• <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 ?

    東北地區(qū)稻谷儲藏期間脂肪酸含量的預測模型

    2020-05-19 07:48:18王啟陽吳文福蘭天憶
    農業(yè)工程學報 2020年6期
    關鍵詞:糧溫有效積溫儲藏

    王啟陽,吳文福,蘭天憶

    (吉林大學生物與農業(yè)工程學院,長春130022)

    0 引 言

    糧食儲備是保障國家糧食安全的重要物質基礎。據(jù)統(tǒng)計,2018年中國共有標準糧食倉房倉容6.7億t[1],如何保證糧食儲藏過程中的品質顯得尤為重要。糧食儲藏過程中,谷物中脂肪酸含量是其品質變化的敏感性指標,常被用來衡量谷物變質程度[2-4]。谷物在儲藏過程中游離脂肪酸含量隨時間增加,品質也會隨之下降,到一定程度將不能食用。因此,研究谷物中脂肪酸含量的變化規(guī)律意義重大。

    為了研究谷物中脂肪酸含量的變化規(guī)律,國內外眾多研究人員做了大量研究。Park等將水稻置于不同溫度條件下儲藏一定時間,結果表明溫度對水稻儲藏期間脂肪酸含量的影響非常顯著[5]。楊慧萍等研究了不同溫度和水分條件下粳稻谷的脂肪酸變化規(guī)律,并建立了稻谷脂肪酸值與氣味值的回歸方程[6]。De Alencar等研究了大豆在不同儲存溫度下品質的變化規(guī)律,建立了大豆脂肪酸值與儲存時間的方程,并對方程進行了顯著性分析[7]。Dong等根據(jù)大豆儲藏過程中脂肪酸值的變化對大豆的保質期進行預測[8]。宋偉等分析了小麥儲藏積溫與游離脂肪酸關系,并建立了儲藏積溫與小麥脂肪酸的線性回歸方程[9]。上述方法通過對品質變化規(guī)律進行曲線擬合,得到其品質變化方程,進而預測谷物中脂肪酸含量。

    近年來機器學習(machine learning,ML)與大數(shù)據(jù)技術的出現(xiàn),為儲糧安全提供了新的思路,得到廣泛的應用。孫勃將BP神經網絡實現(xiàn)了儲糧宜存概率的預測,并基于此設計了一套糧食儲存品質預測軟件[10]。Liu等對不同儲糧因素引起的糧食損失進行了分析和預測,并建立了基于決策樹算法的糧食損失預測模型[11]。張德賢等提出了基于SVR的糧倉儲糧重量檢測模型[12]。Shen等利用深度神經網絡提出了一種對儲糧害蟲進行檢測和識別的方法,取得了較好的效果[13]。然而,卻鮮有將機器學習方法用于稻谷脂肪酸含量預測的報道。

    綜上所述,本文利用機器學習算法預測稻谷在儲藏過程中的脂肪酸含量(以KOH計)。采用主成分分析方法對采集所得數(shù)據(jù)進行篩選和壓縮,從中選取若干對稻谷脂肪酸含量具有最佳解釋能力的關鍵因子,用較少的變量代替原來較多的變量與脂肪酸含量之間進行回歸建模和驗證;將選擇的關鍵預測因子分別輸入到多元線性回歸(multiple linear regression,MLR)、人工神經網絡(artificial neural network,ANN) 、 支 持 向 量 回 歸(support vector regression,SVR)、最小二乘支持向量回歸(least square support vector regression, LSSVR)等模型,并采用均方根誤差等指標分析各模型的預測性能,探討稻谷脂肪酸含量預測的最優(yōu)模型算法,為科學儲糧提供了依據(jù)。

    1 材料與方法

    1.1 數(shù)據(jù)收集與處理

    1.1.1 數(shù)據(jù)采集

    在本文研究工作中,試驗數(shù)據(jù)來自東北地區(qū)的5個儲備糧糧庫,其中黑龍江3個糧庫、吉林省1個糧庫、遼寧省1個糧庫,共包含35個糧倉。糧庫作業(yè)人員定期在糧倉中扦樣,送至當?shù)貦z測站進行相關數(shù)據(jù)檢測,其中脂肪酸含量檢測方法按照國家標準GB/T 29405-2012《糧油檢驗谷物及制品脂肪酸值測定儀器法》中規(guī)定的光度滴定儀法進行,水分檢測按照國家標準GB/T 5497-1985《糧食、油料檢驗水分測定法》中規(guī)定的定溫定時烘干法進行。糧溫均采用電子檢溫系統(tǒng)檢測并保存記錄。

    1.1.2 糧溫數(shù)據(jù)處理

    由于設備故障、天氣及人為因素等影響會造成糧溫數(shù)據(jù)異?;蛉笔У惹闆r,需要對收集到的糧溫數(shù)據(jù)進行處理:首先將糧情溫度數(shù)據(jù)中數(shù)值過大、過小及亂碼的數(shù)據(jù)清除;其次,采用線性插值的方法補全缺失的糧溫數(shù)據(jù)[14]。

