Rice Yield Prediction Using Multi-Modal Regression Learning with Optimized Ensemble Models
构建多模态回归学习框架,融合气候、遥感与作物因子,实现水稻产量连续预测。
同时包含 农业人工智能、智慧农业、水稻、遥感 的农业资讯,共 10 条。
构建多模态回归学习框架,融合气候、遥感与作物因子,实现水稻产量连续预测。
Integrating UAV-Based Remote Sensing and Deep Learning for Early Detection of Bacterial Leaf Blight in Rice。Research Square
提出双分支深度学习网络融合时序与辅助数据,提升亚热带水稻分类精度。
结合遥感植被指数与机器学习,预测尼日尔萨赫勒四地区2010–2025年水稻产量。
提出Rice-STNet时空深度学习框架,用多时相无人机RGB影像估算水稻株高。
提出无监督多模态聚类框架AgriMAC,融合无人机NDVI、IoT土壤与气象数据评估水稻健康。
用无人机可见光影像和深度学习模型区分直播稻、湿直播稻与移栽稻三种水稻种植方式。
UAV-based rice nitrogen status monitoring using machine learning and deep learning。Precision Agriculture
提出TA-ABC-Bi-LSTM模型,用多源农业数据精准预测水稻产量。
提出基于绿蓝通道特征增强的水稻幼苗光水胁迫诊断方法。