International Journal of Creative and Open Research in Engineering and Management·10月14日 · 周三48 分 论文农业AI与大模型智慧农业 / 农业物联网阅读 2
Smart Crop Advisory System
构建基于AI/ML的Web农业决策支持平台，为农民提供作物推荐、病害检测、天气与市场价格等服务。
← 主题
作物推荐 智慧农业
Agriculture and Farmer Digital Assistant: An AI-Based Digital Decision Support Platform for Smart Farming
开发了基于AI的农业数字决策支持平台AFDA，为农民提供作物推荐和农事指导。
AI-Driven Crop Recommendation and Growth Prediction System Using Soil Fertility and Climate Intelligence
构建集成作物推荐、产量预测、肥料建议与多语言问答的AI农业决策Web平台。
An AI-Driven Smart Farming System for Crop Recommendation and Plant Disease Detection
提出融合机器学习、深度学习和物联网的智能农场系统，实现作物推荐与植物病害检测。
Machine learning classification techniques for smart agriculture: a review of disease detection and crop recommendation
综述2023-2026年30篇文献，评估物联网与机器学习在作物病害检测和推荐中的应用。
Zenodo (CERN European Organization for Nuclear Research)·9月22日 · 周二71 分 论文农业AI与大模型农业人工智能与决策模型2 个信源同时报道 阅读 2
Design and Implementation of an Ensemble Learning Based Decision Support Model for Crop Selection in Precision Agriculture
提出SCR-XGB五层框架，用梯度提升树集成从土壤和气候参数推荐作物。
Zenodo (CERN European Organization for Nuclear Research)·9月22日 · 周二78 分 论文农业AI与大模型智慧农业 / 农业物联网2 个信源同时报道 阅读 2
A Systematic Study of Supervised and Ensemble Learning Approaches for Crop Selection in Smart Agriculture
系统综述2016-2026年24项作物推荐研究，比较四类机器学习方法并指出基准精度已趋饱和。
Crop recommendation in precision agriculture: a systematic literature review of methods, trends, and challenges（精准农业中的作物推荐：方法、趋势与挑战系统综述）
系统综述129篇2020-2026年文献，梳理精准农业作物推荐的方法、趋势与挑战。
Artificial Intelligence-Based Crop Recommendation Using Soil and Climate Data: A Comprehensive Review of Machine Learning, Deep Learning, and Smart Agriculture Approaches
综述AI作物推荐研究，指出高准确率多源于数据与验证缺陷。
AgriSphere: A Smart Agriculture Framework Integrating IoT and Artificial Intelligence for Adaptive Crop Selection
提出IoT与AI融合框架，结合实时土壤数据与天气预报推荐适宜作物。
Smart crop recommendation: fusing nutrient and climate data with Krill Herd Optimization and explainable AI
提出融合养分与气候数据、KHO优化和可解释AI的作物推荐框架，Tab Transformer精度达0
KRISHI.AI: an explainable machine learning framework for data-driven crop recommendation
提出可解释AI框架KRISHI.AI，基于土壤和气候数据推荐作物，并解释推荐原因。
International Research Journal on Advanced Engineering Hub (IRJAEH)·9月7日 · 周一40 分 论文农业AI与大模型智慧农业 / 农业物联网阅读 1
Ai Based Smart Crop Recommendation and Yield Prediction Using Ml and Weather Analytics
提出AI框架，结合机器学习与天气分析，推荐作物并预测产量。
International Journal of Artificial Intelligence and Machine Learning 2026, 6(9s): 1668-1689·9月5日 · 周六77 分 论文物联网传感与边缘计算农业人工智能与决策模型阅读 3
IoT-Enabled Evidence-Fusing Graph Neural Network With Attention-Based Feature Engineering For Uncertainty-Aware Crop Recommendation（IJAIML Vol.6 No.9s 1668-1689）
提出IoT-AM-EFGNN框架，结合IoT传感与图神经网络实现高精度作物推荐。
International Journal of Creative and Open Research in Engineering and Management·9月5日 · 周六48 分 论文农业AI与大模型智慧农业 / 农业物联网阅读 2
An Integrated AI-Based Crop Prediction and Advisory Platform for Precision Agriculture
提出SmartCrop AI平台，集成机器学习预测、土壤评估、AI咨询和市场价格信息，辅助精准农业决
Zenodo (CERN European Organization for Nuclear Research)·9月2日 · 周三62 分 论文农业AI与大模型智慧农业 / 农业物联网2 个信源同时报道 阅读 2
Smart Crop Recommendation System
提出智能作物推荐系统，结合AI与实时天气，推荐作物并检测病害。
Machine Learning Classification Techniques for Smart Agriculture: A Review of Disease Detection and Crop Recommendation (机器学习分类技术在智慧农业中的应用综述:病害检测与作物推荐)
Frontiers in Artificial Intelligence 2026年8月31日综述。研究对2023年1月至2026年1月Scopus、IEEE Xplore、ScienceDirect和SpringerLink数据库中的文章进行系统检索,使用IoT and machine learning and agriculture、crop recommendation、plant disease detection、precision farming等关键词组合,30篇文章符合实证方法、定量性能报告和清晰数据集描述的标准。结果表明,随机森林( Random Forest)、支持向量机(SVM)和决策树等集成方法与传统机器学习方法在作物产量预测中准确率达到99.9%;CNN和ResNet深度学习模型病害检测准确率超过98%;GRU和LSTM时间序列模型天气条件预测准确率范围94-98%。IoT系统在精准农业应用方面显著改善资源利用,实现60-96%的节水、25%的增产和36-38%的除草剂减量。