• <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 ?

    基于可見近紅外光譜分析技術(shù)的馬鈴薯品種鑒別方法

    2016-06-15 16:40:58陳爭光范學佳
    光譜學與光譜分析 2016年8期
    關(guān)鍵詞:馬鈴薯光譜建模

    陳爭光, 李 鑫, 范學佳

    黑龍江八一農(nóng)墾大學信息技術(shù)學院, 黑龍江 大慶 163319

    基于可見近紅外光譜分析技術(shù)的馬鈴薯品種鑒別方法

    陳爭光, 李 鑫, 范學佳

    黑龍江八一農(nóng)墾大學信息技術(shù)學院, 黑龍江 大慶 163319

    基于可見-近紅外光譜分析技術(shù), 提出了一種快速鑒別馬鈴薯品種的方法。 以三種不同品種共計352個樣本的馬鈴薯作為主要研究對象, 隨機將其分為建模集(307個樣本)和預(yù)測集(45個樣本)。 對其中的建模集樣品進行可見-近紅外光譜分析, 將獲取的光譜圖像通過多元散射校正(MSC)和窗口大小為9的Savitzky-Golay(S-G)一階卷積求導方法預(yù)處理, 消除顆粒大小、 表面散射及光程變化對漫反射光譜影響, 降低原始光譜曲線的隨機噪聲影響。 然后用偏最小二乘法(PLS)對數(shù)據(jù)進行降維、 壓縮, 使用主成分分析方法(PCA)獲得的前4個主成分累計貢獻率達到96%以上, 并從前4個主成分圖譜中提取20個吸收峰作為輸入變量, 經(jīng)過試驗, 得到一個20(輸入)-12(隱含)-3(輸出)結(jié)構(gòu)的3層BP神經(jīng)網(wǎng)絡(luò)。 最后利用該模型對預(yù)測集樣本進行品種鑒別, 識別正確率達到100%。 此方法能較為快速、 準確地鑒別馬鈴薯的品種, 為馬鈴薯品質(zhì)檢測與鑒別提供了新思路。

    可見-近紅外光譜; 馬鈴薯; BP神經(jīng)網(wǎng)絡(luò); 偏最小二乘; 品種鑒別

    引 言

    作為我國四大農(nóng)作物之一的馬鈴薯, 年產(chǎn)量近9 000萬噸, 僅黑龍江省馬鈴薯年產(chǎn)量達到700多萬噸。 從2015年起, 中國將啟動馬鈴薯主糧化戰(zhàn)略, 推進把馬鈴薯加工為主食, 因此馬鈴薯將成水稻、 小麥、 玉米外的又一主糧。 隨著雜交技術(shù)的不斷發(fā)展, 馬鈴薯的新品種也逐漸增多, 單從外表通過肉眼很難區(qū)分馬鈴薯的類別。 使用傳統(tǒng)的生化鑒別方法存在費時、 費力、 破壞樣本并存在化學污染等不足。 因此, 研究一種高效, 無損的鑒別方法顯得尤為重要。

    人類發(fā)現(xiàn)近紅外光譜區(qū)已經(jīng)有200多年的歷史, 但是真正將近紅外光譜分析技術(shù)應(yīng)用于工農(nóng)業(yè)生產(chǎn)則是近幾十年的事。 光譜分析技術(shù)具有效率高、 速度快、 無損、 無污染等特點, 能夠利用測量所得的波段對物質(zhì)進行定性或定量分析, 已在食品、 藥品、 石油化工等諸多領(lǐng)域被廣泛應(yīng)用。 將光譜技術(shù)應(yīng)用于農(nóng)產(chǎn)品檢測方面, 國內(nèi)外學者利用近紅外光譜技術(shù)在農(nóng)產(chǎn)品(玉米、 谷物)品質(zhì)檢測方面進行了大量的研究, 將光譜技術(shù)應(yīng)用于馬鈴薯研究方面, 國內(nèi)外學者的研究興趣主要集中在使用光譜技術(shù)對某一品種單一組分(如淀粉[1]、 蛋白質(zhì)[2]、 還原糖等)或病理[3]的檢測。 將光譜技術(shù)應(yīng)用于農(nóng)產(chǎn)品類別識別方面, 國內(nèi)外研究較少, 周子立等[4]提出一種基于近紅外光譜技術(shù)的大米品種快速鑒別方法, 用可見光-近紅外光譜技術(shù)結(jié)合小波變換數(shù)據(jù)壓縮技術(shù)對來自三個不同地區(qū)的大米進行了分類研究, 取得了較好的效果。 牛曉穎等使用近紅外漫反射光譜對不同品種草莓進行無損鑒別的方法, 并分析了各品種草莓品質(zhì)指標的差異性。 將光譜技術(shù)應(yīng)用于馬鈴薯品種鑒別方面的報道尚不多見, 代芬等以近紅外熒光光譜和近紅外拉曼光譜作為檢測手段鑒別馬鈴薯品種, 比較兩種光譜的鑒別效果, 但研究中沒有考慮光譜散射對數(shù)據(jù)處理的影響。 因為即便是相同品種的馬鈴薯, 其物理性質(zhì)(大小、 形狀、 表面粗糙程度)仍有很大差異, 由此產(chǎn)生的散射光極易干擾到熒光光譜的效果, 從而導致靈敏度較低, 鑒別效果不明顯。 由于近紅外光譜波段信息量大、 光譜重疊, 馬鈴薯表皮情況復(fù)雜很難直接從原始光譜中提取有效信息, 若直接利用原始光譜進行分析建模, 所得模型的穩(wěn)定性差、 精度低, 影響分析結(jié)果。 本文利用光譜儀獲取馬鈴薯的可見-近紅外光譜數(shù)據(jù), 在對光譜曲線進行預(yù)處理基礎(chǔ)上采用偏最小二乘法對光譜進行降維、 數(shù)據(jù)壓縮和主成分提取, 用所得的主成分結(jié)合BP神經(jīng)網(wǎng)絡(luò)建模, 實現(xiàn)對馬鈴薯的品種鑒別。

