• <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
    免费看十八禁软件| 国产激情久久老熟女| 国产成人啪精品午夜网站| 亚洲国产中文字幕在线视频| 国产亚洲欧美精品永久| 高清在线国产一区| 99国产精品一区二区三区| 嫩草影视91久久| 精品人妻熟女毛片av久久网站| 男女免费视频国产| 亚洲第一欧美日韩一区二区三区 | 各种免费的搞黄视频| 国产1区2区3区精品| 另类精品久久| 在线看a的网站| 一区在线观看完整版| 国产人伦9x9x在线观看| 99热全是精品| 久久亚洲精品不卡| 电影成人av| 国产男人的电影天堂91| 亚洲一区中文字幕在线| 国产主播在线观看一区二区| 亚洲精品日韩在线中文字幕| 国产精品欧美亚洲77777| 五月天丁香电影| 国产一区有黄有色的免费视频| 黑丝袜美女国产一区| 精品熟女少妇八av免费久了| 精品卡一卡二卡四卡免费| 动漫黄色视频在线观看| 99国产精品免费福利视频| 在线观看免费日韩欧美大片| 欧美大码av| 亚洲精品成人av观看孕妇| 国产淫语在线视频| 亚洲国产欧美一区二区综合| 欧美大码av| 久久国产精品影院| kizo精华| 黄片大片在线免费观看| 日本av手机在线免费观看| 啦啦啦啦在线视频资源| 国产在线免费精品| 成人国语在线视频| 又黄又粗又硬又大视频| 美女中出高潮动态图| 欧美xxⅹ黑人| www.熟女人妻精品国产| 动漫黄色视频在线观看| 国产免费现黄频在线看| 午夜老司机福利片| 欧美 亚洲 国产 日韩一| 国产亚洲精品第一综合不卡| 成年美女黄网站色视频大全免费| 夫妻午夜视频| 亚洲精品国产区一区二| 久久久国产精品麻豆| 久久这里只有精品19| 国产1区2区3区精品| 999久久久国产精品视频| 十八禁网站免费在线| 90打野战视频偷拍视频| 国产不卡av网站在线观看| 国产深夜福利视频在线观看| 男人添女人高潮全过程视频| 亚洲国产日韩一区二区| 中文字幕人妻丝袜制服| 18在线观看网站| 国产精品秋霞免费鲁丝片| 大片电影免费在线观看免费| 天堂8中文在线网| 成年人午夜在线观看视频| 国产一级毛片在线| 青春草视频在线免费观看| 亚洲国产精品一区二区三区在线| svipshipincom国产片| 久久久久国产精品人妻一区二区| 国产在线视频一区二区| 欧美黄色淫秽网站| 又紧又爽又黄一区二区| 亚洲精品一二三| 成人手机av| 黄片播放在线免费| 99久久人妻综合| 99国产综合亚洲精品| 日本vs欧美在线观看视频| 欧美日韩国产mv在线观看视频| 亚洲精品一区蜜桃| 男女免费视频国产| 国产成人av激情在线播放| 啦啦啦啦在线视频资源| 精品久久久久久久毛片微露脸 | 一边摸一边做爽爽视频免费| 久久精品人人爽人人爽视色| 国产男女内射视频| 悠悠久久av| 亚洲av日韩精品久久久久久密| 国产成人一区二区三区免费视频网站| 欧美激情久久久久久爽电影 | 又大又爽又粗| 久久国产亚洲av麻豆专区| 十八禁高潮呻吟视频| 99国产综合亚洲精品| 91麻豆av在线| 亚洲欧美精品综合一区二区三区| 97在线人人人人妻| 精品人妻在线不人妻| 黄色视频不卡| 国产国语露脸激情在线看| 91精品伊人久久大香线蕉| 午夜免费成人在线视频| 母亲3免费完整高清在线观看| svipshipincom国产片| 国产精品一二三区在线看| 精品少妇黑人巨大在线播放| 两人在一起打扑克的视频| 在线 av 中文字幕| 久久久久精品人妻al黑| 最新在线观看一区二区三区| 日韩一区二区三区影片| 亚洲男人天堂网一区| 久久久国产成人免费| 50天的宝宝边吃奶边哭怎么回事| 欧美人与性动交α欧美软件| 亚洲三区欧美一区| 99久久人妻综合| 他把我摸到了高潮在线观看 | 精品一区在线观看国产| www.