• <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
    一个人观看的视频www高清免费观看| 人人妻人人看人人澡| 日本-黄色视频高清免费观看| 黄色欧美视频在线观看| 女的被弄到高潮叫床怎么办| 美女cb高潮喷水在线观看| 欧美日韩视频高清一区二区三区二| 日韩三级伦理在线观看| 亚洲自拍偷在线| 精品一区二区三区人妻视频| 亚洲电影在线观看av| 精品国产露脸久久av麻豆 | 日本免费在线观看一区| 九草在线视频观看| 国产精品一区二区三区四区免费观看| 欧美+日韩+精品| 亚洲三级黄色毛片| 欧美成人午夜免费资源| 狠狠精品人妻久久久久久综合| 啦啦啦啦在线视频资源| 99热6这里只有精品| 亚洲最大成人手机在线| 亚洲va在线va天堂va国产| av在线播放精品| 舔av片在线| 国产一区二区亚洲精品在线观看| 国产成人福利小说| 国产黄a三级三级三级人| 2018国产大陆天天弄谢| 国产一区亚洲一区在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲av成人精品一区久久| 国产精品蜜桃在线观看| 女人十人毛片免费观看3o分钟| 精品久久久久久久久亚洲| 久久99热这里只有精品18| 亚洲综合色惰| 97人妻精品一区二区三区麻豆| 国产精品伦人一区二区| 国产精品久久视频播放| 男人爽女人下面视频在线观看| 99久久精品热视频| 美女主播在线视频| 久久精品久久久久久噜噜老黄| 日韩精品有码人妻一区| 免费电影在线观看免费观看| 有码 亚洲区| 欧美性猛交╳xxx乱大交人| 亚洲高清免费不卡视频| 好男人在线观看高清免费视频| 成年免费大片在线观看| 亚洲国产成人一精品久久久| 伊人久久国产一区二区| 精品一区二区三卡| 国产淫语在线视频| 国产伦理片在线播放av一区| 看黄色毛片网站| 日韩成人伦理影院| 国内精品一区二区在线观看| 欧美三级亚洲精品| 大话2 男鬼变身卡| 成人毛片60女人毛片免费| 亚洲精品日韩在线中文字幕| 五月伊人婷婷丁香| 国产 亚洲一区二区三区 | av在线蜜桃| 国产精品蜜桃在线观看| 国产精品蜜桃在线观看| 啦啦啦啦在线视频资源| 晚上一个人看的免费电影| 欧美性感艳星| 国产精品一区二区在线观看99 | 国产熟女欧美一区二区| 欧美三级亚洲精品| 汤姆久久久久久久影院中文字幕 | 色综合站精品国产| or卡值多少钱| 18禁在线无遮挡免费观看视频| 久久精品国产亚洲网站| 乱系列少妇在线播放| 久久久午夜欧美精品| 99视频精品全部免费 在线| 日日啪夜夜撸| 天堂√8在线中文| 亚洲av福利一区| 欧美一区二区亚洲| 男女国产视频网站| 午夜爱爱视频在线播放| 日本三级黄在线观看| 免费观看精品视频网站| 日本熟妇午夜| 大香蕉久久网| 精品久久久久久久久亚洲| 黑人高潮一二区| 床上黄色一级片| 久久久成人免费电影| 亚洲av一区综合| 国产亚洲av嫩草精品影院| 免费在线观看成人毛片| 日韩一区二区三区影片| 国产色婷婷99| 伦精品一区二区三区| 日日干狠狠操夜夜爽| 欧美成人精品欧美一级黄| 亚洲人成网站在线播| 午夜精品国产一区二区电影 | 国产一级毛片在线| 亚洲丝袜综合中文字幕| 亚洲精华国产精华液的使用体验| 中国美白少妇内射xxxbb| 精品国内亚洲2022精品成人| 亚洲成人一二三区av| 2018国产大陆天天弄谢| 丰满少妇做爰视频| 天天躁日日操中文字幕| 亚洲av免费高清在线观看| 69av精品久久久久久| 亚洲最大成人手机在线| 