betway必威手机中文版研究生导师信息表
学科专业:农业工程与信息技术 所在学院: betway必威
姓 名 | 杨红云 | 性 别 | 男 | 出生年月 | 1975.11 | |||
职 称 | 教授 | 最后学历/学位 | 硕士 | |||||
职 务 | 无 | 最后毕业院校 | betway必威手机中文版 | |||||
导师类别 | 硕士生导师 | 首任导师时间 | 2016年 | 是否兼职 | 否 | |||
工作单位 | 必威betway精装版app | nc_yhy@163.com | ||||||
主要研 究方向 | 虚拟现实、计算机视觉技术、机器学习、深度学习与人工智能 | |||||||
参加何学术团体、任何职务 | 中国计算机学会会员、中国人工智能学会智能农业专委会委员 | |||||||
个人简历 | 主要从事软件工程专业的教学和农业信息技术领域科研工作,研究兴趣包括:虚拟农业、机器视觉、机器学习等领域。本人主持国家自然科学基金项目2项,省厅级项目3项;以主要成员参与国家重点研发计划1项、国家自然科学基金3项、省厅科技项目10余项;近五年来以第一或通讯作者在核心以上学术期刊发表研究论文40 余篇;出版学术专著1部,主编《算法设计与分析》教材1部,副主编《数字图像处理》、《c语言程序设计》教材2部;积极参与国内外学术交流活动。已指导毕业8名硕士研究生分别就业于国家电网4人、国有银行3人以及深造博士学位1人。
| |||||||
科研情况 | 一、主要主持的课题项目: [1]国家自然科学基金项目”基于机器学习的水稻生长过程建模方法研究”,项目编号:61562039。立项经费42.6万。 [2]国家自然科学基金项目“基于深度神经网络的水稻营养诊断建模关键技术研究”,项目编号:62162030。立项经费37万。
二、近三年来以第一或通讯作者发表的主要学术论文: [1]杨红云,郭紫薇等. 基于Stacking集成卷积神经网络的水稻氮素营养诊断[J],植物营养与肥料学报,2023.3. [2]张林鹏,杨红云(通讯),钱政,郭紫薇.基于改进的VGG16网络和迁移学习的水稻氮素营养诊断[J],中国农业大学学报 2023.6. [3]钱政,杨红云(通讯)等,基于卷积神经网络的水稻氮素营养诊断[J]中国农业科技导报,2023.9 [4]Liao Xuanying,Yang Hongyun(通讯). An NTV-LightGBM-Based Method for Identifying Rice Pests with Small Samples in Complex Backgrounds [C]\\ ISCTech 2023 ,2023.7(EI) [5]张林朋,杨红云(通讯)等,基于自适应特征融合的水稻氮素营养诊断研究[J]江苏农业科学,2024.2 [6]Zhang Linpeng,Yang Hongyun(通讯).Diagnosis of Nitrogen Nutrition in Rice based on Attention Mechanism and Spatial Pyramidal Pooling [C]\\ ISCTech 2022 ,2022.12(EI) [7]Qian zhen,Yang Hongyun(通讯).Research on Convolutional Neural Network for Rice Nitrogen Nutrition Diagnosis[C]\\ ISCTech2022 ,2022.12(EI) [8]万颖,杨红云(通讯),王映龙等.基于图像分割与卷积神经网络的水稻病害识别[J]西北农业学报,2022.1 [9]杨红云,肖小梅,黄琼. 基于卷积神经网络和迁移学习的水稻害虫识别[J]激光与光电子学进展,2022.8 [10]杨红云,黄琼,孙爱珍,王映龙. 基于卷积神经网络和支持向量机的水稻种子图像分类识别[J]中国粮油学报. 2021. 12. [11]杨红云,万颖,王映龙,罗建军.基于批归一化与AlexNet网络的水稻病害识别[J]激光与光电子进展, 2021.6 [13]黄琼,杨红云(通讯),万颖等.基于特征数据的水稻种子分类识别方法[J]江苏农业学报,2021.2 [14] 杨红云,罗建军等.基于图像特征的水稻叶片全氮含量估测模型研究[J]浙betway必威手机中文版业学报,2020.11 [15] 罗建军,杨红云(通讯)等,基于高光谱和参数优化支持向量机的水稻施氮水平分类研究2020.10 [16] 周琼,杨红云(通讯),杨珺,孙玉婷,孙爱珍,杨文姬;基于 BP 神经网络和概率神经网络的水稻图像氮素营养诊断研究[J],植物营养与肥料学报,2019.1. [17] 杨红云,路艳,孙爱珍,水稻叶片几何参数无损测量方法研究[J].betway必威手机中文版学报, 2020.3
三、软著: [1] 基于深度学习的水稻氮素营养诊断系统V1.0,登记号:2023SR0941742 [2] 基于深度树和两阶段选择性集成的水稻氮素营养诊断系统 V1.0,登记号:2023SR0936251
| |||||||
对员工 的要求 | 1、对虚拟现实、数字图像处理、计算机视觉、深度学习和人工智能等计算机技术在农业领域的交叉应用研究方向感兴趣。 2、自主学习能力较强,善于利用网络资源进行自主学习,有较强的编程实践能力和较好的代码调试能力。 3、抗压能力较强,能潜心学习,持续学习且每天时长10小时以上。 4、善于表达、沟通和交流 | |||||||
备 注 |
| |||||||