    1.1.3 儲藏有效積溫

    儲糧溫度是影響儲糧安全的關鍵因素[15],對糧食中脂肪酸含量的影響顯著[16],原因是溫度不僅影響糧食中現(xiàn)有霉菌的種類,也影響所形成代謝產物的種類和產量,從而導致糧食脂肪酸含量的變化[17-19]。因此,本文引入儲藏有效積溫用于稻谷脂肪酸預測。當溫度高于某一溫度值時,生物體開始發(fā)育生長,因其生長還需一定的時間,將這一段時間溫度的積累稱為有效積溫[20]。糧食中生物與微生物的大量活動能夠導致糧食發(fā)熱,而糧食溫度高低也直接影響糧食中生物與微生物的活動狀況,研究表明儲糧溫度為-8℃時仍能檢測到霉菌[21],因此本文取-8℃為儲藏積溫的相對0點計算有效積溫,計算公式為

    式中K為有效積溫,℃·d;Ti為實測儲糧溫度,℃;N為計算儲藏積溫的時間,d;n儲糧總時間,d;T0為儲藏積溫相對0點。

    1.1.4 數(shù)據(jù)歸一化

    標準歸一化處理可使每個數(shù)據(jù)特征的量綱相同,提高算法的訓練速度和精度,研究表明將輸入數(shù)據(jù)歸一到(0,1)范圍內的性能表現(xiàn)出優(yōu)于原始輸入數(shù)據(jù)的性能[22],因此,有必要在建立預測模型前對原始數(shù)據(jù)進行歸一化處理。本文先將原始數(shù)據(jù)歸一化處理,最后將模型輸出值反向轉換為原始比例,歸一化公式為

    式中xi和分別為原始數(shù)據(jù)和歸一化后的數(shù)據(jù),xmax和分別為數(shù)據(jù)樣本的最大值和最小值。

    1.2 研究方法

    1.2.1 主成分分析

    谷物中脂肪酸含量受生物、非生物等多種因素影響,因此模型輸入變量的選擇非常重要,它直接影響模型的預測精度。本文所收集的因素從個體來說,都與谷物脂肪酸含量有相關關系,但建立模型時選擇變量過多一方面增加了計算量和分析問題的復雜性,另一方面也存在信息的重疊現(xiàn)象,因此需要選擇關鍵影響因子作為模型輸入變量。主成分分析(principal component analysis,PCA)是一種重要的數(shù)據(jù)統(tǒng)計方法,其利用降維的思想把多指標轉化為少數(shù)幾個綜合指標,在保留原始數(shù)據(jù)主要特征前提下,根據(jù)實際需要從中選取出幾個較少的變量對問題進行定量分析,減少輸入數(shù)據(jù)維度[23]。

    1.2.2 預測模型統(tǒng)計

    1)多元線性回歸

    多元線性回歸(MLR)主要是研究1個因變量與2個或2個以上自變量之間的關系。它用于根據(jù)2個或多個其他變量的值預測變量的值。一個包含k個預測因子(自變量)和一個響應變量(因變量)的線性回歸模型可以表示為

    式中Y為響應變量,Xk為預測因子,ε0為模型的殘差項,β0、β1、β2、…、βk為回歸系數(shù)。

    2)人工神經網絡

    人工神經網絡(ANN)簡稱神經網絡,是基于生物學中神經網絡的基本原理,在建模過程中模擬大腦的互聯(lián)性。人工神經網絡的目標是通過一些內部計算從輸入值計算輸出值,它能夠從實例中學習實值、離散值和向量值函數(shù),并且對訓練數(shù)據(jù)中的錯誤保持較強的魯棒性[24]。本文建立3層人工神經網絡模型,包括1個輸入層、1個隱含層和1個輸出層。試驗過程使用的梯度優(yōu)化器為Adam,隱藏層激活函數(shù)選擇sigmoid,輸出層為ReLu函數(shù),并設置epoch為200。

    3)支持向量回歸

    支持向量機(support vector machine,SVM)是由Vapnik等提出的一種機器學習方法,通過非線性映射將自變量映射到高維的特征空間,在高維特征空間中尋找一個最優(yōu)分類超平面,使得所有訓練樣本距離該最優(yōu)分類面的誤差最小[25]。支持向量回歸(SVR)假設模型輸出與真實值之間可被容忍最多為ε的偏差,即僅當模型輸出與真實值之間的差別絕對值大于ε時才計算損失,是支持向量機在回歸問題上的應用模型[26]。

    4)最小二乘支持向量回歸

    最小二乘支持向量回歸(LSSVR)是SVR的一種改進算法,利用二次損失函數(shù)取代傳統(tǒng)支持向量機中不敏感的損失函數(shù),將標準支持向量機中的不等式約束條件轉化成等式約束,并將損失函數(shù)由誤差和轉變?yōu)檎`差的平方和,使求解過程由二次尋優(yōu)問題轉化為線性方程組的求解,具有運算簡單、收斂速度快的優(yōu)點[27-28]。

    1.2.3 SVR和LSSVR模型參數(shù)調節(jié)方法

    1)核函數(shù)的選擇

    支持向量機常用的核函數(shù)有徑向基核函數(shù)(RBF)、多項式核函數(shù)、Sigmoid核函數(shù)及線性核函數(shù),引入核函數(shù)的目的是代替高維特征空間的內積運算,避免出現(xiàn)維數(shù)災難[29]。本文選擇RBF,其函數(shù)表達式為

    式中x為m維輸入向量;xj為第j個徑向基函數(shù)的中心,與x具有相同的維數(shù);σ為核函數(shù)的寬度參數(shù);為向量x-xj的范數(shù),表示x與xj之間的距離。

