[预印本] An Ordering Optimization for Fruit-Vegetable in High-Density Environment based on Genetic Algorithm
提出结合RGB-D定位与遗传算法的机器人采收排序方法，优化高密度果园采摘路径。
关注点
该预印本给出动态航点策略在密集非结构果园的碰撞次数与目标接近成功率，可作为采收机器人路径规划研究的对照基线，但结论尚未经同行评审。
阅读 0
关键词 · 相关资讯与研究
#遗传算法
沿着“遗传算法”继续探索，共 1 条内容。
你可能还想看
没有这个标签，内容接近Adaptive Ensemble Machine Learning Framework for Robust Prediction, Classification, and Intelligent Decision Support Across Heterogeneous Data Domains
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。
智慧农业 / 农业物联网农业人工智能
阅读 1
Face Aging Using Various Cycle GAN Models: A Comparative Analysis of Efficient Net Mobile Net and Standard Architectures
比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet
农业遥感与作物表型农业人工智能
阅读 1
Underwater Small Object Detection: A Survey
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。
农业遥感与作物表型智慧农业
阅读 3
人工智能赋能现代农业生物育种：智慧育种代际演变与表型解析、基因组预测、分子设计关键环节技术进展
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。
2 个信源阅读 9
Next-generation cotton improvement through integrated biosynthetic pathways, multi-omics, artificial intelligence and advanced breeding technologies
综述整合多组学、人工智能与基因编辑，提出棉花下一代育种框架。
阅读 0
Modern weather forecasting: mathematical foundations, tools and current state of the art
综述现代天气预报的数学基础、工具及AI融合现状。
农业遥感与作物表型数值天气预报
阅读 1
Crop-GPA 2.0:安徽农业大学团队发布跨物种基因-表型预测深度学习工具,登The Crop Journal
安徽农业大学团队发布跨物种基因-表型预测深度学习工具Crop-GPA 2.0，并在水稻、玉米、小麦中
阅读 6
PHOTOSYNTHESIS EFFICIENCY AND GENETIC AND ENVIRONMENTAL INFLUENCES ON PLANT GROWTH
综述光合效率的遗传与环境决定因素及其互作对植物生长的影响。
阅读 0