#灰狼算法

提出自适应异构动态集成框架AHDE-DS，实现跨异构数据的鲁棒预测、分类与智能决策支持。

综述水下光学图像中的小目标检测，梳理问题、数据集、算法，并展望未来方向。

原文标题: Artificial Intelligence Empowering Modern Agricultural Biological Breeding。作者: 徐启玉、郑波、钟上威（北京大学现代农业研究院、潍坊市科技创新促进中心、北京大学生命科学学院）。DOI: 10.12133/j.smartag.SA202602016。本文系统探究AI驱动植物育种范式变革的底层逻辑，梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展，并深入探讨育种大模型对育种全流程的重构作用，以期为中国种业科技实现自立自强提供理论参考。重点阐述AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例，并针对跨学科数据壁垒、深度学习算法的可解释性不足、复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。

比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet

提出多模态计算机视觉框架，用无人机和地面图像检测牛羊并监测疫情。

上海工程技术大学机械与汽车工程学院张春燕教授团队联合上海市农业科学院生态环境保护研究所,在《智慧农业(中英文)》2026年第2期发表论文,提出一种基于改进BI-RRT*(Bidirectional Rapidly-Exploring Random Tree Star)的受限空间路径规划算法。针对工厂化立体式黄鳝养殖饵料投喂机械臂在受限空间内路径规划速度慢、轨迹冗余度大、避障成功率低等问题,在BI-RRT*双向扩展策略基础上引入目标偏置策略减少随机采样点,同时结合改进的人工势场法融入目标点和随机点引力概念,通过自适应调节引力系数引导路径向目标节点扩展,有效避免算法陷入局部最优。在Matlab平台上对RRT、APF-RRT、BI-RRT及改进BI-RRT算法进行仿真分析,验证其在二维和三维空间下简单、受限及复杂环境中的优异表现。

用机器学习基于常规行政与兽医数据，对奥地利农场动物福利违规风险进行优先级排序。

提出一种结合深度学习和几何建模的猫姿态自动分析框架，从RGB图像提取临床可解释的姿态描述符。