• <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 ?

    可見(jiàn)/近紅外技術(shù)與感官評(píng)價(jià)信息融合預(yù)測(cè)冷藏條件下羅非魚(yú)TVB-N的研究

    2017-11-21 10:50:50,,,,,,,*
    食品工業(yè)科技 2017年21期
    關(guān)鍵詞:新鮮度羅非魚(yú)尾部

    ,,,, ,,,*

    (1.北京農(nóng)業(yè)信息技術(shù)研究中心,北京 100097; 2.天津科技大學(xué)電子信息與自動(dòng)化學(xué)院,天津 300222; 3.國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心,北京 100097; 4.農(nóng)產(chǎn)品質(zhì)量安全追溯技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室,北京 100097)

    可見(jiàn)/近紅外技術(shù)與感官評(píng)價(jià)信息融合預(yù)測(cè)冷藏條件下羅非魚(yú)TVB-N的研究

    史策1,3,4,孫立濤1,2,錢(qián)建平1,3,4,韓帥1,3,4,范蓓蕾1,3,4,楊信廷1,3,4,*

    (1.北京農(nóng)業(yè)信息技術(shù)研究中心,北京 100097; 2.天津科技大學(xué)電子信息與自動(dòng)化學(xué)院,天津 300222; 3.國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心,北京 100097; 4.農(nóng)產(chǎn)品質(zhì)量安全追溯技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室,北京 100097)

    應(yīng)用可見(jiàn)/近紅外光譜技術(shù)與感官評(píng)價(jià)信息融合實(shí)現(xiàn)冷藏條件下有鱗羅非魚(yú)不同部位魚(yú)肉揮發(fā)性鹽基氮(TVB-N)的預(yù)測(cè)。通過(guò)便攜式近紅外光譜儀采集有鱗羅非魚(yú)胸部、中部和尾部魚(yú)肉在340~1063 nm的光譜數(shù)據(jù),分別采用卷積平滑法、變量標(biāo)準(zhǔn)化、一階(1st Der)和二階(2nd Der)導(dǎo)數(shù)進(jìn)行光譜預(yù)處理,利用連續(xù)投影算法(SPA)提取羅非魚(yú)不同部位魚(yú)肉的特征波長(zhǎng),建立魚(yú)肉光譜與TVB-N偏最小二乘回歸(PLSR)模型,結(jié)果表明尾部魚(yú)肉的1st Der-SPA-PLSR模型預(yù)測(cè)均方根誤差(RMSEP)=1.1295 mg/100 g,預(yù)測(cè)相關(guān)系數(shù)(Rp2)=0.8998,預(yù)測(cè)結(jié)果高于其胸部和中部魚(yú)肉模型,并稍高于尾部魚(yú)肉全波段模型。因此,選擇尾部魚(yú)肉作為羅非魚(yú)光譜采樣區(qū)域。為進(jìn)一步提高模型預(yù)測(cè)準(zhǔn)確性,將尾部魚(yú)肉特征光譜數(shù)據(jù)與感官評(píng)價(jià)進(jìn)行信息融合。通過(guò)對(duì)比尾部魚(yú)肉光譜、尾部魚(yú)肉光譜與感官評(píng)價(jià)融合的SPA-PLSR、SPA-BP神經(jīng)網(wǎng)絡(luò)和SPA-偏最小二乘支持向量機(jī)(LS-SVM)模型,結(jié)果表明,尾部光譜和感官評(píng)價(jià)信息融合的SPA-LS-SVM模型預(yù)測(cè)結(jié)果為RMSEP=0.9701 mg/100 g,Rp2=0.9255,能更準(zhǔn)確預(yù)測(cè)羅非魚(yú)冷藏條件下TVB-N變化。為冷藏過(guò)程中羅非魚(yú)新鮮度預(yù)測(cè)方法提供了新的思路。

    可見(jiàn)/近紅外光譜技術(shù),羅非魚(yú),新鮮度,預(yù)測(cè)模型,貯藏,信息融合

    羅非魚(yú)(Oreochromis),又名非洲鯽魚(yú),自2000年以來(lái)我國(guó)羅非魚(yú)養(yǎng)殖產(chǎn)量發(fā)展迅猛,現(xiàn)已成為世界上最大的羅非魚(yú)養(yǎng)殖國(guó)家[1]。羅非魚(yú)含有豐富的蛋白質(zhì)和多種不飽和脂肪酸,有望成為未來(lái)動(dòng)物性蛋白質(zhì)的主要來(lái)源之一。然而由于富含蛋白質(zhì)和水分,導(dǎo)致貯藏過(guò)程中極易腐敗變質(zhì)。目前主要采用理化分析、微生物檢測(cè)來(lái)鑒別魚(yú)類(lèi)的新鮮度,而傳統(tǒng)的理化、微生物等分析方法費(fèi)時(shí)費(fèi)力、具有破壞性,因此,迫切需要一種無(wú)損的新鮮度檢測(cè)技術(shù)對(duì)魚(yú)類(lèi)進(jìn)行品質(zhì)評(píng)價(jià)。

    表1 羅非魚(yú)感官評(píng)價(jià)標(biāo)準(zhǔn)Table 1 The criterion of sensory index for tilapia

    可見(jiàn)/近紅外光譜技術(shù)是近年來(lái)發(fā)展起來(lái)的一種高效、快速、無(wú)損的檢測(cè)技術(shù)[2],目前廣泛的應(yīng)用于食品領(lǐng)域。陳偉華等[3]采集絞碎前后羅非魚(yú)片背肉及腹肉的近紅外光譜,并將其與揮發(fā)性鹽基氮(total volatile basic nitrogen,TVB-N)含量進(jìn)行擬合,能夠較好的預(yù)測(cè)TVB-N的變化;Nilsen等[4]利用近紅外光譜研究冰藏鱈魚(yú)和三文魚(yú)的冷藏時(shí)間,應(yīng)用多元統(tǒng)計(jì)分析光譜數(shù)據(jù)與冷藏時(shí)間的相關(guān)性,相關(guān)系數(shù)分別為0.97和0.98;Sivertsen等[5]采用可見(jiàn)/近紅外光譜檢測(cè)了解凍鱈魚(yú)在冰藏條件下的存儲(chǔ)時(shí)間,通過(guò)偏最小二乘法對(duì)光譜數(shù)據(jù)和存儲(chǔ)時(shí)間建模,預(yù)測(cè)鱈魚(yú)的貯藏時(shí)間精度在1.6 d左右。目前大部分的研究集中在近紅外光譜與冷藏時(shí)間或TVB-N等之間的相關(guān)性。然而僅憑光譜信息單一指標(biāo)判定魚(yú)類(lèi)冷藏條件下的新鮮度或貨架期,其準(zhǔn)確性有限。因此,將光譜信息與感官評(píng)價(jià)等內(nèi)外品質(zhì)信息融合用于魚(yú)新鮮度無(wú)損檢測(cè),有助于綜合評(píng)價(jià)魚(yú)類(lèi)的新鮮度。