自偷自拍.com| av超薄肉色丝袜交足视频| 91老司机精品| 一个人免费看片子| 久久精品成人免费网站| 大片免费播放器 马上看| 亚洲国产毛片av蜜桃av| 91国产中文字幕| 91精品伊人久久大香线蕉| 欧美av亚洲av综合av国产av| 久久精品亚洲av国产电影网| 高清欧美精品videossex| 国产主播在线观看一区二区| 日本一区二区免费在线视频| 9热在线视频观看99| 国产精品久久久久久精品电影小说| 一区二区日韩欧美中文字幕| 69精品国产乱码久久久| av电影中文网址| 黄色视频,在线免费观看| 69精品国产乱码久久久| 女人爽到高潮嗷嗷叫在线视频| 欧美97在线视频| 亚洲人成电影观看| 国产免费一区二区三区四区乱码| 18禁国产床啪视频网站| 国产精品亚洲av一区麻豆| a 毛片基地| 国产精品二区激情视频| 亚洲国产av新网站| 美女国产高潮福利片在线看| 国产精品.久久久| 老司机午夜福利在线观看视频 | 建设人人有责人人尽责人人享有的| 亚洲精品粉嫩美女一区| 午夜久久久在线观看| 欧美日韩黄片免| 午夜福利在线免费观看网站| 丰满人妻熟妇乱又伦精品不卡| 美女视频免费永久观看网站| 在线看a的网站| 9色porny在线观看| 欧美精品高潮呻吟av久久| 18在线观看网站| 国产99久久九九免费精品| 新久久久久国产一级毛片| 亚洲av欧美aⅴ国产| 久久综合国产亚洲精品| 男女午夜视频在线观看| 亚洲美女黄色视频免费看| 91精品伊人久久大香线蕉| 青春草视频在线免费观看| 欧美日韩视频精品一区| 色婷婷久久久亚洲欧美| 黄色视频不卡| www.熟女人妻精品国产| 午夜福利视频在线观看免费| 如日韩欧美国产精品一区二区三区| 欧美乱码精品一区二区三区| 他把我摸到了高潮在线观看 | 国产av国产精品国产| 精品人妻1区二区| 男女下面插进去视频免费观看| 狂野欧美激情性xxxx| 免费一级毛片在线播放高清视频 | 精品高清国产在线一区| 热99久久久久精品小说推荐| 成人国产av品久久久| 伊人久久大香线蕉亚洲五| 日本a在线网址| 黑人欧美特级aaaaaa片| 日韩视频在线欧美| 99久久国产精品久久久| 午夜两性在线视频| 高清黄色对白视频在线免费看| 精品少妇久久久久久888优播| 国产精品久久久av美女十八| 国产一区二区三区av在线| 男男h啪啪无遮挡| 国产av一区二区精品久久| 精品熟女少妇八av免费久了| 国产精品国产三级国产专区5o| 91成年电影在线观看| 国产片内射在线| 日韩制服丝袜自拍偷拍| 欧美精品一区二区免费开放| 日韩 亚洲 欧美在线| 欧美激情极品国产一区二区三区| 中国国产av一级| 午夜免费成人在线视频| 大香蕉久久成人网| 手机成人av网站| 亚洲国产日韩一区二区| 亚洲国产中文字幕在线视频| av在线老鸭窝| 久久精品久久久久久噜噜老黄| 岛国在线观看网站| 99国产综合亚洲精品| 两个人看的免费小视频| 久久精品国产亚洲av香蕉五月 | 久久人妻熟女aⅴ| 久久99热这里只频精品6学生| 免费少妇av软件| 99香蕉大伊视频| 亚洲国产精品成人久久小说| 91成年电影在线观看| 制服人妻中文乱码| 午夜福利视频在线观看免费| 久久这里只有精品19| 一边摸一边做爽爽视频免费| 国产精品久久久久久人妻精品电影 | 啦啦啦视频在线资源免费观看| 国产主播在线观看一区二区| 精品欧美一区二区三区在线| 国产日韩欧美亚洲二区| 国产精品成人在线| 国产老妇伦熟女老妇高清| 亚洲精品美女久久av网站| 亚洲成国产人片在线观看| 一边摸一边抽搐一进一出视频| 丁香六月天网| 天天添夜夜摸| 精品国产一区二区久久| 精品国产国语对白av| 午夜福利视频在线观看免费| 国产成人精品无人区| 熟女少妇亚洲综合色aaa.