Clase hiperespectral no. 31: la colaboración de información de múltiples fuentes mejora la precisión del monitoreo de las plántulas de trigo

Título del informe:Estudio sobre el monitoreo de las plántulas de trigo basado en información de múltiples fuentes

Tiempo de transmisión en vivo:5 de noviembre de 10: 00 a 11: 00 horas

Invitados de este número:Universidad de Yangzhou - Liu Tao (profesor)

Formas de participación:

1. preste atención al número de video "doble beneficio y espectro combinado" y reserve una transmisión en vivo de inmediato.

2. escanee el Código QR de abajo y reserve esta transmisión en vivo.

Introducción del profesor

Liu TaoProfesor de la Universidad de yangzhou, supervisor doctoral, Programa de talentos de la Universidad de Yangzhou - talentos de primer nivel, profesores clave de ingeniería azul y azul, como varios comités editoriales de revistas SCI y editores invitados. Se dedica principalmente a la investigación sobre el monitoreo de plántulas de trigo y la toma de decisiones inteligentes. se desarrollan una variedad de métodos de monitoreo de plántulas de cultivos y modelos de toma de decisiones inteligentes basados en sensores de múltiples fuentes y algoritmos de inteligencia artificial. muchos resultados se aplican a la práctica de producción de cultivos. Publicar 23 artículos en una obra o autor de correspondencia, de los cuales 9 son revistas Top en el distrito 1; El primer inventor fue autorizado a inventar * 11 artículos especiales y transformó con éxito 8 artículos; Presidió dos proyectos de la Fundación Nacional de ciencias naturales de china, dos proyectos del Fondo Nacional postdoctoral, dos tareas del plan nacional clave de I + D y dos subproyectos del plan clave de I + D de la provincia de jiangsu; Ha ganado sucesivamente el Premio de Ciencia y tecnología de cultivos y el primer premio del Premio de progreso científico y Tecnológico de la Federación empresarial.

Contenido del informe

El informe toma el monitoreo preciso de las plántulas de trigo como objetivo central y los datos espectrales como soporte clave para integrar conjuntamente múltiples tipos de datos de Internet de las cosas, radar y gafas ar para llevar a cabo investigaciones sistemáticas en torno a los indicadores clave de todo el ciclo de crecimiento del trigo. El contenido específico del informe incluye: investigación sobre el acoplamiento de datos de múltiples fuentes y la optimización de las características de aprendizaje profundo para lograr una estimación precisa de la biomasa durante todo el período de crecimiento del trigo; Estudio sobre la estimación del número de labradores de trigo basado en datos espectrales de drones y datos de gafas ar; Estudio sobre la clasificación de las plántulas de trigo antes del invierno basado en datos espectrales; Y el estudio de evaluación de la tolerancia del trigo de siembra tardía en Jiangsu basado en datos espectrales.Este estudio proporciona una referencia práctica para aprovechar plenamente el valor de los datos espectrales y llevar a cabo investigaciones eficientes sobre las plántulas de trigo.