• <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 ?

    基于混合變量選擇的綠茶酚氨比近紅外光譜檢測方法

    2021-01-08 02:35:54黃俊仕王冬欣熊愛華艾施榮吳瑞梅文建萍
    關(guān)鍵詞:滋味光譜茶葉

    黃俊仕 ,王冬欣,熊愛華,劉 鵬,3,李 紅,艾施榮,吳瑞梅,文建萍*

    (1.江西農(nóng)業(yè)大學(xué)工學(xué)院,江西南昌 330045;2.婺源縣鄣公山茶葉實業(yè)有限公司,江西婺源 333200;3.江西機電職業(yè)技術(shù)學(xué)院,江西南昌 330013)

    【研究意義】茶葉最早生產(chǎn)于我國,由于其良好的滋味口感和有益的藥用價值,深受消費者喜愛,已經(jīng)成為世界三大飲料之一。隨著茶文化的推廣以及“一帶一路”等貿(mào)易政策的提出,我國茶葉生產(chǎn)和消費總量不斷增長,2018年國內(nèi)茶葉消費總量達到200萬噸,消費總額達到2 400億元。近年來,茶葉行業(yè)不斷增加與茶葉內(nèi)部有益成分相關(guān)的質(zhì)量控制措施,以提高其市場價值[1]。茶多酚(tea polyphenols,TP)、氨基酸(amino acid,AA)等茶葉內(nèi)部成分直接影響著茶葉滋味品質(zhì)。茶多酚含量決定了茶葉滋味的醇厚,兒茶素是茶葉中最豐富的多酚類物質(zhì),在綠茶中含量很高,有一種獨特的澀味,適合大多消費者的口味[2]。氨基酸含量影響著茶葉鮮爽味,可以起到緩解澀味,增加甜味的作用[3?4]。澀味與鮮爽味的協(xié)調(diào)是茶葉滋味的關(guān)鍵,即茶葉中茶多酚與氨基酸含量比例(酚氨比)是決定茶葉滋味品質(zhì)的重要指標(biāo)。王海利等[3]研究表明酚氨比相對于氨基酸和茶多酚含量單一指標(biāo),能更好地反應(yīng)茶葉滋味,且酚氨比與茶滋味鮮度、醇度和滋味化學(xué)總分均存在極顯著負相關(guān)性。對于茶葉品質(zhì)內(nèi)部成分的檢測,常采用液態(tài)色譜?串聯(lián)質(zhì)譜法[5],分光光度法[6],高光譜成像技術(shù)[7]等理化方法進行分析,而這些方法存在成本高,耗時耗力,前處理復(fù)雜等缺陷,難以適應(yīng)現(xiàn)場快速檢測需要。近紅外光譜(near infrared spectroscopy,NIR)是一種介于可見光和中紅外之間的電磁輻射,主要反映有機物中C?H,N?H,O?H等含氫基團振動的合頻、倍頻吸收光譜信息,由于該技術(shù)具有成本低、效率高、響應(yīng)速度快、綠色無損等優(yōu)勢,被廣泛應(yīng)用于茶葉品質(zhì)檢測[8?10]。近紅外光譜數(shù)據(jù)量大,不僅包含分析物相關(guān)的有用信息,也存在大量的冗余信息。當(dāng)所有光譜波長信息均被用于模型建立時,將導(dǎo)致模型計算量大以及過擬合等問題降低模型預(yù)測性能,研究者們將這種現(xiàn)象稱之為“維度災(zāi)難”。

    【前人研究進展】針對這一問題,許多研究者利用變量選擇方法提取有效光譜特征波長,用于預(yù)測模型的建立,不僅可以提高模型的預(yù)測性能,還能提供更佳的解釋性模型。Chen等[11]利用主成分分析方法提取近紅外光譜低維特征,并結(jié)合反向傳播自適應(yīng)提升算法建立8種茶葉滋味相關(guān)的內(nèi)部成分預(yù)測模型,模型預(yù)測集相關(guān)系數(shù)大于0.7。Yang等[12]采用聯(lián)合區(qū)間最小二乘(synergy interval partial least square,Si?PLS)方法優(yōu)選近紅外光譜變量區(qū)間,建立水泥原料主要成分(CaO、SiO2、Al2O3和Fe2O3)檢測模型,預(yù)測集相關(guān)系數(shù)達到0.729 4~0.930 4,平均預(yù)測誤差為0.03%~0.13%。然而,即使選擇小區(qū)間變量,一些共線性的相關(guān)變量依舊存在,且在實際建模中變量數(shù)仍然很多。因此,Dong等[13]采用自適應(yīng)權(quán)重加權(quán)算法對Si?PLS優(yōu)選的近紅外光譜區(qū)間變量再次進行特征選擇,利用極限學(xué)習(xí)機結(jié)合自適應(yīng)提升算法建立工夫紅茶發(fā)酵過程中茶黃素與茶紅霉素比值快速檢測模型,模型預(yù)測集決定系數(shù)為0.893,預(yù)測均方根誤差為0.004 4?!颈狙芯壳腥朦c】面對光譜數(shù)據(jù)中的大量特征變量,需考慮變量選擇過程計算速度和精度,混合特征篩選方法越來越多的被研究者所關(guān)注?!緮M解決的關(guān)鍵問題】本文采用變量組成集群分析?迭代保留信息變量混合特征提取方法對茶葉浸出物近紅外光譜波長變量進行優(yōu)選,利用篩選出的特征波長建立隨機森林(randomforest,RF)茶葉滋味品質(zhì)指標(biāo)酚氨比預(yù)測模型,并與線性偏最小二乘(partial least squares,PLS)模型進行比較。

