• <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 ?

    西瓜檢測(cè)部位差異對(duì)近紅外光譜可溶性固形物預(yù)測(cè)模型的影響

    2016-07-12 13:00:03黃文倩王慶艷樊書祥張保華陳立平
    光譜學(xué)與光譜分析 2016年6期
    關(guān)鍵詞:波長(zhǎng)西瓜光譜

    錢 曼,黃文倩,王慶艷,樊書祥,張保華,陳立平*

    1. 西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院,陜西 楊凌 712100 2. 國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心,北京 100097 3. 農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京 100097 4. 農(nóng)業(yè)智能裝備技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100097

    西瓜檢測(cè)部位差異對(duì)近紅外光譜可溶性固形物預(yù)測(cè)模型的影響

    錢 曼1, 2, 3, 4,黃文倩2, 3, 4,王慶艷2, 3, 4,樊書祥1, 2, 3, 4,張保華2, 3, 4,陳立平1, 2, 3, 4*

    1. 西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院,陜西 楊凌 712100 2. 國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心,北京 100097 3. 農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京 100097 4. 農(nóng)業(yè)智能裝備技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100097

    西瓜可溶性固形物含量的無(wú)損檢測(cè)對(duì)提升其內(nèi)部品質(zhì)十分重要。為實(shí)現(xiàn)近紅外光譜對(duì)小型西瓜表面各部位可溶性固形物含量的準(zhǔn)確預(yù)測(cè),減小檢測(cè)部位差異對(duì)預(yù)測(cè)模型的影響,以“京秀”西瓜為研究對(duì)象,分別采集赤道、瓜臍和瓜梗三部位的漫透射光譜信息,利用偏最小二乘算法(PLS)建立并比較單一檢測(cè)部位和混合所有檢測(cè)部位的西瓜可溶性固形物近紅外光譜預(yù)測(cè)模型,并分別采用連續(xù)投影算法(SPA)和競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(CARS)對(duì)西瓜可溶性固形物近紅外光譜變量進(jìn)行特征波長(zhǎng)篩選。結(jié)果顯示,相比于單一檢測(cè)部位的模型,混合所有檢測(cè)部位的校正集樣本建立的模型取得了較優(yōu)的預(yù)測(cè)結(jié)果。同時(shí),利用CARS算法篩選的42個(gè)特征波長(zhǎng)變量建模,對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果分別為赤道RP=0.892和RMSEP= 0.684 °Brix,瓜臍RP=0.905和RMSEP= 0.629 °Brix,瓜梗RP=0.899和RMSEP= 0.721 °Brix。模型得到了很大的簡(jiǎn)化,且預(yù)測(cè)精度較高。比較發(fā)現(xiàn),利用SPA算法篩選的19個(gè)特征波長(zhǎng)變量所建模型的預(yù)測(cè)精度較低。利用三種檢測(cè)部位的西瓜樣本建立的PLS混合預(yù)測(cè)模型,結(jié)合CARS算法進(jìn)行有效特征波長(zhǎng)變量篩選,可提高西瓜可溶性固形物預(yù)測(cè)模型的精度,實(shí)現(xiàn)西瓜表面各部位可溶性固形物含量的準(zhǔn)確預(yù)測(cè),減小檢測(cè)部位差異對(duì)近紅外光譜預(yù)測(cè)模型的影響。結(jié)果為今后開(kāi)發(fā)便攜式設(shè)備檢測(cè)西瓜表面各部位可溶性固形含量提供參考依據(jù)。

    小型西瓜; 檢測(cè)部位; 近紅外光譜; 可溶性固形物

    引 言

    西瓜是我國(guó)夏季最主要的水果之一,甘甜多汁,含有大量的葡萄糖、氨基酸、維生素C等多種營(yíng)養(yǎng)成分,是一種純凈安全的食品[1]。隨著消費(fèi)者對(duì)食品品質(zhì)要求的不斷提高,在選購(gòu)西瓜時(shí)越來(lái)越注重其內(nèi)部品質(zhì)(如糖度、口感及營(yíng)養(yǎng)成分等)??扇苄怨绦挝?soluble solids content, SSC)是包括糖、酸、纖維素、礦物質(zhì)等成分的綜合參數(shù),是評(píng)價(jià)水果內(nèi)部品質(zhì)高低的一個(gè)重要指標(biāo)[2]。西瓜SSC含量的快速、無(wú)損檢測(cè)對(duì)于提升西瓜的生產(chǎn)效益及我國(guó)西瓜的國(guó)際競(jìng)爭(zhēng)力具有十分重要的意義。相比于傳統(tǒng)破壞性檢測(cè)方法,近紅外光譜分析技術(shù)具有非破壞、無(wú)需制樣、分析效率高、速度快、重現(xiàn)性好等優(yōu)勢(shì),已廣泛應(yīng)用于水果及農(nóng)產(chǎn)品無(wú)損檢測(cè)領(lǐng)域[3]。

    相關(guān)研究顯示,檢測(cè)部位的差異可能會(huì)對(duì)近紅外光譜預(yù)測(cè)模型的精度產(chǎn)生影響。介鄧飛等[4]利用自主研發(fā)的檢測(cè)裝置采集西瓜不同部位的光譜信息進(jìn)行糖度預(yù)測(cè),得出瓜臍為較優(yōu)的光譜采集部位。韓東海等[5]研究得出在西瓜的中層信息區(qū)域,無(wú)論是組織含水率還是SSC含量,瓜頂部位所建模型優(yōu)于赤道部位。田海清考察了光譜采集部位對(duì)建模的影響,得出各部位均可取得較好預(yù)測(cè)結(jié)果,沒(méi)有明顯優(yōu)劣之分。同時(shí),文獻(xiàn)[6-7]采用特征波長(zhǎng)篩選算法,在簡(jiǎn)化了近紅外光譜預(yù)測(cè)模型的基礎(chǔ)上,其預(yù)測(cè)精度也得到了一定提高。

