• <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 ?

    霉變玉米中玉米赤霉烯酮和黃曲霉毒素B1含量電子鼻檢測(cè)模型的構(gòu)建

    2016-11-07 08:35:40于慧春彭盼盼
    食品科學(xué) 2016年20期
    關(guān)鍵詞:模型

    于慧春,彭盼盼,殷 勇

    (河南科技大學(xué)食品與生物工程學(xué)院,河南 洛陽(yáng) 471023)

    霉變玉米中玉米赤霉烯酮和黃曲霉毒素B1含量電子鼻檢測(cè)模型的構(gòu)建

    于慧春,彭盼盼,殷勇*

    (河南科技大學(xué)食品與生物工程學(xué)院,河南 洛陽(yáng) 471023)

    為建立霉變玉米中玉米赤霉烯酮和黃曲霉毒素B1的電子鼻檢測(cè)方法,首先以電子鼻對(duì)7級(jí)不同霉變程度玉米響應(yīng)信號(hào)的積分值作為特征參量,然后分別利用主成分回歸、偏最小二乘回歸、BP(back-propagation)神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)等方法建立霉變玉米中玉米赤霉烯酮與黃曲霉毒素B1含量的預(yù)測(cè)模型,并進(jìn)行了比較分析。結(jié)果表明,主成分回歸預(yù)測(cè)精度最差,偏最小二乘回歸較差、BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)法比較好。對(duì)于玉米赤霉烯酮,4 種預(yù)測(cè)模型70 個(gè)樣本中相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)分別為23、45、63、67 個(gè)。對(duì)于黃曲霉毒素B1,4 種預(yù)測(cè)模型70 個(gè)樣本中相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)分別為19、41、62、65 個(gè)。同時(shí),變換不同的訓(xùn)練集和測(cè)試集以考察BP神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)建模方法的穩(wěn)健性,結(jié)果表明,在BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和最小二乘支持向量機(jī)核函數(shù)與核函數(shù)參數(shù)均未發(fā)生改變的條件下,兩種建模方法依然有較高的預(yù)測(cè)精度,這說(shuō)明了兩種模型具有較高的穩(wěn)健性。

    電子鼻;玉米赤霉烯酮;黃曲霉毒素B1;偏最小二乘回歸;BP神經(jīng)網(wǎng)絡(luò);最小二乘支持向量機(jī)

    玉米赤霉烯酮和黃曲霉毒素B1是玉米霉變過(guò)程中產(chǎn)生的代表性毒素,對(duì)人畜健康有巨大危害作用[1-5]。在玉米儲(chǔ)藏過(guò)程中,快速準(zhǔn)確鑒別玉米赤霉烯酮和黃曲霉毒素B1含量對(duì)于指導(dǎo)玉米存儲(chǔ)有重要意義。玉米赤霉烯酮和黃曲霉毒素B1的常規(guī)測(cè)定方法[6-11]操作過(guò)程繁瑣、耗時(shí),不能滿足玉米儲(chǔ)藏過(guò)程中快速檢測(cè)霉變的需要。

    目前,電子鼻以其快速、準(zhǔn)確、無(wú)損等特點(diǎn)在谷物品質(zhì)檢測(cè)方面獲得較多應(yīng)用研究[12-13],但在谷物霉變方面的應(yīng)用研究較少。鄒小波等[14]利用一套基于金屬氧化錫氣體傳感器陣列的電子鼻裝置,對(duì)小麥、水稻、玉米3 種谷物霉變與否進(jìn)行檢測(cè),識(shí)別正確率達(dá)到90%以上。Matteo等[15]用電子鼻對(duì)新鮮玉米以及被霉菌污染的玉米進(jìn)行鑒別分析等。以上研究都只是通過(guò)建立判別模型,實(shí)現(xiàn)對(duì)霉變與正常谷物樣品的識(shí)別,屬定性判別,缺乏定量分析。

    張紅梅等[16]研制一套適合對(duì)谷物霉變進(jìn)行檢測(cè)的電子鼻系統(tǒng),利用BP(back-propagation)神經(jīng)網(wǎng)絡(luò)的方法,對(duì)6 個(gè)霉變程度的稻谷進(jìn)行菌落總數(shù)的預(yù)測(cè)。Gobbi等[17]利用電子鼻來(lái)檢測(cè)兩級(jí)霉變程度的玉米,并利用偏最小二乘法建立了伏馬毒素含量與電子鼻響應(yīng)信號(hào)之間的半定量預(yù)測(cè)模型。但是,對(duì)于玉米赤霉烯酮和黃曲霉毒素B1這兩種較為常見(jiàn)、對(duì)人畜健康危害較大的霉菌毒素的電子鼻定量預(yù)測(cè)國(guó)內(nèi)外還鮮見(jiàn)研究報(bào)道。

    本實(shí)驗(yàn)利用電子鼻對(duì)不同霉變程度玉米樣品進(jìn)行檢測(cè),同時(shí)用理化分析定量測(cè)定霉變玉米中玉米赤霉烯酮、黃曲霉毒素B1的含量,然后分別利用主成分回歸、偏最小二乘回歸、BP神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)等方法建立電子鼻響應(yīng)信號(hào)與玉米霉變過(guò)程中玉米赤霉烯酮和黃曲霉毒素B1含量的檢測(cè)模型,對(duì)模型的檢測(cè)精度進(jìn)行了比較,并采用不同訓(xùn)練集和測(cè)試集進(jìn)行模型穩(wěn)健性分析,指出適宜的檢測(cè)模型構(gòu)建方法。

    1 材料與方法

    1.1 材料

    玉米品種為中單909,購(gòu)于河南農(nóng)貿(mào)市場(chǎng)。實(shí)驗(yàn)室自行培育產(chǎn)生出不同霉變等級(jí)的玉米。培育條件如下:將新鮮玉米放入恒溫恒濕培養(yǎng)箱,在溫度30 ℃,相對(duì)濕度90%條件下進(jìn)行培育,然后分別取新鮮玉米和培養(yǎng)第0、2、4、6、8、10、12天的玉米共7 組,作為測(cè)試樣品。

    1.2 電子鼻系統(tǒng)

    電子鼻由實(shí)驗(yàn)室自行研制。該系統(tǒng)主要由氣敏傳感器陣列,測(cè)量室,數(shù)據(jù)采集裝置,計(jì)算機(jī)判別分析軟件等部分組成。傳感器陣列由14 個(gè)金屬氧化物氣敏傳感器(日本Figaro公司)和溫度、濕度傳感器組成。氣敏傳感器分別為T(mén)GS-813、TGS-800、TGS-821、TGS-822、TGS-824、TGS-816、TGS-812、TGS-825、TGS-826、TGS-831、TGS-832、TGS-830、TGS-880、TGS-842。氣敏傳感器的加熱電壓均為(5.0±0.05) V,工作電壓為(10.0±0.01) V,溫度、濕度傳感器的測(cè)量電壓也為(10.0±0.01) V。

