当前位置: 首页 > 师资队伍 > 教授 > 正文
彭英琦

彭英琦

特聘教授、博士生导师

博士,特聘教授,入选四川省“天府峨眉”人才计划,日本京都大学农学博士。主要从事智慧养殖系统及装备研究,聚焦生物传感器、人工智能与大数据分析在动物行为识别、健康监测、发情与产犊预测及体重无接触测量中的应用。主持国家自然科学基金青年项目、国家重点研发计划子任务及四川省“天府峨眉计划”青年人才项目;以第一作者或通讯作者在 Computers and Electronics in Agriculture、Journal of Dairy Science 等期刊发表多篇论文,获授权国家发明专利2件。

研究方向:生物传感器、大数据挖掘与分析、动物行为识别与检测

电子邮箱:pengyingqi@sicau.edu.cn

【教育经历】

2016.04-2019.09 京都大学农学部生物传感器实验室,博士研究生(CSC)

2014.09-2015.09 京都大学农学部生物传感器实验室,联合培养硕士研究生(CSC)

2012.09-2015.06 沈阳农业大学农业机械理论系统与设计专业,硕士研究生

2008.09-2012.06 沈阳农业大学机械制造及其自动化专业,本科

【工作经历】

2025.12-至今 四川农业大学机电学院,特聘教授

2019.10-2025.12 四川农业大学机电学院,副教授

【教学工作】

承担本科生《人工智能》《新能源发电技术》《电气测量技术》《电路分析》《传感器原理及应用》及研究生《农业人工智能》等课程教学。近五年承担教学工作4477课时,指导本科毕业设计60余人、培养硕士研究11人;作为骨干成员参与省级一流课程《水力发电及供电工程虚拟仿真实验》建设,参与国家级新工科研究与实践项目。

【科研项目】(近五年代表性项目)

1. 国家自然科学基金青年项目“基于双模态深度学习的母牛产前行为识别与产犊时间预测模型研究”(2025.01-2027.12),主持

2. 国家重点研发计划子任务“牦牛采食行为、发情行为和体重实时监测技术”(2021.12-2024.11),主持

3. 四川省“天府峨眉计划”青年人才项目(2021.04-2024.03),主持

【代表性论文】

[1] Peng Y*, Chen Y, Yang Y, et al. A multimodal classification method: Cow behavior pattern classification with improved EdgeNeXt using an inertial measurement unit[J]. Computers and Electronics in Agriculture, 2024, 226: 109453.

[2] Peng Y*, Peng Z, Zou H, et al. A dynamic individual yak heifer live body weight estimation method using the YOLOv8 network and body parameter detection algorithm[J]. Journal of Dairy Science, 2024, 107(8): 6178-6191.

[3] Peng Y*, Wulandari, Kondo N, et al. Japanese Black cattle call patterns classification using multiple acoustic features and machine learning models[J]. Computers and Electronics in Agriculture, 2023, 204.

[4] Liu M, Wu Y, Li G, Peng Y*, et al. Classification of cow behavior patterns using inertial measurement units and a fully convolutional network model[J]. Journal of Dairy Science, 2023, 106(2): 1351-1359.

[5] Li J, Yang Y, Yao Y, Peng Y*, et al.A dynamic yak heifer pose estimation model based on keypoint detection for complex environmental monitoring[J]. Journal of Dairy Science, 2025, 108(12): 13704-13719.

【授权专利】

1. 发明专利:一种基于视频处理的牦牛个体行为实时连续监测管理方法,专利号:ZL202410148574.7(2024,排名1)

2. 发明专利:一种基于目标检测网络模型YOLOv8的非接触式牛体重测量方法 专利号:ZL 2023 1 1807863.5 (2023,排名1)

【荣誉及获奖】

1. 四川省“天府峨眉”人才计划入选者