排序方式: 共有65条查询结果,搜索用时 15 毫秒
51.
52.
53.
54.
农业信息化投入存在的问题及对策研究——以重庆市为例 总被引:1,自引:0,他引:1
信息化是现代农业的重要特征,是推动我国农业持续发展的重要动力,也是加快我国农业现代化建设的战略举措。以重庆市为例,列举了该市近几年来农业信息化政策扶持、资金投入、项目申请、社会参与的基本情况,分析了目前农业信息化投入的方向、机制、效果和存在的问题,在此基础上,从投入的角度,研究了未来农业信息化发展的对策,为完善农业信息化投入方向、创新机制与改善农业信息化投入效果提出了建议,以期为农业信息化相关政策制定提供参考。 相似文献
55.
为了优化农村居民消费结构,进一步扩大农村居民的消费增长潜力,提高农村居民的生活质量和生活水平,以京津冀地区为例,根据2003—2012年京津冀地区农村居民消费统计数据,针对生存型消费、发展型消费与享受型消费,分别从消费增长情况和消费结构两个方面,对10年间农村居民的消费变化特点和趋势进行了分析,并重点阐述了消费结构变化的影响因素。从消费水平看,近10年随着经济增长和农村居民收入提高,京津冀地区农村居民总体消费水平呈现快速增长态势;从消费结构看,农村居民消费仍以生存型消费支出为主,发展型消费支出比重有所扩大,享受型消费支出比重降低,但近年来增长势头有所加快。 相似文献
56.
为解决自然条件下棉花叶片因其轮廓几何边缘长势不均匀所导致的叶片目标提取不精准问题,提出一种基于改进C-V模型的棉花病害叶部目标提取方法。在传统C-V模型的基础上,将长度惩罚项和符号距离函数的约束能量项引入能量模型中,以达到对演化曲线长度变化的约束目的,从而完成对整幅图像目标特征的提取。本研究算法先对待分割的图像设置初始曲线,并利用高斯滤波算子对待分割图像进行平滑滤波处理,然后根据图像全局灰度信息和局部二值匹配信息建立能量方程,根据其离散化形式,对水平集函数进行演化,并从中提取演化曲线,最后根据水平集函数演化过程所满足的终止条件,输出图像分割结果。按照不同天气条件和不同背景采集了1 200幅棉花叶片样本图像,对本研究算法进行测试。试验结果表明:本研究算法对于晴天、阴天和雨天图像中目标(棉花叶片)轮廓提取准确率分别达到82.23%、82.73%和84.60%。分割结果表明,本研究算法能够对3种天气条件(晴天、阴天、雨天)与4种复杂背景(白地膜、黑地膜、秸秆、土壤)特征混合的棉花叶片图像目标特征轮廓实现准确提取。 相似文献
57.
58.
59.
复杂背景与天气条件下的棉花叶片图像分割方法 总被引:4,自引:0,他引:4
为实现自然条件下棉花叶片的精准分割,提出一种粒子群(Particle swarm optimization,PSO)优化算法和K-means聚类算法混合的棉花叶片图像分割方法。本算法将棉花叶片图像在RGB颜色空间模式下采用二维卷积滤波进行去噪预处理,并将预处理后的彩色图像从RGB转换到目标与背景差异性最大的Q分量、超G分量、a*分量;随后在K均值聚类的一维数据空间中,利用PSO算法向全局像素解的子空间搜寻,通过迭代搜寻得到全局最优解,确定最佳聚类中心点,改善K均值聚类的收敛效果;最后,对像素进行聚类划分,从而得到棉花叶片分割结果。按照不同天气条件和不同背景采集了1 200幅棉花叶片样本图像,对本研究算法进行测试。试验结果表明:该算法对于晴天、阴天和雨天图像中目标(棉花叶片)分割准确率分别达到92.39%、93.55%、88.09%,总体平均分割精度为91.34%,并与传统K均值算法比较,总体平均分割精度提高了5.41%。分割结果表明,本研究算法能够对3种天气条件(晴天、阴天、雨天)与4种复杂背景(白地膜、黑地膜、秸秆、土壤)特征混合的棉花叶片图像实现准确分割,为棉花叶片的特征提取与病虫害识别等后续处理提供支持。 相似文献
60.