    1.3 方法

    1.3.1 玉米赤霉烯酮和黃曲霉毒素B1的測(cè)定

    依照GB/T 5009.209—2008《谷物中玉米赤霉烯酮的測(cè)定》的方法,對(duì)不同霉變等級(jí)的玉米樣品進(jìn)行玉米赤霉烯酮含量測(cè)定。

    依照GB/T 5009.22—2003《食品中黃曲霉毒素B1的測(cè)定》的方法,對(duì)不同霉變等級(jí)的玉米樣品進(jìn)行黃曲霉毒素B1含量測(cè)定。

    1.3.2 電子鼻數(shù)據(jù)采集

    利用電子鼻對(duì)各個(gè)霉變等級(jí)玉米樣品進(jìn)行測(cè)定。每個(gè)樣品測(cè)量前先進(jìn)行空載測(cè)試(即電子鼻對(duì)測(cè)量環(huán)境的響應(yīng))以獲取測(cè)量基值,然后再進(jìn)行樣本測(cè)量。樣本取樣量為60 g,并用蒸發(fā)皿將樣本置于電子鼻測(cè)量室內(nèi)進(jìn)行測(cè)量。電子鼻采樣時(shí)間為2 500 s,采樣間隔為1 s,即每個(gè)樣本動(dòng)態(tài)測(cè)試2 500 個(gè)數(shù)據(jù)。每個(gè)樣本測(cè)量后電子鼻的恢復(fù)時(shí)間為600 s,以保證電子鼻得到完全恢復(fù)基值狀態(tài),以便下一次的樣本測(cè)量。每個(gè)霉變等級(jí)測(cè)試40 個(gè)平行樣本,7 個(gè)霉變等級(jí)共測(cè)試280 個(gè)玉米樣本。

    1.4 數(shù)據(jù)分析處理

    1.4.1 數(shù)據(jù)預(yù)處理

    1.4.1.1 電子鼻響應(yīng)特征信號(hào)的去基值處理

    為減小環(huán)境溫度和濕度對(duì)氣敏傳感器的影響,對(duì)電子鼻數(shù)據(jù)進(jìn)行去基值處理,即樣品響應(yīng)值減去空載響應(yīng)值。計(jì)算如式(1)所示[18]:

    式中:Yij為第j個(gè)傳感器第i秒響應(yīng)值經(jīng)去基準(zhǔn)之后所得的測(cè)試值;Xij為第j個(gè)傳感器第i秒時(shí)的響應(yīng)值;Xj0為第j個(gè)傳感器對(duì)環(huán)境的響應(yīng)平均值。

    1.4.1.2 電子鼻信號(hào)的特征提取

    在建立氣敏信號(hào)與霉變毒素間的檢測(cè)模型時(shí),氣敏信號(hào)特征參量的選擇對(duì)檢測(cè)模型構(gòu)建影響很大。通過(guò)比較分析,選用電子鼻氣敏信號(hào)的積分值作為特征參量[19],計(jì)算如式(2)所示:

    式中:S為積分值;N為傳感器的響應(yīng)數(shù)據(jù)個(gè)數(shù)(N=2 500);xi為第i個(gè)響應(yīng)值;Δt為相鄰兩采樣點(diǎn)的時(shí)間間隔(Δt=1 s)。

    1.4.2 建模方法

    1.4.2.1 主成分回歸模型

    主成分回歸是建立在主成分分析基礎(chǔ)上的多參數(shù)擬合與多組分分析法。該算法先對(duì)原始數(shù)據(jù)降低維數(shù),再提取合適的主成分對(duì)原始數(shù)據(jù)進(jìn)行預(yù)測(cè)分析[20-21]。

    1.4.2.2 偏最小二乘回歸模型

    偏最小二乘法是一種常用的多元統(tǒng)計(jì)分析方法,其數(shù)學(xué)基礎(chǔ)是主成分分析。偏最小二乘法主要用于建立多因變量和多自變量之間的近似映射關(guān)系,并能夠克服變量之間的多重共線問(wèn)題,使分析結(jié)果的可靠性和映射關(guān)系的穩(wěn)健性得以提高[22]。

    1.4.2.3BP神經(jīng)網(wǎng)絡(luò)模型

    BP神經(jīng)網(wǎng)絡(luò)是利用非線性可微函數(shù)進(jìn)行權(quán)值訓(xùn)練的反向傳播網(wǎng)絡(luò),一個(gè)三層BP網(wǎng)絡(luò)可以完成任意的n維到m維的映射,這種網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力,也是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)之一[23-25]。

    1.4.2.4 最小二乘支持向量機(jī)模型

    最小二乘支持向量機(jī)是一種遵循結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的核函數(shù)學(xué)習(xí)機(jī)器,兼顧了訓(xùn)練誤差和泛化能力,是支持向量機(jī)的一種改進(jìn)。其算法是最小二乘法,將傳統(tǒng)支持向量機(jī)中的不等式約束改為等式約束,并將誤差平方和損失函數(shù)作為訓(xùn)練集的經(jīng)驗(yàn)損失,提高了求解速度和收斂精度,適合小樣本回歸模型的建立[26-27]。

    上述模型構(gòu)建方法均是在Matlab 7.0平臺(tái)上完成。

    2 結(jié)果與分析

    2.1 玉米赤霉烯酮與黃曲霉毒素B1含量測(cè)定結(jié)果

    表1 玉米赤霉烯酮和黃曲霉毒素B1含量隨時(shí)間變化Table1 Changes in the contents of zearalenone and aflatoxin B1over time

    由表1可知,新鮮玉米的玉米赤霉烯酮和黃曲霉毒素B1含量較低,遠(yuǎn)小于國(guó)家標(biāo)準(zhǔn)中所規(guī)定的玉米赤霉烯酮限量(60 μg/kg)和黃曲霉毒素B1限量(20 μg/kg)。隨著培養(yǎng)時(shí)間的延長(zhǎng),玉米赤霉烯酮和黃曲霉毒素B1的含量都隨著霉變程度的增加而明顯升高。

    2.2 建模數(shù)據(jù)集的構(gòu)建

    由于每個(gè)霉變等級(jí)的樣品重復(fù)測(cè)試40 個(gè)樣本,因此,可對(duì)每個(gè)樣品隨機(jī)抽取30 個(gè)樣本作為建立模型用的訓(xùn)練集(共210 個(gè)樣本),剩余的10 個(gè)作為檢驗(yàn)?zāi)P褪欠窈线m用的測(cè)試集(共70 個(gè))。

    2.3 主成分回歸分析

    對(duì)自變量(16 個(gè)傳感器的特征值)進(jìn)行主成分分析,由于前6 個(gè)主成分的累積貢獻(xiàn)率已經(jīng)達(dá)到91.27%,所以選取前6 個(gè)主成分建立回歸模型,如式(3)、(4)所示:

    式中:y1為玉米赤霉烯酮含量預(yù)測(cè)值;y2為黃曲霉毒素B1含量預(yù)測(cè)值;x1、x2、x3、x4、x5、x6分別為前6 個(gè)主成分。