    本研究提出了基于可見(jiàn)/近紅外光譜和感官評(píng)價(jià)信息融合預(yù)測(cè)羅非魚(yú)新鮮度的研究思路。主要采用商業(yè)化便攜式手持近紅外光譜儀,分別測(cè)定并對(duì)比了冷藏條件下有鱗羅非魚(yú)胸部、中部和尾部魚(yú)肉的光譜數(shù)據(jù)與TVB-N的相關(guān)性,選擇較優(yōu)的羅非魚(yú)新鮮度檢測(cè)部位;其次采用光譜數(shù)據(jù)和感官評(píng)價(jià)進(jìn)行信息融合,建立PLSR,BP-ANN和LS-SVM預(yù)測(cè)模型,以期獲得更好的羅非魚(yú)TVB-N預(yù)測(cè)結(jié)果。為進(jìn)一步提高冷藏過(guò)程中羅非魚(yú)新鮮度預(yù)測(cè)準(zhǔn)確率提供依據(jù)。

    1 材料與方法

    1.1材料與儀器

    60條羅非魚(yú)(657±67) g 北京農(nóng)貿(mào)市場(chǎng);氧化鎂,硼酸,甲基紅,次甲基藍(lán)(均為分析純)北京化學(xué)試劑公司。

    D2010W電動(dòng)攪拌器 上海梅穎浦儀器儀表制造有限公司;YP30002越平電子天平 上海右一儀器有限公司;KDY-9820凱氏定氮儀 北京通潤(rùn)源機(jī)電技術(shù)公司;便攜式可見(jiàn)近紅外光譜儀 美國(guó)ASD公司,采集光譜波段范圍是325~1075 nm,光譜采樣間隔為0.81 nm,掃描次數(shù)20次。

    1.2實(shí)驗(yàn)方法

    1.2.1 樣品前處理 鮮活羅非魚(yú)擊斃后,裝入聚乙烯袋中并密封,置于4 ℃培養(yǎng)箱中貯藏。在貯藏0、2、4、6、8、10 d時(shí)取樣,每次取10條羅非魚(yú)用于實(shí)驗(yàn)。每條魚(yú)左右兩側(cè)作為2個(gè)樣本,共120個(gè)樣本。其中80個(gè)樣本作為建模集,40個(gè)樣本作為預(yù)測(cè)集。

    1.2.2 感官評(píng)價(jià) 參照李杉等[6]和史策等[7]關(guān)于魚(yú)體感官指標(biāo)的測(cè)定方法,并做部分修改。經(jīng)過(guò)感官培訓(xùn)的7位食品專(zhuān)業(yè)同學(xué)作為評(píng)審成員,在光線(xiàn)充足無(wú)氣味的環(huán)境中,從魚(yú)體的眼球、體表色澤、肌肉彈性和氣味4個(gè)方面分別進(jìn)行感官評(píng)分,每個(gè)部分滿(mǎn)分為25分。以60分為食用標(biāo)準(zhǔn),100分為新鮮魚(yú),低于60分為不可食用。

    1.2.3 揮發(fā)性鹽基氮(TVB-N) 參照董偉坤[8]的方法,按照半微量蒸餾法進(jìn)行測(cè)定。

    1.2.4 光譜的采集 將羅非魚(yú)體表面水分擦干后置于黑色背景布上,以標(biāo)準(zhǔn)白板(聚四氟乙烯)為參比,以漫反射的方式采集光譜,采集區(qū)域如圖1標(biāo)識(shí)所示。分別采集羅非魚(yú)胸部、中部和尾部各20次(圖1),每個(gè)部位采集區(qū)域不重疊。取每個(gè)樣品得到的20條光譜曲線(xiàn)的平均值。

    圖1 羅非魚(yú)近紅外光譜采集部位Fig.1 Spectra extraction regions of tilapia

    1.3數(shù)據(jù)分析

    光譜預(yù)處理:分別采用Savitzky-Golay(SG)卷積平滑法、變量標(biāo)準(zhǔn)化(Standard Normal Variate,SNV)、一階(1stDer)和二階(2ndDer)求導(dǎo)算法對(duì)光譜進(jìn)行預(yù)處理分析;

    特征波長(zhǎng)選擇:采用連續(xù)投影算法(Successive projections algorithm,SPA)進(jìn)行特征波長(zhǎng)選擇;

    建模方法:采用BP人工神經(jīng)網(wǎng)絡(luò)(Back-propagation Artificial Neural Network,BP-ANN)、偏最小二乘回歸法(Partial Least Squares Regression,PLSR)和最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LS-SVM)進(jìn)行建模。

    實(shí)驗(yàn)數(shù)據(jù)(均方根誤差(RMSE)、平方相關(guān)系數(shù)(R2)等)使用Excel 2007進(jìn)行數(shù)據(jù)處理,采用SAS軟件進(jìn)行方差分析和差異顯著性分析,算法主要采用Unscrambler(CAMO,Process,AS,OSLO,Norway)、ASD View Spec Pro、MATLAB 2014a(The Math Works,Natick,USA)實(shí)現(xiàn)。

    2 結(jié)果與分析

    2.1冷藏過(guò)程中羅非魚(yú)感官值和TVB-N的變化

    圖2對(duì)羅非魚(yú)的眼球、體表色澤、肌肉彈性和氣味4個(gè)方面分別進(jìn)行了評(píng)分,隨著貯藏時(shí)間的延長(zhǎng)感官值逐漸下降。0~6 d時(shí)羅非魚(yú)感官值下降速率較慢,6 d后,羅非魚(yú)感官值下降速率顯著增加。當(dāng)貯藏至第6 d時(shí),對(duì)應(yīng)的感官值為68,6 d后,魚(yú)肉逐漸失去使用價(jià)值。李莎等[9]研究發(fā)現(xiàn)4 ℃貯藏5 d后羅非魚(yú)片品質(zhì)明顯下降;Hong等[10]研究4 ℃冷藏下鳙魚(yú)的感官值發(fā)現(xiàn),8 d后鳙魚(yú)不可食用。以上報(bào)道都與本研究結(jié)果類(lèi)似。

    圖2 羅非魚(yú)4 ℃貯藏過(guò)程中感官值和TVB-N的變化Fig.2 The change of sensory evaluation and TVB-N value of tilapia during storage at 4 ℃

    TVB-N是酶和細(xì)菌分解蛋白質(zhì)產(chǎn)生的氨及胺類(lèi)等堿性含氮物質(zhì)[11],目前被廣泛用于判斷水產(chǎn)品及肉品的新鮮度。其中,一級(jí)鮮度淡水魚(yú)為T(mén)VB-N≤13 mg/100 g,二級(jí)鮮度淡水魚(yú)為T(mén)VB-N≤20 mg/100 g。如圖2所示,新鮮羅非魚(yú)的TVB-N含量為7.6 mg/100 g,隨著貯藏時(shí)間的延長(zhǎng)TVB-N含量逐漸增加,在第6 d達(dá)到感官拒絕值時(shí)的TVB-N含量為17.2 mg/100 g。

    本實(shí)驗(yàn)所采集的羅非魚(yú)感官評(píng)價(jià)和TVB-N的范圍分別為12.54~100和7.6~23.5 mg/100 g,兩種指標(biāo)數(shù)據(jù)范圍均較大,可滿(mǎn)足光譜技術(shù)定量建模的需求。

