搜索引擎 + AI 驱动的行业新闻
【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
(微信内打开提交表单)
【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智
【访问入口】
hangyexinwen.com
【新闻分享】
点击发布时间即可分享
【联系我们】
xinbaoren.com
(微信内打开提交表单)
📰 国内首个高光谱卵内胚胎性别鉴定技术实现规模化商用,晓鸣股份发布AI蛋鸡应用成果
2026年10月27日,晓鸣股份在宁夏银川发布高光谱卵内胚胎性别鉴定技术,这是国内首个实现规模化商业应用的同类技术。该技术由北京魔芋科技自主研发,中国农业大学与晓鸣股份参与联合研发和应用验证,融合高光谱成像、AI解析与自动化分拣,可在孵化第13天无损检测种蛋,毫秒级判定,准确率超过99%。目前已在晓鸣股份孵化产线投用。
该技术有望提高孵化空间和设备利用率、降低人工成本,并拓展副产品价值,促进动物福利与自主技术应用。活动还启动相关团体标准编制,并由晓鸣股份与宁夏高校签约共建农业具身智能实验室,推动产学研协作。公司计划于2027年在北方种业中心数字孵化厅全面落地,推动技术从单点应用走向标准化、生态化协同,为蛋鸡产业高质量发展提供可复制样本。
🏷️ #晓鸣股份 #高光谱技术 #卵内性别鉴定 #智慧农业 #蛋鸡产业
🔗 原文链接
📰 国内首个高光谱卵内胚胎性别鉴定技术实现规模化商用,晓鸣股份发布AI蛋鸡应用成果
2026年10月27日,晓鸣股份在宁夏银川发布高光谱卵内胚胎性别鉴定技术,这是国内首个实现规模化商业应用的同类技术。该技术由北京魔芋科技自主研发,中国农业大学与晓鸣股份参与联合研发和应用验证,融合高光谱成像、AI解析与自动化分拣,可在孵化第13天无损检测种蛋,毫秒级判定,准确率超过99%。目前已在晓鸣股份孵化产线投用。
该技术有望提高孵化空间和设备利用率、降低人工成本,并拓展副产品价值,促进动物福利与自主技术应用。活动还启动相关团体标准编制,并由晓鸣股份与宁夏高校签约共建农业具身智能实验室,推动产学研协作。公司计划于2027年在北方种业中心数字孵化厅全面落地,推动技术从单点应用走向标准化、生态化协同,为蛋鸡产业高质量发展提供可复制样本。
🏷️ #晓鸣股份 #高光谱技术 #卵内性别鉴定 #智慧农业 #蛋鸡产业
🔗 原文链接
📰 数智赋能林业未来!第四届林木表型组学前沿论坛暨第四届高光谱成像应用研讨会杭州圆满落幕
10月23日至25日,第四届林木表型组学前沿论坛暨高光谱成像应用研讨会在杭州举行,以数智表型驱动林木遗传改良与森林精准经营为主题,汇聚高校、科研院所和企业代表,搭建科研、装备与产业交流平台。会议关注表型数据如何从高效获取转化为育种决策和森林精准经营的实际能力。
报告涉及林业大模型、人工智能表型解析、卫星遥感环境组学、空地协同测量及高光谱装备应用,展示多源传感、激光雷达、深度学习与数字孪生等进展。相关研究面向种质评价、良种选育、林分监测、灾害预警和精准培育,推动产学研协作,探索感知、分析与决策协同的技术路径。
🏷️ #林木表型 #高光谱成像 #智慧林业 #人工智能
🔗 原文链接
📰 数智赋能林业未来!第四届林木表型组学前沿论坛暨第四届高光谱成像应用研讨会杭州圆满落幕
10月23日至25日,第四届林木表型组学前沿论坛暨高光谱成像应用研讨会在杭州举行,以数智表型驱动林木遗传改良与森林精准经营为主题,汇聚高校、科研院所和企业代表,搭建科研、装备与产业交流平台。会议关注表型数据如何从高效获取转化为育种决策和森林精准经营的实际能力。
报告涉及林业大模型、人工智能表型解析、卫星遥感环境组学、空地协同测量及高光谱装备应用,展示多源传感、激光雷达、深度学习与数字孪生等进展。相关研究面向种质评价、良种选育、林分监测、灾害预警和精准培育,推动产学研协作,探索感知、分析与决策协同的技术路径。
🏷️ #林木表型 #高光谱成像 #智慧林业 #人工智能
🔗 原文链接
📰 科学网-FSAP | 华中农业大学王巧华教授等:基于高光谱成像的蛋壳表面病原体快速鉴别-SciOpen TUP的博文
本研究利用Vis-NIR(391~1043 nm)与SWIR(869~1770 nm)高光谱成像技术,对鲜蛋壳表面的致病菌进行无损快速识别与污染等级区分,针对大肠杆菌与沙门氏菌在不同污染浓度(10³~10⁵ CFU/mL)的光谱反应,揭示了两者生物膜结构差异对光的散射与吸收的影响。研究显示,Vis-NIR 波段中大肠杆菌与沙门氏菌呈现相反的反射率趋势:随着污染加重,大肠杆菌反射率增强,而沙门氏菌反射率下降,这与其生物膜厚度、含水量及致光特性有关。通过对比多种预处理与特征选择算法,发现原始光谱结合竞争性自适应重采样(CARS)在提取稳定特征方面表现优越;结合Transformer 模型,病原菌种类识别准确率达到91.11%,对大肠杆菌污染等级的分类准确率为88.89%。该方法实现蛋壳表面致病菌的快速、无损鉴别,提出了“光谱-生物膜”多尺度响应机制,为在线智能化蛋品安全分级设备提供理论基础与技术支撑。未来有望推动高光谱无损检测在食品安全领域的工业化应用。
🏷️ #高光谱 #蛋壳安全 #无损检测 #生物膜 #机器学习
🔗 原文链接
📰 科学网-FSAP | 华中农业大学王巧华教授等:基于高光谱成像的蛋壳表面病原体快速鉴别-SciOpen TUP的博文
本研究利用Vis-NIR(391~1043 nm)与SWIR(869~1770 nm)高光谱成像技术,对鲜蛋壳表面的致病菌进行无损快速识别与污染等级区分,针对大肠杆菌与沙门氏菌在不同污染浓度(10³~10⁵ CFU/mL)的光谱反应,揭示了两者生物膜结构差异对光的散射与吸收的影响。研究显示,Vis-NIR 波段中大肠杆菌与沙门氏菌呈现相反的反射率趋势:随着污染加重,大肠杆菌反射率增强,而沙门氏菌反射率下降,这与其生物膜厚度、含水量及致光特性有关。通过对比多种预处理与特征选择算法,发现原始光谱结合竞争性自适应重采样(CARS)在提取稳定特征方面表现优越;结合Transformer 模型,病原菌种类识别准确率达到91.11%,对大肠杆菌污染等级的分类准确率为88.89%。该方法实现蛋壳表面致病菌的快速、无损鉴别,提出了“光谱-生物膜”多尺度响应机制,为在线智能化蛋品安全分级设备提供理论基础与技术支撑。未来有望推动高光谱无损检测在食品安全领域的工业化应用。
🏷️ #高光谱 #蛋壳安全 #无损检测 #生物膜 #机器学习
🔗 原文链接