    2)粒子群優(yōu)化算法

    粒子群優(yōu)化算法(particle swarm optimization,PSO)[30]是Kennedy和Eberhart在1995年提出的一種隨機優(yōu)化技術,其思想源于對鳥類群體覓食行為研究,通過群體中個體之間的協(xié)作和信息共享來尋找最優(yōu)解,目前,已經廣泛應用在約束優(yōu)化和多目標優(yōu)化等領域[31-32]。PSO算法具有簡單易行、魯棒性好、收斂速度快等優(yōu)點[33]。為了提高SVR和LSSVR模型的預測性能,本文利用PSO算法確定訓練模型的超參數(shù),取平均絕對百分誤差作為適應度函數(shù),并采用10折交叉驗證。

    1.2.4 模型評價指標

    為了全面的評價儲糧過程中脂肪酸變化預測模型的性能,本文采用多種評價指標:均方根誤差(root mean square error,RMSE)、平均絕對誤差(mean absolute error,MAE)、平均絕對百分誤差(mean absolute percentage error,MAPE) 和決定系數(shù) (coefficient of determination,R2),各評價指標表達式如下

    式中fi為預測值;yi為測試樣本的真實值;yˉ為測試樣本的平均值;N為測試樣本集數(shù)量。

    1.2.5 平臺和環(huán)境

    本研究仿真試驗所使用的計算機的配置如下:處理器為Intel(R)Core(TM)i5-4200M,CPU頻率為2.5 GHz;內存為8.00 GB;操作系統(tǒng)為Windows 10(64-bit);程序設計語言為python 3.7(64-bit),集成開發(fā)環(huán)境為Anaconda 3。

    2 結果與分析

    2.1 不同儲藏參數(shù)統(tǒng)計及Pearson相關性分析

    經過計算處理后共得到201條稻谷儲藏數(shù)據(jù),每條數(shù)據(jù)包含10個儲藏參數(shù):入倉月份、初始水分、初始脂肪酸含量、檢測水分、儲藏有效積溫、儲藏時間、檢測糧溫、檢測倉溫、檢測月份和檢測脂肪酸含量,各參數(shù)統(tǒng)計數(shù)據(jù)見表1。

    表2為不同預測因子的相關性分析。由表2可知,檢測水分與儲藏有效積溫、儲藏時間以及檢測糧溫呈極顯著負相關(P<0.01),而與初始水分呈極顯著正相關(P<0.01);儲藏有效積溫與儲藏時間呈極顯著正相關(P<0.01);檢測糧溫與檢測倉溫、檢測月份呈極顯著正相關(P<0.01)。由此可見,不同預測因子之間存在不同程度的相關性,預測因子間存在信息重疊,直接利用進行脂肪酸含量預測會導致預測結果出現(xiàn)偏差。因此,需要用主成分分析法將眾多具有一定相關性的預測因子剔除,再用選擇的關鍵預測因子對稻谷脂肪酸含量進行預測,提高預測結果的可靠性。

    表1 稻谷儲藏參數(shù)統(tǒng)計Table 1 Statistics on storage parameters of rice

    2.2 關鍵預測因子選取

    采用SPSS軟件對入倉月份、初始水分、初始脂肪酸含量、檢測水分、儲藏有效積溫、儲藏時間、檢測糧溫、檢測倉溫、檢測月份9個預測因子進行主成分分析,探尋影響脂肪酸含量的關鍵因子,分別得到各主成分的特征值及累積貢獻率,結果見表3。以特征值大于1.0的原則提取4個主成分,累計貢獻率為80.603%,可代表原始數(shù)據(jù)的大部分信息,經標準化后的因子負荷矩陣如表4所示。

    表2 不同儲藏因子間的相關系數(shù)矩陣Table 2 Correlation coefficient matrix between different storage factors

    由表3和表4可知,第1主成分包含了原始信息量的31.321%,其大小主要由檢測糧溫、檢測倉溫和檢測月份決定,命名為溫度因子;第2主成分包含了原始信息的23.719%,其大小主要由儲藏有效積溫和儲藏時間決定,命名為時間因子;第3主成分包含了原始信息的14.284%,其大小主要由初始水分決定,命名為水分因子;第4主成分包含了原始信息的11.279%,其大小主要由初始脂肪酸含量決定,命名為初始因子。

    結合相關性分析和因子分析的結果,在溫度因子中,3個代表因子極顯著相關,檢測糧溫比檢測倉溫更具有代表性,用以代替該因子;同樣,在時間因子中,2個代表因子極顯著相關,儲藏有效積溫更為客觀影響脂肪酸含量的變化,用以代替該因子。因此,本文選擇初始脂肪酸含量、初始水分、儲藏有效積溫、檢測糧溫4個預測因子作為稻谷脂肪酸含量變化的主要影響因子,即用該4個預測因子預測稻谷脂肪酸含量。