直男gayav资源| 亚洲人成网站高清观看| 亚洲精华国产精华液的使用体验| 精品少妇黑人巨大在线播放| 国产精品一区二区三区四区免费观看| 精品一区二区三区人妻视频| 国产av在哪里看| 日日撸夜夜添| 久久久精品94久久精品| 日韩成人av中文字幕在线观看| 国语对白做爰xxxⅹ性视频网站| 精品人妻熟女av久视频| 蜜桃久久精品国产亚洲av| 啦啦啦韩国在线观看视频| 搞女人的毛片| 国产精品一区二区在线观看99 | 国产真实伦视频高清在线观看| 九九久久精品国产亚洲av麻豆| 亚洲国产欧美人成| 一个人观看的视频www高清免费观看| 久久精品夜色国产| 熟妇人妻不卡中文字幕| 久久久久久久久中文| 欧美+日韩+精品| 国产成人精品久久久久久| 免费观看a级毛片全部| 欧美另类一区| 婷婷色综合www| 国产精品久久久久久久久免| 十八禁国产超污无遮挡网站| 伊人久久精品亚洲午夜| 肉色欧美久久久久久久蜜桃 | 黄片无遮挡物在线观看| av免费在线看不卡| 少妇裸体淫交视频免费看高清| 亚洲精品国产av成人精品| 国产亚洲一区二区精品| av专区在线播放| 日本免费在线观看一区| 在线观看一区二区三区| 亚洲最大成人av| av女优亚洲男人天堂| 国产精品麻豆人妻色哟哟久久 | 免费大片18禁| 亚洲最大成人手机在线| 直男gayav资源| 欧美+日韩+精品| 亚洲av国产av综合av卡| 亚洲av.av天堂| 色播亚洲综合网| 非洲黑人性xxxx精品又粗又长| 亚洲av在线观看美女高潮| 欧美激情久久久久久爽电影| 日韩精品青青久久久久久| 亚州av有码| 日本一二三区视频观看| 狠狠精品人妻久久久久久综合| 国产精品不卡视频一区二区| 国产成人精品久久久久久| 黑人高潮一二区| 国产精品久久视频播放| 女的被弄到高潮叫床怎么办| 国产伦理片在线播放av一区| 婷婷色麻豆天堂久久| 国产精品国产三级国产av玫瑰| 日本爱情动作片www.在线观看| 97精品久久久久久久久久精品| 天堂影院成人在线观看| 一个人看的www免费观看视频| 国产极品天堂在线| 草草在线视频免费看| av一本久久久久| 毛片女人毛片| 如何舔出高潮| 成人欧美大片| 身体一侧抽搐| 亚洲精品乱久久久久久| 六月丁香七月| 免费黄网站久久成人精品| 日韩,欧美,国产一区二区三区| 亚洲精品亚洲一区二区| 爱豆传媒免费全集在线观看| 一二三四中文在线观看免费高清| 一级黄片播放器| 伊人久久国产一区二区| 欧美不卡视频在线免费观看| 日本与韩国留学比较| 精品久久久久久久久av| 一本久久精品| 久久精品久久久久久久性| 国产伦精品一区二区三区四那| 欧美三级亚洲精品| 美女国产视频在线观看| 午夜福利在线观看吧| 伊人久久国产一区二区| 少妇高潮的动态图| 五月伊人婷婷丁香| 欧美一区二区亚洲| 久久人人爽人人片av| 成人美女网站在线观看视频| 亚洲成色77777| 久久精品国产亚洲av天美| 麻豆成人av视频| 亚洲av中文av极速乱| 狂野欧美激情性xxxx在线观看| 在线免费观看不下载黄p国产| 亚洲在线观看片| 久久久久久久久久人人人人人人| 亚洲欧美成人综合另类久久久| 久久99热这里只频精品6学生| 女人被狂操c到高潮| 色5月婷婷丁香| 亚洲精品日韩在线中文字幕| 夫妻午夜视频| 亚洲欧美中文字幕日韩二区| 夜夜爽夜夜爽视频| 大陆偷拍与自拍| 国产成人免费观看mmmm| 亚洲国产精品成人综合色| 欧美丝袜亚洲另类| 国产欧美日韩精品一区二区| 天堂中文最新版在线下载 | 中文天堂在线官网| 97在线视频观看| 