    1 材料與方法

    1.1 樣本制備

    選取來自不同省份的93個不同等級市售茶葉樣本,所收集的樣本均經(jīng)過正常的處理和儲存,以確保在處理過程中不會出現(xiàn)明顯的變質(zhì)。首先,每個樣本稱取3 g干茶加入150 mL沸騰蒸餾水中,蓋上杯蓋浸泡5 min。用濾紙過濾后,待冷卻至25 ℃左右進行后續(xù)測定分析。

    1.2 酚氨比化學(xué)測定

    每個樣品取10 mL上層浸出液,滴入25 mL的容量瓶中,用蒸餾水稀釋刻度線。采用福林酚試劑比色法,依據(jù)GB/T 8313-2008《茶葉中茶多酚和兒茶素類含量的檢測方法》國家標(biāo)準(zhǔn)進行茶多酚測定;采用茚三酮分光光度法,依據(jù)GB/T 8314-2013《茶游離氨基酸總量的測定》國家標(biāo)準(zhǔn)進行氨基酸測定。酚氨比由茶多酚總量除以氨基酸總量得來。圖1所示為茶葉樣本酚氨比統(tǒng)計圖,所有樣本酚氨比呈正態(tài)分布。

    圖1 茶葉樣本酚氨比統(tǒng)計Fig.1 Statistical diagram of ratio of TP to AA for tea samples

    1.3 近紅外光譜采集

    Antaris II型近紅外光譜儀(美國Thermo Fisher公司)用于檢測茶葉浸出液,并利用InGaAs檢測器光譜數(shù)據(jù)采集。光譜掃描范圍為10 000~4 000 cm?1,分辨率為3.856 cm?1,掃描次數(shù)為32,每個樣本具有1 557個光譜數(shù)據(jù)。吸光度數(shù)據(jù)以log(1/R)的形式存儲,R表示透射率。每個樣本被測定3次,以3個光譜的平均值作為該樣本最終光譜數(shù)據(jù)。由于茶葉浸出液中可能存在氣泡等因素,導(dǎo)致光散射[14],原始光譜中除分析物自身信息外,還包含一些噪音信息。標(biāo)準(zhǔn)正態(tài)變量變換(standard normalvariate transformation,SNV)能夠有效消除散射引起的噪音,提高光譜信噪比。因此,在預(yù)測模型建立之前選擇SNV方法對茶湯近紅外光譜進行預(yù)處理,圖2所示為經(jīng)預(yù)處理后所有樣本光譜圖。

    1.4 變量組成集群分析-迭代保留信息變量混合特征提取方法

    1.4.1 變量組成集群分析 變量組成集群分析(vari-able combination population analysis,VCPA)[15]是一種基于達爾文“適者生存”進化論的變量選擇方法。該方法主要運用指數(shù)衰減函數(shù)(exponentially decreasing function,EDF),二進制矩陣采樣法(binary matrix sampling,BMS)和模型集群分析(model population analysis,MPA)從變量空間中選取最優(yōu)變量子集。首先,采用EDF確定每次迭代剩余變量數(shù),BMS根據(jù)剩余變量數(shù)從變量空間進行采用組成若干變量子集。然后,利用各變量子集分別建立偏最小二乘子模型,采用MPA方法從前10%的最優(yōu)子模型中保留出現(xiàn)頻數(shù)最多的變量。在保留的變量空間上再次重復(fù)以上操作,迭代N次,最終篩選出最優(yōu)的變量子集[16]。

    圖2 SNV預(yù)處理后的茶湯光譜Fig.2 NIR spectra of tea infusion by SNV preprocessing

    1.4.2 迭代保留信息變量 迭代保留信息變量(iteratively retains informative variables,IRIV)[17]把變量分為4類:降低模型性能明顯的干擾信息變量,降低模型性能不明顯的無信息變量,提高模型性能不明顯的弱信息變量和提高模型性能明顯的強信息變量。IRIV可以有效地提出干擾信息變量和無信息變量,并保留弱信息變量和強信息變量[18]。IRIV采用BMS從變量空間進行隨機采用,對于每個變量,IRIV觀察其在所有變量組合中的包含與排除是交叉驗證均方根誤差(root mean square error of crossvalidation,RM-SECV)的差異,而其他變量的狀態(tài)(包含或排除)保持不變。每個變量的重要性是根據(jù)RMSECV的差異來評估的。如果當(dāng)RMSECV被排除在變量組合之外時,RMSECV會增加,這表明該變量是有用的和信息豐富的。不斷重復(fù)排除策略,直到變量子集中不包含干擾信息變量和無關(guān)信息變量。

