• <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 ?

    光譜特征波長的SPA選取和基于SVM的玉米顆粒霉變程度定性判別

    2016-06-15 16:35:24喜明杰
    光譜學(xué)與光譜分析 2016年1期
    關(guān)鍵詞:波長預(yù)處理光譜

    袁 瑩,王 偉,褚 璇,喜明杰

    中國農(nóng)業(yè)大學(xué)工學(xué)院,現(xiàn)代農(nóng)業(yè)裝備優(yōu)化設(shè)計北京市重點實驗室,北京 100083

    光譜特征波長的SPA選取和基于SVM的玉米顆粒霉變程度定性判別

    袁 瑩,王 偉*,褚 璇,喜明杰

    中國農(nóng)業(yè)大學(xué)工學(xué)院,現(xiàn)代農(nóng)業(yè)裝備優(yōu)化設(shè)計北京市重點實驗室,北京 100083

    利用波長范圍在833~2 500 nm的傅里葉變換近紅外光譜(Fourier transform near infrared spectroscopy, FT-NIR)對不同霉變程度的玉米顆粒進行檢測區(qū)分。首先,為避免光譜數(shù)據(jù)首尾噪聲影響,對比四種常見的預(yù)處理方法,最終選擇移動平均平滑法對原始光譜數(shù)據(jù)進行預(yù)處理;然后為選出合適的樣本集劃分方法以提高模型預(yù)測性能,對常見的四種方法進行對比,最終利用SPXY(sample set partitioning based on joint x-y distance)法進行樣本集劃分;進一步為減少數(shù)據(jù)量,降低維度,使用連續(xù)投影算法(successive projections algorithm, SPA)提取出7個特征波長,分別為833,927,1 208,1 337,1 454,1 861和2 280 nm;最后,將七個特征波長數(shù)據(jù)作為輸入,選取徑向基函數(shù)(radial basis function, RBF)作為支持向量機(support vector machine, SVM)核函數(shù),取參數(shù)C=7 760 469,γ=0.017 003建立判別模型。SVM模型對訓(xùn)練集和測試集的預(yù)測準確率分別達到97.78%和93.33%。另取不同品種的玉米顆粒,以同樣的標準挑選樣品組成獨立驗證集,所建立的判別模型對獨立驗證集的預(yù)測準確率達到91.11%。結(jié)果表明基于SPA和SVM能有效地對玉米顆粒霉變程度進行判別,所選取的7個特征波長為實現(xiàn)在線霉變玉米顆粒近紅外檢測提供了理論依據(jù)。

    霉變;玉米顆粒;FT-NIR;SPA;SVM

    引 言

    我國是玉米生產(chǎn)和消費大國,玉米除食用之外,還用作飼料和工業(yè)原料。然而目前因霉變造成的玉米產(chǎn)后損失過于嚴重,這不僅影響著玉米產(chǎn)量,而且一旦霉變玉米被人畜食用,也會嚴重危害人畜健康,因此,及時檢出霉變玉米尤為重要。

    目前,對霉變玉米的檢出大多采用人工感官鑒定方法進行品質(zhì)檢測,不僅效率低下,工作量大,而且對于品質(zhì)的檢測不能標準化,同時雜質(zhì)、霉變、蟲蝕等缺陷有時不易進行肉眼的判斷;而傳統(tǒng)的生物培養(yǎng)方法需要破壞大量樣本,不利于大群體篩選,而且測定程序過于復(fù)雜不能及時分析等。

    近紅外光譜技術(shù)是近些年來發(fā)展較快的分析方法之一,它依據(jù)化學(xué)成分對近紅外光譜的吸收特性而進行測定。其優(yōu)點在于無需復(fù)雜的樣品前處理,是一種快速無損的分析檢測方法,結(jié)合光纖可以被運用到在線檢測中,因此廣泛應(yīng)用于谷物品質(zhì)和營養(yǎng)的定性及定量檢測[1, 2]。許多研究表明利用近紅外結(jié)合適當(dāng)?shù)幕瘜W(xué)計量學(xué)方法可識別谷物的品種[3],并對其內(nèi)部的營養(yǎng)物質(zhì)進行定性定量的檢測,而且谷物顆粒的霉變檢測也已經(jīng)成為西方發(fā)達國家的研究熱點[4-5]。

    本工作在運用移動平均平滑法進行光譜預(yù)處理和運用SPXY(sample set partitioning based on joint x-y distance)法進行樣本集劃分的基礎(chǔ)上,采用連續(xù)投影算法(successive projections algorithm,SPA)[6]提取光譜中的特征波長,降低了光譜信息的維度,剔除了冗余信息,提取出的特征波長作為支持向量機(support vector machine, SVM)的輸入用于建立不同霉變程度玉米顆粒分類模型,探索玉米顆粒霉變程度近紅外檢測方法的可行性。

    1 實驗部分

    1.1 儀器設(shè)備

    實驗使用儀器為德國布魯克公司(BRUKER,德國)的MPA型傅里葉變換近紅外光譜儀,其采集模式為積分球反射模式,波長范圍為833~2 500 nm(12 000~4 000 cm-1),分辨率為4 cm-1。利用光譜儀自帶的OPUS軟件進行光譜數(shù)據(jù)獲取。并利用Matlab2012b平臺結(jié)合臺灣大學(xué)林智仁(C.J Lin)等開發(fā)的LIBSVM工具箱對光譜數(shù)據(jù)進行處理分析。