    表3 特征值及累積貢獻率Table 3 Eigen value and cumulative variance contribution

    表4 因子負荷矩陣Table 4 Component matrix

    2.3 SVR和LSSVR模型參數(shù)優(yōu)化

    1)SVR模型參數(shù)優(yōu)化

    SVR模型參數(shù)設置:粒子群體的大小為30,慣性權重ω取初始值為0.9,加速度常數(shù)取c1=c2=2,最大迭代次數(shù)為100,判斷終止精度為10-4,正則化參數(shù)C、不敏感參數(shù)ε及核函數(shù)參數(shù)γ的初始搜索范圍分別設定為[1,1000]、[0.001,0.1]和[0.1,10],搜索過程中如果超過邊界則設為邊界值。通過PSO算法得到SVR模型的最優(yōu)參數(shù)正則化參數(shù)C、不敏感參數(shù)ε及核函數(shù)參數(shù)γ分別為569.3、0.05、2.7。

    2)LSSVR模型參數(shù)優(yōu)化

    LSSVR模型參數(shù)設置:粒子群體的大小為30,慣性權重ω取初始值為0.9,加速度常數(shù)取c1=c2=2,最大迭代次數(shù)為100,判斷終止精度為10-4,正則化參數(shù)C、和核函數(shù)參數(shù)γ的初始搜索范圍分別設定為[1,1000]和[0.0001,1],搜索過程中如果超過邊界則設為邊界值。LSSVR模型的最優(yōu)超參數(shù)正則化參數(shù)C’和核函數(shù)參數(shù)γ’分別為1000.0和0.003。

    2.4 仿真結果分析

    將經過歸一化預處理后的201條樣本數(shù)據(jù)隨機劃分為訓練集和測試集,其中訓練集樣本數(shù)占總樣本的80%,剩下的20%樣本用于模型性能測試。將劃分好的數(shù)據(jù)集分別輸入到MLR、ANN、SVR、LSSVR 4種模型,經過仿真試驗得到模型的測試集誤差曲線如圖1所示。由圖1可知,在所測試的41個樣本中,LSSVR和MLR2種模型的預測誤差波動較小,預測誤差的范圍分別為:-0.759~0.764 mg/100 g,-0.764~0.802 mg/100 g;ANN和SVR2種模型的預測誤差波動較大,預測誤差的范圍分別為:-0.787~0.902 mg/100 g,-0.814~0.879 mg/100 g。

    圖1 不同模型預測結果的誤差Fig.1 Errors of predicted results of different models

    表5給出了4種模型在測試集上預測性能的指標統(tǒng)計結果。從表5可得,MLR和LSSVR對稻谷脂肪酸含量預測的MAPE相近,分別為1.615%和1.604%,表明LSSVR得到的結果要略優(yōu)于MLR;ANN對稻谷脂肪酸含量預測的MAPE為1.708%,相較于LSSVR而言,MAPE值增加了0.176%,表明ANN的預測能力要次于LSSVR,即LSSVR的預測精度更高;此外,還可看出LSSVR模型的MAPE要明顯低于SVR。對比4種預測模型,LSSVR的預測效果明顯優(yōu)于SVR和ANN,略優(yōu)于MLR,說明LSSVR預測精準度最高,該回歸模型的決定系數(shù)R2、MAE、MAPE、RMSE分別為0.911、0.275 mg/100 g、1.604%、0.348 mg/100 g。試驗結果表明,LSSVR和MLR對稻谷脂肪酸含量預測達到了較為理想的效果,預測精度高,可以用于儲藏期間稻谷的脂肪酸含量的預測。

    表5 不同模型預測性能對比Table 5 Comparisons of predictive performances of different models

    3 結論與討論

    本文基于機器學習中多種方法,結合實際儲藏數(shù)據(jù)對稻谷脂肪酸含量預測方法進行了研究,結論如下:

    1)利用主成分分析方法確定了初始脂肪酸含量、初始水分、檢測糧溫、儲藏有效積溫4個預測因子作為脂肪酸含量的主要影響因子。

    2)將選擇的關鍵預測因子分別輸入到多元線性回歸(multiple linear regression,MLR)、人工神經網絡(artificial neural network, ANN)、 支 持 向 量 回 歸(support vector regression,SVR)、最小二乘支持向量回歸(least square support vector regression,LSSVR)模型進行了仿真試驗。在測試集中LSSVR模型預測結果的決定系數(shù)R2、MAE、MAPE、RMSE分別為0.911、0.275 mg/100 g、1.604%、0.348 mg/100 g,略優(yōu)于MLR,明顯優(yōu)于ANN和SVR。仿真結果表明,LSSVR和MLR對稻谷脂肪酸含量預測精度高,達到了較為理想的效果,可以用于儲藏期間稻谷的脂肪酸含量的預測。

    因獲取儲糧數(shù)據(jù)數(shù)量有限,下步可嘗試擴大訓練樣本和測試樣本數(shù)量,使用更多的數(shù)據(jù)訓練MLR、ANN、SVR、LSSVR模型。同時可將天氣、濕度、品種、糧倉狀況等因素納入特征范圍,進一步提高預測精度。