    1.4.3 混合特征提取方法 VCPA采用EDF方法快速剔除變量,最終篩選出的變量數(shù)通常較少,一些信息變量可能會被剔除;而IRIV方法充分考慮到每個變量的重要性,因此需要大量的計算時間,當(dāng)面對大量的變量時,會耗費大量的時間,導(dǎo)致計算效率低下。VCPA?IRIV混合方法能夠充分發(fā)揮兩種方法各自優(yōu)勢、彌補不足。首先采用VCPA進行快速縮小變量空間,設(shè)置最終剩余變量數(shù)為N;然后再通過IRIV評估剩余變量空間中每個變量的重要性,以優(yōu)選出最佳變量子集。

    1.5 模型建立與評價

    采用線性PLS和非線性隨機森林[19]建立茶葉滋味品質(zhì)成分檢測模型,采用相關(guān)系數(shù)(R)評價模型預(yù)測值與實驗值之間的相關(guān)程度,其值范圍為0~1,且越接近1越好;以訓(xùn)練集均方根誤差(root mean square error of calibration,RMSEC)評價模型訓(xùn)練誤差,預(yù)測集均方根誤差(root mean square error of predic-tion,RMSEP)評價模型預(yù)測誤差,其值越小越好;以預(yù)測集相對分析誤差(relative percent deviation,RPD)評價模型性能可靠程度。如果RPD大于3.0,說明模型性能可靠,預(yù)測精度好,可用于實際檢測;RPD在2.5~3.0,說明模型可靠性有待提高,只能用于實際估測;RPD在2.0~2.5,模型可以近似定量預(yù)測;RPD值小于2.0,方法預(yù)測不可靠。

    2 結(jié)果與分析

    2.1 光譜特征提取

    采用Kennard?Stone(KS)方法將93個樣本劃分為訓(xùn)練集和測試集,60個樣本作為訓(xùn)練集用于訓(xùn)練模型,其余33個樣本為預(yù)測集預(yù)測模型性能。利用VCPA?IRIV在訓(xùn)練樣本集上進行特征提取,VCPA?IRIV方法超參數(shù)EDF剩余變量數(shù)設(shè)置為100,迭代次數(shù)為50,最優(yōu)子模型的比例為10%,BMS運行次數(shù)為1 000,并采用5折交叉驗證進行變量重要性評價。通過VCPA?IRIV方法最終優(yōu)選出18個光譜特征,圖3所示為特征變量選擇結(jié)果,圖中“★”所標(biāo)記光譜特征為算法優(yōu)選的變量子集。從光譜圖(圖1)可知光譜在5 155 cm?1和6 900~7 140 cm?1處分別存在與H2O的O?H第一泛音和H2O中O?H基團的拉伸變形結(jié)合有關(guān)的強吸收帶。如果用這些強吸收光譜變量來建立校正模型,會影響模型的性能。然而,VCPA?IRIV方法所選的特征變量很好地避開了與H2O強相關(guān)的光譜特征信息,表明該方法所提取特征的有效性。

    表1所示為采用VCPA?IRIV算法選擇的18個光譜特征及其對應(yīng)的鍵,其中9 889.177,9 862.179 cm?1為茶多酚與氨基酸上N?H的二級倍頻吸收峰,8 759.096,8 782.237,8 882.518,8 535.394 cm?1為茶多酚與氨基酸C?H的二級倍頻吸收峰,5 904.965,5 951.248,6 032.244,6 124.81,6 225.09,6 255.946,6 263.66 cm?1為C?H和S?H的一級倍頻吸收峰[20],表明VCPA?IRIV方法提取的光譜特征信息可用于茶葉滋味品質(zhì)指標(biāo)酚氨比的有效預(yù)測。

    圖3 利用VCPA?IRIV選擇特征變量結(jié)果Fig.3 The result of features selected by VCPA?IRIValgorithm

    表1 采用VCPA-IRIV算法選擇光譜特征及其對應(yīng)的鍵Tab.1 Selected spectra intervals by VCPA-IRIV algorithm and their corresponding bonds

    2.2 RF預(yù)測模型建立

    采用VCPA?IRIV方法提取的特征變量,建立隨機森林綠茶滋味品質(zhì)指標(biāo)酚氨比預(yù)測模型。設(shè)置RF算法的超參數(shù)回歸數(shù)棵數(shù)(ntree)為1 000,節(jié)點分裂候選變量數(shù)(mtry)為所有變量數(shù)的1/3,即為6。圖4所示為訓(xùn)練集和測試集中各樣本的實驗值與RF模型預(yù)測值對比圖。由圖4可知,RF模型訓(xùn)練集的Rc和RMSEC為別為0.949,0.231;測試集的Rp和RMSEP分別為0.943和0.232,表明模型具有較好的泛化性能。測試集的RPD為3.019,說明模型性能可靠,預(yù)測精度好,可用于實際檢測。

    圖4 訓(xùn)練集(a)和測試集(b)中樣本實驗值與預(yù)測值對比圖Fig.4 Comparison of experimental and predicted values of samples in calibration set(a)and prediction set(b)

