AI and Sustainable Agriculture Through Cost–Benefit Analysis of Smart Irrigation Systems
通过成本效益分析评估AI智能灌溉系统的经济与环境影响。
数字农业与前沿技术
浏览数字农业与前沿技术相关政策、产业动态与研究。
技术筛选 · 已选 1 项
538 篇内容清除全部筛选
Integrating artificial intelligence in climate change and sustainable development: A comprehensive bibliometric review
用文献计量法梳理2007-2025年AI与气候变化及可持续发展交叉研究，揭示主题演化与地域失衡。
Towards intelligent and scalable routing in cloud-based smart agriculture: a hybrid deep learning approach in big data era
提出AlexNet与蚁群优化混合路由框架，用于云智慧农业的智能路由与资源分配。
Integrating Material Flow Cost Accounting and IoT-Based Monitoring for Eco-Efficient Goat Farm Management
开发集成物联网监测与物料流成本核算的山羊养殖数字平台GEMBALA。
Research on the Application of Agricultural Big Data in Plant Growth Prediction——基于多源数据同化与混合智能（MDA-HI）框架
提出MDA-HI框架，融合过程模型与混合智能，用于作物生长与产量预测。
人工智能对农业新质生产力的驱动机制与效应——基于278个地级市面板数据（2010—2024）
基于278个地级市面板数据，实证检验人工智能对农业新质生产力的驱动机制与空间溢出效应。
Computer vision-based size estimation module for selective harvesting of lettuce
开发基于RGB图像处理的生菜尺寸估计软件，用于选择性采收决策。
Zenodo (CERN European Organization for Nuclear Research)·9月22日 · 周二71 分 论文农业AI与大模型农业人工智能与决策模型2 个信源同时报道 阅读 2
Design and Implementation of an Ensemble Learning Based Decision Support Model for Crop Selection in Precision Agriculture
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。
Machine Learning for Surface Water Quality Management in Malaysia: Integrating Physicochemical Parameters, Nutrient Loads, Land Use, Hydrological Conditions, and Anthropogenic Pressure
构建马来西亚地表水质机器学习框架，融合多源环境数据实现分类、预测与污染事件检测。
Zenodo (CERN European Organization for Nuclear Research)·9月22日 · 周二78 分 论文农业AI与大模型智慧农业 / 农业物联网2 个信源同时报道 阅读 2
A Systematic Study of Supervised and Ensemble Learning Approaches for Crop Selection in Smart Agriculture
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。
Identifying drought-responsive candidate genes in root and shoot tissues of wheat (Triticum aestivum L.) through RNA sequencing, cluster analysis, weighted gene co-expression network analysis, and machine learning models
通过RNA-seq、WGCNA和XGBoost-SHAP分析，鉴定小麦根和茎中响应干旱的候选基因。
Machine learning models combined with feature importance methods for honey yield classification: A replicable approach
构建可复现工作流，用气候变量与机器学习分类蜂蜜产量。
Leakage-aware, calibrated, and explainable deep learning for robust almond disease classification
提出防泄漏、校准且可解释的深度学习框架，用于稳健的杏仁病害分类。
设施番茄采摘机器人识别定位与采摘方法研究——江苏大学雷志龙等 基于改进YOLO v5-HSV融合算法识别准确率95.01%
设计设施番茄智能采摘平台，融合改进YOLO v5与HSV实现识别定位与采摘。
Crop recommendation in precision agriculture: a systematic literature review of methods, trends, and challenges（精准农业中的作物推荐：方法、趋势与挑战系统综述）
系统综述129篇2020-2026年文献，梳理精准农业作物推荐的方法、趋势与挑战。
Geospatial Artificial Intelligence in Precision Agriculture: A Systematic Review（精准农业中的地理空间人工智能：系统综述）
系统综述2019-2026年地理空间AI在精准农业的应用、多模态数据集成与决策支持。
YieldVision: Model-Driven Decision Support System for Crop Yield Prediction
提出YieldVision决策支持系统，用RF、LSTM及混合模型预测作物产量并部署应用。
Segmentation of Cactus Diseases Using Machine and Deep Learning)
该研究用随机森林和多种深度学习模型对仙人掌病害进行分割诊断，并比较性能。
Multi-features and Fuzzy with Residual Lenet for Cotton Classification Using Remote Sensing Image
提出多特征与模糊结合残差LeNet的遥感影像棉花分类方法。
International Journal of Applied Earth Observation and Geoinformation·9月21日 · 周一80 分 论文遥感与农情监测农业遥感与作物表型阅读 6
Relaxing the clear-sky assumption: Cloud-tolerant spatiotemporal fusion via mask-guided feature modulation and temporal-memory collaboration
提出CloudSTF框架，利用含云影像实现高保真时空融合，突破晴空假设。