夜添高潮出水| 日韩av高清免费在线观看| 波多野结衣成人免费电影| 99热6这里只有精品| 免费毛片在线观看网站| 国产福利免费在线视频观看| 秋霞在线观看的av| 日日夜夜奸婷婷| 久久久久久人人人人人| 91人妻人人妻| 天天狠天天透天干天天| 91av一区在线观看| 欧美精品一区二区精油| 国产精品日韩欧美一区二区视频 | 亚洲国产麻豆| 亚洲国产一线视频| 精品久久一区二区电影| av一区二区电影网站| 额~啊~啊~~啊~啊快用力视频| 亚洲人成电影网站免费线观看| 久久琪琪精品| 久久精品视频看看| 欧美精品30videosex性| 偷拍亚洲另类无码专区制服| 新金梅瓶2 国语完整版| 日本一卡二卡三卡四卡18岁| 日韩欧美中在线视频免费观看| 精品亚洲欧美视频在线观看| 国产午夜老熟女福利| 婷婷精品国产亚洲av| 老妇女BBwββwBBWBB| 国产亚洲无遮掩成人影院| 美女啪啪高潮网站| 97人人模人人爽人人喊免费| 丰满人妻中伦妇伦精品a| 剧情片HD在线观看| 韩国午夜理伦三级好看| 国产无套乱子伦精彩是白视频| 国产亚洲欧美成人 | 国产精品美女被遭强扒开| 亚洲欧美国产综合久久| 国产综合精品亚洲| 永久久久国产精品电影| 亚洲欧美精品综合久久99| 肉体裸交137日本大胆摄影| 一个人免费视频在线观看| 日本欧美视频v| 免费一级a在线观看网站| 97在线中文字幕不卡码| 免费网站看v片在线毛| 久久久久久少妇黄片| 被黑人连续猛烈高潮视频| GAY男男自慰免费播放| 日本熟妇人妻XXXXX18| 久久中国人免费的片| 又爽又黄又高潮又粗又长的视频| 草草青视频在线| 亚洲av嫩草av极品在线| 免费看一级av毛片| 亚洲精品视频色| 色老99久久九九爱精品 | 国产人妻有码一区二区三区| 男人操女人下面视频免费观看| 亚洲精品在线视频欧美| 色天天天天爽夜夜| 手机亚洲av| 人妻熟女最新精品少妇| 午夜欧美精品久久久久久久久| 国产精品久久98| 精品国产三级在线观看网站| 一本久道中文字幕av| 色午夜日本高端视频| 日本免费18禁片| 国产精品三级大全| 99热这里只有是精品50| 久久久99人妻免费精品区二 | 男人边吃奶边做好爽免费视频| 神马午夜福利不卡影院| 日本免费网站人成| 饥渴少妇BD正在播放| 真人扒开双腿猛进入的视频| 老湿机免费体检区无需下载| 亚洲国产精品久久免费观看| 国产精品偷在线观看 | 国产精品国产三级在线观看| 国产精品一区二区在线观看网| 无码人妻丰满熟妇啪啪| 亚洲av中文字字幕乱码综合| 午夜福利精品视频一区二区三区 | 人禽杂交18禁网站| 国产精品国三级国产AV| 日本乱理伦片在线观看真人| 激情久久av区二区av| 99久久精品久久免费观看不卡| 看a级毛片在线观看| 色噜噜狠狠一区二区三区四区偷拍| 色狠狠久久AV北条麻妃| 国产人妻久久久久久精品| 亚洲自拍九九视频| 麻豆精品人妻一区二区三区| 精品黄色美女在线视频| 天堂一区二区三区av| 国产男女无遮挡在线观看| 亚洲国产另类日韩| 国产精品嫩草影院一二三区入口| 中文字幕在线视频日韩欧美| 毛片视频免费播放器免费播放| 国产一区二区人妻三区| 一出一进一爽一粗一大爽文| 国产毛片精品一区二区嗯啊| 亚洲美女黄色视频生活片| 久久青青草电影| しぼっちゃうぞ2在线观看| 精品国产一区二区三区四区导航| 老司机福利视频网站| 精品国产一区二区三区卡| 日韩国产中文字幕在线视频| 三上悠亚成人av在线观看下载| 乱码日韩欧美| 你下面好湿夹得我好爽动态图| GAY男同GV网站播放免费| 国产精品免费大片| 欧美一区二区中文精品| 成人av电影免费网站| 熟妇高潮喷水在线免费观看| 俄罗斯 ххх| h高潮嗯啊娇喘抽搐高女女视频| 伊人久久国产一区二区| 亚洲成a人片8888一在线观看| 老司机免费视频久久| 久久成人av影院| 18以下岁禁止1000部免费| 99久久精品久久免费观看不卡| 玩弄少妇人妻av免费视频| 日日夜夜噜啪| 边摸边吃奶边做视频网站| 亚洲熟女图片另类| 美女户外直播野战在线播放| 日本一区黄色视频网站| 国产成人剧情av麻豆映画1| 日韩av电影在线看一区二区| 男生洗澡时自慰XNXX| 午夜影院日韩av| 特级a级毛片| 国产精品视频99免费| 91人人妻人人精品| 午夜免费激情av| 久久久久欧美激情| 国产精品一级大片在线观看| 噗嗤噗嗤啊太深太粗视频| 日本禁漫免费观看| 成人免费黄色小说视频| 2020年国产精品午夜福利在线| 