Real-Time IoT-Integrated Ensemble LSTM–Bi-LSTM Framework for Greenhouse Microclimate Forecasting
提出物联网集成LSTM与Bi-LSTM加权集成框架，实时预测温室微气候。
设施园艺与植物工厂
设施化保护地生产与植物工厂、无土栽培、都市农业
技术筛选 · 已选 1 项
6 篇内容清除全部筛选
SMART GREENHOUSE MEASUREMENT AND MONITORING SYSTEM BASED ON IOT AND COMPUTER VISION
集成物联网与计算机视觉的智能温室系统，实现非破坏性植物生长监测与远程管控。
Integration of digital twin and IoT for virtual greenhouse management
提出VR-DT-IoT框架，实现虚拟温室实时同步与沉浸式控制。
崔运鹏研究员团队 农产品品质管控云边端一体化中间件研究进展
发表于智慧农业(中英文)2026年第4期。研究阐述云边端协同技术在大田种植、设施园艺和畜牧养殖等典型农业场景中的应用模式与协同机制，综合分析边缘智能调度、语义互操作与可信协同等国内外研究进展。
IGWO-AS: An Enhanced Grey Wolf Optimizer for Relay-Node Deployment in LoRa-Based Smart Greenhouse Systems
提出IGWO-AS优化LoRa温室中继部署，提升覆盖率并降低丢包率。
AI-Enabled IoT-Based Hydroponic Farming with Embedded Automation and Nutrient Prediction
原文标题:AI-Enabled IoT-Based Hydroponic Farming with Embedded Automation and Nutrient Prediction。作者:Jehangir Arshad、Fawad Azeem、Ayesha Butt、Maha Chaudhary、Rana Saad Safdar、M. Kamran Joyo、Izanoordina Ahmad、Prajoona Valsalan、Husham M. Ahmed(COMSATS University Islamabad等)。DOI: 10.3390/fi18090446。论文构建一个由Raspberry Pi控制、完全监测并持续评估的水培农业模拟器,采用多种传感器、数据管理与处理以及自动化环境调节。该智能水培系统采用双模型机器学习流水线:一个通过图像分析识别植物病害,另一个基于传感器数据评估植物营养水平。两个模型的数据通过云端数字孪生(DT)合并,实现远程访问并提供闭环控制,用于水培环境中的灌溉、营养剂量和所有环境因子管理。该研究展示了将物联网传感、机器学习和数字孪生模拟组合成可运行超物理系统来开发可扩展、数据驱动的精准农业解决方案的能力。