Multi-scale attention-based feature learning for jujube fruit bruise detection and variety classification
提出MSA-TNet深度学习框架,实现红枣碰伤检测与品种分类。
人工智能算法、大模型与决策支持系统
提出MSA-TNet深度学习框架,实现红枣碰伤检测与品种分类。
综述光子与光电子材料器件结合物联网和机器学习,支撑气候韧性智慧农业的作物与土壤监测。
提出农学知情框架,结合最优物候期与密度产量制图,实现跨季节可迁移的产量预测。
提出轻量级CNN-LSTM混合网络,用于豆叶病害分类,兼顾高精度与低资源占用。
综述土壤养分动态预测的统计与机器学习方法,比较精度与局限。
综述AI农业咨询与诊断系统,聚焦印度东北小农,提出人监督多模态部署架构。
提出基于卫星与模型数据的海洋监测框架,弥补新兴经济体现场观测不足,监测有害藻华与热浪。
提出多流深度学习框架WaterFormer-MS,从Sentinel-2影像中精准分割地表水体。
基于GEE融合Sentinel-1/2时序与地形特征,用机器学习高精度制图长三角水稻种植模式。
用冻结DINOv3 ViT微调回归,从微根管图像直接预测根系长度和面积。
利用高分辨率卫星影像和机器学习在大豆田中检测红冠腐病。
综述闭环AI智能体用于畜禽疫病预测与决策支持,提出感知-决策-反馈架构。
系统综述农民对农业AI的感知、接受度、采纳意愿及障碍。
利用数字全息与AI检测葡萄园空气中霜霉和白粉病菌孢子,优化杀菌剂施用。
Cotton leaf disease classification using deep learning models for smart agriculture。Agriculture & Food Security
综述AI在可持续发展各领域的机会与创新路径,并强调负责任AI的治理要求。
系统映射181项研究,梳理农业代理式AI的架构、应用、挑战与未来方向。
用机器学习与遥感分析印度库鲁区1991-2022年土地利用变化及其对地表温度的影响。
提出PCA深度特征优化框架,用ViT+SVM分类橙子病害,准确率达99.12%。
巴西昆虫调查平台整合计算机视觉、田间试验与种群建模,实现害虫实时监测与治理。