• <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
    少妇被粗大猛烈的视频| 全区人妻精品视频| 日本撒尿小便嘘嘘汇集6| 偷拍熟女少妇极品色| 精品久久久久久,| 中国美白少妇内射xxxbb| 成年女人毛片免费观看观看9| 午夜亚洲福利在线播放| 搡老岳熟女国产| 国产精品亚洲美女久久久| 成人无遮挡网站| 亚州av有码| 欧美又色又爽又黄视频| 亚洲va日本ⅴa欧美va伊人久久| 国产在视频线在精品| 国产真实乱freesex| 一本一本综合久久| 给我免费播放毛片高清在线观看| 日本精品一区二区三区蜜桃| 悠悠久久av| 内地一区二区视频在线| 亚洲精品456在线播放app | 国产麻豆成人av免费视频| 国产精品国产三级国产av玫瑰| 天天一区二区日本电影三级| 色视频www国产| 欧美日韩中文字幕国产精品一区二区三区| 欧美区成人在线视频| 久久久久国产精品人妻aⅴ院| 天堂网av新在线| 色av中文字幕| 最近在线观看免费完整版| 偷拍熟女少妇极品色| 美女高潮喷水抽搐中文字幕| 亚洲欧美日韩无卡精品| 午夜福利在线观看免费完整高清在 | 国产精华一区二区三区| 丰满乱子伦码专区| 久久99热这里只有精品18| 成人国产一区最新在线观看| 中文亚洲av片在线观看爽| 亚洲国产精品合色在线| 日韩一区二区视频免费看| 欧美国产日韩亚洲一区| 最新在线观看一区二区三区| 亚洲人成伊人成综合网2020| 国产成人av教育| 国产美女午夜福利| 午夜激情欧美在线| 国产真实乱freesex| 国产精华一区二区三区| 一边摸一边抽搐一进一小说| 岛国在线免费视频观看| 在线观看美女被高潮喷水网站| 有码 亚洲区| 天堂√8在线中文| 国产91精品成人一区二区三区| 午夜a级毛片| 午夜福利在线在线| 99久久久亚洲精品蜜臀av| 亚洲中文字幕日韩| 亚洲国产日韩欧美精品在线观看| 国产成人一区二区在线| 内射极品少妇av片p| 国产毛片a区久久久久| 国产精品亚洲一级av第二区| 亚洲色图av天堂| 99久久精品一区二区三区| 免费黄网站久久成人精品| 久99久视频精品免费| 少妇裸体淫交视频免费看高清| 亚洲成人中文字幕在线播放| 悠悠久久av| 一个人看的www免费观看视频| 精品久久久久久久人妻蜜臀av| 校园春色视频在线观看| 别揉我奶头~嗯~啊~动态视频| 亚洲欧美日韩卡通动漫| 丰满乱子伦码专区| 色综合亚洲欧美另类图片| 久久热精品热| 亚洲经典国产精华液单| 午夜日韩欧美国产| 尤物成人国产欧美一区二区三区| 韩国av在线不卡| 春色校园在线视频观看| av在线天堂中文字幕| 九九久久精品国产亚洲av麻豆| 亚洲真实伦在线观看| 亚洲国产高清在线一区二区三| 色5月婷婷丁香| 最近最新中文字幕大全电影3| 亚洲成a人片在线一区二区| 搡老妇女老女人老熟妇| 色吧在线观看| 美女大奶头视频| 天堂动漫精品| a级毛片免费高清观看在线播放| 亚洲成人中文字幕在线播放| 22中文网久久字幕| 成人特级黄色片久久久久久久| 亚洲色图av天堂| 国产精品99久久久久久久久| 麻豆一二三区av精品| 啦啦啦啦在线视频资源| 亚洲aⅴ乱码一区二区在线播放| 深夜精品福利| 亚洲真实伦在线观看| 国产午夜福利久久久久久| 自拍偷自拍亚洲精品老妇| 91麻豆精品激情在线观看国产| 国产黄a三级三级三级人| 日韩精品青青久久久久久| 日韩精品中文字幕看吧| 国产在线精品亚洲第一网站| 无人区码免费观看不卡| 69人妻影院| 日韩欧美一区二区三区在线观看| 国产精品久久久久久精品电影| 