    2.3 模型性能比較

    為了進一步表現(xiàn)VCPA?IRIV方法提取光譜特征的有效性,采用競爭性自適應(yīng)重加權(quán)算法[21](com-petitive adaptive reweighted sampling,CARS)和連續(xù)投影算法[22](successive projections algorithm,SPA)進行光譜特征選擇比較。表2所示為基于VCPA?IRIV、CARS和SPA提取的特征所建立的PLS與RF預(yù)測模型性能比較結(jié)果。結(jié)果表明,CARS和SPA提取的光譜變量中均集中H2O的強吸收帶(5 155 cm?1和6 900~7 140 cm?1)附近,以這些變量作為輸入所建預(yù)測模型的預(yù)測效果均較差。VCPA?IRIV提取的光譜變量所建的預(yù)測模型中,線性PLS預(yù)測模型主成分為10時,模型性能最佳,訓(xùn)練集的Rc和RMSEC為別為0.920,0.256;測試集的Rp和RMSEP分別為0.907和0.307;測試集的RPD為2.281;表明非線性的RF模型在魯棒性和泛化性能上均優(yōu)于線性的PLS模型。

    表2 VCPA-IRIV、CARS和SPA提取的特征所建不同預(yù)測模型性能比較Tab.2 Comparison of results based on different models based on VCPA-IRIV,CARS and SPA

    3 結(jié)論與討論

    本研究利用近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)方法實現(xiàn)綠茶滋味品質(zhì)指標(biāo)酚氨比值的快速檢測方法。綠茶浸出物近紅外光譜信息中,H2O的強干擾信息及其他冗余信息的引入將嚴(yán)重影響綠茶滋味品質(zhì)指標(biāo)酚氨比的檢測模型性能。利用VCPA?IRIV、CARS和SPA 3種不同特征提取方法對近紅外光譜變量進行優(yōu)選,CARS和SPA提取的光譜變量中均集中H20的強吸收帶附近,而VCPA?IRIV方法提取的18個特征光譜變量大多與茶多酚和氨基酸相關(guān),很好地避開了H20的強吸收帶。

    此外,近紅外光譜根據(jù)當(dāng)樣品被輻射時復(fù)雜有機物中不同的化學(xué)鍵吸收或發(fā)射不同波長光的原理對分析物進行檢測,由于有機物的分子有各種各樣的振動和化學(xué)鍵,它們的光譜響應(yīng)通常并非簡單的線性耦合在一起,分析物濃度和光譜數(shù)據(jù)常常呈現(xiàn)非線性關(guān)系[23]。利用非線性RF所建綠茶滋味品質(zhì)指標(biāo)酚氨比值快速檢測模型性能明顯優(yōu)于線性PLS模型。VCPA?IRIV優(yōu)選的18個特征變量作為輸入建立的非線性RF模型性能最佳,訓(xùn)練集Rc和RMSEC為別為0.949,0.231;測試集的Rp、RMSEP和RPD分別為0.943、0.232和3.019。研究表明VCPA?IRIV方法能夠有效的提出有效光譜變量,消除冗余光譜信息;為利用近紅外光譜技術(shù)對綠茶滋味品質(zhì)指標(biāo)酚氨比值快速檢測方法提供了新的研究思路,且有助于光譜技術(shù)在農(nóng)產(chǎn)品品質(zhì)與安全上的推廣運用。