    猜你喜歡
    糧溫有效積溫儲藏
    準低溫儲藏大米覆膜磷化氫熏蒸效果研究
    有效積溫與不同供氮水平夏玉米干物質和氮素積累定量化研究
    收斂式有效積溫與馬鈴薯植株性狀變化的相關性
    中國馬鈴薯(2022年2期)2022-07-05 00:12:08
    不同裝糧高度和跨度的高大平房倉糧溫分布規(guī)律研究*
    糧食加工(2022年3期)2022-06-30 11:52:30
    淺圓倉不同通風方式降溫效果和耗能對比*
    淺圓倉東西面靠墻糧溫變化研究*
    貴州省中東部水稻有效積溫對氣候變化的響應
    貴州省中東部水稻有效積溫對氣候變化的響應
    西藥藥品的儲藏探討
    便于儲藏的美味
    科學啟蒙(2016年11期)2016-12-09 19:06:45
    丁香六月天网| 少妇的丰满在线观看| 美女国产高潮福利片在线看| 久9热在线精品视频| 欧美激情极品国产一区二区三区| 男人舔女人的私密视频| 美女视频免费永久观看网站| 午夜免费观看性视频| 你懂的网址亚洲精品在线观看| 91字幕亚洲| 熟女少妇亚洲综合色aaa.| 免费高清在线观看视频在线观看| 精品国产乱码久久久久久男人| 久久精品久久久久久久性| 50天的宝宝边吃奶边哭怎么回事| 一边亲一边摸免费视频| 七月丁香在线播放| 中文字幕色久视频| 热99国产精品久久久久久7| 麻豆乱淫一区二区| 亚洲精品在线美女| av在线播放精品| 久久天躁狠狠躁夜夜2o2o | av视频免费观看在线观看| 悠悠久久av| 激情视频va一区二区三区| 午夜免费观看性视频| 天天操日日干夜夜撸| 精品久久久久久电影网| 亚洲综合色网址| 伦理电影免费视频| 国产三级黄色录像| 91老司机精品| 大香蕉久久成人网| 天天躁夜夜躁狠狠久久av| 久久这里只有精品19| 大片电影免费在线观看免费| 国产高清国产精品国产三级| 性少妇av在线| 啦啦啦 在线观看视频| h视频一区二区三区| 国产成人系列免费观看| tube8黄色片| 国产伦理片在线播放av一区| 制服诱惑二区| 9191精品国产免费久久| 国产野战对白在线观看| 亚洲第一青青草原| 90打野战视频偷拍视频| 老汉色av国产亚洲站长工具| 免费日韩欧美在线观看| 免费一级毛片在线播放高清视频 | 777米奇影视久久| 青春草视频在线免费观看| 在线观看一区二区三区激情| 久久久国产欧美日韩av| 天天躁狠狠躁夜夜躁狠狠躁| 色94色欧美一区二区| 又大又黄又爽视频免费| 国产成人精品久久二区二区免费| 久久精品国产a三级三级三级| 午夜福利一区二区在线看| 久久国产精品影院| 亚洲欧洲日产国产| 亚洲美女黄色视频免费看| 亚洲av国产av综合av卡| 永久免费av网站大全| 波多野结衣一区麻豆| 一本色道久久久久久精品综合| 2018国产大陆天天弄谢| 两人在一起打扑克的视频| cao死你这个sao货| 波野结衣二区三区在线| 最近最新中文字幕大全免费视频 | 日韩大片免费观看网站| 午夜福利视频精品| 亚洲成人免费av在线播放| 国产在线免费精品| 亚洲人成电影观看| 免费看十八禁软件| 欧美日韩国产mv在线观看视频| 不卡av一区二区三区| 2021少妇久久久久久久久久久| 自线自在国产av| 国产在线视频一区二区| 国产精品一国产av| 中国国产av一级| 91九色精品人成在线观看| 国产高清视频在线播放一区 | 婷婷色av中文字幕| 80岁老熟妇乱子伦牲交| 美女大奶头黄色视频| 高清av免费在线| 免费日韩欧美在线观看| 新久久久久国产一级毛片| 午夜免费观看性视频| 国产精品麻豆人妻色哟哟久久| 十分钟在线观看高清视频www| 操美女的视频在线观看| 亚洲欧美精品自产自拍| 亚洲国产日韩一区二区| 亚洲免费av在线视频| 亚洲人成电影观看| 在线av久久热| 精品第一国产精品| 人妻人人澡人人爽人人| 色视频在线一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 久久久久久久精品精品| 下体分泌物呈黄色| 日韩免费高清中文字幕av| 在线观看www视频免费| 精品一品国产午夜福利视频| 成人免费观看视频高清| 波多野结衣一区麻豆| 免费不卡黄色视频| 色婷婷av一区二区三区视频| 国产黄色免费在线视频| 老司机影院毛片| 欧美日韩亚洲综合一区二区三区_| 国产福利在线免费观看视频| 永久免费av网站大全| 操出白浆在线播放| 在现免费观看毛片| 亚洲精品美女久久久久99蜜臀 | 国产精品一区二区精品视频观看| 一级黄片播放器| 欧美中文综合在线视频| 黄色怎么调成土黄色| 777久久人妻少妇嫩草av网站| 日本欧美视频一区| 你懂的网址亚洲精品在线观看| 中文字幕人妻熟女乱码| 精品一区二区三区av网在线观看 | 熟女av电影| 男女之事视频高清在线观看 | 在线 av 中文字幕| 欧美在线黄色| 男女下面插进去视频免费观看| 亚洲av男天堂| 丁香六月欧美| 老司机靠b影院| 国产成人一区二区在线| 色精品久久人妻99蜜桃| 中文字幕色久视频| 国产一区二区 视频在线| 国产精品久久久久成人av| 欧美成人精品欧美一级黄| 2021少妇久久久久久久久久久| 欧美国产精品一级二级三级| 亚洲精品av麻豆狂野| 国产精品久久久久成人av| 国产爽快片一区二区三区| 亚洲第一av免费看| 蜜桃在线观看..