亚洲av中午一区二区三区| 日韩欧美国产多人免费| 日韩亚洲国产另类| 亚洲中文字幕在线一| 91午夜福利av| 熟女人妻av一区二区| 高中男生自慰无遮挡网站| 男同黄片免费观看视频| 欧美成人四级中文字幕| 欧美大屁股XXXXHD黑色| 精品中日韩一区二区三区| 嫩草影院国产| 人人人妻人人人| 亚洲精品国产a久久久| 欧美日韩一区二区高清在线播放| 欧美性稚交6-12| 天堂网在线资源www| 欧美激情欧美激情在线99| 午夜最新福利视频| 99热这里只有精品99| 波多野结衣av二区| 狂野欧美白嫩少妇大欣赏| 精品久久国产影视| 天天日夜夜操天天干| 超色免费av| 亚洲大图综合色区| 韩国免费A级作爱片免费观看中国| 成人性生交aaa大片| 饥渴丰满人妻一区二区三区| 久久国产精品-国产精品| 亚洲欧洲av另类| 成a人片国产精品| 99久久精品国产一区色| 亚洲夫妻在线观看视频| 亚洲中文无码亚洲人成影院| 亚洲最新av一区二区三区| 日韩亚洲欧美在线一区| 国产亚洲精品久久久久久精品| 精品国产福利久久| 日韩精品蜜桃一区二区三区| 国产一级a爱做片在线观看| 东北老太婆BBB| 精品黄视频免费| 日韩有码中文字幕一区| 女子18毛片水可真多免费视频| 粉嫩精品国产尤物在线观看| 成人精品一区二区免费| 播放黄色国产在线视频| 嫩草影院aⅴ| 色婷婷久综合久久国产午夜精品| 欧美亚洲综合天堂| 国产精品成人**免费视频| JUL-672美人妻神宫秘书 | 欧美国产精品亚洲精品观看| 老司机午夜永久免费影院| 五月婷婷六月丁香色| 欧美日韩在线播放网站| 色久欧美视频在线观看 | av毛片免费久久| 美女黄片亚洲免费| 国产精品视频99免费| 鞭打虐乳跪爬sm羞辱视频| 欧美日本中文在线视频| 欧美日韩中文字幕一区二区| av在线不卡观看一本| 精品久久国产一区二区三| 国产黄大片在线播放| 色欲香天天天综合网站无码| 中文字幕av丝袜一区| 一区,二区,三区免费观看| 欧美第一页色| 亚洲av国产一级毛片久久| 久久精品视频黄色精品网站| 国产又粗又深又猛又爽又黄av| 国产后入免费在线观看| 成人国产亚洲精品一区| 亚洲AV永久无码精品| 黄视频国产免费| 激情视频在线一区二区三区| 国产精品成人av三级在线| 蜜臀av最新网站| 国产成人av在线不卡1| 亚洲综合av日| 激情偷乱人伦小说| 在线观看一区二区精品| 色老头在线永久免费视频| 老司机天堂影院在线观看| 丰满熟妇乱又乱精品| 又粗又硬又大的黄色视频| 亚洲伊人88| 偷拍初高中女奶头AV| 国产精品流白浆免费视频观看| 绯色av一本一道道久久精品| 大香蕉久久一区二区三区| 亚洲高清欧美高清| 好爽视频在线观看| 奇米影视777久久精品亚洲 | 国产一区二区在线观看精品| 男女吃奶摸下视频| 亚洲999精品| 国产成年人毛片在线99| 国产又粗又头又长又爽| 日本专区一区二区三区在线| 久久久97丨国产人妻熟女| 超大乳抖乳露双乳呻吟GIF | 亚洲精品色青久久久久久久| 被男狂揉吃奶胸60分钟视频| 亚洲精品中文字幕无限乱码| 欧美成人精品免费| 被各种玩具玩弄H| 色哟哟黄色的在线观看| 又黄又爽又色的视频| 日本JAPANESE醉酒人妻| av色中文在线| 欧美精品色一区二区三区| 内射国产在线视频| 午夜福利影视一区二区| 嫩草影院av| 一级毛片高清免费大全| 国产精品自产拍在线观看花钱看| 成人免费黄色a级片| 久久www香蕉免费人成| 口述一次疯狂刺激的交换经历| 俄罗斯多毛肥女BBW| 亚洲中码人妻中文字幕| 精品欧美一区二区三区四区五区 | 久久精品中文骚妇| 成人影院亚洲天堂| 爱的人电影免费版中文| 曰曰摸夜夜添夜夜添高潮出水| 日本色综合网站视频| 91亚洲精品久久久香蕉| 所有免费永久岛国av网址| 人人妻人人爽人人做夜欢| 欧美亚洲午夜影院| 久久婷婷综合色拍亚洲小说| 黄色91影院| 麻豆一区av| 婷婷色亚洲av| 亚洲欧美一区二区三区国产精| 北条麻妃中文字幕av| 国产一二三区乱码| 999这里有精品视频| 国产精品午夜电影| 国产偷国产偷亚洲高清老太97 | 疯狂做受xxxx高潮视频免费 | 中文字幕熟女人妻偷伦天美 | 欧美成人性video| 亚洲精品第10页| 深爱激情五月婷婷| 11一一15萝裸体自慰| 欧在线一二三四区| 日本一道本高清一区二区三区| 亚洲aⅴ精品一区二区三区| 亚洲av伦理电影| 狠狠躁日日躁夜夜躁女人 | 日韩色第1页| 亚洲一区二区三区色噜噜| 