From patterns to prediction: detecting crop sequence and interpreting crop selection with explainable AI at field level in Denmark
用丹麦十年田块数据识别轮作模式并预测年度作物选择。
浏览数字农业与前沿技术相关政策、产业动态与研究。
用丹麦十年田块数据识别轮作模式并预测年度作物选择。
提出DAC-Grad-CAM可解释框架,实现芒果缺陷感知分类与定量验证。
利用番茄电生理信号与机器学习实现水分胁迫早期在线检测。
提出轻量级作物行分割模型CropRowSeg,并设计中心线引导的条带标注方法。
用RGB卷积神经网络自动分类豇豆叶片可见脉纹,区分健康与结构胁迫样本。
提出多模态计算机视觉框架,用无人机和地面图像检测牛羊并监测疫情。
探讨AI与移动健康方案提升农村母婴健康,涵盖预测分析、远程监测与健康教育。
用X射线成像结合机器学习与深度学习,无损分类油菜籽机械损伤等级。
提出轻量级双路径网络DPMFNet,实现复杂农田场景下的作物病虫害高精度识别。
提出轻量化Flor-YOLO模型,实现香石竹鲜切花开放度自动分级检测。
用YOLOv8检测黄瓜真叶并结合多元回归,实现幼苗活力指数无损预测。
构建多任务堆叠集成模型与物联网决策支持系统,实现小农户精准水肥一体化。
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。
提出AshGdNutDefAM多特征机器学习框架,自动检测和分类冬瓜缺镁缺铁症状。
用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。
综述2018-2025年深度学习杂草分类方法,分析技术瓶颈并给出改进建议。
综述生物声学传感与信号处理进展,涵盖医疗、生态与农业应用。
提出一套无人机高光谱结合AI的干旱区土壤有机碳制图标准化试点方案。
结合遥感、GIS与人工神经网络评估印度喜马拉雅地区农林复合系统的空间适宜性与气候韧性。
构建规则驱动农业景观功能分区指数,并用多模态融合深度学习实现自动预测。