    2.2冷藏過(guò)程中羅非魚(yú)胸部、中部和尾部的可見(jiàn)/近紅外原始光譜曲線(xiàn)的變化

    由于前后波段噪聲較大,最終選取340~1063 nm波長(zhǎng)范圍的吸光值作為羅非魚(yú)原始光譜曲線(xiàn)。將原始光譜平均后,得到羅非魚(yú)胸部、中部和尾部平均后的光譜曲線(xiàn)(如圖3)。三個(gè)部位羅非魚(yú)肉的光譜峰谷變化趨勢(shì)基本一致,與zhu等[12]測(cè)定的比目魚(yú)片近紅外光譜谷峰趨勢(shì)類(lèi)似。413 nm處光譜吸光度都達(dá)到最高值;3個(gè)部位的魚(yú)肉光譜在452~628 nm波段都出現(xiàn)峰谷波動(dòng),552 nm附近的波峰可能是由于血紅蛋白(Hb)和肌紅蛋白(Mb)分子上血紅素的吸收,512 nm和620 nm處的波谷可能是由于高鐵血紅蛋白(metHb)和高鐵肌紅蛋白(metMb)分子上氧化血紅素的吸收[5];3個(gè)部位魚(yú)肉的光譜曲線(xiàn)在977 nm處的波峰可能是由于水分子中O-H鍵的二級(jí)倍頻吸收帶在970 nm附近有特征吸收[13]。

    圖3 羅非魚(yú)胸部、中部和尾部的平均光譜曲線(xiàn)Fig.3 Average spectra of three regions for tilapia

    2.3不同預(yù)處理方法對(duì)羅非魚(yú)胸部、中部和尾部建模的影響

    光譜除樣品本身的信息外,還會(huì)受到魚(yú)體表面不均勻、紋理等物理因素,甚至背景噪聲等無(wú)關(guān)信息的干擾,因此需要對(duì)光譜進(jìn)行預(yù)處理[2]。SG平滑不僅能夠減少噪聲對(duì)該數(shù)據(jù)點(diǎn)數(shù)值的干擾,還能保持?jǐn)?shù)據(jù)信號(hào)的真實(shí)性[14],SNV處理通常用于校正樣本間由散射引起的光譜誤差[14],1st Der和2nd Der常用于近紅外光譜的預(yù)處理,能夠一定程度上解決光譜信號(hào)中由于倍頻和合頻引起的光譜信號(hào)重疊問(wèn)題[15]。本實(shí)驗(yàn)主要比較了原始光譜(Raw)、SG、SNV、1st Der和2nd Der以及不同方法組合對(duì)建模結(jié)果的影響。

    表2 4 ℃冷藏過(guò)程中經(jīng)過(guò)不同預(yù)處理的羅非魚(yú)胸部、中部和尾部魚(yú)肉光譜與TVB-N的PLS建模結(jié)果Table 2 The result of PLSR models for correlating between spectral measurement of different positions for tilapia by different preprocessing methods and TVB-N

    經(jīng)過(guò)不同預(yù)處理的胸部、中部和尾部魚(yú)肉光譜與TVB-N建立PLSR的模型,如表2所示。對(duì)比胸部、中部和尾部魚(yú)肉的校正集、交互驗(yàn)證集和預(yù)測(cè)集結(jié)果,其中胸部魚(yú)肉經(jīng)過(guò)SNV和1st Der處理的建模結(jié)果總體較優(yōu),中部魚(yú)肉經(jīng)過(guò)2nd Der處理的光譜建模結(jié)果總體較優(yōu),尾部魚(yú)肉經(jīng)過(guò)1st Der和2nd Der處理的光譜建模結(jié)果總體較優(yōu),這可能由于導(dǎo)數(shù)能夠消除光譜基線(xiàn)漂移及魚(yú)表面不平等背景干擾。胸部魚(yú)肉經(jīng)過(guò)1st Der處理的模型校正集均方根誤差(RMSEP=1.1694 mg/100 g)大于其SNV結(jié)果(RMSEP=0.8804 mg/100 g),但交互驗(yàn)證集和預(yù)測(cè)集均方根誤差(RMSEP=1.6437 mg/100 g和1.5092 mg/100 g)小于其SNV處理結(jié)果(RMSEP=1.6837 mg/100 g和1.6788 mg/100 g),由于SNV處理后胸部魚(yú)肉的校正集與交互驗(yàn)證集和預(yù)測(cè)集的均方根誤差及相關(guān)系數(shù)差距較大,可能出現(xiàn)過(guò)擬合情況,因此選擇1st Der處理的胸部魚(yú)肉數(shù)據(jù)進(jìn)行下一步建模。尾部魚(yú)肉光譜經(jīng)過(guò)1st Der處理的模型校正集和交互驗(yàn)證集均方根誤差分別與其2nd Der結(jié)果相近,但尾部魚(yú)肉光譜經(jīng)過(guò)1st Der預(yù)處理的模型預(yù)測(cè)集均方根誤差(1.2293 mg/100 g)小于其2nd Der處理的結(jié)果(1.3998 mg/100 g),因此尾部魚(yú)肉光譜經(jīng)過(guò)1st Der處理的建模結(jié)果總體較優(yōu);而羅非魚(yú)中部建模結(jié)果中,經(jīng)過(guò)2nd Der處理的光譜預(yù)測(cè)集效果較優(yōu),RMSEP=1.0345 mg/100 g,Rp2=0.9088。通過(guò)對(duì)比預(yù)處理后的胸部、中部和尾部魚(yú)肉建模效果發(fā)現(xiàn),胸部和尾部魚(yú)肉經(jīng)過(guò)1st Der處理、中部經(jīng)2nd Der處理的全波段光譜建模結(jié)果總體較優(yōu)。

    2.4基于連續(xù)投影法(SPA)的胸部、中部和尾部魚(yú)肉特征波長(zhǎng)選取及TVB-N預(yù)測(cè)

    為了減少不必要和多余的信息,并優(yōu)化檢測(cè)速度,本文選擇SPA進(jìn)行最優(yōu)波長(zhǎng)的選擇。SPA被廣泛的用于變量的選擇,能最大程度的減少光譜信息的重疊[16],簡(jiǎn)化校正模型和縮短校正時(shí)間。圖4為羅非魚(yú)胸部1st Der、中部2nd Der和尾部1st Der預(yù)處理光譜經(jīng)過(guò)SPA選擇的過(guò)程,胸部、中部和尾部魚(yú)肉分別優(yōu)選出15、15和19個(gè)光譜變量。羅非魚(yú)胸部魚(yú)肉光譜變量主要集中在347~366 nm和976~1062 nm,中部魚(yú)肉光譜變量主要集中在502~652 nm和968~1039 nm,尾部魚(yú)肉光譜變量主要集中在347~369 nm和935~1061 nm。3個(gè)部位選擇的特征波段都集中在900~1060 nm之間,主要由于這部分波段是水分吸收帶,而水分是魚(yú)肉最主要的成分[16]。

    圖4 羅非魚(yú)胸部、中部和尾部魚(yú)肉光譜SPA法選擇變量過(guò)程Fig.4 Selection of optimum spectral variables of different tilapia positions by SPA