国产真实伦视频高清在线观看 | 乱人视频在线观看| 日韩强制内射视频| 成年女人永久免费观看视频| 亚洲熟妇熟女久久| 国产高清视频在线观看网站| 免费av毛片视频| 日韩精品有码人妻一区| www日本黄色视频网| www日本黄色视频网| 国产av在哪里看| 日本色播在线视频| avwww免费| 免费电影在线观看免费观看| 精品午夜福利在线看| 麻豆国产97在线/欧美| 亚洲国产欧美人成| 乱人视频在线观看| 久久6这里有精品| 亚洲精品影视一区二区三区av| 美女cb高潮喷水在线观看| 国产真实乱freesex| 美女高潮的动态| 色尼玛亚洲综合影院| 成人综合一区亚洲| 国产亚洲精品av在线| 亚洲精品一卡2卡三卡4卡5卡| 全区人妻精品视频| 国内少妇人妻偷人精品xxx网站| 老熟妇仑乱视频hdxx| 久久热精品热| 精品人妻视频免费看| 国产蜜桃级精品一区二区三区| 日韩欧美三级三区| 成人特级av手机在线观看| 听说在线观看完整版免费高清| 国产黄色小视频在线观看| 最近最新免费中文字幕在线| 在现免费观看毛片| 97超级碰碰碰精品色视频在线观看| 国产在视频线在精品| 亚洲无线观看免费| 99久久九九国产精品国产免费| 日本黄色视频三级网站网址| 国产爱豆传媒在线观看| 国产 一区精品| 日韩精品青青久久久久久| 亚洲专区中文字幕在线| 精品一区二区三区人妻视频| 一区二区三区激情视频| 欧美区成人在线视频| 亚洲电影在线观看av| 久久香蕉精品热| 欧美日韩综合久久久久久 | 我的老师免费观看完整版| 国内精品美女久久久久久| 人妻夜夜爽99麻豆av| 成人av一区二区三区在线看| 免费在线观看影片大全网站| 不卡一级毛片| 亚洲电影在线观看av| 身体一侧抽搐| 亚洲一区二区三区色噜噜| 国内精品美女久久久久久| 97碰自拍视频| 97碰自拍视频| 美女免费视频网站| 国内揄拍国产精品人妻在线| 国产免费av片在线观看野外av| 国产精品久久久久久精品电影| 久久久久久伊人网av| 免费电影在线观看免费观看| 亚洲熟妇中文字幕五十中出| 中文亚洲av片在线观看爽| 久久精品91蜜桃| av在线天堂中文字幕| 天堂√8在线中文| 久久婷婷人人爽人人干人人爱| 草草在线视频免费看| www.色视频.com| 国产精品国产三级国产av玫瑰| 波多野结衣高清作品| 成年女人永久免费观看视频| 欧美成人性av电影在线观看| 亚洲国产精品成人综合色| 男女视频在线观看网站免费| 国产精品久久视频播放| 最后的刺客免费高清国语| 在线观看午夜福利视频| 两个人视频免费观看高清| 人妻少妇偷人精品九色| 成人鲁丝片一二三区免费| 成人亚洲精品av一区二区| 国产久久久一区二区三区| 观看免费一级毛片| 国产亚洲精品综合一区在线观看| 不卡视频在线观看欧美| 欧美最新免费一区二区三区| 亚洲第一区二区三区不卡| 99久久久亚洲精品蜜臀av| 无遮挡黄片免费观看| 色综合亚洲欧美另类图片| 久久久久久久久久黄片| 琪琪午夜伦伦电影理论片6080| 午夜亚洲福利在线播放| 国产成人影院久久av| 午夜爱爱视频在线播放| 久久久国产成人精品二区| 欧美另类亚洲清纯唯美| 国产综合懂色| 波多野结衣巨乳人妻| 亚洲成人免费电影在线观看| 在线观看66精品国产| 99视频精品全部免费 在线| 99视频精品全部免费 在线| 熟女电影av网| 99视频精品全部免费 在线| av福利片在线观看| 成年版毛片免费区| 欧美不卡视频在线免费观看| 白带黄色成豆腐渣| 免费看光身美女| 成人国产综合亚洲| 伦理电影大哥的女人| 网址你懂的国产日韩在线| 少妇高潮的动态图| 国产精品1区2区在线观看.