邓小玲

发布者：电智-管理员发布时间：2019-03-19浏览次数：9116

邓小玲个人简介


华南农业大学教授，博士生导师，广东省本科高校人工智能教学指导委员会委员，国家精准农业航空施药技术国际联合研究中心主任助理，广东省智慧农业工程技术研究中心副主任。长期从事精准农业航空、人工智能领域的研究和教学，技术成果获广东省农业技术推广奖一等奖、广州市科技成果转移转化奖、大北农科技奖创新奖；教学成果广东省本科教学成果一等奖、省研究生教学成果二等奖、全国高校教师教学创新大赛省赛三等奖；先后主持获批国家自然科学基金项目3项，主持国家、省、市的重点研发计划项目或课题7项以上。以第一作者或通讯作者发表SCI/EI收录论文30篇以上，部分论文被评为中国知网高被引、高影响力和高下载论文，获中国农业工程学会40周年优秀论文奖。主编/副主编教材4部，授权并被实施许可的发明专利6项。

邮箱地址：dengxl@scau.edu.cn



教育经历：

  • 2007-2012，中山大学 博士研究生，通信与信息系统

  • 2004-2007，中山大学，硕士研究生，通信与信息系统

  • 2001-2004，广州师范学院（现广州大学），本科生，电子技术

工作经历：

  • 2004-2015，华南农业大学工程学院                              

  • 2015至今，华南农业大学人工智能与低空技术学院

  • 2015-2016，美国德州农工大学（访问学者）



代表性科研项目：

  1. 主持国家自然科学基金面上项目(No.32371984)：基于深度生存分析的柑橘黄龙病预测与预后研究,2024.1-2027.12, 50万.

  2. 主持宁夏回族自治区中央引导地方科技发展项目课题二(No.2026FRF05017)：酿酒葡萄水肥精准化管理关键技术研究, 2026.5-2029.5,39.6万/264


  4. 主持广东省重点研发计划项目课题二(No.2025B0202090001)：荔枝重大病虫害绿色防控关键技术研发与应用, 2025.7-2029.7, 50万/400万

  5. 主持广东省重点研发计划项目课题二(No.2023B0202090001)：岭南果园智慧管控关键技术研究与示范, 2023.1-2025.12, 150万/500万

  6. 2021年广州市重点研发计划项目“智慧果园精准管控关键技术研究与应用”,项目批准号：202103000090；2021.4-2023.3，100万

  7. 主持广东高校重点领域（人工智能）专项：无人农场的边缘智能关键技术研究，项目批准号：2019KZDZX1012；50万

  8. 主持国家自然科学基金面上项目1项（低空多源遥感图像融合的柑橘黄龙病田间智能监测研究，项目批准号：61675003）；56.4万

  9. 主持国家重点研发计划子课题（航空植保变量喷施系统的农业环境感知作业装备，项目批准号：2016YFD0200701-16），102万

  10. 主持广东省重点领域研发计划项目 “田间作物生长精准管控关键技术研究与示范” 子课题，（2019B020214003-2），100万

  11. 国家自然科学基金（青年基金）项目1项（基于病状自学习模型和信息融合技术的柑橘黄龙病诊断方法，项目批准号：31201129）. 21万

代表性论著

  1. Sun, H., Lan, Y., Deng, X., et al. (2026). A conditional generative diffusion model enables joint retrieval of rice LAI and LCC. Computers and Electronics in Agriculture, 253, 112173.

  2. Han, B., Liu, C., Deng, X., et al. (2026). CTNet: A cognitive-inspired TriPercept CrossFusion self-distillation model for image classification in agricultural field. Artificial Intelligence in Agriculture, AIIA-00305, 1-19.

  3. Chen, X., Deng, X.*, Lan, Y., Long, Y., & Weng, J. (2023). Explanatory Object Part Aggregation for Zero-Shot Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(11), 13059-13073. doi: 10.1109/TPAMI.2023.3325533.