| 水蜜桃什么品种好| av视频免费观看在线观看| 国产黄色免费在线视频| 青青草视频在线视频观看| 亚洲国产成人一精品久久久| 精品久久久久久久毛片微露脸 | 9热在线视频观看99| 91麻豆精品激情在线观看国产 | 午夜老司机福利片| 久久国产亚洲av麻豆专区| 少妇被粗大的猛进出69影院| 美女扒开内裤让男人捅视频| 亚洲欧美色中文字幕在线| 一进一出抽搐动态| 国产日韩欧美视频二区| 一级片免费观看大全| 99久久99久久久精品蜜桃| 日本精品一区二区三区蜜桃| 精品一区在线观看国产| 精品人妻在线不人妻| 一本—道久久a久久精品蜜桃钙片| 欧美亚洲日本最大视频资源| 亚洲精品久久久久久婷婷小说| 欧美人与性动交α欧美软件| 丝袜美腿诱惑在线| 久久精品国产综合久久久| www.999成人在线观看| 一级毛片电影观看| av欧美777| 国产精品亚洲av一区麻豆| 天天躁夜夜躁狠狠躁躁| 如日韩欧美国产精品一区二区三区| 日韩 欧美 亚洲 中文字幕| 久久精品久久久久久噜噜老黄| 日韩中文字幕欧美一区二区| 亚洲精品日韩在线中文字幕| 97精品久久久久久久久久精品| 久久精品国产亚洲av高清一级| 亚洲国产欧美网| 一本一本久久a久久精品综合妖精| 色综合欧美亚洲国产小说| www.自偷自拍.com| 国产一区二区三区av在线| 久热爱精品视频在线9| 欧美xxⅹ黑人| 在线十欧美十亚洲十日本专区| 成人免费观看视频高清| 丁香六月欧美| av有码第一页| 99国产精品99久久久久| 在线天堂中文资源库| 9色porny在线观看| 一本一本久久a久久精品综合妖精| 欧美国产精品一级二级三级| 欧美av亚洲av综合av国产av| 爱豆传媒免费全集在线观看| 涩涩av久久男人的天堂| e午夜精品久久久久久久| 成人av一区二区三区在线看 | 女人高潮潮喷娇喘18禁视频| 热99re8久久精品国产| 亚洲国产欧美日韩在线播放| 亚洲一卡2卡3卡4卡5卡精品中文| 免费在线观看影片大全网站| 国产一区二区三区av在线| 欧美成人午夜精品| 麻豆av在线久日| 免费日韩欧美在线观看| 欧美xxⅹ黑人| 欧美性长视频在线观看| 天天添夜夜摸| 亚洲av成人一区二区三| 99精国产麻豆久久婷婷| 亚洲专区字幕在线| 日韩欧美免费精品| 免费在线观看视频国产中文字幕亚洲 | 中文字幕最新亚洲高清| 18禁国产床啪视频网站| 两个人看的免费小视频| 亚洲成av片中文字幕在线观看| 正在播放国产对白刺激| 黄片小视频在线播放| 高清在线国产一区| 久久中文看片网| 欧美精品av麻豆av| 免费在线观看完整版高清| 国产高清videossex| 国产淫语在线视频| 桃花免费在线播放| 777久久人妻少妇嫩草av网站| 日本精品一区二区三区蜜桃| 日韩有码中文字幕| 亚洲精品国产av成人精品| 精品人妻在线不人妻| 热99re8久久精品国产| 午夜精品国产一区二区电影| 久久久精品国产亚洲av高清涩受| 日本五十路高清| 日本一区二区免费在线视频| av线在线观看网站| 成人国产av品久久久| 在线精品无人区一区二区三| 亚洲 欧美一区二区三区| 精品人妻熟女毛片av久久网站| 色视频在线一区二区三区| 99re6热这里在线精品视频| 淫妇啪啪啪对白视频 | 黑人猛操日本美女一级片| 久久亚洲精品不卡| 久久ye,这里只有精品| 国产一卡二卡三卡精品| 