| 一级黄色大片毛片| 又紧又爽又黄一区二区| av天堂中文字幕网| 午夜福利视频1000在线观看| 免费电影在线观看免费观看| 极品教师在线免费播放| 免费观看的影片在线观看| 性欧美人与动物交配| 免费观看精品视频网站| 又紧又爽又黄一区二区| 午夜免费成人在线视频| 久久婷婷人人爽人人干人人爱| 精品久久国产蜜桃| 国产精品久久久久久av不卡| 熟女人妻精品中文字幕| 久久精品国产鲁丝片午夜精品 | 国产午夜福利久久久久久| 亚洲美女黄片视频| 变态另类丝袜制服| 91久久精品国产一区二区成人| 在线免费观看不下载黄p国产 | 国产精品一及| 啪啪无遮挡十八禁网站| 亚洲国产精品久久男人天堂| 又紧又爽又黄一区二区| 久久久久久久久大av| 嫁个100分男人电影在线观看| 老女人水多毛片| 国产精品1区2区在线观看.| 日本五十路高清| 国产真实乱freesex| aaaaa片日本免费| 老师上课跳d突然被开到最大视频| 天堂av国产一区二区熟女人妻| 日本熟妇午夜| 午夜福利高清视频| 99久久精品热视频| 欧美一区二区国产精品久久精品| 嫩草影院入口| x7x7x7水蜜桃| 观看免费一级毛片| 免费看光身美女| 日韩人妻高清精品专区| 国产蜜桃级精品一区二区三区| 最近视频中文字幕2019在线8| 亚洲欧美清纯卡通| 91麻豆av在线| h日本视频在线播放| 国产免费av片在线观看野外av| 国产一区二区三区在线臀色熟女| videossex国产| 色视频www国产| 欧美潮喷喷水| 国产精品亚洲一级av第二区| 自拍偷自拍亚洲精品老妇| 99热只有精品国产| 日本a在线网址| 亚洲人与动物交配视频| 一本精品99久久精品77| 日韩国内少妇激情av| 亚洲 国产 在线| 久久精品影院6| 国模一区二区三区四区视频| 中出人妻视频一区二区| 中文字幕高清在线视频| 国内精品美女久久久久久| avwww免费| 99久久精品热视频| 免费人成视频x8x8入口观看| 男插女下体视频免费在线播放| 国产成人aa在线观看| 校园春色视频在线观看| 国产精品电影一区二区三区| 欧美日韩瑟瑟在线播放| 日本黄大片高清| 国产三级在线视频| 他把我摸到了高潮在线观看| 国产美女午夜福利| 国产精品亚洲美女久久久| 国产高清激情床上av| av女优亚洲男人天堂| 成人永久免费在线观看视频| 成人三级黄色视频| 99riav亚洲国产免费| 最新在线观看一区二区三区| av在线老鸭窝| 国产精品1区2区在线观看.| 久久亚洲精品不卡| 亚洲五月天丁香| 蜜桃亚洲精品一区二区三区| 99久久九九国产精品国产免费| 亚洲精品日韩av片在线观看| 亚洲最大成人av| 欧美色欧美亚洲另类二区| 看黄色毛片网站| 色在线成人网| 国产精品女同一区二区软件 | 国产精品一区二区三区四区免费观看 | 国产精品一区www在线观看 | 18禁黄网站禁片免费观看直播| 欧美性猛交╳xxx乱大交人| 亚洲成a人片在线一区二区| 欧美日本视频| 日本色播在线视频| 久久亚洲真实| 高清在线国产一区| 女同久久另类99精品国产91| 国产精品国产三级国产av玫瑰| 99久久精品国产国产毛片| 亚洲三级黄色毛片| 日韩一本色道免费dvd| 露出奶头的视频| 色视频www国产| 少妇熟女aⅴ在线视频| 男人舔女人下体高潮全视频| 性插视频无遮挡在线免费观看| 又爽又黄a免费视频| 永久网站在线| 亚洲精品粉嫩美女一区| 少妇人妻精品综合一区二区 | 亚洲第一区二区三区不卡| 国产高清视频在线观看网站| av女优亚洲男人天堂| 国产精品野战在线观看| 