  4. Qing, J., Deng, X.*, Lan, Y., & Li, Z. (2023). GPT-aided diagnosis on agricultural image based on a new light YOLOPC. Computers and Electronics in Agriculture, 213, 108168. doi: 10.1016/j.compag.2023.108168

  5. Qing, J., Deng, X.*, Lan, Y., & Xian, J. (2024). Intelligently Counting Agricultural Pests by Integrating SAM with FamNet. Applied Sciences, 14(13), 5520. doi: 10.3390/app14135520

  6. Li, Z., Deng, X.*, Lan, Y., Liu, C., & Qing, J. (2024). Fruit tree canopy segmentation from UAV orthophoto maps based on a lightweight improved U-Net. Computers and Electronics in Agriculture, 217, 108538. doi: 10.1016/j.compag.2023.108538

  7. Chen, X., Weng, J., Deng, X., Luo, W., Lan, Y., & Tian, Q. (2023). Feature Distillation in Deep Attention Network Against Adversarial Examples. IEEE Transactions on Neural Networks and Learning Systems, 34(7), 3691-3705.

  8. Lan, Y., Guo, Y., Chen, Q., Lin, S., Chen, Y., & Deng, X.* (2023). Visual question answering model for fruit tree disease decision-making based on multimodal deep learning. Frontiers in Plant Science, 13, 1064399. doi: 10.3389/fpls.2022.1064399

  9. Hu, Y., Deng, X.*, Lan, Y., Chen, X., Long, Y., & Liu, C. (2023). Detection of Rice Pests Based on Self-Attention Mechanism and Multi-Scale Feature Fusion. Insects, 14(3), 280. doi: 10.3390/insects14030280

  10. 兰玉彬,王天伟,郭雅琦,邓小玲*,等. (2022).柑橘黄龙病光谱特征波段选择及光谱检测仪研制.农业工程学报, 38(20), 119-128.

  11. 殷献博,邓小玲*,兰玉彬,等. (2023).基于改进YOLOX-Nano算法的柑橘梢期长势智能识别.华南农业大学学报, 44(1), 142-150.

  12. Lan, Y., Lin, S., Du, H., Guo, Y., & Deng, X.* (2022). Real-Time UAV Patrol Technology in Orchard Based on the Swin-T YOLOX Lightweight Model. Remote Sensing, 14(22), 5806. doi: 10.3390/rs14225806

  13. 兰玉彬,林泽山,王林琳, &邓小玲*. (2022).基于文献计量学的智慧果园研究进展与热点分析.农业工程学报, 38(21), 127-136. doi: 10.11975/j.issn.1002-6819.2022.21.016

  14. Dai, F., Wang, F., Yang, D., Lin, S., Chen, X., Lan, Y., & Deng, X.* (2022). Detection Method of Citrus Psyllids With Field High-Definition Camera Based on Improved Cascade Region-Based Convolution Neural Networks. Frontiers in Plant Science, 12, 816272. doi: 10.3389/fpls.2021.816272

  15. Yang, D., Wang, F., Hu, Y., Lan, Y., & Deng, X.* (2021). Citrus Huanglongbing Detection Based on Multi-Modal Feature Fusion Learning. Frontiers in Plant Science, 12, 809506. doi: 10.3389/fpls.2021.809506

  16. Mo, J., Lan, Y., Yang, D., Wen, F., Qiu, H., Chen, X., & Deng, X.* (2021). Deep Learning-Based Instance Segmentation Method of Litchi Canopy from UAV-Acquired Images. Remote Sensing, 13(19), 3919. doi: 10.3390/rs13193919

  17. Lu, J., Lin, W., Chen, P., Lan, Y., Deng, X.*, Niu, H., Mo, J., Li, J., & Luo, S. (2021). Research on Lightweight Citrus Flowering Rate Statistical Model Combined with Anchor Frame Clustering Optimization. Sensors, 21(23), 7929. doi: 10.3390/s21237929

  18. 李继宇,兰玉彬,邓小玲*,等. (2021).基于文献计量学的2001－2020全球农用无人机研究进展与展望.农业工程学报, 37(9), 328-339.

  19. Lan, Y., Huang, Z., Deng, X.*, Zhu, Z., Huang, H., Zheng, Z., Lian, B., Zeng, G., & Tong, Z. (2020). Comparison of machine learning methods for citrus greening detection on UAV multispectral images. Computers and Electronics in Agriculture, 171, 105234.