    1 實驗部分

    1.1 儀器與軟件

    使用的是美國ASD公司制造的FieldSpec UV/VNIR手持式可見-近紅外光譜儀, 光譜測定范圍為325~1 075 nm, 采樣間隔3 nm。 光源為兩個100 W白熾燈泡。 數(shù)據(jù)處理軟件為ViewSpecPro, The Unscrambler X 10.3和MATLAB R2013b。

    1.2 樣品

    從當?shù)剞r(nóng)貿(mào)市場購買三種常見的馬鈴薯各一袋, 分別為訥河馬鈴薯、 內(nèi)蒙黃瓤、 內(nèi)蒙白瓤(分別用A, B, C表示)。 選取的樣本數(shù)A為142, B為84, C為126, 共計352個樣本。 樣本隨機分成建模集和預(yù)測集, 建模集樣品數(shù)為307個, 預(yù)測集為45個(每個品種各隨機選擇15個樣本)。

    1.3 光譜的獲取

    儀器預(yù)熱30 min并進行優(yōu)化和白平衡后開始測量, 光源置于儀器兩側(cè), 儀器探頭與樣本垂直, 距離約2~3 cm, 如圖1所示。 實驗時, 每個樣本掃描32次取平均值作為樣本實驗數(shù)據(jù)。

    圖1 實驗平臺

    1.4 光譜預(yù)處理

    光譜圖像主要反應(yīng)物質(zhì)的組成成分和成分含量, 因為受環(huán)境中多種因素(光照、 粒度、 密度、 表面紋理等)的干擾, 原始光譜曲線會產(chǎn)生基線漂移[5]并且含有噪聲, 由于光譜曲線中325~400 nm之間受噪聲影響嚴重, 因此研究范圍以400~1 075 nm為主。 為了消除光譜曲線中基線平移和偏移的影響, 采用多元散射校正(MSC)方法分別處理三個品種的馬鈴薯光譜, 增強光譜曲線與成分含量的相關(guān)性。 再用Savitzky-Golay一階卷積求導, 窗口尺寸為9[6]。 該處理流程避免了直接使用求導方法造成噪聲放大的弊端, 并且可以得到比原始光譜更高的分辨率和更清晰的波形變化, 有助于后期模型的建立, 提高模型的穩(wěn)定性和可靠性。

    1.5 偏最小二乘與人工神經(jīng)網(wǎng)絡(luò)

    使用偏最小二乘(partial least squares, PLS)對光譜進行降維時[7-8], 同時分解光譜矩陣(自變量矩陣X)和濃度矩陣(因變量矩陣Y), 并將濃度信息引入到光譜矩陣分解過程中, 在計算主成分之前, 交換光譜矩陣與濃度矩陣的得分, 從而使光譜主成分和該組分含量直接進行關(guān)聯(lián)。

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)具有很強的學習能力、 魯棒性、 自適應(yīng)性及高度非線性表達能力[9]。 ANN中最常用到的是BP(Back Propagation)神經(jīng)網(wǎng)絡(luò), 它是一種信息正傳遞, 誤差反向傳播的多層前饋網(wǎng)絡(luò), 信息通過輸入層、 隱含層到達輸出層, 如果輸出層沒有輸出期望值, 則計算誤差變化值并反向傳播, 網(wǎng)絡(luò)通過誤差信號自行更正各層神經(jīng)元的權(quán)值, 使輸出不斷逼近期望值。 利用訓練數(shù)據(jù)對構(gòu)建的網(wǎng)絡(luò)進行訓練, 通過網(wǎng)絡(luò)的自學習而產(chǎn)生預(yù)測能力, 從而實現(xiàn)預(yù)測集中的樣本分類。

    2 結(jié)果與討論

    2.1 馬鈴薯的可見-近紅外反射光譜

    圖2所示為截取后的400~1 075 nm范圍內(nèi)三種馬鈴薯的典型可見-近紅外反射光譜曲線, 波譜的趨勢大致相同, 說明不同品種馬鈴薯組分基本相同, 曲線的差異主要是由于不同品種馬鈴薯主要成分含量差異所致, 各自的特征較為明顯。 利用PLS對預(yù)處理后的光譜進行分析, 對不同種類的馬鈴薯進行分類。

