Land Cover Classification using Hyperspectral Imagery: A Deep Learning Approach
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
人工智能算法、大模型与决策支持系统
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
提出SmartCrop AI平台,集成机器学习预测、土壤评估、AI咨询和市场价格信息,辅助精准农业决
提出人本AI并发工程框架,跨领域应用于农业等六场景。
提出基于Mask R-CNN和SVM的猪爬跨行为自动检测方法,实现群养公猪连续监测。
提出ResNet50-Fusion(ViT)混合深度学习模型,用于番茄害虫精准识别,准确率达97%。
提出RAVA,一种循环主动视觉智能体,通过主动观察应对环境噪声,提升植物病害诊断鲁棒性。
结合地理空间与AI评估尼日利亚Wako灌区适宜性,划分灌溉分区。
综述AI与LLM在农业推广中的应用,评估其采纳、效果与公平性,尤其关注小农户。
用仅含609个参数的MLP从UAV红光波段重建近红外波段,低成本替代多光谱相机。
开发了花粉分析工具PAT,自动化评估花粉活力,并用于发现新的减数分裂抑制因子。
Deep Learning-Based Crop Disease Detection Using EfficientNet-B3 for Smart Agriculture。Research Square
综述AI与IoT在精准农业中的集成技术、应用与挑战,提出未来研究方向。
用无人机多光谱和VGG21深度学习检测小麦涝害并评估硅肥效果。
利用随机森林结合遥感与GIS绘制印度Latur地区地下水潜力图。
提出结合Real-ESRGAN超分辨率和YOLO分割的农田边界提取框架,提升中分辨率卫星影像识别精度
提出PlantC2USeg,通过跨尺度一致性预训练实现少样本植物点云分割。
评估五种深度卷积神经网络在自然田间条件下对绿豆叶部病害的识别性能。
综述智能农学新兴技术与可持续实践,重点评述第13章未来农学趋势与挑战。
研究沙特AI采用与粮食安全、水资源效率的动态关系,发现AI提升短期粮食安全与工业用水效率。
利用中国省级面板数据,实证检验AI对农业生产效率的影响及机制转换。