    西瓜體型較大,在其生長(zhǎng)過(guò)程中,由于光照、溫度、養(yǎng)分等不均衡,不同部位的內(nèi)部品質(zhì)也存在一定差異。之前的研究表明,西瓜檢測(cè)部位差異可能會(huì)對(duì)SSC近紅外光譜預(yù)測(cè)模型產(chǎn)生影響,且分析指出了西瓜預(yù)測(cè)模型精度較高的檢測(cè)部位,但在如何提高西瓜表面各部位SSC含量預(yù)測(cè)精度方面鮮有報(bào)道。因此以“京秀”西瓜為研究對(duì)象,分別采集赤道、瓜臍和瓜梗三種檢測(cè)部位的漫透射光譜信息,建立并比較單一檢測(cè)部位和混合所有檢測(cè)部位的西瓜SSC近紅外光譜預(yù)測(cè)模型,同時(shí)結(jié)合特征波長(zhǎng)變量?jī)?yōu)選算法簡(jiǎn)化模型,實(shí)現(xiàn)了對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的SSC含量的準(zhǔn)確預(yù)測(cè)。為開(kāi)發(fā)便攜式檢測(cè)設(shè)備實(shí)現(xiàn)對(duì)西瓜表面各部位SSC含量的準(zhǔn)確預(yù)測(cè)提供參考。

    1 實(shí)驗(yàn)部分

    1.1 材料

    樣本品種為“京秀”西瓜,挑選形狀規(guī)則且表皮無(wú)損傷缺陷的樣品50個(gè),樣品采收當(dāng)天運(yùn)回實(shí)驗(yàn)室。將西瓜樣品表面清洗干凈后,依次編號(hào)并標(biāo)記光譜采集部位,每個(gè)西瓜樣品赤道部位均勻采集2個(gè)點(diǎn)(間隔約180°),瓜臍和瓜梗部位各采集1個(gè)點(diǎn)。為避免溫度對(duì)光譜采集及SSC含量測(cè)定產(chǎn)生影響,將西瓜樣品室溫放置48 h,以確保樣本溫度與室溫一致[8]。

    1.2 光譜采集及SSC含量測(cè)定

    光譜采集系統(tǒng)如圖1所示,該系統(tǒng)主要由光譜儀、光源、環(huán)形光纖探頭、計(jì)算機(jī)等組成。其中,光譜儀為便攜式USB2000+微型光纖光譜儀(Ocean Optics Inc., USA),其采用CCD陣列Vis/NIRS檢測(cè)器,采樣范圍為489~1 156 nm,數(shù)據(jù)點(diǎn)為2 048; 光源為50 W的外置鹵素?zé)簦?自主設(shè)計(jì)的環(huán)形光纖探頭通過(guò)兩條光纖(環(huán)形光纖和探測(cè)光纖)分別與外置光源和光譜儀連接,其中環(huán)形光纖將光源發(fā)出的光傳輸并照射到檢測(cè)部位,探測(cè)光纖將檢測(cè)器采集到的光返回給光譜儀。利用此系統(tǒng)采集西瓜樣品標(biāo)記部位的漫透射光譜信息,光譜采集完成后,使用阿貝折光儀(ARIAS 500, Reichert Technologies, New York, USA)對(duì)相應(yīng)光譜采集部位的SSC進(jìn)行測(cè)定。從每個(gè)西瓜樣品標(biāo)記部位取出一定厚度果肉,利用紗布對(duì)果肉進(jìn)行擠壓過(guò)濾,將果汁滴于折光儀鏡面,讀取SSC數(shù)據(jù)并記錄。

    圖1 光譜采集系統(tǒng)示意圖

    1.3 SSC近紅外光譜預(yù)測(cè)模型的建立

    偏最小二乘(partial least squares, PLS)算法是一種多元統(tǒng)計(jì)數(shù)據(jù)分析方法,有機(jī)結(jié)合了主成分分析、典型相關(guān)分析及多元線性回歸,具有較高的抗干擾能力和穩(wěn)定性[9]。該算法可根據(jù)對(duì)應(yīng)Y值(SSC)將X值(光譜數(shù)據(jù))進(jìn)行主成分的提取,然后對(duì)兩組變量進(jìn)行典型相關(guān)分析,最后建立光譜數(shù)據(jù)與SSC的回歸關(guān)系[10-11]。利用PLS算法分別建立三種單一檢測(cè)部位及混合所有檢測(cè)部位西瓜SSC近紅外光譜預(yù)測(cè)模型,并利用所建模型(赤道、瓜臍、瓜梗和混合模型)對(duì)三種不同檢測(cè)部位預(yù)測(cè)集樣本的SSC進(jìn)行預(yù)測(cè)。模型預(yù)測(cè)性能通過(guò)預(yù)測(cè)相關(guān)系數(shù)(RP)和預(yù)測(cè)均方根誤差(root mean square error of prediction, RMSEP)定量評(píng)價(jià)。

    1.4 有效特征波長(zhǎng)變量的篩選

    由于全波段光譜數(shù)據(jù)具有較強(qiáng)的共線性,存在大量冗余信息,特征波長(zhǎng)的篩選一方面可以簡(jiǎn)化預(yù)測(cè)模型,另一方面剔除了不相關(guān)和非線性的光譜變量,可提高模型的穩(wěn)定性和預(yù)測(cè)精度。連續(xù)投影算法(successive projections algorithm, SPA)利用向量的投影分析,在大量波長(zhǎng)變量之間篩選含有最小冗余信息的變量組,根據(jù)校正集內(nèi)部均方根誤差(root mean square error, RMSE)確定最佳變量數(shù),使變量之間的共線性達(dá)到最小[12]。競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling, CARS)依據(jù)達(dá)爾文進(jìn)化論,利用自適應(yīng)加權(quán)采樣技術(shù)選擇PLS模型中回歸系數(shù)絕對(duì)值較大的波長(zhǎng)變量,最后根據(jù)交互驗(yàn)證均方根誤差(root mean square error of cross validation, RMSECV)的最小值選取與所測(cè)成分相關(guān)的波長(zhǎng)變量[13]; 采用SPA算法和CARS算法分別對(duì)西瓜SSC近紅外光譜特征波長(zhǎng)變量進(jìn)行篩選,并利用優(yōu)選的特征波長(zhǎng)變量建立西瓜SSC近紅外光譜預(yù)測(cè)模型。

