International Journal of Engineering Technology Research & Management·12月21日 · 周一论文农业人工智能与决策模型阅读 2

PRECISION AGRICULTURE ANALYTICS USING UAV MULTISPECTRAL IMAGING AND MACHINE LEARNING FOR CROP STRESS DETECTION AND YIELD OPTIMIZATION MODELS

Adedayo Oluwaseyi Alawode

International Journal of Engineering Technology Research & ManagementDOI 10.5281/zenodo.22111395开放获取 PDF ↗
论文解读
30未达精选线
速览

利用无人机多光谱成像与机器学习检测作物胁迫并优化产量。

方法

无人机多光谱成像结合机器学习算法。

发现

该方法可有效检测作物胁迫并优化产量。

机会点

可探索多光谱数据与深度学习结合,提高胁迫检测精度,并开发实时决策系统。

影响力8
信息增量8
专业深度10
信源权威4
时效性0

论文摘要信息有限,且发表于未来日期,时效性差,但主题相关,内容涉及无人机多光谱与机器学习在作物胁迫检测和产量优化中的应用,有一定技术价值。

原文摘要

利用无人机多光谱成像与机器学习进行作物胁迫检测及产量优化模型的精准农业分析。《国际工程技术研究与管理杂志》

农业人工智能 作物监测 智慧农业 遥感相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三67 分 论文农业AI与大模型农业遥感与作物表型阅读 0

Evaluation of Counterfactual Explanation Robustness for Computer Vision Agriculture Yield-Forecast Models Under Satellite Cloud-Mask Gaps: An Interpretability Reliability Bound for Cooperative Storage Decisions

推导卫星云掩膜缺口下反事实解释可靠性的理论界,并评估其对合作社储粮决策的影响。