• <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
    亚洲欧美激情综合另类| 99riav亚洲国产免费| 久久久精品欧美日韩精品| 国产伦精品一区二区三区视频9| 色尼玛亚洲综合影院| 国产美女午夜福利| 97热精品久久久久久| 乱人视频在线观看| 国产精品精品国产色婷婷| 色吧在线观看| 免费电影在线观看免费观看| www.色视频.com| 亚洲美女视频黄频| 九九久久精品国产亚洲av麻豆| 婷婷六月久久综合丁香| eeuss影院久久| 亚洲片人在线观看| 免费看a级黄色片| 嫩草影视91久久| 中文亚洲av片在线观看爽| 婷婷亚洲欧美| 亚洲色图av天堂| 午夜两性在线视频| 欧美日韩黄片免| 此物有八面人人有两片| 日本免费一区二区三区高清不卡| 亚洲专区中文字幕在线| 午夜免费成人在线视频| 男人舔奶头视频| 美女免费视频网站| 我的女老师完整版在线观看| 最新中文字幕久久久久| 日韩欧美一区二区三区在线观看| 99久久精品热视频| 欧美午夜高清在线| 国产主播在线观看一区二区| 少妇丰满av| 欧美在线黄色| 亚洲欧美日韩无卡精品| 人人妻人人澡欧美一区二区| 久久国产乱子伦精品免费另类| 成人三级黄色视频| 91av网一区二区| 欧美在线黄色| 国产精品久久久久久精品电影| 88av欧美| 亚洲国产欧美人成| 亚洲av一区综合| 男女视频在线观看网站免费| 国模一区二区三区四区视频| 久9热在线精品视频| 无人区码免费观看不卡| 成人亚洲精品av一区二区| 级片在线观看| 日日夜夜操网爽| 日韩欧美在线乱码| 免费看光身美女| 午夜两性在线视频| 欧美+亚洲+日韩+国产| 自拍偷自拍亚洲精品老妇| 少妇被粗大猛烈的视频| 久久精品国产清高在天天线| 国产精品一区二区三区四区久久| 九色成人免费人妻av| 亚洲av第一区精品v没综合| 少妇的逼好多水| 五月玫瑰六月丁香| 国产私拍福利视频在线观看| 国产真实伦视频高清在线观看 | 欧美最黄视频在线播放免费| 日日夜夜操网爽| 中文资源天堂在线| 在线观看66精品国产| 国产精品综合久久久久久久免费| 亚洲成人精品中文字幕电影| 国产蜜桃级精品一区二区三区| 九色成人免费人妻av| 男女之事视频高清在线观看| 女人十人毛片免费观看3o分钟| 久久午夜福利片| 99在线视频只有这里精品首页| 99在线视频只有这里精品首页| 夜夜夜夜夜久久久久| 中文字幕免费在线视频6| 欧美一级a爱片免费观看看| 91狼人影院| 99视频精品全部免费 在线| 中文字幕高清在线视频| 内地一区二区视频在线| 成人一区二区视频在线观看| 亚洲,欧美,日韩| 啦啦啦观看免费观看视频高清| 亚洲无线观看免费| 亚洲 欧美 日韩 在线 免费| 99国产极品粉嫩在线观看| 他把我摸到了高潮在线观看| 久久久久久大精品| 岛国在线免费视频观看| 成年人黄色毛片网站| 国产亚洲欧美98| 国产成人a区在线观看| 91在线观看av| 国产视频一区二区在线看| 99国产极品粉嫩在线观看| 国产高清激情床上av| 天堂动漫精品| 在线观看美女被高潮喷水网站 | 99热6这里只有精品| 免费看日本二区| 国产 一区 欧美 日韩| 波多野结衣巨乳人妻| 一个人看的www免费观看视频| 亚洲一区二区三区色噜噜| 无遮挡黄片免费观看| 亚洲av美国av| 国产精品女同一区二区软件 | 18美女黄网站色大片免费观看| 久久久国产成人免费| 性欧美人与动物交配| 又爽又黄a免费视频| 国产精品野战在线观看| 女同久久另类99精品国产91| 