    基于SPA算法選擇的特征波長(zhǎng)分別建立了胸部、中部和尾部魚(yú)肉SPA-PLSR模型(表3)。通過(guò)對(duì)比不同部位建模結(jié)果發(fā)現(xiàn),尾部魚(yú)肉SPA-PLSR模型的校正集、交互驗(yàn)證集和預(yù)測(cè)集的相關(guān)系數(shù)(R2)顯著高于胸部和中部。與尾部魚(yú)肉全波段建模結(jié)果相比,經(jīng)過(guò)SPA算法預(yù)處理后的尾部魚(yú)肉PLSR模型RMSEP=1.1295 mg/100 g,Rp2=0.8998,較全波段建模結(jié)果有所提高(RMSEP=1.2293 mg/100 g,Rp2=0.8698),且尾部魚(yú)肉SPA-PLSR模型僅使用19個(gè)變量,建模的速度和效率得到提升。因此,羅非魚(yú)尾部魚(yú)肉光譜經(jīng)過(guò)1st Der、SPA算法預(yù)處理后能夠良好的預(yù)測(cè)4 ℃貯藏條件下羅非魚(yú)TVB-N的變化。

    2.5羅非魚(yú)尾部魚(yú)肉光譜與感官值信息融合的預(yù)測(cè)模型

    表3 經(jīng)過(guò)連續(xù)投影法選擇特征波長(zhǎng)后的PLSR建模結(jié)果Table 3 The result of PLSR models of different positions for tilapia by SPA

    表4 PLSR,BP-ANN和LS-SVM模型結(jié)合多種變量對(duì)TVB-N建模與預(yù)測(cè)結(jié)果的參數(shù)統(tǒng)計(jì)Table 4 Comparison of storage time with different data variables based on PLSR,BP-ANN and LS-SVM

    信息融合根據(jù)融合系統(tǒng)所處理的信息層面主要分為原始數(shù)據(jù)層融合、特征層融合和決策層融合。在本文中,由于光譜和感官評(píng)價(jià)特性不一致,較難直接關(guān)聯(lián);而決策層融合需要與光譜及感官相關(guān)的先驗(yàn)知識(shí)進(jìn)行決策,所需數(shù)據(jù)庫(kù)龐大,因此,本文選擇特征層融合。通過(guò)將光譜數(shù)據(jù)進(jìn)行特征處理后,與感官數(shù)據(jù)聯(lián)合進(jìn)行特征層融合完成對(duì)羅非魚(yú)新鮮度的綜合評(píng)價(jià)。

    為了提高羅非魚(yú)貯藏過(guò)程TVB-N的預(yù)測(cè)精度,將上文中經(jīng)過(guò)1st Der、SPA預(yù)處理的尾部魚(yú)肉光譜特征波長(zhǎng)與感官評(píng)價(jià)聯(lián)合進(jìn)行信息融合,采用PLSR,BP-ANN和LS-SVM建立TVB-N預(yù)測(cè)模型(表4)。

    BP-ANN是一種多層前饋神經(jīng)網(wǎng)絡(luò),從輸出層反向經(jīng)過(guò)隱含層回到輸入層,逐步修正各連接權(quán)值。本文中BP-ANN模型選取的是單隱含層模型,隱含層和輸出層的傳遞函數(shù)分別選取logsig和purelin,經(jīng)過(guò)10000次訓(xùn)練后,光譜、光譜和感官值融合的BP-ANN模型的隱含層的神經(jīng)元分別為10、11時(shí),逼近效果最好。LS-SVM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。利用非線(xiàn)性映射函數(shù)將輸入向量映射到高維特征空間,采用拉格朗日乘子計(jì)算向量的偏微分,從而以較快的方法解決多元校正問(wèn)題[17-18],能夠降低計(jì)算機(jī)的復(fù)雜性,提高計(jì)算效率[14]。本文中LS-SVM模型采用的徑向基核函數(shù),并通過(guò)交叉驗(yàn)證優(yōu)化參數(shù)建立LS-SVM模型。

    對(duì)比3種建模方法,光譜和感官信息融合的LS-SVM預(yù)測(cè)模型的結(jié)果總體略?xún)?yōu)。這可能是由于變量較多并且變量之間線(xiàn)性關(guān)系并不明顯,而PLSR模型只能處理光譜數(shù)據(jù)中的線(xiàn)性關(guān)系;在2組BP-ANN模型中RMSEP顯著大于RMSECV,在運(yùn)行過(guò)程中可能出現(xiàn)過(guò)擬合情況;而LS-SVM模型可以利用光譜數(shù)據(jù)的非線(xiàn)性信息,提高了模型預(yù)測(cè)的準(zhǔn)確性[19]。2組LS-SVM模型的交互驗(yàn)證集結(jié)果接近,而光譜和感官值融合模型的預(yù)測(cè)集RMSEP=0.9701 mg/100 g優(yōu)于光譜模型的預(yù)測(cè)集RMSEP=1.2364 mg/100 g,光譜和感官值融合的LS-SVM模型能較好的預(yù)測(cè)羅非魚(yú)的TVB-N含量。羅非魚(yú)的品質(zhì)劣變是個(gè)復(fù)雜的過(guò)程,伴隨著內(nèi)部指標(biāo)和外部指標(biāo)變化,可見(jiàn)/近紅外光譜數(shù)據(jù)反映了羅非魚(yú)內(nèi)部化學(xué)變化,感官評(píng)價(jià)反映了羅非魚(yú)外部感官變化。將光譜數(shù)據(jù)和感官評(píng)價(jià)信息融合的LS-SVM模型能更全面的反映羅非魚(yú)冷藏條件下新鮮度變化。

    3 結(jié)論

    通過(guò)商業(yè)化便攜式手持近紅外光譜儀采集不同部位(胸部、中部和尾部)羅非魚(yú)光譜與TVB-N進(jìn)行擬合,構(gòu)建預(yù)測(cè)模型以評(píng)價(jià)冷藏過(guò)程中新鮮度。通過(guò)SG、SNV、1st Der和2nd Der以及不同方法組合的光譜預(yù)處理及SPA算法的優(yōu)化,結(jié)果表明羅非魚(yú)尾部1st Der-SPA-PLSR模型預(yù)測(cè)效果好于其胸部和中部預(yù)測(cè)模型,并較尾部全波段建模結(jié)果有所提高。因此,選取尾部魚(yú)肉作為羅非魚(yú)光譜采樣區(qū)域。

    為提高羅非魚(yú)冷藏過(guò)程中TVB-N的預(yù)測(cè)準(zhǔn)確性,將經(jīng)過(guò)1st Der、SPA預(yù)處理的尾部魚(yú)肉光譜數(shù)據(jù)與感官評(píng)價(jià)特征層信息融合,對(duì)比光譜、光譜和感官值信息融合的PLSR,BP-ANN和LS-SVM模型效果。尾部魚(yú)肉光譜和感官評(píng)價(jià)信息融合的SPA-LS-SVM模型略?xún)?yōu),預(yù)測(cè)集的RMSEP=0.9701 mg/100 g,Rp2=0.9255。通過(guò)尾部魚(yú)肉光譜和感官評(píng)價(jià)信息融合能更全面的反映羅非魚(yú)冷藏條件下新鮮度變化,為提高冷藏過(guò)程中羅非魚(yú)新鮮度檢測(cè)準(zhǔn)確率提供理論依據(jù)。

    [1]楊弘. 我國(guó)羅非魚(yú)產(chǎn)業(yè)現(xiàn)狀及產(chǎn)業(yè)技術(shù)體系建設(shè)[J]. 中國(guó)水產(chǎn),2010(9):6-10.

