An integrated IoT and machine learning framework for maize yield prediction and smart agriculture in Tanzania

提出知识引导的深度学习框架AgroEvoDeep-Yield，实现玉米逐日产量形成的可解释模拟与持续

结合迁移学习与SCOPE模型，利用不同空间尺度光谱数据预测玉米产量。

提出图协同过滤框架，将玉米品种适种区评估转化为排序任务，推荐适宜种植地点。

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。

用Sentinel 2A与Landsat 8的NDVI回归模型预测孟加拉国玉米产量并比较精度。

提出基于时空同步的多行精量播种种子位置估计方法。