  20. Deng, X., Tong, Z., Lan, Y., & Huang, Z. (2020). Detection and Location of Dead Trees with Pine Wilt Disease Based on Deep Learning and UAV Remote Sensing. AgriEngineering, 2(2), 294-307.

  21. Deng, X. L., Thomasson, A. J., Pugh, A. N., Chen, J. X., Rooney, L. W., Brewer, J. M., & Shi, Y. Y. (2020). Estimating the severity of sugarcane aphids infestation on sorghum with machine vision. International Journal of Precision Agricultural Aviation, 3(2), 89–96.

  22. 兰玉彬,王天伟, &邓小玲*. (2020).农业人工智能：现代农业科技的翅膀.华南农业大学学报, 41(6), 1-13.

  23. Deng, X., Zhu, Z., Yang, J., Zheng, Z., Huang, Z., Yin, X., Wei, S., & Lan, Y. (2020). Detection of Citrus Huanglongbing Based on Multi-Input Neural Network Model of UAV Hyperspectral Remote Sensing. Remote Sensing, 12(17), 2678. doi: 10.3390/rs12172678.

  24. 邓小玲,曾国亮,朱梓豪,黄梓效,杨佳诚,童泽京,殷献博,王天伟, &兰玉彬*. (2020).基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取.华南农业大学学报, 41(6), 100-108.

  25. Deng, X., Huang, Z., Zheng, Z., Lan, Y., & Dai, F. (2019). Field detection and classification of citrus Huanglongbing based on hyperspectral reflectance. Computers and Electronics in Agriculture, 167, 105006. doi: 10.1016/j.compag.2019.105006

  26. 兰玉彬,朱梓豪,邓小玲*,练碧桢,黄敬易,黄梓效, &胡洁. (2019).基于无人机高光谱遥感的柑橘黄龙病植株的监测与分类.农业工程学报, 35(3), 92-100.

  27. 兰玉彬,邓小玲*, &曾国亮. (2019).无人机农业遥感在农作物病虫草害诊断应用研究进展.智慧农业, 1(2), 1-19.

  28. 代芬,邱泽源,邱倩,刘楚健,黄国增,黄雅琳, &邓小玲*. (2019).基于拉曼光谱和自荧光光谱的柑橘黄龙病快速检测方法.智慧农业, 1(3), 77-86.

  29. 张建桃,林耿纯,陈鸿,文晟,尹选春, &邓小玲*. (2019).柑橘黄龙病远红外热处理温度场分布特性试验研究.农业机械学报, 50(10), 175-188.

  30. Feng, Z., Diao, Y., & Deng, X.* (2019). Phase Noise Suppression for Antenna Near-Field Measurement at Submillimeter Wave Band. In 2019 International Conference on Microwave and Millimeter Wave Technology (ICMMT) (pp. 1-3). Guangzhou, China. doi: 10.1109/ICMMT45702.2019.8992107.

  31. Deng, X., Lan, Y., Hong, T., & Chen, J. (2016). Citrus greening detection using visible spectrum imaging and C-SVC. Computers and Electronics in Agriculture, 130, 177–183.

  32. Deng, X. L., Lan, Y. B., Xing, X. Q., Mei, H. L., Liu, J. K., & Hong, T. S. (2016). Detection of citrus Huanglongbing based on image feature extraction and two-stage BPNN modeling. International Journal of Agricultural and Biological Engineering, 9(6), 20-26.

  33. 邓小玲,林亮生, &兰玉彬. (2016).基于调制荧光检测技术的柑橘黄龙病诊断.华南农业大学学报, 37(2), 113-116.

  34. Deng, X., Li, Z., Deng, X., & Hong, T. (2014). Citrus Disease Recognition Based on Weighted Scalable Vocabulary Tree. Precision Agriculture, 15(3), 321-330.

  35. 邓小玲,孔晨,吴伟斌,梅慧兰,李震,邓晓玲, &洪添胜. (2014).基于主成分分析和BP神经网络的柑橘黄龙病诊断技术.光子学报, 43(4), 16-22.

  36. 梅慧兰,邓小玲*,洪添胜,罗霞, &邓晓玲. (2014).柑橘黄龙病高光谱早期鉴别及病情分级.农业工程学报, 30(9), 140-147.

  37. 邓小玲,倪江群,李震, &代芬. (2013).多特征融合的低景深图像前景提取算法.自动化学报, 39(6), 846-851.

