Dual‐Branch Network With Enhanced Feature Fusion for Improved Rice Classification Accuracy
提出双分支深度学习网络融合时序与辅助数据,提升亚热带水稻分类精度。
同时包含 农业人工智能、智慧农业、遥感 的农业资讯,共 107 条。
提出双分支深度学习网络融合时序与辅助数据,提升亚热带水稻分类精度。
提出HyBEAR高光谱航空影像基准数据集,用于整田块裸土检测。
基于卫星观测,用集成机器学习为农场尺度做降雨预报。
融合Sentinel-1 SAR与Sentinel-2光学时序,用集成机器学习实现印度早季作物类型高
结合遥感植被指数与机器学习,预测尼日尔萨赫勒四地区2010–2025年水稻产量。
用无人机RGB与多光谱影像结合集成机器学习,分类路面材料并验证多光谱与纹理特征的增益。
系统综述2018-2026年196项AI用于土壤特性与农业的研究。
比较RF、SVM、ANN、CNN在尼日利亚农业用地制图中的表现
提出EODFE-HPLULC框架,结合YOLOv12、EfficientNet-B5和深度信念网络实
用科学计量与BERTopic分析3262篇文献,揭示AI助力可持续发展目标的研究格局与主题演化。
用无人机RGB影像和深度学习对咖啡开花分级,实现早期产量预测。
提出NNL-SM模型,融合NDMI、NDVI和LST将SMAP土壤水分从9km降尺度至1km。
提出潜空间特征重建增强的语义分割方法,用于视觉退化下的农田道路提取。
提出PineWilt-MultiSeg模型,联合空谱学习实现松材线虫病精准检测。
提出物理上下文条件化多模态融合网络,用多源无人机遥感估算玉米冠层氮含量。
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。
Agrivlm: integrating vision-language models into real-time remote sensing for smart agriculture。Wireless Networks
用PhenoCam图像训练轻量深度学习模型,在树莓派上实时分类玉米8个生长阶段。
利用人工智能进行土壤制图和肥料优化,以支持精准农业。
综述了从传统干旱指数到遥感、GIS及AI集成的现代干旱评估方法演进。