    利用此模型對(duì)測(cè)試集中不同霉變程度玉米樣品中玉米赤霉烯酮、黃曲霉毒素B1含量進(jìn)行預(yù)測(cè),結(jié)果如圖1所示。圖1A顯示,玉米赤霉烯酮預(yù)測(cè)值的平均誤差達(dá)到42.6%,70 個(gè)測(cè)試樣本種相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)為23 個(gè);圖1B顯示,黃曲霉毒素B1預(yù)測(cè)值的平均相對(duì)誤差為56.3%,70 個(gè)測(cè)試樣本中相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)僅19 個(gè)。此種方法局限性強(qiáng),預(yù)測(cè)精度低。

    圖1 玉米赤霉烯酮(A)和黃曲霉毒素B1(B)的主成分回歸預(yù)測(cè)結(jié)果和期望結(jié)果對(duì)比圖Fig.1 Relationship between the PCR model predicted and measured values of zearalenone (A) and aflatoxin B1(B) contents using the PCR model

    2.4偏最小二乘回歸模型的分析

    圖2 玉米赤霉烯酮(A)和黃曲霉毒素B1(B)的偏最小二乘回歸預(yù)測(cè)結(jié)果和期望結(jié)果對(duì)比圖Fig.2 Relationship between the predicted and measured values of zearalenone (A) and aflatoxin B1(B) contents using the PLS model

    偏最小二乘回歸模型對(duì)測(cè)試集中不同霉變程度玉米樣品中玉米赤霉烯酮、黃曲霉毒素B1含量進(jìn)行預(yù)測(cè)。由圖2A可知,玉米赤霉烯酮含量較低(≤34.6 μg/kg)時(shí),偏最小二乘回歸模型對(duì)玉米赤霉烯酮的含量預(yù)測(cè)精度較低,誤差較大,原因是玉米霉變初級(jí)階段,霉菌數(shù)量少,活動(dòng)不活躍,產(chǎn)生的揮發(fā)性成分不夠明顯,干擾了模型的預(yù)測(cè)精度;而在玉米赤霉烯酮含量較高時(shí)(≥52.0 μg/kg),偏最小二乘回歸模型對(duì)玉米赤霉烯酮含量預(yù)測(cè)精度明顯升高,誤差變小。由圖2B可知,模型對(duì)黃曲霉毒素B1含量預(yù)測(cè)精度也與其含量相關(guān),低濃度時(shí)預(yù)測(cè)精度低,高濃度時(shí)預(yù)測(cè)精度明顯升高。玉米赤霉烯酮預(yù)測(cè)值的平均相對(duì)誤差為13.2%,70 個(gè)測(cè)試樣本中相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)達(dá)到45 個(gè);黃曲霉毒素B1預(yù)測(cè)值的平均相對(duì)誤差為14.81%,70 個(gè)測(cè)試樣本中相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)達(dá)到41 個(gè)。

    2.5BP神經(jīng)網(wǎng)絡(luò)模型的分析

    由于神經(jīng)網(wǎng)絡(luò)的輸入為16 個(gè)傳感器的特征值,輸出為玉米赤霉烯酮、黃曲霉毒素B1的含量,所以神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元個(gè)數(shù)為16,輸出層神經(jīng)元個(gè)數(shù)為2。當(dāng)隱層神經(jīng)元傳遞函數(shù)選為tansig函數(shù)、輸出層神經(jīng)元傳遞函數(shù)選為logsig函數(shù)、訓(xùn)練函數(shù)選為traincgf函數(shù)時(shí),運(yùn)用訓(xùn)練集數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),并通過(guò)試湊法可確定隱層神經(jīng)元個(gè)數(shù)為23,此時(shí)的網(wǎng)絡(luò)訓(xùn)練誤差為0.000 499 6,最小訓(xùn)練速率為0.2。因此BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為16×23×2。

    圖3 玉米赤霉烯酮(A)和黃曲霉毒素B1(B)的BP網(wǎng)絡(luò)預(yù)測(cè)結(jié)果和期望結(jié)果對(duì)比圖Fig.3 Relationship between the predicted and measured values of zearalenone (A) and aflatoxin B1(B) contents using the BP neural network model

    采用上述網(wǎng)絡(luò)結(jié)構(gòu)及神經(jīng)元傳遞函數(shù),對(duì)測(cè)試集中不同霉變程度玉米樣品中的玉米赤霉烯酮、黃曲霉毒素B1含量進(jìn)行預(yù)測(cè),結(jié)果如圖3所示。圖3A顯示,玉米赤霉烯酮預(yù)測(cè)值的最大相對(duì)誤差為9.56%,平均相對(duì)誤差為4.99%,70 個(gè)測(cè)試樣本中相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)量達(dá)到63 個(gè);圖3B顯示,黃曲霉毒素B1預(yù)測(cè)值的最大相對(duì)誤差為8.69%,平均相對(duì)誤差為5.92%,70 個(gè)測(cè)試樣本中相對(duì)誤差控制在5%以內(nèi)的樣本達(dá)到62 個(gè),預(yù)測(cè)效果較好。

    2.6 最小二乘支持向量機(jī)模型的分析

    建立最小二乘支持向量機(jī)模型,常見(jiàn)的核函數(shù)有線性核函數(shù)、多項(xiàng)式核函數(shù)、多層感知核函數(shù)、高斯RBF核函數(shù)。由于RBF核函數(shù)是全局收斂特性的學(xué)習(xí)算法,學(xué)習(xí)速度快,無(wú)論低維、高維、小樣本、大樣本等情況,所以采用RBF核函數(shù)。利用網(wǎng)格搜索法和交叉驗(yàn)證法結(jié)合的方式對(duì)正則參數(shù)γ以及RBF核函數(shù)參數(shù)σ2進(jìn)行優(yōu)化,優(yōu)化后得到:γ=36.483 1,σ2=0.476 2。

    最小二乘支持向量機(jī)模型對(duì)測(cè)試集中不同霉變程度玉米樣品中的玉米赤霉烯酮、黃曲霉毒素B1含量進(jìn)行預(yù)測(cè),結(jié)果如圖4所示。圖4A顯示,玉米赤霉烯酮預(yù)測(cè)值的最大相對(duì)誤差為5.97%,平均相對(duì)誤差為1.72%,相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)達(dá)到67 個(gè)。圖4B顯示,黃曲霉毒素B1預(yù)測(cè)值的最大相對(duì)誤差為6.32%,平均相對(duì)誤差為2.84%。相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)達(dá)到65 個(gè)。該模型對(duì)兩種毒素的估算都取得了較好的效果。

    圖4 玉米赤霉烯酮(A)和黃曲霉毒素B1(B)的最小二乘支持向量機(jī)預(yù)測(cè)結(jié)果和期望結(jié)果對(duì)比圖Fig.4 Relationship between the predicted and measured values of zearalenone (A) and aflatoxin B1(B) contents using the LS-SVM model

