Deep learning-based estimation of Kent mango yield by commercial export category under real field conditions in northern Peru
开发深度学习模型在真实田间条件下检测并分类肯特芒果为三个出口等级,实现产量估计。
浏览数字农业与前沿技术相关政策、产业动态与研究。
开发深度学习模型在真实田间条件下检测并分类肯特芒果为三个出口等级,实现产量估计。
评估生长季内天气变量时间聚合粒度对水稻产量机器学习模型预测与可解释性的影响。
构建基于AI/ML的Web农业决策支持平台,为农民提供作物推荐、病害检测、天气与市场价格等服务。
综述旱地微灌与补充灌溉提升小米产量与水分利用效率的研究进展。
提出分层跨模态时空注意力网络HCM-STAN,融合多源农业数据预测喜马拉雅山区苹果产量。
用二维无机液晶电控动态调节光热环境,实现智能农业光热管理。
提出混合深度集成框架,融合CNN与LSTM并引入注意力机制,实现作物病害预测与气候韧性灾害管理。
提出Nightshade-SWIN框架,用Swin Transformer提升茄科多作物叶片病害分类
提出HSM-YOLO算法,在群养环境下检测羊爬跨行为及被爬跨母羊,用于发情监测。
Reconstruction of within-field spatio-temporal variability from fixed and on-board proximal sensors: application to simulated leaf area data in viticulture。Precision Agriculture
Barley head detection using UAV imagery and YOLOv10。Precision Agriculture
提出无人机实时检测定位未出苗甘蓝幼苗的深度学习方法,准确率96.9%。
提出场景自适应动态路由视觉状态空间模块SADR-VSS,用于复杂田间轻量级农业目标检测。
提出改进YOLO 11n模型,实现棉花田间复杂遮挡环境下障碍物高精度检测。
提出SWAT-BiLSTM分层混合框架,高精度模拟赣江流域径流、泥沙与营养物动态。
开发了Water Optimizer工具,在有限供水下优化作物种植与灌溉量以最大化利润。
综述深度学习在植物病害检测中的应用,涵盖CNN、混合Transformer、注意力机制与生成式数据增
综述人工智能在生物技术各领域的应用现状、工具、挑战与未来方向。
综述85篇精准农业本体论文,发现数据、本体和代码可复现率极低。
提出PEAS-DeiT模型,将多尺度空间注意力融入DeiT,实现豌豆叶片病害分类。