| 久久亚洲精品不卡| 女人久久www免费人成看片| 中国美女看黄片| 国产成人影院久久av| 免费看十八禁软件| 欧美日韩视频精品一区| 国产精品欧美亚洲77777| 亚洲一区中文字幕在线| 午夜精品国产一区二区电影| 在线观看www视频免费| 99国产精品一区二区三区| 无限看片的www在线观看| 777久久人妻少妇嫩草av网站| 久久人人爽人人片av| 好男人电影高清在线观看| 欧美黄色片欧美黄色片| av又黄又爽大尺度在线免费看| 国产片特级美女逼逼视频| 亚洲欧美一区二区三区国产| 精品卡一卡二卡四卡免费| 狂野欧美激情性xxxx| 后天国语完整版免费观看| bbb黄色大片| 婷婷丁香在线五月| 午夜日韩欧美国产| av线在线观看网站| 亚洲人成77777在线视频| 精品免费久久久久久久清纯 | 亚洲av在线观看美女高潮| 97在线人人人人妻| 人妻 亚洲 视频| 久久人妻熟女aⅴ| 亚洲精品国产色婷婷电影| 成年av动漫网址| 精品福利永久在线观看| 午夜日韩欧美国产| 黑人巨大精品欧美一区二区蜜桃| 精品人妻熟女毛片av久久网站| 国产av精品麻豆| 老汉色av国产亚洲站长工具| 午夜福利免费观看在线| 99国产综合亚洲精品| 亚洲天堂av无毛| 日韩大片免费观看网站| 少妇猛男粗大的猛烈进出视频| 亚洲精品国产av蜜桃| 欧美xxⅹ黑人| 中文字幕色久视频| 五月天丁香电影| 一边摸一边抽搐一进一出视频| 建设人人有责人人尽责人人享有的| 99久久人妻综合| 国产真人三级小视频在线观看| 国产精品二区激情视频| 人妻 亚洲 视频| 大型av网站在线播放| 熟女少妇亚洲综合色aaa.| 久久精品亚洲熟妇少妇任你| 免费少妇av软件| 亚洲av欧美aⅴ国产| 黑人猛操日本美女一级片| 欧美乱码精品一区二区三区| 在线观看www视频免费| 亚洲男人天堂网一区| 久久性视频一级片| 又粗又硬又长又爽又黄的视频| av国产久精品久网站免费入址| 一边摸一边做爽爽视频免费| 成在线人永久免费视频| 日日夜夜操网爽| 精品一品国产午夜福利视频| 一本—道久久a久久精品蜜桃钙片| 一区二区三区激情视频| 国产亚洲精品久久久久5区| 9色porny在线观看| 两个人免费观看高清视频| 亚洲国产av影院在线观看| a 毛片基地| 在线观看一区二区三区激情| 午夜福利,免费看| 国产成人精品在线电影| 国产欧美日韩精品亚洲av| 国产av精品麻豆| 麻豆av在线久日| 操美女的视频在线观看| 一本综合久久免费| 亚洲国产精品国产精品| www.999成人在线观看| 国产色视频综合| 国产一区二区 视频在线| 韩国精品一区二区三区| 欧美日韩视频精品一区| 国产日韩欧美视频二区| 高清黄色对白视频在线免费看| 久久 成人 亚洲| 午夜免费男女啪啪视频观看| 国产成人欧美在线观看 | 免费人妻精品一区二区三区视频| 2021少妇久久久久久久久久久| 日韩欧美一区视频在线观看| 国产精品久久久久久人妻精品电影 | 无遮挡黄片免费观看| 国产视频一区二区在线看| 午夜福利视频在线观看免费| 国产精品九九99| 亚洲一区二区三区欧美精品| 国产亚洲午夜精品一区二区久久| 日本五十路高清| 欧美精品一区二区免费开放| 一边摸一边做爽爽视频免费| 男女边摸边吃奶| 一级毛片我不卡| 捣出白浆h1v1| 久久久精品94久久精品| 男女无遮挡免费网站观看| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲中文日韩欧美视频| 亚洲 国产 在线| 国产av一区二区精品久久| 女人久久www免费人成看片| 香蕉丝袜av| 免费观看a级毛片全部| 激情五月婷婷亚洲| 色播在线永久视频| 婷婷色av中文字幕| 黄色一级大片看看| 黄色a级毛片大全视频| 人妻 亚洲 视频| 国产精品亚洲av一区麻豆| 午夜视频精品福利| 国产精品成人在线| 国产视频一区二区在线看| 在线看a的网站| 亚洲国产欧美网| 一二三四社区在线视频社区8| 亚洲国产欧美在线一区| 午夜精品国产一区二区电影| 99精品久久久久人妻精品| 欧美日韩精品网址| 国产精品二区激情视频| 国产成人影院久久av| 伦理电影免费视频| 天堂8中文在线网| 真人做人爱边吃奶动态| 丝袜美足系列| www.