Intelligent Automated Crop Monitoring System Based on Unmanned Aerial Vehicles and Deep Learning for Smart Agriculture
构建无人机RGB影像深度学习分割与空间矢量化框架,实现作物监测优先级评估。
人工智能算法、大模型与决策支持系统
构建无人机RGB影像深度学习分割与空间矢量化框架,实现作物监测优先级评估。
比较六种轻量神经网络在三种植物病害数据集上的分类性能,面向边缘设备部署。
提出YOLOv8-MST轻量算法,实现双粒花生播种实时检测与计数。
将可穿戴湿度传感器与机器学习结合,实现植物水分状态监测。
提出物理信息可解释深度学习架构PhySinc-Net,实现奶山羊非接触呼吸率监测。
提出MSO-Det多级协同优化框架,用于田间场景下鲁棒的穗部目标检测。
浙江省农业科学院农业人工智能创新中心算力服务平台建设(二期)项目中标结果公告显示,浙江移动数智科技有限公司以投标总价398.6万元中标,项目评审总得分85.1。代理机构为浙江省政府采购中心,合同信息详见公告附件。
用无人机RGB影像与机器学习估算水分氮胁迫下高粱生物量和产量。
综述AI在可持续发展目标中的应用机遇、创新与系统性风险。
开发轻量级边缘AI模型,在资源受限移动设备上实时检测高粱病害。
融合计算机视觉与机器学习,实现高粱病害严重度评估与产量预测。
综述可信农业自主性,从机器人学习、安全控制与人机交互三支柱探讨技术进展与挑战。
分析AI在尼日利亚木薯生产中的应用收益与制约因素。
提出F.A.R.M.系统,用IoT传感与机器学习实现作物推荐、价格预测和产量估算。
提出InResKolArno_SCO混合框架,用于物联网智慧农业中的植物病害分类。
提出以人为中心的机器学习仪表盘,融合物联网与预测模型,为农户提供实时可解释的决策支持。
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。
提出知识增强可穿戴系统K-Wear,将植物传感信号转化为可解释诊断与建议。
探讨量子计算在动物营养与农业中的应用前景,重点分析混合量子-经典方法解决组合优化等难题的潜力。
基于TOE框架,用混合方法研究阿曼水培农场AI采纳的驱动因素及对绩效的中介作用。