    由以上分析結(jié)果可以看出,4 種檢測(cè)模型中,主成分回歸模型預(yù)測(cè)能力最差,預(yù)測(cè)精度最低;偏最小二乘回歸法、BP神經(jīng)網(wǎng)絡(luò)法、最小二乘支持向量機(jī)的預(yù)測(cè)精度較高,尤其后兩種方法,70 個(gè)測(cè)試樣本相對(duì)誤差控制在5%以內(nèi)的樣本數(shù)量都在60 個(gè)以上,BP神經(jīng)網(wǎng)絡(luò)法最大相對(duì)誤差控制在15%以內(nèi),最小二乘支持向量機(jī)法最大相對(duì)誤差控制在7%以內(nèi),預(yù)測(cè)精度最高。

    2.7 模型穩(wěn)健性分析

    為保證模型有較高的預(yù)測(cè)精度和穩(wěn)定性,對(duì)預(yù)測(cè)效果最好的BP神經(jīng)網(wǎng)絡(luò)法和最小二乘支持向量機(jī)法進(jìn)行模型可靠性分析。具體做法如下:在BP網(wǎng)絡(luò)結(jié)構(gòu)和最小二乘支持向量機(jī)核函數(shù)及核函數(shù)參數(shù)不變的前提下,從霉變玉米樣品中,隨機(jī)5 次抽取樣本,以組成5 組不同的訓(xùn)練集和測(cè)試集,分別對(duì)BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)模型進(jìn)行訓(xùn)練和測(cè)試。表2、3分別為BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)模型對(duì)5 組測(cè)試集的預(yù)測(cè)結(jié)果。

    表2 BP神經(jīng)網(wǎng)絡(luò)模型不同測(cè)試集的測(cè)試結(jié)果Table2 Results for different training set tests using the BP neural network model

    表3 最小二乘支持向量機(jī)模型不同測(cè)試集的測(cè)試結(jié)果Table3 Results for different training set tests using the LS-SVM model

    通過(guò)預(yù)測(cè)結(jié)果的對(duì)比,由表2、3可以看出,雖然用于模型構(gòu)建的訓(xùn)練集、測(cè)試集不同,但BP神經(jīng)網(wǎng)絡(luò)模型和最小二乘支持向量機(jī)模型對(duì)玉米赤霉烯酮和黃曲霉毒素B1的預(yù)測(cè)結(jié)果均趨于一致,變化不大,這說(shuō)明用BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)建立的預(yù)測(cè)模型具有較高的穩(wěn)定性與可靠性。

    3 結(jié) 論

    通過(guò)電子鼻對(duì)不同霉變程度玉米進(jìn)行檢測(cè),利用主成分回歸、偏最小二乘回歸、BP神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)建模方法,結(jié)合理化實(shí)驗(yàn)測(cè)得的玉米赤霉烯酮和黃曲霉毒素B1含量的數(shù)據(jù),建立了玉米赤霉烯酮和黃曲霉毒素B1含量的預(yù)測(cè)模型,并對(duì)幾種預(yù)測(cè)模型的預(yù)測(cè)精度進(jìn)行了比較,BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)獲得較高的預(yù)測(cè)精度;為了驗(yàn)證模型的穩(wěn)健性,對(duì)精度較高的BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī),在模型結(jié)構(gòu)不變的情況下,分別多次隨機(jī)抽樣進(jìn)行測(cè)試,預(yù)測(cè)結(jié)果均趨于一致,說(shuō)明兩種模型具有較高的可靠性與穩(wěn)健性,能夠準(zhǔn)確穩(wěn)定的估算不同霉變程度玉米中玉米赤霉烯酮和黃曲霉毒素B1的含量,為玉米霉變毒素電子鼻檢測(cè)模型的構(gòu)建提供了方法指導(dǎo)。

    [1] 馬飛, 劉文強(qiáng), 劉桂芹, 等. 玉米中霉菌毒素對(duì)仔豬疫苗免疫應(yīng)答的影響[J]. 農(nóng)業(yè)科學(xué)與技術(shù)(英文版), 2010, 11(7): 117-119. DOI:10.3969/j.issn.1009-4229-B.2010.07.032.

    [2] 李隆術(shù), 靳祖訓(xùn). 中國(guó)糧食儲(chǔ)藏科學(xué)研究若干重大成就[J]. 糧食儲(chǔ)藏, 1999, 28(6): 3-12.

    [3] 單妹, 許梓榮, 馮建蕾. 玉米赤霉烯酮對(duì)家畜繁殖性能和人體健康的影響[J]. 中國(guó)畜牧獸醫(yī), 2006, 33(1): 3-5. DOI:10.3969/ j.issn.1671-7236.2006.01.001.

    [4] 謝慶, 常文環(huán), 劉國(guó)華, 等. 黃曲霉毒素對(duì)家禽的危害與脫毒技術(shù)[J].動(dòng)物營(yíng)養(yǎng)學(xué)報(bào), 2014, 26(12): 3572-3578. DOI:10.3969/j.issn.1006-267x.2014.12.004.

    [5] 徐明龍, 蘇永騰, 季海霞. 飼料中3 種主要霉菌毒素的毒性危害綜述[J]. 飼料廣角, 2015(21): 32-35. DOI:10.3969/ j.issn.1002-8358.2015.21.011.

    [6] 曾紅燕, 黎源倩, 敬海泉. 高效液相色譜法測(cè)定糧食中玉米赤霉烯酮及其代謝產(chǎn)物[J]. 分析化學(xué)研究簡(jiǎn)報(bào), 2006, 34(3): 351-354. DOI:10.3321/j.issn:0253-3820.2006.03.016.

    [7] 單安山, 周長(zhǎng)路, 張圓圓. 東北地區(qū)不同飼料原料中霉菌毒素含量的測(cè)定[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào), 2013, 44(6): 96-100. DOI:10.3969/j. issn.1005-9369.2013.06.018.

    [8] 褚慶華, 郭德華, 王敏. 油料和食用油中真菌毒素快速測(cè)定方法的研究[J]. 中國(guó)糧油學(xué)報(bào), 2006, 21(2): 114-119. DOI:10.3321/ j.issn:1003-0174.2006.02.029.

    [9] 陳玉波, 陳長(zhǎng)毅, 劉洋. 高效液相色譜法同時(shí)測(cè)定食品中黃曲霉毒素B1、B2、G1、G2、M1、M2[J]. 分析化學(xué), 2000, 34(9): 265-266. DOI:10.1097/RHU.0b013e3181ef6ee1.

    [10] 馬占峰. 免疫親和柱凈化-在線柱后光化學(xué)衍生-高效液相色譜-熒光檢測(cè)法快速測(cè)定食品中的黃曲霉毒素含量[J]. 食品安全質(zhì)量檢測(cè)學(xué)報(bào), 2012, 3(3): 209-211.

    [11] 張小帆, 侯玉澤, 胡驍飛, 等. 動(dòng)物性食品中玉米赤霉醇?xì)埩魴z測(cè)方法的研究進(jìn)展[J]. 食品科學(xué), 2014, 35(7): 286-291. DOI:10.7506/ spkx1002-6630-201407056.

