京津冀地区农村居民消费水平及消费结构分析

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。     

复杂背景与天气条件下的棉花叶片图像分割方法

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。     

北京市猪肉市场价格传导机制分析及展望

收集了北京市与周边生猪产地市场价格,生猪、仔猪、育肥猪配合饲料、玉米及白条鸡价格,运用向量自回归模型、格兰杰因果关系检验和脉冲响应函数,分别考察了北京市猪肉市场空间与层级市场间价格传导规律。研究发现北京市猪肉市场受辽宁、河北、河南等产地市场影响,生猪价格存在着明显的单向和双向传导关系。从产业链角度分析发现,玉米价格、仔猪价格和生猪价格在一定程度上导致了猪肉价格的变动。     

农业物联网技术发展趋势预测

通过对权威专利检索平台——Espaenet进行检索,针对2007—2016年授权的农业物联网领域相关专利进行词频分析,深入研究了其关键词词频频度、数量及应用情况。结果表明,在农业物联网关键技术的发展与应用中,人工智能、远程控制、机器视觉等的技术应用在专利检索结果占有最大比例,是农业物联网技术的核心。最后,预测了未来农业物联网核心技术的应用趋势。