    猜你喜歡
    滋味光譜茶葉
    《茶葉通訊》簡介
    茶葉通訊(2022年2期)2022-11-15 08:53:56
    基于三維Saab變換的高光譜圖像壓縮方法
    自由到底是什么滋味?
    家教世界(2021年4期)2021-03-09 15:35:38
    藏族對茶葉情有獨鐘
    創(chuàng)造(2020年5期)2020-09-10 09:19:22
    說謊的滋味很糟糕
    春天的滋味
    香噴噴的茶葉
    快樂語文(2018年36期)2018-03-12 00:56:02
    星載近紅外高光譜CO2遙感進展
    苦味酸與牛血清蛋白相互作用的光譜研究
    鋱(Ⅲ)與PvdA作用的光譜研究
    国产成人精品婷婷| 成人亚洲精品一区在线观看| 久久6这里有精品| 国产黄色视频一区二区在线观看| 日韩强制内射视频| 黑人猛操日本美女一级片| 久久久精品94久久精品| av一本久久久久| 午夜免费鲁丝| 日韩成人av中文字幕在线观看| 91精品伊人久久大香线蕉| 一区二区三区免费毛片| 亚洲精品国产av成人精品| 狂野欧美激情性bbbbbb| 亚洲av综合色区一区| av线在线观看网站| 少妇被粗大的猛进出69影院 | 国产免费一区二区三区四区乱码| 2022亚洲国产成人精品| 黑丝袜美女国产一区| 国产精品久久久久久久电影| 永久免费av网站大全| 美女大奶头黄色视频| 亚洲真实伦在线观看| 一区二区三区精品91| 亚洲美女视频黄频| av一本久久久久| 高清不卡的av网站| 精品一区在线观看国产| 午夜老司机福利剧场| 精品少妇久久久久久888优播| 最后的刺客免费高清国语| 久热久热在线精品观看| 又爽又黄a免费视频| 午夜激情福利司机影院| 国产精品麻豆人妻色哟哟久久| 国产精品99久久久久久久久| 精品国产露脸久久av麻豆| 只有这里有精品99| 国产伦精品一区二区三区视频9| 国产成人免费观看mmmm| 菩萨蛮人人尽说江南好唐韦庄| 99久久精品热视频| √禁漫天堂资源中文www| 少妇裸体淫交视频免费看高清| 我要看黄色一级片免费的| 99热这里只有是精品在线观看| 高清毛片免费看| 男女无遮挡免费网站观看| 内射极品少妇av片p| 肉色欧美久久久久久久蜜桃| 国产精品成人在线| 中国三级夫妇交换| 欧美日韩视频高清一区二区三区二| 国产在视频线精品| 亚洲av综合色区一区| 亚洲第一av免费看| 在线播放无遮挡| 在线观看免费视频网站a站| 国产伦理片在线播放av一区| 国产精品99久久久久久久久| 成年人免费黄色播放视频 | 亚洲经典国产精华液单| 久久99一区二区三区| 亚洲真实伦在线观看| 色婷婷av一区二区三区视频| 亚洲欧洲精品一区二区精品久久久 | 91精品伊人久久大香线蕉| 亚洲伊人久久精品综合| 十分钟在线观看高清视频www | 国产中年淑女户外野战色| 黑人巨大精品欧美一区二区蜜桃 | 免费观看无遮挡的男女| 黄色视频在线播放观看不卡| 国产爽快片一区二区三区| 秋霞伦理黄片| 精品国产露脸久久av麻豆| 日本午夜av视频| 欧美日韩视频高清一区二区三区二| 亚洲精品日本国产第一区| 伊人久久国产一区二区| 日日撸夜夜添| 美女cb高潮喷水在线观看| 国产精品麻豆人妻色哟哟久久| 大话2 男鬼变身卡| 激情五月婷婷亚洲| 美女视频免费永久观看网站| 全区人妻精品视频| 黑人猛操日本美女一级片| 99热全是精品| 99re6热这里在线精品视频| 最黄视频免费看| 精品卡一卡二卡四卡免费| 91成人精品电影| 亚洲欧美精品自产自拍| 国产精品免费大片| 男人狂女人下面高潮的视频| 一级毛片黄色毛片免费观看视频| 多毛熟女@视频| 天堂俺去俺来也www色官网| 久久精品国产亚洲av涩爱| 夜夜看夜夜爽夜夜摸| 亚洲无线观看免费| 亚洲精品国产色婷婷电影| 国内揄拍国产精品人妻在线| 欧美日韩视频精品一区| 免费av中文字幕在线| 夜夜骑夜夜射夜夜干| 晚上一个人看的免费电影| 日韩一区二区视频免费看| 黑丝袜美女国产一区| 免费观看a级毛片全部| 男女边吃奶边做爰视频| 大香蕉97超碰在线| 亚洲美女搞黄在线观看| 高清视频免费观看一区二区| 91久久精品电影网| 色吧在线观看| 热re99久久国产66热| 亚洲成人一二三区av| av有码第一页| 久久人人爽人人爽人人片va| 少妇人妻精品综合一区二区| 性高湖久久久久久久久免费观看| 2018国产大陆天天弄谢| 热re99久久精品国产66热6| www.av在线官网国产| 亚洲伊人久久精品综合| 久久人人爽人人片av| 国产探花极品一区二区| 自拍欧美九色日韩亚洲蝌蚪91 | 欧美日韩一区二区视频在线观看视频在线| 国产精品福利在线免费观看| 97在线视频观看| 久久韩国三级中文字幕| 51国产日韩欧美| 香蕉精品网在线| 国产伦精品一区二区三区四那| 国产熟女欧美一区二区| 搡女人真爽免费视频火全软件| 成人18禁高潮啪啪吃奶动态图 | 久久久久久久精品精品| 狂野欧美白嫩少妇大欣赏| 精品久久久噜噜| 国产黄片美女视频| 欧美精品一区二区免费开放| 国产精品欧美亚洲77777| 老司机影院成人| 免费少妇av软件| 亚洲精品久久久久久婷婷小说| 免费观看性生交大片5| 国产日韩欧美亚洲二区| 街头女战士在线观看网站| 毛片一级片免费看久久久久| 国产淫语在线视频| 搡女人真爽免费视频火全软件| av不卡在线播放| 久久毛片免费看一区二区三区| 亚洲av中文av极速乱| 大码成人一级视频| 国精品久久久久久国模美| 最近的中文字幕免费完整| 噜噜噜噜噜久久久久久91| 一本大道久久a久久精品| 内地一区二区视频在线| 免费大片黄手机在线观看| 国产精品福利在线免费观看| 少妇人妻久久综合中文| 国产av码专区亚洲av| 免费高清在线观看视频在线观看| 精品久久久久久电影网| 午夜老司机福利剧场| 极品少妇高潮喷水抽搐| 国产精品一区二区性色av| 最近最新中文字幕免费大全7| 亚洲精品国产av成人精品| 午夜影院在线不卡| 伦理电影大哥的女人| 免费av不卡在线播放| 最黄视频免费看| 青青草视频在线视频观看| 国产老妇伦熟女老妇高清| 观看免费一级毛片| 中文字幕人妻丝袜制服| 少妇的逼好多水| 少妇熟女欧美另类| 伊人久久精品亚洲午夜| 少妇人妻 视频| 欧美日韩国产mv在线观看视频| 国产色爽女视频免费观看| 三级国产精品欧美在线观看| 亚洲国产欧美在线一区| 美女cb高潮喷水在线观看| 久久国产精品男人的天堂亚洲 | 777米奇影视久久| 人妻人人澡人人爽人人| 91精品国产九色| 黄色欧美视频在线观看| 三级经典国产精品| 国产欧美日韩综合在线一区二区 | av线在线观看网站| 色94色欧美一区二区| 最新中文字幕久久久久| 欧美+日韩+精品| 中文欧美无线码| 天美传媒精品一区二区| 超碰97精品在线观看| 国产伦理片在线播放av一区| 国产精品无大码| 国产黄片视频在线免费观看| 久久久久久人妻| 看十八女毛片水多多多| 免费人妻精品一区二区三区视频| 一边亲一边摸免费视频| 国产在线一区二区三区精| 交换朋友夫妻互换小说| 国产精品久久久久久av不卡| 欧美高清成人免费视频www| 色婷婷av一区二区三区视频| 妹子高潮喷水视频| 日本黄大片高清| 在线观看美女被高潮喷水网站| 久久久久久久亚洲中文字幕| 免费播放大片免费观看视频在线观看| 性色av一级| 一级毛片黄色毛片免费观看视频| 91久久精品国产一区二区成人| 久久精品熟女亚洲av麻豆精品| 欧美日韩在线观看h| 一本大道久久a久久精品| 亚洲久久久国产精品| 国产一区亚洲一区在线观看| 久久久久久久久久久丰满| 日日啪夜夜撸| 午夜福利影视在线免费观看| 尾随美女入室| a级毛片免费高清观看在线播放| 免费黄网站久久成人精品| 久久久亚洲精品成人影院| 国产成人a∨麻豆精品| 国产又色又爽无遮挡免| 中文精品一卡2卡3卡4更新| 极品教师在线视频| 国产精品福利在线免费观看| 亚洲人与动物交配视频| 欧美三级亚洲精品| 毛片一级片免费看久久久久| 日韩,欧美,国产一区二区三区| 午夜久久久在线观看| 亚洲不卡免费看| 亚洲av欧美aⅴ国产| 狂野欧美激情性xxxx在线观看| 色视频www国产| 亚洲精品乱码久久久v下载方式| 日韩,欧美,国产一区二区三区| 亚洲av成人精品一二三区| 欧美日韩国产mv在线观看视频| 国产高清三级在线| 成人毛片60女人毛片免费| a级毛片免费高清观看在线播放| 国产精品一二三区在线看| 伊人久久精品亚洲午夜| 搡女人真爽免费视频火全软件| 午夜福利影视在线免费观看| 久久狼人影院| 亚洲真实伦在线观看| 卡戴珊不雅视频在线播放| 精品亚洲成国产av| 中文天堂在线官网| 99九九线精品视频在线观看视频| 亚洲人成网站在线播| 亚洲第一区二区三区不卡| 2018国产大陆天天弄谢| 欧美丝袜亚洲另类| 亚洲第一区二区三区不卡| 午夜免费鲁丝| 亚洲国产毛片av蜜桃av| 久久99精品国语久久久| 一级黄片播放器| 永久网站在线| 午夜老司机福利剧场| 看免费成人av毛片| 亚洲av电影在线观看一区二区三区| 97在线人人人人妻| freevideosex欧美| 午夜激情久久久久久久| 欧美人与善性xxx| 午夜福利网站1000一区二区三区| 日韩av免费高清视频| 麻豆成人午夜福利视频| 99久久人妻综合| 全区人妻精品视频| 色婷婷av一区二区三区视频| 啦啦啦中文免费视频观看日本| 内地一区二区视频在线| 最近中文字幕2019免费版| 国产亚洲欧美精品永久| 国产精品久久久久久精品电影小说| 国产av一区二区精品久久| 亚洲精品,欧美精品| 一二三四中文在线观看免费高清| 99热这里只有是精品50| .