日韩一本色道免费dvd| 亚洲无线在线观看| 国产中年淑女户外野战色| 免费一级毛片在线播放高清视频| 国产乱人视频| 国产精品爽爽va在线观看网站| 美女 人体艺术 gogo| 久久久久久久久中文| 国产午夜精品久久久久久一区二区三区 | 美女高潮的动态| 内射极品少妇av片p| 亚洲美女视频黄频| 国产精品嫩草影院av在线观看 | 欧美区成人在线视频| 久久精品国产清高在天天线| 日韩高清综合在线| 国产色爽女视频免费观看| 亚洲国产高清在线一区二区三| 免费不卡的大黄色大毛片视频在线观看 | 国产日本99.免费观看| 91狼人影院| 18禁黄网站禁片免费观看直播| 欧美日韩乱码在线| 特大巨黑吊av在线直播| 国产精品国产高清国产av| 欧美bdsm另类| 久久午夜福利片| 天堂影院成人在线观看| 亚洲成人免费电影在线观看| 国产大屁股一区二区在线视频| 国产黄片美女视频| 高清日韩中文字幕在线| 俺也久久电影网| 亚洲av成人精品一区久久| 国产女主播在线喷水免费视频网站 | 性色avwww在线观看| 99热这里只有是精品50| 一进一出抽搐gif免费好疼| 亚洲av日韩精品久久久久久密| 国产麻豆成人av免费视频| 中文资源天堂在线| 日本色播在线视频| 亚洲精华国产精华精| 最近最新中文字幕大全电影3| 欧美人与善性xxx| 久久国产乱子免费精品| 色播亚洲综合网| 日本在线视频免费播放| 中文亚洲av片在线观看爽| 变态另类丝袜制服| 桃色一区二区三区在线观看| 欧美绝顶高潮抽搐喷水| 精华霜和精华液先用哪个| 欧美黑人巨大hd| 十八禁国产超污无遮挡网站| 我的老师免费观看完整版| 男女视频在线观看网站免费| 中文字幕免费在线视频6| 又黄又爽又免费观看的视频| 欧美bdsm另类| 亚洲aⅴ乱码一区二区在线播放| 精品午夜福利视频在线观看一区| 欧美激情国产日韩精品一区| 97人妻精品一区二区三区麻豆| 国产av不卡久久| av中文乱码字幕在线| 91久久精品国产一区二区成人| 麻豆av噜噜一区二区三区| 国语自产精品视频在线第100页| 久久人人爽人人爽人人片va| 两人在一起打扑克的视频| 国产精品国产高清国产av| 日本精品一区二区三区蜜桃| 韩国av在线不卡| 网址你懂的国产日韩在线| 丰满人妻一区二区三区视频av| 国产淫片久久久久久久久| 亚洲成av人片在线播放无| 亚洲美女视频黄频| 色播亚洲综合网| 国内久久婷婷六月综合欲色啪| 精品人妻偷拍中文字幕| 亚洲七黄色美女视频| 亚洲在线观看片| 日本与韩国留学比较| 亚洲va在线va天堂va国产| 色综合婷婷激情| 99久久精品热视频| 可以在线观看的亚洲视频| 国产毛片a区久久久久| 哪里可以看免费的av片| 如何舔出高潮| 国产女主播在线喷水免费视频网站 | 欧美性猛交╳xxx乱大交人| 国产aⅴ精品一区二区三区波| 婷婷色综合大香蕉| 人妻少妇偷人精品九色| 欧美三级亚洲精品| 嫩草影院入口| 欧美绝顶高潮抽搐喷水| 欧美日韩中文字幕国产精品一区二区三区| 国产aⅴ精品一区二区三区波| 国产精品福利在线免费观看| 嫩草影院入口| 小蜜桃在线观看免费完整版高清| 欧美bdsm另类| 日韩亚洲欧美综合| 不卡视频在线观看欧美| 国产精品国产三级国产av玫瑰| 久久精品国产亚洲网站| av天堂中文字幕网| 国产精品爽爽va在线观看网站| 直男gayav资源| 精品人妻偷拍中文字幕| 久久亚洲真实| 亚洲中文日韩欧美视频| 国产伦精品一区二区三区视频9| 国产人妻一区二区三区在| 欧美日韩瑟瑟在线播放| 亚洲18禁久久av| 欧美成人免费av一区二区三区| 麻豆久久精品国产亚洲av| 