国产高清视频在线播放一区| 91av网一区二区| 国产一区二区激情短视频| or卡值多少钱| 美女cb高潮喷水在线观看| aaaaa片日本免费| 亚洲天堂国产精品一区在线| 91在线观看av| 亚洲成人免费电影在线观看| 婷婷精品国产亚洲av在线| 国产私拍福利视频在线观看| 淫秽高清视频在线观看| 99久久无色码亚洲精品果冻| 欧美xxxx性猛交bbbb| 如何舔出高潮| 国产av麻豆久久久久久久| h日本视频在线播放| 国产精品亚洲美女久久久| 国产乱人伦免费视频| 我的老师免费观看完整版| 久久人人精品亚洲av| 午夜免费成人在线视频| 午夜福利欧美成人| 90打野战视频偷拍视频| 午夜福利在线观看吧| 99热6这里只有精品| 又爽又黄a免费视频| 久久久久久久久中文| 婷婷精品国产亚洲av| 国内精品美女久久久久久| eeuss影院久久| 舔av片在线| 国产精华一区二区三区| 国产中年淑女户外野战色| av黄色大香蕉| 欧美+日韩+精品| 精品一区二区三区人妻视频| 亚洲美女视频黄频| 亚洲性夜色夜夜综合| 欧美乱妇无乱码| 欧美另类亚洲清纯唯美| 小蜜桃在线观看免费完整版高清| 999久久久精品免费观看国产| av在线蜜桃| 国产私拍福利视频在线观看| 欧美zozozo另类| 国产成人av教育| 九色国产91popny在线| 两性午夜刺激爽爽歪歪视频在线观看| 久久久久久九九精品二区国产| 久久久成人免费电影| 一个人免费在线观看电影| 简卡轻食公司| 天堂网av新在线| 一级黄色大片毛片| 国产野战对白在线观看| 国产国拍精品亚洲av在线观看| 老鸭窝网址在线观看| 老司机福利观看| 成人精品一区二区免费| 国产精品亚洲一级av第二区| 91av网一区二区| 90打野战视频偷拍视频| 麻豆成人午夜福利视频| 少妇的逼水好多| 老熟妇乱子伦视频在线观看| 午夜影院日韩av| 久久久久久国产a免费观看| 十八禁人妻一区二区| 91麻豆av在线| 成人永久免费在线观看视频| 日韩欧美 国产精品| 高清日韩中文字幕在线| 岛国在线免费视频观看| 亚洲人成网站高清观看| 欧美精品啪啪一区二区三区| 日本与韩国留学比较| 亚洲av成人av| 长腿黑丝高跟| 中亚洲国语对白在线视频| 一级黄片播放器| 欧美最黄视频在线播放免费| 欧美区成人在线视频| 亚洲乱码一区二区免费版| 欧美日韩中文字幕国产精品一区二区三区| 亚洲国产色片| 免费观看精品视频网站| 欧美又色又爽又黄视频| 亚洲欧美日韩卡通动漫| 国产aⅴ精品一区二区三区波| 成年女人看的毛片在线观看| 波多野结衣高清作品| 欧美日韩福利视频一区二区| 久久久久久久久中文| 最好的美女福利视频网| 欧美性感艳星| 欧美另类亚洲清纯唯美| 伊人久久精品亚洲午夜| 欧美bdsm另类| 69av精品久久久久久| 18禁黄网站禁片午夜丰满| 淫妇啪啪啪对白视频| 亚洲经典国产精华液单 | 天美传媒精品一区二区| bbb黄色大片| 脱女人内裤的视频| 亚洲成人免费电影在线观看| 亚洲片人在线观看| 听说在线观看完整版免费高清| 日韩有码中文字幕| 久久人妻av系列| 波野结衣二区三区在线| 日韩中字成人| 免费大片18禁| 亚洲欧美清纯卡通| 精品久久久久久久久久久久久| 亚洲精品一卡2卡三卡4卡5卡| 日本与韩国留学比较| 俄罗斯特黄特色一大片| 热99re8久久精品国产| 中文字幕久久专区| 国产毛片a区久久久久| 欧美日本亚洲视频在线播放| 女生性感内裤真人,穿戴方法视频| 在线观看午夜福利视频| 日韩欧美在线二视频| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品影院久久| 