    [2]黃濤,李小昱,彭毅,等. 基于近紅外光譜的淡水魚(yú)新鮮度在線(xiàn)檢測(cè)方法研究[J]. 光譜學(xué)與光譜分析,2014(10):2732-2736.

    [3]陳偉華,許長(zhǎng)華,樊玉霞,等. 近紅外光譜技術(shù)快速無(wú)損評(píng)價(jià)羅非魚(yú)片新鮮度[J]. 食品科學(xué),2014,35(24):164-168.

    [4]Nilsen H,Esaiassen M,Heia K,et al. Visible/Near-Infrared Spectroscopy:A New Tool for the Evaluation of Fish Freshness?[J]. Journal of Food Science,2002,67(5):1821-1826.

    [5]Sivertsen A H,Kimiya T,Heia K. Automatic freshness assessment of cod(Gadus morhua)fillets by Vis/Nir spectroscopy[J]. Journal of Food Engineering,2011,103(3):317-323.

    [6]李杉,馬海霞,李來(lái)好,等. 減菌化預(yù)處理對(duì)鮮羅非魚(yú)片質(zhì)量的影響[J]. 食品科學(xué),2009(18):379-384.

    [7]史策,崔建云,王航,等. 反復(fù)冷凍-解凍對(duì)鰱品質(zhì)的影響[J]. 中國(guó)水產(chǎn)科學(xué),2012,19(1):167-173.

    [8]董偉坤. 食品檢驗(yàn)與分析[Z]. 北京:中國(guó)輕工業(yè)出版社,1989.

    [9]李莎,李來(lái)好,楊賢慶,等. 羅非魚(yú)片在冷藏過(guò)程中的品質(zhì)變化研究[J]. 食品科學(xué),2010,31(20):444-447.

    [10]Hong H,Luo Y,Zhou Z,et al. Effects of low concentration of salt and sucrose on the quality of bighead carp(Aristichthysnobilis)fillets stored at 4 C[J]. Food Chemistry,2012,133(1):102-107.

    [11]Olafsdóttir G,Martinsdóttir E,Oehlenschl?ger J,et al. Methods to evaluate fish freshness in research and industry[J]. Trends in Food Science & Technology,1997,8(8):258-265.

    [12]Zhu F,Zhang D,He Y,et al. Application of visible and near infrared hyperspectral imaging to differentiate between fresh and frozen-thawed fish fillets[J]. Food and Bioprocess Technology,2013,6(10):2931-2937.

    [13]B. G. O,T. F. Near Infrared Spectroscopy in Food Analysis[M].New York:Longman Scientific & Technical,1986.

    [14]朱逢樂(lè).基于光譜和高光譜成像技術(shù)的海水魚(yú)品質(zhì)快速無(wú)損檢測(cè)[D]. 浙江大學(xué)生物系統(tǒng)工程,2014.

    [15]Lin M,Cavinato A G,Huang Y,et al. Predicting sodium chloride content in commercial king(Oncorhynchustshawytscha)and chum(O.keta)hot smoked salmon fillet portions by short-wavelength near-infrared(SW-NIR)spectroscopy[J]. Food Research International,2003,36(8):761-766.

    [16]Cheng J,Sun D,Zeng X,et al. Non-destructive and rapid determination of TVB-N content for freshness evaluation of grass carp(Ctenopharyngodonidella)by hyperspectral imaging[J]. Innovative Food Science & Emerging Technologies,2014,21:179-187.

    [17]顧燕萍,趙文杰,吳占松. 基于最小二乘支持向量機(jī)的電站鍋爐燃燒優(yōu)化[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2010,30(17):91-97.

    [18]Suykens J A,Vandewalle J. Least squares support vector machine classifiers[J]. Neural processing letters,1999,9(3):293-300.

    [19]朱逢樂(lè),何勇,邵詠妮. 應(yīng)用近紅外高光譜成像預(yù)測(cè)三文魚(yú)肉的水分含量[J]. 光譜學(xué)與光譜分析,2015(1):113-117.

    TVB-Npredictionoftilapiawithscalesbyinformationfusionofnearinfraredspectrumtechnologyandsensoryevaluationduringchilledstorage

    SHICe1,3,4,SUNLi-tao1,2,QIANJian-ping1,3,4,HANShuai1,3,4,FANBei-lei1,3,4,YANGXin-ting1,3,4,*

    (1.Beijing Research Center for Information Technology in Agriculture,Beijing 100097,China; 2.College of Electronic Information and Automation,Tianjin University of Science & Technology,Tianjin 300222,China; 3.National Engineering Research Center for Information Technology in Agriculture,Beijing 100097,China; 4.National Engineering Laboratory for Agri-product Quality Traceability,Beijing 100097,China)

    The information fusion of near infrared spectrum technology and sensory evaluation was applied to predict the freshness of different parts for tilapia with scales during chilled storage.Spectral signatures ofbreast,middle and tail region in the range of 340~1063 nm were extracted.Smoothing Savitzky-Golay(SG),standard normal variate(SNV),polynomial derivative filters(1st Der and 2nd Der)were used for spectral pre-processing.Partial least square regression(PLSR)was used to correlate the whole wavelengths spectra with total volatile basic nitrogen(TVB-N).Optimal wavelengths of different tilapia positions were selected by successive projections algorithm(SPA)to develop new SPA-PLSR models,and the SPA-PLSR predictive performances of tails position(root mean square error of prediction(RMSEP)=1.1295 mg/100 g,determination coefficient(Rp2)=0.8998)was better than that of breast and middle region,and also better than whole wavelengths model of tails region.Therefore,tail region was selected as spectrum sampling area. In order to evaluate the comprehensively fish freshness and improve the accuracy of model,spectral data and sensory evaluation were integrated for nondestructive measurement of freshness for tail region of tilapia based on PLSR,back-propagation artificial neural network(BP-ANN)and least squares support vector machines(LS-SVM). Compared with single characteristic,information fusion of spectral data and sensory evaluation for LS-SVM had its superiority,which achieved accurate results with Rp2of 0.9255,RMSEP of 0.9701 mg/100 g. This result indicated that information fusion by integrating spectral data and sensory evaluation could significantly improve the TVB-N prediction performance,and it has tremendous potential in prediction of freshness in fish during chilled storage.

    near infrared spectrum technology;tilapia;freshness;predictive model;storage;information fusion

    2017-03-03

    史策(1989-),女,博士,助理研究員,研究方向:農(nóng)產(chǎn)品質(zhì)量安全控制技術(shù),E-mail:shic@nercita.org.cn。

    *

    楊信廷(1974-),男,博士,研究員,主要從事農(nóng)業(yè)信息化關(guān)鍵技術(shù)及農(nóng)產(chǎn)品質(zhì)量安全控制研究,E-mail:yangxt@nercita.org.cn。

    北京市自然科學(xué)基金項(xiàng)目(6174040);北京市農(nóng)林科學(xué)院青年科研基金(QNJJ201720);國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFD0401205)。