    [12] 胡志全, 王海洋, 劉友明. 電子鼻識(shí)別大米揮發(fā)性物質(zhì)的應(yīng)用性研究[J]. 中國(guó)糧油學(xué)報(bào), 2013, 28(7): 93-98. DOI:10.3969/ j.issn.1003-0174.2013.07.018.

    [13] ZHENG Xianzhe, LAN Yubin, ZHU Jianmin, et al. Rapid identification of rice samples using an electronic nose[J]. Journal of Bionic Engineering, 2009, 6(3): 290-297. DOI:10.1016/S1672-6529(08)60122-5.

    [14] 鄒小波, 趙杰文. 電子鼻快速檢測(cè)谷物霉變的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2004, 12(4): 121-124. DOI:10.3321/j.issn:1002-6819.2004.04.027.

    [15] MATTEO F, EMANUELA G, METTEO P. Detection of toxigenic strains of fusarium verticllioides in corn by electronic olfactory system[J]. Sensors and Actuators B: Chemical, 2005, 108(2): 250-257. DOI:10.1016/j.snb.2004.09.046.

    [16] 張紅梅, 王俊, 葉盛, 等. 電子鼻傳感器陣列優(yōu)化與谷物霉變程度的檢測(cè)[J]. 傳感技術(shù)學(xué)報(bào), 2007, 20(6): 1207-1210. DOI:10.3969/ j.issn.1004-1699.2007.06.002.

    [17] GOBBI E, FALASCONI M, TORELLI E. Electronic nose predicts high and low fumonisin contamination in maize cultures[J]. Food Research International, 2011, 44(4): 992-999. DOI:10.1016/ j.foodres.2011.02.041.

    [18] 孫香麗, 殷勇. 乳制品電子鼻分類中傳感器陣列的一種優(yōu)化方法[J]. 傳感技術(shù)學(xué)報(bào), 2008, 21(7): 1124-1127. DOI:10.3969/ j.issn.1004-1699.2008.07.008.

    [19] 楊福生, 洪波. 獨(dú)立分量分析的原理與應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2006.

    [20] KOCH I, NAITO K. Prediction of multivariate responses with a selected number of principal components[J]. Computational Statistics and Data Analysis, 2010, 54(7): 1791-1807. DOI:10.1016/ j.csda.2010.01.030.

    [21] 王惠文, 王劼, 黃海軍. 主成分回歸的建模策略研究[J]. 北京航空航天大學(xué)學(xué)報(bào), 2008, 34(6): 661-664.

    [22] 王惠文. 偏最小二乘回歸方法及其應(yīng)用[M]. 北京: 國(guó)防工業(yè)出版社, 1999.

    [23] 邊肇祺, 張學(xué)工. 模式識(shí)別[M]. 北京: 清華大學(xué)出版社, 2000.

    [24] 吳江, 黃富榮, 黃才歡, 等. 近紅外光譜結(jié)合主成分分析和BP神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)基因大豆無(wú)損鑒別研究[J]. 光譜學(xué)與光譜分析, 2013, 33(6):1537-1541. DOI:10.3964/j.issn.1000-0593(2013)06-1537-05.

    [25] 李松, 劉力軍, 翟曼. 改進(jìn)粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J]. 系統(tǒng)工程理論與實(shí)踐, 2012, 32(9): 2045-2049. DOI:10.3969/j.issn.1000-6788.2012.09.024.

    [26] 丁世飛, 齊丙娟, 譚紅艷. 支持向量機(jī)理論與算法研究綜述[J]. 電子科技大學(xué)學(xué)報(bào), 2011, 40(1): 1-10. DOI:10.3969/ j.issn.1001-0548.2011.01.001.

    [27] 閻威武, 邵惠鶴. 支持向量機(jī)和最小二乘支持向量機(jī)的比較及應(yīng)用研究[J]. 控制與決策, 2008, 18(3): 356-360. DOI:10.3321/ j.issn:1001-0920.2003.03.025.

    Predictive Models for the Detection of Zearalenone and Aflatoxin B1Contents in Moldy Corn with Electronic Nose

    YU Huichun, PENG Panpan, YIN Yong*
    (College of Food and Bioengineering, Henan University of Science and Technology, Luoyang 471023, China)

    This study aimed to explore a quantitative method for detecting the contents of zearalenone and afl atoxin B1in moldy corn using electronic nose. Firstly, the integral values of the electronic nose response signals of corn samples with different mildew levels were extracted and used as feature parameters for establishing a predictive model for predicting the contents of zearalenone and aflatoxin B1in moldy corn samples employing principal component regression (PCR), partial least squares regression (PLSR), back-propagation (BP) neural network, and least squares support vector machine(LS-SVM), respectively. The results from the different models developed were compared. It was shown that the prediction accuracy of the PCR model was the worst among four models, the PLSR model had better prediction accuracy, and the BP neural network and LS-SVM models provided the most accurate predictions. The PCR, PLSR, BP neural network and LS-SVM models gave good predictions of zearalenone with relative errors less than 5% for 23, 45, 63, and 67 out of 70 samples, respectively, while they provided good predictions of afl atoxin B1with relative errors less than 5% for 19, 41, 62 and 65 out of the 70 samples. At the same time, different training and test sets were used to examine the robustness of the BP neural network and LS-SVM models. The results showed that the BP neural network architecture, and the kernel function and kernel parameter of LS-SVM remained unchanged. The prediction accuracy of the two models was still good, showing that both models are of high robustness.

    electronic nose; zearalenone; afl atoxin B1; partial least squares regression; BP neural network; least squares support vector machine

    10.7506/spkx1002-6630-201620035

    TP212

    A

    1002-6630(2016)20-0203-06

    于慧春, 彭盼盼, 殷勇. 霉變玉米中玉米赤霉烯酮和黃曲霉毒素B1含量電子鼻檢測(cè)模型的構(gòu)建[J]. 食品科學(xué), 2016, 37(20): 203-208. DOI:10.7506/spkx1002-6630-201620035. http://www.spkx.net.cn

    YU Huichun, PENG Panpan, YIN Yong. Predictive models for the detection of zearalenone and aflatoxin B1contents in moldy corn with electronic nose[J]. Food Science, 2016, 37(20): 203-208. (in Chinese with English abstract) DOI:10.7506/ spkx1002-6630-201620035. http://www.spkx.net.cn

    2016-03-05

    河南省教育廳自然科學(xué)研究項(xiàng)目(13A550269);國(guó)家自然科學(xué)基金面上項(xiàng)目(31171685)

    于慧春(1977—),女,副教授,博士,研究方向?yàn)檗r(nóng)產(chǎn)品、食品品質(zhì)無(wú)損檢測(cè)技術(shù)。E-mail:yukin_le@126.com

    殷勇(1966—),男,教授,博士,研究方向?yàn)檗r(nóng)產(chǎn)品、食品品質(zhì)無(wú)損檢測(cè)技術(shù)。E-mail:yinyong@ haust.edu.cn