    2 結(jié)果與討論

    2.1 光譜分析及西瓜樣本劃分

    由于存在系統(tǒng)誤差,光譜儀采樣波長(zhǎng)首尾兩端噪聲較大,信噪比較差,故選擇700~1 050 nm波段內(nèi)共1 088個(gè)波長(zhǎng)點(diǎn)進(jìn)行建模分析。為消除隨機(jī)噪聲和光散射等因素影響,校正光譜光程,提高有用信息強(qiáng)度,采用多元散射校正(multiplicative scatter correction, MSC)方法對(duì)光譜進(jìn)行預(yù)處理。圖2為50個(gè)西瓜樣品不同檢測(cè)部位的近紅外漫透射光譜信息經(jīng)MSC預(yù)處理后的光譜圖,其中包括赤道部位光譜曲線100條,瓜臍和瓜梗部位各50條。三種檢測(cè)部位的光譜趨勢(shì)相同,從圖2難以分辨出不同檢測(cè)部位西瓜樣本的光譜信息差異。

    圖2 西瓜樣本MSC預(yù)處理后的光譜

    表1為西瓜樣本不同檢測(cè)部位SSC含量測(cè)量值統(tǒng)計(jì)結(jié)果。PLS建模時(shí),按照隨機(jī)方式分別從赤道、瓜臍、瓜梗三種檢測(cè)部位中挑選出校正集樣本和預(yù)測(cè)集樣本。由表1可知,三種檢測(cè)部位的校正集樣本的SSC含量分布范圍較寬,涵蓋了預(yù)測(cè)集樣本的SSC含量范圍區(qū)域,這樣更利于構(gòu)建穩(wěn)定可靠的預(yù)測(cè)模型[14]。

    表1 西瓜樣本SSC含量測(cè)量值統(tǒng)計(jì)

    2.2 單一檢測(cè)部位校正集樣本建模預(yù)測(cè)結(jié)果

    利用赤道、瓜臍、瓜梗三種檢測(cè)部位的校正集樣本建立各單一檢測(cè)部位近紅外光譜SSC預(yù)測(cè)模型,分別對(duì)三種不同檢測(cè)部位的預(yù)測(cè)集樣本進(jìn)行預(yù)測(cè),結(jié)果如表2所示。對(duì)于同一檢測(cè)部位的西瓜樣本,其校正集建立的單一檢測(cè)部位模型對(duì)其預(yù)測(cè)集樣本均實(shí)現(xiàn)了較準(zhǔn)確的預(yù)測(cè)。赤道部位預(yù)測(cè)結(jié)果RP=0.874,RMSEP=0.627 °Brix; 瓜臍部位預(yù)測(cè)結(jié)果RP=0.909,RMSEP=0.722 °Brix; 瓜梗部位預(yù)測(cè)結(jié)果RP=0.871,RMSEP=0.791 °Brix。比較發(fā)現(xiàn),利用單一檢測(cè)部位模型預(yù)測(cè)其他兩種不同檢測(cè)部位的預(yù)測(cè)集樣本預(yù)測(cè)相關(guān)系數(shù)(RP)會(huì)有不同程度降低,RMSEP也相對(duì)較大。在實(shí)際應(yīng)用中,利用便攜式設(shè)備檢測(cè)未知樣品時(shí),由于西瓜體型較大,對(duì)其檢測(cè)位置不固定,若只根據(jù)某單一檢測(cè)部位建立的模型對(duì)未知西瓜樣品的SSC含量進(jìn)行預(yù)測(cè),會(huì)產(chǎn)生很大偏差。因此,建立混合檢測(cè)部位的預(yù)測(cè)模型具有實(shí)際意義。

    表2 單一檢測(cè)部位SSC含量預(yù)測(cè)模型的預(yù)測(cè)結(jié)果

    2.3 混合檢測(cè)部位的校正集樣本建模預(yù)測(cè)結(jié)果

    混合三種檢測(cè)部位的校正集樣本,建立混合檢測(cè)部位的近紅外光譜SSC預(yù)測(cè)模型,三種不同檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果如表3所示。赤道部位預(yù)測(cè)結(jié)果RP=0.858,RMSEP=0.767 °Brix; 瓜臍部位預(yù)測(cè)結(jié)果RP=0.874,RMSEP=0.703 °Brix; 瓜梗部位預(yù)測(cè)結(jié)果RP=0.859,RMSEP=0.810 °Brix。比較發(fā)現(xiàn),當(dāng)校正集中含有三種檢測(cè)部位的西瓜樣本光譜信息時(shí),建立的混合預(yù)測(cè)模型對(duì)赤道、瓜臍、瓜梗三種部位的預(yù)測(cè)集樣本均取得了較好的預(yù)測(cè)結(jié)果,預(yù)測(cè)相關(guān)系數(shù)均大于0.85,減小了西瓜檢測(cè)部位差異對(duì)近紅外光譜SSC預(yù)測(cè)模型的影響,實(shí)現(xiàn)了對(duì)西瓜表面各部位SSC含量的準(zhǔn)確預(yù)測(cè)。

    表3 混合檢測(cè)部位SSC含量預(yù)測(cè)模型的預(yù)測(cè)結(jié)果

    2.4 基于特征波長(zhǎng)的混合檢測(cè)部位模型預(yù)測(cè)結(jié)果

    為提高檢測(cè)效率,簡(jiǎn)化預(yù)測(cè)模型,在700~1 050 nm波段內(nèi),利用SPA算法和CARS算法分別對(duì)混合三種檢測(cè)部位校正集樣本的光譜變量進(jìn)行SSC特征波長(zhǎng)篩選。圖3為采用SPA算法對(duì)西瓜SSC光譜變量進(jìn)行篩選的結(jié)果,圖3(a)表示SPA算法所選的特征波長(zhǎng)變量在進(jìn)行PLS建模時(shí)RMSE的分布,圖3(b)表示SPA算法分析后獲得的波長(zhǎng)點(diǎn)分布。圖4為CARS算法運(yùn)行過(guò)程和結(jié)果,由于每次運(yùn)行CARS算法得到的最優(yōu)采樣次數(shù)稍有偏差,故運(yùn)行CARS算法50次,根據(jù)交互驗(yàn)證均方根誤差(RMSECV)最小的一次,挑選出西瓜SSC的特征波長(zhǎng)變量。當(dāng)采樣次數(shù)為52時(shí),RMSECV達(dá)到最小值0.682,同時(shí)對(duì)應(yīng)的最優(yōu)建模變量數(shù)為42。分別利用SPA算法和CARS算法篩選的有效特征波長(zhǎng)變量建立混合檢測(cè)部位西瓜SSC近紅外光譜模型,預(yù)測(cè)結(jié)果如表4所示。