九色成人免费人妻av| 在现免费观看毛片| 乱码一卡2卡4卡精品| 成人高潮视频无遮挡免费网站| 色在线成人网| 男女之事视频高清在线观看| 在线看三级毛片| 赤兔流量卡办理| 欧美又色又爽又黄视频| 久久久精品欧美日韩精品| 久久99热6这里只有精品| 国产亚洲精品av在线| 日韩精品青青久久久久久| 色哟哟·www| 在现免费观看毛片| 久久草成人影院| 搞女人的毛片| 亚洲国产精品合色在线| 久久人人精品亚洲av| av在线天堂中文字幕| 精品人妻熟女av久视频| 真人一进一出gif抽搐免费| 直男gayav资源| 精品人妻一区二区三区麻豆 | 99久久久亚洲精品蜜臀av| 男女床上黄色一级片免费看| 国产精华一区二区三区| 高清在线国产一区| 欧美激情国产日韩精品一区| 亚洲乱码一区二区免费版| 日本a在线网址| 欧美丝袜亚洲另类 | 免费人成在线观看视频色| 国产高潮美女av| 九色成人免费人妻av| 在线免费观看不下载黄p国产 | 国产高清三级在线| 精品不卡国产一区二区三区| 欧美午夜高清在线| 久久午夜亚洲精品久久| 亚洲人成网站高清观看| 久久国产精品影院| 久久精品国产自在天天线| 啪啪无遮挡十八禁网站| 亚洲国产精品久久男人天堂| 内射极品少妇av片p| 久久精品夜夜夜夜夜久久蜜豆| 18美女黄网站色大片免费观看| 老司机午夜十八禁免费视频| 亚洲三级黄色毛片| 大型黄色视频在线免费观看| 色哟哟·www| 国产精品嫩草影院av在线观看 | 能在线免费观看的黄片| 麻豆一二三区av精品| 日本免费一区二区三区高清不卡| 国产一区二区亚洲精品在线观看| 可以在线观看的亚洲视频| 小蜜桃在线观看免费完整版高清| 亚洲av二区三区四区| www.色视频.com| 男女视频在线观看网站免费| av黄色大香蕉| 精品一区二区三区人妻视频| 久久久久久国产a免费观看| 成年免费大片在线观看| 欧美激情国产日韩精品一区| 免费看a级黄色片| 亚洲国产精品sss在线观看| 在线免费观看的www视频| 国产精品嫩草影院av在线观看 | 午夜激情欧美在线| 赤兔流量卡办理| 亚洲精品日韩av片在线观看| 亚洲黑人精品在线| 别揉我奶头 嗯啊视频| 午夜福利在线观看免费完整高清在 | 别揉我奶头 嗯啊视频| 亚洲第一区二区三区不卡| 男女床上黄色一级片免费看| 可以在线观看的亚洲视频| 91九色精品人成在线观看| 日韩成人在线观看一区二区三区| 女人十人毛片免费观看3o分钟| 色尼玛亚洲综合影院| 变态另类成人亚洲欧美熟女| 国产成人福利小说| 简卡轻食公司| 搡老熟女国产l中国老女人| 亚洲片人在线观看| 久久九九热精品免费| 小蜜桃在线观看免费完整版高清| 日韩成人在线观看一区二区三区| 91久久精品国产一区二区成人| 直男gayav资源| 999久久久精品免费观看国产| 亚洲无线在线观看| 国产成人欧美在线观看| 免费av不卡在线播放| 亚洲熟妇中文字幕五十中出| 狂野欧美白嫩少妇大欣赏| 国产熟女xx| 国产野战对白在线观看| 天天躁日日操中文字幕| 真实男女啪啪啪动态图| 欧美+亚洲+日韩+国产| 搡老妇女老女人老熟妇| 国产av一区在线观看免费| 三级国产精品欧美在线观看| 少妇的逼好多水| 成年女人毛片免费观看观看9| 在线a可以看的网站| 变态另类丝袜制服| 国产精品久久久久久久久免 | 国产精品av视频在线免费观看| 国产精华一区二区三区| av专区在线播放| 日韩欧美精品v在线| 久久久久久久精品吃奶| 最近最新中文字幕大全电影3| 在线观看av片永久免费下载| 