• <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
    国产91精品成人一区二区三区| 国产黄色小视频在线观看| 欧美3d第一页| www.www免费av| 成人av在线播放网站| 色综合欧美亚洲国产小说| 欧美最黄视频在线播放免费| 国产毛片a区久久久久| 国产一区二区三区视频了| 99riav亚洲国产免费| 熟女人妻精品中文字幕| 精品国内亚洲2022精品成人| 欧美日韩黄片免| 国内揄拍国产精品人妻在线| 一夜夜www| 国产精品美女特级片免费视频播放器| 成人美女网站在线观看视频| 在线观看66精品国产| 亚洲 国产 在线| 丰满的人妻完整版| 99国产精品一区二区蜜桃av| 夜夜夜夜夜久久久久| 99热精品在线国产| 精品国产亚洲在线| 五月玫瑰六月丁香| 在现免费观看毛片| 老女人水多毛片| 亚洲经典国产精华液单 | 91在线精品国自产拍蜜月| 欧美xxxx性猛交bbbb| 久久国产精品人妻蜜桃| 天天一区二区日本电影三级| av国产免费在线观看| 噜噜噜噜噜久久久久久91| 亚洲最大成人手机在线| 脱女人内裤的视频| 久久久久久九九精品二区国产| 久久中文看片网| 欧美在线一区亚洲| 国产精品永久免费网站| 亚洲av二区三区四区| 亚洲成人中文字幕在线播放| 最近中文字幕高清免费大全6 | 亚洲第一欧美日韩一区二区三区| 伊人久久精品亚洲午夜| eeuss影院久久| 国内毛片毛片毛片毛片毛片| 国产美女午夜福利| 欧美高清成人免费视频www| 悠悠久久av| 波多野结衣高清作品| 国模一区二区三区四区视频| 国产又黄又爽又无遮挡在线| 日本黄大片高清| 亚洲av.av天堂| 99久久无色码亚洲精品果冻| 亚洲第一电影网av| 全区人妻精品视频| 波多野结衣高清作品| a在线观看视频网站| 国产成人啪精品午夜网站| 亚洲,欧美,日韩| 国产精品影院久久| 我要看日韩黄色一级片| 久久精品国产99精品国产亚洲性色| 中文字幕av在线有码专区| 两个人的视频大全免费| 欧美性猛交黑人性爽| 成人av在线播放网站| 窝窝影院91人妻| 三级国产精品欧美在线观看| 国产一区二区亚洲精品在线观看| 亚洲成人久久爱视频| 欧美最黄视频在线播放免费| 99国产极品粉嫩在线观看| 国产亚洲欧美在线一区二区| aaaaa片日本免费| 色综合婷婷激情| 大型黄色视频在线免费观看| 极品教师在线免费播放| 成人亚洲精品av一区二区| 成人国产综合亚洲| 高清日韩中文字幕在线| 真人一进一出gif抽搐免费| 十八禁国产超污无遮挡网站| 99久久久亚洲精品蜜臀av| 久久精品影院6| 亚洲欧美日韩高清专用| 亚洲av中文字字幕乱码综合| 亚洲成人精品中文字幕电影| av视频在线观看入口| 一级av片app| 亚洲一区二区三区不卡视频| 午夜福利欧美成人| www.www免费av| 国产高清三级在线| 亚洲专区中文字幕在线| 极品教师在线免费播放| 直男gayav资源| 国产精品亚洲一级av第二区| 有码 亚洲区| 国产成人av教育| 91九色精品人成在线观看| 村上凉子中文字幕在线| 成人无遮挡网站| 乱码一卡2卡4卡精品| 亚洲中文字幕一区二区三区有码在线看| 国产av不卡久久| 狂野欧美白嫩少妇大欣赏| 99久久99久久久精品蜜桃| 国产野战对白在线观看| 性色avwww在线观看| 日本一本二区三区精品| 午夜免费成人在线视频| 亚洲黑人精品在线| 欧美最黄视频在线播放免费| 亚洲成人中文字幕在线播放| 男人和女人高潮做爰伦理| av专区在线播放| 