Genotype-Aware Prediction of Soybean Seed Composition from Multimodal UAV Imagery of the Standing Crop
用无人机多模态影像与基因型数据训练CNN,预测大豆八种种子成分。
人工智能算法、大模型与决策支持系统
用无人机多模态影像与基因型数据训练CNN,预测大豆八种种子成分。
用离散小波变换提取蛋壳图像多尺度空间特征,实现小样本高效数字表型。
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。
综述人工智能在地理学中的应用,涵盖GIS、遥感、城市规划、农业与环境监测等。
提出治理优先框架,整合AI与区块链提升园艺价值链可持续性与包容性。
综述光学传感驱动的设施作物高通量表型平台,涵盖传感器、平台架构与数据处理。
用MobileNetV2和DenseNet169对田间棉花与杂草图像做二分类,验证机器视觉除草可行性
UAV-based rice nitrogen status monitoring using machine learning and deep learning。Precision Agriculture
提出开源两阶段深度学习流程PetalSpot,实现花瓣病斑像素级量化。
综述AI赋能水产养殖工程系统,从感知、建模到部署架构的设计视角。
提出联邦迁移学习入侵检测方法,将流量转灰度图复用轻量视觉模型,实现农业物联网实时检测。
基于印度州级MODIS NDVI与机器学习比较作物产量预测,随机森林优于梯度提升。
系统综述遥感估产方法,分类传感器、平台、建模与机器学习,指出深度学习性能最优。
对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。
提出基于DeiT的混合可解释框架,实现植物病害分类与严重度估计。
这是一份面向本科生的AI基础开放教育资源,介绍AI在医疗、金融、零售、农业等六大领域的应用。
提出混合迁移学习框架,用预训练模型提取特征并结合机器学习分类器实现卫星图像季节分类。
提出TA-ABC-Bi-LSTM模型,用多源农业数据精准预测水稻产量。
提出ECP-Net,用注意力与动态原型提升番茄病害分类精度与可解释性。
设计多频段环境RF能量收集系统,为无电池农业传感器网络供电并验证。