嫩草影院新地址| 日本一本二区三区精品| 自拍偷自拍亚洲精品老妇| 亚洲黑人精品在线| 国产色婷婷99| 色在线成人网| 高清毛片免费观看视频网站| 精品国内亚洲2022精品成人| 久久国产乱子免费精品| 欧美xxxx黑人xx丫x性爽| 亚洲中文日韩欧美视频| avwww免费| 日韩亚洲欧美综合| 91九色精品人成在线观看| av欧美777| 性色avwww在线观看| 午夜免费男女啪啪视频观看 | 无人区码免费观看不卡| 国产毛片a区久久久久| 麻豆国产97在线/欧美| 两人在一起打扑克的视频| 波野结衣二区三区在线| 国产av不卡久久| 欧美中文日本在线观看视频| 国产视频一区二区在线看| 99国产综合亚洲精品| 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 | 国产伦精品一区二区三区视频9| 97热精品久久久久久| 免费av观看视频| 国产伦精品一区二区三区视频9| 国产成人aa在线观看| 国产黄片美女视频| 露出奶头的视频| 99久久成人亚洲精品观看| 日韩人妻高清精品专区| 毛片一级片免费看久久久久 | 国产精华一区二区三区| 欧美乱色亚洲激情| 国产私拍福利视频在线观看| 亚洲av免费高清在线观看| av在线老鸭窝| 亚洲精品亚洲一区二区| 国产精品三级大全| 一本一本综合久久| 亚洲在线观看片| 亚洲 国产 在线| 色哟哟·www| 午夜福利视频1000在线观看| 尤物成人国产欧美一区二区三区| 麻豆成人av在线观看| 热99在线观看视频| 国内毛片毛片毛片毛片毛片| 热99re8久久精品国产| a级一级毛片免费在线观看| 在线观看av片永久免费下载| 少妇裸体淫交视频免费看高清| 国产在线精品亚洲第一网站| 91久久精品电影网| 亚洲欧美清纯卡通| 18+在线观看网站| 国产成年人精品一区二区| 国产美女午夜福利| 国产毛片a区久久久久| 丰满乱子伦码专区| 黄色丝袜av网址大全| 亚洲自拍偷在线| 一级作爱视频免费观看| 伦理电影大哥的女人| 国产精品三级大全| 亚洲天堂国产精品一区在线| 日韩中字成人| 久久99热6这里只有精品| 每晚都被弄得嗷嗷叫到高潮| 毛片一级片免费看久久久久 | 免费在线观看亚洲国产| 亚洲国产高清在线一区二区三| 精品免费久久久久久久清纯| 啦啦啦韩国在线观看视频| 精品一区二区免费观看| 欧美色欧美亚洲另类二区| 成人毛片a级毛片在线播放| 久久久国产成人精品二区| 欧美日韩瑟瑟在线播放| 亚洲av电影在线进入| 人妻丰满熟妇av一区二区三区| 中文字幕人成人乱码亚洲影| 亚洲欧美激情综合另类| 亚洲国产精品合色在线| 琪琪午夜伦伦电影理论片6080| 午夜福利成人在线免费观看| 精品人妻1区二区| 给我免费播放毛片高清在线观看| 高潮久久久久久久久久久不卡| 久久这里只有精品中国| 亚洲成人久久爱视频| 757午夜福利合集在线观看| 琪琪午夜伦伦电影理论片6080| 久久九九热精品免费| 三级毛片av免费| 国产亚洲精品久久久久久毛片| 一个人观看的视频www高清免费观看| 99精品在免费线老司机午夜| 精品一区二区免费观看| 午夜福利成人在线免费观看| 午夜福利18| 热99re8久久精品国产| 不卡一级毛片| 亚洲五月天丁香| 中文资源天堂在线| АⅤ资源中文在线天堂| 十八禁国产超污无遮挡网站| 国内揄拍国产精品人妻在线| aaaaa片日本免费| 欧美一区二区精品小视频在线| 制服丝袜大香蕉在线| a级一级毛片免费在线观看| 五月玫瑰六月丁香| 久久精品国产亚洲av天美| 最好的美女福利视频网| 