大数据智能决策技术助力黑龙江玉米生产数字化转型
9月19日,国家重点研发计划项目"粮食生产大数据平台研发与应用"玉米智慧生产现场观摩会在北大荒集团红星农场举办。项目组首次将深度学习应用于规模化农场种植布局优化,研发基于PPO强化学习的农场尺度智能种植规划算法;研发自适应玉米生育进程动态监测预报算法,分辨率10m~1km,可逐日动态监测,关键生育期可提前20天精准预报;构建生产、生态维度综合效益评估算法。
9月19日,国家重点研发计划项目"粮食生产大数据平台研发与应用"玉米智慧生产现场观摩会在北大荒集团红星农场举办。项目组首次将深度学习应用于规模化农场种植布局优化,研发基于PPO强化学习的农场尺度智能种植规划算法;研发自适应玉米生育进程动态监测预报算法,分辨率10m~1km,可逐日动态监测,关键生育期可提前20天精准预报;构建生产、生态维度综合效益评估算法。
《意见》提出到2030年山东将建设80个数字农业发展县,重点打造300个高水平智慧农业应用场景,全省农业生产信息化率达到60%以上,粮油作物水肥一体化应用面积达到2000万亩。围绕"加力推进优势产业智慧转型",《意见》部署智慧赋能主要作物单产提升、设施农业改造升级、畜牧业节本增效、渔业产业提档升级四大方向,加快"北斗+智慧农业"应用推广,构建小麦、玉米、大豆、花生等主要作物数字化种植技术体系;建设省级种质资源数据库平台,推动经验育种向智能设计育种转变。
用深度学习对水稻叶片颜色分级,并结合多模态大模型实时推荐氮肥用量。
用无人机RGB影像与机器学习估算水分氮胁迫下高粱生物量和产量。
综述AI在可持续发展目标中的应用机遇、创新与系统性风险。
开发轻量级边缘AI模型,在资源受限移动设备上实时检测高粱病害。
融合计算机视觉与机器学习,实现高粱病害严重度评估与产量预测。
综述可信农业自主性,从机器人学习、安全控制与人机交互三支柱探讨技术进展与挑战。
提出基于态势感知理论的农机遥操作人机界面框架,提升非专业操作者表现。
分析AI在尼日利亚木薯生产中的应用收益与制约因素。
提出F.A.R.M.系统,用IoT传感与机器学习实现作物推荐、价格预测和产量估算。
提出InResKolArno_SCO混合框架,用于物联网智慧农业中的植物病害分类。
提出以人为中心的机器学习仪表盘,融合物联网与预测模型,为农户提供实时可解释的决策支持。
综述2023-2026年30篇文献,评估物联网与机器学习在作物病害检测和推荐中的应用。
Agrivlm: integrating vision-language models into real-time remote sensing for smart agriculture。Wireless Networks
用DBD冷等离子体改性竹芋淀粉,并用ANN-PSO优化工艺提升其功能性质。
提出知识增强可穿戴系统K-Wear,将植物传感信号转化为可解释诊断与建议。
探讨量子计算在动物营养与农业中的应用前景,重点分析混合量子-经典方法解决组合优化等难题的潜力。
基于TOE框架,用混合方法研究阿曼水培农场AI采纳的驱动因素及对绩效的中介作用。
提出MSTANet多尺度纹理注意力网络,实现槟榔九类病害自动分类。