    1.2 材料和樣品

    選取150粒2012年收獲的自然感染霉菌的豫玉32玉米顆粒作為樣品,其形狀和大小基本一致。參照文獻[7]的方法進行分組,每組挑選50粒玉米顆粒組成樣品集:

    (1)無癥狀組:玉米顆粒表面無明顯的霉菌損害的跡象,除了非常輕微的變色。

    (2)中度霉變組:可見的真菌生長占玉米顆粒表面的30%~70%,且嚴重變色。

    (3)重度霉變組:真菌生長覆蓋整個嚴重變色玉米顆粒的表面。

    1.3 光譜數(shù)據(jù)預(yù)處理

    由于樣品形狀不同及表面凹凸不平,由此產(chǎn)生的散射會對光譜的采集造成一定的影響,并且由光譜儀得到的光譜信號中不僅含有有用信息,同時也疊加著隨機誤差,使得光譜曲線中存在噪聲干擾,因而需要對原始光譜數(shù)據(jù)進行預(yù)處理。常見的預(yù)處理方法有標準化(autoscaling)、移動平均平滑法(moving average smoothing)、局部加權(quán)回歸散點平滑法(locally weighted scatterplot smoothing,LOWESS)、S-G卷積平滑法(Savitzky-Golay smoothing)等。

    標準化,可以給光譜中所有波長變量以相同的權(quán)重,但是不能反映光譜的趨勢及變化。移動平均平滑法,優(yōu)點為計算量少,能較好的反映光譜的趨勢及變化,但是當(dāng)預(yù)處理數(shù)據(jù)較大時,存儲的數(shù)據(jù)量也較大,且平滑點數(shù)對預(yù)處理的影響較大。LOWESS平滑法,其特點是使得線性回歸模型中的參數(shù)可以隨著自變量的不同取值改變,但是也從而加大了計算量。S-G卷積平滑法,可以有效減少光譜數(shù)據(jù)中的隨機噪聲,平滑點數(shù)的影響較小,但計算相對復(fù)雜。

    為選擇適合本研究光譜數(shù)據(jù)的預(yù)處理方法,利用Matlab2012b平臺對四種常見的光譜數(shù)據(jù)預(yù)處理方法進行對比。取各組的前30個樣品,共90個樣品數(shù)據(jù)組成訓(xùn)練集,取各組剩余20個樣品共60個樣品數(shù)據(jù)組成測試集,分別利用標準化、移動平均平滑法、LOWESS平滑法以及S-G卷積平滑法四種方法進行預(yù)處理,并分別將預(yù)處理后的數(shù)據(jù)利用SVM進行初期的預(yù)測,對比預(yù)測結(jié)果,從而選擇出適合的預(yù)處理方法。

    1.4 樣本集劃分

    樣本集劃分即采用某種特定方法將總體樣本劃分為訓(xùn)練集和測試集,用于進行模型建立及對模型的預(yù)測能力進行驗證,它在一定程度上決定著所建模型的預(yù)測性能。在進行樣本集劃分時,數(shù)據(jù)需具有一定的代表性,并且要保證訓(xùn)練集和測試集樣本數(shù)量的合理分配,既要滿足建模的要求,也不會引起數(shù)據(jù)冗余或模型過擬合。常見的樣本集劃分方法主要包括隨機法(random sampling, RS), Kennard-Stone算法(KS)及SPXY算法等。

    隨機法,即按照簡單規(guī)則或完全無規(guī)律劃分樣本集,這種方法簡單、速度快,但是很難得到較為理想的樣本集,且每次劃分都是隨機的,訓(xùn)練集和測試集的樣本差異大,從而會影響模型的穩(wěn)定性。KS法是基于變量之間的歐氏距離,在特征空間中均勻選取樣本。該方法所選的訓(xùn)練集樣本分布均勻,但因需要計算兩兩樣本之間的歐式距離,計算量大。SPXY法是Galvao等[8]在KS法的基礎(chǔ)上提出的,其逐步選擇過程與KS法相同,只是在計算過程中,將變量x和y均考慮在內(nèi),這樣有效兼顧了樣本的光譜和待測量信息。

    為選擇出預(yù)測性能好的樣本集劃分方法,本文利用Matlab2012b平臺對順序劃分、隨機法、KS法以及SPXY法四種方法進行樣本集劃分方法的對比。

    1.5 SPA

    SPA是一種前向循環(huán)波長選取方法,從一個波長開始,每次循環(huán)都計算其在未選入波長上的投影,將投影向量最大的波長引入到波長組合中,每個新選入的波長,都與前一個線性關(guān)系最小。這種方法能夠有效地消除波長變量之間的共線性影響,降低樣品光譜數(shù)據(jù)維數(shù),減少計算量,在多種光譜的多元定量和定性分析中得到了廣泛的應(yīng)用。

    對于樣品數(shù)M和波長數(shù)K組成的光譜矩陣XM×K,N(N

    (1)第一次迭代(p=1)開始前,在光譜矩陣中任選一列向量xj,記為xk(0),即k(0)=j,j∈1, …,m;

    (2)將未被選人的列向量位置的集合記為s,s={j, 1≤j≤m,j?{k(0), …,k(p-1)}};

    (3)計算剩余列向量xj(j∈s)與當(dāng)前所選向量xk(p-1)的投影:

    (4)提取投影向量最大波長的變量序號:

    k(p)=arg[max(‖Pxj‖)],j∈s;

    (5)令xj=Pxj,j∈s;p=p+1,如果p

    最終選取的波長變量組合為{k(p),p=0, …,h-1}。對于每一個初始k(0),循環(huán)一次后利用多元線性回歸(multple linear regresion,MLR)進行交互驗證分析, 最小均方根誤差(root mean square error,RMSE)對應(yīng)的k(p)即為最終的選擇結(jié)果[11]。