三级毛片av免费| 国产精品综合久久久久久久免费| 97热精品久久久久久| 亚洲av二区三区四区| 性色av乱码一区二区三区2| 午夜视频国产福利| 美女高潮喷水抽搐中文字幕| 亚洲精品乱码久久久v下载方式| 亚洲精品亚洲一区二区| 最近在线观看免费完整版| 99视频精品全部免费 在线| 久久久久国内视频| 欧美日韩瑟瑟在线播放| 午夜亚洲福利在线播放| av专区在线播放| 色综合亚洲欧美另类图片| 精品久久久久久成人av| 3wmmmm亚洲av在线观看| 欧美成人免费av一区二区三区| 午夜影院日韩av| 成年免费大片在线观看| 最好的美女福利视频网| 午夜老司机福利剧场| 精品福利观看| 亚洲av熟女| 欧美激情国产日韩精品一区| 亚洲狠狠婷婷综合久久图片| 中文字幕高清在线视频| 波多野结衣高清作品| 国产综合懂色| 国产精品一及| 中文字幕人妻熟人妻熟丝袜美| 久久精品久久久久久噜噜老黄 | 国产一区二区亚洲精品在线观看| 亚洲av成人精品一区久久| 精品一区二区免费观看| 欧美另类亚洲清纯唯美| 男人舔女人下体高潮全视频| 成人鲁丝片一二三区免费| 97碰自拍视频| 1024手机看黄色片| 全区人妻精品视频| 高清毛片免费观看视频网站| 国产精品98久久久久久宅男小说| 69av精品久久久久久| 一个人看视频在线观看www免费| 少妇裸体淫交视频免费看高清| 国产在线男女| 中文字幕熟女人妻在线| 在线观看舔阴道视频| 久久精品综合一区二区三区| 亚洲欧美日韩高清在线视频| 十八禁网站免费在线| 久久草成人影院| 精品人妻视频免费看| 99热这里只有是精品在线观看 | 亚洲国产精品成人综合色| 成人精品一区二区免费| 国产蜜桃级精品一区二区三区| 亚洲国产色片| 亚洲av五月六月丁香网| 午夜福利免费观看在线| 欧美另类亚洲清纯唯美| 12—13女人毛片做爰片一| 女人十人毛片免费观看3o分钟| 免费观看精品视频网站| 国产一区二区在线观看日韩| 一本一本综合久久| 内射极品少妇av片p| 97超视频在线观看视频| 美女高潮的动态| 在线观看66精品国产| 久久精品影院6| 亚洲欧美精品综合久久99| 久久热精品热| 99riav亚洲国产免费| 国产午夜精品论理片| 欧美黄色片欧美黄色片| 又爽又黄无遮挡网站| 国产精品综合久久久久久久免费| 一个人观看的视频www高清免费观看| a级一级毛片免费在线观看| 一区福利在线观看| 青草久久国产| 激情在线观看视频在线高清| 女生性感内裤真人,穿戴方法视频| 欧美另类亚洲清纯唯美| 日韩精品青青久久久久久| 丝袜美腿在线中文| 亚洲欧美日韩东京热| 亚洲黑人精品在线| 小说图片视频综合网站| 少妇裸体淫交视频免费看高清| 国产在线男女| 国产精品女同一区二区软件 | 欧美最黄视频在线播放免费| 综合色av麻豆| 老司机深夜福利视频在线观看| 免费人成视频x8x8入口观看| 99视频精品全部免费 在线| 在现免费观看毛片| 12—13女人毛片做爰片一| 中文字幕精品亚洲无线码一区| 人人妻人人澡欧美一区二区| 又爽又黄无遮挡网站| 午夜a级毛片| 国产久久久一区二区三区| 黄片小视频在线播放| 成人美女网站在线观看视频| 国产成人福利小说| 亚洲午夜理论影院| 国产高清有码在线观看视频| 国语自产精品视频在线第100页| 日本一二三区视频观看| 1000部很黄的大片| 热99re8久久精品国产| 无遮挡黄片免费观看| 国产成人啪精品午夜网站| 色吧在线观看| 99国产极品粉嫩在线观看| 亚洲一区高清亚洲精品| 色在线成人网| 99热这里只有精品一区| 精品国产三级普通话版|