Non-Destructive Sensing and Modeling for Biomass Estimation and Yield Prediction of Protected Vegetables——综述
综述设施蔬菜生物量与产量无损感知与建模研究进展。
综述设施蔬菜生物量与产量无损感知与建模研究进展。
提出TSAFI-DT数字孪生框架,用贝叶斯优化XGBoost预测印度花生产量并做反事实情景分析。
用无人机与近地多光谱传感器评估有芒/无芒小麦产量与品质,比较不同生育期和年份的植被指数关系。
系统综述AI在可持续农业中的应用,分析生产力与可持续性影响及推广障碍。
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GAN数据增强与随机森林,构建高精度作物产量预测模型。
评估三种机器学习模型在厄瓜多尔农场级玉米产量预测中的空间可迁移性。
基于中国南方多环境水稻数据,评估机器学习产量预测在不同部署场景下的真实精度。
提出分层跨模态时空注意力网络,融合多源数据预测喜马拉雅果园作物产量。
提出基于无人机多光谱的源端性状中介框架,实现玉米动态产量预测。
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。
用机器学习基于生产和繁殖数据预测奶牛总泌乳量,Extra Trees表现最佳。
提出AI框架,结合机器学习与天气分析,推荐作物并预测产量。
提出SmartCrop AI平台,集成机器学习预测、土壤评估、AI咨询和市场价格信息,辅助精准农业决
提出基于HYDRA字典方法的机器学习框架,结合物候特征预测玉米产量。
用机器学习集成方法预测作物产量,比较七种回归算法,发现Bagging效果最佳。
提出Diag-STFN网络,用于全球收获前玉米和小麦产量预测,在CY-Bench基准上取得最优性能。
评估遥感模型在不同水稻基因型间的可转移性,用于氮肥监测和产量预测。