Aller au contenu principal
2025 article

Multifunctional deep learning-based mechanical-laser collaborative adaptive precision weeding system for lettuce

7Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Multifunctional deep learning-based mechanical-laser collaborative adaptive precision weeding system for lettuce
Date Crossref
01/02/2026
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Chongqing University pays non établi dans la notice
    Université ou école supérieure
  • China Agricultural University pays non établi dans la notice
    Université ou école supérieure
  • Chongqing University of Technology pays non établi dans la notice
    Université ou école supérieure
  • College of Engineering pays non établi dans la notice
    Université ou école supérieure
  • College of Mechanical and Vehicle Engineering pays non établi dans la notice
    Université ou école supérieure
  • School of Mechanical Engineering pays non établi dans la notice
    Université ou école supérieure

Chongqing University, China Agricultural University et Chongqing University of Technology, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Soil Mechanics and Vehicle DynamicsPlant Disease Management TechniquesPlant Surface Properties and Treatments

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.