• <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
    91精品一卡2卡3卡4卡| av在线天堂中文字幕| 欧美日韩在线观看h| 交换朋友夫妻互换小说| 肉色欧美久久久久久久蜜桃 | 日本av手机在线免费观看| 国产一区二区亚洲精品在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品爽爽va在线观看网站| 免费电影在线观看免费观看| 高清av免费在线| 精品久久久久久久久av| 免费不卡的大黄色大毛片视频在线观看| 一级片'在线观看视频| 男女国产视频网站| 亚洲av男天堂| av免费在线看不卡| 国产成年人精品一区二区| 一级毛片 在线播放| 久久人人爽人人爽人人片va| 欧美另类一区| 夫妻午夜视频| 国产高清国产精品国产三级 | 听说在线观看完整版免费高清| 在线观看美女被高潮喷水网站| 成人特级av手机在线观看| 国产亚洲最大av| 亚洲精品国产成人久久av| 18禁在线播放成人免费| 色播亚洲综合网| 在线免费十八禁| 日韩 亚洲 欧美在线| 久久人人爽人人片av| 久久久久性生活片| 美女高潮的动态| 国产 一区 欧美 日韩| 成人综合一区亚洲| 国产成人精品一,二区| 国产日韩欧美在线精品| 男人添女人高潮全过程视频| 国产精品人妻久久久久久| 日韩一区二区视频免费看| 国产精品一二三区在线看| 精品99又大又爽又粗少妇毛片| 久久久久久久国产电影| 国产综合懂色| 小蜜桃在线观看免费完整版高清| 99久久精品一区二区三区| 中文资源天堂在线| 伊人久久精品亚洲午夜| 少妇高潮的动态图| 高清午夜精品一区二区三区| 国产午夜福利久久久久久| 亚洲精品亚洲一区二区| 精品一区二区免费观看| 国国产精品蜜臀av免费| 欧美少妇被猛烈插入视频| 卡戴珊不雅视频在线播放| av女优亚洲男人天堂| 久久久久久久大尺度免费视频| 久热这里只有精品99| 一个人看的www免费观看视频| 在线看a的网站| 午夜福利在线在线| 精品久久久久久电影网| 久久ye,这里只有精品| 欧美日韩国产mv在线观看视频 | 熟女人妻精品中文字幕| 极品教师在线视频| 欧美一级a爱片免费观看看| 成人高潮视频无遮挡免费网站| 色综合色国产| 成人毛片a级毛片在线播放| 哪个播放器可以免费观看大片| 一本色道久久久久久精品综合| 国产一区二区亚洲精品在线观看| 成人特级av手机在线观看| 美女内射精品一级片tv| 日韩亚洲欧美综合| 国产精品蜜桃在线观看| 秋霞伦理黄片| 人妻制服诱惑在线中文字幕| 精品人妻偷拍中文字幕| 精华霜和精华液先用哪个| 亚洲欧洲国产日韩| 99久久中文字幕三级久久日本| 精品一区在线观看国产| 91久久精品国产一区二区成人| 国产亚洲最大av| 久久综合国产亚洲精品| 18禁裸乳无遮挡免费网站照片| 熟女人妻精品中文字幕| 国产91av在线免费观看| 国产免费又黄又爽又色| 伊人久久国产一区二区| 亚洲国产色片| 69av精品久久久久久| 国产国拍精品亚洲av在线观看| 久久精品久久久久久噜噜老黄| 国产爱豆传媒在线观看| 日本熟妇午夜| 日韩欧美一区视频在线观看 | 岛国毛片在线播放| 国产免费又黄又爽又色| 欧美 日韩 精品 国产| 热99国产精品久久久久久7| 一二三四中文在线观看免费高清| 久久影院123| 国产成人免费观看mmmm| 男女边摸边吃奶| 成人高潮视频无遮挡免费网站| 国产欧美日韩精品一区二区| 国产探花极品一区二区| 免费观看av网站的网址| av免费观看日本| 亚洲av福利一区| 