国产免费午夜福利在线播放11| 成a人片国产精品| 亚洲一区二区 欧美精品| 性网站视频免费观看一区二区三区| 一二三四免费观看在线视频中文| 国产偷国产偷亚洲高清日韩| 男女无遮挡羞羞视频| 欧美精品不卡一区二区三区| 特别色的网站在线观看| 亚洲精品黄片大全| 黄色女人牲交| 日韩中文字幕免费的视频在线看 | 亚洲成人免费影院一| pkf毛片snuff| 亚洲四区av| 高清视频免费成人| 里番高H无码无修在线观看| 91av午夜在线| 91久久亚洲综合精品成人| 午夜福利免费试看| 人妻久久超碰| 国产午夜福利精品久久日韩| 国产精品一线视频| 麻豆成人观看| 五月婷婷六月合| 亚洲国产精品人人做人人爱| 亚洲欧美日韩精品国产天堂 | 国产91色在线|日韩| 成年人午夜视频免费看| 成人黄色片三级| 99热这里只有精品re6| 97碰碰人妻| 一级片久久片| _区二区三区影院| 久久成人av精品| 视频一区二区三区成人| 久久久国产午夜成年影院| 中文人妻久久| 久久精品国产亚洲av毛片| 亚洲avtv永久综合在线| 女人被躁到高潮嗷嗷叫免费 | 亚洲AV日韩AV永久无码| 亚洲人成伊人成综合网中文| 波多野结衣久久中文字幕| 免费看片福利永久| 亚洲综合精品香蕉久久网97| 全身赤裸裸跳舞免费无遮挡| 国产三级成人不卡在线观看| 性夜影院爽黄A爽免费看| 亚洲成人精品少妇| 国产精品片在线播放| 日韩亚洲av网| 一卡二卡三卡四卡高清免费| 三个水嫩大学生闺蜜多水| 浓毛大屁股BBW| 99久久精品国产99| 30位美人妻无套中出影片1 | 青柠在线观看免费高清完整版| 国产AV无码专区亚洲AV麻豆| 性AAXXXX18中国| 揉我奶头啊嗯免费视频| 无遮挡3D黄肉动漫午夜| 欧美黑人欧美精品刺激| 老熟女xxxx| 国精产品999免费久久av| 狠狠爱天天噜日日噜视色| 97欧美激情一区二区三区成人| 激情婷婷综合久久久久| 亚洲精品7久久久久久久久 | 国产成本人片免费av| 特级黄色视频免费| 亚洲精品国产精品久久9| 极品人妻被内射中出| 黄色视频无需下载免费观看| 国产成av在线免费观看| 蜜芽亚洲AV无码精品色午夜| JAPANESE高潮护士| 亚洲aⅴ欧洲av国产| 青草久久国产| 一点不卡亚洲中文字幕电影| 国产激情久久久影院小草| 欧美亚洲成人一区二区三区| 99热2这里只有精品| 成人久久18禁| 公与熄BD日本中文字幕| 午夜老司机福利片| 午夜久久久久久亚洲国产| 婷婷av国产精品欧美毛片| 欧美国产日本无卡| 久久精品国产熟女| 亚洲人成网站18禁止人| 30位美人妻无套中出影片1 | 两个人免费视频观看高清频道| 日韩欧美久久久免费精品| 一级无遮挡毛片免费视频| 轻色视频免费观看又黄又爽| 午夜亚2020洲国产理论片| 日本欧美午夜视频| 偷拍初高中女奶头AV| 成人天堂精品| 视频一区图片区小说区| 国产又黄又粗又硬又爽视频| 亚洲最新网址在线观看| 成人女人免费毛片视频| 亚洲美女久久精品网站| 丰满少妇猛男进入| 中国少妇高潮喷水免费可以看| 最新天堂а√8在线最新版在线| 国产一卡二卡三卡四卡2021 | 立即播放在线一级黄色视频| 国产日韩欧美高清在线一区| 亚洲综合色惰| 亚洲欧洲日韩国内高清| 亚洲综合一区二区三区在线观看| 黄色av在线免费网站| 国产波多野结衣一区二区| www日本免费com| 欧美日韩在线视频在线观看| 美女黄网站午夜| 美女被扒开内裤桶屁股眼| 人妻2乱3伦| 亚洲高清av视频| 国产不卡精品一区二区| 亚洲欧美人成影视在线| GV天堂GV无码男同在线| 亚洲精品国产a久久久| 国产精品一级大片在线观看| 18禁美女裸身图无遮挡| 久久久久久国产精品女| 成人a观看一区二区| 欧美成人精品首页| 成人区人妻精品一区二区18| 欧美熟女乱码| 亚洲男生天堂av| JapaneseXXXX乱子另类| 久久免费精品视频.