根據ESI（Essential Science Indicators）的最新統計數據，我院陳華舟教授課題組有3篇高水平論文同時入選ESI全球TOP 1‰熱點論文（Hot Papers）和Top 1%高被引論文（Highly Cited Papers）。其中2篇論文陳華舟教授都為第一作者，大數據處理與算法技術研究中心的骨幹成員為論文的主要作者，9728太阳集团首页理學院為第一單位，另外1篇論文陳華舟教授為第三作者，9728太阳集团首页理學院為第二單位。

系列研究成果主要着眼于機器學習、人工智能等新型算法在農業複雜體系的光譜無損檢測及快速分析中的創新應用。本次論文入選表明我院統計學和應用數學學科建設取得一定的階段性成果。

論文1：A Fuzzy Optimization Strategy for the Implementation of RBF LSSVR Model in Vis–NIR Analysis of Pomelo Maturity，于2019年發表在IEEE Transactions on Industrial Informatics (SCI一區TOP，影響因子9.112)上，被引59次。

該項研究以可見-近紅外光譜技術為基礎，提出加核映射空間變換理論結合模糊建模機制，引入基于語言疊代的模糊建模機制，讨論機器學習算法中的多種核函數聯合算法正則性優化的應用特性，通過構建誤差反饋的網絡優化模式實現光譜分析模型的智能優化設計，完成對柚子果實成熟度檢測的可見-近紅外光譜數據分析過程。實驗表明，相關方法能夠快速定位光譜特征變量，适用于現場在線檢測的小型專用便攜式光譜檢測儀器的設計，為農業信息化發展提供重要的理論依據和技術創新。

論文2：A deep learning CNN architecture applied in smart near-infrared analysis of water pollution for agricultural irrigation resources，于2020年發表在Agricultural Water Management (SCI一區TOP，影響因子4.516)上，被引72次。

該項研究提出采用淺層卷積網絡結構融合集成式算法，針對卷積網絡模型結構複雜、待優化權參數較多的問題，利用決策樹模型中的數據純度分析手段，在一維紅外光譜數據中進行特征提取，對比選擇合适的池化函數能夠減少參數尋優的維度，以降低網絡模型的複雜度，驗證了淺層卷積網絡建模架構在一維光譜數據特征提取中的适用性。該算法框架應用于水污染綜合指标的近紅外快速建模預測，驗證了其在光譜計量學領域的實用性，有望為解決農業耕作水循環與節水問題提供現代化智能技術支持。

論文3：Automatic detection of feather defects using Lie group and fuzzy Fisher criterion for shuttlecock production，于2020年發表在Mechanical Systems and Signal Processing (SCI一區TOP，影響因子6.823)上，被引40次。

ESI高被引論文（Highly Cited Papers）是指最近十年内發表論文中被引用頻次排在相應學科領域全球前1%以内的論文。ESI熱點論文（Hot Paper）是指近兩年内發表的論文且在近兩個月内被引次數排在相應學科領域全球前1‰以内的論文。ESI是當今世界範圍内普遍用以評價學術機構和大學的國際學術水平及影響的重要指标，已成為教育部學科評估中重要指标之一。