    TS254.1

    A

    1002-0306(2017)21-0268-06

    10.13386/j.issn1002-0306.2017.21.053

    猜你喜歡
    新鮮度羅非魚(yú)尾部
    船舶尾部響應(yīng)特性試驗(yàn)與計(jì)算
    超聲及磁共振診斷骶尾部藏毛竇1例
    羅非魚(yú)養(yǎng)殖模式
    貿(mào)易戰(zhàn),羅非魚(yú)首當(dāng)其沖!面臨眾多不利因素,昔日的王者羅非魚(yú)還能打一場(chǎng)翻身戰(zhàn)嗎?
    羅非魚(yú) 年總產(chǎn)量全國(guó)第三位
    彎式尾部接頭注塑模具設(shè)計(jì)
    基于TTI的冷鮮羊肉新鮮度研究
    不同新鮮度金槍魚(yú)肉蒸煮品質(zhì)的研究
    幾種魚(yú)體新鮮度快速檢測(cè)方法的研究進(jìn)展
    羅非魚(yú)肥胖癥的防治
    99热国产这里只有精品6| 日韩免费av在线播放| 午夜成年电影在线免费观看| 一级,二级,三级黄色视频| 99热只有精品国产| 精品久久久久久,| 一二三四在线观看免费中文在| 91老司机精品| 国产区一区二久久| 亚洲色图 男人天堂 中文字幕| 在线看a的网站| 在线天堂中文资源库| 搡老岳熟女国产| 91字幕亚洲| 国产精品一区二区精品视频观看| 亚洲欧美日韩高清在线视频| 日韩一卡2卡3卡4卡2021年| 电影成人av| 人妻一区二区av| avwww免费| 国产欧美日韩一区二区三区在线| 一边摸一边抽搐一进一出视频| 热re99久久国产66热| 午夜成年电影在线免费观看| xxxhd国产人妻xxx| 欧美乱妇无乱码| 成在线人永久免费视频| 亚洲国产看品久久| 日本黄色视频三级网站网址 | 一区二区日韩欧美中文字幕| 精品一区二区三区视频在线观看免费 | a级片在线免费高清观看视频| 亚洲精品美女久久久久99蜜臀| 久久久精品免费免费高清| 村上凉子中文字幕在线| 老熟女久久久| 成人特级黄色片久久久久久久| 亚洲精品一卡2卡三卡4卡5卡| 国产精品一区二区免费欧美| 一进一出抽搐动态| 欧美在线一区亚洲| 亚洲av成人av| 免费少妇av软件| 身体一侧抽搐| 国产成+人综合+亚洲专区| 成人18禁高潮啪啪吃奶动态图| 欧美乱妇无乱码| 一夜夜www| 天堂动漫精品| 亚洲欧美色中文字幕在线| 国产精品影院久久| 国产精品久久久久久精品古装| 国产精品免费视频内射| 欧美日韩国产mv在线观看视频| 亚洲午夜理论影院| 国精品久久久久久国模美| 久久久久久久久免费视频了| 男女高潮啪啪啪动态图| 99精品久久久久人妻精品| 狠狠狠狠99中文字幕| 19禁男女啪啪无遮挡网站| 久久国产精品男人的天堂亚洲| 18禁观看日本| 中文亚洲av片在线观看爽 | 欧美不卡视频在线免费观看 | 久久久水蜜桃国产精品网| 他把我摸到了高潮在线观看| 国产真人三级小视频在线观看| 亚洲第一av免费看| 久久亚洲精品不卡| 久久狼人影院| 亚洲av美国av| 露出奶头的视频| 1024香蕉在线观看| 老熟女久久久| 亚洲欧美精品综合一区二区三区| av不卡在线播放| 黄色怎么调成土黄色| 精品卡一卡二卡四卡免费| 一级黄色大片毛片| 免费看a级黄色片| 久久精品国产亚洲av香蕉五月 | 欧美丝袜亚洲另类 | 精品国产亚洲在线| 九色亚洲精品在线播放| 下体分泌物呈黄色| a级毛片黄视频| 亚洲欧美一区二区三区久久| 九色亚洲精品在线播放| av电影中文网址| 丝袜美足系列| 99国产精品99久久久久| 韩国av一区二区三区四区| 欧美激情久久久久久爽电影 | 桃红色精品国产亚洲av| 最新的欧美精品一区二区| 亚洲五月天丁香| 日韩有码中文字幕| 精品无人区乱码1区二区| 老司机影院毛片| 成人免费观看视频高清| 少妇裸体淫交视频免费看高清 | 老熟妇乱子伦视频在线观看| 亚洲一区中文字幕在线| 国产成人一区二区三区免费视频网站| 色婷婷av一区二区三区视频| 久久久国产一区二区| 两个人看的免费小视频| 国产精品久久电影中文字幕 | 黄片播放在线免费| 黄色怎么调成土黄色| 日本vs欧美在线观看视频| 午夜精品久久久久久毛片777| 亚洲一码二码三码区别大吗| 午夜老司机福利片| 两个人看的免费小视频| 欧美乱色亚洲激情| 好男人电影高清在线观看| 精品国产美女av久久久久小说| 99精国产麻豆久久婷婷| 国产午夜精品久久久久久| 成人av一区二区三区在线看| 久久精品aⅴ一区二区三区四区| 18禁美女被吸乳视频| 久久久久视频综合| 王馨瑶露胸无遮挡在线观看| 三上悠亚av全集在线观看| 高清视频免费观看一区二区| 久久精品成人免费网站| 制服人妻中文乱码| 一边摸一边抽搐一进一出视频| www.自偷自拍.com| 国产精品九九99| 大香蕉久久成人网| 自拍欧美九色日韩亚洲蝌蚪91| 日日摸夜夜添夜夜添小说| 美女国产高潮福利片在线看| 亚洲精品在线观看二区| 国产av精品麻豆| 成人国语在线视频| 欧美乱码精品一区二区三区| 91字幕亚洲| 久久久久久久午夜电影 | 香蕉丝袜av| 成人国语在线视频| 亚洲中文日韩欧美视频| 欧美日韩黄片免| 在线视频色国产色| 国产精品av久久久久免费| 国产区一区二久久| 日韩免费高清中文字幕av| 咕卡用的链子| 99久久人妻综合| 99re6热这里在线精品视频| 亚洲黑人精品在线| 欧美国产精品一级二级三级| 午夜激情av网站| 欧美+亚洲+日韩+国产| 亚洲熟妇熟女久久| av福利片在线| 黄色丝袜av网址大全| 欧美日韩瑟瑟在线播放| 每晚都被弄得嗷嗷叫到高潮| 在线观看一区二区三区激情| 国产一区二区激情短视频| av网站免费在线观看视频| 精品久久蜜臀av无| 亚洲自偷自拍图片 自拍| 亚洲全国av大片| 99国产精品免费福利视频| 一区二区三区精品91| 免费av中文字幕在线| 热99国产精品久久久久久7| 色在线成人网| 99在线人妻在线中文字幕 | 欧美日韩av久久| 99re在线观看精品视频| 久久人妻福利社区极品人妻图片| 亚洲五月天丁香| 少妇裸体淫交视频免费看高清 | 亚洲一码二码三码区别大吗| 在线看a的网站| 黑人猛操日本美女一级片| 国产欧美日韩一区二区三| 色老头精品视频在线观看| 精品国产一区二区久久| 