午夜爱爱视频在线播放| 国产色爽女视频免费观看| 禁无遮挡网站| 欧美极品一区二区三区四区| 欧美激情国产日韩精品一区| 婷婷色综合大香蕉| 春色校园在线视频观看| 高清在线视频一区二区三区| 九草在线视频观看| 男女啪啪激烈高潮av片| 日韩三级伦理在线观看| av在线播放精品| 激情 狠狠 欧美| 少妇被粗大猛烈的视频| 爱豆传媒免费全集在线观看| 插阴视频在线观看视频| 中文字幕人妻熟人妻熟丝袜美| 国产精品一区二区在线观看99 | 亚洲熟妇中文字幕五十中出| 99久久精品国产国产毛片| 国产亚洲av片在线观看秒播厂 | 婷婷色综合大香蕉| 校园人妻丝袜中文字幕| 亚洲成人一二三区av| 精品少妇黑人巨大在线播放| 欧美日韩在线观看h| 亚洲欧美日韩卡通动漫| 国产91av在线免费观看| 久久精品国产亚洲av涩爱| 国产一区二区三区av在线| 久久6这里有精品| 国产91av在线免费观看| 亚洲经典国产精华液单| 免费av毛片视频| 毛片女人毛片| 亚洲丝袜综合中文字幕| 成人毛片a级毛片在线播放| 免费不卡的大黄色大毛片视频在线观看 | 一级a做视频免费观看| 国产精品熟女久久久久浪| 国产一区有黄有色的免费视频 | 最新中文字幕久久久久| 嫩草影院入口| 国产 一区 欧美 日韩| 大话2 男鬼变身卡| 精品久久久久久久久av| 少妇人妻精品综合一区二区| 精品久久久久久久人妻蜜臀av| 汤姆久久久久久久影院中文字幕 | 久久精品国产亚洲网站| 中国美白少妇内射xxxbb| 国产黄频视频在线观看| 成人特级av手机在线观看| 国产精品美女特级片免费视频播放器| 国产成人午夜福利电影在线观看| 亚洲欧美精品专区久久| 久久6这里有精品| av黄色大香蕉| 欧美精品一区二区大全| 青春草亚洲视频在线观看| 久久久久性生活片| 不卡视频在线观看欧美| 五月伊人婷婷丁香| 大片免费播放器 马上看| 国产在视频线在精品| 国产一级毛片七仙女欲春2| 色综合站精品国产| 又爽又黄无遮挡网站| 精品少妇黑人巨大在线播放| 久久久久精品久久久久真实原创| 一区二区三区四区激情视频| 色尼玛亚洲综合影院| 三级男女做爰猛烈吃奶摸视频| 国产成人免费观看mmmm| 精品欧美国产一区二区三| 国产午夜精品一二区理论片| 亚洲精品日韩av片在线观看| 日日摸夜夜添夜夜爱| 亚洲精品乱码久久久v下载方式| 熟女电影av网| 精品一区在线观看国产| 日本黄色片子视频| 精品酒店卫生间| 99热网站在线观看| 午夜精品在线福利| 亚洲av中文字字幕乱码综合| 国产黄频视频在线观看| 国产成人a∨麻豆精品| 国产免费又黄又爽又色| 国产精品综合久久久久久久免费| 亚洲最大成人av| 中文字幕亚洲精品专区| 色网站视频免费| 精品久久久久久久久av| 女人被狂操c到高潮| 免费av不卡在线播放| 亚洲18禁久久av| 一级黄片播放器| 伦理电影大哥的女人| 日韩三级伦理在线观看| 午夜激情欧美在线| 国产成人精品福利久久| 人人妻人人澡人人爽人人夜夜 | 国产精品1区2区在线观看.| 成人欧美大片| 国产欧美日韩精品一区二区| av线在线观看网站| 欧美日韩亚洲高清精品| 午夜精品在线福利| 天天躁日日操中文字幕| 亚洲久久久久久中文字幕| 纵有疾风起免费观看全集完整版 | 晚上一个人看的免费电影| 免费观看在线日韩| 成人漫画全彩无遮挡| 午夜福利成人在线免费观看| 成年女人看的毛片在线观看| 国产高清国产精品国产三级 | 亚洲av成人av| 成人鲁丝片一二三区免费| 在线天堂最新版资源| av在线天堂中文字幕| 亚洲国产精品国产精品| 