    圖3 基于SPA算法的特征變量篩選

    圖4 基于CARS算法的特征變量篩選

    表4 不同PLS模型的預(yù)測(cè)結(jié)果

    Table 4 SSC predicted results of different PLS prediction models

    預(yù)測(cè)模型變量數(shù)預(yù)測(cè)結(jié)果赤道瓜臍瓜梗RPRMSEPRPRMSEPRPRMSEPPLS10880.8580.7670.8740.7030.8590.810SPA-PLS190.7520.8830.5790.9630.6131.208CARS-PLS420.8920.6840.9050.6290.8990.721

    由表4可知,利用SPA算法篩選的特征波長(zhǎng)變量數(shù)為19,雖然建模變量數(shù)較少,模型得到了很大簡(jiǎn)化,但SPA-PLS模型對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的RP均較低,RMSEP均較大。相比于SPA算法,利用CARS算法進(jìn)行有效特征波長(zhǎng)篩選后,建模變量數(shù)由1 088減少到42,不僅模型得到了很大簡(jiǎn)化,同時(shí)預(yù)測(cè)精度也得到了一定提升。CARS-PLS模型對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果分別為赤道RP=0.892和RMSEP=0.684 °Brix,瓜頂RP=0.905和RMSEP= 0.629 °Brix,瓜梗RP=0.899和RMSEP=0.721 °Brix。圖5為CARS-PLS模型對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的西瓜SSC含量的預(yù)測(cè)值與實(shí)際測(cè)量值之間的散點(diǎn)圖。通過(guò)CARS算法進(jìn)行有效特征波長(zhǎng)變量篩選,預(yù)測(cè)精度得到了一定提升,同時(shí)模型也得到了很大的簡(jiǎn)化。

    圖5 CARS-PLS模型的預(yù)測(cè)集樣本 的實(shí)測(cè)值與預(yù)測(cè)值散點(diǎn)圖

    3 結(jié) 論

    以“京秀”西瓜為研究對(duì)象,分別對(duì)赤道、瓜臍及瓜梗三種不同檢測(cè)部位進(jìn)行研究,探討了西瓜檢測(cè)部位差異對(duì)近紅外光譜SSC預(yù)測(cè)模型的影響。相比于單一檢測(cè)部位模型,混合三種檢測(cè)部位的校正集樣本建立的預(yù)測(cè)模型較優(yōu),同時(shí)利用CARS算法優(yōu)選的42個(gè)特征波長(zhǎng)變量建模,模型得到了很大簡(jiǎn)化,預(yù)測(cè)精度也得到了一定提升,其對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果分別為赤道RP=0.892和RMSEP= 0.684 °Brix,瓜臍RP=0.905和RMSEP= 0.629 °Brix,瓜梗RP=0.899和RMSEP=0.721 °Brix。結(jié)果表明,含有三種檢測(cè)部位的西瓜樣本建立的預(yù)測(cè)模型,結(jié)合CARS算法進(jìn)行有效特征波長(zhǎng)的篩選,可實(shí)現(xiàn)對(duì)西瓜不同檢測(cè)部位SSC含量的準(zhǔn)確預(yù)測(cè),減小檢測(cè)部位差異對(duì)近紅外光譜SSC預(yù)測(cè)模型的影響,為今后利用近紅外光譜技術(shù)對(duì)西瓜表面各部位的SSC含量的便攜式檢測(cè)研究提供參考依據(jù)。

    [1] ZHANG Jun-jie, CHENG Zhi-qiang(張俊杰, 程志強(qiáng)). Southern Horticulture(南方園藝), 2013 (2): 49.

    [2] Mendoza F, Lu R, Ariana D, et al. Postharvest Biology and Technology, 2011, 62(2): 149.

    [3] Nicola? B M, Defraeye T, De Ketelaere B, et al. Annual Review of Food Science and Technology, 2014, 5: 285.

    [4] JIE Deng-fei, CHEN Meng, XIE Li-juan, et al(介鄧飛, 陳 猛, 謝麗娟, 等). Transactions of the Chinese Society of Agricultural Engineering(農(nóng)業(yè)工程學(xué)報(bào)), 2014, 30(9): 229.

    [5] HAN Dong-hai, CHANG Dong, SONG Shu-hui, et al(韓東海, 常 冬, 宋曙輝, 等). Transactions of the Chinese Society for Agricultural Machinery(農(nóng)業(yè)機(jī)械學(xué)報(bào)), 2013, 44(7): 174.

    [6] Xiaobo Z, Jiewen Z, Xingyi H, et al. Chemometrics and Intelligent Laboratory Systems, 2007, 87(1): 43.

    [7] JIE Deng-fei, XIE Li-juan, RAO Xiu-qin, et al(介鄧飛, 謝麗娟, 饒秀勤, 等). Transactions of the Chinese Society of Agricultural Engineering(農(nóng)業(yè)工程學(xué)報(bào)), 2013, 29(12): 264.

    [8] CAO Jian-kang, JIANG Wei-bo, ZHAO Yu-mei(曹建康, 姜微波, 趙玉梅). Experiment Guidance of Postharvest Physiology and Biochemistry of Fruits and Vegetables(果蔬采后生理生化實(shí)驗(yàn)指導(dǎo)). Beijing: China Light Industry Press(北京: 中國(guó)輕工業(yè)出版社), 2007.

    [9] TIAN Hai-qing, YING Yi-bin, XU Hui-rong, et al(田海清, 應(yīng)義斌, 徐惠榮, 等). Transactions of the Chinese Society for Agricultural Machinery(農(nóng)業(yè)機(jī)械學(xué)報(bào)), 2007, 38(5): .

    [10] Wold S, Sj?str?m M, Eriksson L. Chemometrics and Intelligent Laboratory Systems, 2001, 58(2): 109.

    [11] Li J, Huang W, Zhao C, et al. Journal of Food Engineering, 2013, 116(2): 324.

    [12] HUANG Wen-qian, LI Jiang-bo, CHEN Li-ping, et al(黃文倩, 李江波, 陳立平, 等). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析), 2013, 33(10): 2843.

    [13] Li H, Liang Y, Xu Q, et al. Analytica Chimica Acta, 2009, 648(1): 77.

    [14] FAN Shu-xiang, HUANG Wen-qian, GUO Zhi-ming, et al(樊書祥, 黃文倩, 郭志明, 等). Analytical Chemistry(分析化學(xué)), 2015, 2: 016.