18禁在线播放成人免费| 午夜福利视频1000在线观看| 51国产日韩欧美| 国产精品伦人一区二区| 久久久久久久亚洲中文字幕| 久久亚洲国产成人精品v| 在线a可以看的网站| 中文字幕av成人在线电影| 国产精品av视频在线免费观看| 欧美国产精品一级二级三级 | 麻豆久久精品国产亚洲av| 街头女战士在线观看网站| 免费不卡的大黄色大毛片视频在线观看| 少妇裸体淫交视频免费看高清| 一级二级三级毛片免费看| 最近中文字幕高清免费大全6| 免费观看的影片在线观看| 建设人人有责人人尽责人人享有的 | 亚洲精品色激情综合| 1000部很黄的大片| 在线免费十八禁| 国产成人精品一,二区| 中文字幕亚洲精品专区| 成年女人在线观看亚洲视频 | 国产综合精华液| 亚洲综合精品二区| 亚洲欧美一区二区三区国产| av线在线观看网站| 亚洲性久久影院| 国产精品久久久久久久电影| 日韩av在线免费看完整版不卡| 日韩制服骚丝袜av| 亚洲av一区综合| 下体分泌物呈黄色| 国产91av在线免费观看| 久久久欧美国产精品| 亚洲欧美精品自产自拍| 日本色播在线视频| 97在线视频观看| 国模一区二区三区四区视频| 国产精品99久久99久久久不卡 | 简卡轻食公司| 亚洲天堂国产精品一区在线| 亚洲最大成人中文| 午夜日本视频在线| 国产亚洲91精品色在线| 一区二区三区免费毛片| 国产精品伦人一区二区| 亚洲丝袜综合中文字幕| 老司机影院毛片| 高清午夜精品一区二区三区| 亚洲经典国产精华液单| 亚洲成色77777| 久久久久久久久久成人| 伦精品一区二区三区| 18+在线观看网站| 日日摸夜夜添夜夜添av毛片| 在线精品无人区一区二区三 | 久久精品国产亚洲av天美| av在线老鸭窝| 日韩欧美一区视频在线观看 | 黄色欧美视频在线观看| 欧美成人a在线观看| 丰满乱子伦码专区| 午夜爱爱视频在线播放| 久久久久久久亚洲中文字幕| 色网站视频免费| 搡女人真爽免费视频火全软件| 日韩成人av中文字幕在线观看| 干丝袜人妻中文字幕| 色5月婷婷丁香| 亚洲一区二区三区欧美精品 | 人妻 亚洲 视频| 天堂中文最新版在线下载 | 国产高清有码在线观看视频| 国产视频内射| 免费av观看视频| 日韩av不卡免费在线播放| 精品久久久久久久久av| 精品一区二区三区视频在线| 国产乱人偷精品视频| 亚洲成色77777| 婷婷色综合大香蕉| 国产精品久久久久久久电影| 九草在线视频观看| 蜜臀久久99精品久久宅男| 麻豆国产97在线/欧美| 午夜福利视频1000在线观看| 尤物成人国产欧美一区二区三区| 亚洲最大成人中文| 免费观看a级毛片全部| 校园人妻丝袜中文字幕| 建设人人有责人人尽责人人享有的 | 99九九线精品视频在线观看视频| 国产精品久久久久久精品电影小说 | 亚洲精品第二区| 在线播放无遮挡| 亚洲成人精品中文字幕电影| 久久久久久久精品精品| 91精品国产九色| 极品少妇高潮喷水抽搐| 免费少妇av软件| 人体艺术视频欧美日本| 国产成人免费观看mmmm| 男插女下体视频免费在线播放| 日本一本二区三区精品| 亚洲欧美精品自产自拍| 大片电影免费在线观看免费| 人妻少妇偷人精品九色| 国产伦精品一区二区三区四那| 欧美精品一区二区大全| 九色成人免费人妻av| 51国产日韩欧美| 日韩在线高清观看一区二区三区| 国产极品天堂在线| 成人漫画全彩无遮挡| 国产精品国产三级国产专区5o| 中文资源天堂在线| 国产精品福利在线免费观看| 嫩草影院新地址| 欧美日韩亚洲高清精品| 国产黄片美女视频| av免费在线看不卡| 国产亚洲精品久久久com| 国产欧美日韩精品一区二区| 