| 伦精品一区二区三区四区| 扒开双腿疯狂插入爽爽爽视频| 女女同性AV片在线观看免费| 亚洲av伊人久久综合蜜臀| 夜夜叫夜夜爽夜夜高潮| 女人高潮抽搐潮喷流白浆| 日韩一区在线免费观看| 午夜精品成人影院一区二区| 欧美另类亚洲清纯唯美| 三级电影一区二区三区| FREE性满足HD| 国产av午夜福利电影| 日韩在线中文字幕亚洲| 粗长巨龙挺进人妻后臀| 欧美性事xxxx| 日韩电影一区二区在线看| 亚洲欧美日韩无卡精品| 人妻中文字幕免费观看| 欧美性群另类交| 国产精品久久国产精麻豆99| 成人亚洲精品久久国产一区二区| 人妻一区二区三区蜜桃| 午夜福利黄片免费看| 国产午夜福利久久精品app | 欧美日韩国产高清大片| 黑人操到高潮| 亚洲中文日韩欧美视频| 三级av日韩在线| 99久久精品无码专区| av大片久久久免费| 亚洲欧美日韩精美久久亚洲区| 国产av码专区亚洲av| 一级a做片免费久久| 人妻无码AV中文系列久久免费| 日日摸夜夜爽| 69久久精品人妻一区二区| 中文乱码字字幕精品一区二区三区| 成年女人20级毛片毛片免费| 成年大片免费视频播放二级 | 天天躁日日躁狠狠躁欧美老妇| 国内大量揄拍人妻精品2| 亚洲综合成人欧美| 国产亚洲欧美精品永久| 99热2这里只有精品| av在线不卡免费一区| 伦精品一区二区三区四区| 日本免费网站2021年能用的| 琪琪国产内射激情| 恋老玩老头兴奋HD| 国产一区二区观看视频| 一女被多男玩到高潮喷水| 一区二区三区精品国产欧美1| 国产人成一区二区三区影院| 久久国产影视| 又粗又硬又爽的免费视频| 久久久久精品电影大全| 自拍偷区色综合| 香蕉99久久久| 护士你夹真紧水又多| 日本有色视频在线观看| 娇小的AV|色学生| 成年黄色视频在线播放| 综合 欧美 亚洲日本| 国产av零色中文网| 日韩综合一二三区| 亚洲综合av色婷婷国产野外 | 午夜avvvv| 中国看毛片一区二区三区| 精品国精品国产| 欧美国产日韩在线4区| 国产一级午夜片| 丰满人妻高清一区二区三区视频| 国精品午夜福利视频不卡无毒 | 激情内射视频网站| 超级大乳人妻无码| 亚洲人精品天堂| 99久久精品无码专区| a欧美日韩高清在线播放| 亚洲中文字幕一区二区三区在线| 中国少妇高潮喷水免费可以看| www色妞网| 在线播放av的网址| 99热精品就在这里| 中国看毛片一区二区三区| 亚洲男人天堂免费在线| 黑人xx性精品| 又粗又硬又爽免费视频| av大av大片免费网站| 色欧美欧视频在线观看| 成人久久精品视频网站| 国内精品久久国产| 精品久久国产精麻豆99| 精品国产一区二区三区素人馆| 成人999精品影视| 亲子乱子伦XXXX| 久久精品激情综合网| 丁香在线视频观看| 国产精品福利1区| 国产精品久久视频免费| 麻豆果冻国产91在线极品| 又粗又硬又黄又刺激视频| 国产国语对白激情视频| 在线看片人成视频免费无遮挡| 18禁黄片在线免费看| 99九九99久久精品| 亚洲色久悠悠AV在线| 国产伦精品一区二区三区视免费| 国产精品久久久久亚洲| 亲胸揉胸膜下刺激视频免费看| 欧美人与性动交q欧美精品| 日韩免费一区二区三区超清视频 | 亚洲熟妇少妇精品任你躁 | 色综合影院一区二区三区| 一二三四视频社区观看| 国产乱理伦片在线观看夜| 国产一区二区三区制服诱惑| 97碰碰人妻| 欧美日韩国产亚洲第一区 | 欧美成人aa在线观看视频网站| 在线春色av| 在线观看a的免费网站| av日韩天堂| 日韩国产欧美高清不卡| 丰满熟妇乱又乱精品| 暖暖视频在线观看免费8| 精品动漫一卡2卡三卡4卡乱码| 亚洲一区二区在线精品| 变态另类成人亚洲欧美熟女| 奶头被吃得又翘又硬在线观看| 国产又大又黄又爽的视频免费看| 综合亚洲精品国产| 不卡能看的黄色视频| 一区二区三区在线观看国产精品| 香蕉网一区二区三区四区在线| 日本高清视频欧美| 欧美亚洲国产精品激情在线| 国产欧美成人v在线观看| 欧美日韩视频一区二| 精品一精品国产精品| 亚洲第一欧美日韩一区二区三区| 国产成人AV在线免播放观看| а√天堂最新网址| 5566中文字幕在线观看| 少妇人妻偷人精品91| 久久999国产高清精品| 国产精品免费福利久久| 五月天丁香色| 91成人影院免费| 成人免费视频三区四区| 三级a毛片免费| 黄床大片一区| 天堂网WWW资源| 国产尤物tv新网址| 国产欧美亚洲另类aⅴ| 日韩精品国产欧美| 久久天堂av在线| 午夜在线成人免费视频| 国产综合亚洲精品一区二区三区| 女生黄频黄色视频免费观看| 国产欧美日韩一区二区精品| 最新国产高潮在线观看| 亚洲深深色噜噜狠狠爱网站| 国产丝袜高跟av| 超碰在线人妻干| 婷婷av国产精品欧美毛片| 永远的赞歌女声完整版| 神马福利美女视频| FREE性中国熟女HD交换| 无码小电影在线观看网站免费| 亚洲首页av网| 国产午夜精品美女福利视频| 国产精品一区二区在线现看| 亚洲精品乱码久久久久的用户评价| 成人国产麻豆网| 久久免费特级黄片| 多人强伦姧孕妇免费看| 人妻一区二区三区精品无吗 | 