亚洲成人精品中文字幕电影| 男插女下体视频免费在线播放| 久久久久免费精品人妻一区二区| 色吧在线观看| 美女 人体艺术 gogo| 九九在线视频观看精品| 国产黄色小视频在线观看| 亚洲欧美日韩高清在线视频| 国产一区二区在线观看日韩| 人妻少妇偷人精品九色| 国产精品98久久久久久宅男小说| 国产精品爽爽va在线观看网站| 精品人妻一区二区三区麻豆 | 亚洲avbb在线观看| 精品人妻偷拍中文字幕| 国产精品久久视频播放| 91狼人影院| 国产av不卡久久| 久久精品国产亚洲av天美| 午夜福利在线在线| 春色校园在线视频观看| 国产精品一区二区三区四区免费观看 | 丰满人妻一区二区三区视频av| 最近视频中文字幕2019在线8| 国内久久婷婷六月综合欲色啪| ponron亚洲| 丝袜美腿在线中文| 中文字幕久久专区| av国产免费在线观看| 99久久精品国产国产毛片| 久久久久久久久久久丰满 | 欧美又色又爽又黄视频| 亚洲五月天丁香| 内地一区二区视频在线| 精品福利观看| 亚洲自偷自拍三级| 午夜免费激情av| 国产精品不卡视频一区二区| 久久99热这里只有精品18| 亚洲avbb在线观看| 精品久久久久久,| 国产日本99.免费观看| 国产免费一级a男人的天堂| 男人的好看免费观看在线视频| 国产乱人伦免费视频| 免费大片18禁| 国产欧美日韩精品一区二区| 免费av毛片视频| 国产精品伦人一区二区| 欧美一区二区精品小视频在线| 中国美女看黄片| 免费看光身美女| 国产精品爽爽va在线观看网站| 99热这里只有是精品50| 久久婷婷人人爽人人干人人爱| xxxwww97欧美| 两个人的视频大全免费| 亚洲va在线va天堂va国产| 看免费成人av毛片| av在线天堂中文字幕| 大又大粗又爽又黄少妇毛片口| 91麻豆精品激情在线观看国产| 成人亚洲精品av一区二区| 午夜免费成人在线视频| 人妻少妇偷人精品九色| 国产极品精品免费视频能看的| 国产成人影院久久av| 亚洲av二区三区四区| 一区二区三区四区激情视频 | 亚洲综合色惰| 一卡2卡三卡四卡精品乱码亚洲| 亚洲美女黄片视频| 一级黄片播放器| 亚洲 国产 在线| 99精品久久久久人妻精品| 亚洲国产高清在线一区二区三| 久久天躁狠狠躁夜夜2o2o| 久久精品国产亚洲av涩爱 | 淫妇啪啪啪对白视频| 日日撸夜夜添| 亚洲不卡免费看| 国内揄拍国产精品人妻在线| 国产精品久久久久久久久免| 精品人妻1区二区| 午夜激情欧美在线| 在线观看av片永久免费下载| 好男人在线观看高清免费视频| 免费观看在线日韩| 18禁裸乳无遮挡免费网站照片| 看十八女毛片水多多多| 中亚洲国语对白在线视频| 欧美区成人在线视频| 日韩亚洲欧美综合| 99国产极品粉嫩在线观看| 女的被弄到高潮叫床怎么办 | 蜜桃久久精品国产亚洲av| 国产伦精品一区二区三区视频9| 特大巨黑吊av在线直播| 美女免费视频网站| 久久草成人影院| 亚洲成人精品中文字幕电影| 成年免费大片在线观看| 最好的美女福利视频网| x7x7x7水蜜桃| 国产男靠女视频免费网站| 欧美色欧美亚洲另类二区| 男人舔奶头视频| 少妇人妻精品综合一区二区 | 在线免费观看的www视频| 成人综合一区亚洲| 亚洲内射少妇av| 麻豆一二三区av精品| 听说在线观看完整版免费高清| 中国美白少妇内射xxxbb| 制服丝袜大香蕉在线| 在线播放无遮挡| 一夜夜www| 不卡视频在线观看欧美| 99国产精品一区二区蜜桃av| 国产精品一区二区三区四区免费观看 | 久久久久国产精品人妻aⅴ院| 欧美zozozo另类| h日本视频在线播放|