日韩欧美精品v在线| 国产免费视频播放在线视频| 高清在线视频一区二区三区| 成人毛片a级毛片在线播放| 一级a做视频免费观看| 亚洲怡红院男人天堂| 成人一区二区视频在线观看| 搡女人真爽免费视频火全软件| 岛国毛片在线播放| 最近最新中文字幕大全电影3| 天天躁日日操中文字幕| 又粗又硬又长又爽又黄的视频| 亚洲av中文av极速乱| 亚洲av中文字字幕乱码综合| 国产精品伦人一区二区| 国产精品久久久久久精品电影小说 | 久久精品人妻少妇| 男女那种视频在线观看| 日韩亚洲欧美综合| 亚洲国产欧美人成| 少妇人妻久久综合中文| 久久久亚洲精品成人影院| 插逼视频在线观看| 精品久久久久久久人妻蜜臀av| 下体分泌物呈黄色| 欧美成人a在线观看| 国产视频首页在线观看| 黄片无遮挡物在线观看| 国产精品无大码| 午夜福利在线观看免费完整高清在| 欧美人与善性xxx| 精品一区二区三卡| 久久久久久久亚洲中文字幕| 婷婷色av中文字幕| 亚洲av免费高清在线观看| 免费大片18禁| 最近中文字幕高清免费大全6| 国产亚洲最大av| 亚州av有码| 免费看a级黄色片| 亚洲欧美成人综合另类久久久| 久久热精品热| 成年女人看的毛片在线观看| 最近中文字幕2019免费版| 亚洲在久久综合| 免费黄色在线免费观看| 亚洲国产精品成人久久小说| 嫩草影院入口| 久久久久久久精品精品| 综合色av麻豆| 精品久久久久久久久av| 中国三级夫妇交换| 久久99热这里只有精品18| 国产高清有码在线观看视频| 2022亚洲国产成人精品| 久久热精品热| 欧美日韩精品成人综合77777| 少妇人妻 视频| 成人国产麻豆网| 精品国产三级普通话版| 久久久久久久久大av| 国产成人91sexporn| 亚洲av成人精品一二三区| 高清日韩中文字幕在线| 亚洲美女视频黄频| 欧美日韩在线观看h| 成人国产麻豆网| 黑人高潮一二区| 日韩av免费高清视频| 国产国拍精品亚洲av在线观看| 亚洲国产欧美在线一区| 久久ye,这里只有精品| 嫩草影院精品99| 在线观看免费高清a一片| 欧美xxxx黑人xx丫x性爽| 狂野欧美激情性bbbbbb| 欧美高清性xxxxhd video| av黄色大香蕉| 国产综合懂色| 大又大粗又爽又黄少妇毛片口| 80岁老熟妇乱子伦牲交| 午夜免费男女啪啪视频观看| 伦理电影大哥的女人| 99视频精品全部免费 在线| 神马国产精品三级电影在线观看| 黄片无遮挡物在线观看| 欧美精品国产亚洲| 欧美性猛交╳xxx乱大交人| 噜噜噜噜噜久久久久久91| a级毛片免费高清观看在线播放| 国产亚洲午夜精品一区二区久久 | 51国产日韩欧美| 香蕉精品网在线| 九九爱精品视频在线观看| 国产乱人偷精品视频| 国产成人a区在线观看| 国产伦在线观看视频一区| h日本视频在线播放| 午夜福利在线观看免费完整高清在| 午夜福利高清视频| 欧美日韩在线观看h| 国产精品人妻久久久影院| 美女xxoo啪啪120秒动态图| 男男h啪啪无遮挡| 性色av一级| 中国美白少妇内射xxxbb| 国产亚洲5aaaaa淫片| 亚洲精品久久久久久婷婷小说| 看非洲黑人一级黄片| av国产久精品久网站免费入址| 新久久久久国产一级毛片| 寂寞人妻少妇视频99o| 爱豆传媒免费全集在线观看| 欧美一区二区亚洲| 午夜日本视频在线| 人妻少妇偷人精品九色| 久久精品夜色国产| 成人亚洲精品av一区二区| 亚洲在线观看片| 看免费成人av毛片| 22中文网久久字幕| 国产午夜精品久久久久久一区二区三区| 久久久午夜欧美精品| 亚洲欧美精品专区久久| 成人国产av品久久久| 