Research on the Application of Agricultural Big Data in Plant Growth Prediction——基于多源数据同化与混合智能(MDA-HI)框架
提出MDA-HI框架,融合过程模型与混合智能,用于作物生长与产量预测。
阅读 11
关键词 · 相关资讯与研究
沿着“作物生长预测”继续探索,共 1 条内容。
提出MDA-HI框架,融合过程模型与混合智能,用于作物生长与产量预测。
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。
提出分层跨模态时空注意力网络HCM-STAN,融合多源农业数据预测喜马拉雅山区苹果产量。
在百万级观测数据上比较五种回归模型的作物产量预测性能。
综述提出症状前作物智能闭环框架,以提前期、置信度与响应延迟组织决策。
提出双层随机模型预测控制,协调温室在包销协议与天气不确定性下的生产决策。
结合基因组预测和高通量表型,提高小麦籽粒蛋白含量预测精度。
构建融合环境参数与市场指标的AI作物选择系统,比较多种机器学习模型推荐适宜作物。
对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。