亚洲av成人不卡在线观看播放网| 天天躁日日操中文字幕| av欧美777| 亚洲av一区综合| 99久国产av精品| 黄色日韩在线| 精品久久国产蜜桃| 国产精品亚洲av一区麻豆| 国内精品一区二区在线观看| 美女高潮喷水抽搐中文字幕| 在线免费观看不下载黄p国产 | 搡老岳熟女国产| 国产精品久久久久久人妻精品电影| 久久99热6这里只有精品| 成人高潮视频无遮挡免费网站| 亚洲片人在线观看| 亚洲成人久久爱视频| 欧美乱色亚洲激情| 亚洲av免费在线观看| 日韩 亚洲 欧美在线| 韩国av一区二区三区四区| 一级a爱片免费观看的视频| 天天躁日日操中文字幕| 成人精品一区二区免费| 色在线成人网| 国产黄a三级三级三级人| 国产精品av视频在线免费观看| 免费黄网站久久成人精品 | 国产午夜福利久久久久久| 深夜a级毛片| 久久精品综合一区二区三区| 最后的刺客免费高清国语| 亚洲av电影不卡..在线观看| 国产精品人妻久久久久久| 精品午夜福利视频在线观看一区| 天堂影院成人在线观看| 久久精品国产亚洲av涩爱 | 99riav亚洲国产免费| 窝窝影院91人妻| 亚洲国产精品999在线| 免费人成视频x8x8入口观看| 成人精品一区二区免费| 久久久久久久久大av| 精品欧美国产一区二区三| 人人妻人人看人人澡| 亚洲精品日韩av片在线观看| 精品欧美国产一区二区三| 好看av亚洲va欧美ⅴa在| 99久久精品热视频| а√天堂www在线а√下载| 亚洲欧美激情综合另类| 国产老妇女一区| 天堂动漫精品| 老司机福利观看| 亚洲精品在线美女| 一区二区三区四区激情视频 | 国产一区二区三区在线臀色熟女| 精品99又大又爽又粗少妇毛片 | 宅男免费午夜| 非洲黑人性xxxx精品又粗又长| 国产毛片a区久久久久| 国产高清视频在线观看网站| 中文字幕精品亚洲无线码一区| 婷婷亚洲欧美| 亚洲熟妇中文字幕五十中出| 内地一区二区视频在线| 国产乱人视频| 午夜老司机福利剧场| a级一级毛片免费在线观看| 精品久久久久久久久亚洲 | 国产探花在线观看一区二区| 一a级毛片在线观看| 亚洲最大成人手机在线| 欧美不卡视频在线免费观看| 亚洲无线在线观看| 观看免费一级毛片| 美女免费视频网站| 18禁黄网站禁片午夜丰满| 伦理电影大哥的女人| 精品久久久久久久久亚洲 | 亚洲avbb在线观看| 久久久久精品国产欧美久久久| 精品一区二区三区av网在线观看| 亚洲成人免费电影在线观看| av中文乱码字幕在线| 国产成年人精品一区二区| 青草久久国产| 在线看三级毛片| 亚洲在线自拍视频| 三级男女做爰猛烈吃奶摸视频| 欧美日本亚洲视频在线播放| 日韩精品青青久久久久久| 成人国产一区最新在线观看| 欧美激情久久久久久爽电影| 日本黄色视频三级网站网址| 2021天堂中文幕一二区在线观| 日本熟妇午夜| 9191精品国产免费久久| 国产大屁股一区二区在线视频| 国产大屁股一区二区在线视频| 国产大屁股一区二区在线视频| 亚洲va日本ⅴa欧美va伊人久久| 美女被艹到高潮喷水动态| 国产探花极品一区二区| 日韩欧美 国产精品| 午夜福利免费观看在线| 免费看日本二区| 99国产精品一区二区三区| 日韩成人在线观看一区二区三区| 亚洲无线在线观看| 国产精品美女特级片免费视频播放器| 成人一区二区视频在线观看| 国产免费一级a男人的天堂| 少妇的逼好多水| 成人av在线播放网站| 看黄色毛片网站| 日韩欧美国产一区二区入口| 国产精品自产拍在线观看55亚洲| 国产视频内射| 欧美乱色亚洲激情| 99热精品在线国产| 一区二区三区高清视频在线| 