高清黄色对白视频在线免费看| 日韩精品免费视频一区二区三区| 黑人巨大精品欧美一区二区mp4| 国产99久久九九免费精品| 亚洲一卡2卡3卡4卡5卡精品中文| 精品免费久久久久久久清纯 | 亚洲久久久国产精品| 老熟女久久久| 亚洲成人免费电影在线观看| 美女福利国产在线| 老司机午夜福利在线观看视频| 最新的欧美精品一区二区| a级片在线免费高清观看视频| a级片在线免费高清观看视频| 日韩视频一区二区在线观看| 大陆偷拍与自拍| 免费观看精品视频网站| 国产aⅴ精品一区二区三区波| 99精品在免费线老司机午夜| 757午夜福利合集在线观看| 欧美日韩国产mv在线观看视频| 亚洲va日本ⅴa欧美va伊人久久| 岛国在线观看网站| 亚洲精品在线美女| 精品亚洲成a人片在线观看| 国产精品影院久久| 日韩欧美三级三区| 亚洲aⅴ乱码一区二区在线播放 | 老司机亚洲免费影院| 免费一级毛片在线播放高清视频 | 日韩 欧美 亚洲 中文字幕| 国产一区有黄有色的免费视频| 久热这里只有精品99| 亚洲视频免费观看视频| 美女高潮喷水抽搐中文字幕| av有码第一页| 国产亚洲精品久久久久5区| 免费人成视频x8x8入口观看| 1024视频免费在线观看| 波多野结衣一区麻豆| x7x7x7水蜜桃| 高清av免费在线| 欧美久久黑人一区二区| 国产成人免费无遮挡视频| 超碰成人久久| 欧美成人午夜精品| 好男人电影高清在线观看| 国产真人三级小视频在线观看| 免费在线观看完整版高清| 视频区欧美日本亚洲| 久久中文字幕人妻熟女| 一级片免费观看大全| e午夜精品久久久久久久| 大片电影免费在线观看免费| 国产精品一区二区在线不卡| 精品少妇久久久久久888优播| 99国产精品99久久久久| 91大片在线观看| 亚洲欧美激情综合另类| 久久久久视频综合| 少妇的丰满在线观看| www.熟女人妻精品国产| 国产成人av激情在线播放| 成人永久免费在线观看视频| 女同久久另类99精品国产91| 不卡一级毛片| 人妻 亚洲 视频| 欧美激情高清一区二区三区| 极品人妻少妇av视频| 亚洲自偷自拍图片 自拍| 国产日韩欧美亚洲二区| 欧美午夜高清在线| 亚洲第一青青草原| 国产一区二区三区综合在线观看| 久久精品国产亚洲av高清一级| 桃红色精品国产亚洲av| 十分钟在线观看高清视频www| 成人18禁高潮啪啪吃奶动态图| 9191精品国产免费久久| 亚洲五月色婷婷综合| av天堂在线播放| 久久中文看片网| 久久人妻熟女aⅴ| 国产熟女午夜一区二区三区| 亚洲综合色网址| 中文字幕av电影在线播放| 女性被躁到高潮视频| 12—13女人毛片做爰片一| 国产淫语在线视频| 90打野战视频偷拍视频| 国产精华一区二区三区| 夫妻午夜视频| 无限看片的www在线观看| 999久久久精品免费观看国产| av视频免费观看在线观看| 欧美日韩亚洲综合一区二区三区_| 在线观看日韩欧美| 午夜免费鲁丝| 国产精品亚洲一级av第二区| 亚洲欧美色中文字幕在线| 黑丝袜美女国产一区| 18禁黄网站禁片午夜丰满| 淫妇啪啪啪对白视频| 国产精品99久久99久久久不卡| 欧美av亚洲av综合av国产av| 岛国毛片在线播放| 久9热在线精品视频| 精品一区二区三区av网在线观看| 亚洲专区国产一区二区| 亚洲片人在线观看| 亚洲黑人精品在线| 欧美一级毛片孕妇| 国产免费男女视频| 十八禁高潮呻吟视频| 成在线人永久免费视频| 人人妻人人澡人人看| 国产精品电影一区二区三区 | videosex国产| 丝袜人妻中文字幕| 国产男女内射视频| 国产亚洲一区二区精品| 国产欧美日韩精品亚洲av| 麻豆国产av国片精品| 国产精品九九99| 天堂中文最新版在线下载| 亚洲人成伊人成综合网2020| 热re99久久国产66热| 韩国精品一区二区三区| 捣出白浆h1v1| 国产精品偷伦视频观看了| 亚洲精品国产色婷婷电影| 9热在线视频观看99| 亚洲片人在线观看| 亚洲九九香蕉| 成人黄色视频免费在线看| av一本久久久久| 色老头精品视频在线观看| 国产精品久久久av美女十八| 中文字幕人妻丝袜制服| 免费观看a级毛片全部| 亚洲情色 制服丝袜| 亚洲五月色婷婷综合| 精品视频人人做人人爽| 男女之事视频高清在线观看| 99热国产这里只有精品6| 在线播放国产精品三级| 午夜91福利影院| 久久久精品区二区三区| 欧美黄色片欧美黄色片| 中文欧美无线码| 亚洲情色 制服丝袜| 国产精品乱码一区二三区的特点 | 国产男靠女视频免费网站| 91成年电影在线观看| 69精品国产乱码久久久| 欧美最黄视频在线播放免费 | 午夜老司机福利片| 久久 成人 亚洲| 999久久久精品免费观看国产| 国产精品免费一区二区三区在线 | 国产单亲对白刺激| 99久久99久久久精品蜜桃| 一进一出抽搐gif免费好疼 | 国产淫语在线视频| 天堂中文最新版在线下载| 十分钟在线观看高清视频www| 日韩免费高清中文字幕av| 91字幕亚洲| 视频区欧美日本亚洲| bbb黄色大片| 9191精品国产免费久久| 免费看a级黄色片| 国产av精品麻豆| 欧美一级毛片孕妇| 亚洲午夜精品一区,二区,三区| 色在线成人网| 五月开心婷婷网| 波多野结衣一区麻豆| 亚洲精品av麻豆狂野| 亚洲精品中文字幕在线视频| 成年人免费黄色播放视频| 男女免费视频国产| 亚洲人成伊人成综合网2020| 在线观看免费高清a一片| 村上凉子中文字幕在线| 天天操日日干夜夜撸| 淫妇啪啪啪对白视频| 久久久久久人人人人人| 久久久久精品人妻al黑| 亚洲色图 男人天堂 中文字幕| 国产日韩一区二区三区精品不卡| 老熟妇乱子伦视频在线观看| 国产蜜桃级精品一区二区三区 | 91精品国产国语对白视频| www.