文献类型: 中文期刊
作者: 籍延宝 1 ; 姚鑫锋 1 ; 袁涛 1 ; 田明璐 1 ; 马超 1 ; 李琳一 1 ;
作者机构: 1.上海市农业科学院农业科技信息研究所
关键词: 智慧农业;传感器;物联网;人工智能;自动化装备;数据
期刊名称: 上海农业科技
ISSN: 1001-0106
年卷期: 2019 年 005 期
页码: 138-139
摘要: 为满足日益增长的粮食需求,迅速增加粮食产量成为了亟待思考的问题.而在土地资源紧缺的现实下,发展智慧农业有助于提高农作效率,进而提高粮食产量.现对智慧农业的3个主要部分(包括传感器和物联网、人工智能、自动化装备等)进行介绍,并对智慧农业的发展重点-数据进行阐述,以使大众更加了解智慧农业.
- 相关文献
[1]智能笼养系统在家禽饲养中的应用研究进展. 李雪英,仝潇洋,祖建彬,张怡,乔勇进. 2025
[2]玉米推荐施肥专家系统的设计与实现. 王运圣. 2007
[3]农业中的专家系统(英文). 王遗宝,T.P.MacK. 1990
[4]基于CiteSpace的国际人工智能研究与前沿技术探析. 刘长娥,程彬彬,原源,张琴. 2020
[5]我国农业科技期刊智慧出版模式探讨——基于微信公众号应用现状调查. 李梅玲,鲁博,武星彤,谈平. 2023
[6]上海物联网产业分析与发展对策. 毛祥东,虞紫燕. 2012
[7]基于农业物联网的农田土壤环境监测系统的研究与设计. 徐识溥,刘勇,李双喜,郑宪清,吕卫光,王运圣. 2018
[8]基于Android智能手机的农业物联网信息采集和发布系统的研究. 仇天月,陈旭,马超,袁涛,李琳一,赵京音. 2014
[9]国内外土壤湿度传感器通信协议对比研究. 刘勇,杨娟,王运圣,徐识溥,郑秀国. 2022
[10]设施番茄智能水肥一体化系统设计. 胡雯雯,徐识溥,刘勇,郭孝坤,安明明,周志文,蒋雯斐,王运圣. 2024
作者其他论文 更多>>
-
基于改进YOLOv8n卷积神经网络的玉米雄穗检测方法
作者:胡冬;班松涛;马超;田明璐;袁涛;李琳一;庄洁
关键词:YOLOv8n;玉米雄穗;CBAM;PConv;GhostNetV2
-
基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法
作者:林宗缪;马超;胡冬
关键词:YOLOv8;卷积神经网络;苗期杂草;目标检测
-
基于改进YOLOv8卷积神经网络的蟹味菇检测方法
作者:林宗缪;马超;胡冬
关键词:YOLOv8;卷积神经网络;蟹味菇;目标检测;CBAM
-
基于图像识别技术发掘水稻耐旱性QTL
作者:李恩熙;冯芳君;马超;胡冬;田明璐;班松涛;李琳一;刘鸿艳;吴文嫱;马孝松
关键词:水稻;绿叶率;图像识别;耐旱性;QTL定位
-
基于数字图像处理的不结球白菜表型性状分析
作者:胡冬;马超;章毅颖
关键词:不结球白菜;数字图像处理;表型性状;DUS
-
基于YOLOv4的稻田杂草目标检测算法
作者:袁涛;胡冬;马超;李琳一;郑秀国;钱戴玲
关键词:杂草识别;目标检测;深度学习;YOLOv4
-
基于高光谱成像技术的水稻叶片稻纵卷叶螟虫害信息提取
作者:田明璐;班松涛;袁涛;马超;孔吉;周远;王彦宇;李琳一
关键词:高光谱图像;稻纵卷叶螟;植被指数;决策树分类