    *Corresponding author

    (Received Apr. 17, 2015; accepted Aug. 20, 2015)

    Assessment of Influence Detective Position Variability on Precision of Near Infrared Models for Soluble Solid Content of Watermelon QIAN Man1, 2, 3, 4, HUANG Wen-qian2, 3, 4, WANG Qing-yan2, 3, 4, FAN Shu-xiang1, 2, 3, 4, ZHANG Bao-hua2, 3, 4,

    CHEN Li-ping1, 2, 3, 4*

    1. College of Mechanical and Electronic Engineering, Northwest Agricultural and Forestry University, Yangling 712100, China 2. National Research Center of Intelligent Equipment for Agriculture, Beijing 100097,China 3. Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100097, China 4. Beijing Key Laboratory of Intelligent Equipment Technology for Agriculture, Beijing 100097, China

    Non-destructive detection for soluble solids content (SSC) is important to improve watermelon’s internal quality, which attracts more and more attention from consumers. In order to realize the precise detection for SSC of mini watermelon’s whole surface by using Near-infrared (NIR) spectroscopy and reduce the influence of detective position variability on the accuracy of NIR prediction model for SSC, the diffused transmission spectra and soluble solids content were collected from three different detective positions of ‘jingxiu’ watermelon, including the equator, calyx and stem. The prediction models of single detective position and mixed three detective positions for SSC were established with Partial least square (PLS). Successive projections algorithm (SPA) and competitive adaptive reweighted sampling (CARS) were adopted to select effective variables of NIR spectroscopy for SSC of watermelon as well. The results showed that the prediction model of mixed three detective positions was better than the model of single detective position. Meanwhile, 42 characteristic variables of NIR spectroscopy selected with CARS were used to establish PLS prediction model for SSC. The prediction model was simplified significantly and the prediction accuracy for SSC was improved greatly. The correlation coefficient of prediction (RP) and root mean square error of prediction (RMSEP) by CARS-PLS were 0.892, 0.684 °Brix for the equator, 0.905, 0.621 °Brix for the calyx, 0.899, 0.721 °Brix for the stem, respectively. However, the prediction result of SPA-PLS established by 19 characteristic wavelength variables of NIR spectroscopy was bad for the equator, calyx and stem detective positions. The correlation coefficient of prediction (RP) is less than 0.752 and root mean square error of prediction (RMSEP) is relatively high. It was proposed that the PLS prediction model established by mixed three different detective positions with effective characteristic wavelength variables selected by CARS can improve the prediction accuracy for SSC. And the CARS-PLS prediction model can achieve fast and precise detection for SSC of mini watermelon’s whole surface. The influence of detective position variability on the accuracy of NIR prediction model could be reduced simultaneously. Thispaper could provide theoretical basis for calibrating NIR prediction model for SSC of mini watermelon. It also could provide reference for developing the portable and non-destructive detection equipment for soluble solids content of mini watermelon’s whole surface.

    Mini watermelon; Detective position; Near-infrared spectroscopy; Soluble solids content

    2015-04-17,

    2015-08-20

    北京市自然科學(xué)基金青年基金項(xiàng)目(6144024)和北京市農(nóng)林科學(xué)院青年基金項(xiàng)目(QNJJ201423)資助

    錢 曼,女,1991年生,西北農(nóng)林科技大學(xué)碩士研究生 e-mail: qianman101504@163.com *通訊聯(lián)系人 e-mail: chenlp@nercita.org.cn