免费不卡的大黄色大毛片视频在线观看| 久久久国产一区二区| 69av精品久久久久久| 国产 精品1| 亚洲美女搞黄在线观看| 人人妻人人看人人澡| 国产免费福利视频在线观看| 亚洲精品日韩在线中文字幕| 欧美日韩精品成人综合77777| 少妇的逼好多水| 国模一区二区三区四区视频| 欧美丝袜亚洲另类| 成人美女网站在线观看视频| 久久女婷五月综合色啪小说 | 联通29元200g的流量卡| 国产欧美日韩精品一区二区| 精品一区二区三卡| 波野结衣二区三区在线| 中文字幕av成人在线电影| 少妇被粗大猛烈的视频| 亚洲精品国产色婷婷电影| 春色校园在线视频观看| 久久久久国产精品人妻一区二区| 伊人久久国产一区二区| 国产高清不卡午夜福利| 七月丁香在线播放| 国产片特级美女逼逼视频| 欧美+日韩+精品| 国产精品国产三级国产av玫瑰| 乱系列少妇在线播放| 欧美激情国产日韩精品一区| 一本色道久久久久久精品综合| 午夜激情福利司机影院| 人妻制服诱惑在线中文字幕| 一本色道久久久久久精品综合| 国产亚洲一区二区精品| 99视频精品全部免费 在线| 99九九线精品视频在线观看视频| 又爽又黄a免费视频| 亚洲av中文av极速乱| 插阴视频在线观看视频| 人人妻人人看人人澡| www.色视频.com| 狂野欧美白嫩少妇大欣赏| 白带黄色成豆腐渣| 亚洲内射少妇av| 蜜桃久久精品国产亚洲av| 大话2 男鬼变身卡| 国产综合精华液| 国产成人精品一,二区| 亚洲精品亚洲一区二区| 97热精品久久久久久| 久久久欧美国产精品| 一区二区av电影网| 亚洲欧美一区二区三区国产| 精品少妇黑人巨大在线播放| 久久久久久久久大av| 色视频www国产| 亚洲成人av在线免费| 欧美性感艳星| 极品少妇高潮喷水抽搐| 久久99热这里只频精品6学生| 精品亚洲乱码少妇综合久久| 国产黄色免费在线视频| 婷婷色综合www| 看免费成人av毛片| 男女国产视频网站| 丝袜喷水一区| 哪个播放器可以免费观看大片| 亚洲av免费高清在线观看| 伊人久久精品亚洲午夜| 久久人人爽人人爽人人片va| 国产一级毛片在线| 两个人的视频大全免费| 一区二区三区四区激情视频| 国产 一区 欧美 日韩| 97热精品久久久久久| 欧美成人午夜免费资源| 在线观看av片永久免费下载| 欧美激情在线99| 午夜免费男女啪啪视频观看| 亚洲伊人久久精品综合| 99热这里只有是精品在线观看| 亚洲欧美一区二区三区黑人 | 狂野欧美白嫩少妇大欣赏| 黄色一级大片看看| 久久精品综合一区二区三区| av黄色大香蕉| 一区二区三区精品91| 精品久久久久久久末码| 中文资源天堂在线| xxx大片免费视频| 久久精品国产亚洲av天美| 精品久久久久久久久亚洲| 少妇熟女欧美另类| 寂寞人妻少妇视频99o| 亚洲婷婷狠狠爱综合网| 中文资源天堂在线| 又粗又硬又长又爽又黄的视频| 99热这里只有精品一区| 日韩一本色道免费dvd| 91精品伊人久久大香线蕉| 可以在线观看毛片的网站| 各种免费的搞黄视频| 国产91av在线免费观看| 欧美亚洲 丝袜 人妻 在线| 久久久久网色| 三级经典国产精品| 超碰av人人做人人爽久久| 另类亚洲欧美激情| 国国产精品蜜臀av免费| 欧美高清性xxxxhd video| 亚洲电影在线观看av| 日本爱情动作片www.