97精品国产一区二区三区四| 欧美天堂成人av视频| 老司机福利视频网站| 女人的超长巨茎人妖在线视频| 人妻中文字幕| 亚洲国产日韩A在线乱码| 香蕉久久综合网| 免费久久99精品国产婷婷| 日韩欧美黄色| 国产麻豆精品无色码av| 久久99国产成人亚洲精品jk| 国产午夜精品电影院| 能看18禁无遮挡的网站| 久久久亚洲精品区| 中文字幕视频免费看| 国产精品一区aa福利视频| 国产欧美日韩一区二区三| 国产成人三级一区二区在线| 淫民在线视频观看| 日韩一级高清在线播放| 熟女人妻精品一区二区三区| 男女无遮挡18禁| 宝贝把腿张开我要添你下边| 忘忧草视频在线观看免费大全| 亚洲最大AV资源网在线观看| 国产高清真实破学生处| 中文亚洲爆乳无码专区| 老妇女BBwββwBBWBB| 欧美牲交A欧美牲交AⅤ另类| 国产裸体歌舞一区二区| 粉嫩小仙女扒开自慰喷水| 2021国产成人精品视频| 4399韩国电影免费观看| 中国成熟毛茸茸肥| 凹凸国产精品熟女视频| 国产精品亚洲精品欧美精品 | 国产欧美激情一区二区三区-老狼| 伊人久久大香线蕉亚洲五| 日韩欧美国产精品| 成人高潮视频无遮挡免费网站| 一本久久中文字幕| 国产欧美日韩精品| 四虎国产精品成人免费影视| 久久婷婷国产综合精品简爱aⅴ| 女人高潮叫床喷水| 人妻精品久久久久av| 久久9精品视频| 国产边摸边吃奶边做爰视频| 极品粉嫩福利午夜在线观看| 国产精品久久一区二区三区蜜臀 | 免费在线观看男女视频| 嫩草影院精品99| 亚洲精品少妇| 日韩成人黄色三级| 免费的日本一区视频| 乱人伦精品在线观看| 18成人午夜网站在线观看| 国产成人精品一区91| 免费观看av不卡网站| 欧美日韩亚洲另类专区| 无遮挡无码无修3D纯肉动漫| 99热这里只有精品高清| 乱码午夜av噜噜噜噜| 久久婷婷激情五月综合色啪| 日韩在线免费观看视频网站| 欧美好色第一页| 日韩av大片一区| 操欧美日韩逼| 美妇啊灬啊灬用力…啊快乡村寡妇| 日本XXXXX片免费播放| 日韩三级视频一区二区三区| 午夜大片久久久久成人| 欧美性猛交xxxxx乱| 国产精品欧美日韩三区四区| 欧美日韩国产亚洲乱码字幕| 日韩中文人妻无码不卡| 国产精品二区激情视频| 国内大量揄拍人妻精品2| 天堂av网一区二区三区| 中文字幕人妻精品乱又码| 熟女人妻丰满熟妇啪啪| 久久8精品亚洲| 免费不卡黄色视频| 嫩草影院国产| 日韩综合视频一区二区三区| 日本免费电影一区二区| 恋老玩老头兴奋HD| 国产偷国产偷亚洲高清老太97| 秋霞精品久久久| 午夜理论片最新午夜理论| 亚洲欧美变态另类丝袜美腿| 日韩人妻无码一区二区三区久久| 欧美激情高清一区二区三区| 久久久久久人妻精品系列| 中文字幕一区第二页精品| 亚洲欧洲精品中文字幕在线| 少妇极品熟妇人妻| 久久99精品99久久久久久精品| 久久久亚洲av在线| 亚洲欧美偷自拍| 黑人强伦姧人妻日韩| 狂野欧美白嫩少妇大欣赏| 久久人人爽人人片浪潮a| 少妇被粗大的猛烈进出爽| 欧美精品乱一区二区三区| 久久国产乱子伦精品午夜 | 亚洲av成人av| 丁香国产五月| 精品一区se| 日日射夜夜猛干| 国产男女猛烈无遮挡91| 亚洲av在线高清观看| 日韩在线观看内射| 小少妇在线观看| av成人网在线免费观看| 久久亚洲精品国产亚洲老地址!| 国内揄拍国内精品人妻| 久久久久久有精品国产24| 永久黄网站色视频大全| 婷婷激情麻豆五月| 久久精品国产清高在天天线| 人人妻人人爽欧美| a网站在线观看免费| 免费观看GV入口网站| 欧美精品亚洲精品日韩已满十八| 亚洲专区精品在线| 色偷偷人人妻人人澡人人添| 男女视频网页免费| 男女午夜福利国产| 亚洲中文无码AV永久不收费| 欧美日韩视频一二区不卡| 国产一区二区三区制服诱惑| 欧美在线一区二区三区日韩电影 | 亚洲国产男人的天堂| 又粗又硬又黄又爽免费视频| 黄色视频国产免费| 国产精品免费大片| 18禁高潮娇喘喷水视频| 少妇人妻系列无码专区系列| 亚洲国产精品sex| 日本黄色视频网占| 人妻2乱3伦| 色久欧美视频在线观看| 国产夫妻野战| 国产欧美日韩一区二区三| 成人国产色综合| 国产尿女 喷潮MP3| 国产精品1卡2卡3卡4卡| 大香蕉大香蕉在线电影院av| 成人免费无码大片A毛片不卡| 亚洲国产精品自在线一区二区| av伦理影院在线观看| 福利影院欧美第一页| 国产黄色片a区一区二区三区| 亚洲中码人妻中文字幕| 国产视频精品中文字幕| 亚洲AV制服丝袜日韩高清| 