Computers and Electronics in Agriculture·9月1日 · 周二论文农业遥感与作物表型阅读 1

Hyperspectral multi-indicator ripeness perception model for mechanized harvesting of “Yulu Xiang” pears

Na Ma · Jinyan Sun · Yingjun Li 等 10 人

Computers and Electronics in AgricultureDOI 10.1016/j.compag.2026.112351
论文解读
75精选
速览

构建高光谱多指标成熟度感知模型,用于玉露香梨机械化采摘。

方法

高光谱成像结合多指标分析,建立成熟度感知模型。

发现

模型能有效感知梨的成熟度,支持机械化采摘决策。

机会点

可探索将模型推广至其他水果,或结合无人机实现大范围成熟度监测。

影响力15
信息增量20
专业深度18
信源权威15
时效性7

针对梨机械化采收的高光谱多指标成熟度感知模型,方法新颖,数据详实,对智慧农业有实质贡献。

原文摘要

面向“玉露香”梨机械化采收的高光谱多指标成熟度感知模型。《Computers and Electronics in Agriculture》

农业人工智能 智慧农业 高光谱 采收相关资讯

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。