    圖2 三種馬鈴薯的可見-近紅外光譜反射圖

    2.2 偏最小二乘對馬鈴薯品種的聚類分析

    圖3所示為通過對光譜進行多元散射校正和窗口寬度為9的S-G一階卷積求導預(yù)處理后的效果圖, 從圖中可以看出預(yù)處理之后的譜線有了明顯的變化, 不同品種之間的差異較圖2更加明顯, 為接下來的品種鑒別工作奠定了基礎(chǔ)。 用PLS對處理后的光譜數(shù)據(jù)進行分析, 在計算主成分時盡可能地保證方差最大, 更多地提取數(shù)據(jù)內(nèi)有效信息, 并且盡量利用光譜變量與濃度之間的線性關(guān)系與濃度最大程度地相關(guān)聯(lián)。 圖4所示為使用PLS處理之后, 以前3個主成分PC1, PC2, PC3作為坐標軸, 對建模集中的樣品進行聚類之后的效果, 聚類效果非常明顯。 通過觀察, 三個樣本分布在坐標的不同區(qū)域。 樣本B在三維坐標系的中心帶, 而樣本A和樣本C分居兩側(cè), 并且樣本各自的聚合度非常好, 沒有大幅度跨象限的現(xiàn)象。

    圖3 預(yù)處理后的三種馬鈴薯光譜圖

    圖4 馬鈴薯主成分(PC1, PC2, PC3)得分圖

    2.3 基于BP神經(jīng)網(wǎng)絡(luò)馬鈴薯品種鑒別模型的建立

    全譜數(shù)據(jù)中混雜著一些無效或干擾信息, 用全波段數(shù)據(jù)進行建模會影響模型的穩(wěn)定性、 精確度和運算速率。 挑選出有代表性的光譜特征數(shù)據(jù)進行模型建立能大大提高運算效率。 如圖5所示為全譜范圍的前4個主成分圖譜, 其累計貢獻率達到96%以上, 選取20處最能反應(yīng)光譜信息的吸收峰所對應(yīng)的波長作為光譜特征數(shù)據(jù)。 由于PC1和PC2累積貢獻率達86%, 包含了樣品中大部分特征信息, 因此選取這兩個主成分的全部吸收峰, 共計13個; 而PC3和PC4累積貢獻率為10%, 貢獻率相對較低, 其主成分會摻雜有噪聲, 因此選取這兩個主成分的顯著吸收峰, 共7個。 對選取的20個特征峰數(shù)據(jù)進行歸一化處理作為BP神經(jīng)網(wǎng)絡(luò)的輸入, 神經(jīng)網(wǎng)絡(luò)各層傳遞函數(shù)選用S型(Sigmoid)函數(shù), 學習速率設(shè)為0.1, 最大迭代次數(shù)為2 000, 通過調(diào)整隱含層節(jié)點數(shù)來優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu), 用試湊法反復(fù)測試, 最終得到的最佳網(wǎng)絡(luò)結(jié)構(gòu)為20(輸入)-12(隱含)-3(輸出)的3層BP神經(jīng)網(wǎng)絡(luò)模型, 通過訓練得出樣本正確分類百分比為99.15%, 平均絕對誤差為0.012。 對預(yù)測集的45個樣本進行分類, 預(yù)測準確率達到100%, 如表1所示。

    圖5 全譜范圍的前四個主成分圖譜

    序號真實值預(yù)測值序號真實值預(yù)測值序號真實值預(yù)測值1AA(99 78%)16BB(99 98%)31CC(99 91%)2AA(98 74%)17BB(98 68%)32CC(97 97%)3AA(99 97%)18BB(99 72%)33CC(98 91%)4AA(97 63%)19BB(96 98%)34CC(98 78%)5AA(99 96%)20BB(97 41%)35CC(99 90%)6AA(98 77%)21BB(98 93%)36CC(99 96%)7AA(99 73%)22BB(99 98%)37CC(98 13%)8AA(99 99%)23BB(99 94%)38CC(97 72%)9AA(99 58%)24BB(97 23%)39CC(98 64%)10AA(98 51%)25BB(97 82%)40CC(96 86%)11AA(97 26%)26BB(98 53%)41CC(98 89%)12AA(99 95%)27BB(99 51%)42CC(99 11%)13AA(99 99%)28BB(99 98%)43CC(97 81%)14AA(98 98%)29BB(99 98%)44CC(99 61%)15AA(99 79%)30BB(98 59%)45CC(99 58%)

    3 結(jié) 論

    運用可見-近紅外光譜分析技術(shù)結(jié)合BP神經(jīng)網(wǎng)絡(luò)建模對三種馬鈴薯樣本進行了品種鑒別。 采集三種馬鈴薯的反射光譜作為研究樣本, 經(jīng)過多元散射校正和S-G一階卷積求導后, 用PLS進行數(shù)據(jù)壓縮, 將前4個主成分的吸收峰作為輸入變量, 建立了20-12-3結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型, 對預(yù)測集樣本分類的正確率達到100%, 能夠高效、 準確地對馬鈴薯品種進行鑒別, 并且不損壞樣本結(jié)構(gòu), 克服了傳統(tǒng)方法檢測的弊端。 研究表明該方法可以用于馬鈴薯品種鑒別和分類, 可以作為有效手段加以推廣、 應(yīng)用。

    [1] WU Chen, HE Jian-guo, LIU Gui-shan, et al(吳 晨, 何建國, 劉貴珊, 等). Food and Machinery(食品與機械), 2014, 30(4): 133.

    [2] López, A, Arazuri S, Jarén C, et al. Procedia Technology, 2013, 8: 488.