    O657.3

    A

    10.3964/j.issn.1000-0593(2016)06-1700-06

    猜你喜歡
    波長(zhǎng)西瓜光譜
    HPLC-PDA雙波長(zhǎng)法同時(shí)測(cè)定四季草片中沒(méi)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
    大小西瓜
    雙波長(zhǎng)激光治療慢性牙周炎的療效觀察
    當(dāng)夏天遇上西瓜
    巧切西瓜
    日本研發(fā)出可完全覆蓋可見(jiàn)光波長(zhǎng)的LED光源
    星載近紅外高光譜CO2遙感進(jìn)展
    便攜式多用途光波波長(zhǎng)測(cè)量?jī)x
    苦味酸與牛血清蛋白相互作用的光譜研究
    熟女电影av网| 国产精品亚洲美女久久久| 欧美3d第一页| 亚洲美女搞黄在线观看 | 国产一区二区三区视频了| 99热精品在线国产| 看十八女毛片水多多多| 亚洲第一区二区三区不卡| 免费在线观看影片大全网站| 精品国产三级普通话版| 90打野战视频偷拍视频| 久久6这里有精品| 亚洲欧美清纯卡通| 亚洲av熟女| 精品欧美国产一区二区三| 51国产日韩欧美| 亚洲av不卡在线观看| 又爽又黄a免费视频| 99久久精品一区二区三区| 欧美日韩瑟瑟在线播放| 日本成人三级电影网站| 亚洲av成人不卡在线观看播放网| 国产私拍福利视频在线观看| 一个人免费在线观看电影| 亚洲欧美清纯卡通| 蜜桃亚洲精品一区二区三区| 亚洲成a人片在线一区二区| 亚洲美女搞黄在线观看 | 女人十人毛片免费观看3o分钟| 国模一区二区三区四区视频| 亚洲人成电影免费在线| 真实男女啪啪啪动态图| 国产精品亚洲美女久久久| 中文亚洲av片在线观看爽| 999久久久精品免费观看国产| .国产精品久久| 亚洲成人久久性| 国产真实伦视频高清在线观看 | 国产精品日韩av在线免费观看| 我要搜黄色片| 精品人妻熟女av久视频| 内地一区二区视频在线| 99热精品在线国产| 中文亚洲av片在线观看爽| 好男人电影高清在线观看| 久久亚洲精品不卡| 欧美性猛交╳xxx乱大交人| 日韩欧美免费精品| 偷拍熟女少妇极品色| 搡老熟女国产l中国老女人| 免费av观看视频| 99久久99久久久精品蜜桃| 免费看光身美女| 国语自产精品视频在线第100页| 午夜日韩欧美国产| 国产激情偷乱视频一区二区| 国产精品一区二区免费欧美| 亚洲av电影不卡..在线观看| 日韩有码中文字幕| 日本a在线网址| 精品久久国产蜜桃| 日韩欧美一区二区三区在线观看| 国产午夜精品久久久久久一区二区三区 | 老熟妇仑乱视频hdxx| 不卡一级毛片| 亚洲成人免费电影在线观看| 亚洲精品一卡2卡三卡4卡5卡| 亚洲成av人片在线播放无| av天堂中文字幕网| 99视频精品全部免费 在线| 日韩精品青青久久久久久| 男女做爰动态图高潮gif福利片| 午夜福利免费观看在线| 精品一区二区三区视频在线| www.熟女人妻精品国产| 亚洲成人久久性| 麻豆国产97在线/欧美| 99精品久久久久人妻精品| 亚洲美女搞黄在线观看 | 国产乱人伦免费视频| 亚洲精品亚洲一区二区| 久久亚洲精品不卡| 午夜福利欧美成人| 人妻丰满熟妇av一区二区三区| a级毛片a级免费在线| 搡老岳熟女国产| 黄色女人牲交| 久久精品夜夜夜夜夜久久蜜豆| 精品人妻视频免费看| 欧美日本亚洲视频在线播放| 97人妻精品一区二区三区麻豆| 亚洲精品日韩av片在线观看| 国产乱人视频| 国产 一区 欧美 日韩| 国产精华一区二区三区| 女人十人毛片免费观看3o分钟| 制服丝袜大香蕉在线| 亚洲av日韩精品久久久久久密| 美女高潮喷水抽搐中文字幕| 色综合亚洲欧美另类图片| 欧美一区二区精品小视频在线| 国内精品美女久久久久久| 丁香六月欧美| 成人国产一区最新在线观看| 国产成人a区在线观看| www.熟女人妻精品国产| 国产乱人视频| 欧美激情在线99| 国产av一区在线观看免费| 欧美最新免费一区二区三区 | 免费搜索国产男女视频| 亚洲在线观看片| 成人毛片a级毛片在线播放| 一个人免费在线观看的高清视频| 国产成人欧美在线观看| 成年女人看的毛片在线观看| 一个人免费在线观看的高清视频| 亚洲精品乱码久久久v下载方式| 一级黄色大片毛片| 亚洲国产欧美人成| 亚洲av不卡在线观看| 国产老妇女一区| 免费高清视频大片| 麻豆av噜噜一区二区三区| 亚洲最大成人中文| 精品乱码久久久久久99久播| 国内精品久久久久久久电影| 国产黄片美女视频| 亚洲av日韩精品久久久久久密| 成人鲁丝片一二三区免费| 少妇高潮的动态图| 长腿黑丝高跟| 中出人妻视频一区二区| 悠悠久久av| 久久久久久大精品| 亚洲美女搞黄在线观看 | 亚洲精品一卡2卡三卡4卡5卡| 深夜精品福利| 首页视频小说图片口味搜索| 中文亚洲av片在线观看爽| 精品久久久久久久久av| 国产v大片淫在线免费观看| 国产乱人伦免费视频| 欧美黑人欧美精品刺激| 老司机午夜福利在线观看视频| 欧美最新免费一区二区三区 | 中文字幕人妻熟人妻熟丝袜美| 午夜福利在线观看免费完整高清在 | 色综合欧美亚洲国产小说| .国产精品久久| 国产国拍精品亚洲av在线观看| 午夜激情福利司机影院| 三级男女做爰猛烈吃奶摸视频| 深夜精品福利| 欧美成人免费av一区二区三区| 日本成人三级电影网站| 听说在线观看完整版免费高清| 极品教师在线视频| 一进一出抽搐gif免费好疼| 一级毛片久久久久久久久女| 国产精品一区二区免费欧美| 搡老岳熟女国产| 99riav亚洲国产免费| 国产精品电影一区二区三区| 色噜噜av男人的天堂激情| 青草久久国产| 91在线观看av| 国产精品免费一区二区三区在线| 亚洲欧美激情综合另类| 欧美三级亚洲精品| 国产伦人伦偷精品视频| 夜夜躁狠狠躁天天躁| 神马国产精品三级电影在线观看| 97热精品久久久久久| 人妻丰满熟妇av一区二区三区| 亚洲美女黄片视频| 欧美成狂野欧美在线观看| 国产亚洲精品综合一区在线观看| 香蕉av资源在线| 亚洲人与动物交配视频| 午夜两性在线视频| 欧美日韩乱码在线| 啦啦啦观看免费观看视频高清| av在线观看视频网站免费| 成人午夜高清在线视频| 国产激情偷乱视频一区二区| 