人工智能算法、大模型与决策支持系统
综述2021-2026年AI驱动精准农业系统，提出气候韧性粮食生产工程框架。
全球5公里尺度评估五类智慧农业创新在农田的盈利性与扩散潜力。
Enhancing seeding efficiency using a computer vision system to monitor furrow quality in real-time。Precision Agriculture
通过问卷与访谈调查美国农业利益相关者对AI/ML应用的认知与障碍。
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。
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。
提出Nightshade-SWIN框架，用Swin Transformer提升茄科多作物叶片病害分类
综述深度学习在植物病害检测中的应用，涵盖CNN、混合Transformer、注意力机制与生成式数据增
综述人工智能在生物技术各领域的应用现状、工具、挑战与未来方向。
融合三种CNN深度特征与集成学习，实现田间马铃薯叶片七类病害分类。
基于CropIntel数据集，用15+种机器学习算法实现作物分类、灌溉需求预测与产量潜力预测。
构建云原生决策支持系统，用多年NDRE时序自动生成精准农业变量施肥/播种处方图。
综述AI自适应发射功率控制提升IoT通信能效，面向智慧农业等场景。
基于树莓派与物联网，实现棉花叶病自动检测、感染率估算与防治推荐。
系统综述AI与自动化技术在现代农机中的应用现状、效益与障碍。
提出融合玉米叶片图像与气象数据的多模态AI推荐框架，实现病害诊断与农事建议生成。
提出模糊推理系统引导的CNN超参数优化方法，用于植物病害分类，兼顾精度与效率。
构建集成作物推荐、产量预测、肥料建议与多语言问答的AI农业决策Web平台。
综述无人机应用潜力与发展趋势，强调其向自主化、网络化、数据驱动系统演进。
提出轻量CNN与EfficientNet-B0混合特征提取、PCA降维和堆叠集成分类的菠萝蜜病害检测