Computers and Electronics in Agriculture·10月1日 · 周四论文其他阅读 3
From sensing to modeling: machine learning-driven wearable humidity sensors for plant water status monitoring
Xiangzeng Kong · Jinrong Lin · Wangxiao Wen 等 5 人
Computers and Electronics in AgricultureDOI 10.1016/j.compag.2026.112490
论文解读
78精选
速览
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。
方法
可穿戴湿度传感器采集数据，机器学习建模分析植物水分状态。
发现
机器学习驱动的可穿戴传感器能有效监测植物水分状态。
机会点
可探索多模态传感器融合与轻量化模型，实现田间实时精准灌溉决策。
影响力18
信息增量20
专业深度18
信源权威14
时效性8
核心期刊论文，将可穿戴湿度传感与机器学习建模结合用于作物水分状态监测，方法新颖、对精准灌溉有参考价值，值得进入每日精选。
原文摘要
从传感走向建模：机器学习驱动的可穿戴湿度传感器用于植物水分状态监测