91麻豆精品激情在线观看国产| 热99re8久久精品国产| 日本熟妇午夜| 99在线人妻在线中文字幕| 中出人妻视频一区二区| 1000部很黄的大片| 18美女黄网站色大片免费观看| 国产探花在线观看一区二区| 亚洲片人在线观看| 亚洲人成电影免费在线| h日本视频在线播放| 国产国拍精品亚洲av在线观看| 蜜桃亚洲精品一区二区三区| 91午夜精品亚洲一区二区三区 | 色尼玛亚洲综合影院| 1000部很黄的大片| 中国美女看黄片| 看片在线看免费视频| 少妇被粗大猛烈的视频| 午夜激情欧美在线| av天堂中文字幕网| а√天堂www在线а√下载| 人妻丰满熟妇av一区二区三区| 丁香欧美五月| av女优亚洲男人天堂| 在线十欧美十亚洲十日本专区| 欧美精品国产亚洲| 亚洲精品乱码久久久v下载方式| 精品人妻偷拍中文字幕| 午夜老司机福利剧场| netflix在线观看网站| 久久精品国产清高在天天线| 最新在线观看一区二区三区| 12—13女人毛片做爰片一| 亚洲人成网站在线播| 久久久久国产精品人妻aⅴ院| 天堂动漫精品| 女人被狂操c到高潮| 午夜福利在线观看免费完整高清在 | 国产色婷婷99| 国产三级中文精品| 久久久久九九精品影院| 国内精品一区二区在线观看| 国产av不卡久久| 特大巨黑吊av在线直播| 亚洲av成人不卡在线观看播放网| 日韩欧美精品免费久久 | 久久天躁狠狠躁夜夜2o2o| 淫妇啪啪啪对白视频| 成人三级黄色视频| 高清毛片免费观看视频网站| 国产白丝娇喘喷水9色精品| 露出奶头的视频| 国产精品伦人一区二区| 亚洲中文字幕一区二区三区有码在线看| 美女xxoo啪啪120秒动态图 | 欧美在线一区亚洲| 日日摸夜夜添夜夜添av毛片 | 国产淫片久久久久久久久 | 听说在线观看完整版免费高清| 国产 一区 欧美 日韩| 美女大奶头视频| 最近在线观看免费完整版| 亚洲av五月六月丁香网| 超碰av人人做人人爽久久| 啦啦啦观看免费观看视频高清| 久久精品久久久久久噜噜老黄 | 日韩欧美在线乱码| www.999成人在线观看| 国产精品久久久久久久久免 | 欧美xxxx黑人xx丫x性爽| 久久久久免费精品人妻一区二区| 国产成年人精品一区二区| 亚洲精品456在线播放app | 色哟哟·www| 尤物成人国产欧美一区二区三区| 2021天堂中文幕一二区在线观| 国产精华一区二区三区| 在线a可以看的网站| 欧美性感艳星| 国产在线男女| 精品久久国产蜜桃| 啦啦啦观看免费观看视频高清| 热99在线观看视频| 国产亚洲欧美98| 国产精品1区2区在线观看.| 亚洲最大成人av| 99热这里只有是精品50| 宅男免费午夜| 级片在线观看| 久久99热这里只有精品18| 两人在一起打扑克的视频| av在线蜜桃| 老鸭窝网址在线观看| 欧美日本视频| 国产一区二区激情短视频| 99久久成人亚洲精品观看| 亚洲乱码一区二区免费版| 久久午夜亚洲精品久久| 九九在线视频观看精品| 精品久久久久久久末码| 欧美激情久久久久久爽电影| 亚洲七黄色美女视频| 欧美高清成人免费视频www| 亚洲熟妇中文字幕五十中出| 国产在线精品亚洲第一网站| 欧美午夜高清在线| 亚洲美女搞黄在线观看 | 此物有八面人人有两片| 成人性生交大片免费视频hd| 国产午夜福利久久久久久| 69av精品久久久久久| 亚洲午夜理论影院| 久久久久久国产a免费观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 能在线免费观看的黄片| 国产一区二区三区视频了| 国模一区二区三区四区视频| 亚洲av二区三区四区| 嫩草影院新地址| 久久久久久久久中文| 国产成年人精品一区二区| 尤物成人国产欧美一区二区三区| 国产免费av片在线观看野外av| 国产精品亚洲av一区麻豆| 成人国产一区最新在线观看| 三级毛片av免费| 永久网站在线| 俺也久久电影网| 伦理电影大哥的女人| 性色av乱码一区二区三区2| 国产aⅴ精品一区二区三区波| 91在线观看av| 亚洲不卡免费看| 老司机深夜福利视频在线观看| 亚洲精品一区av在线观看| 久久久久久久精品吃奶| 中文字幕av在线有码专区| 亚洲激情在线av| 亚洲欧美激情综合另类| 亚洲国产精品合色在线| АⅤ资源中文在线天堂| 日本黄色片子视频| 成人欧美大片| 精品人妻1区二区| 久久久国产成人免费| 亚洲成人免费电影在线观看| 禁无遮挡网站| 精品国产亚洲在线| 真人一进一出gif抽搐免费| 女同久久另类99精品国产91| 男人的好看免费观看在线视频| 少妇高潮的动态图| 狠狠狠狠99中文字幕| 色5月婷婷丁香| 嫩草影院精品99| 窝窝影院91人妻| 哪里可以看免费的av片| 丁香六月欧美| 亚洲最大成人av| 少妇的逼水好多| 变态另类丝袜制服| 窝窝影院91人妻| 国产国拍精品亚洲av在线观看| 精品一区二区三区av网在线观看| 天堂√8在线中文| 国产精品一区二区免费欧美| 亚洲熟妇中文字幕五十中出| 日日摸夜夜添夜夜添小说| 少妇的逼好多水| 淫妇啪啪啪对白视频| 男女床上黄色一级片免费看| 日韩大尺度精品在线看网址| 变态另类丝袜制服| 色综合婷婷激情| 久久精品综合一区二区三区| 少妇的逼水好多| 久久久久久大精品| 色5月婷婷丁香| 美女xxoo啪啪120秒动态图 | 久久精品综合一区二区三区| 欧美高清成人免费视频www| 淫秽高清视频在线观看| 中文字幕av在线有码专区| 成人特级av手机在线观看| 少妇的逼水好多| 90打野战视频偷拍视频| 欧美+日韩+精品| 国产伦人伦偷精品视频| 99久久九九国产精品国产免费| 欧美在线一区亚洲| 亚洲av二区三区四区| 精品久久久久久久末码| 亚洲国产高清在线一区二区三| 欧美三级亚洲精品| 免费人成视频x8x8入口观看| 日本成人三级电影网站| 久久午夜亚洲精品久久| 中文字幕av成人在线电影| 欧美日韩福利视频一区二区| 午夜免费成人在线视频| 国产成人欧美在线观看| 国内揄拍国产精品人妻在线| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产精品伦人一区二区| av欧美777| 久久精品国产亚洲av天美| 欧美在线黄色| 亚洲人成网站在线播| 国产伦精品一区二区三区视频9| www.