A Comprehensive Review on Multi-Modal Large Language Models and Agentic Architectures for Precision Agricultural Decision Support
综述多模态大模型与智能体架构在精准农业决策支持中的应用与不足。
数字农业与前沿技术
浏览数字农业与前沿技术相关政策、产业动态与研究。
技术筛选 · 已选 1 项
628 篇内容清除全部筛选
A Comparative Study of Client-Level Stabilization Techniques in Federated Learning for Robust Plant Disease Recognition
比较联邦学习客户端级稳定化技术，提升植物病害识别的鲁棒性。
Lightweight Hybrid CNN-Transformer Network for Robust Maize Leaf Disease Detection and Edge Deployment
构建轻量MobileNetV3-Small框架实现玉米叶片病害分类并评估边缘部署。
Integration of IoT And Satellite Data for Real-Time Agricultural Crop Stress Monitoring Using Spatio-Temporal Transformers
融合IoT传感器与多时相卫星数据，用时空Transformer实现作物胁迫实时监测。
Real-Time UAV scheduling under hazardous weather conditions using an integrated fuzzy logic and machine learning framework
提出融合模糊逻辑与机器学习分类器的无人机实时调度框架，在恶劣天气下保障精准农业飞行安全。
MSFANet: a multi-scale feature aggregation network for tobacco pest recognition
提出MSFANet多尺度特征聚合网络，实现复杂田间背景下烟草害虫的自动识别。
FDUNet-LRSA: efficient frequency-adaptive segmentation for automated crop disease inspection
提出频域自适应分割网络FDUNet-LRSA，用于甘薯病害自动巡检。
专家解读:让更多数智成果惠及普通农户——数字乡村要从「盆景」走向「风景」
中国农业大学信息与电气工程学院副教授李想在宣讲家网撰文指出,《数字乡村高质量发展行动计划(2026—2030年)》提出加强核心算法攻关,推动数字技术与农机、农艺协同创新。农业人工智能既要把农艺知识、作物机理和专家经验融入模型,也要不断提升算法对不同区域、不同作物、不同生育阶段和不同生产条件的适应能力。当前农业人工智能算法和大模型在复杂田间环境中的准确性、稳定性仍不足以直接替代专业农技判断,现阶段更适合作为农事服务人员的辅助工具。「十五五」期间,数字乡村、智慧农业既要持续加强技术研发,也要更加重视通过完善的服务体系把数字化、智能化能力送到田间地头。
Predicting Wetland Nitrogen Levels Through Microbial Signatures: A Taxonomy-Based Approach Validated by Machine Learning
利用湿地微生物群落特征结合机器学习预测土壤总氮水平。
Artificial Intelligence for Environmental Sustainability and Climate Change Mitigation: Recent Advances, Challenges, and Future Perspectives
综述AI在气候变化缓解与环境可持续领域的应用进展、挑战与未来方向。
Entomopathogenic nematode recent applications in precision agriculture: Methods, challenges, and future perspectives
Entomopathogenic nematode recent applications in precision agriculture: Methods, challenges, and future perspectives。Journal of Invertebrate Pathology
Explainable deep learning for Mango leaf disease recognition using AlexNet and grad-CAM
提出可解释深度学习框架，用AlexNet结合贝叶斯调参、微调和Grad-CAM实现芒果叶病十分类。
International Journal of Environmental and Agriculture Research·10月15日 · 周四62 分 论文农技推广与成果转化智慧农业 / 农业物联网阅读 0
The Importance of Electronic Communication in the Use of Artificial Intelligence Programs and Applications in the Field of Smart Agriculture from the Point of View of Agricultural Extension Workers in Nineveh Governorate, Iraq
调查伊拉克尼尼微省农业推广人员对电子通信在智慧农业AI应用中重要性的认知及障碍。
Trustworthy Explainable AI for Lettuce Growth Stage Prediction Using Sensor Data in Smart Agriculture
提出XGB-StageVision，用传感器数据与可解释AI预测水培生菜生长阶段。
An integrated instance segmentation and deep feature fusion model for robust leaf species classification in natural environments
提出实例分割与深度特征融合框架，在自然环境下实现鲁棒叶片物种分类。
Ta limda Istiqbolli Izlanishlar xalqaro ilmiy metodik jurnal·10月15日 · 周四49 分 论文数字农业与前沿技术智慧农业 / 农业物联网阅读 1
QISHLOQ XO‘JALIGI OLIY TA’LIM MUASSASALARIDA MAXSUS FANLARNI O‘QITISHDA “SMART AGRICULTURE” TEXNOLOGIYALARIDAN FOYDALANISH METODIKASI
研究将智慧农业技术融入农业高校专业课程教学的方法论。
Frontiers in Sustainable Food Systems 10 2026-10-15·10月15日 · 周四0 分 论文农业AI与大模型数字乡村与农业信息化2 个信源同时报道 阅读 1
Artificial intelligence policy, digital industry agglomeration, and industrial land intensive use: evidence from a quasi-natural experiment in China
以AI创新试验区为准自然实验，检验AI政策通过数字产业集聚促进工业用地集约利用。
Detection of yam leaf diseases and pest damage under complex field conditions using LIMN-YOLO
提出轻量级LIMN-YOLO模型，在复杂田间条件下检测山药叶部病害与虫害。
Mapping Soil Salinity in Arid Agricultural Regions Using Multi-Source Remote Sensing and a Long-Range Dependency-Enhanced Deep Learning Framework
提出LRD-Net深度学习框架，融合多源遥感与环境协变量，估算新疆干旱绿洲区土壤盐分。
Adaptive Reinforcement Learning Models for Autonomous Resource Optimization
综述自适应强化学习在动态不确定环境下自主资源优化的框架、方法与应用。