国产精品久久| 日韩av免费高清视频| 欧美精品亚洲一区二区| 99热这里只有是精品50| 男女边摸边吃奶| 啦啦啦视频在线资源免费观看| 久久久久久久大尺度免费视频| 亚洲国产日韩一区二区| 我的女老师完整版在线观看| 亚洲欧美中文字幕日韩二区| 熟女av电影| 日本wwww免费看| 黄色视频在线播放观看不卡| 精品人妻熟女毛片av久久网站| 亚洲综合色惰| 黄色视频在线播放观看不卡| 精品人妻熟女毛片av久久网站| 亚洲av.av天堂| 少妇 在线观看| 成人免费观看视频高清| 在线观看三级黄色| 丰满饥渴人妻一区二区三| 免费av不卡在线播放| 搡老乐熟女国产| 伊人久久国产一区二区| 人妻夜夜爽99麻豆av| 一本久久精品| 欧美区成人在线视频| av卡一久久| 久久久久国产网址| 91久久精品国产一区二区成人| 久久精品国产亚洲av涩爱| 国产日韩一区二区三区精品不卡 | 亚洲图色成人| 国产精品秋霞免费鲁丝片| 久久久久久久大尺度免费视频| 国产一区二区三区av在线| 一级黄片播放器| 日韩av不卡免费在线播放| 女性被躁到高潮视频| 99视频精品全部免费 在线| 毛片一级片免费看久久久久| av福利片在线观看| 亚洲婷婷狠狠爱综合网| 人体艺术视频欧美日本| 精品国产国语对白av| 五月开心婷婷网| 久久97久久精品| 日本黄色日本黄色录像| 日日爽夜夜爽网站| kizo精华| 9色porny在线观看| 精品少妇黑人巨大在线播放| 观看美女的网站| 色5月婷婷丁香| 国产高清国产精品国产三级| 熟女av电影| 久久ye,这里只有精品| 国产av一区二区精品久久| 有码 亚洲区| 秋霞伦理黄片| 我要看日韩黄色一级片| 久久久久久久久久成人| 亚洲欧美日韩卡通动漫| h日本视频在线播放| 91精品国产国语对白视频| 伦理电影大哥的女人| 卡戴珊不雅视频在线播放| 女人久久www免费人成看片| 日日摸夜夜添夜夜爱| 国产成人精品福利久久| 美女内射精品一级片tv| 最近中文字幕2019免费版| 一级毛片我不卡| 99精国产麻豆久久婷婷| 日本欧美国产在线视频| 久久久久久久久久久久大奶| 国产美女午夜福利| 黑丝袜美女国产一区| 久久久国产一区二区| 男女边吃奶边做爰视频| 麻豆乱淫一区二区| 国产伦在线观看视频一区| 国产精品成人在线| 久久国内精品自在自线图片| 亚洲不卡免费看| 免费av不卡在线播放| 丰满迷人的少妇在线观看| 精品99又大又爽又粗少妇毛片| 日本黄大片高清| 一二三四中文在线观看免费高清| 赤兔流量卡办理| 日韩中文字幕视频在线看片| 国产爽快片一区二区三区| 这个男人来自地球电影免费观看 | 少妇人妻一区二区三区视频| 国产精品熟女久久久久浪| 成人亚洲精品一区在线观看| 97在线视频观看| 夜夜爽夜夜爽视频| 又大又黄又爽视频免费| 建设人人有责人人尽责人人享有的| 国产有黄有色有爽视频| 99久久综合免费| 十八禁网站网址无遮挡 | 欧美精品高潮呻吟av久久| 美女主播在线视频| 免费黄色在线免费观看| 欧美xxⅹ黑人| 亚洲成人手机| 国产黄片美女视频| 精品少妇久久久久久888优播| 亚洲精华国产精华液的使用体验| 精品久久国产蜜桃| 成人综合一区亚洲| 日韩中文字幕视频在线看片| 精品人妻一区二区三区麻豆| 亚洲精品乱码久久久久久按摩| 一本大道久久a久久精品| 国产在线视频一区二区| 伦理电影免费视频| 精品人妻一区二区三区麻豆| 日韩制服骚丝袜av| 国产精品伦人一区二区| 亚洲精品日韩在线中文字幕| 春色校园在线视频观看| 女性生殖器流出的白浆| 国产精品欧美亚洲77777| 免费少妇av软件| 中国三级夫妇交换| 亚洲精品国产av蜜桃| 亚洲精品,欧美精品| 国产在视频线精品| 国产在线视频一区二区| 日韩强制内射视频| 国产精品麻豆人妻色哟哟久久| 69精品国产乱码久久久| 秋霞在线观看毛片| 人妻夜夜爽99麻豆av| 性色avwww在线观看| 成人免费观看视频高清| 中国国产av一级| 欧美精品高潮呻吟av久久| 桃花免费在线播放| 丝瓜视频免费看黄片| 国产亚洲5aaaaa淫片| 久久久久国产精品人妻一区二区| 男女免费视频国产| 亚洲婷婷狠狠爱综合网| 免费大片黄手机在线观看| 人人澡人人妻人| kizo精华| 