    2 結(jié)果與討論

    2.1 原始光譜數(shù)據(jù)獲取

    利用傅里葉變換近紅外光譜儀采集每粒玉米胚芽面的光譜數(shù)據(jù),最終得到的光譜數(shù)據(jù)為掃描64次所得的平均光譜,所有樣品的光譜曲線如圖1所示。從圖中可以看出,無癥狀組和重度霉變組基本可以分開,而中度霉變組與其他兩組略有重疊,因而需要運用化學(xué)計量學(xué)方法進行分類判別,樣品的原始光譜結(jié)果與1.2節(jié)分組基本一致。

    2.2 光譜預(yù)處理結(jié)果

    由于原始光譜曲線在波長1 000 nm之前存在噪聲干擾,同時為保留光譜曲線中的有用信息,分別利用標準化、移動平均平滑法、LOWESS平滑法及S-G卷積平滑法對光譜數(shù)據(jù)進行預(yù)處理,取各組的前30個樣品,共90個樣品數(shù)據(jù)組成訓(xùn)練集,取各組剩余20個樣品共60個樣品數(shù)據(jù)組成測試集,預(yù)處理后得到的數(shù)據(jù)分別作為SVM的輸入進行初步的預(yù)測,對比預(yù)測結(jié)果,從而選取合適的預(yù)處理方法,便于后續(xù)的數(shù)據(jù)分析。四種預(yù)處理方法對應(yīng)的訓(xùn)練集及測試集的預(yù)測準確率如表1所示。

    Fig.1 Original spectra

    Table 1 Prediction accuracy got by different preprocessing methods/%

    由表1可知,采用移動平均平滑法對光譜數(shù)據(jù)進行預(yù)處理,訓(xùn)練集及測試集的預(yù)測結(jié)果都較高。通過試驗,最終采用21個窗口的移動平均平滑法對樣本數(shù)據(jù)進行預(yù)處理。

    2.3 樣本集劃分方法選擇

    由于樣本集的劃分在一定程度上決定著所建模型的預(yù)測性能,為選出合適的樣本集劃分方法,對常見的四種方法進行對比。共采用了150個玉米顆粒樣品,取其中的90個樣品作為訓(xùn)練集,60個樣品作為測試集。使用2.2節(jié)中最終選擇的21個窗口的移動平均平滑法對樣本數(shù)據(jù)進行預(yù)處理,然后分別利用順序劃分、隨機法、KS法以及SPXY法四種方法進行樣本集劃分。其中順序劃分即取各組的前30個樣品數(shù)據(jù)組成訓(xùn)練集,取各組剩余20個樣品數(shù)據(jù)組成測試集。劃分后得到的訓(xùn)練集和測試集輸入到SVM進行劃分效果的對比,四種樣本集劃分方法的預(yù)測準確率如表2所示。

    Table 2 Prediction accuracy got by different grouping method

    利用SPXY法進行樣本集劃分時,訓(xùn)練集及測試集的預(yù)測準確率均高于其他方法,因此,采用SPXY法對樣本集進行劃分。運用SPXY法的樣本集劃分結(jié)果如表3所示。從表中可以看出,各組的訓(xùn)練集測試集的樣品數(shù)差異不大。

    Table 3 Result of grouping by SPXY

    2.4 波長優(yōu)選

    樣本數(shù)據(jù)共含有2 100個光譜數(shù)據(jù)點,由于數(shù)據(jù)量大,運算時間長,且存在多重共線性,在進行分類模型建立時,會降低模型的準確性。因此利用SPA對樣本數(shù)據(jù)進行降維,提取出樣本數(shù)據(jù)中重要的波長點。

    對預(yù)處理后的數(shù)據(jù)用SPA進行波長的優(yōu)選,然后利用優(yōu)選的波長數(shù)據(jù)建立MLR校正模型,最小RMSE值對應(yīng)的波長變量個數(shù)即為最終的選擇結(jié)果。圖2為提取不同個數(shù)波長變量時RMSE的走勢圖,從圖中可知,提取7個波長變量時模型的RMSE最小為0.246 6。

    Fig.2 RMSE in different wavelength variables

    圖3表示使用SPA篩選得到的7個特征波長,在圖中以白色方塊表示。7個特征波長分別為833,927,1 208,1 337,1 454,1 861和2 280 nm。其中,1 208 nm代表C—H二階倍頻伸縮,即CH2;1 454 nm代表O-H一階倍頻伸縮,表明存在淀粉成分;1 861 nm代表C—Cl六階倍頻伸縮;2 280 nm代表C—H伸縮和CH2變形組合,同樣表明存在淀粉成分。

    Fig.3 Optimal characteristis wavelengths selected by SPA

    2.5 SVM模型驗證

    以SPA提取的7個波長數(shù)據(jù)作為輸入,利用SVM進行分類模型的建立和驗證。利用RBF函數(shù)作為SVM的核函數(shù),在懲罰參數(shù)C=7 760 469,核函數(shù)參數(shù)γ=0.017 003的條件下,建立分類模型。利用建立好的模型對訓(xùn)練集和測試集進行預(yù)測,預(yù)測結(jié)果如表4所示。

