高攀导师简介
一、照片
二、姓名：高攀
三、性别：男
四、出生年月：1981.6
五、学位、学历：博士研究生
六、职称：教授
七、学术兼职情况：
中国计算机学会会员（2009年）
中国农业工程学会会员（2017年）
中国人工智能学会会员（2019年）
八、基本情况
1. 学习经历及所获荣誉：
（1）2000/9-2004/6在石河子大学计算机科学与技术本科专业学习（期间：2002/2-2004/6在武汉大学计算机科学与技术专业学习），获得工学学士学位；2007/9-2010/6在华东师范大学计算机系攻读计算机应用技术专业硕士，获得工学硕士学位；2015/9-2019/12在石河子大学攻读数字农业与精准农业专业博士，获农学博士学位。
（2）2016/9-2017/6入选教育部“中西部高等学校青年骨干教师国内访问****计划”赴浙江大学做高级访问****；2017/2-2017/3入选石河子大学“优秀教师赴海外研修提升计划”赴美国加州大学洛杉矶分校访学。
（3）2013/7入选石河子大学“3152”青年骨干教师培养计划；2017/1入选兵团首批“高等学校优秀青年教师”培养计划。
（4）2015/6被评为石河子大学教学能手；2016/9荣获自治区教学能手称号；2018/11荣获全国宝钢优秀教师奖；2014、2019两次荣获石河子大学十佳优秀青年教师称号；2020、2021年连续获得优秀实践研究生指导教师称号。
（5）2020/10入选石河子大学电子信息（计算机技术）学科带头人A类，2021/1入选兵团“强青”科技创新骨干人才；2020/12荣获兵团科技进步一等奖。
2、2015年获得硕士生招生资格，2021年获博士生招生资格。
3、主要研究内容：
（1）基于深度学习的作物生产过程中图像监测与诊断技术
1）作物病虫害智能监测与诊断
2）作物营养智能监测与诊断
（2）基于多源数据融合的智能检测技术
1）基于图谱融合的作物高通量表型信息智能检测
2）基于光谱与光谱成像分析技术的农产品品质快速检测
（3）大数据、区块链技术
1）大数据挖掘算法与大数据云平台研发
2）基于区块链技术的农产品质量追溯
4、目前主持科研项目：
（1）兵团重点领域科技攻关项目: 新疆兵团红枣市场监测及供销决策关键技术与服务系统研发（项目编号：2021AB003），273万，2021.01-2023.12，在研
（2）兵团“强青”科技创新骨干人才计划项目：棉花虫害智能监测预警与防控大数据云平台研究（项目编号：2021CB030），20万，2021.01-2023.12，在研
（3）石河子大学交叉学科专项项目：棉花营养早期胁迫叶绿素荧光遥感监测方法研究（项目编号：KX**），3万，2021.01-2023.12，在研
（4）石河子大学高层次人才科研启动项目：基于多输入混合深度学习的黄萎病早期监测方法研究（项目编号：RCZK202029），10万，2021.01-2023.12，在研
（5）国家自然科学基金项目：基于化学成像和深度学习的黄萎病胁迫下棉花高通量表型检测方法研究（项目编号：**），41万，2020.01-2023.12，在研
（6）科技部中央引导地方科技发展专项项目：基于图谱融合的大田棉蚜虫情智能监测方法研究（项目编号：YDZX674），100万，2020.1-2022.12，在研
（7）兵团重点领域科技攻关项目课题：棉花营养快速监测与智能诊断云平台开发与应用示范（项目编号：2020AB00504），70万，2020.01-2022.12，在研
（8）兵团科普发展专项项目：面向兵团中小学的人工智能科普资源开发（项目编号：2020CD002）5万，2020.01-2020.12，在研
（9）七师胡杨河市重点领域科技攻关项目课题：棉花病虫害预警技术研究与应用（项目编号：2020C21-2），15万，2020.03-2022.12，在研
（10）石河子大学创新发展专项项目：棉田复杂背景下棉蚜虫情信息快速监测关键技术研发与应用（项目编号：CXFZ201906），15万，2019.01-2021.12，在研
（11）兵团重大科技项目课题：基于大数据的棉花质量管理及市场监测系统研发（项目编号：2018AA00405），80万，2018.01-2021.12，在研
5、近3年代表性科研成果（限5项）
（1）Yan T, Xu W, Lin J, Duan L, Gao P*, Zhang C and Lv X (2021) Combining Multi-Dimensional Convolutional Neural Network (CNN) With Visualization Method for Detection of Aphis gossypii Glover Infection in Cotton Leaves Using Hyperspectral Imaging. Front. Plant Sci. 12:604510. doi: 10.3389/fpls.2021.604510（SCI，Q1，IF=4.402，TOP）
（2）Yan, T. , Duan, L. , Chen, X. , Gao, P.* , & Xu, W. . (2020). Application and interpretation of deep learning methods for the geographical origin identification of radix glycyrrhizae using hyperspectral imaging. RSC Adv., 2020, 10, 41936–41945.（SCI，Q2，IF=3.119）
（3）C.Zhang, Y.Zhao, T.Yan, X.Bai, Q.Xiao, P.Gao*, M.Li, W.Huang, Y.,Bao, Y.He, F.Liu.(2020) Application of near-infrared hyperspectral imaging for variety identification of coated maize kernels with deep learning.Infrared Physics & Technology.2020,12(111),103550（SCI，Q2，IF=2.379）
（4）Gao, P.; Xu, W.; Yan, T.; Zhang, C.; Lv, X.; He, Y. (2019) Application of Near-Infrared Hyperspectral Imaging with Machine Learning Methods to Identify Geographical Origins of Dry Narrow-Leaved Oleaster (Elaeagnus angustifolia)Fruits.Foods.2019,8,620.(SCI，Q1，IF=4.092，TOP)
（5）Feng L, Zhu S, Zhang C, Bao Y, Gao P*, He Y. (2018). Variety identification of raisins using near-infrared hyperspectral imaging. Molecules, 23(11), 2907.（SCI，Q3，IF=3.267）
6、联系方式：
E-mail：gp_inf@shzu.edu.cn Tel.:**