欧美久久黑人一区二区| 一二三四社区在线视频社区8| 精品第一国产精品| 在线天堂中文资源库| 日日摸夜夜添夜夜添小说| 19禁男女啪啪无遮挡网站| 中文字幕av电影在线播放| 国产在线免费精品| 丰满少妇做爰视频| 男女免费视频国产| 一级a爱视频在线免费观看| 亚洲一区二区三区欧美精品| 国产亚洲一区二区精品| av福利片在线| 女人高潮潮喷娇喘18禁视频| 91麻豆av在线| 久久毛片免费看一区二区三区| 久久ye,这里只有精品| 久久中文看片网| 黄片播放在线免费| 亚洲中文av在线| 精品高清国产在线一区| 黑丝袜美女国产一区| 国产成+人综合+亚洲专区| 久久人妻福利社区极品人妻图片| 色婷婷久久久亚洲欧美| 亚洲精品自拍成人| 婷婷色av中文字幕| 久久精品久久久久久噜噜老黄| 日韩制服丝袜自拍偷拍| 少妇的丰满在线观看| 亚洲国产毛片av蜜桃av| svipshipincom国产片| 91麻豆精品激情在线观看国产 | 香蕉丝袜av| 国产精品熟女久久久久浪| 纵有疾风起免费观看全集完整版| 秋霞在线观看毛片| 如日韩欧美国产精品一区二区三区| 飞空精品影院首页| 日韩一卡2卡3卡4卡2021年| 免费黄频网站在线观看国产| 国产成人啪精品午夜网站| 国产不卡av网站在线观看| 淫妇啪啪啪对白视频 | 精品第一国产精品| 国产亚洲欧美在线一区二区| 中文字幕精品免费在线观看视频| 亚洲av欧美aⅴ国产| 亚洲精品成人av观看孕妇| 国产色视频综合| 纯流量卡能插随身wifi吗| 精品久久久久久电影网| 欧美精品高潮呻吟av久久| 国产男女内射视频| 人人妻人人爽人人添夜夜欢视频| 日日爽夜夜爽网站| 啦啦啦 在线观看视频| 久久热在线av| 搡老岳熟女国产| 69精品国产乱码久久久| 午夜两性在线视频| 免费女性裸体啪啪无遮挡网站| 啦啦啦中文免费视频观看日本| 精品人妻在线不人妻| 18禁裸乳无遮挡动漫免费视频| 超碰97精品在线观看| 大型av网站在线播放| 女人高潮潮喷娇喘18禁视频| 成人手机av| 久久人人爽人人片av| 欧美xxⅹ黑人| 精品卡一卡二卡四卡免费| 成年人免费黄色播放视频| 久久久久精品国产欧美久久久 | 大陆偷拍与自拍| 色视频在线一区二区三区| 国产精品.久久久| 亚洲精品国产av成人精品| 欧美精品一区二区大全| 亚洲成人免费电影在线观看| 日本一区二区免费在线视频| 在线观看一区二区三区激情| 国产精品一区二区在线不卡| 国产亚洲欧美在线一区二区| 国产在视频线精品| 国产精品 国内视频| 亚洲中文字幕日韩| 一区二区av电影网| 日韩精品免费视频一区二区三区| 高清在线国产一区| 在线精品无人区一区二区三| 美女福利国产在线| 欧美激情高清一区二区三区| 狂野欧美激情性bbbbbb| 丝袜人妻中文字幕| 亚洲精品中文字幕在线视频| 少妇人妻久久综合中文| 国产又爽黄色视频| av一本久久久久| 人妻一区二区av| av在线播放精品| 一个人免费在线观看的高清视频 | 女人高潮潮喷娇喘18禁视频| 欧美一级毛片孕妇| 久热这里只有精品99| 欧美大码av| 国产一区二区激情短视频 | 俄罗斯特黄特色一大片| 五月天丁香电影| 一级,二级,三级黄色视频| 黄网站色视频无遮挡免费观看| 成人黄色视频免费在线看| 午夜精品国产一区二区电影| 成人国产av品久久久| 免费少妇av软件| √禁漫天堂资源中文www| 国产又色又爽无遮挡免| 老司机午夜福利在线观看视频 | 咕卡用的链子| 国产在线免费精品| 国产99久久九九免费精品| 久久久久精品人妻al黑| 久久99热这里只频精品6学生| 亚洲精品一二三| 亚洲精品国产色婷婷电影| 