自偷自拍.com| 欧美人与善性xxx| 精品国产一区二区久久| 亚洲精品国产av成人精品| 国产一区二区激情短视频 | 下体分泌物呈黄色| 男的添女的下面高潮视频| 中文字幕精品免费在线观看视频| 欧美激情极品国产一区二区三区| 久久99热这里只频精品6学生| 久久天堂一区二区三区四区| www.熟女人妻精品国产| 日韩电影二区| 熟女少妇亚洲综合色aaa.| 天天躁狠狠躁夜夜躁狠狠躁| 菩萨蛮人人尽说江南好唐韦庄| 久久久久久人人人人人| 制服诱惑二区| 每晚都被弄得嗷嗷叫到高潮| 最黄视频免费看| 精品国产超薄肉色丝袜足j| 1024视频免费在线观看| 一级黄色大片毛片| 久久久亚洲精品成人影院| 中文乱码字字幕精品一区二区三区| 国产亚洲欧美在线一区二区| 一边亲一边摸免费视频| 亚洲熟女毛片儿| 在线天堂中文资源库| 美女主播在线视频| 日本wwww免费看| 久久久精品94久久精品| 热99国产精品久久久久久7| 新久久久久国产一级毛片| 国产福利在线免费观看视频| 国产片内射在线| av欧美777| 大码成人一级视频| 国产在线观看jvid| 中文精品一卡2卡3卡4更新| 男女午夜视频在线观看| 大香蕉久久成人网| 亚洲欧美清纯卡通| 国产欧美日韩一区二区三 | 国产片特级美女逼逼视频| 韩国高清视频一区二区三区| 嫩草影视91久久| 国产亚洲精品久久久久5区| 国产人伦9x9x在线观看| 午夜精品国产一区二区电影| 大话2 男鬼变身卡| 青春草亚洲视频在线观看| 丝瓜视频免费看黄片| 国产在线免费精品| 国产成人91sexporn| 9热在线视频观看99| 国产欧美日韩精品亚洲av| 国产精品一区二区免费欧美 | 高清黄色对白视频在线免费看| 老司机深夜福利视频在线观看 | 国产成人91sexporn| 久久久久久免费高清国产稀缺| 国产熟女欧美一区二区| 欧美少妇被猛烈插入视频| 欧美日韩av久久| 国产xxxxx性猛交| 亚洲av日韩精品久久久久久密 | 精品欧美一区二区三区在线| 亚洲自偷自拍图片 自拍| 日本欧美视频一区| 天天操日日干夜夜撸| 色视频在线一区二区三区| 一本一本久久a久久精品综合妖精| 男女国产视频网站| 午夜福利,免费看| 黑人欧美特级aaaaaa片| 亚洲精品美女久久久久99蜜臀 | 成人亚洲欧美一区二区av| 精品少妇内射三级| 欧美日韩综合久久久久久| 激情五月婷婷亚洲| 女人高潮潮喷娇喘18禁视频| 亚洲九九香蕉| 免费久久久久久久精品成人欧美视频| 亚洲精品国产av成人精品| 久久久久久免费高清国产稀缺| 日本欧美视频一区| 亚洲五月婷婷丁香| 亚洲色图综合在线观看| 亚洲av在线观看美女高潮| 视频在线观看一区二区三区| 欧美日韩国产mv在线观看视频| 久久精品人人爽人人爽视色| 最近手机中文字幕大全| 亚洲黑人精品在线| 国产精品一二三区在线看| 欧美日韩视频精品一区| 亚洲av成人不卡在线观看播放网 | 丰满迷人的少妇在线观看| 男女床上黄色一级片免费看| 一区二区三区四区激情视频| 亚洲av电影在线进入| 女人爽到高潮嗷嗷叫在线视频| 精品国产乱码久久久久久男人| 王馨瑶露胸无遮挡在线观看| 亚洲国产看品久久| 观看av在线不卡| 精品高清国产在线一区| av在线老鸭窝| 亚洲av日韩精品久久久久久密 | 七月丁香在线播放| 婷婷色综合www| 国产精品国产av在线观看| 操美女的视频在线观看| 国产在线一区二区三区精| 日韩伦理黄色片| 亚洲成人免费电影在线观看 | www.熟女人妻精品国产| 午夜福利影视在线免费观看| 国产欧美日韩一区二区三区在线| 成年人免费黄色播放视频| 久久精品久久久久久噜噜老黄| 美国免费a级毛片| 久久久国产欧美日韩av| 青草久久国产| 亚洲一区中文字幕在线| 久久久亚洲精品成人影院| 激情视频va一区二区三区| 中文字幕人妻熟女乱码| 在线观看人妻少妇| 欧美另类一区| 91精品三级在线观看| 91精品伊人久久大香线蕉| 国产免费现黄频在线看| 国产亚洲欧美精品永久| 美女视频免费永久观看网站| 国产三级黄色录像| 欧美日韩一级在线毛片| 亚洲国产精品一区三区| 黄网站色视频无遮挡免费观看| 人妻一区二区av| 精品国产一区二区久久| 午夜激情av网站| 欧美激情高清一区二区三区| 91精品伊人久久大香线蕉| 欧美日韩综合久久久久久| www日本在线高清视频| 人体艺术视频欧美日本| 日本av手机在线免费观看| 亚洲少妇的诱惑av| 亚洲精品一二三| 国产精品成人在线| 菩萨蛮人人尽说江南好唐韦庄| www.