    [3] HUANG Tao, LI Xiao-yu, XU Meng-ling, et al(黃 濤, 李小昱, 徐夢玲, 等). Spectroscopy and Spectral Analysis(光譜學與光譜分析), 2015, 35(1): 198.

    [4] ZHOU Zi-li, ZHANG Yu, HE Yong, et al(周子立, 張 瑜, 何 勇, 等). Transactions of the Chinese Society of Agricultural Engineering(農(nóng)業(yè)工程學報), 2009, 25(8): 131.

    [5] NI Zhen, HU Chang-qin, FENG Fang(尼 珍, 胡昌勤, 馮 芳). Chinese Journal of Pharmaceutical Analysis(藥物分析雜志), 2008, 28(5): 824.

    [6] LI Xin, CHEN Zheng-guang(李 鑫, 陳爭光). Heilongjiang Agricultural Sciences(黑龍江農(nóng)業(yè)科學), 2015, 2: 132.

    [7] Alvarez Sánchez B, Priego Capote F, García Olmo J, et al. Journal of Chemometrics, 2013, 27(9): 221.

    [8] Peerapattana J, Shinzawa H, Otsuka K, et al. Journal of Near Infrared Spectroscopy, 2013, 21(3): 195.

    [9] Wang S, Zhang Z, Ning J, et al. Analytical Letters, 2013, 46(1): 184.

    Method for the Discrimination of the Variety of Potatoes with Vis/NIR Spectroscopy

    CHEN Zheng-guang, LI Xin, FAN Xue-jia

    College of Information Technology, Heilongjiang Bayi Agricultural University, Daqing 163319, China

    Potato (Solanum tuberosum L.) , as one of the most important carbohydrate food crops in the China ranking thefourth after rice, wheat and maize, plays a significant role in national economy. Since there are many varieties of potato, the quality such as physical sensory property and chemical components, differ drastically with the variety of potato. Different potato varieties are suitable for different utilization. Thus, the rapid and nondestructive identification of potato cultivars plays an important role in the better use of varieties. Near infrared (NIR) spectroscopy has raised a lot of interest in the classification and identification of agricultural products because it is a rapid and non-invasive analytical technique. In this study, a rapid visible (VIS) and near infrared (NIR) spectroscopic system was explored as a tool to measure the diffuse spectroscopy of three different species of potatoes. 352 potato samples (Sample A 142, Sample B 84, Sample C 126) from different sites in Heilongjiang province of China, obtained from peddlers market, were randomly divided into two sets at random: calibration set and prediction set, with 307 samples and 45 samples respectively for each set. The potatoes in the calibration set were tested with visible-near infrared spectroscopy method. The spectral data obtained from this test were analyzed with near infrared spectral technology, along with data processing algorithm, i.e., Savitzky-Golay (S-G) smoothing and multiplicative scatter correction (MSC). The spectra data was firstly transformed by multiplicative scatter correction (MSC) to compensate for additive and/or multiplicative effects. In order to reduce the noise components from a raw spectroscopic data set, Savitzky-Golay smoothing and differentiation filter method were introduced. It was proved that, with the soothing segment size of 9, many high frequency noises components can be eliminated. Based on the following analysis with principal component analysis (PCA), partial least square (PLS) regression and back propagation artificial neural network (BP-ANN), a near infrared discrimination model was established. The results obtained from the partial least squares (PLS) analysis showed a positive cumulate reliability of more than 96% for the first four components. The clustering effect was also getting better. After that, twenty absorption peaks extracted from the first four principal components were applied as BP neural network inputswhile a three layers BP neural network [20(input) - 12(implicit) - 3 (output)] was constructed, upon which the recognition accuracy of potato varieties for those Prediction Set samples reaches 100%. As a result, the model established in this study can rapidly and accurately identify potato varieties without any destruction, which provides a new way for potato quality detection and variety identification.

    Vis-NIRS; Potato; BP neural network; Partial least squares (PLS); Discrimination

    Jun. 1, 2015; accepted Nov. 28, 2015)

    2015-06-01,

    2015-11-28

    高等學校博士學科點專項科研基金項目(20124105110004), 黑龍江省科技計劃項目(GA09B501-2)和黑龍江省教育廳科研項目(12521370)資助

