UAV remote sensing for crop lodging monitoring: A comprehensive review
综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。
浏览数字农业与前沿技术相关政策、产业动态与研究。
综述无人机遥感在作物倒伏监测中的技术流程、传感器与分析模型。
安徽农业大学团队发布跨物种基因-表型预测深度学习工具Crop-GPA 2.0,并在水稻、玉米、小麦中
在暗箱中评估多光谱葡萄品质分级预测,并比较三种光照补偿方法。
综述精准农业、AI、基因编辑、无人机、物联网等新兴技术如何重塑未来农业。
提出AI驱动的无线供电三层架构,优化大规模IoT设备能量传输与分配。
用深度学习结合大规模环境数据预测县域大豆产量,并对比多种网络架构与传统模型。
用无人机多传感器遥感结合AutoML预测冬小麦水分含量。
用高光谱成像结合预处理与机器学习,对番茄叶片氮素水平进行分类。
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。
综述机器视觉在精准农业中的应用现状与未来趋势。
综述无人机图像小目标检测的深度学习研究,提出对称性视角与三层框架。
提出噪声标签学习引导的跨尺度框架,用低分辨率粗标签生成高分辨率土地覆盖图。
提出SAF-CropNet,用空间自适应融合SAR与光学影像做跨区域耕地语义分割。
系统综述植物器官级3D分割,提出数据-算法-算力三角框架并开源基准平台PSS。
评估7种网格重建流程在作物表型三维数字化中的保真度与一致性。
比较四种骨干网络并做数据增强消融,实现9类肉牛行为识别与养殖状态评估。
提出融合AI、区块链、物联网与遥感的数字生命周期思维框架,用于食品系统可持续性评估。
综述物联网传感与智能在医疗、农业、环境、能源安全四大领域的架构、算法与应用。
基于西班牙666家养殖场调查,用PLS-SEM分析AI采纳的影响因素与政策启示。
提出LeafTrackNet深度学习框架,实现俯视植物表型中稳健的叶片追踪。