欧美成人丁香| 大伊香蕉在线播放| 久久精品影院6| 亚洲国产精品影视| 波多野结衣一区二区三区高清| 久久人人爽人人爽人人片宅男| 亚洲综合色偷偷av| 两个人的视频高清免费看 | 一区二区三区精品毛片| 在线看国产精品三级在线| 久久99热精品无删减版| 小美女毛多水多国产毛片| JIZZJIZZ老师学生视频| 日韩精品一区二区亚洲av不卡| 人人妻久久精品| 一级一片免费播放,一级一片免费观看| 在线免费观看网址av| 亚洲婷婷狠狠爱综合网| 精品亚洲欧美日本在线观看| 新久久久久国产一级毛片| aa级毛片免费播放| 欧美乱色亚洲激情| 日韩在线中文字幕亚洲| 日韩亚洲欧美综合| 国产毛片一卡二卡三卡四卡| 91老司机精品| 国产精品大片在线看| 亚洲国产精品久久人人爱69| 被黑人巨大进入12次高潮视频| 久久特黄免费视频| 亚洲欧美国产一区二区三区四区 | 成人网中文字幕| 免费av网站大全久久| 97热视频在线观看| 国产日韩一区二区三区免费观看| 一区二区日韩欧美中文字幕| 亚洲国产成人av人片久久网站| 第一次破女处流血视频| 3p人妻少妇精品视频在线| 日本 888 XXXX| 粗暴蹂躏人妻av一区二区三区| 亚洲AV无一区二区三区久久| 特级毛片在线大全免费播放| m131午夜福利| 熟女人妻一区二区三个区| 国产a级片三级三级三级| 琪琪婷婷综合久久| 欧美性色av大全| 亚洲精品美女aaa| 欧美亚洲精品suv| 亚洲激情五月婷婷啪啪| 国产真人在线视频| 91色老头与人妻中文字幕视频| 国色天香社区视频在线观看| 女人18毛片水多免费视频| 三级毛片av免费| 欧美黑人巨大videos极品| 综合亚洲精品国产| 老熟女 露脸 嗷嗷叫| 午夜一区二区三区在线看| 欧美视频亚洲精品| 中文字幕在线免费91| 国产午夜精品久久精品小说| 暖暖视频播放免费韩国| 在线观看永久国产| 最近2019中文字幕高清免费视频| 中文字幕在线亚洲二区| 91av国产成人网| 国产av不卡久久| 国产在线观看美女福利精| 免费的日本一区视频| 国产美女福利精品| 各类成人av片在线观看| 久久人人爽av精品| 区一区二区三在线观看| 黄色视频网站在线观看免费不卡| 东京热网站在线观看| 18禁网站在线无毒免费观看| 久久精品天堂av| 日本高清视频色视频免费| 国产三级久久粉嫩| 一二三四视频社区在线二中文| free欧美性xxxx精品hd | 中文版老师高清免费观看| 亚洲AV色先锋资源电影网站| 欧美激情国产视频一区| 老女人看片网站| 亲近相奷中文字幕| 亚洲人成色777777国产| 日本一区二区精品电影| 制服诱惑三区| 日本专区一区二区三区在线| 亚洲欧美国产中文字幕乱码| 天堂av网上| 国产裸体歌舞一区二区| 国产全黄视频免费看| 国产福利91精品一区| 91香蕉亚洲精品国产| 91久久久久久亚洲精品蜜桃| 有b吗?av在线中文字幕| 色播五月亚洲综合网站| 免费观看超爽A片| 又黄又爽又色无遮挡免费网站| www.国产天堂av| 99国产精品99久久久久| 男人的天堂AV| 十八禁午夜福利老司机在线观看| 人妻被中出中文字幕| 免费观看视频大片| 久久九九有精品国产| 午夜一区精品国产亚洲av| 国产精品看片在线| 日韩高清影院| H无码精品动漫在线观看免费| 黄色日韩一级| 欧美综合在线一区二区三区 | 伊人久久电影网站| 第一次进不去怎么办| 成人a级毛片| 国产导航一区二区三区| 午夜福利片一区| 无遮挡小黄片在线免费观看| AV免费观看| 成人男女网18禁免费| 国产精品zjzjzj在线观看| 人妻销魂中文字幕av| 免费视频色国产| 在线看日本熟妇相奸| 男女搞骚视频免费观看| 黄片av免费在线观看一区二区| 久久伊人精品影院一本到综合| 黑人巨大精品欧美黑寡妇| 久久97久久精品| 68日本XXXXXXXXX色系| 国产最大av| 男人操女人下面视频免费观看| a级高清免费毛片在线| 日韩一级久久久久久久大片 | 精品国产亚洲av网站| 亚洲欧美高跟丝袜| 成人av在线播放一区| 精品有码一区二区| 最近最新中文字幕大全免费视频 | 亚洲中文字幕在线无码一区二区| 亚州av伊人| 熟女一区二区三区国产 | 亚洲精品一区中文字幕在线| 久久av国产成人精品| 高潮喷水久免费观看一区 | 免费无码又爽又刺激高潮虎虎视频 | 一区二区三区四区视频在线看| 蜜桃网亚洲av| 岛国毛片在线观看免费| 日本高清色视频网址| janpense丰满熟妇| 