    陳爭光, 1973年生, 黑龍江八一農(nóng)墾大學信息技術(shù)學院副教授 e-mail: ruzee@sina.com

    O433.4; S532

    A

    10.3964/j.issn.1000-0593(2016)08-2474-05

    猜你喜歡
    馬鈴薯光譜建模
    基于三維Saab變換的高光譜圖像壓縮方法
    馬鈴薯有功勞
    聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃鲋凶鰣A周運動”為例
    基于PSS/E的風電場建模與動態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對稱半橋變換器的建模與仿真
    定邊馬鈴薯
    陜西畫報(2016年1期)2016-12-01 05:35:30
    胖胖的馬鈴薯
    星載近紅外高光譜CO2遙感進展
    中國光學(2015年5期)2015-12-09 09:00:28
    秋馬鈴薯栽培技術(shù)
    苦味酸與牛血清蛋白相互作用的光譜研究
    女性被躁到高潮视频| 天天躁夜夜躁狠狠久久av| 99久久精品国产亚洲精品| av国产精品久久久久影院| 9热在线视频观看99| 亚洲图色成人| 老司机影院毛片| 午夜av观看不卡| 男女国产视频网站| 精品久久久精品久久久| 国产乱人偷精品视频| 亚洲在久久综合| av网站免费在线观看视频| 久久这里只有精品19| 久久青草综合色| 黄网站色视频无遮挡免费观看| 秋霞伦理黄片| 中文天堂在线官网| 男女国产视频网站| 激情视频va一区二区三区| 午夜福利乱码中文字幕| a级毛片在线看网站| 777米奇影视久久| 日韩免费高清中文字幕av| 国产深夜福利视频在线观看| 天天添夜夜摸| 久久久久视频综合| 成年人午夜在线观看视频| 伊人久久国产一区二区| 你懂的网址亚洲精品在线观看| 一区二区av电影网| 亚洲欧美清纯卡通| 无遮挡黄片免费观看| 国产精品一区二区在线观看99| 99香蕉大伊视频| 9色porny在线观看| 国产欧美日韩一区二区三区在线| 欧美日本中文国产一区发布| 欧美人与性动交α欧美精品济南到| 亚洲av电影在线观看一区二区三区| 狂野欧美激情性bbbbbb| 久久狼人影院| 七月丁香在线播放| 国产99久久九九免费精品| 在线观看www视频免费| 国产又色又爽无遮挡免| 日韩一本色道免费dvd| 亚洲国产中文字幕在线视频| 亚洲欧美一区二区三区久久| 自线自在国产av| 国产欧美亚洲国产| 观看av在线不卡| 天美传媒精品一区二区| 麻豆精品久久久久久蜜桃| 亚洲欧美成人精品一区二区| 日韩一本色道免费dvd| 日韩中文字幕视频在线看片| 无限看片的www在线观看| 精品亚洲成a人片在线观看| 天天添夜夜摸| 操美女的视频在线观看| 日韩欧美精品免费久久| 亚洲伊人色综图| 午夜福利免费观看在线| bbb黄色大片| 嫩草影院入口| 亚洲av在线观看美女高潮| 国产成人精品在线电影| bbb黄色大片| 嫩草影院入口| 国产精品蜜桃在线观看| 久久精品熟女亚洲av麻豆精品| 久久婷婷青草| 国产av一区二区精品久久| 国产探花极品一区二区| 久久女婷五月综合色啪小说| 大话2 男鬼变身卡| 亚洲精品视频女| 母亲3免费完整高清在线观看| 欧美日韩视频精品一区| 日韩不卡一区二区三区视频在线| 日日撸夜夜添| 欧美日韩亚洲国产一区二区在线观看 | 国产成人精品在线电影| 一区二区av电影网| 精品国产国语对白av| 国产乱人偷精品视频| 精品国产乱码久久久久久男人| 中文字幕色久视频| 超碰成人久久| 国产淫语在线视频| 日韩av在线免费看完整版不卡| 黑人猛操日本美女一级片| 国产精品免费视频内射| 18禁国产床啪视频网站| 久久99精品国语久久久| 国产高清国产精品国产三级| 亚洲精品av麻豆狂野| 人成视频在线观看免费观看| 中文字幕人妻丝袜制服| 亚洲国产欧美一区二区综合| 少妇人妻 视频| 观看美女的网站| 亚洲自偷自拍图片 自拍| 精品亚洲乱码少妇综合久久| 一本一本久久a久久精品综合妖精| 男的添女的下面高潮视频| 久久久久国产一级毛片高清牌| 国产亚洲最大av| 夜夜骑夜夜射夜夜干| 亚洲第一av免费看| 欧美在线一区亚洲| 久久久精品94久久精品| 99热全是精品| 亚洲久久久国产精品| 欧美日韩一级在线毛片| 毛片一级片免费看久久久久| 精品亚洲成国产av| 男女下面插进去视频免费观看| 亚洲国产中文字幕在线视频| 青春草国产在线视频| 久久久久精品人妻al黑| 人人妻人人澡人人看| 人妻人人澡人人爽人人| 国产成人系列免费观看| 欧美精品一区二区大全| 久久午夜综合久久蜜桃| 国产精品蜜桃在线观看| 国产高清不卡午夜福利| 国产精品人妻久久久影院| 九色亚洲精品在线播放| 亚洲第一青青草原| 国产福利在线免费观看视频| 在线观看免费午夜福利视频| 午夜老司机福利片| 熟女少妇亚洲综合色aaa.