Comparative Deep Learning and RISE-Based Explainable AI Framework for Orange Fruit Disease Detection
比较三种深度学习模型检测橙子病害,并用RISE提升可解释性。
浏览数字农业与前沿技术相关政策、产业动态与研究。
比较三种深度学习模型检测橙子病害,并用RISE提升可解释性。
提出联邦学习结合改进EfficientNet-Lite4的水稻叶片病害检测框架,兼顾隐私与精度。
基于CropIntel数据集,用15+种机器学习算法实现作物分类、灌溉需求预测与产量潜力预测。
综述中智拓扑在印度多领域的应用潜力,并指出理论与实证数据脱节的局限。
综述轻量化AI方法,并以农业监测机器人为例,提出相机+轻量YOLO+Jetson+单片机的嵌入式部署
3D modeling for crop applications in precision agriculture: a review。Precision Agriculture
首次将安全公正运营空间概念用于智慧农业政策设计,提出引导技术采纳的四步框架。
研究中国县域数字乡村建设与老年照护产业的耦合协调关系及区域差异。
工信部主管媒体就《数字乡村高质量发展行动计划(2026—2030年)》做权威解读。文章总结十四五期间县县通千兆、乡乡通5G、村村通宽带、农村互联网普及率达69.5%等成绩,指出2026年9月行动计划对农业农村现代化提出系统部署。文章强调要认清乡土需求特点,围绕大模型、智能体、具身智能,构建符合农业农村实际的低成本、可持续智能化路径。
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
设计微控制器网关,将数字罗盘NMEA数据转换为CAN总线消息,用于精准农业自主平台。
用GIS、遥感和AHP制图评估乌干达两区地下水潜力并验证。
提出GLC-Net,用全局-局部动量对比学习与关键特征校准提升田间植物病害识别。
用Sentinel-2多光谱数据证明作物标记模型可跨遗址迁移,且迁移性由光谱几何相似性决定。
基于Sentinel-2数据比较NIR-RED-GREEN与SWIR-NIR-GREEN波段组合,用
结合气象站与卫星植被热指数,绘制埃塞俄比亚East Bale区30年农业干旱时空图。
基于国民经济模型,从政策与融资视角分析气候风险下数字农业转型的公共支持机制。
用UNet++分割苹果病叶并融合多种CNN与ViT分类,实现98.85%识别准确率。
提出融合CNN深度特征与手工特征的方法,用于植物叶片病害识别。
结合CNN-LSTM混合模型检测植物叶片病害,并调查印度泰米尔纳德邦农户的农业实践与技术采纳情况。