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機(jī)模型
    提煉模型 突破難點(diǎn)
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達(dá)及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    3D打印中的模型分割與打包
    国产激情欧美一区二区| 午夜日韩欧美国产| 午夜精品一区二区三区免费看| 精品久久久久久成人av| 麻豆国产av国片精品| 国产精品爽爽va在线观看网站| 久久99热这里只有精品18| 国产av在哪里看| 国产精品影院久久| av福利片在线观看| 变态另类成人亚洲欧美熟女| 九九在线视频观看精品| 亚洲色图av天堂| 亚洲精品一卡2卡三卡4卡5卡| 波野结衣二区三区在线 | 男人舔女人下体高潮全视频| 亚洲国产精品成人综合色| 1024手机看黄色片| 真人做人爱边吃奶动态| 日韩欧美国产一区二区入口| 叶爱在线成人免费视频播放| 久久久国产成人精品二区| 少妇的逼水好多| 我的老师免费观看完整版| 日韩欧美三级三区| 欧美成狂野欧美在线观看| 真实男女啪啪啪动态图| 免费在线观看影片大全网站| 亚洲精品国产精品久久久不卡| 男人和女人高潮做爰伦理| 一本精品99久久精品77| 精品一区二区三区人妻视频| 女生性感内裤真人,穿戴方法视频| 夜夜躁狠狠躁天天躁| 两个人看的免费小视频| 亚洲 欧美 日韩 在线 免费| 国产成年人精品一区二区| 国产成人影院久久av| 丰满人妻熟妇乱又伦精品不卡| 欧美不卡视频在线免费观看| 一进一出好大好爽视频| 18禁裸乳无遮挡免费网站照片| 狂野欧美激情性xxxx| 一本综合久久免费| 久久精品夜夜夜夜夜久久蜜豆| av视频在线观看入口| 99久久综合精品五月天人人| 网址你懂的国产日韩在线| www日本黄色视频网| 露出奶头的视频| 黄色片一级片一级黄色片| 美女被艹到高潮喷水动态| 悠悠久久av| АⅤ资源中文在线天堂| 免费在线观看成人毛片| 99国产精品一区二区三区| 国产真实伦视频高清在线观看 | 亚洲av美国av| 操出白浆在线播放| 国产精品野战在线观看| 国产精品影院久久| 午夜亚洲福利在线播放| 国产v大片淫在线免费观看| 免费av观看视频| 神马国产精品三级电影在线观看| 听说在线观看完整版免费高清| 中文字幕精品亚洲无线码一区| 看片在线看免费视频| 亚洲中文字幕一区二区三区有码在线看| 亚洲,欧美精品.| 一本久久中文字幕| 亚洲av中文字字幕乱码综合| 日本与韩国留学比较| 偷拍熟女少妇极品色| 国产亚洲欧美98| 无限看片的www在线观看| 国产真实伦视频高清在线观看 | 国产亚洲欧美在线一区二区| 非洲黑人性xxxx精品又粗又长| 中文字幕av在线有码专区| 好男人电影高清在线观看| 色综合站精品国产| 国产单亲对白刺激| 国产探花极品一区二区| 男女下面进入的视频免费午夜| 啪啪无遮挡十八禁网站| 黑人欧美特级aaaaaa片| 国产乱人视频| 欧美一区二区亚洲| 亚洲久久久久久中文字幕| av福利片在线观看| 亚洲精品国产精品久久久不卡| 午夜激情欧美在线| 国产成+人综合+亚洲专区| 久久国产乱子伦精品免费另类| 听说在线观看完整版免费高清| 午夜精品久久久久久毛片777| 亚洲在线自拍视频| 在线观看免费视频日本深夜| 亚洲精品一区av在线观看| 91麻豆精品激情在线观看国产| 叶爱在线成人免费视频播放| 亚洲最大成人手机在线| aaaaa片日本免费| 免费在线观看亚洲国产| 成人18禁在线播放| 看免费av毛片| 欧美绝顶高潮抽搐喷水| 国产精品1区2区在线观看.| 嫩草影视91久久| 色综合亚洲欧美另类图片| 欧美黑人欧美精品刺激| 九九热线精品视视频播放| 99热只有精品国产| 国产成年人精品一区二区| 久久亚洲精品不卡| 亚洲精品色激情综合| 亚洲av熟女| 亚洲七黄色美女视频| 日本一二三区视频观看| 日韩亚洲欧美综合| 一级黄片播放器| 精品久久久久久久久久久久久| 搡老熟女国产l中国老女人| 亚洲人成网站在线播放欧美日韩| av天堂在线播放| 欧美av亚洲av综合av国产av| 在线免费观看的www视频| 国产精品三级大全| 久久亚洲真实| 国产精华一区二区三区| 亚洲成人久久爱视频| 法律面前人人平等表现在哪些方面| 一级毛片女人18水好多| 欧美乱色亚洲激情| 国产精品国产高清国产av| 午夜福利18| 国产精品日韩av在线免费观看| 国产精品美女特级片免费视频播放器| 搡老熟女国产l中国老女人| 一a级毛片在线观看| 亚洲精华国产精华精| 国产成人av激情在线播放| 97碰自拍视频| а√天堂www在线а√下载| 精品人妻一区二区三区麻豆 | 亚洲黑人精品在线| 国产av麻豆久久久久久久| 午夜影院日韩av| 一个人观看的视频www高清免费观看| 国产高清三级在线| av国产免费在线观看| 18禁裸乳无遮挡免费网站照片| av专区在线播放| av女优亚洲男人天堂| 级片在线观看| 亚洲真实伦在线观看| 成人午夜高清在线视频| 一级毛片高清免费大全| 午夜免费观看网址| 国产精品亚洲av一区麻豆| h日本视频在线播放| 国产精品免费一区二区三区在线| aaaaa片日本免费| 99久久九九国产精品国产免费| 欧美午夜高清在线| 亚洲人成电影免费在线| 在线十欧美十亚洲十日本专区| 黄色女人牲交| bbb黄色大片| 久久久久国产精品人妻aⅴ院| 18禁国产床啪视频网站| 女人被狂操c到高潮| 在线观看免费视频日本深夜| 少妇的逼好多水| 99热6这里只有精品| 色老头精品视频在线观看| 亚洲精品色激情综合| 夜夜夜夜夜久久久久| 国产午夜精品论理片| 最好的美女福利视频网| 少妇裸体淫交视频免费看高清| 日本撒尿小便嘘嘘汇集6| 国产探花在线观看一区二区| 精品久久久久久,| www.www免费av| 免费一级毛片在线播放高清视频| 中文字幕人成人乱码亚洲影| 国产麻豆成人av免费视频| 欧美不卡视频在线免费观看| 嫩草影院精品99| 国产精品久久电影中文字幕| 亚洲av成人不卡在线观看播放网| 