Zenodo (CERN European Organization for Nuclear Research)·10月1日 · 周四59 分 论文遥感与农情监测农业遥感与作物表型2 个信源同时报道 阅读 3
Plant Phenotyping Using the PlantEye F500 Imaging System
介绍都灵大学PHENOPLANT平台用PlantEye F500进行植物无损表型测量的实验方案。
浏览数字农业与前沿技术相关政策、产业动态与研究。
介绍都灵大学PHENOPLANT平台用PlantEye F500进行植物无损表型测量的实验方案。
实证研究尼日利亚技术型农场中现代技术创新与粮食安全的关系。
构建无人机RGB影像深度学习分割与空间矢量化框架,实现作物监测优先级评估。
比较六种轻量神经网络在三种植物病害数据集上的分类性能,面向边缘设备部署。
开发基于ESP32与ESP32-CAM的物联网植物监测与自动灌溉系统,用Sugeno模糊逻辑决策浇水
提出YOLOv8-MST轻量算法,实现双粒花生播种实时检测与计数。
将可穿戴湿度传感器与机器学习结合,实现植物水分状态监测。
提出物理上下文条件化多模态融合网络,用多源无人机遥感估算玉米冠层氮含量。
提出物理信息可解释深度学习架构PhySinc-Net,实现奶山羊非接触呼吸率监测。
提出MSO-Det多级协同优化框架,用于田间场景下鲁棒的穗部目标检测。
用无人机RGB影像与机器学习估算水分氮胁迫下高粱生物量和产量。
综述AI在可持续发展目标中的应用机遇、创新与系统性风险。
开发轻量级边缘AI模型,在资源受限移动设备上实时检测高粱病害。
融合计算机视觉与机器学习,实现高粱病害严重度评估与产量预测。
综述可信农业自主性,从机器人学习、安全控制与人机交互三支柱探讨技术进展与挑战。
提出基于态势感知理论的农机遥操作人机界面框架,提升非专业操作者表现。
分析AI在尼日利亚木薯生产中的应用收益与制约因素。
提出F.A.R.M.系统,用IoT传感与机器学习实现作物推荐、价格预测和产量估算。
提出InResKolArno_SCO混合框架,用于物联网智慧农业中的植物病害分类。
提出以人为中心的机器学习仪表盘,融合物联网与预测模型,为农户提供实时可解释的决策支持。