  38. 邓小玲,倪江群,代芬, &李震. (2012).基于LLOM的单目图像深度图估计算法.计算机应用研究, 29(11), 4357-4359.

  39. Deng, X. L., Lu, Z. M., & Jiang, X. H. (2010). 3D stereoscopic image generation from monocular view in structured environments. International Journal of Innovative Computing, Information and Control, 6(9), 4133-4144.

  40. Deng, X., Hong, T., Jiang, X., et al. (2010). A new framework of unsupervised image segmentation with weight optimization. International Journal of Innovative Computing, Information and Control, 6(7), 3289-3297

专利

  1. 邓小玲，王天伟，兰玉彬等.柑橘林病虫害智能识别与林间信息监测装置.发明专利（专利证书号 第4361360号，授权公告日：2021年4月13日）

  2. 邓小玲，王天伟，兰玉彬等.柑橘林病虫害智能识别与林间信息监测系统.发明专利（专利证书号 第4138824号，授权公告日：2020年12月6日）

  3. 邓小玲，黄光得，梅慧兰，黎智龙.基于D-S理论的多源数据融合柑橘黄龙病检测分类方法，发明专利（专利证书号 第2707317号，授权公告日：2017年11月21日）

  4. 邓小玲，刘佳凯，邢夏琼，梅慧兰.一种基于可见光图像的柑橘黄龙病检测方法,发明专利（专利证书号 第2515947号，授权公告日：2017年6月13日）

  5. 邓小玲，王天伟，兰玉彬，殷献博，李泽山.一种基于边缘计算的柑橘黄龙病田间监测系统，实用新型专利（专利证书号 第14957217号，授权公告日：2021月12月3日）

  6. 邓小玲，兰玉彬，冯步翰，陈俊熹，周慧聪，陈凯.低成本的农业航空机载多光谱相机成像与采集系统.实用新型专利（证书号 第4904372号，授权公告日：2015年12月30日）

  7. 邓小玲，朱梓豪，兰玉彬，朱俊杰，刘卓睿，杨炜光，黄敬易.一种窄带多光谱成像系统.实用新型专利.(证书号：第9729793号，授权公告日：2019年12月6日)

  8. 邓小玲，刘佳凯.基于可见光图像的柑橘黄龙病病情检测系统.计算机软件著作权.登记证书号：No.00681837

  9. 邓小玲，练碧桢等，柑橘黄龙病快速检测系统V1.0.计算机软件著作权，证书号：软著登字第3616994号，2018年12月14日

  10. 邓小玲，朱梓豪，杨佳诚等，植被指数自动计算系统.计算机软件著作权,证书号：软著登字第4160207号. 2019年2月24日

  11. 邓小玲.基于Yolo v4的柑橘黄龙病在线检测软件.计算机软件著作权,证书号：软著登字第6960572号. 2020年12月4日

  12. 邓小玲,郑城锟,黎晋源等.基于计算机视觉的智能辅助阅卷系统.计算机软件著作权,证书号：软著登字第7523499号. 2021年4月15日

  13. 邓小玲,郑城锟,黎晋源等.基于手写字体识别的人工智能阅卷平台v1.0.计算机软件著作权,证书号：软著登字第7522383号. 2021年4月15日

  14. 邓小玲，郭雅琦等，柑橘种植智能问答系统V1.0.计算机软件著作权，证书号：软著登字第9109048号. 2021年12月10日

  15. 邓小玲，胡宇琦等，基于Yolov5的蒂蛀虫识别系统V1.0.计算机软件著作权，证书号：软著登字第91030486号，2021年6月1日

  16. 邓小玲，郭雅琦等，智能视觉问答软件V1.0.计算机软件著作权.证书号：软著登字第9960952号，2022年5月20日


出版教材：

  1. 主编教材《 图像处理与机器视觉》，中国农业大学出版社，2026年出版。

  2. 主编教材《数字信号处理》，北京理工大学出版社，2019年出版。

  3. 第2主编教材《单片机原理与开发技术》 中国水利水电出版社，2019年出版

  4. 副主编教材《单片机原理与应用开发技术》，中国水利水电出版社2007和2009年出版，共两版。