农业人工智能 精准农业

融合三种CNN深度特征与集成学习，实现田间马铃薯叶片七类病害分类。

基于CropIntel数据集，用15+种机器学习算法实现作物分类、灌溉需求预测与产量潜力预测。

系统梳理农业机器人助力粮食系统可持续转型的路径与全球案例。

综述智慧农业从传统到数字化的演进，梳理关键技术、效益与采纳障碍。

综述AI自适应发射功率控制提升IoT通信能效，面向智慧农业等场景。

基于树莓派与物联网，实现棉花叶病自动检测、感染率估算与防治推荐。

综述植物病害数据集分类与不平衡问题，提出融合环境参数的方向。

系统综述AI与自动化技术在现代农机中的应用现状、效益与障碍。

提出融合物联网、厘米级GNSS、多光谱遥感和AI的精准农业框架，构建作物数字孪生。

提出融合玉米叶片图像与气象数据的多模态AI推荐框架，实现病害诊断与农事建议生成。

综述2000—2025年智慧农业演进，提出政策驱动的数字农业生态管理框架以支撑欧洲绿色协议。

提出模糊推理系统引导的CNN超参数优化方法，用于植物病害分类，兼顾精度与效率。

构建集成作物推荐、产量预测、肥料建议与多语言问答的AI农业决策Web平台。

综述无人机应用潜力与发展趋势，强调其向自主化、网络化、数据驱动系统演进。

提出MLP-ANN预测温室微气候并驱动自适应模糊控制器，实现预测性智能灌溉。

GreenAI: An Explainable AI and IoT-Enabled Offline Framework for Precision Agriculture。Research Square

提出轻量CNN与EfficientNet-B0混合特征提取、PCA降维和堆叠集成分类的菠萝蜜病害检测

基于卫星观测，用集成机器学习为农场尺度做降雨预报。

AGRISIGHT AI: A ConvNeXtV2-Based Deep Learning Framework for Crop Disease Classification with a Proposed Multimodal Extension for Precision Agriculture。Research Square

综述农学大数据的技术、应用、效益与挑战，强调多源数据融合支撑精准农业决策。