本网讯（文、图/黄陈英）2026年9月9日，武汉大学图书馆出具的论文收录引用检索报告显示，乐山师范学院人工智能与机器人学院黄果团队科研成果再获突破，团队产出论文中有1篇入选ESI高被引论文。该成果是我校电子信息硕士点建设的重要成果，也是人工智能与机器人学院建院以来首次取得ESI高被引论文成果，标志着学院在人工智能、图像处理研究方向的学术影响力迈上了新台阶。

本次检索时段为2019年至今，检索范围涵盖SCI-E、WOS-E、CPCI-S、CNKI、ESI等主流学术数据库。检索结果表明，黄果团队累计有SCI-E收录论文3篇，WOS-E收录论文4篇，CPCI-S会议论文1篇，中国知网收录论文3篇。在论文引用层面，团队SCI-E论文总引用40次，全部为他人引用；WOS-E论文总引用49次，其中他引48次；CPCI-S论文总引用2次，均为他引，论文成果获得了国内外同行的广泛关注与认可。

随着机器视觉、智能识别、图像处理技术快速迭代，高精度图像细节增强、弱纹理提取与智能去噪成为人工智能领域的核心基础研究方向。传统整数阶微分算子、常规图像增强算法在工程应用中存在明显短板，普遍存在过度增强、噪声放大、微弱纹理与边缘信息丢失、平滑区域失真等问题，难以满足医疗影像、工业检测、遥感图像分析等高精度场景的使用需求。针对这一行业共性技术难题，黄果团队长期深耕分数阶微积分智能图像处理前沿领域，聚焦传统算法的技术瓶颈，持续开展理论创新与算法优化研究，致力于攻克复杂图像弱特征提取、精细细节保留与高效去噪等关键技术问题，探索更适配复杂场景的底层图像处理新方法，为智能视觉算法的迭代升级提供基础理论支撑与技术路径。

此次入选ESI高被引的论文由黄果作为第一作者，发表于Q1期刊《Fractal and Fractional》，论文题为Research on Application of Fractional Calculus Operator in Image Underlying Processing。论文围绕分数阶微积分算子在图像底层处理方向开展系统研究，充分利用分数阶微积分非局部性、记忆特性的独特优势，区别于传统整数阶算法，有效平衡图像高频细节增强与低频平滑信息保留的核心矛盾。研究团队搭建完整实验方案，采用多类型图像样本开展对照实验，对比不同算子的图像增强效果与量化指标，验证所提方法在保留图像细微边缘、抑制噪声方面的优越性，为机器视觉、图像预处理相关工程应用提供理论支撑与实验依据。

实验图像对比效果图

实验量化指标对比图

ESI高被引论文是衡量高校、科研团队学术水平与科研创新能力的重要指标，入选论文代表该成果已进入相应学科领域全球前1%，是具有较高国际影响力的学术成果。本次黄果团队首篇ESI高被引论文的诞生，实现了人工智能与机器人学院在该指标上零的突破，充分印证了学院青年科研团队的创新潜力与学科研究的扎实功底。该成果之所以能够跻身全球高被引行列，核心在于所提算法通用性强、落地价值高，有效解决了传统图像处理技术的行业痛点，被国内外大量相关研究引用借鉴，具备较高的学术认可度与工程应用推广价值。

近年来，人工智能与机器人学院持续深耕科研建设，立足人工智能学科发展前沿，聚焦基础研究与应用技术创新，不断完善科研培育体系，鼓励教师开展原创性、前瞻性科研攻关，持续培育高水平科研成果。下一步，学院将继续坚持科研赋能人才培养，以学科建设为核心，强化科研团队建设与学术创新，持续攻克人工智能领域技术难点，产出更多高质量、高影响力的学术成果，助力学校学科建设高质量发展。