Machine Learning-based Prediction of SVI Parameter in Maize: A Comparative Study and Feature Importance Analysis
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
人工智能算法、大模型与决策支持系统
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
提出GLC-Net,用全局-局部动量对比学习与关键特征校准提升田间植物病害识别。
用UNet++分割苹果病叶并融合多种CNN与ViT分类,实现98.85%识别准确率。
提出融合CNN深度特征与手工特征的方法,用于植物叶片病害识别。
结合CNN-LSTM混合模型检测植物叶片病害,并调查印度泰米尔纳德邦农户的农业实践与技术采纳情况。
提出多语言Transformer农业决策支持模拟器,统一实现作物病害诊断、农技建议与市场情报。
提出首个多答案芒果质量分级VQA框架MangoVQA,对齐印尼SNI标准。
提出SAMWater,用提示引导多模态基础模型实现可迁移地表水制图。
开发并验证基于深度学习的计算机视觉流程,用手机图像快速定量评估豌豆白粉病严重度。
综述AI自适应发射功率控制提升IoT通信能效,面向智慧农业等场景。
综述智能施肥系统的技术、控制与通信方法,并指出研究空白与未来方向。
基于树莓派与物联网,实现棉花叶病自动检测、感染率估算与防治推荐。
用IoT传感器数据与集成机器学习实现作物健康分类与资源优化。
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。
综述AI、基础模型与数字孪生如何支撑气候韧性农业,并指出关键挑战与未来方向。
提出IVG-UAV系统,用语音、视觉与路径规划实现仿真中自主采摘熟果。
根据《杭州市大力发展智慧农业打造人工智能+农业创新实践高地实施方案(2026—2030年)》部署,杭州启动人工智能+农业应用场景征集,聚焦农业大模型和智能体、智能农业设施装备、智慧管理服务平台三大方向。场景要求具备合规性、创新性、实效性、示范性、开放性,优先支持向中小企业、民营企业开放测试应用合作;入选场景将有机会在第二十三届中国国际农产品交易会智慧农业展区专题展示。
系统综述AI与自动化技术在现代农机中的应用现状、效益与障碍。
集成物联网与计算机视觉的智能温室系统,实现非破坏性植物生长监测与远程管控。
提出IrrigaDL-FL低成本物联网智能灌溉框架,融合深度学习与模糊逻辑优化路由和灌溉决策。