2025年12月3日上午，我院召开第七届学术委员会第17次会议和党政联席会第2025-23次会议，评选2025年度信电学院“院级代表性科研成果与社会服务贡献”。

经申报教师宣讲、学术委员会投票评选和党政联席会审定，我院有4项科研成果和2项社会服务贡献获评为2025年度信电学院“院级代表性科研成果与社会服务贡献”，名单如下：

我院共有10位教师申报2025年度信电学院“院级代表性科研成果与社会服务贡献”，最终6位教师获此殊荣。

附：2025年度信电学院“院级代表性科研成果与社会服务贡献” 成果/贡献简介

一、基于遥感多参数CNN-Transformer 架构的冬小麦单产估测

以条件植被温度指数、叶面积指数和光合有效辐射吸收比率为遥感特征参数，结合卷积神经网络（CNN）局部特征提取能力和Transformer全局信息提取能力，构建了具有组合架构的冬小麦估产模型。
    针对单一深度学习估产模型特征提取不充分的问题以及存在的高产低估和低产高估现象，在CNN和Transformer基线模型的基础上，构建了具有CNN-Transformer串行架构的冬小麦估产模型。结果表明，该模型具有更高的冬小麦单产估测精度，且有效解决了高产低估和低产高估现象。
    针对深度学习可解释性弱的问题，采用事后可解释性方法—累积效应，评估了CNN-Transformer模型对于冬小麦不同生长阶段的累积表征能力。结果表明，3月下旬至5月上旬是冬小麦生长的关键时期。
    与上述成果相关的论文自2025年3月见刊以来，已成为ESI高被引论文。

二、基于人机协同的农产品病原微流控检测平台

本成果面向食品安全与动物疫病防控中的病原现场检测需求，将磁珠法核酸提取、等温扩增及结果判读集成于微流控芯片，构建了一套基于“工程集成+人机协同”理念的便携检测系统。核心创新包括：（1）从“单点改进”转向“全流程重构”， 将原本分散在实验室的多步操作整合为一条可由非专业人员独立完成的工程化检测路径；（2）提出以“人”为核心的无源人机协同控制策略，通过倾斜等自然动作替代传统泵阀，使操作者在视觉反馈中直观完成精准流体控制；（3）以苛刻现场条件为设计起点，在“无泵、少外设、少培训”等约束下做系统减法，推动模块创新与整合，使农业不仅是技术应用的终端，更成为牵引工程技术创新的源头场域。相关论文发表于自然指数期刊Analytical Chemistry并获封面推广。

三、神农大模型3.0

王耀君，现任中国农业大学计算机工程系副主任、副教授、博士生导师，同时担任神农大模型研发团队负责人。在其引领下，团队实现技术成果持续迭代：2023 年正式发布神农大模型 1.0，2024 年完成核心能力升级并推出 2.0 版本，2025 年于世界农业科技大会重磅发布 3.0 版本，模型通过了国家备案审核。在教育赋能领域，神农大模型凭借在 “人工智能 + 高等教育” 场景的创新应用与实践价值，连续入选 2024 年第二批、2025 年第三批教育部典型案例。社会服务层面，模型及配套农业智能体已在北京、黑龙江、内蒙古等多个农业主产区落地推广，其技术实用性与产业赋能效果先后被《人民日报》《焦点访谈》《中国日报》《北京日报》等主流媒体专题报道，形成良好社会影响力。

四、视觉智能引领养殖变革：国科诚泰智慧养殖教授工作站产业化实践

视觉智能引领养殖变革，国科诚泰智慧养殖教授工作站围绕养殖平台建设，形成软硬件一体的“研发-转化-应用”体系：前端部署多模态摄像头、环境传感器与巡检机器人等边缘算力节点，实现数据采集与本地推理；中台沉淀行为识别、跟踪计数与健康预警算法，并完成系统集成与可视化管理；末端在牧场常态化运行与迭代。平台在奶牛采食计数中实现99.8%识别精度、饲料浪费降低约15%；在黑山羊场，算法结果同步到巡检机器人，实现站立、趴窝监测与盘点；在梅花鹿场实现端侧实时推理预警。相关技术已在内蒙古、云南、吉林等4家牧场落地，累计服务约680头（只）养殖对象，边缘推理时延约200ms、单个中型牧场年节约人力12–18万元并带来超过10%的养殖效益提升。

五、病原微生物分离检测技术与设备

该项目创新了一种免疫纳米磁流动分离方法，基于磁场叠加原理，构建了一种高梯度磁场，利用纳米磁性颗粒，通过抗原抗体免疫结合或静电吸附，对复杂样本中的目标病原微生物或核酸分子进行特异性捕获，并复溶于少量缓冲溶液中，从而实现病原微生物或其核酸分子的特异分离和高效富集。此外，该项目还开发了一个电化学阻抗生物传感器，结合叉指阵列微电极，实现了禽流感病毒和食源性致病菌等病原微生物的快速灵敏检测。该项目成果可为食品安全和动物防疫提供病原微生物快速检测技术与装备支撑，相关知识产权已转让给厦门为正生物科技有限公司。

六、果蔬采摘机器人关键技术开发与示范应用

张昭教授，博士生导师，Springer旗下Smart Agriculture系列丛书主编，长期致力于果蔬采摘机器人研究。2025年围绕苹果、金银花、芒果自动化采摘关键技术发表SCI论文12篇（其中9篇为1区TOP，2篇影响因子>10），编纂英文专著2部，累计获项目经费超200万元。针对商业化应用的“看不准、抓不上、摘得慢”难题，课题组系统攻关并取得重要成果：提出基于边界引导的苹果原位状态多类别检测模型，mAP达95.8%，机械臂误操作率降低10%；研发直径与贴合面自适应吸盘，吸附成功率提升约5%；构建多因素加权(朝向、成熟度、遮挡)的采摘优先级评估模型及时间最优采摘顺序规划算法，采摘耗时缩短20%~35%。相关技术有效提升果蔬采摘机器人的定位、抓取与作业效率，加速产业化进程。