    可以看出訓(xùn)練集的90個樣品中,有1粒重度霉變的顆粒被錯判為無癥狀組,1粒被錯判為中度霉變,判別準確率為97.78%。測試集的60個樣品中,有1粒無癥狀組的顆粒被錯判為中度霉變,1粒中度霉變組的顆粒被錯判為重度霉變,2粒重度霉變的顆粒被錯判為無癥狀組,判別準確率為93.33%。分析錯判原因,在對顆粒進行分組挑選時,可能會由于部分霉變無法用肉眼識別,從而造成錯分。

    Table 5 Classification result

    Table 5 Predictive result of the independent validation set

    同時,為了驗證模型的通用性,另取2013年收獲的先玉335玉米顆粒,并以相同的分組標準每組挑選30粒共90粒作為獨立驗證集,利用21個窗口的移動平均平滑法進行預(yù)處理,然后將7個特征波長的信息輸入到已建立的判別模型中,判別結(jié)果如表5所示。可以看出,獨立驗證集的預(yù)測準確率達到91.11%,表明本文所建立的判別模型具有通用性。

    3 結(jié) 論

    按照霉變程度將同年收獲的自然感染霉菌的豫玉32玉米顆粒分成三組,運用波長范圍在833~2 500 nm的FT-NIR系統(tǒng)進行光譜數(shù)據(jù)的采集,首先采用21個窗口的移動平均平滑法對樣本數(shù)據(jù)進行預(yù)處理,并利用SPXY算法對樣本集進行劃分;然后為了對光譜數(shù)據(jù)進行降維,利用SPA篩選特征波長,選取7個特征波長數(shù)據(jù)作為輸入,利用SVM進行分類模型的建立和驗證。最終建立的模型對訓(xùn)練集及測試集的預(yù)測準確率分別達到97.78%和93.33%。另取2013年收獲的先玉335玉米顆粒,以同樣的標準挑選90粒作為獨立驗證集,按照相同的方法進行預(yù)處理,所建立的判別模型對獨立驗證集的預(yù)測準確率達到91.11%。結(jié)果表明基于SPA和SVM能有效地對霉變玉米顆粒進行判別,所選取的7個特征波長為在線霉變玉米顆粒近紅外檢測提供了理論依據(jù)。

    [2] LIU Xin-ru, ZHANG Li-ping, WANG Jian-fu, et al(劉心如, 張黎平, 王建福, 等). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析), 2013, 33(8): 2092.

    [3] LIANG Jian, LIU Bin-mei, TAO Liang-zhi, et al(梁 劍,劉斌美,陶亮之,等). The Journal of Light Scattering(光散射學(xué)報), 2013, 25(4): 423.

    [4] Singh C B, Jayas D S, Paliwal J, et al. International Journal of Food Properties, 2012, 15(1): 11.

    [5] YAO Hai-bo, Hruska Z, Kincaid R, et al. Biosystems Engineering, 2013, 115: 125.

    [6] Bregman L M. Akademiia Nauk SSSR, Doklady, 1965, 162: 487.

    [7] Tallada J G, Wicklow D T, Pearson T C, et al. Transactions of the ASABE, 2011, 54(3): 1151.

    [8] Galv?o R K H, Araujo M C U, José G E, et al. Talanta, 2005, 67(4): 736.

    [9] CHU Xiao-li(褚小立). Molecular Spectroscopy Analytical Technology Combined with Chemometrics and Its Applications(化學(xué)計量學(xué)方法與分子光譜分析技術(shù)). Beijing: Chemical Industry Press(北京: 化學(xué)工業(yè)出版社), 2011.

    *Corresponding author

    Selection of Characteristic Wavelengths Using SPA and Qualitative Discrimination of Mildew Degree of Corn Kernels Based on SVM

    YUAN Ying, WANG Wei*, CHU Xuan, XI Ming-jie

    Beijing Key Laboratory of Optimization Design for Modern Agricultural Equipment, College of Engineering, China Agricultural University, Beijing 100083, China

    The feasibility of Fourier transform near infrared (FT-NIR) spectroscopy with spectral range between 833 and 2 500 nm to detect the moldy corn kernels with different levels of mildew was verified in this paper. Firstly, to avoid the influence of noise, moving average smoothing was used for spectral data preprocessing after four common pretreatment methods were compared. Then to improve the prediction performance of the model, SPXY (sample set partitioning based on joint x-y distance) was selected and used for sample set partition. Furthermore, in order to reduce the dimensions of the original spectral data, successive projection algorithm (SPA) was adopted and ultimately 7 characteristic wavelengths were extracted, the characteristic wavelengths were 833, 927, 1 208, 1 337, 1 454, 1 861, 2 280 nm. The experimental results showed when the spectrum data of the 7 characteristic wavelengths were taken as the input of SVM, the radial basic function (RBF) used as the kernel function, and kernel parameterC=7 760 469,γ=0.017 003, the classification accuracies of the established SVM model were 97.78% and 93.33% for the training and testing sets respectively. In addition, the independent validation set was selected in the same standard, and used to verify the model. At last, the classification accuracy of 91.11% for the independent validation set was achieved. The result indicated that it is feasible to identify and classify different degree of moldy corn grain kernels using SPA and SVM, and characteristic wavelengths selected by SPA in this paper also lay a foundation for the online NIR detection of mildew corn kernels.