| 中文字幕av电影在线播放| 99久国产av精品国产电影| 免费看av在线观看网站| 巨乳人妻的诱惑在线观看| 性高湖久久久久久久久免费观看| 亚洲av国产av综合av卡| 色婷婷av一区二区三区视频| 国产高清国产精品国产三级| 婷婷色综合www| 在线亚洲精品国产二区图片欧美| 80岁老熟妇乱子伦牲交| 精品国产露脸久久av麻豆| 亚洲熟女精品中文字幕| 伦理电影免费视频| 亚洲欧美清纯卡通| 日韩视频在线欧美| 丝袜人妻中文字幕| 免费观看性生交大片5| av在线app专区| 成人毛片60女人毛片免费| 久久久久人妻精品一区果冻| 在线亚洲精品国产二区图片欧美| 你懂的网址亚洲精品在线观看| 免费av中文字幕在线| 亚洲av综合色区一区| 国产成人精品在线电影| 又粗又硬又长又爽又黄的视频| 亚洲精品成人av观看孕妇| 不卡视频在线观看欧美| 成人国产av品久久久| 久久鲁丝午夜福利片| 日日撸夜夜添| 最近的中文字幕免费完整| 日韩,欧美,国产一区二区三区| 久久久久精品久久久久真实原创| 中文字幕精品免费在线观看视频| 久久久欧美国产精品| 国产极品粉嫩免费观看在线| 又黄又粗又硬又大视频| 亚洲人成网站在线观看播放| 中文字幕人妻熟女乱码| 中文字幕精品免费在线观看视频| 热99久久久久精品小说推荐| 又大又黄又爽视频免费| 成年人午夜在线观看视频| 亚洲,欧美,日韩| 免费不卡黄色视频| 少妇人妻精品综合一区二区| 九草在线视频观看| 精品午夜福利在线看| 国产亚洲一区二区精品| 90打野战视频偷拍视频| 成人三级做爰电影| 性色av一级| 黑丝袜美女国产一区| 精品一区在线观看国产| 国产欧美日韩一区二区三区在线| 亚洲国产精品一区二区三区在线| 亚洲av电影在线观看一区二区三区| 日日啪夜夜爽| 亚洲激情五月婷婷啪啪| 成人18禁高潮啪啪吃奶动态图| 最近的中文字幕免费完整| 可以免费在线观看a视频的电影网站 | 天天躁夜夜躁狠狠久久av| 欧美精品一区二区免费开放| 国产成人免费观看mmmm| e午夜精品久久久久久久| 制服人妻中文乱码| 久久影院123| 又黄又粗又硬又大视频| 黑人巨大精品欧美一区二区蜜桃| 久久精品aⅴ一区二区三区四区| 看十八女毛片水多多多| 亚洲精品乱久久久久久| 一二三四在线观看免费中文在| 亚洲,欧美精品.| 超色免费av| 丁香六月欧美| 丝袜喷水一区| 一区二区三区精品91| av电影中文网址| 亚洲欧美成人精品一区二区| 色吧在线观看| 日韩一区二区三区影片| 精品国产乱码久久久久久男人| 精品第一国产精品| videos熟女内射| 亚洲精品,欧美精品| 高清欧美精品videossex| 人妻一区二区av| 国产精品亚洲av一区麻豆 | 亚洲国产av新网站| 一边摸一边做爽爽视频免费| 国产av精品麻豆| 在线观看国产h片| 久久久国产欧美日韩av| 国产精品无大码| 中文字幕精品免费在线观看视频| 亚洲在久久综合| 久久久国产一区二区| 亚洲精品国产av蜜桃| 男女下面插进去视频免费观看| 高清不卡的av网站| 久久毛片免费看一区二区三区| 亚洲伊人久久精品综合| 日韩一区二区三区影片| 制服丝袜香蕉在线| 亚洲,一卡二卡三卡| 秋霞伦理黄片| 国产成人91sexporn| 丰满饥渴人妻一区二区三| 免费女性裸体啪啪无遮挡网站| 久久青草综合色| 午夜福利乱码中文字幕| 免费不卡黄色视频| 久久久久久免费高清国产稀缺| 亚洲第一区二区三区不卡| xxxhd国产人妻xxx| 久久精品熟女亚洲av麻豆精品| 国产麻豆69| 一区二区三区激情视频| 亚洲欧美精品自产自拍| 久久97久久精品| 一区二区日韩欧美中文字幕| 性少妇av在线| 久久久久久免费高清国产稀缺| 国产女主播在线喷水免费视频网站| 少妇猛男粗大的猛烈进出视频| 亚洲精华国产精华液的使用体验| 各种免费的搞黄视频| 狠狠精品人妻久久久久久综合| 亚洲精品视频女| 一本大道久久a久久精品| 黄色一级大片看看| 男女高潮啪啪啪动态图| videos熟女内射| 欧美日韩一级在线毛片| 一边摸一边做爽爽视频免费| 国产免费福利视频在线观看| 丝袜美足系列| 国产精品二区激情视频| 男女边吃奶边做爰视频| 精品亚洲成a人片在线观看| 美女主播在线视频| 9热在线视频观看99| 国产av精品麻豆| av在线播放精品| 1024香蕉在线观看| 中文精品一卡2卡3卡4更新| 丝瓜视频免费看黄片| 免费人妻精品一区二区三区视频| 无限看片的www在线观看| 久久久欧美国产精品| 