我国新型职业农民教育培养支持扶持政策研究

支持扶持政策体系是新型职业农民教育培养的根本保障。针对我国新型职业农民教育培养政策的现状,总结分析存在的问题,提出应建立以政府为主导和以社会各方力量积极参与,明晰和加大支持扶持力度,共同培养新型职业农民,确保农业发展"后续有人"。     

马铃薯品种大西洋高产栽培技术研究

[目的]探讨密度和氮磷钾肥料不同配比对马铃薯品种大西洋产量的影响。[方法]采用4因素5水平二次回归旋转组合设计,在哈尔滨地区的土壤条件下,通过田间试验,以密度(X1)、尿素(X2)、二铵(X3)、硫酸钾(X4)4项农艺措施为决策变量,以公顷产量为目标函数,建立产量数学模型。[结果]试验表明,影响鲜薯产量的顺序是氮肥钾肥磷肥密度;经计算机模拟寻优,鲜薯产量大于28.72 t/hm2的优化组合为密度64 482~70 518穴/hm2、尿素267.23~292.21 kg/hm2、二铵232.94~277.06 kg/hm2、硫酸钾418.20~462.75 kg/hm2。[结论]研究可为黑龙江地区提高加工专用马铃薯品种大西洋的产量、改善土壤状况、防止过量施肥照成环境污染提供参考依据。     

X射线图像技术对红毛丹内部品质的检测

研究了利用X射线图像处理及模式识别方法检测红毛丹内部品质——可食率、可溶性固形物含量。首先用阈值分割法去除红毛丹背景，然后用模糊C均值聚类方法来分割果肉区域。红毛丹可食率以分割出的果肉区域像素个数与整个果实区域像素个数之比来表征，实验结果表明，误判率小于10％。红毛丹可溶性固形物含量的X射线图像检测采用纹理特征描述的方法，利用直方图矩特征和支持向量机回归方法预测红毛丹可溶性固形物含量的相关系数最高可达87．2％。     

基于支持向量机的湖北省洪涝农业损失预测模型

洪涝农业灾情预测在灾害管理和应急救灾等领域都具有非常重要的研究价值,以支持向量机(SVM)模型为基础,以1998～2006年湖北省洪涝灾情数据为样本,构建了基于SVM的洪涝农作物损失预测模型.结果表明,基于径向核函数的SVM模型适合湖北地区洪涝农业损失的预测.     

湿地生态文化景观发展问题研究——以武功县五彩渭水园规划设计为例

结合武功县五彩渭水园规划设计,在自然湿地景观塑造中,紧扣"农耕文化再现"这一主题,探索城市文化特色景观建设的有效途径,力求从文化景观与湿地生态两方面自然融合,以充分认识城市文化意蕴对城市景观建设的理论研究和实践之重要意义。     

陕西省农民收入结构对消费影响的实证研究——基于OLS模型检验

"三农问题"一直以来备受关注和重视。笔者通过构建OLS模型,对农民的收入结构与其消费之间的关系进行了探讨,发现陕西农民的经营性收入、工资性收入对促进其消费存在显著作用,但财产性收入和转移性收入的贡献能力不足。最后,提出了努力提高农民收入,拓宽农民增收渠道,完善收入分配制度的政策建议。     

基于ARMA模型的运城市果蔬肉类价格预测研究

[目的]预测果蔬肉类价格。[方法]采用自回归滑动平均模型(ARMA模型)对价格进行预测。[结果]近6周的预测结果可信度高,具有较低的相对误差率。[结论]运用ARMA模型可对果蔬肉类价格进行预测且预测效果良好。     

四部委联合发布十三五新能源汽车补贴政策

2015年4月29日,财政部、科技部等四部委当天联合发布《关于2016—2020年新能源汽车推广应用财政支持政策的通知》。根据《通知》,2016年消费者如果购买一辆纯电动或插电式混合动力乘用车,最高可以获得5.5万元人民币的补贴。2017—2020年除燃料电池汽车外,其他车型补助标准适当下调,2017—2018年和2019—2020年补助标准分别比2016年下降20%和40%。     

MS Excel在畜牧兽医统计中的应用(三)——直线回归和直线相关分析

回归分析（regression analysis）是研究呈因果关系的相关变量间的数量关系，建立它们之间的回归方程，并利用所建立的回归方程，由自变量（原因）来预测、控制依变量（结果）。回归分析包括一元回归分析和多元回归分析。一元回归分析是研究一个自变量与一个依变量的回归关系，即“一因一果”；多元回归分析是研究多个自变量与一个依变量的回归关系，即“多因一果”。一元回归分析又分为直线回归分析和曲线回归分析两种，多元回归分析又分为多元线性回归分析和多元非线性回归分析两种。     

基于RGB图像光谱重建的鱼糜掺假定量检测研究

实现基于RGB图像的光谱重建对降低光谱的硬件要求、扩大其实际应用具有重大意义。该研究以鱼糜掺假检测为例,比较多元多项式最小二乘回归算法（polynomial multivariate least-squares regression,PMLR）与深度学习HRNet网络对光谱重建的性能,建立基于重建光谱多种掺假鱼糜检测模型并验证其实际应用的有效性。结果表明,2种方法的重建光谱误差较小,HRNet网络、PMLR算法重建光谱的均方根误差（root mean square error,RMSE）分别为0.010 4和0.012 6,大多数掺假检测模型有较高的预测准确性,其预测相关系数大于0.91,预测均方根误差小于9%。在基于重建光谱建立的掺假检测模型中,效果最佳的是基于PMLR算法重建光谱使用标准正态变量变换（standard normal variate,SNV）预处理的极限学习机回归模型,其预测均方根误差为3.954 4%、预测相关系数为0.983 0。因此,PMLR算法和HRNet网络均能较好的实现基于RGB图像的光谱重建,且重建光谱均能实现对鱼糜掺假样本的较好检测结果,为基于重建光谱的食品和农产品品质与安全检测提供了新思路。