An ensemble deep learning approach for soil pH classification leveraging GLCM-based texture features and neural networks
提出融合GLCM纹理特征与CNN的集成深度学习框架,实现土壤pH等级图像分类。
提出融合GLCM纹理特征与CNN的集成深度学习框架,实现土壤pH等级图像分类。
提出LMTPI自动深度学习框架,用于田间表土团聚体粒径的微观检测,提高效率和精度。
中国作者团队发布1 亿参数红外光谱基础模型 UltraIR,基于约 6,000 万模拟光谱预训练并融合谱图重建、分子指纹对齐与官能团预测;在官能团预测、混合物定量、细菌分类、药材产地鉴别、微塑料分类及土壤属性预测等任务上均超越传统机器学习与任务专用深度学习,少样本与跨实验室零样本迁移能力显著,为农业土壤属性检测、药材溯源与农产品品质化学感知提供数据高效新路径。[预印本,未经同行评审]