国产精品久久久久久人妻精品电影 | 男人爽女人下面视频在线观看| 在线观看一区二区三区激情| 亚洲av国产av综合av卡| 啦啦啦视频在线资源免费观看| 日本欧美视频一区| 日韩av在线免费看完整版不卡| 欧美久久黑人一区二区| 老司机靠b影院| 伦理电影大哥的女人| 亚洲欧洲国产日韩| a级毛片黄视频| 欧美日韩亚洲综合一区二区三区_| av在线播放精品| 欧美激情 高清一区二区三区| 啦啦啦在线观看免费高清www| 亚洲伊人色综图| 中文字幕人妻熟女乱码| 久久精品久久久久久久性| 欧美精品一区二区大全| 又黄又粗又硬又大视频| 欧美最新免费一区二区三区| 高清不卡的av网站| 亚洲久久久国产精品| 国产一区二区三区综合在线观看| 国产精品三级大全| 欧美在线黄色| 99热网站在线观看| 999久久久国产精品视频| 如日韩欧美国产精品一区二区三区| 国产黄色视频一区二区在线观看| 亚洲av日韩在线播放| 一本久久精品| 久久久久久久久久久免费av| 精品一区二区三区av网在线观看 | 久久久久精品久久久久真实原创| 国产精品久久久久久精品古装| 最新的欧美精品一区二区| 黄色视频在线播放观看不卡| 免费观看av网站的网址| 久久精品国产综合久久久| www.av在线官网国产| 人人妻人人添人人爽欧美一区卜| 18禁国产床啪视频网站| 国产片内射在线| 午夜福利乱码中文字幕| 国产亚洲欧美精品永久| 国产成人系列免费观看| 一本色道久久久久久精品综合| 黑人巨大精品欧美一区二区蜜桃| 少妇被粗大猛烈的视频| 如何舔出高潮| 波多野结衣一区麻豆| 韩国高清视频一区二区三区| 国产精品国产三级专区第一集| 国产精品免费视频内射| 久久久久久久久久久久大奶| 亚洲国产精品成人久久小说| 国产福利在线免费观看视频| 老司机亚洲免费影院| 19禁男女啪啪无遮挡网站| 可以免费在线观看a视频的电影网站 | 伦理电影大哥的女人| 精品国产一区二区久久| 国产精品嫩草影院av在线观看| a级片在线免费高清观看视频| 亚洲av国产av综合av卡| 国产成人av激情在线播放| 伊人久久大香线蕉亚洲五| 成年美女黄网站色视频大全免费| 国产一区二区 视频在线| 国产野战对白在线观看| 最近最新中文字幕大全免费视频 | 黄色怎么调成土黄色| 亚洲伊人色综图| 国产福利在线免费观看视频| av国产精品久久久久影院| 亚洲成人免费av在线播放| 大香蕉久久成人网| 青春草国产在线视频| av在线观看视频网站免费| 一边摸一边做爽爽视频免费| 十八禁人妻一区二区| 国产乱来视频区| 国产极品天堂在线| 青春草国产在线视频| 亚洲精品,欧美精品| 激情视频va一区二区三区| 国产精品成人在线| 另类精品久久| 街头女战士在线观看网站| 丰满饥渴人妻一区二区三| 两性夫妻黄色片| 蜜桃国产av成人99| 亚洲熟女精品中文字幕| 亚洲国产成人一精品久久久| 精品国产乱码久久久久久小说| 亚洲专区中文字幕在线 | 久久婷婷青草| 国产精品 欧美亚洲| 人妻 亚洲 视频| 欧美少妇被猛烈插入视频| 亚洲人成网站在线观看播放| 成人18禁高潮啪啪吃奶动态图| 欧美黄色片欧美黄色片| 人人澡人人妻人| 91精品三级在线观看| 啦啦啦中文免费视频观看日本| 国产一区二区三区综合在线观看| 啦啦啦视频在线资源免费观看| 久久久国产精品麻豆| 大片免费播放器 马上看| 成人亚洲欧美一区二区av| 天天躁日日躁夜夜躁夜夜| 国产男女超爽视频在线观看| 国产在视频线精品| 满18在线观看网站| 午夜激情av网站| 丝袜人妻中文字幕| 婷婷成人精品国产| 免费观看a级毛片全部| 777久久人妻少妇嫩草av网站| 蜜桃在线观看..| av在线app专区| 老鸭窝网址在线观看| 啦啦啦中文免费视频观看日本| 一区二区日韩欧美中文字幕| 黄片无遮挡物在线观看| 国产在视频线精品| 国产成人精品在线电影| xxxhd国产人妻xxx| 亚洲精品一二三| 亚洲精品国产一区二区精华液| 亚洲第一av免费看| 一级毛片 在线播放| 久久精品国产a三级三级三级| 免费人妻精品一区二区三区视频| 中文乱码字字幕精品一区二区三区| 久久久久久久久久久免费av| xxxhd国产人妻xxx| 人妻 亚洲 视频| 日韩大片免费观看网站| 欧美亚洲日本最大视频资源| 女性生殖器流出的白浆| 黑人猛操日本美女一级片| 精品亚洲成国产av| 亚洲精品,欧美精品| 中文乱码字字幕精品一区二区三区| 国产在线免费精品| 亚洲国产欧美在线一区| 国产精品蜜桃在线观看| 亚洲精品久久久久久婷婷小说| 亚洲精品国产av成人精品| 国产欧美亚洲国产| 国产片内射在线| 国产日韩欧美亚洲二区| 国语对白做爰xxxⅹ性视频网站| 国产精品一区二区在线观看99| 一本大道久久a久久精品| 欧美精品人与动牲交sv欧美| 亚洲精品国产区一区二| 