学术动态

陆健强课题组在基于多模态数据融合预测荔枝病害领域取得创新性研究成果

来源单位及审核人:电子工程学院(人工智能学院) 林伟波 编辑:李彦华审核发布:曾子焉发布时间:2024-05-10

  近日,我校电子工程学院(人工智能学院)国家精准农业航空施药技术国际联合研究中心陆健强课题组在国际计算机科学期刊IEEE Internet of Things Journal(中科院一区Top,影响因子10.6)发表题为“Study on the Prediction Model of Litchi Downy Blight Damage Based on IoT and Hyperspectral Data Fusion”的研究论文,首次提出了融合多模态数据的荔枝霜疫霉病预测模型,为荔枝霜疫霉病的精准预测提供了新的研究思路与方法。

  荔枝是我国南方的重要经济作物,荔枝霜疫病是荔枝生产、贮藏及运输过程中最为严重的病害之一,严重阻碍荔枝产业的健康发展。荔枝霜疫霉病发病机理复杂,侵染荔枝的过程与多因素有关,单纯以外在影响因素或内在表征信息来探究荔枝霜疫霉病的发病预测方法存在局限性。该研究以广东地区的荔枝果树为研究对象,将核密度估计的贝叶斯概率模型引入到预测网络,提出融合田间微环境与荔枝果树高光谱反演信息的多模态预测模型,从多维度寻优荔枝霜疫霉病的发病预测机制,该研究提出的方法性能有效超越了现有技术,对作物病害精准预测与农药减施领域具有积极意义。

  近期,陆健强课题组在兰玉彬教授的带领下,结合人工智能技术在智慧果园领域开展了一系列的研究工作,取得突出成绩,连续发表了多篇高水平论文,其中包括在Computers and Electronics in Agriculture(中科院/SCI一区Top,影响因子8.3)发表题为“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”的高水平论文。

  上述论文陆健强高级实验师均为文章第一作者,兰玉彬教授为文章通讯作者。研究得到了广东省重点领域研发计划、广州市重点研发计划、广州市基础与应用基础研究项目、高等学校学科创新引智基地等科研项目的资助。

  相关论文信息:https://ieeexplore.ieee.org/document/10522490

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

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


文图/电子工程学院(人工智能学院)

上一篇:下一篇:
Baidu
map