国产精品av视频在线免费观看| 嫩草影院入口| 一本精品99久久精品77| 男女下面进入的视频免费午夜| 无人区码免费观看不卡| av在线蜜桃| а√天堂www在线а√下载| 日日摸夜夜添夜夜添小说| 99久久精品热视频| 麻豆av噜噜一区二区三区| 永久网站在线| 成人无遮挡网站| 亚洲,欧美,日韩| 国产精品一区二区三区四区久久| 国产av一区在线观看免费| 精品人妻1区二区| 亚洲最大成人手机在线| 在线观看免费视频日本深夜| 成人午夜高清在线视频| 国产熟女xx| 国产高清视频在线观看网站| 91麻豆av在线| 婷婷精品国产亚洲av| 成人亚洲精品av一区二区| 一个人观看的视频www高清免费观看| 国产av不卡久久| 非洲黑人性xxxx精品又粗又长| 精品国内亚洲2022精品成人| 国产精品综合久久久久久久免费| 亚洲内射少妇av| 美女 人体艺术 gogo| 国产精品99久久久久久久久| 午夜福利欧美成人| 国产成人影院久久av| 淫妇啪啪啪对白视频| 在线观看av片永久免费下载| 美女xxoo啪啪120秒动态图 | 久久国产精品影院| 亚洲精品色激情综合| 欧美日韩福利视频一区二区| 国产熟女xx| 亚洲精品日韩av片在线观看| 成年免费大片在线观看| 国产三级中文精品| 能在线免费观看的黄片| 三级国产精品欧美在线观看| 男人和女人高潮做爰伦理| 又紧又爽又黄一区二区| 国产精品久久视频播放| 成人永久免费在线观看视频| 99国产综合亚洲精品| 亚洲av成人精品一区久久| 黄色女人牲交| 国产成人啪精品午夜网站| 日韩成人在线观看一区二区三区| 欧美丝袜亚洲另类 | 国产高清视频在线观看网站| 男女那种视频在线观看| 久久中文看片网| 精品久久久久久成人av| av欧美777| 男人狂女人下面高潮的视频| 最好的美女福利视频网| 99久久精品国产亚洲精品| ponron亚洲| 亚洲五月婷婷丁香| 亚洲精品在线美女| 久久午夜亚洲精品久久| 亚洲精品在线美女| 男人和女人高潮做爰伦理| 又紧又爽又黄一区二区| www.www免费av| 国产乱人伦免费视频| 免费观看人在逋| 9191精品国产免费久久| 亚洲性夜色夜夜综合| 午夜视频国产福利| 成年女人永久免费观看视频| 国内精品久久久久精免费| 色综合亚洲欧美另类图片| 亚洲人成网站在线播| 欧美日本亚洲视频在线播放| 亚洲一区高清亚洲精品| 亚洲精品日韩av片在线观看| 亚洲欧美精品综合久久99| 自拍偷自拍亚洲精品老妇| 精品无人区乱码1区二区| 99久久久亚洲精品蜜臀av| 亚洲最大成人手机在线| 国产免费一级a男人的天堂| 国产亚洲av嫩草精品影院| 三级男女做爰猛烈吃奶摸视频| 丝袜美腿在线中文| 国语自产精品视频在线第100页| 观看美女的网站| 在线播放无遮挡| 露出奶头的视频| 亚洲三级黄色毛片| 亚洲内射少妇av| 欧美最黄视频在线播放免费| 国产三级黄色录像| 人人妻人人看人人澡| 欧美日韩中文字幕国产精品一区二区三区| 亚洲av中文字字幕乱码综合| 国产精品爽爽va在线观看网站| 99久久精品一区二区三区| 国产黄a三级三级三级人| 啦啦啦观看免费观看视频高清| 国产精品,欧美在线| 色尼玛亚洲综合影院| 久久精品久久久久久噜噜老黄 | 婷婷亚洲欧美| 久久午夜福利片| 波野结衣二区三区在线| 久久久久国内视频| 欧美日韩综合久久久久久 | 18禁黄网站禁片午夜丰满| 久久久久久九九精品二区国产| 99精品久久久久人妻精品| 国产一级毛片七仙女欲春2| 一本久久中文字幕| 1000部很黄的大片| 欧美xxxx性猛交bbbb| 