江苏省水生动物病害测报系统的初步研究

本文主要介绍了利用计算机编程技术、数据库技术、GIS技术、信息发布技术和病害测报预报技术采集、加工、处理与发布江苏省水产动植物病害发生现状信息。     

中国罗非鱼产品出口贸易情况分析及展望

为了引导罗非鱼产业健康持续发展,分析了中国罗非鱼产品出口的基本情况、出口区域情况、出口目标国情况,并对罗非鱼的贸易发展趋势进行展望。分析显示,中国罗非鱼产品供应以国际市场为主。2002 年以来,对外贸易基本表现出良好的发展势头,但增长速度在逐步放缓。在国际市场需求的带动下,中国罗非鱼出口产品已转为以冻罗非鱼片为主,罗非鱼出口省份有广东、海南、广西和福建4 个省份,这4 个省份的出口产品也基本以冻罗非鱼片为主。中国罗非鱼最大的出口国是美国,出口目标国的增加也代表着中国罗非鱼市场正趋于多元化。与此同时,中国罗非鱼在未来发展面临着很多问题,如贸易竞争国竞争力的提高、贸易竞争品种对有限市场的挤占、严峻的国际环境对罗非鱼产业的考验等。罗非鱼产业的持续稳定发展必然要依靠国内外市场的开拓、产品品质的提升和营销渠道的构建等。     

影响罗非鱼国内市场消费主要因素的探讨

2012年我国罗非鱼养殖产量为144万t,占世界罗非鱼养殖总产量的40%左右。我国60%罗非鱼养殖产量用于加工出口,罗非鱼产业可持续发展完全依赖于加工产品的国际竞争力。近年来受国际市场和金融危机等因素的影响,罗非鱼出口量有下降的趋势,严重影响了我国罗非鱼产业的健康发展。如何开拓罗非鱼国内消费市场,减少产业国际竞争压力是当前亟待解决的研究课题。为了深入研究罗非鱼国内消费市场、提出行之有效的政策建议,从消费者、营销、产业和社会等方面探讨了影响罗非鱼国内市场消费的主要因素。     

城镇居民罗非鱼消费行为的实证研究

以北京、天津、河北等9个省(直辖市)城镇居民764份有效问卷为样本,对城镇居民罗非鱼消费行为的影响因素进行了实证分析,结果表明,城镇居民对罗非鱼的认知程度较低,但对罗非鱼持积极态度的消费者比例较高;影响城镇居民罗非鱼消费意愿的主要因素包括消费者的年龄、受教育程度、对水产品的喜好程度、购买经历和产品价格等;建立城镇居民罗非鱼消费行为的决策模型,并据此提出了相关的政策建议。     

基于Android的罗非鱼产业预警系统设计与开发

为了能够为产业管理部门、研究机构、相关企业进行对产业经济形势分析、预测以及决策提供全面、准确、及时的产业经济运行状态和数据,本文设计开发了基于Android智能移动客户端的罗非鱼产业预警系统,整理分析了影响产业发展的重要经济指标和预警指标,根据用户产业预警需求进行系统功能和用户界面设计,介绍了一种可以进行滑动、缩放操作的曲线绘制控件,完成了系统Web服务器的构建,以及Android手机客户端的设计与开发。该系统能够实现国内外市场行情查询、利用图表的形式进行市场行情分析,系统从苗种、成鱼、加工、贸易(含进出口)等四个主要方面对我国罗非鱼产业进行监测和预警。系统基于Android平台,由罗非鱼产业采集系统提供数据和预警支持,具有数据权威准确、预警及时有效、用户界面友好、操作反馈及时、系统灵活通用等特点。系统运行测试表明,Android客户端程序能够在。Android智能手机流畅运行,实现用户操作需求的实时接收上传以及Web服务器返回数据的接收、展示和曲线绘制,能够提供较为有效的市场行情信息展示和预警。     

基于Android的罗非鱼价格行情短信服务系统设计与开发

罗非鱼产业价格行情是罗非鱼从业者制定生产计划、开展市场贸易的关键因素,能否及时有效的掌握罗非鱼市场价格行情是决定罗非鱼从业者收益多少的关键。为了能够为广大罗非鱼养殖户、经销商、加工商提供及时有效的罗非鱼市场价格行情信息,设计开发了基于Android平台的罗非鱼价格行情短信服务系统,分析系统的用户需求并提出系统的设计思想及实现方法,介绍一种全新的查询信息模版的实现方法,完成系统服务器端和Android手机客户端的设计与开发。该系统能够实现查询信息选择与模板生成、信息发送与接收、信息解析与处理等功能。系统具有易于上手、反应及时、信息准确的特点,通信基于短信服务,不受网络条件的限制。运行测试结果表明,该系统能够实现完全基于短信服务的信息查询功能,服务器端能够及时准确的解析用户查询信息并以短信形式回复用户,Android客户端能够在Android智能手机中安装并流畅运行,实现价格行情查询短信的发送和查询结果短信的接收。     

