A quantum-inspired multi-objective learning framework for real-time sustainable aquaculture water quality prediction
提出量子启发多目标优化网络Q-AQUAOptNet,实现水产养殖水质实时预测。
浏览数字农业与前沿技术相关政策、产业动态与研究。
提出量子启发多目标优化网络Q-AQUAOptNet,实现水产养殖水质实时预测。
提出基于YOLOv8-MHSA与SAM的网页系统,实现苹果叶片病害多感染阶段实时检测与分级。
Field-scale prediction and spatial mapping of tractor tractive efficiency in tillage operations using machine learning。Precision Agriculture
提出多教师在线自适应与多模态增强框架,提升作物病害实时检测模型在动态环境下的鲁棒性。
综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。
基于2011-2022年省域面板数据,实证检验数字乡村发展对农业全要素生产率增长的影响。
安徽农业大学团队发布跨物种基因-表型预测深度学习工具Crop-GPA 2.0,并在水稻、玉米、小麦中
在暗箱中评估多光谱葡萄品质分级预测,并比较三种光照补偿方法。
综述精准农业、AI、基因编辑、无人机、物联网等新兴技术如何重塑未来农业。
提出AI驱动的无线供电三层架构,优化大规模IoT设备能量传输与分配。
用深度学习结合大规模环境数据预测县域大豆产量,并对比多种网络架构与传统模型。
用无人机多传感器遥感结合AutoML预测冬小麦水分含量。
提出证据加权多准则决策方法,解决稀疏不平衡主观评价下的产品排序问题。
用高光谱成像结合预处理与机器学习,对番茄叶片氮素水平进行分类。
用低成本MOS传感器阵列采集薄荷VOC指纹,结合特征优化机器学习实现盐胁迫检测。
用机器学习基于叶长宽非破坏性预测30个橄榄品种叶面积,PSO优化ANN精度最高。
综述机器视觉在精准农业中的应用现状与未来趋势。
基于GEE融合Sentinel-1/2监测2025年巴基斯坦旁遮普季风洪水双峰动态及农田暴露。
综述无人机图像小目标检测的深度学习研究,提出对称性视角与三层框架。
生成CHIME高光谱、LSTM热红外和ROSE-L L波段模拟数据集,为未来Sentinel扩展任务