久久久亚洲精品成人影院| 91在线精品国自产拍蜜月| 日本一本二区三区精品| 欧美日韩精品成人综合77777| 国产精品嫩草影院av在线观看| 国产一区二区三区综合在线观看 | 午夜精品在线福利| kizo精华| 国产一区二区在线观看日韩| 午夜免费激情av| 国产成人一区二区在线| 久久久久久久久久黄片| 麻豆乱淫一区二区| 国产男女超爽视频在线观看| 精品一区在线观看国产| 丝瓜视频免费看黄片| 国产乱人视频| 一个人免费在线观看电影| 日本一本二区三区精品| 人人妻人人澡欧美一区二区| 男插女下体视频免费在线播放| 日韩在线高清观看一区二区三区| 亚洲怡红院男人天堂| 一区二区三区免费毛片| 成人午夜精彩视频在线观看| 欧美日韩精品成人综合77777| 亚洲最大成人手机在线| 熟妇人妻久久中文字幕3abv| 亚洲熟妇中文字幕五十中出| 极品教师在线视频| 国产男女超爽视频在线观看| 色综合站精品国产| 直男gayav资源| 亚洲真实伦在线观看| 国语对白做爰xxxⅹ性视频网站| 国产午夜精品论理片| 亚洲av免费在线观看| 国产精品伦人一区二区| 两个人的视频大全免费| 国产高清有码在线观看视频| 亚洲人成网站高清观看| 欧美日韩在线观看h| 99久国产av精品国产电影| 日韩国内少妇激情av| 男女边吃奶边做爰视频| 欧美高清性xxxxhd video| 精品人妻偷拍中文字幕| 精品久久久精品久久久| 人妻一区二区av| 久久久久久久久久黄片| 成人二区视频| av网站免费在线观看视频 | 99久久人妻综合| 国产av在哪里看| 婷婷色综合www| 黄色配什么色好看| or卡值多少钱| 国产一区有黄有色的免费视频 | 亚洲婷婷狠狠爱综合网| 日日摸夜夜添夜夜添av毛片| 爱豆传媒免费全集在线观看| 蜜桃久久精品国产亚洲av| 亚洲精品视频女| 国产亚洲av嫩草精品影院| 国产成人精品福利久久| 国产精品日韩av在线免费观看| 久久久久久久久久久丰满| 97人妻精品一区二区三区麻豆| 亚洲欧美中文字幕日韩二区| 国产精品一区二区在线观看99 | 99热这里只有是精品在线观看| 亚洲电影在线观看av| 午夜亚洲福利在线播放| 晚上一个人看的免费电影| 亚洲精品自拍成人| 春色校园在线视频观看| 精品酒店卫生间| 免费人成在线观看视频色| av.在线天堂| 国产欧美另类精品又又久久亚洲欧美| 免费在线观看成人毛片| 免费观看在线日韩| 91久久精品国产一区二区成人| 亚洲人成网站在线观看播放| 在线免费观看的www视频| 欧美 日韩 精品 国产| 日韩人妻高清精品专区| 国产在视频线精品| 亚洲欧美日韩东京热| 国产亚洲最大av| 精品一区二区三卡| 日日撸夜夜添| 国产免费一级a男人的天堂| 日韩中字成人| 麻豆av噜噜一区二区三区| 男人舔奶头视频| 亚洲av免费高清在线观看| 在线a可以看的网站| av在线播放精品| 亚洲精品一二三| 麻豆国产97在线/欧美| 丝袜喷水一区| 成人国产麻豆网| 极品教师在线视频| 亚洲成人精品中文字幕电影| 在线免费观看不下载黄p国产| 永久网站在线| 性插视频无遮挡在线免费观看| 中文资源天堂在线| 国产精品三级大全| 观看免费一级毛片| 精品久久久久久电影网| 午夜福利成人在线免费观看| 日韩欧美精品v在线| 国产视频内射| 日韩一本色道免费dvd| 久久6这里有精品| 欧美性感艳星| 天堂av国产一区二区熟女人妻| 亚洲av免费在线观看| 日本三级黄在线观看| 亚洲av日韩在线播放| 久久99蜜桃精品久久| 日日啪夜夜撸| 精品欧美国产一区二区三| 人妻一区二区av| 