Comparative evaluation of classical machine learning and deep learning models for early weed detection in precision agriculture
对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。
人工智能算法、大模型与决策支持系统
对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。
提出基于DeiT的混合可解释框架,实现植物病害分类与严重度估计。
这是一份面向本科生的AI基础开放教育资源,介绍AI在医疗、金融、零售、农业等六大领域的应用。
提出混合迁移学习框架,用预训练模型提取特征并结合机器学习分类器实现卫星图像季节分类。
提出TA-ABC-Bi-LSTM模型,用多源农业数据精准预测水稻产量。
提出ECP-Net,用注意力与动态原型提升番茄病害分类精度与可解释性。
设计多频段环境RF能量收集系统,为无电池农业传感器网络供电并验证。
提出CNN+ViT混合深度学习框架,利用多时相Sentinel-2影像监测作物分类与干旱胁迫。
提出卡塔尔国家AI水智能平台NAWIP,整合多源数据实现水预测、优化与协调。
提出EdgeHatch,在边缘设备上用机器学习检测鸡蛋孵化阶段。
提出防泄漏、可靠性导向的水稻叶病诊断深度学习框架,并系统评估其泛化与部署表现。
用气候与遥感数据构建机器学习模型预测尼日利亚北部玉米草地贪夜蛾暴发。
综述土壤科学、地球观测、AI与决策支持,提出可持续土壤治理实现零食物缺口的整合框架。
综述2022-2026年AI在农业的应用趋势、成效与各国推广障碍。
综述AI与数字农业在害虫监测、预测及决策支持中的应用与挑战。
提出融合GLCM纹理特征与CNN的集成深度学习框架,实现土壤pH等级图像分类。
提出自适应AI决策支持系统,用轻量网络与特征优化实现精准农业实时图像分析与决策。
提出面向气候智慧型农业的可信AutoML指标体系与可持续治理框架,用于决策支持。
提出融合养分与气候数据、KHO优化和可解释AI的作物推荐框架,Tab Transformer精度达0
用大语言模型辅助人类专家,解决罗氏沼虾RAS育苗中幼体高死亡率问题。