嫁个100分男人电影在线观看| 日韩欧美在线乱码| 国产精品一区二区三区四区久久| 两人在一起打扑克的视频| 一级黄色大片毛片| 国产亚洲欧美在线一区二区| 欧美大码av| av中文乱码字幕在线| 成人无遮挡网站| 少妇的逼水好多| 九九久久精品国产亚洲av麻豆| 51国产日韩欧美| 一个人看的www免费观看视频| 亚洲精品粉嫩美女一区| 在线播放国产精品三级| 久久国产乱子伦精品免费另类| 男插女下体视频免费在线播放| 亚洲无线观看免费| 88av欧美| svipshipincom国产片| 动漫黄色视频在线观看| 欧美黄色片欧美黄色片| 69av精品久久久久久| 亚洲精品456在线播放app | 天堂动漫精品| 亚洲五月婷婷丁香| 日韩欧美在线二视频| 欧美精品啪啪一区二区三区| 色在线成人网| 色综合站精品国产| 免费观看的影片在线观看| 精品99又大又爽又粗少妇毛片 | av专区在线播放| 久久精品夜夜夜夜夜久久蜜豆| 午夜激情欧美在线| 欧美日韩综合久久久久久 | 欧美av亚洲av综合av国产av| 黄色片一级片一级黄色片| 亚洲专区国产一区二区| 69人妻影院| 啦啦啦韩国在线观看视频| 国产一区二区在线观看日韩 | 久久香蕉精品热| 亚洲av一区综合| 天堂网av新在线| 国产精品久久久久久人妻精品电影| 免费在线观看日本一区| 日韩欧美一区二区三区在线观看| 国产中年淑女户外野战色| av福利片在线观看| 欧美激情在线99| 亚洲中文日韩欧美视频| АⅤ资源中文在线天堂| 久久国产精品人妻蜜桃| 亚洲美女视频黄频| 国产v大片淫在线免费观看| 国产爱豆传媒在线观看| 一本久久中文字幕| 岛国在线观看网站| 超碰av人人做人人爽久久 | 国产高清激情床上av| 99热6这里只有精品| 成人特级黄色片久久久久久久| 一夜夜www| 成人一区二区视频在线观看| 国产伦精品一区二区三区视频9 | av天堂在线播放| 国产亚洲精品久久久com| 久久精品国产亚洲av涩爱 | 18禁黄网站禁片午夜丰满| 久久国产精品影院| 日韩av在线大香蕉| 熟妇人妻久久中文字幕3abv| 国产一区二区三区在线臀色熟女| 久久久久久久亚洲中文字幕 | 一个人观看的视频www高清免费观看| 欧美高清成人免费视频www| 99热只有精品国产| 日韩欧美国产在线观看| 国产免费av片在线观看野外av| 久久久国产成人精品二区| 午夜福利高清视频| 精品欧美国产一区二区三| 手机成人av网站| 噜噜噜噜噜久久久久久91| 天堂网av新在线| 日韩欧美一区二区三区在线观看| 亚洲国产中文字幕在线视频| 亚洲精品一区av在线观看| 1024手机看黄色片| 亚洲中文字幕一区二区三区有码在线看| 母亲3免费完整高清在线观看| 久久精品国产综合久久久| 天堂动漫精品| 日本一本二区三区精品| 亚洲美女视频黄频| 亚洲国产中文字幕在线视频| 亚洲自拍偷在线| 亚洲人成电影免费在线| 亚洲精品在线美女| 黄片大片在线免费观看| 女同久久另类99精品国产91| 亚洲五月天丁香| 欧美绝顶高潮抽搐喷水| 观看美女的网站| 波多野结衣巨乳人妻| 波多野结衣高清作品| 成人av一区二区三区在线看| 亚洲五月婷婷丁香| 久久国产精品影院| 一边摸一边抽搐一进一小说| 免费av不卡在线播放| 欧美成人性av电影在线观看| 99国产精品一区二区三区| 一个人免费在线观看的高清视频| 可以在线观看毛片的网站| 欧美黄色片欧美黄色片| 国产精品一区二区免费欧美| 99久久精品热视频| 在线播放国产精品三级| 他把我摸到了高潮在线观看| av黄色大香蕉| 18禁国产床啪视频网站| 久久国产精品人妻蜜桃| 在线免费观看的www视频| 国内久久婷婷六月综合欲色啪| www日本黄色视频网| 欧美丝袜亚洲另类 | 日本成人三级电影网站| 亚洲精品影视一区二区三区av| 久久精品国产亚洲av涩爱 | 欧美丝袜亚洲另类 | 亚洲精品在线美女| 成年人黄色毛片网站| 欧美区成人在线视频| 免费搜索国产男女视频| 亚洲av二区三区四区| 亚洲欧美一区二区三区黑人| 欧美日韩瑟瑟在线播放| 女人十人毛片免费观看3o分钟| 欧美日韩国产亚洲二区| 超碰av人人做人人爽久久 | 一二三四社区在线视频社区8| 国产综合懂色| 色吧在线观看| xxx96com| 中文字幕人妻丝袜一区二区| 欧美一级a爱片免费观看看| 国产精品一及| 黑人欧美特级aaaaaa片| 十八禁网站免费在线| 一本精品99久久精品77| 亚洲av免费在线观看| 黄色丝袜av网址大全| 国内揄拍国产精品人妻在线| 亚洲第一电影网av| www.色视频.com| 日本三级黄在线观看| 午夜福利欧美成人| 久久伊人香网站| 久久精品夜夜夜夜夜久久蜜豆| 狂野欧美激情性xxxx| 无遮挡黄片免费观看| 欧美丝袜亚洲另类 | 免费在线观看影片大全网站| 成人av在线播放网站| 精品一区二区三区人妻视频| 在线观看免费午夜福利视频| 在线观看av片永久免费下载| 国产成人av教育| 伊人久久大香线蕉亚洲五| 成人性生交大片免费视频hd| 伊人久久大香线蕉亚洲五| 黄色片一级片一级黄色片| 日韩人妻高清精品专区| 午夜激情欧美在线| 午夜影院日韩av| 美女高潮的动态| 久久人人精品亚洲av| aaaaa片日本免费| 女人高潮潮喷娇喘18禁视频| 狂野欧美激情性xxxx| 亚洲国产精品999在线| 色视频www国产| 人人妻人人澡欧美一区二区| 中出人妻视频一区二区| avwww免费| 亚洲久久久久久中文字幕| 日本 av在线| svipshipincom国产片| 国产蜜桃级精品一区二区三区| 亚洲不卡免费看| 国产伦精品一区二区三区视频9 | 男女下面进入的视频免费午夜| 欧美日韩亚洲国产一区二区在线观看| 九九久久精品国产亚洲av麻豆| www.