熟女人妻精品国产| 国产精品一区二区三区四区久久| 可以在线观看毛片的网站| 亚洲av日韩精品久久久久久密| 色综合婷婷激情| 美女xxoo啪啪120秒动态图 | 国产真实乱freesex| 好男人电影高清在线观看| 很黄的视频免费| 午夜免费成人在线视频| 最新在线观看一区二区三区| av欧美777| av黄色大香蕉| 国产黄a三级三级三级人| 日日摸夜夜添夜夜添小说| or卡值多少钱| 欧美激情国产日韩精品一区| 夜夜爽天天搞| 日本黄色视频三级网站网址| 国产美女午夜福利| 2021天堂中文幕一二区在线观| 久久草成人影院| 久久亚洲精品不卡| 国产成人a区在线观看| 亚洲内射少妇av| 亚洲午夜理论影院| 99国产精品一区二区蜜桃av| 成人特级黄色片久久久久久久| 99在线视频只有这里精品首页| 国产高清视频在线播放一区| 最新在线观看一区二区三区| 草草在线视频免费看| 九色国产91popny在线| 国产精品一区二区三区四区久久| 免费av观看视频| 最近中文字幕高清免费大全6 | 亚洲成人久久性| 三级毛片av免费| 日韩成人在线观看一区二区三区| www.熟女人妻精品国产| 九色成人免费人妻av| 精品久久久久久久人妻蜜臀av| 免费看美女性在线毛片视频| 免费av不卡在线播放| 亚洲五月婷婷丁香| 在线观看av片永久免费下载| xxxwww97欧美| 黄色女人牲交| 窝窝影院91人妻| 深爱激情五月婷婷| 99久久九九国产精品国产免费| 99riav亚洲国产免费| 日韩欧美 国产精品| 国产视频内射| av欧美777| 国产高清三级在线| 嫩草影院精品99| 成人国产综合亚洲| 日本一二三区视频观看| 精品人妻偷拍中文字幕| 成人国产综合亚洲| 欧美成人一区二区免费高清观看| 一区二区三区高清视频在线| 两人在一起打扑克的视频| 一a级毛片在线观看| 久久人妻av系列| 国产成人福利小说| 国产探花极品一区二区| 嫁个100分男人电影在线观看| 悠悠久久av| 亚洲一区高清亚洲精品| 国产欧美日韩一区二区三| 免费人成在线观看视频色| 俄罗斯特黄特色一大片| 国产乱人伦免费视频| 男人和女人高潮做爰伦理| 精品人妻1区二区| 亚洲人成网站在线播| 五月玫瑰六月丁香| 亚洲成av人片在线播放无| 91久久精品国产一区二区成人| 亚洲 欧美 日韩 在线 免费| 精品无人区乱码1区二区| 一级a爱片免费观看的视频| 中文在线观看免费www的网站| 国产av不卡久久| 亚洲,欧美,日韩| 成人无遮挡网站| 国产精品综合久久久久久久免费| 首页视频小说图片口味搜索| 色吧在线观看| 国产精品不卡视频一区二区 | 国内少妇人妻偷人精品xxx网站| 最新在线观看一区二区三区| 日韩欧美一区二区三区在线观看| 窝窝影院91人妻| 51午夜福利影视在线观看| 女同久久另类99精品国产91| 中文字幕精品亚洲无线码一区| av国产免费在线观看| 国产在线精品亚洲第一网站| 超碰av人人做人人爽久久| 麻豆成人av在线观看| 18禁裸乳无遮挡免费网站照片| 国产爱豆传媒在线观看| 麻豆av噜噜一区二区三区| 国产欧美日韩一区二区三| 真人做人爱边吃奶动态| 免费搜索国产男女视频| ponron亚洲| 久久草成人影院| 亚州av有码| 在线播放无遮挡| 久久午夜福利片| 久久精品人妻少妇| 久久精品国产亚洲av天美| 精品久久国产蜜桃| 99久久九九国产精品国产免费| 亚洲欧美日韩高清专用| 精品久久久久久,| 国产精品一区二区免费欧美| 日韩欧美免费精品| 亚洲精品在线美女| 麻豆av噜噜一区二区三区| 国产91精品成人一区二区三区| 18+在线观看网站| 久久天躁狠狠躁夜夜2o2o| 又粗又爽又猛毛片免费看| 人妻久久中文字幕网| 男女床上黄色一级片免费看| 亚洲va日本ⅴa欧美va伊人久久| 嫁个100分男人电影在线观看| 亚洲真实伦在线观看| 国产在视频线在精品| 琪琪午夜伦伦电影理论片6080| 成年版毛片免费区| 狂野欧美白嫩少妇大欣赏| 搡女人真爽免费视频火全软件 | 无人区码免费观看不卡| 久久婷婷人人爽人人干人人爱| 成人欧美大片| 天天躁日日操中文字幕| 在线观看av片永久免费下载| 久久精品国产亚洲av天美| a级毛片免费高清观看在线播放| 亚洲经典国产精华液单 | 精品国产三级普通话版| 麻豆一二三区av精品| 国产精品久久久久久人妻精品电影| 一进一出抽搐gif免费好疼| 欧美另类亚洲清纯唯美| 亚洲精品粉嫩美女一区| 婷婷精品国产亚洲av| 日韩 亚洲 欧美在线| 最新中文字幕久久久久| 少妇的逼水好多| 国模一区二区三区四区视频| 国产男靠女视频免费网站| 亚洲第一电影网av| 黄色视频,在线免费观看| 日韩中文字幕欧美一区二区| 国产精品伦人一区二区| 国产国拍精品亚洲av在线观看| 黄色一级大片看看| 麻豆成人午夜福利视频| 国产主播在线观看一区二区| 国产亚洲精品综合一区在线观看| 嫁个100分男人电影在线观看| 国产真实伦视频高清在线观看 | 久久久久久九九精品二区国产| 欧洲精品卡2卡3卡4卡5卡区| 成人特级av手机在线观看| 国产老妇女一区| 成人鲁丝片一二三区免费| www.999成人在线观看| 激情在线观看视频在线高清| 午夜激情福利司机影院| 国产精品免费一区二区三区在线| 搞女人的毛片| 久9热在线精品视频| eeuss影院久久| av专区在线播放| 欧美成人a在线观看| 国产男靠女视频免费网站| 成人美女网站在线观看视频| 狠狠狠狠99中文字幕| 好男人电影高清在线观看| 中文在线观看免费www的网站| 欧美日韩乱码在线| 国产高清视频在线播放一区| 黄色丝袜av网址大全| 在线观看美女被高潮喷水网站 | 十八禁人妻一区二区| 村上凉子中文字幕在线| 啦啦啦韩国在线观看视频| 毛片一级片免费看久久久久 | 亚洲美女视频黄频| 日日摸夜夜添夜夜添小说| 午夜老司机福利剧场| 久久国产乱子免费精品| 免费一级毛片在线播放高清视频| 日本 欧美在线| 亚洲五月婷婷丁香| 国产一区二区在线观看日韩| a级一级毛片免费在线观看| 日韩高清综合在线| 精品久久久久久,| 国产探花在线观看一区二区| 色精品久久人妻99蜜桃| 精品久久久久久,| a级一级毛片免费在线观看| 久久久久九九精品影院| 国产一区二区在线观看日韩| 午夜日韩欧美国产| 亚洲成av人片免费观看| 一a级毛片在线观看| 中文资源天堂在线| 在现免费观看毛片| 黄色女人牲交|