Agri digital twin–driven intelligent computing framework for real-time crop yield forecasting and sustainable decision support
提出农业数字孪生框架,结合GRU与物联网实现实时产量预测与可持续决策支持。
同时包含 作物产量预测、农业人工智能 的农业资讯,共 6 条。
提出农业数字孪生框架,结合GRU与物联网实现实时产量预测与可持续决策支持。
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。
将田块级作物产量预测建模为时间序列外回归,比较多源农业时间序列上的神经与非神经方法。
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。
提出TA-ABC-Bi-LSTM模型,用多源农业数据精准预测水稻产量。
研究AI在尼日利亚西南部土壤肥力评估和作物产量预测中的应用,发现随机森林模型表现最佳。