亚洲国产aⅴ精品一区99| JAPANESE熟睡侵犯| 色欲色香天天天综合网站| 免费无遮挡黄H动漫APP在线| 成人av电影一区二区三区四区| 免费日韩av影视网站| 日本大片在线免费观看| 黄色大片在线播看| 欧美精品亚洲精品一区二区| 国产精品美女久久久久久吹潮| 国产福利精品区| 老司机午夜免费观看| 国产床戏无遮挡大尺度网站| 99热全是精品| 欧美乱色亚洲激情| √8天堂中文资源在线| av在线久久精品| 风流少妇一级毛片| 5D肉蒲团之性战奶水| 山东熟女啪啪哦哦叫| 岛国动作片AV在线网站| 岛国黄色av网站在线观看| 亚洲成人精品电影| 欧美日韩中文在线播放| 久久黄色精品免费| 久久亚洲这里都是精品| 国产卡一卡二卡| 热の有码热の国产在线| 国产福利一区二区三| 国产乱人伦在线观看66| 欧美熟妇多毛又多水免费观看| 国产精品成人影院免费观看| 少妇久久精品一区二区夜夜嗨| mm131美女视频毛片| 欧美亚洲区一区二| 少妇一级内射精品黄片一| 亚洲成年人网站在线观看 | 嫩草影院国产| 亚洲国产日韩精品在线| 小sao货cao得你舒服么视| 激情人妻日日夜夜| 中文字幕久久第一页| 男人的天堂在线看片| 精品国产福利视频| 国精品午夜福利视频不卡无毒| 亚洲av成人中心| 欧美日韩成人精品一区二区三区| 波多野结衣中文一区二区| 亚洲国产精品嫩草影视亚洲av| 久久丝袜国产| 少妇人妻超碰| 国产精品流白浆| 日韩精品无码人成视频| JIZZJIZZ老师学生视频| 黄色裸体视频无遮挡| 亚洲精品国产色婷婷电影| 狠狠精品人妻久久久久久综合| 国产一区二区激情视频| 媚药痉挛高潮喷水正在播放 | 熟女国产专区| 国产av在精品二区| 精品久久久久久久影院| 黄色网址不卡在线观看| 国产免费观看黄久久av'| 神马大香蕉久久| 成人午夜在线免费| 人妻熟女av麻豆| 久久久久亚洲AV无码专区首页| 中国男男自慰GAY片免费观看| 亚洲欧洲av高清| 欧美精品啪啪一区二区三区| 熟女人妻视频一区| 亚洲精品www久久久久久久 | 亚洲精品在线观看中文字幕| 男男攻受无遮删漫画| 国产日韩欧美高清在线一区| 一本精品99久久精品77| 国产精选网址| 美女精品福利视频在线观看| 日韩欧美一区二区三区精品影视| 国产成人观看免费| 风韵丰满人妻熟妇老熟女啪啪 | 国产精品黄片播放| 日韩国产欧美一区二| 亚洲第一av专区| 黄色无遮挡网址| 成人播放在线视频| 亚洲无线卡一卡二| 免费看a级黄色片| 精品国产日韩欧美一区二区三区| 一级a一级a爰片免费免会| 日韩亚洲精品欧美另类| 日韩中文字幕有码电影| 九九精品免费视频观看| 一级做a爰片久久毛片国语| 东京热网站在线观看| 毛片av免费| 一区二区三区四区中文在线观看| 中国浓毛少妇毛茸茸| 国产精品精品国产色婷婷| 久久久久成人免费av| 国产精品久久98| 亚洲视频在线免费观看不卡| Chinese性老妇| 国产精品高清一区二区三区绿帽| 三级毛片的视频播放的| 一区二区欧美亚洲成人| 亚洲国产精品领先在线| - BD韩语手机在线看| 办公室的交易免费观看视频中文| 亚洲欧美少妇熟女| 久久综合精品国产二区小说| 国产亚洲精品线观看K频道| 91老司机精品| 中文字幕精品一区二区三区我和| 久久成人高清电影| 午夜男女爽爽爽免费播放 | 在线影院一区二区三区| 亚洲欧美在线综合图区| 亚洲欧美精品中文一区二区三 | 亚洲精品成人va| 男人舔女人下边高潮全视频| 奶头被吃得又翘又硬在线观看| 99精品欧美一区二区三区四区| 久久久久精品国产亚洲av熟女| 国产三级野战片| 久青草国产97香蕉在线影院| 久久久精品人妻熟妇中文| 看全色黄大色黄大片爽一次| 日韩专区亚洲| 无码H动漫精品免费播放| 国产av大香蕉| а天堂中文在线官网在线| 国产成_人_综合_亚洲_国产| 午夜天堂影视香蕉久久| 欧美日韩视频一区在线看| 国产精品挑色在线| 一级a做视频免费观看| 久久一级片电影| 久久人妻少妇出轨中文字幕| av一区二区三区在线观看免费| 青春草在线伊人| 亚洲亚洲精品av在线小说| 电家庭影院午夜| 国产久久精品久久| 日本三级高清| 不卡av一区二区三区| 成人套图视频在线观看| 自拍偷区色综合| 欧美激情视频十区| 久久婷婷国产精品综合| 狠狠的干性视频| 男女视频福利网| 日韩亚洲区欧美精品| 激情av在线一区| 婷婷av国产精品欧美毛片| 久久国产乱子精品免费| 亚洲美女黄片视频| 亚洲欧美日韩一级精品| YOUJIZZCOM中国熟妇| 