大型黄色视频在线免费观看| 老司机午夜十八禁免费视频| 深夜a级毛片| 国产精品久久久久久久久免 | x7x7x7水蜜桃| 欧美日本亚洲视频在线播放| 亚洲欧美精品综合久久99| av国产免费在线观看| 欧美成人免费av一区二区三区| eeuss影院久久| 欧美另类亚洲清纯唯美| 久久精品夜夜夜夜夜久久蜜豆| 精品久久久久久成人av| 久久精品国产清高在天天线| 国产高清三级在线| 色哟哟·www| 少妇的逼水好多| 舔av片在线| 亚洲无线观看免费| 最近中文字幕高清免费大全6 | 国产免费一级a男人的天堂| 久9热在线精品视频| 国内精品美女久久久久久| 免费观看的影片在线观看| 日本黄大片高清| 一级作爱视频免费观看| 成人国产一区最新在线观看| 久久久国产成人精品二区| 久久国产乱子伦精品免费另类| 美女高潮的动态| 无遮挡黄片免费观看| 又爽又黄无遮挡网站| 成人三级黄色视频| 欧美日韩亚洲国产一区二区在线观看| 亚洲激情在线av| 一本精品99久久精品77| 少妇的逼好多水| 中文字幕av在线有码专区| a级毛片a级免费在线| 国产亚洲精品av在线| 99国产综合亚洲精品| 99国产精品一区二区三区| 欧美zozozo另类| 亚洲经典国产精华液单 | 亚洲精品在线观看二区| 99久国产av精品| 婷婷亚洲欧美| 亚洲aⅴ乱码一区二区在线播放| 伦理电影大哥的女人| 成人无遮挡网站| 不卡一级毛片| 亚洲人成伊人成综合网2020| 五月伊人婷婷丁香| 色尼玛亚洲综合影院| 美女黄网站色视频| 午夜视频国产福利| 嫩草影院新地址| 激情在线观看视频在线高清| 一边摸一边抽搐一进一小说| 国内精品美女久久久久久| 精品人妻熟女av久视频| 国产真实伦视频高清在线观看 | av天堂中文字幕网| 禁无遮挡网站| 久久热精品热| 国产精品久久久久久久久免 | 欧美黄色淫秽网站| 婷婷六月久久综合丁香| 人妻丰满熟妇av一区二区三区| 国产精品三级大全| 一本综合久久免费| 亚洲七黄色美女视频| 免费av不卡在线播放| 亚洲最大成人手机在线| 午夜免费成人在线视频| 欧美成人免费av一区二区三区| 午夜福利高清视频| 亚洲七黄色美女视频| 小蜜桃在线观看免费完整版高清| 亚洲专区中文字幕在线| 嫩草影院入口| 熟妇人妻久久中文字幕3abv| 女生性感内裤真人,穿戴方法视频| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品在线观看二区| 久久久色成人| 变态另类成人亚洲欧美熟女| 久久6这里有精品| 久久久久久久久久成人| a级毛片a级免费在线| 欧美最黄视频在线播放免费| 亚洲,欧美精品.| 亚洲第一电影网av| 日本 av在线| 成年女人毛片免费观看观看9| 男人舔奶头视频| 欧美日韩福利视频一区二区| 精品国产亚洲在线| 最后的刺客免费高清国语| 精品福利观看| 亚洲最大成人手机在线| 最好的美女福利视频网| 丰满人妻熟妇乱又伦精品不卡| 91狼人影院| 搡老妇女老女人老熟妇| 在线天堂最新版资源| 麻豆成人午夜福利视频| 少妇人妻一区二区三区视频| 国产大屁股一区二区在线视频| 国产一区二区激情短视频| 搡老熟女国产l中国老女人| 亚洲av熟女| av福利片在线观看| 欧美日韩福利视频一区二区| 精华霜和精华液先用哪个| 国产大屁股一区二区在线视频| 久久久久久久午夜电影| 欧美不卡视频在线免费观看| 麻豆国产av国片精品| 午夜福利18| av黄色大香蕉| 亚洲av日韩精品久久久久久密| 久久久久久久久久成人| 男插女下体视频免费在线播放| 97碰自拍视频| 