熟女人妻精品国产| 中文字幕亚洲精品专区| 老鸭窝网址在线观看| 看免费av毛片| 国产xxxxx性猛交| 99久久精品国产亚洲精品| 欧美 日韩 精品 国产| 极品人妻少妇av视频| 777米奇影视久久| svipshipincom国产片| 精品人妻1区二区| 大型av网站在线播放| 中文字幕最新亚洲高清| 伊人久久大香线蕉亚洲五| 在线观看免费日韩欧美大片| 欧美人与性动交α欧美软件| 久久久国产精品麻豆| 国产99久久九九免费精品| 日韩熟女老妇一区二区性免费视频| 一本大道久久a久久精品| 男女边摸边吃奶| 久热爱精品视频在线9| 男的添女的下面高潮视频| 欧美精品啪啪一区二区三区 | 午夜日韩欧美国产| 欧美黄色片欧美黄色片| xxx大片免费视频| 久久精品国产a三级三级三级| 热re99久久精品国产66热6| 亚洲黑人精品在线| 欧美精品啪啪一区二区三区 | 免费黄频网站在线观看国产| 别揉我奶头~嗯~啊~动态视频 | 亚洲精品日本国产第一区| 久久久国产精品麻豆| 欧美人与性动交α欧美软件| 日韩大码丰满熟妇| 黄色 视频免费看| 99香蕉大伊视频| 欧美日韩亚洲高清精品| 91国产中文字幕| 亚洲午夜精品一区,二区,三区| 欧美激情极品国产一区二区三区| √禁漫天堂资源中文www| 午夜免费成人在线视频| 亚洲国产欧美一区二区综合| 色播在线永久视频| 在线天堂中文资源库| 激情五月婷婷亚洲| 在线观看一区二区三区激情| 国产欧美日韩综合在线一区二区| 午夜精品国产一区二区电影| 菩萨蛮人人尽说江南好唐韦庄| h视频一区二区三区| 脱女人内裤的视频| 国产免费福利视频在线观看| 国产精品久久久久久精品电影小说| 欧美在线一区亚洲| 曰老女人黄片| 精品国产乱码久久久久久男人| 国产成人精品久久二区二区免费| 国产伦理片在线播放av一区| 性少妇av在线| 亚洲精品在线美女| 日韩人妻精品一区2区三区| 婷婷色综合www| 欧美人与善性xxx| 国产高清国产精品国产三级| 亚洲精品久久成人aⅴ小说| 久久久久精品国产欧美久久久 | 亚洲成色77777| 狂野欧美激情性bbbbbb| 午夜av观看不卡| 老司机靠b影院| 视频区图区小说| 亚洲国产成人一精品久久久| 欧美精品一区二区免费开放| 亚洲欧美精品综合一区二区三区| 国产亚洲精品久久久久5区| 亚洲av片天天在线观看| 欧美激情极品国产一区二区三区| 午夜免费鲁丝| 国产免费又黄又爽又色| 精品久久久久久电影网| 中文字幕制服av| 久久这里只有精品19| 欧美av亚洲av综合av国产av| 久久久国产一区二区| 国产又色又爽无遮挡免| 亚洲情色 制服丝袜| 国产成人一区二区在线| 50天的宝宝边吃奶边哭怎么回事| 1024香蕉在线观看| av网站在线播放免费| 国产亚洲av片在线观看秒播厂| 波多野结衣一区麻豆| 妹子高潮喷水视频| 超色免费av| 亚洲三区欧美一区| 免费人妻精品一区二区三区视频| 欧美成人午夜精品| 久久99精品国语久久久| 婷婷成人精品国产| 欧美日韩一级在线毛片| 久久精品aⅴ一区二区三区四区| 午夜福利视频精品| 亚洲一区二区三区欧美精品| 男女午夜视频在线观看| 我的亚洲天堂| 交换朋友夫妻互换小说| 黑人巨大精品欧美一区二区蜜桃| 久久久国产一区二区| 国产91精品成人一区二区三区 | 岛国毛片在线播放| 高清不卡的av网站| 看免费成人av毛片| 亚洲精品av麻豆狂野| 成人亚洲精品一区在线观看| 脱女人内裤的视频| 视频区欧美日本亚洲| 中文字幕高清在线视频| 亚洲av电影在线进入| 无限看片的www在线观看| 国产成人精品久久二区二区91| 蜜桃国产av成人99| 啦啦啦在线观看免费高清www| 国产亚洲欧美在线一区二区| 一级黄片播放器| 中文字幕色久视频| 亚洲中文av在线| 欧美成人午夜精品| 久久久久国产一级毛片高清牌| av有码第一页| 麻豆乱淫一区二区| 爱豆传媒免费全集在线观看| www.av在线官网国产| 日韩免费高清中文字幕av| 久久久亚洲精品成人影院| 性色av一级| 日本wwww免费看| 国产日韩欧美在线精品| 国产男女内射视频| 亚洲精品久久成人aⅴ小说| 夫妻午夜视频| 一区二区日韩欧美中文字幕| 久久久久精品国产欧美久久久 | 另类精品久久| 欧美成狂野欧美在线观看| 国产爽快片一区二区三区| 成人国产av品久久久| 在线 av 中文字幕| 18禁黄网站禁片午夜丰满| 亚洲视频免费观看视频| 2021少妇久久久久久久久久久| 久久九九热精品免费| 人人妻,人人澡人人爽秒播 | 在线 av 中文字幕| 国产精品国产三级专区第一集| 国产成人欧美| 亚洲欧美成人综合另类久久久| 精品亚洲成国产av| 日本猛色少妇xxxxx猛交久久|