<track id="s27yb"><em id="s27yb"></em></track>
  1. <span id="s27yb"><output id="s27yb"></output></span>
  2. <span id="s27yb"><output id="s27yb"></output></span>

    陸健強課題組在基于多模態數據融合預測荔枝病害領域取得創新性研究成果

    來源單位及審核人:電子工程學院(人工智能學院) 林偉波編輯:李彥華審核發布:曾子焉 發布時間:2024-05-10

      近日,我校電子工程學院(人工智能學院)國家精準農業航空施藥技術國際聯合研究中心陸健強課題組在國際計算機科學期刊IEEE Internet of Things Journal(中科院一區Top,影響因子10.6)發表題為“Study on the Prediction Model of Litchi Downy Blight Damage Based on IoT and Hyperspectral Data Fusion”的研究論文,首次提出了融合多模態數據的荔枝霜疫霉病預測模型,為荔枝霜疫霉病的精準預測提供了新的研究思路與方法。

      荔枝是我國南方的重要經濟作物,荔枝霜疫病是荔枝生產、貯藏及運輸過程中最為嚴重的病害之一,嚴重阻礙荔枝產業的健康發展。荔枝霜疫霉病發病機理復雜,侵染荔枝的過程與多因素有關,單純以外在影響因素或內在表征信息來探究荔枝霜疫霉病的發病預測方法存在局限性。該研究以廣東地區的荔枝果樹為研究對象,將核密度估計的貝葉斯概率模型引入到預測網絡,提出融合田間微環境與荔枝果樹高光譜反演信息的多模態預測模型,從多維度尋優荔枝霜疫霉病的發病預測機制,該研究提出的方法性能有效超越了現有技術,對作物病害精準預測與農藥減施領域具有積極意義。

      近期,陸健強課題組在蘭玉彬教授的帶領下,結合人工智能技術在智慧果園領域開展了一系列的研究工作,取得突出成績,連續發表了多篇高水平論文,其中包括在Computers and Electronics in Agriculture(中科院/SCI一區Top,影響因子8.3)發表題為“Design of citrus peel defect and fruit morphology detection method based on machine vision”和“Lightweight green citrus fruit detection method for practical environmental applications”的高水平論文。

      上述論文陸健強高級實驗師均為文章第一作者,蘭玉彬教授為文章通訊作者。研究得到了廣東省重點領域研發計劃、廣州市重點研發計劃、廣州市基礎與應用基礎研究項目、高等學校學科創新引智基地等科研項目的資助。

      相關論文信息:https://ieeexplore.ieee.org/document/10522490

                https://doi.org/10.1016/j.compag.2024.108721

                https://doi.org/10.1016/j.compag.2023.108205


    文圖/電子工程學院(人工智能學院)

    返回原圖
    /

     

    亚洲精品无码精品mv在线观看,xxxx18一20岁hd第一次,娇妻被朋友日出白浆抖内,在线精品亚洲一区二区小说

      <track id="s27yb"><em id="s27yb"></em></track>
    1. <span id="s27yb"><output id="s27yb"></output></span>
    2. <span id="s27yb"><output id="s27yb"></output></span>