亚洲熟妇中文字幕五十中出| 非洲黑人性xxxx精品又粗又长| av播播在线观看一区| 久久草成人影院| 日本免费在线观看一区| 卡戴珊不雅视频在线播放| 看十八女毛片水多多多| 国产综合精华液| 久久久久久久久久成人| 精品午夜福利在线看| 免费人成在线观看视频色| 91久久精品国产一区二区三区| 91狼人影院| 一个人免费在线观看电影| 内射极品少妇av片p| 一夜夜www| 国产探花极品一区二区| 99久久人妻综合| 国产精品无大码| 国产精品三级大全| 日韩亚洲欧美综合| 一级二级三级毛片免费看| 一本久久精品| 午夜精品一区二区三区免费看| 99久久精品一区二区三区| 你懂的网址亚洲精品在线观看| 国产黄a三级三级三级人| 国产91av在线免费观看| 三级国产精品欧美在线观看| 最近中文字幕高清免费大全6| 中文字幕免费在线视频6| 边亲边吃奶的免费视频| 国产成人免费观看mmmm| 久久久久九九精品影院| 午夜久久久久精精品| 汤姆久久久久久久影院中文字幕 | 精品人妻视频免费看| 一区二区三区四区激情视频| 99热这里只有是精品50| 中文欧美无线码| 精品久久久久久久末码| 国产亚洲精品av在线| 久久久久久伊人网av| 嘟嘟电影网在线观看| 永久网站在线| 国产成人a∨麻豆精品| 美女被艹到高潮喷水动态| 国产伦精品一区二区三区视频9| 免费观看在线日韩| 国产成人精品福利久久| 午夜视频国产福利| 久久久午夜欧美精品| 在线免费观看的www视频| 毛片一级片免费看久久久久| 99久国产av精品| 人人妻人人澡人人爽人人夜夜 | 中国国产av一级| 毛片一级片免费看久久久久| 在线观看美女被高潮喷水网站| 尤物成人国产欧美一区二区三区| 日产精品乱码卡一卡2卡三| 春色校园在线视频观看| 国产伦一二天堂av在线观看| 国产精品三级大全| 欧美成人午夜免费资源| 91aial.com中文字幕在线观看| 国产亚洲精品久久久com| 亚洲色图av天堂| 听说在线观看完整版免费高清| 免费观看精品视频网站| 精品国产三级普通话版| 久久精品久久久久久久性| 国产爱豆传媒在线观看| 久久午夜福利片| 午夜免费男女啪啪视频观看| 黄片wwwwww| 春色校园在线视频观看| 在线播放无遮挡| 亚洲av免费在线观看| 可以在线观看毛片的网站| 91aial.com中文字幕在线观看| 少妇人妻精品综合一区二区| 人妻制服诱惑在线中文字幕| 26uuu在线亚洲综合色| 一级黄片播放器| 少妇熟女aⅴ在线视频| 深爱激情五月婷婷| 国产探花在线观看一区二区| 在线免费观看的www视频| 日日啪夜夜爽| 久久精品国产自在天天线| 麻豆乱淫一区二区| 午夜福利网站1000一区二区三区| 精品久久久久久久末码| 成人亚洲欧美一区二区av| 亚洲综合精品二区| av.在线天堂| 亚洲精品日本国产第一区| 欧美最新免费一区二区三区| av在线播放精品| 伦精品一区二区三区| av在线天堂中文字幕| 亚洲人成网站在线观看播放| 一级a做视频免费观看| 日韩欧美国产在线观看| 蜜臀久久99精品久久宅男| 乱系列少妇在线播放| 国产免费一级a男人的天堂| 97热精品久久久久久| 少妇高潮的动态图| 91在线精品国自产拍蜜月| 内射极品少妇av片p| 欧美日韩视频高清一区二区三区二| 久久久久久久久久成人| 欧美性感艳星| 久久久久久久久久成人| 日本av手机在线免费观看| 一级毛片aaaaaa免费看小| 国产av不卡久久| 中文字幕人妻熟人妻熟丝袜美| 最新中文字幕久久久久| 午夜免费男女啪啪视频观看| 免费观看的影片在线观看| 日本午夜av视频|