熟女人妻精品国产| 国产成年人精品一区二区| 夜夜躁狠狠躁天天躁| 国产国拍精品亚洲av在线观看 | 丰满人妻一区二区三区视频av | 亚洲片人在线观看| 国产aⅴ精品一区二区三区波| 亚洲激情在线av| xxx96com| 国产一区二区激情短视频| 中文字幕av在线有码专区| 久久久精品欧美日韩精品| 国产午夜精品论理片| 天美传媒精品一区二区| 免费av观看视频| 五月玫瑰六月丁香| 黄色视频,在线免费观看| 中文字幕熟女人妻在线| 在线看三级毛片| 亚洲最大成人中文| 国产成人福利小说| 99久久成人亚洲精品观看| 亚洲真实伦在线观看| 亚洲最大成人手机在线| 国产毛片a区久久久久| 久久精品综合一区二区三区| 欧美大码av| 在线观看一区二区三区| av片东京热男人的天堂| 日韩欧美 国产精品| 色精品久久人妻99蜜桃| 欧美乱码精品一区二区三区| 亚洲精品粉嫩美女一区| 制服人妻中文乱码| 搡老岳熟女国产| 国内精品久久久久久久电影| 国产午夜福利久久久久久| 亚洲精华国产精华精| 国产精品乱码一区二三区的特点| 久久久久久久午夜电影| 精品一区二区三区av网在线观看| 男人舔女人下体高潮全视频| 国产aⅴ精品一区二区三区波| 长腿黑丝高跟| 搡老熟女国产l中国老女人| 两个人视频免费观看高清| 亚洲专区国产一区二区| av女优亚洲男人天堂| 人人妻,人人澡人人爽秒播| 老司机午夜福利在线观看视频| 男女做爰动态图高潮gif福利片| 九色国产91popny在线| 国产精品三级大全| 久久久久亚洲av毛片大全| 欧美色欧美亚洲另类二区| 美女免费视频网站| 一本精品99久久精品77| 久久久久久国产a免费观看| 国产伦在线观看视频一区| 国产精品久久久久久人妻精品电影| 九九在线视频观看精品| 一进一出抽搐动态| 搡老岳熟女国产| av黄色大香蕉| 欧美一区二区国产精品久久精品| 两性午夜刺激爽爽歪歪视频在线观看| 在线观看午夜福利视频| 国产精品综合久久久久久久免费| 久久精品国产99精品国产亚洲性色| 婷婷六月久久综合丁香| 欧美最黄视频在线播放免费| 国产精品女同一区二区软件 | 中文在线观看免费www的网站| АⅤ资源中文在线天堂| 国产成+人综合+亚洲专区| 日本 欧美在线| av在线蜜桃| 两人在一起打扑克的视频| 午夜a级毛片| 淫妇啪啪啪对白视频| a级毛片a级免费在线| www.999成人在线观看| av专区在线播放| 日本免费a在线| 又紧又爽又黄一区二区| 成人av在线播放网站| 久久久久国产精品人妻aⅴ院| 香蕉丝袜av| 婷婷精品国产亚洲av| 一本一本综合久久| 国产男靠女视频免费网站| 国产精品久久电影中文字幕| АⅤ资源中文在线天堂| 国产探花极品一区二区| 禁无遮挡网站| 午夜影院日韩av| 高清在线国产一区| 国产一区二区在线av高清观看| 无限看片的www在线观看| 中国美女看黄片| 久久久久久人人人人人| 人妻久久中文字幕网| 久久精品国产自在天天线| 99热这里只有是精品50| 亚洲av电影在线进入| 又黄又爽又免费观看的视频| 午夜福利视频1000在线观看| 好男人电影高清在线观看| 美女高潮的动态| 国产真实伦视频高清在线观看 | 天堂网av新在线| 最好的美女福利视频网| 亚洲av不卡在线观看| 国产精品久久久人人做人人爽| 亚洲av成人精品一区久久| 国产一区二区在线av高清观看| 国产亚洲精品综合一区在线观看| 久久久精品欧美日韩精品| 日本熟妇午夜| 欧美在线一区亚洲| 国产精品亚洲一级av第二区| 国产成人影院久久av| 动漫黄色视频在线观看| 国产淫片久久久久久久久 | 亚洲中文字幕日韩| 1024手机看黄色片| 国产乱人视频| 国产单亲对白刺激| 在线观看一区二区三区| 制服人妻中文乱码| 有码 亚洲区| 亚洲一区二区三区不卡视频| 99国产精品一区二区蜜桃av| 老司机在亚洲福利影院| 亚洲精华国产精华精| 午夜福利在线观看免费完整高清在 | 亚洲人成网站在线播放欧美日韩| 久久久久九九精品影院| 精品一区二区三区视频在线观看免费| 国产成人影院久久av| 亚洲中文字幕日韩| 麻豆国产av国片精品| 久久欧美精品欧美久久欧美| 很黄的视频免费| 97人妻精品一区二区三区麻豆| 亚洲久久久久久中文字幕| 高清日韩中文字幕在线| 淫妇啪啪啪对白视频| 九色成人免费人妻av| 波多野结衣巨乳人妻| 舔av片在线| 久久久久免费精品人妻一区二区| av在线天堂中文字幕| 又黄又粗又硬又大视频| 国产伦人伦偷精品视频| 日韩精品中文字幕看吧| 老鸭窝网址在线观看| 麻豆成人av在线观看| 午夜免费激情av| 精品一区二区三区人妻视频| 可以在线观看的亚洲视频| 国产精品久久久久久亚洲av鲁大| 国产视频内射| 国产一区在线观看成人免费| 法律面前人人平等表现在哪些方面| 婷婷六月久久综合丁香| 黑人欧美特级aaaaaa片| 床上黄色一级片| 9191精品国产免费久久| 日本a在线网址| 婷婷精品国产亚洲av| 桃红色精品国产亚洲av| 人妻夜夜爽99麻豆av| 非洲黑人性xxxx精品又粗又长| 午夜福利18| 亚洲国产精品久久男人天堂| 精品乱码久久久久久99久播| 成人一区二区视频在线观看| 最近视频中文字幕2019在线8| 午夜视频国产福利| 日本a在线网址| ponron亚洲| 黄色丝袜av网址大全| 日韩欧美免费精品| 人妻夜夜爽99麻豆av| 欧美中文综合在线视频| 舔av片在线| 亚洲精品在线美女| 欧美极品一区二区三区四区| 综合色av麻豆| 亚洲精品在线美女| 精品99又大又爽又粗少妇毛片 | 18+在线观看网站| 人妻夜夜爽99麻豆av| 欧美乱妇无乱码| 老熟妇仑乱视频hdxx| 国产成人av教育| 亚洲乱码一区二区免费版| 国产高清三级在线| 最近最新中文字幕大全免费视频| 亚洲 国产 在线| 国产aⅴ精品一区二区三区波| 精品免费久久久久久久清纯| 大型黄色视频在线免费观看| 国产又黄又爽又无遮挡在线| 最近视频中文字幕2019在线8| 999久久久精品免费观看国产| 亚洲av不卡在线观看| 午夜福利免费观看在线| 成年女人看的毛片在线观看| 校园春色视频在线观看| 成人特级av手机在线观看| 在线观看免费视频日本深夜| 亚洲第一欧美日韩一区二区三区| 亚洲精品国产精品久久久不卡| 国产老妇女一区| 91麻豆av在线| 90打野战视频偷拍视频| 精品国产亚洲在线| 蜜桃久久精品国产亚洲av| 听说在线观看完整版免费高清| 两个人的视频大全免费| 国产高清videossex| 91在线精品国自产拍蜜月 | 亚洲av免费高清在线观看| 国产高清激情床上av|