单位:江西水利电力大学
研究方向: 计算机科学与技术
社会任职
叶尹,江西水利电力大学信息工程学院校聘副教授,目前研究方向为人工智能,深度学习,智能计算,计算机视觉,智慧水利,智慧电力。作为同行评审专家,为20个会议及期刊提供了超过50次的评审服务,包括会议(ICECET 2026, PRMVAI 2026)以及期刊(Cluster Computing, International journal of intelligent systems, Frontiers in ecology and evolution, Remote sensing, IEEE internet of things journal, Computers and Electronics in Agriculture, Engineering Applications of Artificial Intelligence等等18本SCI期刊),目前担任Scientific Reviews编委以及三区综合SCI期刊Scientific Reports编委。目前已授权软著2项,授权专利7项,主持在研1项江西省科技厅项目,已累计发表国内外学术论文20余篇。其中以第一作者发表影响因子10分以上的中科院1区TOP期刊2篇。
个人介绍
作为同行评审专家,为20个会议及期刊提供了超过50次的评审服务,包括会议(ICECET 2026, PRMVAI 2026)以及期刊(Cluster Computing, International journal of intelligent systems, Frontiers in ecology and evolution, Remote sensing, IEEE internet of things journal, Computers and Electronics in Agriculture, Engineering Applications of Artificial Intelligence等等18本SCI期刊),目前担任Scientific Reviews编委以及三区综合SCI期刊Scientific Reports编委,中国仿真学会会员。
-
[学者论文]
作者:
Yin Ye, Yaxiong Chen, Shengwu Xiong
《Computers and Electronics in Agriculture》2024年 221卷 期
摘要:害虫的准确检测对于智慧农业至关重要,因为它是深刻影响农作物产量和品质的主要因素之一。在实际田间,害虫经常表现为小物体,这给有效检测田间害虫带来了相当大的障碍。针对田间害虫检测中植物上下文信息利用不充分和神经架构设计不充分的问题,提出基于自适应特征融合和进化神经架构搜索的害虫检测模型(PestNAS) 。由自适应特征融合模块组成:提取植物上下文信息,将害虫相关特征与植物辅助特征自适应融合功能旨在有效利用工厂信息;进化搜索空间模块:新颖的搜索空间包括分辨率和感受野增强操作,通过进化设计以提高害虫代表性; GA-Adam搜索算法:Adam结合遗传算法来优化神经架构搜索的目标函数,获得相对较好的害虫检测神经架构。消融实验验证了 PestNAS 中各个模块的有效性。对比实验表明,PestNAS 对 11 种田间害虫的检测精度高于其他 10 种神经架构搜索模型。
关键词:智慧农业;田间害虫检测;自适应特征融合;神经架构搜索
浏览量: 1712 下载: 0 发表时间:2024/6/1 0:00:00
-
-