会议时间：2026年4月22日（周三）14:30

会议地点：市中校区理工楼2514

报告1：基于多模态感知的苹果花精准识别与激光疏花决策模型研究

报告人：高昂

内容简介：本报告面向苹果园精准疏花需求，针对传统疏花成本高、效率低和易损伤枝条等问题，构建了集识别、分割、决策与执行于一体的激光疏花技术体系。首先提出 EMSFF-Net 实现苹果花簇实时检测，随后提出 DAAAS-Net 实现中心花与边缘花精细分割；进一步结合多模态感知信息，设计疏花决策模型与 AWFO 算法，实现激光打击点的精准定位与策略优化；最后完成激光疏花系统设计，并通过室内与田间试验验证了系统的可行性与有效性。研究结果表明，该方法能够提高苹果花疏减作业的精准性、灵活性与智能化水平。

报告2：基于机器学习的机械装备关键部件健康状态监测与故障诊断

报告人：孙泽金

内容简介：机械装备关键传动部件（如齿轮、轴承等）是工业生产的核心零部件，其突发故障可能导致严重停机损失与安全隐患。传统运维依赖定期检修与人工经验，存在过度维护、故障漏报、响应滞后等问题。本报告介绍机器学习技术通过数据驱动，实现对设备状态的实时感知、智能诊断与预测性维护，可大幅提升设备可靠性、降低运维成本。

科技处 

机电工程学院

2026年4月20日