操美女的视频在线观看| 久久精品aⅴ一区二区三区四区| 国产日韩一区二区三区精品不卡| 伦理电影大哥的女人| 国语对白做爰xxxⅹ性视频网站| 久久99一区二区三区| 久热爱精品视频在线9| 91aial.com中文字幕在线观看| 伊人久久大香线蕉亚洲五| 18禁裸乳无遮挡动漫免费视频| 日韩 欧美 亚洲 中文字幕| av天堂久久9| 岛国毛片在线播放| 久久精品亚洲熟妇少妇任你| 亚洲av中文av极速乱| 999精品在线视频| 视频区图区小说| 亚洲欧美色中文字幕在线| svipshipincom国产片| 99国产精品免费福利视频| 精品卡一卡二卡四卡免费| 国产福利在线免费观看视频| 免费看av在线观看网站| 女人精品久久久久毛片| 亚洲人成网站在线观看播放| 国产成人免费无遮挡视频| 成年美女黄网站色视频大全免费| 日韩一区二区三区影片| 国产麻豆69| 国产淫语在线视频| 免费观看性生交大片5| 香蕉丝袜av| 日韩 亚洲 欧美在线| 欧美亚洲 丝袜 人妻 在线| 伊人久久大香线蕉亚洲五| 中文字幕人妻丝袜一区二区 | 深夜精品福利| 日韩欧美精品免费久久| 男女边摸边吃奶| 亚洲国产成人一精品久久久| 精品午夜福利在线看| 亚洲第一青青草原| 欧美日韩国产mv在线观看视频| 欧美日韩综合久久久久久| 无限看片的www在线观看| 亚洲av中文av极速乱| 三上悠亚av全集在线观看| 精品久久蜜臀av无| 亚洲,欧美,日韩| 女人爽到高潮嗷嗷叫在线视频| 欧美精品一区二区大全| 久久久久久久大尺度免费视频| 可以免费在线观看a视频的电影网站 | 99久久精品国产亚洲精品| 日韩欧美一区视频在线观看| 亚洲色图综合在线观看| 久久人妻熟女aⅴ| 国产精品一二三区在线看| 日本vs欧美在线观看视频| 午夜影院在线不卡| 国产精品女同一区二区软件| 国产av码专区亚洲av| 韩国av在线不卡| 日韩精品有码人妻一区| 国产又爽黄色视频| 国产日韩一区二区三区精品不卡| 夫妻性生交免费视频一级片| 少妇 在线观看| 少妇人妻 视频| 秋霞伦理黄片| 久久韩国三级中文字幕| 久久久久久久久久久久大奶| 久久久久久人人人人人| 一边亲一边摸免费视频| 亚洲中文av在线| 9热在线视频观看99| 99精品久久久久人妻精品| 国产色婷婷99| 久久97久久精品| 国产成人精品久久久久久| 国产日韩欧美视频二区| 日本wwww免费看| 久热这里只有精品99| 日本爱情动作片www.在线观看| 午夜福利免费观看在线| 女人爽到高潮嗷嗷叫在线视频| 人体艺术视频欧美日本| 久久人妻熟女aⅴ| 精品国产国语对白av| 亚洲av日韩精品久久久久久密 | 这个男人来自地球电影免费观看 | 欧美日韩亚洲国产一区二区在线观看 | 人妻人人澡人人爽人人| 又大又爽又粗| 亚洲国产欧美日韩在线播放| 久久这里只有精品19| 青春草视频在线免费观看| 日日爽夜夜爽网站| 精品福利永久在线观看| 男人舔女人的私密视频| 黑人猛操日本美女一级片| 欧美最新免费一区二区三区| 国产乱来视频区| 一本—道久久a久久精品蜜桃钙片| 亚洲成人国产一区在线观看 | 欧美在线黄色| 丁香六月欧美| 日韩av在线免费看完整版不卡| 日日啪夜夜爽| 久久人人爽av亚洲精品天堂| 精品免费久久久久久久清纯 | 欧美激情极品国产一区二区三区| 9热在线视频观看99| 日本wwww免费看| 宅男免费午夜| 日韩免费高清中文字幕av| 国产一区二区三区av在线| 久久狼人影院| 丝袜美足系列| 国产黄频视频在线观看| 免费少妇av软件| 久久 成人 亚洲| 麻豆av在线久日| 亚洲国产精品国产精品| 久久人人爽av亚洲精品天堂| 国产成人精品久久二区二区91 | 国产精品偷伦视频观看了| 亚洲欧美色中文字幕在线| 久久97久久精品| 日韩av不卡免费在线播放| 精品亚洲成a人片在线观看| 国产成人av激情在线播放| 天天操日日干夜夜撸| 久久精品国产a三级三级三级| 精品第一国产精品| 在线看a的网站| 嫩草影视91久久| 中国国产av一级| 在线看a的网站| 黑人巨大精品欧美一区二区蜜桃| 成人漫画全彩无遮挡| 黄频高清免费视频| 999久久久国产精品视频| 亚洲欧洲精品一区二区精品久久久 | 菩萨蛮人人尽说江南好唐韦庄| 蜜桃在线观看..| 日本欧美国产在线视频| 亚洲欧美成人综合另类久久久| 熟女av电影| 国产老妇伦熟女老妇高清| 亚洲美女视频黄频| 一本一本久久a久久精品综合妖精| 中文乱码字字幕精品一区二区三区| 国产精品秋霞免费鲁丝片| 免费在线观看完整版高清| 国产精品久久久久久精品电影小说| 亚洲欧美成人综合另类久久久| 久久av网站| 丝袜脚勾引网站| 色吧在线观看| 大香蕉久久网| 一边摸一边做爽爽视频免费| 精品久久蜜臀av无| 亚洲成色77777|