中文字幕免费在线视频6| 精品乱码久久久久久99久播| 国产亚洲精品av在线| 性插视频无遮挡在线免费观看| 国产一区二区三区视频了| 亚洲成a人片在线一区二区| 一a级毛片在线观看| 天堂网av新在线| 一级毛片久久久久久久久女| 亚洲人成网站在线播放欧美日韩| bbb黄色大片| 五月伊人婷婷丁香| 日韩大尺度精品在线看网址| 搡老妇女老女人老熟妇| 永久网站在线| 免费看日本二区| 88av欧美| 久久精品国产亚洲av涩爱 | av天堂在线播放| 亚洲第一欧美日韩一区二区三区| 精品久久久久久久久亚洲 | 精品久久久久久久久亚洲 | 一进一出抽搐动态| 三级国产精品欧美在线观看| 男插女下体视频免费在线播放| 精品不卡国产一区二区三区| 亚洲精华国产精华精| av天堂中文字幕网| 国产成人影院久久av| 成年女人看的毛片在线观看| 亚洲av免费高清在线观看| 国产高潮美女av| 国产成人av教育| 此物有八面人人有两片| 国产亚洲欧美98| 亚洲国产精品999在线| 人妻久久中文字幕网| 一区福利在线观看| 99久久成人亚洲精品观看| 亚洲av.av天堂| 国产高清三级在线| 免费高清视频大片| 丁香六月欧美| 听说在线观看完整版免费高清| 一本综合久久免费| 一夜夜www| 看十八女毛片水多多多| 久久午夜福利片| 久久热精品热| 在线播放国产精品三级| 听说在线观看完整版免费高清| 久久香蕉精品热| 国产亚洲欧美98| 亚洲精品色激情综合| 99国产精品一区二区三区| 男人和女人高潮做爰伦理| 18禁黄网站禁片免费观看直播| 日本一本二区三区精品| 亚洲av第一区精品v没综合| 欧美三级亚洲精品| 女人被狂操c到高潮| 国产精品一区二区三区四区久久| 欧美日韩瑟瑟在线播放| 亚洲成人久久爱视频| 久久99热这里只有精品18| 中文字幕av在线有码专区| 亚洲精品久久国产高清桃花| av天堂在线播放| 九色国产91popny在线| 国产精品女同一区二区软件 | 国产欧美日韩精品亚洲av| 成人国产综合亚洲| 在线免费观看不下载黄p国产 | 亚洲成av人片免费观看| 精品久久久久久久久亚洲 | 午夜福利在线在线| av在线老鸭窝| 男女之事视频高清在线观看| 亚洲 欧美 日韩 在线 免费| 午夜精品久久久久久毛片777| 成人国产一区最新在线观看| 成人鲁丝片一二三区免费| 精品人妻视频免费看| 欧美黄色淫秽网站| 搡老岳熟女国产| 中文字幕人妻熟人妻熟丝袜美| 3wmmmm亚洲av在线观看| 欧美高清性xxxxhd video| avwww免费| 久久伊人香网站| 99久久精品热视频| 日本一本二区三区精品| 精品久久久久久久久av| 在线国产一区二区在线| a级毛片a级免费在线| 日韩精品中文字幕看吧| 一区二区三区免费毛片| 国产高潮美女av| 两人在一起打扑克的视频| 精品人妻视频免费看| 国产精品永久免费网站| 中文字幕av成人在线电影| 国产精品美女特级片免费视频播放器| 国产三级在线视频| 精品久久久久久成人av| 深夜精品福利| 欧美高清成人免费视频www| 久久6这里有精品| 动漫黄色视频在线观看| 国产成人aa在线观看| 亚洲成人中文字幕在线播放| 又爽又黄a免费视频| 亚洲国产欧美人成| 久久久久久久久久成人| 午夜老司机福利剧场| 日本免费一区二区三区高清不卡| 午夜激情欧美在线| 国产91精品成人一区二区三区| 亚洲最大成人中文| 免费在线观看亚洲国产| 亚洲av免费在线观看| 免费无遮挡裸体视频| 亚洲一区高清亚洲精品| 亚洲国产欧美人成| 亚洲电影在线观看av| 亚洲国产精品久久男人天堂|