在线观看| 久久久a久久爽久久v久久| 中文欧美无线码| 人妻少妇偷人精品九色| 99视频精品全部免费 在线| 午夜免费鲁丝| 中文字幕久久专区| 一区二区av电影网| 秋霞在线观看毛片| 国产有黄有色有爽视频| 久久久久久久精品精品| a级一级毛片免费在线观看| 国产精品秋霞免费鲁丝片| 国产精品久久久久久精品古装| 精品人妻偷拍中文字幕| 午夜福利视频精品| 色5月婷婷丁香| 自拍欧美九色日韩亚洲蝌蚪91 | 99久久中文字幕三级久久日本| 建设人人有责人人尽责人人享有的 | 青春草亚洲视频在线观看| 精品人妻一区二区三区麻豆| 亚洲精品成人久久久久久| 亚洲综合精品二区| 国产白丝娇喘喷水9色精品| 欧美一区二区亚洲| 午夜免费男女啪啪视频观看| 日韩av免费高清视频| 久久久a久久爽久久v久久| 人妻夜夜爽99麻豆av| 久久人人爽av亚洲精品天堂 | 免费少妇av软件| 91久久精品电影网| 国产黄a三级三级三级人| 亚洲精品第二区| av福利片在线观看| 免费不卡的大黄色大毛片视频在线观看| 免费黄网站久久成人精品| 亚洲成人精品中文字幕电影| 黄色视频在线播放观看不卡| 精品国产露脸久久av麻豆| 嫩草影院入口| 99久久九九国产精品国产免费| a级毛片免费高清观看在线播放| 一级爰片在线观看| 啦啦啦中文免费视频观看日本| 国产淫语在线视频| 免费电影在线观看免费观看| 国产综合懂色| 少妇丰满av| 亚洲美女搞黄在线观看| 精品久久久久久电影网| 欧美极品一区二区三区四区| 亚洲自拍偷在线| 国产精品国产三级国产专区5o| 亚洲精品视频女| 午夜爱爱视频在线播放| av福利片在线观看| 美女内射精品一级片tv| 搞女人的毛片| 亚洲av电影在线观看一区二区三区 | 三级男女做爰猛烈吃奶摸视频| 国产精品久久久久久av不卡| 精品酒店卫生间| 超碰av人人做人人爽久久| 欧美老熟妇乱子伦牲交| 日韩强制内射视频| 亚洲精品一二三| 国国产精品蜜臀av免费| 亚洲av中文字字幕乱码综合| 国产成人福利小说| 日韩电影二区| 亚洲av免费在线观看| 直男gayav资源| 99热国产这里只有精品6| 99热全是精品| 男人舔奶头视频| 亚洲欧美日韩另类电影网站 | 色5月婷婷丁香| 舔av片在线| 日日摸夜夜添夜夜添av毛片| 国产精品爽爽va在线观看网站| 欧美高清成人免费视频www| 国产黄a三级三级三级人| 亚洲丝袜综合中文字幕| 大片电影免费在线观看免费| 联通29元200g的流量卡| av又黄又爽大尺度在线免费看| 真实男女啪啪啪动态图| 高清日韩中文字幕在线| 最近最新中文字幕大全电影3| 免费电影在线观看免费观看| 亚洲国产精品国产精品| 国产一区二区在线观看日韩| 成人亚洲精品av一区二区| 日韩中字成人| 亚洲图色成人| 我的女老师完整版在线观看| 老师上课跳d突然被开到最大视频| 亚洲国产av新网站| 别揉我奶头 嗯啊视频| 免费播放大片免费观看视频在线观看| 亚洲图色成人| 一级毛片 在线播放| 国产综合懂色| 精品午夜福利在线看| 大又大粗又爽又黄少妇毛片口| 欧美国产精品一级二级三级 | 久久影院123| 国产亚洲av片在线观看秒播厂| 国产精品国产三级国产av玫瑰| 又黄又爽又刺激的免费视频.| 七月丁香在线播放| 国产成人a区在线观看| 日韩av免费高清视频| 午夜免费男女啪啪视频观看| 偷拍熟女少妇极品色| 久久鲁丝午夜福利片| 美女内射精品一级片tv| 国产老妇女一区| 国内精品宾馆在线| 边亲边吃奶的免费视频| av女优亚洲男人天堂| 久久久久久九九精品二区国产| 午夜激情福利司机影院| 国产午夜精品久久久久久一区二区三区| 国产精品久久久久久久久免| 五月伊人婷婷丁香| av线在线观看网站| 99热网站在线观看| 国产成人精品一,二区| 精品久久国产蜜桃| 国产伦理片在线播放av一区| 丝袜美腿在线中文| 亚洲成色77777| 最近手机中文字幕大全|