近日，信息工程学院研究生孙学伟等合作完成的研究论文“SCGNet: Efficientsparsely connected group convolution network for wheat grains classification”已发表在中科院2区Top期刊《Frontiers in Plant Science》。孙学伟同学为第一作者，我校为第一通讯单位。
该研究工作提出了一种用于对小麦籽粒进行快速、高效分类的模型，通过引入了一种模块，加强了组卷积之间的信息交流和特征复用，使得神经网络能够从上一层的每个分组中获取特征信息，增强了对上层特征的有效利用。同时，该文通过在通道维度上稀疏化组与组之间的连接，降低了计算量，而不损失精度。此外，基于3-D卷积设计了一个全新的分类输出层，用以替代传统卷积神经网络中的最大池化层和全连接层，能够更高效地获得分类输出。
《Frontiers in Plant Science》是中科院2区Top期刊，在相关领域具有重要的影响力（影响因子：5.6）。该刊专注于深度学习、机器学习与农业领域的交叉学科，主要发表原创研究论文、综述文章和技术报告。
（图片/孙学伟 初审/杜留锋 复审/曲培新 终审/李国厚）
