-
面向兰科植物茎粉末显微结构鉴定的YOLO11s-MDOP多尺度检测框架
研究人员提出YOLO11s-MDOP(一种多尺度检测框架)用于兰科植物茎粉末显微鉴定;在6,559幅图像上以仅9.5M参数量取得93.35%的mAP<sub>50</sub>(mean Average Precision at IoU 0.5);改进复杂显微纹
来源:Smart Agricultural Technology
时间:2026-10-25
-
基于机器学习与中子探针校准数据提高5TE土壤水分传感器精度
本研究提出一种机器学习(machine learning, ML)框架,利用中子探针(Neutron Probe, NP)校准数据显著提升电容式土壤水分传感器的测量精度。研究采用覆盖多年、多安装深度及多种灌溉方案的数据集进行校准过程,并将该ML框架应用于土壤体
来源:Smart Agricultural Technology
时间:2026-10-25
-
基于CGHFormer的玉米三维点云多尺度表型提取及农艺响应分析框架
从玉米三维点云中准确进行茎叶分割和表型性状提取,对于理解植株结构对逆境的响应及其与农艺表现的关系至关重要。研究人员建立了一个覆盖全生育期的单株玉米三维点云数据集,包含三种种植密度(D1,90000株ha<sup>-1</sup>;D2,110000株ha<su
来源:Smart Agricultural Technology
时间:2026-10-25
-
基于斜视无人机影像的水稻穗表型分析:一种混合经典-量子分割框架
水稻是全球超过半数人口的主食。尽管农艺管理和遗传改良持续进步,许多主要产区的稻谷产量已趋于平稳,而全球需求仍在持续增长[1]。由于扩大耕地面积的机会日益受限,提高单位面积产量因此成为满足日益增长需求的主要策略[2,3]。
稻谷产量是一个受遗传及多种环境和管理因
来源:Smart Agricultural Technology
时间:2026-10-25
-
融合天气持久同调特征与静态土壤信息的Contextualized LSTM-DNN县域玉米产量估算模型
准确的作物产量预测对农业保险、改进风险管理以及制定高效生产策略至关重要。本研究考察美国印第安纳州天气、土壤和玉米产量的时空变异性,以理解这些因素与玉米产量之间的关系。异质的空间和时间粒度使建模过程复杂化。研究人员提出一种新的机器学习框架用于县域玉米产量预测,该
来源:Smart Agricultural Technology
时间:2026-10-25
-
基于图块与平均池化改进的玉米叶片点云补全网络PFL-Net及其在生物量预测中的应用
摘要专业翻译
玉米叶片是植株结构与光合作用过程的关键组成部分。叶片点云已被证明能够精确重建真实叶片的三维形态,因此成为玉米育种与栽培研究的重要工具。然而,由于植物器官遮挡、叶片表面反射以及环境光照条件等多种因素,经此过程获得的玉米叶片点云往往存在一定程度的数据
来源:Smart Agricultural Technology
时间:2026-10-25
-
基于预报的虚拟传感与预警决策支持:番茄温室冠层热风险监测统一框架
温室温度监测常受传感器覆盖不完整及预测输出缺乏可操作解释的限制,制约其在运行决策中的直接应用。本研究提出一个统一的冠层水平热监测框架,整合虚拟传感(virtual sensing)、短期预测(short-term forecasting)、模型解释和面向操作员
来源:Smart Agricultural Technology
时间:2026-10-25
-
基于深度度量学习与多锚点投票的视觉相似猪只长期重识别追踪研究
畜牧业生产受益于动物健康与福利的自动化监测。然而,利用计算机视觉(Computer Vision, CV)对商业化猪只进行连续追踪,因其外观高度相似、商业环境中需避免依赖物理标签,以及生长和污垢导致的外观变化等因素而受到阻碍。本研究通过一种基于深度度量学习的开
来源:Smart Agricultural Technology
时间:2026-10-25
-
第三届密码子使用会议:功能、机制与进化
第三届密码子使用会议:功能、机制与进化于2026年5月31日至6月3日在加拿大蒙特利尔的魁北克国家图书馆与档案馆举行。本文提供了会议上所作报告的摘要,并讨论了该领域的主要进展。
来源:Biochemistry and Cell Biology
时间:2026-10-25
-
肾综合征出血热的表观遗传学:连接免疫、发病机制与疫苗诱导保护
表观遗传机制可能塑造抗病毒免疫和肾综合征出血热(HFRS)的严重程度。汉坦病毒相关的非编码RNA提供了新兴的机制性证据。表观遗传调控可能将内皮功能障碍与肾损伤联系起来。系统疫苗学(systems vaccinology)可能识别HFRS持久保护的生物标志物。多
来源:Virus Research
时间:2026-10-25