人妻 亚洲 视频| 国产高清国产精品国产三级| 国产又色又爽无遮挡免| 欧美中文综合在线视频| 亚洲欧美色中文字幕在线| 日韩制服骚丝袜av| 欧美+亚洲+日韩+国产| 一本—道久久a久久精品蜜桃钙片| 成年动漫av网址| 9色porny在线观看| 人人妻人人澡人人爽人人夜夜| 欧美性长视频在线观看| 十八禁人妻一区二区| 纯流量卡能插随身wifi吗| 成年女人毛片免费观看观看9 | 91大片在线观看| 亚洲精品美女久久久久99蜜臀| 亚洲av片天天在线观看| 纵有疾风起免费观看全集完整版| 韩国高清视频一区二区三区| 一区二区av电影网| 精品国产一区二区三区四区第35| 中国国产av一级| 国产精品一区二区在线观看99| 欧美人与性动交α欧美软件| 18在线观看网站| 欧美日韩黄片免| 青草久久国产| 国产亚洲一区二区精品| 亚洲一区二区三区欧美精品| 亚洲一区中文字幕在线| 免费观看人在逋| 国产亚洲精品一区二区www | 日本一区二区免费在线视频| 久久国产精品男人的天堂亚洲| 国产成人av激情在线播放| 免费观看人在逋| 热re99久久精品国产66热6| 一本色道久久久久久精品综合| 1024香蕉在线观看| 人妻人人澡人人爽人人| 青草久久国产| 国产日韩欧美在线精品| 啦啦啦中文免费视频观看日本| 国产福利在线免费观看视频| 国产精品久久久久久精品古装| 日韩大片免费观看网站| 亚洲久久久国产精品| 欧美国产精品va在线观看不卡| 麻豆国产av国片精品| 日韩 欧美 亚洲 中文字幕| 国产av国产精品国产| 欧美精品一区二区大全| 日韩制服丝袜自拍偷拍| 搡老乐熟女国产| 日韩欧美免费精品| 欧美亚洲日本最大视频资源| 欧美日韩亚洲国产一区二区在线观看 | 精品少妇内射三级| 久久精品成人免费网站| 国产日韩欧美亚洲二区| 淫妇啪啪啪对白视频 | 欧美乱码精品一区二区三区| 91国产中文字幕| 亚洲欧美色中文字幕在线| 脱女人内裤的视频| 老鸭窝网址在线观看| 伊人久久大香线蕉亚洲五| 国产高清videossex| 亚洲九九香蕉| 欧美亚洲日本最大视频资源| 免费久久久久久久精品成人欧美视频| 国产免费现黄频在线看| 日韩中文字幕欧美一区二区| 日韩中文字幕视频在线看片| 在线天堂中文资源库| 日韩 亚洲 欧美在线| 99久久精品国产亚洲精品| 美女高潮喷水抽搐中文字幕| 老司机影院成人| 精品国产乱码久久久久久小说| 午夜福利一区二区在线看| 精品久久久精品久久久| 成人手机av| 美女中出高潮动态图| 99久久综合免费| 黄色片一级片一级黄色片| 在线观看免费视频网站a站| 国产免费一区二区三区四区乱码| 国产精品偷伦视频观看了| 美女午夜性视频免费| 少妇猛男粗大的猛烈进出视频| 国产黄色免费在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 一级毛片精品| 最新的欧美精品一区二区| 日本91视频免费播放| 国产高清国产精品国产三级| 亚洲欧美一区二区三区黑人| 自线自在国产av| 两个人看的免费小视频| 欧美在线一区亚洲| 97在线人人人人妻| 久久久久久久精品精品| 一级,二级,三级黄色视频| 免费黄频网站在线观看国产| 啦啦啦在线免费观看视频4| 母亲3免费完整高清在线观看| 涩涩av久久男人的天堂| 亚洲色图综合在线观看| 久久久久国内视频| 久久国产精品男人的天堂亚洲| 男男h啪啪无遮挡| 中文欧美无线码| 欧美在线黄色| 9191精品国产免费久久| 男人操女人黄网站| 国产av一区二区精品久久| 国产精品久久久久成人av| 国产成人av教育| 人妻一区二区av| 国产精品99久久99久久久不卡|