    Mildew grain;Corn kernels;FT-NIR;SPA;SVM

    Aug. 21, 2014; accepted Dec. 5, 2014)

    2014-08-21,

    2014-12-05

    國家科技支撐計劃項目(2012BAK08B04)資助

    袁 瑩,女,1991年生,中國農(nóng)業(yè)大學(xué)機械工程碩士研究生 e-mail:410708790@qq.com *通訊聯(lián)系人 e-mail: playerwxw@cau.edu.cn

    S132

    A

    10.3964/j.issn.1000-0593(2016)01-0226-05

    猜你喜歡
    波長預(yù)處理光譜
    HPLC-PDA雙波長法同時測定四季草片中沒食子酸和槲皮苷的含量
    基于三維Saab變換的高光譜圖像壓縮方法
    基于預(yù)處理MUSIC算法的分布式陣列DOA估計
    雙波長激光治療慢性牙周炎的療效觀察
    日本研發(fā)出可完全覆蓋可見光波長的LED光源
    中國照明(2016年4期)2016-05-17 06:16:15
    淺談PLC在預(yù)處理生產(chǎn)線自動化改造中的應(yīng)用
    星載近紅外高光譜CO2遙感進展
    絡(luò)合萃取法預(yù)處理H酸廢水
    便攜式多用途光波波長測量儀
    物理實驗(2015年9期)2015-02-28 17:36:46
    基于自適應(yīng)預(yù)處理的改進CPF-GMRES算法
    少妇 在线观看| 下体分泌物呈黄色| 99久久中文字幕三级久久日本| 国产欧美亚洲国产| 丝袜在线中文字幕| 亚洲国产色片| 一区二区三区四区激情视频| 精华霜和精华液先用哪个| 亚洲综合精品二区| 一级片'在线观看视频| 欧美三级亚洲精品| 午夜福利,免费看| 熟妇人妻不卡中文字幕| 乱系列少妇在线播放| 一区二区av电影网| 久久久久国产网址| 亚洲国产av新网站| 日本-黄色视频高清免费观看| 看十八女毛片水多多多| 成年美女黄网站色视频大全免费 | 最近2019中文字幕mv第一页| 欧美丝袜亚洲另类| 少妇熟女欧美另类| 美女视频免费永久观看网站| 老熟女久久久| 中文在线观看免费www的网站| 99国产精品免费福利视频| 最近中文字幕2019免费版| 91久久精品电影网| 国产欧美日韩综合在线一区二区 | 精品久久久精品久久久| 秋霞在线观看毛片| 日日啪夜夜爽| 亚洲在久久综合| 久久久午夜欧美精品| 成人国产麻豆网| 国产国拍精品亚洲av在线观看| 丰满迷人的少妇在线观看| 热re99久久国产66热| 国产老妇伦熟女老妇高清| 成人二区视频| 免费人成在线观看视频色| 精品人妻熟女毛片av久久网站| 寂寞人妻少妇视频99o| 少妇被粗大猛烈的视频| 日韩av免费高清视频| 男人和女人高潮做爰伦理| 国产日韩欧美视频二区| 国产在线男女| 久久免费观看电影| 久久99精品国语久久久| 搡女人真爽免费视频火全软件| 极品人妻少妇av视频| 高清av免费在线| 久久99热这里只频精品6学生| 好男人视频免费观看在线| 水蜜桃什么品种好| 高清毛片免费看| 欧美+日韩+精品| 制服丝袜香蕉在线| 成年人免费黄色播放视频 | 亚洲国产精品999| 亚洲国产毛片av蜜桃av| 日本91视频免费播放| 欧美日韩亚洲高清精品| 曰老女人黄片| 99久久精品国产国产毛片| 久久6这里有精品| 亚洲欧洲精品一区二区精品久久久 | 国产精品秋霞免费鲁丝片| 91aial.com中文字幕在线观看| 亚洲精品乱码久久久久久按摩| 在线精品无人区一区二区三| 久久毛片免费看一区二区三区| 欧美97在线视频| 特大巨黑吊av在线直播| 天堂俺去俺来也www色官网| 久久人人爽人人片av| 麻豆成人午夜福利视频| 曰老女人黄片| 99热6这里只有精品| 久久精品国产鲁丝片午夜精品| 中文资源天堂在线| 欧美精品人与动牲交sv欧美| 丰满人妻一区二区三区视频av| 久久久久久久精品精品| 韩国av在线不卡| 亚洲精品一区蜜桃| 国产伦在线观看视频一区| 久久99一区二区三区| 亚洲欧美成人综合另类久久久| 男女国产视频网站| 在线 av 中文字幕| 日韩免费高清中文字幕av| 最近的中文字幕免费完整| 香蕉精品网在线| 亚洲精品一区蜜桃| 少妇 在线观看| 观看免费一级毛片| 欧美日本中文国产一区发布| 午夜av观看不卡| 高清av免费在线| 高清不卡的av网站| 国产精品三级大全| 人妻 亚洲 视频| 亚洲图色成人| 女性被躁到高潮视频| 大片免费播放器 马上看| 午夜福利视频精品| 最后的刺客免费高清国语| 美女福利国产在线| 插阴视频在线观看视频| 日本wwww免费看| 