Automatic irrigation system-1
设计基于土壤湿度传感、微控制器和继电器的自动灌溉系统,按需供水。
浏览数字农业与前沿技术相关政策、产业动态与研究。
设计基于土壤湿度传感、微控制器和继电器的自动灌溉系统,按需供水。
设计基于土壤湿度传感、微控制器、继电器和水泵的自动灌溉系统,实现按需供水。
系统评估六种语义分割模型在农业IoT上的压缩精度-效率权衡,重点分析剪枝策略。
系统综述2015-2025年遥感农业干旱监测与预测的传感器、指数、建模及验证进展。
系统综述AI与自动化技术在现代农机中的应用现状、效益与障碍。
设计并试验了一款太阳能物联网多功能农业机器人,可耕地、播种、灌溉和收割。
集成物联网与计算机视觉的智能温室系统,实现非破坏性植物生长监测与远程管控。
提出IrrigaDL-FL低成本物联网智能灌溉框架,融合深度学习与模糊逻辑优化路由和灌溉决策。
用YOLOv8+EfficientNet-B0两阶段流水线识别长尾猕猴,提升玉米田驱猴系统检测精度。
提出融合物联网、厘米级GNSS、多光谱遥感和AI的精准农业框架,构建作物数字孪生。
提出边缘AI、物联网与联邦学习集成的智慧农业环境监测架构与评估协议,未开展实地试验。
实证检验AI对中国农业可持续消费效率的影响及传导路径。
上海市农业科学院农业科技信息研究所/智慧农业研究中心科研团队在Computers and Electronics in Agriculture(中科院一区,影响因子8.9)发表题为"Research on a Cloud-Edge Collaborative System for Long-Term Behavior Analysis in Intensive Pig Farms Under Multi-Resource Constraints"的研究论文。团队针对边云协同框架下猪只行为分析系统多重资源约束下"持续采集—稳定上传—及时推理"难兼顾的难题,在国际上率先提出适度降低视频分辨率、帧率并采用队列上传的融合策略。评估显示,相对基线方案单位视频源CPU开销降至约1/3、视频数据生成大小降至约1/11.6、平均传输码率降至约1/39.7;云端窗口吞吐量提升约9倍。第一作者郭孝坤。
用机器学习评估印度半干旱村庄水资源可持续开发对农村生计的社会经济影响。
用可解释机器学习预测西班牙杜埃罗盆地地下水硝酸盐超标概率并绘制多年风险图。
系统综述2015-2026年混合CNN-ViT架构的知识蒸馏方法,按迁移方向、知识类型和应用领域分类
基于多时相Landsat遥感评估印度煤矿区2000-2023年环境变化。
基于Landsat 8遥感影像分析阿塞拜疆三座城市的热岛效应及其空间分布。
综述地形图作为空间规划与可持续发展基础工具的作用及现代化技术整合。
用多光谱无人机影像和深度学习实现葡萄园制图与冠层特征提取。