基于层次分析法的我国罗非鱼养殖风险研究

罗非鱼养殖过程中面临很多风险,为了量化罗非鱼养殖风险的影响因素,评估养殖风险等级,以主产区罗非鱼养殖为例,分别从自然、市场、操作和政策四个方面,运用层次分析法和德尔菲专家调查法,建立风险评价指标体系,对各风险因素的影响程度打分,对两两因素相对重要性给出定量表示,整理并分析获得的数据资料。结果表明:我国罗非鱼养殖风险等级为B级,养殖风险很高,其中市场风险和自然风险是影响罗非鱼产业风险的重要因素,其次是政策风险,操作风险的影响程度最小。自然风险中以极端天气的影响程度最大,市场风险中受出口订单量的影响程度最大,操作风险中病害防控能力影响程度较大,政策风险中地方发展规划会极大地影响罗非鱼产业的可持续发展。     

基于蜂群优化多核支持向量机的淡水鱼种类识别

为了准确地进行淡水鱼种类自动识别,利用计算机视觉技术,提出了一种基于Krawtchouk矩、灰度共生矩阵、蜂群优化多核最小二乘支持向量机（least squares support vector machine,LS-SVM）的识别方法。首先获取淡水鱼样本的灰度图像,计算淡水鱼鱼体的长宽比、鱼头鱼尾的Krawtchouk矩不变量形状特征,求得鱼身的灰度共生矩阵纹理特征,将上述形状与纹理特征组合成高维特征向量,并输入到多核LS-SVM,通过人工蜂群（artificial bee colony,ABC）算法对多核LS-SVM中的待定参数进行寻优,ABC算法中的适应度函数为测试样本的识别精度;最后输出识别精度达到最高时的最优参数。利用该方法对鳊鱼、鳙鱼、鲫鱼、草鱼、青鱼5种淡水鱼进行了分类识别,对鳊鱼、鳙鱼、鲫鱼、草鱼4种鱼识别时,各类鱼的识别精度均达到95.83%以上,对鳊鱼、鳙鱼、鲫鱼、青鱼4种鱼识别时,各类鱼的识别精度均达到91.67%以上,对鳊鱼、鳙鱼、鲫鱼、草鱼和青鱼 5种鱼识别时,各类鱼的识别精度均达到83.33%以上;与近年来提出的淡水鱼识别方法、BP（back propagation）神经网络方法、单核LS-SVM方法相比,该方法的识别精度更高,从而可快速准确地识别淡水鱼的种类,提高水产养殖的自动化水平。     

基于长短期记忆神经网络的罗非鱼生长预测模型

[目的]通过测定吉富罗非鱼生长指标,建立其生长的长短期记忆神经网络(Long Short-term Memory neu-ral network model,LSTM)模型,分析模型的拟合度和准确度,为罗非鱼的育种和养殖提供参考.[方法]以罗非鱼生长阶段的生长时间、投喂量及水槽编号3个指标数据作为输入量,通过Dropout和one-hot的方法建立LSTM模型.[结果]模型在训练开始后迅速下降,100次迭代左右,误差下降速度开始逐步减缓,在1000次迭代后,误差开始收敛,数值趋于稳定,稳定值误差在0.0036左右.训练完成的模型对测试集的预测结果相对误差随真实值变大而逐渐变小,真实值较大且稳定时,相对误差较小,整体拟合程度较好.[建议]生长预测模型满足基本生产需求的同时,需增加样本数据的记录采集,建立生长数据库;结合信息平台等技术获取多影响影子数据,增加输入变量,使模型更加完善合理;选择合适的模型,结合预测数据与生产,合理规划上市时间及安排投饲方案等,使养殖利益最大化.     

海南省罗非鱼产业发展现状、问题及对策

从生产现状、经营模式和市场贸易3个方面分析了海南省罗非鱼产业现状,指出存在链球菌病没有彻底解决方案、贸易出口依存度高和加工产品附加值低的主要问题,提出相应对策建议,主要有持续扩大、深入开拓内销市场,加大病害攻关,规范用药,全力推广节能减排养殖方式,保证罗非鱼产品质量安全和建立适合我国罗非鱼行业认证制度,希望能够帮助广大养殖户减少损失,尽快从低迷行情中恢复。