激情五月婷婷亚洲| 99久久精品一区二区三区| 一本色道久久久久久精品综合| 亚洲精品一区蜜桃| 视频区图区小说| 一级av片app| 国产女主播在线喷水免费视频网站| 婷婷色综合www| 18禁裸乳无遮挡动漫免费视频| 99热全是精品| 欧美精品一区二区大全| 精品久久久精品久久久| av天堂中文字幕网| 最近中文字幕高清免费大全6| 国产精品不卡视频一区二区| 亚洲av福利一区| 99热这里只有是精品50| 亚洲伊人久久精品综合| 熟妇人妻不卡中文字幕| 国产精品无大码| 秋霞在线观看毛片| 亚洲精品乱码久久久久久按摩| 女性被躁到高潮视频| 国产av码专区亚洲av| 国语对白做爰xxxⅹ性视频网站| 久久鲁丝午夜福利片| 六月丁香七月| 国产永久视频网站| 中文字幕制服av| 亚洲精品色激情综合| 国产精品国产av在线观看| 亚洲,一卡二卡三卡| 在线天堂最新版资源| 97精品久久久久久久久久精品| av免费观看日本| 丝袜喷水一区| 9色porny在线观看| 国产有黄有色有爽视频| 麻豆乱淫一区二区| 亚洲国产精品专区欧美| 午夜免费男女啪啪视频观看| 嫩草影院入口| 男女边摸边吃奶| 午夜精品国产一区二区电影| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品女同一区二区软件| 精品国产一区二区三区久久久樱花| 亚洲人与动物交配视频| 亚洲欧洲国产日韩| 日韩欧美一区视频在线观看 | 肉色欧美久久久久久久蜜桃| 日韩一区二区三区影片| 国产成人免费观看mmmm| 久久亚洲国产成人精品v| 午夜福利视频精品| 久久久亚洲精品成人影院| 晚上一个人看的免费电影| 亚洲国产欧美在线一区| 伊人久久精品亚洲午夜| 日韩亚洲欧美综合| 久久亚洲国产成人精品v| 六月丁香七月| 亚洲av中文av极速乱| 老熟女久久久| 日韩强制内射视频| 黑丝袜美女国产一区| 少妇人妻精品综合一区二区| 菩萨蛮人人尽说江南好唐韦庄| a级一级毛片免费在线观看| 国精品久久久久久国模美| 人妻夜夜爽99麻豆av| 丝袜在线中文字幕| av又黄又爽大尺度在线免费看| 麻豆成人av视频| 日韩欧美精品免费久久| 汤姆久久久久久久影院中文字幕| 十八禁高潮呻吟视频 | 免费看不卡的av| 91久久精品国产一区二区成人| 91久久精品电影网| 蜜桃久久精品国产亚洲av| 日本猛色少妇xxxxx猛交久久| 人妻制服诱惑在线中文字幕| 中文乱码字字幕精品一区二区三区| 最新的欧美精品一区二区| 国产深夜福利视频在线观看| 亚洲精品国产色婷婷电影| 久久国产精品大桥未久av | 国产一区二区在线观看av| 久久毛片免费看一区二区三区| 人人澡人人妻人| 亚洲在久久综合| 男男h啪啪无遮挡| 国产有黄有色有爽视频| 亚洲国产精品成人久久小说| 久久久久久久久久久久大奶| 日韩 亚洲 欧美在线| 午夜日本视频在线| 久久精品国产亚洲网站| 如日韩欧美国产精品一区二区三区 | 国产黄频视频在线观看| 国产精品伦人一区二区| 亚洲美女视频黄频| 乱码一卡2卡4卡精品| 国产男人的电影天堂91| 久久毛片免费看一区二区三区| 欧美日韩视频高清一区二区三区二| 久久鲁丝午夜福利片| 国产免费一区二区三区四区乱码| 久久国产精品男人的天堂亚洲 | 亚洲欧美一区二区三区国产| 国产极品天堂在线| 欧美成人精品欧美一级黄| 99久久精品热视频| 欧美97在线视频| av天堂久久9| 精品人妻熟女毛片av久久网站| 日日摸夜夜添夜夜爱| 免费av不卡在线播放| 国产精品熟女久久久久浪| 亚洲av中文av极速乱| 特大巨黑吊av在线直播| 一级毛片 在线播放| 国产欧美日韩精品一区二区| 青青草视频在线视频观看| 亚洲成色77777| 一本一本综合久久| 久久久亚洲精品成人影院| 丝袜在线中文字幕| 日日撸夜夜添| 秋霞伦理黄片| 久久综合国产亚洲精品| 十八禁网站网址无遮挡 | 久久久国产精品麻豆| 一本久久精品| 久久免费观看电影| 色视频www国产| 一区二区av电影网| 男女无遮挡免费网站观看| 视频中文字幕在线观看| 国产熟女欧美一区二区| 精品人妻熟女av久视频| 一区在线观看完整版| 精品亚洲成a人片在线观看| 国产国拍精品亚洲av在线观看| 亚洲欧美成人精品一区二区| 天堂8中文在线网| 国产黄片美女视频| 亚洲精品日本国产第一区| 在线观看免费日韩欧美大片 | 日韩欧美一区视频在线观看 | 女性生殖器流出的白浆| 日韩亚洲欧美综合| 日本与韩国留学比较| 亚洲图色成人| 有码 亚洲区| 国产在线视频一区二区| 美女cb高潮喷水在线观看| 最新的欧美精品一区二区| 亚洲美女搞黄在线观看| 国产精品免费大片|