农业AI与大模型

提出农学知情框架，结合最优物候期与密度产量制图，实现跨季节可迁移的产量预测。

综述土壤养分动态预测的统计与机器学习方法，比较精度与局限。

基于六组一周IoT课程原型文档，分析其架构、AI集成与安全模式。

提出SCR-XGB五层框架，用梯度提升树集成从土壤和气候参数推荐作物。

系统综述2016-2026年24项作物推荐研究，比较四类机器学习方法并指出基准精度已趋饱和。

综述AI在植物病害检测中的应用，涵盖图像采集到模型评估全流程及未来趋势。

构建声频刺激植物生长实验框架，分析不同频率对生理指标的影响并推荐最优频率。

综述2018-2025年深度学习杂草分类方法，分析技术瓶颈并给出改进建议。

综述生物声学传感与信号处理进展，涵盖医疗、生态与农业应用。

提出一套无人机高光谱结合AI的干旱区土壤有机碳制图标准化试点方案。

综述深度学习多源遥感图像融合方法、挑战与未来方向。

提出CNN-Transformer-LSTM混合框架，实现棉花叶片病害自动识别。

Field-scale prediction and spatial mapping of tractor tractive efficiency in tillage operations using machine learning。Precision Agriculture

用低成本MOS传感器阵列采集薄荷VOC指纹，结合特征优化机器学习实现盐胁迫检测。

用机器学习基于叶长宽非破坏性预测30个橄榄品种叶面积，PSO优化ANN精度最高。

提出融合物联网传感与随机森林的智能灌溉系统，实现数据驱动的自动灌溉控制。

系统综述AI在环境韧性与可持续创新中的应用、趋势与挑战。

综述AI赋能多组学、基因编辑与精准农业，培育气候韧性与营养强化作物。

系统综述AI在可持续农业中的应用，分析生产力与可持续性影响及推广障碍。

用无人机可见光影像和深度学习模型区分直播稻、湿直播稻与移栽稻三种水稻种植方式。