#KNN

本文提出便携式高光谱成像结合可解释PLS-DA-SHAP方法,用于茯苓(Fushen,Poria cocos)的地理来源溯源与真实性鉴别。研究展示了如何将机器学习与SHAP可解释性相结合,应用于中药材产地溯源。原文标题:Portable hyperspectral imaging combined with interpretable PLS-DA-SHAP for geographical origin traceability and authenticity discrimination of Poria cocos (Schw.) Wolf (Fushen),作者:Xing W、Zhang Y、Wei X、Nie S、Cheng X、Cai M、Yang Q、Wang Y,发表于Frontiers in Sustainable Food Systems 2026年第10卷doi:10.3389/fsufs.2026.1891249,2026年7月15日接收,8月7日发表。本研究为基于光谱成像的农产品/中药材产地溯源提供了可解释AI方法范式。

用超参数调优的K-NN融合形状、颜色和纹理特征识别五种印尼草药叶片。

用HOG特征和经典机器学习对Nendra Bale香蕉四个成熟阶段进行图像分类。

改进YOLOv11与RT-DETR集成，实现遥感图像旋转目标检测，提升精度与速度。

提出自适应异构动态集成框架AHDE-DS，实现跨异构数据的鲁棒预测、分类与智能决策支持。

9月7日是袁隆平院士诞辰96周年，由湖南省农业科学院牵头联合湖南杂交水稻研究中心、绥宁县人民政府以及相关种业企业，在湖南省邵阳市武阳村开展总面积202亩的超级稻爽两优138大面积制种示范。专家组现场随机抽取3块田开展机械实收测产：三块田平均亩产530.4公斤，创下杂交水稻大面积制种高产新的世界纪录。

评估AlphaEarth嵌入用于作物分类，比较其可分性、时间动态与跨区域迁移能力。

提出一种注意力引导的自适应多尺度融合方法，提升遥感图像目标检测精度。