中国农业大学 农业工程学报·9月7日 · 周一论文农业人工智能与决策模型阅读 0
王发明、陈度团队小麦收获机器人负荷监测在《农业工程学报》发表
论文解读
76精选
速览
提出基于功率流与SVR-NOA的小麦收获机器人负荷在线监测方法。
方法
功率流分析结合SVR-NOA优化算法，用收获机器人田间数据验证。
发现
模型测试集R²=0.96，在线验证平均误差仅2.5%，精度高。
机会点
可拓展至多作物、变工况下的负荷监测，并与收获决策控制闭环融合。
影响力18
信息增量22
专业深度17
信源权威14
时效性5
核心期刊论文，提出功率流结合SVR-NOA的小麦收获机器人负荷在线监测方法，数据指标扎实，属智慧农业细分领域实质进展，但时效性一般。
原文摘要
中国农业大学等单位王发明、国树金、王玲、陈度等在《农业工程学报》2026年第42卷第11期发表论文,提出基于功率流和SVR-NOA的小麦收获机器人负荷在线监测方法,SVR-NOA模型在测试集R²=0.96、MSE=0.23、MAE=0.39 kg/s,在线验证平均误差2.5%。
信源（1 个）