Гиперспектральный класс № 31: многоисточниковая информация для повышения точности мониторинга саженцев пшеницы

Тема доклада:Мониторинг урожая пшеницы на основе информации из нескольких источников

Время прямой трансляции:5 ноября 10 ч. 00 м. - 11 ч. 00 м.

Настоящий гость:Янчжоуский университет - Лю Тао (профессор)

Формы участия:

1. Обратите внимание на номер видео "Двойной либидо спектр", немедленно забронировать прямую трансляцию.

2. Сканируйте QR - код ниже и зарезервировайте прямую трансляцию этого поля.

Лектор представляет

Лю ТаоПрофессор Янчжоуского университета, докторантура, Университет Янчжоу High * Talents Program - People Talents, Qingblue Engineering Handbook преподаватель, в качестве редактора нескольких журналов SCI и приглашенного редактора. В основном занимается мониторингом саженцев пшеницы и интеллектуальными исследованиями принятия решений, на основе многоисточниковых датчиков и алгоритмов искусственного интеллекта для разработки различных методов мониторинга саженцев и интеллектуальных моделей принятия решений, многие результаты применяются к практике производства сельскохозяйственных культур. Опубликовано 23 статьи в одном произведении или в информационном бюллетене автора, в том числе 9 в журнале TOP 1 - го округа; Первый изобретатель получил разрешение на изобретение 11 изобретений и успешно преобразовал 8; Председательствовал в Государственном фонде естественных наук 2, председательствовал в Государственном фонде постдокторантуры 2, председательствовал в Государственном ключевом плане исследований и разработок 2 задачи, провинции Цзянсу ключевой план исследований и разработок 2 подтемы; Получил премию в области науки и техники, первую премию в области науки и техники Федерации бизнеса.

Содержание доклада

Отчет основан на точном мониторинге саженцев пшеницы в качестве основной цели, спектральных данных в качестве ключевой поддержки, совместной интеграции различных типов данных Интернета вещей, радаров и очков AR, систематических исследований вокруг ключевых показателей полного цикла роста пшеницы. Конкретная отчетность включает в себя: исследования по оптимизации характеристик глубокого обучения и реализации точной оценки биомассы пшеницы в течение всего фертильного периода вокруг связи данных из нескольких источников; Оценка количества побегов пшеницы на основе спектральных данных БПЛА и данных очков AR; Классификация пшеницы до зимы на основе спектральных данных; а также исследования по оценке устойчивости позднего посева пшеницы в провинции Цзянсу на основе спектральных данных.Это исследование дает практическую ссылку на полное использование ценности спектральных данных и эффективное проведение обследования саженцев пшеницы.