自偷自拍.com| 欧美日韩乱码在线| 亚洲avbb在线观看| 亚洲三区欧美一区| 19禁男女啪啪无遮挡网站| 人人妻人人澡人人看| 中文字幕精品免费在线观看视频| 亚洲国产看品久久| 99热国产这里只有精品6| 91老司机精品| 国产99白浆流出| 99热只有精品国产| 成人黄色视频免费在线看| 久久久久久久久免费视频了| 亚洲精品成人av观看孕妇| 一本一本久久a久久精品综合妖精| 欧美亚洲 丝袜 人妻 在线| 国产在线精品亚洲第一网站| 精品一区二区三区视频在线观看免费 | 日韩三级视频一区二区三区| 国产极品粉嫩免费观看在线| 99久久99久久久精品蜜桃| 日韩免费av在线播放| 99精国产麻豆久久婷婷| 两性夫妻黄色片| xxxhd国产人妻xxx| 日韩欧美国产一区二区入口| 亚洲九九香蕉| 欧美另类亚洲清纯唯美| 欧美成人午夜精品| 黄色视频不卡| 久久久久国产一级毛片高清牌| 久久精品亚洲熟妇少妇任你| 国产精品久久久人人做人人爽| 人成视频在线观看免费观看| 国产成人欧美在线观看 | 涩涩av久久男人的天堂| 午夜福利免费观看在线| 18禁黄网站禁片午夜丰满| 窝窝影院91人妻| 成人特级黄色片久久久久久久| 国产一卡二卡三卡精品| 如日韩欧美国产精品一区二区三区| 亚洲中文日韩欧美视频| 18禁观看日本| 国产免费现黄频在线看| 午夜老司机福利片| 男男h啪啪无遮挡| 国产日韩欧美亚洲二区| 精品久久久久久电影网| 免费日韩欧美在线观看| 亚洲熟妇熟女久久| svipshipincom国产片| 大型黄色视频在线免费观看| 久久精品91无色码中文字幕| 美国免费a级毛片| 欧美黑人欧美精品刺激| 高清av免费在线| 亚洲精品在线观看二区| 欧美乱妇无乱码| 97人妻天天添夜夜摸| 黄色视频,在线免费观看| 国产男女内射视频| 久久精品国产a三级三级三级| 久久精品亚洲av国产电影网| 久久精品亚洲熟妇少妇任你| 国产精品.久久久| 9色porny在线观看| 精品国产一区二区三区四区第35| 人妻久久中文字幕网| 国产淫语在线视频| 两个人看的免费小视频| 亚洲av日韩精品久久久久久密| 在线国产一区二区在线| 亚洲av第一区精品v没综合| 欧美日韩av久久| 十八禁人妻一区二区| 悠悠久久av| 亚洲人成伊人成综合网2020| 亚洲视频免费观看视频| 国产精品香港三级国产av潘金莲| 操出白浆在线播放| 麻豆乱淫一区二区| 69av精品久久久久久| 不卡av一区二区三区| 日韩三级视频一区二区三区| 最近最新中文字幕大全电影3 | 乱人伦中国视频| 一进一出抽搐动态| 天天躁夜夜躁狠狠躁躁| 99精品久久久久人妻精品| 亚洲成人免费电影在线观看| 欧美日韩成人在线一区二区| 在线观看66精品国产| 18禁裸乳无遮挡免费网站照片 | 搡老岳熟女国产| 久久久久视频综合| 男女午夜视频在线观看| 国产精品成人在线| 国产视频一区二区在线看| av超薄肉色丝袜交足视频| 又黄又爽又免费观看的视频| 久久国产精品大桥未久av| 夜夜躁狠狠躁天天躁| 在线永久观看黄色视频| 午夜久久久在线观看| 丁香欧美五月| 日韩一卡2卡3卡4卡2021年| 身体一侧抽搐| 国产精华一区二区三区| 又紧又爽又黄一区二区| 免费人成视频x8x8入口观看| 无遮挡黄片免费观看| 很黄的视频免费| 国产成人欧美| 午夜福利在线观看吧| 国产精品乱码一区二三区的特点 | 精品国产乱子伦一区二区三区| 国产免费av片在线观看野外av| 婷婷丁香在线五月| 亚洲伊人色综图| tocl精华| 侵犯人妻中文字幕一二三四区| 久久精品91无色码中文字幕| 欧美不卡视频在线免费观看 | 午夜两性在线视频| cao死你这个sao货| 久久精品国产综合久久久| 国产欧美日韩精品亚洲av| 黄片播放在线免费| 国产不卡一卡二| 久久草成人影院| 伊人久久大香线蕉亚洲五| 99香蕉大伊视频| 999久久久精品免费观看国产| 一边摸一边抽搐一进一小说 | 一夜夜www| 好看av亚洲va欧美ⅴa在| 天天添夜夜摸| 久久午夜综合久久蜜桃| 丰满的人妻完整版| 国产精品欧美亚洲77777| 一区二区日韩欧美中文字幕| 黄色毛片三级朝国网站| 欧美精品人与动牲交sv欧美| 18禁观看日本| svipshipincom国产片| 久久久久久久午夜电影 | 亚洲片人在线观看| 久久国产亚洲av麻豆专区| 亚洲aⅴ乱码一区二区在线播放 | 视频区欧美日本亚洲| 老司机在亚洲福利影院| 在线观看日韩欧美| 亚洲国产精品sss在线观看 | 看片在线看免费视频| 人成视频在线观看免费观看| 三上悠亚av全集在线观看| 熟女少妇亚洲综合色aaa.| 欧美黑人欧美精品刺激| 99国产精品一区二区三区| 亚洲熟女精品中文字幕| 国产成人系列免费观看| 一级毛片女人18水好多| 久久精品国产亚洲av高清一级| 精品国产超薄肉色丝袜足j| 女人被狂操c到高潮| 久久中文看片网| 丝袜美足系列| 国产精品久久视频播放| 免费看a级黄色片| 久久国产精品人妻蜜桃| 久久中文字幕人妻熟女| 久久久久久免费高清国产稀缺| 国产97色在线日韩免费| 欧美黑人欧美精品刺激| 免费一级毛片在线播放高清视频 | 国产无遮挡羞羞视频在线观看| 波多野结衣一区麻豆| 亚洲av成人不卡在线观看播放网| 国产成人啪精品午夜网站| 大香蕉久久网| 九色亚洲精品在线播放| 国产精品秋霞免费鲁丝片| 黄色女人牲交| 精品国产国语对白av| 在线观看免费日韩欧美大片| 在线观看www视频免费| 自拍欧美九色日韩亚洲蝌蚪91| 19禁男女啪啪无遮挡网站| 国产精品98久久久久久宅男小说| 久久这里只有精品19| 久久中文看片网| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品久久久久久人妻精品电影| 男人舔女人的私密视频| 亚洲国产中文字幕在线视频| 国产午夜精品久久久久久| 亚洲国产精品合色在线| 热99re8久久精品国产| 久久中文看片网| 免费日韩欧美在线观看| 99久久国产精品久久久| 一级片'在线观看视频| 一二三四社区在线视频社区8| 欧美不卡视频在线免费观看 | 精品少妇久久久久久888优播| 天天操日日干夜夜撸| 久久精品国产a三级三级三级| 两个人看的免费小视频| 亚洲一码二码三码区别大吗| 黑人巨大精品欧美一区二区蜜桃| 丰满迷人的少妇在线观看| 满18在线观看网站| 久久人人97超碰香蕉20202| 制服人妻中文乱码| 男女免费视频国产| 嫩草影视91久久| 国产人伦9x9x在线观看| 亚洲av第一区精品v没综合| 久久人人97超碰香蕉20202| 久久影院123| 高清黄色对白视频在线免费看| 亚洲av成人不卡在线观看播放网| 两个人看的免费小视频| 亚洲黑人精品在线| videos熟女内射| 国产激情欧美一区二区| 午夜福利在线观看吧| 国产成人系列免费观看| 一区二区三区国产精品乱码| 久久性视频一级片| 在线观看免费视频网站a站| 亚洲午夜理论影院| 久久久国产成人免费|