久久午夜福利片| 妹子高潮喷水视频| 国产欧美日韩精品一区二区| 国产精品国产三级专区第一集| 又粗又硬又长又爽又黄的视频| av卡一久久| 国产精品一二三区在线看| 久久国产精品男人的天堂亚洲 | 免费看av在线观看网站| 秋霞伦理黄片| 国产av码专区亚洲av| 黄片无遮挡物在线观看| 国产日韩一区二区三区精品不卡 | 91久久精品国产一区二区成人| 少妇人妻精品综合一区二区| h视频一区二区三区| 亚洲电影在线观看av| 中文欧美无线码| 亚洲精品久久午夜乱码| 热re99久久精品国产66热6| 国产在线男女| 最新的欧美精品一区二区| 成人国产av品久久久| 日日啪夜夜爽| 国产精品一区二区三区四区免费观看| 亚洲精品,欧美精品| 夫妻午夜视频| 男人爽女人下面视频在线观看| 久久精品国产鲁丝片午夜精品| 成年人免费黄色播放视频 | av专区在线播放| 欧美日韩综合久久久久久| 欧美精品一区二区免费开放| 亚洲婷婷狠狠爱综合网| 久久精品国产亚洲av天美| 伦精品一区二区三区| 波野结衣二区三区在线| 午夜日本视频在线| 国产一区二区在线观看av| 老司机影院成人| 国产在线一区二区三区精| 伊人久久精品亚洲午夜| 欧美bdsm另类| 国产免费视频播放在线视频| 妹子高潮喷水视频| 久久久欧美国产精品| 伊人亚洲综合成人网| 成人国产av品久久久| 亚洲国产色片| 午夜免费观看性视频| 精品熟女少妇av免费看| 黑人高潮一二区| 91在线精品国自产拍蜜月| 国产黄色视频一区二区在线观看| 夜夜爽夜夜爽视频| 国产女主播在线喷水免费视频网站| 色婷婷av一区二区三区视频| 99久久综合免费| 韩国av在线不卡| 伦理电影大哥的女人| 日韩制服骚丝袜av| 久久国内精品自在自线图片| 午夜影院在线不卡| 成人毛片a级毛片在线播放| 日韩中字成人| 国产精品熟女久久久久浪| 少妇精品久久久久久久| 国产有黄有色有爽视频| 99久久中文字幕三级久久日本| 国产免费一区二区三区四区乱码| 国产日韩欧美亚洲二区| 九九在线视频观看精品| 亚洲精品日韩av片在线观看| 国产黄片视频在线免费观看| 亚洲成人一二三区av| a级片在线免费高清观看视频| 欧美xxⅹ黑人| 午夜av观看不卡| 蜜臀久久99精品久久宅男| 99热这里只有精品一区| 亚洲图色成人| 在线观看一区二区三区激情| 色5月婷婷丁香| kizo精华| 免费av不卡在线播放| 日韩熟女老妇一区二区性免费视频| h日本视频在线播放| 亚洲欧美精品自产自拍| 91午夜精品亚洲一区二区三区| 国产成人精品无人区| 亚洲欧美精品自产自拍| 国产精品成人在线| 国产成人精品婷婷| 国产精品女同一区二区软件| 卡戴珊不雅视频在线播放| 日日摸夜夜添夜夜爱| 日日摸夜夜添夜夜爱| 亚洲国产精品成人久久小说| 日韩亚洲欧美综合| 最近中文字幕高清免费大全6| 国产黄片视频在线免费观看| 国产综合精华液| 黄色怎么调成土黄色| 丰满迷人的少妇在线观看| 国模一区二区三区四区视频| 日本91视频免费播放| 久久久久网色| 精品久久久精品久久久| 亚洲av电影在线观看一区二区三区| 在线观看国产h片| 哪个播放器可以免费观看大片| 亚洲国产精品国产精品| 六月丁香七月| 美女cb高潮喷水在线观看| 在线观看国产h片| 久久影院123| 午夜福利视频精品| 午夜福利影视在线免费观看| av在线老鸭窝| 九九在线视频观看精品| 各种免费的搞黄视频| 99久久精品国产国产毛片| 中文字幕人妻熟人妻熟丝袜美| 欧美日韩综合久久久久久| 国产一区亚洲一区在线观看| 精品少妇久久久久久888优播| 韩国av在线不卡| 麻豆成人av视频| 日本av免费视频播放| 黄色怎么调成土黄色| 亚洲精品国产av蜜桃| 看十八女毛片水多多多| 我的女老师完整版在线观看| 女性被躁到高潮视频| 国产高清三级在线| 精品久久久久久久久亚洲| 久久国产亚洲av麻豆专区| 日日啪夜夜爽| 日韩人妻高清精品专区| 9色porny在线观看| 国产深夜福利视频在线观看| 欧美xxⅹ黑人| 久久午夜福利片| 亚洲三级黄色毛片| 久久国产乱子免费精品| 久久99热这里只频精品6学生| 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av福利一区| 午夜精品国产一区二区电影| 少妇高潮的动态图| xxx大片免费视频| 日韩亚洲欧美综合| 性高湖久久久久久久久免费观看| 国产一区亚洲一区在线观看| 午夜激情福利司机影院| 久久国产精品大桥未久av | 免费播放大片免费观看视频在线观看| 久久久国产一区二区| 亚洲成人一二三区av| 亚洲经典国产精华液单| 国产一区二区三区av在线| 五月天丁香电影| 亚洲精品一二三| 午夜日本视频在线| 亚洲av免费高清在线观看| 午夜免费观看性视频| 久久99精品国语久久久| 嫩草影院入口| 