KonvLiNA：将Kolmogorov-Arnold网络与线性Nyström注意机制整合用于作物领域检测

本研究解决了作物领域检测中资源分配及农业生产力优化的关键问题。提出的KonvLiNA框架结合了卷积Kolmogorov-Arnold网络与Nyström注意机制，显著提升了特征提取能力，能够捕捉复杂农业环境中的细微模式。实验结果显示，KonvLiNA优于现有先进方法，在稻作数据集上取得显著性能提升，这突显了混合KAN与注意机制在精准农业中的应用潜力。