两个人的视频高清免费看| 亚洲va欧美va人人爽久| 欧美专区一区二区三区四区| 中文一区二区字幕欧美| 国产熟女一区二区三区黄| 女同久久另类99精品国产91| 久久成人国产九九| 日本JAPANESE丰满同事| 黑人激情一区,二区| 亚洲国产最新欧美| 高清午夜精品一区二区三区| 日产国产亚洲精品| 12周岁女全身裸在线观看A片| 麻豆一区二区三区人妻| 色鬼老司机在线影院| 精品久久久久久久久久性| 亚洲大胆视频在线观看| 亚洲综合一区自偷自拍| 男女免费视频网站www| 下一篇:白浆四溢(18P)| 伊人 久久 中文字幕| 国产女人真实乱精品| 亚洲超碰久久久久中文字幕| 欧美成人性video| 久久精品专区免费观看| 国产日美女免费视频| 日韩欧美亚洲国产另类| 亚洲天堂高清在线观看| 午夜黄大色黄大片美女| 超碰成人人人在做人人爽| 日本免费一区色视频清免费| 十八禁黄无遮挡网站| 熟女人妻一区二区三个区| 日韩人妻一区二区三区久久| 久久国产精品久久精品| 成熟人妻视频爱草| 国产精品福利视| 十八禁国产超污无遮挡网站| 国产免费高清在线精品| 99久久国产一区二区三区| 激情视频免费一区二区| 国产无套视频在线观看aa在线 | 精品在线视频99| 久久精品国产精品亚洲下载| 亚洲多人在线播放| 熟女人妻波多野结衣av作品| 精产国品久久一二三| a级毛片特级毛片免| av高潮av久| 久久精品一区二区三区四区123国产| 亚洲麻豆视频在线观看| 国产精品久久久三级18| 在线中文人妻视频| 国产午夜福利大片免费看| 国产一区二区二三区| a级毛片大黄| 欧美日韩成人精品久久| 亚洲国产精品人人做人人爱| 男男攻受无遮删漫画| 精品国产三级在线观看网站| 性AAXXXX18中国| 国产无遮挡又黄又爽久久| ass拉美富婆大屁股pics| 国产精品40熟女一区二区| 日韩国内少妇激情av| 色哟哟国产成人精品免费| 亚洲高清日韩国产av| 国产精品亚洲综合久久系列| 国产精品一区二区hb在线观看| 久久人妻公开中文字幕| 综合视频在线日韩欧美| av一区二区三区在线观看免费| 日韩视频一二三区| 啪啪在浴室边摸边吃奶边做| 岛国动作片AV在线网站| av大香蕉在线| 久久精品久久久久久噜噜老黄| 亚洲欧洲最新av| 国产a级毛片久久久久久精品日韩 特级做a爰片毛高潮片免费69 | 美女裸体图片18以下勿进| 国产成人综合精品在线| 美女黄片亚洲免费| 丝袜avapp| 欧美成人a级视频在线播放| 适合女士自慰时看的黄文| 高清中文字幕亚洲| 韩国av中文字幕| 亚洲资源站无码AV网址| 亚洲午夜av电影在线观看| JUL-672美人妻神宫秘书 | 国产精品va在线儿播放| 国产精品一区成人亚洲片| 成年18禁动漫在线看网站| 饥渴丰满人妻一区二区三区| 一级二级三级毛片免费看| 一区二区三区+在线播放| 91影院免费观看成人在线下载 | 免费毛片在线浏览| 国产伦久视频免费观看+视频 | 国产高潮福利影片在线观看| 熟女超碰熟女久久熟女伊人| 亚洲人成电影观看| 天天要夜夜干| 狠狠亚洲综合| 精品亚洲成人一区二区三区| 99热之这里只有精品网| av国产熟女丰满熟女| 国产视频内射| 国产精品V欧美精品V日韩精品| 日本高清色图视频| m131午夜福利| 拔擦拔擦8X海外永久华人免费| 91精品国产国语对白视 | 日本xxxx高清色是免费观看| 久久久久77777人人人人人| 久久这里只有精品666| 久久两性午夜视频| 中文字幕久精品视频免费| 久久老司机午夜福利| 2021国产成人精品视频| 大又大粗又爽又黄少妇欧美毛片| 色97偷自拍亚洲综合图片| 国产av熟女一区二区三区浪| 国产内射在线激情一区| 制服丝袜亚洲免费观看| 成人一区二区黑人免费| 国产AV无码专区亚洲AV麻豆| 精品一区二区三区在线免费| 久久资源久久人妻| 国产精品一区二区精品视频观看| 亚洲欧美激情综合在线| 天堂影视av| 亚洲欧美日韩永久在线| 人人妻人人澡人人爽人人夜夜 | 久久人人爽人人爽人人爽vad给| 亚洲国产综合无码一区二区 | 四虎国产精品成人免费影视| 老妇炕上偷汉视频录像| 欧美日韩一区二区三区久久| 亚洲高清字幕| a级毛片大黄| 久久久久亚洲AV无码专区网站 | av一道本在线播放| av亚洲伊人| 国产午夜伦理电影| 国产精品原创巨作?v网站| 日日摸夜夜添夜夜| 亚洲人成色777777国产| 18禁裸乳羞羞无遮挡在线视频| 熟妇人妻va精品中文字幕| 精品人妻一区二区四区|