新久久久久国产一级毛片| 日本-黄色视频高清免费观看| 有码 亚洲区| 国产精品蜜桃在线观看| av播播在线观看一区| 乱系列少妇在线播放| 全区人妻精品视频| 18禁在线无遮挡免费观看视频| 久久精品国产亚洲av涩爱| 多毛熟女@视频| 涩涩av久久男人的天堂| 色婷婷av一区二区三区视频| 亚洲av在线观看美女高潮| 哪个播放器可以免费观看大片| 99热6这里只有精品| 午夜福利网站1000一区二区三区| 中文字幕精品免费在线观看视频 | 赤兔流量卡办理| 18禁裸乳无遮挡动漫免费视频| 欧美 日韩 精品 国产| 亚洲激情五月婷婷啪啪| 久久精品夜色国产| 91午夜精品亚洲一区二区三区| 男人和女人高潮做爰伦理| 成人亚洲欧美一区二区av| 亚洲精品久久午夜乱码| 伦精品一区二区三区| 少妇被粗大猛烈的视频| 如何舔出高潮| 日本黄大片高清| 亚洲精品国产色婷婷电影| 亚洲精品456在线播放app| 欧美最新免费一区二区三区| 国产精品免费大片| 韩国高清视频一区二区三区| 人人妻人人澡人人爽人人夜夜| 亚洲欧美成人综合另类久久久| 国产精品嫩草影院av在线观看| 欧美高清成人免费视频www| 精品久久久久久电影网| 51国产日韩欧美| 免费看光身美女| 亚洲美女黄色视频免费看| 亚洲国产最新在线播放| 久久毛片免费看一区二区三区| 最新中文字幕久久久久| 一本一本综合久久| 99国产精品免费福利视频| 精品一区二区免费观看| 亚洲国产精品国产精品| 亚洲真实伦在线观看| 亚洲国产最新在线播放| 麻豆成人av视频| 日本wwww免费看| 熟女人妻精品中文字幕| 女性生殖器流出的白浆| 午夜久久久在线观看| 国产精品久久久久久精品古装| 久久国产精品大桥未久av | 99热这里只有精品一区| 伊人亚洲综合成人网| 一级a做视频免费观看| 亚洲精品国产av蜜桃| 国产女主播在线喷水免费视频网站| 欧美性感艳星| 国产精品一区www在线观看| 肉色欧美久久久久久久蜜桃| 久久综合国产亚洲精品| 夜夜爽夜夜爽视频| 久久久久久久久大av| 国产精品国产三级国产专区5o| av天堂中文字幕网| 国产精品一区二区在线不卡| 纯流量卡能插随身wifi吗| 中文字幕人妻丝袜制服| 免费看光身美女| 国产高清国产精品国产三级| 麻豆成人av视频| 久久综合国产亚洲精品| 国产毛片在线视频| 青春草亚洲视频在线观看| 99热这里只有是精品50| 日韩不卡一区二区三区视频在线| 91在线精品国自产拍蜜月| 乱系列少妇在线播放| 国内少妇人妻偷人精品xxx网站| 狂野欧美激情性xxxx在线观看| 热re99久久精品国产66热6| 国产精品.久久久| 国产精品久久久久久av不卡| 午夜视频国产福利| 一区二区三区精品91| 亚洲av电影在线观看一区二区三区| 少妇被粗大的猛进出69影院 | 黑人高潮一二区| 久久精品久久久久久久性| 在线天堂最新版资源| 七月丁香在线播放| 秋霞在线观看毛片| 亚洲av国产av综合av卡| 大香蕉97超碰在线| 日韩在线高清观看一区二区三区| 亚州av有码| 男人爽女人下面视频在线观看| 中文资源天堂在线| 亚洲av电影在线观看一区二区三区| 青春草视频在线免费观看| 五月伊人婷婷丁香| 欧美xxxx性猛交bbbb| 人人妻人人看人人澡| 亚洲精品国产成人久久av| 国产日韩欧美亚洲二区| 日韩中字成人| 最近2019中文字幕mv第一页| 欧美人与善性xxx| 国产国拍精品亚洲av在线观看| 免费黄网站久久成人精品| 国产黄色免费在线视频| 91精品国产国语对白视频| 欧美成人午夜免费资源| 欧美精品人与动牲交sv欧美| 能在线免费看毛片的网站| 在线精品无人区一区二区三| 欧美少妇被猛烈插入视频| 久热久热在线精品观看| 亚洲精品aⅴ在线观看| 国模一区二区三区四区视频| 日韩,欧美,国产一区二区三区| 少妇的逼好多水| 高清毛片免费看| 亚洲av中文av极速乱| 久久久久人妻精品一区果冻| 18禁动态无遮挡网站| 成人毛片60女人毛片免费| 曰老女人黄片| 你懂的网址亚洲精品在线观看| 我要看日韩黄色一级片| 国产免费又黄又爽又色| 草草在线视频免费看| 麻豆成人午夜福利视频| 91午夜精品亚洲一区二区三区| 欧美 亚洲 国产 日韩一| 欧美日本中文国产一区发布| 狂野欧美激情性xxxx在线观看| 97在线人人人人妻| 黄色日韩在线| 国产国拍精品亚洲av在线观看| 亚洲四区av| 国产精品麻豆人妻色哟哟久久| 日本色播在线视频| 老司机亚洲免费影院| 成人午夜精彩视频在线观看| 爱豆传媒免费全集在线观看| 精品亚洲乱码少妇综合久久| 如日韩欧美国产精品一区二区三区 | 成年av动漫网址| 亚洲激情五月婷婷啪啪| 日韩亚洲欧美综合| 五月开心婷婷网| 自拍欧美九色日韩亚洲蝌蚪91 | 成人毛片60女人毛片免费| 多毛熟女@视频| 免费黄网站久久成人精品| 中国三级夫妇交换| 