2025年9月26日至28日，中国青年科技创新“揭榜挂帅”擂台赛“种业科技创新领域”终审，在三亚崖州湾科技城创新研学谷圆满落幕。我校两支队伍晋级“白茶萎凋智能决策” 赛道终审，其中由我院教师刘利指导，我院学生闻福祥、翟亮等学生组成的“智析青萎”团队，凭借“基于TensorFlow的白茶萎凋模型构建”的解决方案，荣获大赛特等奖。

获奖现场

2025“揭榜挂帅”擂台赛聚焦新一代信息技术、人工智能、新能源、新材料、高端装备、机器人、生物医药、种业科技等前沿领域，共发布榜题122个，并在8个产业集聚城市设立分领域主擂台，在榜题数量、赛事规模与奖励力度上均创历届新高。本届“种业科技创新领域”主擂台城市海南省三亚市，发布了“白茶萎凋智能决策”“榴莲种苗繁育”“石斑鱼基因编辑”等9大种业科技榜题，本次竞赛面向高校学生和青年科技人才分设两个赛道，全国共征集316个团队，最后有71个团队进入擂台赛终审。终审采用线下集中答辩的形式，评审组从创新性、实用性、技术指标等多个维度对项目进行综合考评。

白茶萎凋过程的品质控制主要受鲜叶特性、环境波动及工艺操作等多因素非线性耦合的影响，这一耦合机制直接决定白茶的品质等级，进而影响茶农的经济收益。为解决传统萎凋建模过程中存在的数据融合不足、萎凋时长预测不准以及模型泛化能力弱等实用化瓶颈，“智析青萎”团队基于TensorFlow框架，针对性提出了融合多模态感知、LSTM-Transformer混合时序建模与联邦学习协同训练的智能化解决方案。该方案能够有效实现多源数据的深度融合、萎凋进程的精准预测，并显著增强模型在不同场景下的适应能力。

白茶萎凋品质受鲜叶特性、环境波动与工艺操作等多因素非线性耦合作用的显著影响，直接关系到茶叶等级与茶农收益。针对传统建模分析白茶品质中数据融合不足、萎凋时长预测不准、模型泛化能力弱等瓶颈问题，“智析青萎”团队基于TensorFlow框架，融合多模态感知、LSTM-Transformer混合时序建模与联邦学习协同训练等技术，构建了一套智能化萎凋决策系统，实现了多源数据的高效整合、白茶萎凋进程的品质精准预测与跨场景适配能力的显著提升。

参赛师生