中文字幕制服av| 亚洲av国产av综合av卡| h日本视频在线播放| 亚洲av国产av综合av卡| 免费观看的影片在线观看| 大香蕉久久网| 青青草视频在线视频观看| 夜夜爽夜夜爽视频| 99热网站在线观看| 国产视频内射| 国产白丝娇喘喷水9色精品| 亚洲婷婷狠狠爱综合网| 美女中出高潮动态图| 精品国产一区二区三区久久久樱花| 久久久精品94久久精品| 国产精品伦人一区二区| 亚洲无线观看免费| 亚洲精华国产精华液的使用体验| 日本av免费视频播放| 国精品久久久久久国模美| 妹子高潮喷水视频| 日本免费在线观看一区| 综合色丁香网| 精品视频人人做人人爽| 国产精品无大码| 日本av手机在线免费观看| 国产老妇伦熟女老妇高清| 日日摸夜夜添夜夜添av毛片| 亚洲av欧美aⅴ国产| av在线播放精品| 精品视频人人做人人爽| 最黄视频免费看| 最近中文字幕高清免费大全6| 观看免费一级毛片| 男女啪啪激烈高潮av片| 18禁在线播放成人免费| 亚洲精品中文字幕在线视频 | 五月玫瑰六月丁香| 亚洲国产精品成人久久小说| 一个人看视频在线观看www免费| 婷婷色综合大香蕉| 欧美精品亚洲一区二区| 看免费成人av毛片| 97在线视频观看| 免费看不卡的av| 国产高清国产精品国产三级| 亚洲精品一二三| 校园人妻丝袜中文字幕| 亚洲国产精品一区三区| 亚洲性久久影院| 夫妻午夜视频| 国产精品人妻久久久久久| 狂野欧美激情性xxxx在线观看| 久久av网站| 久久人人爽av亚洲精品天堂| 91精品一卡2卡3卡4卡| 丰满迷人的少妇在线观看| 精品少妇黑人巨大在线播放| 久久午夜综合久久蜜桃| kizo精华| 免费大片18禁| 赤兔流量卡办理| 噜噜噜噜噜久久久久久91| 夜夜爽夜夜爽视频| 又粗又硬又长又爽又黄的视频| 亚洲av成人精品一区久久| 一本色道久久久久久精品综合| 男人添女人高潮全过程视频| av一本久久久久| 欧美激情国产日韩精品一区| 国产精品女同一区二区软件| 一个人看视频在线观看www免费| 少妇猛男粗大的猛烈进出视频| 色94色欧美一区二区| 亚洲国产最新在线播放| 九九在线视频观看精品| 夜夜骑夜夜射夜夜干| 天天操日日干夜夜撸| 在线 av 中文字幕| 高清黄色对白视频在线免费看 | 午夜福利,免费看| 91在线精品国自产拍蜜月| 成人免费观看视频高清| 国产精品久久久久久av不卡| .国产精品久久| 午夜老司机福利剧场| 插逼视频在线观看| 18禁在线无遮挡免费观看视频| 熟女电影av网| 毛片一级片免费看久久久久| 精品酒店卫生间| 久久久久久久精品精品| 亚洲国产精品999| 日本爱情动作片www.在线观看| 岛国毛片在线播放| 午夜福利影视在线免费观看| 制服丝袜香蕉在线| 亚洲国产色片| 亚洲精品日韩在线中文字幕| 免费在线观看成人毛片| 亚洲精品自拍成人| 秋霞在线观看毛片| 欧美日韩在线观看h| 国产精品一二三区在线看| 国产一区二区三区av在线| 特大巨黑吊av在线直播| 搡女人真爽免费视频火全软件| av黄色大香蕉| 日韩中文字幕视频在线看片| 大又大粗又爽又黄少妇毛片口| 亚洲欧洲日产国产| 男女无遮挡免费网站观看| 少妇人妻一区二区三区视频| 久久99热6这里只有精品| 国产亚洲5aaaaa淫片| 久久国内精品自在自线图片| 性高湖久久久久久久久免费观看| 欧美日韩国产mv在线观看视频| 久久人妻熟女aⅴ| 亚洲欧美一区二区三区国产| 街头女战士在线观看网站| 久久久久久久国产电影| 日本vs欧美在线观看视频 | 一本色道久久久久久精品综合| 一级毛片aaaaaa免费看小| av一本久久久久| 精品人妻熟女毛片av久久网站| 国产成人免费无遮挡视频| 老司机影院毛片| 男人爽女人下面视频在线观看| 又大又黄又爽视频免费| kizo精华| 男人和女人高潮做爰伦理| 少妇丰满av| 国产精品国产av在线观看| 国产免费一区二区三区四区乱码| 在线观看免费日韩欧美大片 | 交换朋友夫妻互换小说| 狠狠精品人妻久久久久久综合| 一级片'在线观看视频| 亚洲av二区三区四区| 国产亚洲一区二区精品| 国产欧美另类精品又又久久亚洲欧美| 久久久久久久久久成人| 大香蕉97超碰在线| 婷婷色综合大香蕉| 人人妻人人看人人澡| 高清欧美精品videossex| 欧美日韩视频精品一区| a级一级毛片免费在线观看| 国产高清有码在线观看视频| 91午夜精品亚洲一区二区三区| 高清毛片免费看| 精品久久国产蜜桃| 少妇高潮的动态图| 亚洲精品日本国产第一区| 国产黄色免费在线视频| 中文字幕免费在线视频6| 国产又色又爽无遮挡免| 97在线视频观看| 女人久久www免费人成看片| 美女内射精品一级片tv| 精品国产一区二区三区久久久樱花| 狂野欧美白嫩少妇大欣赏| 少妇丰满av| 亚洲丝袜综合中文字幕| 国产综合精华液| 国产男女超爽视频在线观看|